OpenClaw 是 2026 年开源领域最引人注目的存在。这个个人 AI Agent 项目由奥地利工程师 Peter Steinberger 于 2025 年底创建。在三个月内，它迅速成为 GitHub 历史上最受关注的可运行软件。创始人被 Sam Altman 亲自挖走加入 OpenAI，然后该项目被转移到一个基金会下独立运营。

围绕它发展起来的社区活动 ClawCon，从旧金山的第一次活动开始，一直延续到纽约、迈阿密、奥斯汀、马德里和东京，每个城市都吸引了数千名参与者。5 月，ClawCon 在上海首次亮相中国。Dynamic Watch 在现场独家采访了两位关键人物：Vincent Koc 和 Michael Galpert。

Vincent Koc 是 OpenClaw 全球代码贡献量第二高的人，仅次于 Peter 本人，他还是 Comet ML 的首席 AI 研究工程师、麻省理工学院的讲师，并向 OpenClaw 提交了 20% 的早期核心安全补丁。Michael Galpert 是 ClawCon 的创始人和全球组织者，是一位连续创业者。他共同创立的图像编辑工具 Aviary 于 2014 年被 Adobe 收购。他后来担任 Epic Games 的“Fortnite”的产品总监，现在经营 AI 产品工作室 Contains Inc.。他将 ClawCon 从旧金山客厅的一次临时聚会，转变为覆盖十几个城市的全球个人 AI 社区品牌。

当我们采访 Vincent 和 Michael 时，OpenClaw 最热闹的时刻已经过去。相反，这是一个更适合讨论 OpenClaw 的时刻。在炒作之中，一个项目总是被数字所推动：GitHub stars、PRs、活动参与者、社区热议、媒体报道。每个数字都像聚光灯一样，照亮人们，但也让人难以看清。当光线稍微变暗时，真正的问题就会浮出水面：为什么它会突然引起这么多人的共鸣？它能否从一时的轰动转变为日常工具？当 AI 不再只是用于聊天，而是开始代表人们发送消息、编辑文件和运行任务时，它应该遵循谁的指导？

上海 ClawCon 的会场仍然热闹非凡。一个在短短几个月内迅速蹿升至数十万 GitHub stars 的开源 AI 项目，该活动被纳入 muShanghai 的 28 天游牧科技社区倡议中，新闻稿称，这个 28 天的游牧科技社区汇集了 800 名全球建设者，ClawCon 在中国首次亮相。许多中国开发者参加了这次活动，对飞书、微信、企业微信、钉钉、本地文件和自动化脚本，以及如何将 OpenClaw 集成到他们的工作和生活中表现出兴趣。

然而，当 Vincent 登上舞台时，他并没有将其描述为一个美丽的成长故事。他从一个问题开始：OpenClaw 收到了 10000 个 PRs。这个数字对于庆祝来说可能很棒，但 OpenClaw 面临着每个人都想推销自己的想法的情况。有些人想与飞书集成，另一些人想与微信和钉钉集成。有些人希望它读取本地文件、运行自动化脚本、编写代码、组织数据；而另一些人则希望它执行交易策略，甚至 24/7 运行内容帐户。

以前，开源项目有一个天然的障碍：如果你想提交代码，你至少要阅读文档，了解一些架构，确保测试通过，并知道你要改变什么部分。现在，这个障碍已经被 AI 编程工具降低了。即使是不了解架构的人，现在也可以让模型编写代码、运行测试和提交补丁。一个曾经停留在脑海中的想法，现在可以被包装成一个看似可执行的贡献。

安全提交也没有什么不同。Vincent 在舞台上提到，有一段时间，他们每天收到 100 多份安全漏洞报告，每份都需要分类和检查。真正的漏洞会及时修复，但其中很大一部分是直接从大型模型中生成的。提交者不一定旨在提高项目的安全性；很多时候，他们只是想在一个流行的项目上留下自己的印记。这是一种新型的噪音，会消耗系统中最重要的资源：人类的注意力。

智能不再稀缺；稀缺的是灵巧性。在他的演讲中，Vincent 反复提到 OpenClaw 不是一个普通的产品；它更像是围绕模型的一整套“灵巧性”。在英语中，他们使用“Harness”这个词，你可以把它想象成一套真正让模型工作的设备：它如何使用工具，它如何记住你，它如何分解任务，它什么时候暂停寻求帮助，它什么时候继续，它如何处理错误，以及当成本过高时，它是否应该踩刹车。

模型就像大脑，而这套工具就像身体。在过去的一年里，业界对大脑过于痴迷。但是一个人只有大脑，什么也做不了。你还需要手、脚、痛觉和界限感。Agent 也是如此。许多公司将 Agents 描述为“更智能的模型 + 更多工具”。然而，当实际使用时，用户通常感觉到的不是智能，而是身体素质。

Vincent 谈到了一个非常简单的三角形：速度、成本、准确性——你很难同时拥有这三者。如果你一开始就试图省钱，你就必须接受它更慢、更不准确。如果你想要速度和准确性，你就必须接受推理成本的增加、更长的工具链和更难猜测的失败模式。因此，Vincent 的洞察力是，虽然模型不断变得更强大至关重要，但个人 agent 的难度正在从“它能思考吗”转变为“它能行动吗”。

开源打开了大门，但也让噪音进入。OpenClaw 越成功，就越难只做它最初的目的。OpenClaw 最初是一个个人 AI 助手，而不是一个企业系统、一个多 agent 平台，也不是一个为所有公司运行业务的基座。但是，一旦一个开源项目获得了动力，就很难只属于最初的那群人。开放的美丽就在这里，它的残酷也是如此。

过去，开源项目依赖于少数维护者的技术权威。现在，随着 AI 带来代码平等主义，更多普通人获得了软件生产力，他们也带来了更多他们尚未弄清楚的需求和尚未稳定的功能。一个更加开放的社区必须解决边界问题。Vincent 说，OpenClaw 团队现在正在调整其维护方法，致力于 SDKs、测试工具、文档和参考架构。用通俗的话说：他们不是在堵水，而是在重塑河床。

使用越智能，持续使用可能越固执。在炒作消退后，真正的竞争才开始。这不再仅仅是谁能吸引更多的注意力，而是迫使所有 Agent 项目回答一个更根本的问题：你如何证明你不是一次性玩具？Hermes 是一个很好的对比，它的卖点是 Agents 在完成任务后会回顾他们的表现。这个概念非常诱人，但 Vincent 对此非常谨慎。

一个由 Agent 自动写下的技能可能是压缩经验，也可能是焊接错误。它十分之七的时间是有用的，三次是误导性的。系统如何决定是否保留它？它将侥幸成功的路径变成了一个固定的过程。当环境下次发生变化时，它还会遵循错误的路径吗？在现实世界中学习不是把所有的经验都塞进仓库里。真正的学习还包括忘记、纠正错误和承认“这条路以前有用，但现在不一定有用”。

记忆不是一种功能，而是一种关系的开始。当 Michael 被问及如果每个人将来都拥有一个个人常驻 Agent，那么它最核心的能力是什么时，他没有说是推理、多模态或工具调用。他说，记忆。工具是基于功能使用的，关系是基于记忆维护的。每次打开都感觉像是第一次见面的 Agent 始终只是一个工具。个性化是指 Agent 知道你是谁，你的工作方式，你不喜欢什么，你总是在哪里犹豫，以及你倾向于在哪里冲动行事。

Vincent 也在他的演讲中提到了这个问题。他说，业界可能有高性能的模型，但缺乏长期的陪伴感。当我们谈论个人 Agent 时，它不再只是一个商业场景，不仅仅是一个表格中的一个字段，询问“用户将用它做什么？”它是一个为我工作的 Agent，一个我与之交谈的 Agent。每个人对 AI 的期望都不同，为此进行设计是一个完全未知的领域。

安全最终归结为人为问题。在 ClawCon 期间，有人问 Vincent 关于安全的问题。像 OpenClaw 这样的工具，你授予它们的权限越多，它们就越有用；但是，它们拥有的权限越多，它们就越危险。Vincent 的回答有两层含义。首先，OpenClaw 太显眼了。作为一个 GitHub 上的大型开源存储库，它一直受到安全研究人员的密切关注。其次，他们与安全研究团队合作，将发现的问题整合到产品中，并努力实现透明化。

Agent 的安全不仅仅在于它是否存在漏洞。它更像是一个边界困境：允许它接触什么，禁止它接触什么；它什么时候可以自主行动，什么时候必须暂停寻求你的指导；它是否可以代表你发送消息、修改文件、运行脚本或连接到企业系统；以及在发生事故时，谁承担责任。个人 Agent 的诱惑和风险是相同的。

“尚不知道”是一种诚实。Michael 说，OpenClaw 永远不应该成为一个闭源项目。它应该始终保持开源，因为它为每个人打开了个人 Agent 时代的大门。但是，开源并没有让问题消失。Agents 不应仅由模型公司或平台定义。当在上海被问及 OpenClaw 永远不应该成为什么时，Vincent 说，作为一个开源项目，人们会将其用于各种目的，从儿童玩具到经营企业。很难说，“这不应该做”。

OpenClaw 的答案不是“我们已经弄清楚了”；它的答案更像是“我们还不知道”。我们不知道个人 Agent 的个性应该如何设计，我们不知道自动记录日志什么时候有用或有害，我们不知道社区会将该项目带到以前从未想象过的地方，我们也不知道个人助理和企业系统之间应该划定什么样的界限。但是，当面对可以代表他人行事的事物时，声称过快地知道答案会变得可疑。

未来最危险的 Agent 可能不是不听话的那个。它可能是那个太听话、太顺手、太像你的那个，以至于你忘记问：它真正为谁服务？

[律动]