01

今年1月下旬，奧地利開發(fā)者彼得·斯坦伯格推出智能體項目Clawdbot，隨后定名為OpenClaw，由于Claw有“爪”或“螯”的意思，它也被網(wǎng)友們親切地稱為“小龍蝦”。它之所以引發(fā)關(guān)注，并非因為創(chuàng)造了新的基礎(chǔ)模型，而是因為改變了模型的“使用形態(tài)”。OpenClaw的核心能力依然基于Anthropic公司發(fā)布的Claude系列模型。真正的不同之處在于，它構(gòu)建了一個“自主技能環(huán)境”（Skill Environment），使其不再局限于生成文本或回答問題，而是能夠在本地電腦中執(zhí)行具體操作。

換言之，它將原本運行在云端的模型能力，延伸到了用戶的操作系統(tǒng)之中。通過獲得相應(yīng)權(quán)限，OpenClaw可以讀取文件內(nèi)容、移動文件、調(diào)用本地應(yīng)用程序，甚至接入企業(yè)內(nèi)部系統(tǒng)。AI模型不再只是“給出建議”，而是參與到任務(wù)執(zhí)行環(huán)節(jié)。

在此前的AI應(yīng)用中，人們已經(jīng)習慣了AI寫作、答題、對話等功能。無論是豆包、千問、元寶還是其他AI應(yīng)用，其核心能力多集中于內(nèi)容生成與信息檢索。用戶提出問題，AI應(yīng)用給出答案，最終的決策與執(zhí)行仍需人工完成。例如，AI 編程助手GitHub Copilot可以幫助程序員補全代碼，但代碼的審核、修改、整合仍由程序員負責，AI只是扮演輔助角色。

與以往側(cè)重內(nèi)容生成的應(yīng)用不同，OpenClaw可以根據(jù)指令拆解任務(wù)并直接執(zhí)行任務(wù)流程。這種能力通常被稱為“端到端執(zhí)行”，即從信息獲取、任務(wù)分析到具體操作的完成都由系統(tǒng)在授權(quán)范圍內(nèi)實現(xiàn)。例如，在法律事務(wù)場景中，OpenClaw可以審讀郵件內(nèi)容，識別內(nèi)容是否涉及保密協(xié)議，自動分流文件并生成合規(guī)報告。它所能實現(xiàn)的不再只是內(nèi)容生成和整理，而是完整流程的一部分。

這種AI能力也體現(xiàn)在日常生活場景中。我們都有過整理電子照片的經(jīng)歷，多年積累的照片散落在電腦的不同文件夾中，文件名往往是無意義的字母與數(shù)字組合。若要重新分類整理，需要打開相冊軟件，按時間篩選，手動拖拽，清理重復(fù)文件，整個過程煩瑣而耗時。在智能體環(huán)境下，用戶只需輸入一條指令:“將文件夾中的照片按年份與場景分類，刪除重復(fù)的照片，并將屏幕截圖單獨歸檔?！敝悄荏w便會讀取圖片的時間信息與內(nèi)容特征，生成新的文件夾，將照片分類儲存其中，并提示重復(fù)文件數(shù)量，等待刪除確認。整個過程無需逐項操作，也不依賴復(fù)雜工具。

值得注意的是，OpenClaw并未停留在個人開發(fā)者的實驗階段。2026年2月以來，國內(nèi)外多家平臺型企業(yè)已開始測試或接入類似能力。據(jù)公開資料顯示，騰訊與阿里巴巴旗下部分AI應(yīng)用與企業(yè)服務(wù)系統(tǒng)，已經(jīng)對接OpenClaw所提供的自主技能環(huán)境或接口能力，使原本以問答與內(nèi)容生成為主的模型，進一步延伸至任務(wù)調(diào)度與流程執(zhí)行層面。在企業(yè)辦公場景中，智能體不僅能生成會議紀要，還可直接調(diào)用內(nèi)部系統(tǒng)完成數(shù)據(jù)提取與報表歸檔；在電商場景中，它可根據(jù)運營指令自動抓取銷售數(shù)據(jù)、生成分析圖表并提交后臺。

這意味著，智能體正在從“獨立工具”走向“平臺整合”。當大型互聯(lián)網(wǎng)企業(yè)將其嵌入既有生態(tài)，智能體的能力將成為企業(yè)級應(yīng)用的一部分。軟件行業(yè)所面對的挑戰(zhàn)，也因此更加現(xiàn)實。

（文內(nèi)配圖均已獲得圖蟲創(chuàng)意授權(quán)）

將好文“分享”給更多人