20260306研读Openclaw资料摘录

20260306研读openclaw资料摘录

https://mp.weixin.qq.com/s/YmySPzCuQ_-PPCuCdZ1NDg
本质上你可以把obsidian看成一个大的markdown文件阅读器，它有超级丰富的插件体系以及可以内置的Claude Code，也叫Claudian。这个Claudian我后面换成了Codex App，有更好的表现和对话管理水准。

总之，任何硬件，只要能跑OpenClaw，就能立刻拥有时空感知。它还不依赖ROS（机器人操作系统），支持全动态障碍物避让和SLAM（即时定位与地图构建）。可以说，这就是让机器人理解物理世界所需要的记忆骨架。依靠这个系统，机器人可以在object（物体）、room（房间）、semantic（语义）、geometry（几何）、time（时间）、image（图像）、pointcloud（点云）等多个维度搜索，由此第一次拥有了完整的空间记忆。
而OpenClaw提供的，不仅仅是一个输入接口，而是包含了一整套代理基础设施（Agent Infrastructure）：子代理编排、MCP（多点协作协议）处理、工具安全审计、插件系统。这让它比原生的Claude代码更适合作为机器人的「前额叶」。

「具身」是意识的关键。这次尝试告诉我们：让LLM上硬件不难，难的是让它产生持久的、跨越时空的物理上下文。当机器人开始理解因果，开始记住位置，它就不再是一个会走路的音箱，而是一个真正的「物理代理」。或许，天网不会突然降临，但事情可能是这样的：机器人学会看见世界，记住世界，最后学会改变世界。而当这些能力全部开源的时候，任何人都可以构建一个机器人大脑。

OpenClaw不是聊天机器人。它是一个真正能帮你干活的数字管家。
它做的事情是，给AI装了一部手机。
让AI能通过飞书、Telegram、Discord、WhatsApp等20多个聊天平台，随时随地帮你干活。
不只是聊天。是真的动手干。

你可以在飞书上跟它说"帮我把下载文件夹里的PDF按日期归档"，它就真的扫描你的下载文件夹，按日期创建子文件夹，把PDF一个个移过去。
你可以在Telegram上跟它说"读一下桌面上那篇论文，给我写个500字的中文摘要"，它就真的读了论文、理解了内容、写好了摘要、存成了文件。
你可以在微信上跟它说"每天早上8点帮我查一下今日AI新闻，整理成摘要发给我"，它就真的每天准时推送。

Node.js就是这个翻译官，它把JavaScript"翻译"成你的电脑听得懂的机器语言，让OpenClaw能在你的电脑上跑起来。
没有Node.js，OpenClaw就是一堆电脑看不懂的天书。版本要求：Node.js >= 22。npm全称是Node Package Manager，Node的"包管理器"。
你可以把npm理解成Node.js自带的"应用商店"。
你安装Node.js的时候，npm会自动一起装好。你不需要单独安装它。

OpenClaw本身是免费的。完全免费。你不用花一分钱。它的"大脑"是外接的，来自AI大模型（比如通义千问、Claude、GPT、Kimi等）。
你对OpenClaw说"帮我写一首诗"，OpenClaw自己写不了。它需要把你的请求转发给AI大模型，大模型思考完了把结果返回给OpenClaw，OpenClaw再把结果告诉你。API Key就像健身房的会员卡，器材（大模型）不是你的，但你刷卡就能用。

具体的工作流程是这样的：
1. 你对OpenClaw说："帮我写一首关于春天的诗"2. OpenClaw收到请求，拿着你的API Key去找AI大模型（比如MiniMax）3. MiniMax的服务器验证这个Key，"验证通过，是合法用户，放行"4. MiniMax开始思考，生成了一首诗5. 把诗返回给OpenClaw6. OpenClaw把诗发送给你

npm默认从国外服务器下载东西，在国内访问可能很慢甚至超时。解决方案是把下载源换成国内镜像（npmmirror.com，原淘宝镜像），速度快十倍以上。

20260306凌晨两点，OpenAI毫无预兆地丢出了GPT-5.4。
这个模型，即将改变2026年整个AI Agent格局！
这一次，最核心的能力终于呼之欲出：原生操控电脑。
Agent能力是2026年AI进化的主线任务，在实测后，一个深刻的感受：
GPT-5.4可能是2026年目前为止，最适合跑OpenClaw的模型。
或许没有之一。
我们都知道OpenClaw这只「龙虾」能够爆火，核心就是其Agent能力太过强大。
一个部署在Macmini上的OpenClaw几乎拥有和人类一样的操作能力和操作权限。
而这一次，GPT-5.4直接在模型层面实现「原生操控电脑」能力。
Mercor AI首席执行官Brenda则认为GPT-5.4即将超越顶尖咨询公司、顶尖投行和顶尖律所的专业能力。
也就是人类精英金领的所有工作，它都能做，甚至做的更好。

OpenClaw的核心理念只有一句话：The AI that actually does things。
不只是聊天，而是真的帮你干活。
它运行在你自己的电脑上，拥有对Shell、文件系统、浏览器的完整访问权限。
你通过WhatsApp、Telegram、飞书、钉钉发一条消息，它就能在后台帮你执行终端命令、编写脚本、管理邮件、抓取网页数据，甚至安装和调试软件。

社区里广泛流传的经验是，如果你用的模型不够强，OpenClaw的魔法就会消失。
有开发者做过详细测试，用低端模型运行OpenClaw和用Claude Opus 4.5运行，体验差距可以到40%到95%。
OpenClaw的创始人Peter推荐将OpenClaw的版本升级到5.4之后，再配合GPT-5.4。

OpenClaw Operator = 云端大脑 (VLA Model) + 终端手脚 (Client) + 安全沙盒 (云手机)。用人话说就是不需要配置插件，手机里的APP也可以是skills，打开OpenClaw，提需求就可以了。

OpenClaw从中级到高级第一步不是做龙虾分身，先把联网搜索做到极致，把X，某站，某书，播客，公众号，Reddit啥的全都解析明白，再把Deep Research装上，再加上主动订阅的信息源和OpenRouter免费兜底的大模型，这应该是目前云上OpenClaw在不方便文件互传的情况下的最佳搭配方案。

HiClaw = OpenClaw 超进化，可以理解为 Team 版的 OpenClaw。
核心创新是在 OpenClaw 的基础上，引入了 Manager Agent 角色。它不直接干活，而是帮你管理 Worker Agent 团队，就像钢铁侠的管家贾维斯一样。

OpenClaw 的设计就像一个完整的生物体：有大脑（LLM）、中枢神经系统（pi-mono）、感知器官眼睛和嘴（各种 Channel）。但原生设计中，大脑和感知器官都是"外接"的，你需要自己去配置 LLM Provider、去对接各种消息渠道。
HiClaw 做了一次"器官移植"手术，把这些外接组件变成内置器官：

HiClaw 就是为你准备的。当前版本 HiClaw 中的 Agent 内置的是 OpenClaw，后续支持开发者自由扩展，使用 Copaw、ZeroClaw，以及企业自建的 Agent。
HiClaw 是开源项目，基于 Apache 2.0 协议，由 Higress 团队基于 OpenClaw、Higress AI Gateway、Element IM 客户端+Tuwunel IM 服务器（均基于 Matrix 实时通信协议）、MinIO 共享文件系统打造。

腾讯云、阿里云上线了一键部署服务，他们想要趁着这个机会，成为AI圈那个卖铲子的人。
月之暗面推出了云端版的Kimi Claw，MiniMax也紧随其后发布了MaxClaw，道理很简单，本土化的OpenClaw仍然是市场的一大空缺。

一个配置合理的OpenClaw，每天可能向模型发起数百次甚至上千次调用，每次调用还要携带完整的上下文信息。这意味着，单个OpenClaw用户产生的token消耗，可能是传统聊天用户的几十倍甚至上百倍。
因此，OpenClaw变成了OpenRouter上token消耗最大的应用。哪个模型能接入OpenClaw生态，就等于获得了一个指数级增长的需求管道。

但Kimi团队很快意识到，与其被动地提供API，不如主动降低用户使用门槛。一个月后，Kimi正式推出Kimi Claw。
这是一个云端托管的OpenClaw服务。用户无需本地部署，直接在浏览器中就能使用完整的OpenClaw功能。
Kimi Claw把原版OpenClaw的复杂步骤全部省略了，用户只需拥有Kimi Allegretto及以上会员，就能在网页端一键创建自己的“云端OpenClaw”，整个过程不超过1分钟。
Kimi Claw内置了Kimi K2.5模型，自动关联用户的Kimi Code会员权益额度。用户无需额外配置API Key，也不用担心突然烧掉大量token导致账单爆炸。
在功能层面，Kimi Claw直接集成了ClawHub社区的5000多个技能库，用户可以在网页界面中一键启用，包括天气查询、网页搜索、浏览器操作、邮件处理等高频场景。

MaxClaw基于MiniMax M2.5模型，虽然这是一个模型总参数量约2300亿，单次推理仅激活约100亿的大模型，但它的API价格非常便宜。同样是运行一个7×24小时这样的OpenClaw实例中，M2.5的成本可能只有Claude Sonnet的1/10到1/20。对于需要高频调用工具的agent场景来说，这种成本差异是决定性的。MiniMax还将MaxClaw集成到自家的MiniMax Agent生态中，与Expert 2.0同步升级，形成了“对话式AI + agent 工作流”的完整产品矩阵。

腾讯云的方案相对简洁直接。
他们在轻量应用服务器上推出了“云应用”功能，用户通过这个功能可以三步完成OpenClaw部署。系统默认配置的是 DeepSeek API 作为模型供应商，但用户可以在 Dashboard 中自由切换到 Kimi、MiniMax 或者其他国产模型。
腾讯云的官方文档里写得很明白：“OpenClaw来自开源社区，云应用不收费”，但紧接着又补充了一句，“云服务器和 API 按照实际消耗计费”。腾讯赚的不是OpenClaw的钱，而是云服务器租赁费、流量费、还有模型 API 调用产生的费用。他们不强制绑定自家模型，给用户留了选择空间，但基础设施这一层，你跑不掉。

阿里云的打法则更加“生态化”。
用户在轻量应用服务器上部署OpenClaw后，系统会引导用户前往“阿里云百炼大模型控制台”创建 API Key，默认调用的就是通义千问系列模型。
阿里云还推出了一个叫“Coding Plan”，这是阿里云百炼面向全品类 AI 编码工具推出的通用订阅套餐，兼容OpenClaw接入。
换句话说，阿里就是想通过OpenClaw的代安装服务，推广自己家的 AI 编程以及模型API。

OpenClaw的爆火证明了一个趋势，未来的 AI 应用不是简单的“聊天机器人”，而是一个 24 小时在线、能执行复杂任务、需要稳定算力支持的 agent。
当个人用户和中小企业开始部署 agent 时，他们需要的不仅是模型的 API，还需要云服务器、存储空间、网络带宽，以及飞书、钉钉、企业微信这样的消息集成，还有安全沙箱环境等一整套基础设施，最后更不能少了像是 AI 编程这样具体的执行工具。

智谱GLM-5在官方文档中明确提供了OpenClaw接入指南，GLM的Coding Plan套餐也支持OpenClaw配置。
智谱甚至还推出了“AutoGLM版本的OpenClaw”，支持OpenClaw与飞书的一体化配置。从这些动作来看，智谱并没有忽视OpenClaw，提供了作为一家中国AI厂商该有的一些基本支持。
智谱更看重的是AutoGLM，这是一个具备“Phone Use”能力的agent。AutoGLM在2025年12月开源，能够完成外卖点单、机票预订等数十步复杂操作，还支持微信、淘宝、抖音等超50个高频中文应用。

字节跳动对OpenClaw的态度更加微妙。表面上看，只有前文提到的，火山引擎提供的一键部署OpenClaw。
这是因为字节对agent的注意力集中在移动端。
去年字节跳动与中兴努比亚合作推出nubia M153测试手机，内置了“豆包手机助手技术预览版”。其核心技术是UI-TARS，一个纯视觉驱动的GUI agent模型。
与OpenClaw相比，豆包手机助手更有优势。
豆包是直接集成到Android系统层，可以不打开应用就从底层进行操作，完全不会影响用户当下使用。豆包手机助手能够实现跨应用的复杂操作，比如“帮我在三个外卖平台比价，然后下单最便宜的”。OpenClaw的跨应用能力有限，很多任务不能跨应用完成，而且在不同应用之间切换的速度很慢。

龙虾改变了什么？
不是把"难事变容易"，是把"需要懂技术才能做的事"变成了"只要知道自己要什么就能做"。

OpenClaw是一款开源、本地优先、可自托管的自主AI代理与自动化平台，核心是用自然语言指令让AI能够直接在你设备上“执行任务”，而非像chatbot聊天机器人一样仅提供对话回复。

粗略观察代装服务的评论区，付费群体至少可以分出三层：
一类是个体创业者和自由职业者，对效率有强烈诉求，核心动机是省时间；一类是有技术认知但不愿亲自动手的职场白领，知道这东西能干什么，只是不想花时间折腾；还有一类是跟风购买的普通消费者，对实际能做什么并没有清晰预期。

OpenClaw为了模拟全天候助理的待命状态，内置了一套心跳（Heartbeat）机制：每隔30分钟自动醒来，检查邮箱有没有新邮件、日历有没有变动、Slack频道有没有消息需要处理。