新智元报道
OpenClaw 2.0 正式发布。在项目沉寂七周、社区甚至开始撰写“讣告”之际，这款拥有 933 名贡献者、累计合并 1.6 万个 PR 的开源项目，迎来了历史上规模最大的一次更新。
然而，这份迟来的成绩单难掩颓势。随着早期红利消退与核心用户流失，OpenClaw 的辉煌时刻似乎已成往事。
龙虾死于经济学
OpenClaw 此前 25 万 Star 的爆发式增长，本质上是建立在一个套利漏洞之上：用户利用 20 美元的 Claude Pro 订阅，通过 OAuth 协议让 OpenClaw 24 小时不间断调用价值数千美元的 Token。
部分重度用户甚至用 200 美元的订阅撬动了高达 5000 美元的 API 用量。2026 年 4 月 4 日，Anthropic 正式封堵了这一漏洞，禁止第三方工具搭载 Claude 订阅的 OAuth 权限。
此后，用户若继续使用 OpenClaw 调用 Claude，需按标准 API 价格付费（如 Sonnet 4.6 每百万输入 Token 3 美元）。成本一夜之间暴涨 50 倍，导致增长曲线急剧反转。随着补贴退潮，大量投机用户迅速离场。
与此同时，创始人 Peter Steinberger 已于今年 2 月加入 OpenAI，项目转由基金会维护。加之 Snyk 审计发现 36% 的 ClawHub 技能存在提示词注入风险，以及 Palo Alto Networks 持续披露的安全漏洞，“OpenClaw 已死”逐渐成为科技媒体的共识。
Harness 时代：一鲸落万物生
2026 年，Agent 行业的核心关键词是"Harness"（操控层）。这指的是包裹在大模型之外的工具调度、权限管理、会话记忆及执行沙箱等架构。正如 Firecrawl 在横评中指出：“前沿模型已趋同，Agent 的体验由 Harness 决定。”
Claude Code、Codex、Cursor 等主流编程 Agent 均采用了这一架构：模型负责决策，Harness 负责工具调用、并发控制与上下文管理。事实上，OpenClaw 早在 1 月份便跑通了类似的 Gateway 架构，其功能与当下的 Harness 高度重合。
谷歌工程师 Addy Osmani 观察认为，不同 Harness 之间的相似度远高于其底层模型的差异。Linux 基金会于 2026 年成立 Agentic AI Foundation，整合了 Anthropic 的 MCP 协议、OpenAI 的 AGENTS.md 规范以及 Goose 项目，分别解决工具发现、指令规范与执行运行时问题。这三块拼图共同构成了标准化的 OpenClaw 形态。
OpenClaw 虽未成为最终赢家，但它定义了赛道。如同 VisiCalc 定义了电子表格却输给 Lotus 1-2-3 和 Excel 一样，定义赛道者与赢得赛道者往往并非同一人。
OpenClaw 在中国水土不服
OpenClaw 的核心卖点是“在聊天软件中指挥 AI"，但这一模式在中国市场面临严峻挑战。相比之下，飞书于 2026 年 3 月开源的官方 CLI 工具（larksuite/cli）展现了更优的本土化路径。
飞书 CLI 覆盖即时消息、云文档、日历等 11 个业务域，提供 200 多条命令及 23 个 Agent Skills，开源两月即获 8000+ Star。其与 OpenClaw 的本质区别在于：
- 架构模式：飞书 CLI 是嵌入式工具，Agent 通过 CLI 调用企业已有能力，权限受控；OpenClaw 则是接管式框架，要求用户交出文件系统与账号权限，安全隐患大。
- 安全基建：飞书背靠开放平台 2500+ API，具备成熟的企业级鉴权与审计机制；OpenClaw 则在 CVE 曝光后才匆忙补课。
- 使用场景：飞书是中国用户的高频办公入口，自带丰富的上下文网络；而 OpenClaw 依赖的 Discord 和 Telegram 并非国内主流场景。
企业 Agent 的核心在于上下文。飞书将框架预装于用户已有的工作系统中，而 OpenClaw 仅提供空框架，让用户自行配置 API 与安全策略，门槛过高且不符合国内使用习惯。
2.0 改了什么，已经无人关心了
回归 OpenClaw 2.0 本身，本次更新主要包含四项改进：
- 安装简化：自动扫描本地 Claude 订阅、API 密钥及模型，缩短配置时间。
- 性能优化：Control UI 启动时间从 1.6 秒降至 575 毫秒，JS 请求大幅减少。
- 安全增强：外部插件需验证来源，凭证不再进入聊天上下文。
- 共享会话：新增团队共享运行中任务及上下文的功能。
这些改进解决了“装不上”和“不敢用”的问题，却未能回答“用户为何第二周不再打开”。对于编程场景，代码产出立竿见影；而对于 OpenClaw 主打的“生活助理”场景，用户投入的配置时间远超其节省的时间。
尽管 OpenClaw 2.0 引入了类似 Hermes Agent 的自学习循环（Skill Workshop），但起步已晚。Hermes Agent 凭借自进化能力在退潮期逆势增长至 24 万 Star，日均 Token 消耗量居首。
OpenClaw 2.0 是一次迟到的工程补课。虽然 569 名新贡献者的努力值得尊重，但产品窗口期已关闭：编程场景被 Claude Code 等瓜分，中国办公场景被飞书 CLI 接管，通用架构被其他开源 Harness 继承。
一鲸落，万物生。OpenClaw 对 2026 年 Agent 行业的最大贡献在于其教训：Agent 的界面应是聊天窗口，价值核心在 Harness 而非模型，且安全必须前置。这些经验已深深烙印在后来者的架构文档中，而 OpenClaw 恐怕再难重现巅峰。
参考资料：https://openclaw.ai/blog/openclaw-2-accidentally
编辑：马可