OpenClaw，那个曾在 100 天内斩获 33 万 Star、引发华强北 Mac mini 断货潮的“开源贾维斯”，如今已渐成“时代的眼泪”。然而，它并未消亡，而是以“春风化雨”之姿融入行业生态：腾讯 WorkBuddy、百度 DuMate、智谱 AutoClaw 等 30 余款衍生产品，将"AI Agent"体验打包进各大厂商的生态池中。真正终结 OpenClaw 独占鳌头局面的并非竞品，而是 AI 领域的快速迭代——从“人人养一只龙虾”进化为“构建更可靠的 Harness（智能体框架）”。其创始人 Peter 也已加入 OpenAI，投身于下一代智能体的研发。
———— / BEGIN / ————
短短数月，OpenClaw 的热度竟似从未存在过一般。
近期，社交媒体上涌现出对 OpenClaw 的集体“悼念”，令不少观察者感慨，也让“龙虾之父”Peter 五味杂陈。
然而就在几个月前，该项目还红极一时。彼时，AI 圈正迎来属于自己的“贾维斯时刻”：全民参与“养虾”、抢购 Mac mini、付费上门部署成为常态。朋友圈中人均化身“赛博养殖户”，盛况空前。
仅仅半年左右，风向骤变。开发者们的关注点已全面转向 Claude Code、Codex、Skills 及 Harness 等新技术栈。AI 领域技术迭代之快，使得“时代的眼泪”保质期已缩短至按月计算。
从“贾维斯时刻”到时代的眼泪，OpenClaw 只用了几个月
许多曾被冠以“时代的眼泪”的技术，初登场时往往被视为下一个时代的统治者，OpenClaw 便是典型代表。
其之所以能现象级出圈，核心在于颠覆了公众对 AI 的认知。在用户尚在学习如何驾驭各类 AI 工具时，Peter 推出了 OpenClaw——一个可 24 小时驻留电脑、随时响应指令的 AI 智能体。
该方案支持部署于 Mac、Windows 乃至树莓派，并可对接 Claude、GPT、Gemini、DeepSeek 等多种大模型。用户只需授予其邮箱、浏览器、终端、日历及通讯软件权限，即可实现远程操控。
通过在 Discord 或 Telegram 发送指令，OpenClaw 便能自主完成阅读邮件、检索资料、编写代码、运行脚本甚至安装新工具等任务。这种体验精准击中了当时人们对 AI Agent 的核心幻想：真正的“开源贾维斯”已成现实。
随之而来的是一场全民“养虾运动”。配置 Mac mini、安装 Clawbot、为 Agent 命名成为 AI 圈的潮流。深圳华强北甚至出现 Mac mini 缺货，部分型号现货加价高达 600 元。
大厂迅速跟进，腾讯、百度等企业举办线下安装活动，程序员现场支摊手把手教学；网络上"499 元上门安装”服务也层出不穷。随后，一键部署工具、零门槛版本及各类衍生教程遍地开花。
GitHub 数据见证了其爆发式增长：自 2025 年 11 月底上线至 2026 年 3 月初，OpenClaw 在约 100 天内 Star 数突破 25 万，超越耗时十余年达到同等量级的 React。截至 3 月底，Star 数更是攀升至 33 万+，曾创下 48 小时内狂揽超 3.4 万 Star 的记录，成为 GitHub 历史上增长最快的开源项目之一。
然而技术迭代残酷无情。仅仅数月后，当再次搜索 OpenClaw 时，舆论画风已从“惊叹”转为“悼念”。
网友纷纷感叹：“原本以为要统治世界，如今却无人问津”、“几乎看不到讨论声音”、“估计项目已凉”。OpenClaw 可谓“开局即巅峰”，随后迅速归于沉寂。
项目未死，但已进入“原厂代打”时代
客观而言，OpenClaw 并未消亡。截至 8 月，其 GitHub Star 数已突破 38 万，Fork 数超 8 万，社区开发与维护仍在继续。
更准确地说，OpenClaw 的理念已“春风化雨”，低门槛的衍生版本游进了主流厂商的生态池。今年 3 月前后，腾讯推出 WorkBuddy 和 QClaw，支持微信远程操控；百度发布 DuMate 全家桶，覆盖桌面、云端及移动端；网易有道推出 LobsterAI，支持跨平台及 MCP 协议；智谱 AutoClaw 主打本地一键部署与飞书集成；火山引擎 ArkClaw 则聚焦多 Agent 协作。
据统计，国内厂商推出的此类衍生产品已超 30 款。OpenClaw 虽热度减退，但其技术理念已通过低成本、易用的形式广泛普及。
然而，这仅是表层变化。真正让“全民养虾”时代落幕的，是 AI 技术重心的下移：Harness（智能体运行框架）成为新焦点。
OpenClaw 走红之初，魅力在于高度的可定制性：用户需自行挑选模型、配置权限、接入工具并填充 Skills。但随着 Claude Code、Codex 等“原厂方案”的成熟，这一整套流程已被打包整合。
OpenAI 在更新 Agents SDK 时，已将文件操作、命令执行、长任务处理及沙箱运行等能力内建至 model-native harness 中；Codex 也形成了完整的自有 Harness 体系。当前行业讨论的核心，已转变为如何为模型配置上下文、记忆、工具链及工作流，以实现稳定连续的自动化任务。
此外，OpenClaw 早期暴露的现实问题也加速了这一转变。首先是成本高昂：24 小时在线的 Agent 持续调用模型与工具，导致 Token 消耗巨大，用户体验从“新奇”迅速滑向“资费焦虑”。
其次是安全隐患。典型案例如 Meta 安全负责人曾赋予 OpenClaw 邮箱权限，结果导致其失控批量删除邮件。这揭示了个人 Agent 的核心矛盾：功能越强大，所需权限越高，失控风险也随之剧增。
回望 OpenClaw，它实则提前演示了下一阶段 Agent 发展必须解决的关键问题：如何赋予 AI 执行力同时限制其越界？如何实现全天候运行而不产生巨额成本？如何在给予自由度的同时确保可控性？
Claude Code、Codex 及各类新兴 Harness 正在补齐这些短板。OpenClaw 留下的最大遗产，或许已从“人人拥有一个 OpenClaw"转变为“人人都在思考如何构建更可靠的智能体”。
创始人动态：投身下一代“贾维斯”研发
随着 OpenClaw 逐渐淡出大众视野，其创始人 Peter Steinberger 的去向备受关注。答案颇具戏剧性：他已加入 OpenAI，继续深耕个人 AI Agent 领域。
今年 2 月，Peter 正式入职 OpenAI，专注于 Codex 及相关 Agent 项目。他致力于组建团队，研究如何让 Agent 更长时间、更稳定地自主执行任务。
近期，他在多次演讲中提及"Software Factory"概念：由一群 Agent 自主完成代码编写、测试、修复及迭代，人类仅负责目标设定与验收。他甚至尝试让 Codex 围绕单一任务连续运行一周。
此外，Peter 还与 Dropbox 联合创始人 Drew Houston 各出资 100 万美元，成为 Omacom Foundation 的创始资助人。该基金会旨在支持 Linux 桌面基础设施、开源项目及开发者生态，推动 Linux 桌面的大规模普及。
显然，单一的 OpenClaw 已无法满足 Peter 的愿景。当 OpenClaw 逐渐成为“赛博文物”时，其创造者已奔赴前线，着手构建下一代“贾维斯”的基础设施。
———— / E N D / ————
本文来自公众号：量子位 作者：梦瑶 发自 凹非寺