1.1 马拉喀什的咖啡馆:一切从这里开始
2025 年 11 月的某个下午,摩洛哥马拉喀什。
44 岁的 Peter Steinberger 正坐在一家露天咖啡馆里,享受着难得的假期。三年前,他以约 1 亿欧元的价格卖掉了自己苦心经营 13 年的公司 PSPDFKit——那个被 Dropbox、Evernote 等巨头使用、触达近 10 亿用户的 PDF 处理工具。
按理说,这应该是完美的人生:财务自由、功成身退、环游世界。
但现实远比想象残酷。在过去三年里,Peter 陷入了深深的虚无感。他尝试过昂贵的心理治疗,甚至飞到南美洲体验死藤水来寻找灵感。用他自己的话说,他的“Mojo”(创作魔力)消失了。那个曾经能独自开发出服务 10 亿用户产品的天才程序员,再也写不出像样的代码了。
2025 年,他决定重返编程世界。但这次回归并不顺利——他疯狂地启动 AI 项目,一个接一个。第 1 个失败了,第 10 个失败了,第 20 个、第 30 个……直到第 42 个,全部失败。
第 43 次尝试,他没有试图创造什么宏大的产品,只是想解决一个让他烦躁的问题:为什么没有一个 AI 助手能真正“做事”,而不只是“聊天”?
于是他做了一件听起来很荒谬的事:他用 AI 提示词,把这个助手“提示”出来了。这就是 Clawdbot(OpenClaw 的前身)最初的样子——一个用 AI 创造 AI 的元循环实验。
现在,让我们回到马拉喀什的那个下午。
Peter 的手机突然震动了——服务器监控发来紧急告警:他的一个项目挂了。
以往,这意味着他必须立刻回酒店,打开电脑,登录服务器,诊断问题,修复代码,重新部署——至少需要 1-2 小时的紧张工作,假期泡汤。
但这次,他只是拿出手机,对着 Telegram 发了一条语音消息:
“服务器好像挂了,帮我看看是什么问题,如果能修就修一下。”
然后他放下手机,继续喝咖啡。
15 分钟后,手机震动了。Clawdbot 回复:
“搞定了。是内存泄漏导致的进程崩溃,我已经重启了服务并优化了配置文件。日志显示现在一切正常。你可以继续喝咖啡了。”
Peter 愣住了。他打开日志,发现 Clawdbot 不仅识别了语音,还自主完成了 SSH 登录、日志分析、代码修复、Git 提交和服务重启的全部流程。
这不是一个工具在等待指令,而是一个队友在主动解决问题。
那个瞬间,他意识到:这不再是一个聊天机器人,而是一个可以交付信任的 AI 队友。

▲ 马拉喀什的那个下午,一切都改变了
1.2 42 次失败后的第 43 次尝试
让我们把时间倒回到“马拉喀什时刻”之前。
2021 年 10 月,Peter 卖掉公司后,本以为可以享受人生。但很快他发现,没有了创造的目标,财务自由反而变成了一种诅咒。每次打开代码编辑器,他都感觉自己在面对一片空白。
2025 年,他决定重新开始。但这次回归充满挫折:
- 第 1-10 个项目:各种 AI 应用尝试,全部半途而废
- 第 11-30 个项目:试图找到“下一个大事件”,没有一个能坚持超过一周
- 第 31-42 个项目:越来越绝望,甚至开始怀疑自己是不是真的老了
每一次失败都在消耗他仅存的信心。在那些深夜,他一定无数次问自己:是不是那个时代已经过去了?
第 43 次尝试发生在 2025 年 11 月。这一次,他改变了策略:
不再试图创造“下一个独角兽”,而是解决自己的真实痛点——为什么所有 AI 助手都只会聊天,不会真正帮我干活?
- ChatGPT 能写代码,但我得自己复制粘贴到编辑器
- Claude 能分析问题,但我得自己去执行解决方案
- GitHub Copilot 能补全代码,但它不知道我的服务器在哪
他想要的是:一个能接收任务、自主规划、调用工具、完成工作的 AI 队友。
于是他开始用 AI 来构建 AI。通过精心设计的提示词和工具集成,Clawdbot 诞生了。
最初的版本非常简陋,但它能做一件关键的事:它可以执行 Shell 命令。
这意味着它不再局限于“生成文本”,而是可以:
- 读取和修改文件
- 运行脚本和程序
- 调用 API 和服务
- 监控系统状态
这就是“马拉喀什时刻”的技术基础。
1.3 “我不读我写的代码”:6600 次提交的疯狂
马拉喀什回来后,Peter 像着了魔一样投入开发。
2026 年 1 月,他一个人完成了超过 6,600 次代码提交(Commits)。这个数字让整个 GitHub 社区震惊——正常情况下,一个 5-10 人的团队一个月也就几百次提交。
他的秘诀被称为 "Vibe Coding"(氛围编程):
他大量使用 AI Agent 来编写底层代码,自己只负责把控整体架构和“感觉”。
他在接受 The Pragmatic Engineer 采访时公开宣称:
“我发布的代码中,有一半我连看都没看过。”
这种做法在传统程序员看来简直是异端:
- ❌ 没有详细的技术文档
- ❌ 没有冗长的代码审查会议
- ❌ 没有严格的测试覆盖率要求
- ✅ 只有不断的提示词迭代、自动化测试和快速发布
有人质疑:“不读代码怎么保证质量?”
Peter 的回答很简单:
“传统方式下,我一个月能写 1000 行代码。现在我一个月能发布 10 万行代码,即使有 10% 的问题,我也能在第二天修复。速度就是质量。"
这种“零开销工程”让 OpenClaw 的迭代速度达到了前所未有的水平。
更疯狂的是,为了测试 OpenClaw 的极限,他做了一件让安全专家们惊呆的事:
他将自己带有私人记忆、敏感权限和完整系统访问权限的 OpenClaw 实例,连接到了一个公开的 Discord 服务器。
这意味着数千名陌生人可以直接与他的“私人 AI 大脑”对话,甚至可能诱导它执行危险操作。
但 Peter 坚持了 72 小时。在这 72 小时里,OpenClaw 面对了各种刁钻的问题、恶意的诱导、复杂的多轮对话,但它始终保持了稳定和安全。
这次实验虽然充满争议,但也证明了 OpenClaw 在真实、混乱环境中的自主决策能力。
病毒式爆发
就在项目开始爆发式增长的时候,Anthropic 的律师函到了——Clawdbot 这个名字太像 Claude,涉嫌商标侵权。
2026 年 1 月 27 日凌晨 5 点,Peter 在 Discord 频道里召集社区成员进行头脑风暴,最终诞生了 Moltbot(蜕壳机器人)。但仅仅 3 天后,他又改主意了:“Moltbot 这个名字读起来像嘴里含了块石头。”
于是,OpenClaw 成为最终的名字。
改名后的 OpenClaw 像火箭一样起飞:
- 1 月底:2,000 GitHub stars
- 2 月初:突破 100,000 stars
- 2 月中旬:单周 200 万访问者,180,000+ stars
2026 年 2 月 14 日,Peter 宣布加入 OpenAI,领导“下一代个人代理”的开发。OpenClaw 转为开源基金会维护,确保项目永远自由和独立。
1.4 三分钟体验:OpenClaw 到底是什么
听了这么多故事,你可能还是有点困惑:OpenClaw 到底是什么?
让我们用最简单的方式来理解:
传统 AI 助手的工作方式
你得到的是内容,但你仍然需要自己去执行。
OpenClaw 的工作方式
你得到的是结果,整个工作流都被自动执行了。

▲ 左:传统 AI 需要你手动执行每一步 | 右:OpenClaw 自动完成整个工作流
一个更直观的例子
想象你是一个独立开发者,正在度假。突然你的网站挂了。
没有 OpenClaw:
- 收到监控告警 → 心情瞬间变糟
- 找到笔记本电脑 → 连接 WiFi
- SSH 登录服务器 → 查看日志
- 诊断问题 → Google 搜索解决方案
- 修复代码 → 重启服务
- 验证修复 → 继续担心会不会再挂
总耗时: 1-2 小时,假期心情全毁
有 OpenClaw:
- 收到 Telegram 消息:“服务器挂了,我正在处理”
- 5 分钟后:“已修复,是内存泄漏导致的,我优化了配置并重启了服务”
- 你继续喝咖啡
总耗时: 0 分钟(你的时间)
它能做什么?
OpenClaw 不是一个单一功能的工具,而是一个可编程的 AI 队友。它可以:
✅ 持续运行 - 作为后台服务 24/7 在线,不是打开网页才能用
✅ 主动工作 - 定时执行任务,监控状态,不需要你一直发指令
✅ 调用工具 - 执行 Shell 命令、调用 API、读写文件、控制系统
✅ 长期记忆 - 记住你的偏好、历史对话、工作习惯
✅ 多平台接入 - 通过 Telegram、Discord、Slack 等随时交互
✅ 完全本地化 - 数据存在你的设备上,不是某个公司的服务器
✅ 无限扩展 - 通过 Skills 系统添加新能力

▲ OpenClaw 的能力生态:一个中心,连接一切
1.5 OpenClaw vs Manus:开源与闭源的较量
很多人第一次听说 OpenClaw 时会问:“这和 Manus 有什么区别?”
这是个好问题。Manus 和 OpenClaw 都是 AI Agent,但它们代表了两种完全不同的哲学。
让我们用一张对比表来说明:
维度 | Manus | OpenClaw |
开源性 | 闭源商业产品 | 完全开源(Apache 2.0) |
运行位置 | 云端服务 | 本地运行,数据在你的设备上 |
定价模式 | 订阅制,按月付费 | 免费,只需支付 AI 模型费用 |
数据隐私 | 数据存储在 Manus 服务器 | 完全本地化,你拥有所有数据 |
扩展性 | 官方提供的功能 | 通过 Skills 无限扩展 |
自主性 | 预设的工作流 | 完全可配置的自主决策 |
社区 | 官方支持 | 活跃的开源社区,快速迭代 |
定制化 | 有限的配置选项 | 完全可定制,可修改源代码 |
核心差异:闭源商业 vs 开源自由
Manus 是商业产品 - 开箱即用,体验流畅,但你需要信任一家公司来处理你的数据,并按月付费。
OpenClaw 是开源项目 - 需要一些配置,但你拥有完全的控制权、隐私保护和定制自由。

▲ 工具只在你使用时有效,队友则始终与你并肩作战
真实用户的评价
推特上充满了用户的惊叹:
“在多年的 AI 炒作之后,我以为没什么能让我惊讶了。然后我安装了 @openclaw。从紧张地问‘嗨,你能做什么?’到全速运转——设计、代码审查、税务、项目管理、内容管道……AI 作为队友,而不是工具。"
“刚刚通过 Telegram 告诉我的 @openclaw Ema 关掉电脑(以及她自己,因为她在电脑上运行)。执行得完美无缺。这工具太酷了。”
现在,轮到你了
读到这里,你可能有两种反应:
反应 1: “听起来很酷,但感觉很复杂,我不确定自己能不能搞定。”
别担心。 下一章我们会用 10 分钟让 OpenClaw 跑起来,你会发现它比你想象的简单得多。
反应 2: “这听起来有点危险,让 AI 自主执行命令,万一出问题怎么办?”
这是个好问题。 OpenClaw 有完整的权限控制机制,你可以精确控制它能做什么、不能做什么。我们会在第 16 章详细讨论安全问题,但现在你只需要知道:你始终拥有完全的控制权。
关键要点
在进入下一章之前,记住这几点:
- OpenClaw 不是聊天机器人 - 它是一个自主 AI 代理,可以执行完整工作流
- 它是你的队友,不是工具 - 持续运行、主动工作、长期记忆
- 完全开源和本地化 - 数据在你的设备上,代码完全透明
- 从简单开始 - 你不需要一开始就理解所有技术细节,先让它跑起来
- 你始终掌控 - 通过权限配置,你可以精确控制它的自主程度
下一章预告
在第 2 章,我们会用 10 分钟让 OpenClaw 跑起来,并完成你的第一个任务。不需要复杂的配置,不需要深厚的技术背景,只需要跟着步骤走。
准备好了吗?让我们开始吧。
思考练习
在继续之前,花 1 分钟想想:
- 你日常工作中最耗时的 3 个重复性任务是什么?
- 如果有一个永远在线的助手,你最想让它帮你做什么?
- 你对 AI 自主执行任务有什么顾虑?
把答案记下来,在学习过程中,我们会逐步解答这些问题。
为什么窄域 AI Agent 团队是未来的工作方式
- 作者:蒋云何
- 链接:https://yunhe.dev/article/firstchapter-what-is-openclaw
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章
.jpg?table=collection&id=23f1bad7-8cd0-813d-945a-000b95a76c1e&t=23f1bad7-8cd0-813d-945a-000b95a76c1e)



.png?table=block&id=3151bad7-8cd0-80b2-8ac2-df21c5f21755&t=3151bad7-8cd0-80b2-8ac2-df21c5f21755)

