俗称“龙虾”的开源AI(人工智能)智能体OpenClaw持续爆火。
近日，OpenClaw(曾用名Clawdbot、Moltbot)的热度逐渐升温。该项目已经成为代码平台GitHub历史上增速最快的开源软件项目，在4个月内获得25万颗GitHub星标，先后超越Linux和React。
春节前后，字节跳动旗下火山引擎、阿里云、腾讯云等大厂都全面开放了运行OpenClaw的云端服务。由于本地部署环境配置较为复杂，国内社交平台甚至出现了上门收费代装OpenClaw服务。3月6日，更是有近千名开发者与AI爱好者来到腾讯大厦，在腾讯云工程师的协助下完成了OpenClaw的云端安装。
拥有强大任务执行能力的AI“龙虾”
那么，这个正在从极客圈走入大众视野的OpenClaw到底是什么来头？
OpenClaw是由软件工程师彼得·施泰因贝格尔(Peter Steinberger)开发的开源智能体，因能本地部署并通过通信工具接收指令自动完成任务而爆火。自去年11月在GitHub上首次推出以来，OpenClaw就迅速走红，短短一周内吸引了200万访客。
“龙虾”可以被部署在虚拟服务器(VPS)上，或者是个人电脑等本地终端。不过，值得注意的是，由于当下的OpenClaw存在安全漏洞，最好把它部署在一台没有重要文件的备用电脑或其他终端上。
从技术上来看，当用户下达复杂指令时，安装在本地的OpenClaw能够拆解任务、联网搜索、调用本地软件、识别错误、自我纠正重试，向云端大模型的API接口发送请求，消耗Token并逐步完成任务。用户还可以从社区获得各种“skill(技能)”，让OpenClaw解锁其他用户调试出的特定能力。
同时，由于OpenClaw创始人施泰因贝格尔已加入OpenAI，该公司近日发布的GPT-5.4大模型首次实现原生电脑操控能力，几乎可以操作电脑上所有应用，被认为是“至今为止最适合跑OpenClaw的模型”。
对于这款突然兴起的爆火项目，360创始人周鸿祎评价道，OpenClaw改变了很多人对智能体的认知，是“养了一个智能体”的概念创新。曾担任微软、谷歌全球副总裁的李开复表示，未来的竞争会发生在多智能体系统上，它会成为一个连接数字世界和物理世界的桥梁。
上海财经大学特聘教授、智能科技产业与智能经济研究学者胡延平对澎湃新闻记者表示，从实际体验来看，OpenClaw的真正亮点在于其任务执行能力：“最主要的是很多不同类型的任务都能执行，无论内容、收发、设备、程序，比一般智能体能做的工作的复杂度高出不少，基本上做到了对设备对人的‘接管’。”
安全风险浮现，AI焦虑助推“龙虾”走红
胡延平认为，OpenClaw之所以在短时间内爆红，本质上是技术突破与社会情绪叠加的结果。他形容这一现象是“两大海啸迎面对撞”：一方面是AI能力的迅速跃迁，尤其是智能体能力已经逼近能够“接管”现实任务的水平；另一方面，则是社会层面的AI焦虑与学习热潮，人们希望尽快掌握并利用AI提升自身能力。
不过，由于OpenClaw能够全面操控电脑，也为用户带来了许多安全风险。
一个广为传播的案例发生在今年2月。来自Meta超级智能团队的研究员Summer Yue在X(原推特)上分享了自己的一次惊险经历：她的“龙虾”突然开始批量删除邮件，而她几乎无法阻止。
Summer Yue回忆称，当时她给出的指令其实非常简单：“检查一下这个收件箱，提出你想归档或者删除的邮件。”她还附加了常见的“安全词”限制，然而，这些约束并没有生效，OpenClaw直接开始大量删除邮件。直到她使用“物理关机”的最终方式之前，都无法让“龙虾”停下来。
对普通用户来说，OpenClaw或许更像是一个正在快速发展的实验性工具，展示了一种可能的未来：让AI不仅会“聊天”，还能够真正替人完成工作。
有AI行业从业者认为，虽然OpenClaw确实是一个有主动性的AI助手，但除非用户是程序员，不然对生产力的提升其实“没什么作用”：“它没有你想象中那么聪明，聪明程度完全取决于你使用的大模型，但好的大模型非常贵。”
胡延平也指出，OpenClaw的实际表现与外界的狂热评价仍存在差距，例如简单任务有时被复杂化处理、任务执行过程中可能中断、记忆功能并不总是稳定等。此外，在部分场景下，token消耗与实际产出之间的效率比也有待优化。
而目前国内社交平台上“龙虾”代装热潮，似乎又让人联想到此前一度被炒到标价上万元的Manus内测码。OpenClaw接下来是否也会走向类似的“炒作周期”，仍有待观察。
（来源：中国网）
相关推荐
-
北京发布具身智能机器人产业高质量发展行动方案
11月11日，北京市经济和信息化局印发《北京市具身智能机器人产业高质量发展行动方案（2026—2028年）》（以下简称《方案》）。《方案》提出，力争到2028年，培育不少于5家国际一流
-
多地推进具身智能公共验证训练平台建设
试点搭建以国家地方共建人形机器人创新中心主训练场为核心、多个分训练场为支点的“1 N”联动体系，打造可复制推广的训练场建设模式与方案，向全国输出落地。试点以标准体系为牵引，搭建“基础 特色”标准框架，围绕实体物理场、虚拟训练场、本体及部组件、场景应用四大方向，计划....
-
财经高校布局“AI+财经” 助推财经学科与人工智能深度融合
在人工智能学院的“词元经济”课堂，教学不再主要依托教材案例和历史数据，而是引入实时数据和智能交互，学生围绕真实经济问题开展实训。 同时，学校新成立的未来商学院、数字经济学院，也在借助AI重构人才培养模式，培养适应智能经济发展的复合型财经人才。 首都经济贸易大学副校....
-
不拼表演拼泛化：具身智能技能大赛探索可复用“技能包”
我们发现，在训练过程中，有好多商品的外包装已经被夹变形，这个问题当下确实存在，还需要不断进化。” 重点聚焦泛化能力 专家认为，新质生产力生长在机器人的每一次有效作业之中，大赛旨在推动将机器人能力拆解为可复用的作业“技能包”，进而大幅提升全要素生产率。 基于这一背....
-
制度适配提速 智能网联汽车迎治理升级
证券时报记者韩忠楠“在智能网联汽车领域，技术迭代很快，政策和法规似乎总在后面追赶。天津市工业和信息化局副局长田海鹏介绍，2025年正式施行的《天津市促进智能网联汽车发展条例》搭建起综合性地方法治框架，在法定权限内适度超前布局监管制度，放开无人化道路测试，并允许固定区域开展商业化运营试点，同步配套完善测试流程、安全评估等实施细则。各地立足自身产业基础开展制度创新，把国家宏观政策细化为可落地、可执行的实操规则，为智能网联汽车规模化商业化应用筑牢制度保障。
-
从技术突破走向生态竞合 智能网联汽车竞逐“下半场”
证券时报记者韩忠楠当前，智能网联汽车产业正加速迈向规模化应用阶段，截至今年8月底，国内约6100万辆乘用车已搭载组合驾驶辅助功能，其中约1500万辆具备领航驾驶辅助功能。小米集团创始人、董事长兼CEO雷军则把视角拉宽到产业生态层面，指出智能网联汽车下半场比的不仅仅是车有多聪明，而是整个生态有多强大。智能网联汽车的下半场不是某一家企业的独角戏，而是整车、零部件、科技公司、国际组织与监管部门共同参与的产业生态建设。正如赵福全所言，没有一家整车企业能够包打天下，也没有一家零部件企业能够一家独大，产业链上下游的企业要在协作中竞争、在共享中获利。
-
工业和信息化部：研究起草新一代智能制造有关政策措施
新一代智能制造作为人工智能与先进制造技术深度融合的新型生产方式，是我国由制造大国走向制造强国的核心战略支撑。王卫明介绍，工业和信息化部正在研究起草新一代智能制造的有关政策措施，加快推动人工智能与制造业深度融合。将充分发挥我国人工智能创新活跃和制造业场景丰富的独....
-
“人工智能+”深度融合激活商贸新动能 “科技兴商”顶层设计发布
10月19日，国务院新闻办举行新闻发布会，商务部、工业和信息化部、文化和旅游部有关负责人介绍《关于加快推进科技兴商的意见》（以下简称《意见》）有关情况。商务部表示，还将推动应用科技，扩大体育、教育等领域升级类服务供给，拓展个性化服务业态，催生更多个性化消费场景。
-
端侧人工智能赛道迎来业绩兑现期
下游终端需求回暖带动主控芯片需求增长，生成式人工智能发展进一步增加高性能芯片需求。同时，国内企业持续提升芯片性能、能效及供给能力，有助于支撑行业延续复苏势头。” 止于至善基金经理何理对《证券日报》记者表示：“行业未来增量主要来自传统终端升级与人工智能催生的新硬....
-
“人工智能+文化和旅游”应用试点名单公布
2026年3月，文化和旅游部印发《文化和旅游部办公厅关于申报“人工智能 文化和旅游”应用试点的通知》(以下简称《通知》)。根据《通知》，“人工智能 文化和旅游”应用试点主要包括6个重点方向，分别为辅助文化艺术创作生产、提升公共文化服务水平、助力文化遗产保护传承、培育文化....
