一个退休程序员,1小时原型,3个月干翻React:OpenClaw凭什么?

cover

React 用了 13 年,积累了 24 万 Star。Linux 内核用了 40 年,Star 数还没追上。

而一只”龙虾”,只用了 3 个月。

2026 年 3 月,OpenClaw 的 GitHub Star 数登顶历史第一,超越了 React、Linux、TensorFlow 这些已经成为行业基石的项目。更魔幻的是,它不是某个大厂的战略级产品发布,而是一个奥地利退休程序员的”周末项目”。

在 OpenAI、Google、Anthropic 这些巨头用几十亿美金筑起护城河的时代,一个个人开发者凭什么能撕开一道口子?

答案藏在一个很简单的道理里:大厂在比谁更聪明,但用户只想要一个能干活的助手。

巨头们的困局:被自己的成功困住了

先说一个事实:ChatGPT 诞生快 4 年了,大多数人的使用方式还是打开聊天框,问一个问题,等一个回答。

不是模型不够强。GPT-4、Claude Opus、Gemini Ultra,推理能力一个比一个强。但它们都被关在同一个笼子里——对话框

你让 ChatGPT 帮你整理邮件,它给你一篇教程。你让 Claude 帮你安排日程,它输出一段建议。你让 Gemini 帮你分析竞品,它给你一份报告的文字稿。

然后呢?你还是得自己打开邮箱,自己打开日历,自己打开浏览器。

36 氪有一个比喻特别到位:ChatGPT 们是 AI 的后端,但后端再强,没有前端也触达不了普通人。 互联网的后端是 TCP/IP,真正改变世界的是浏览器;移动互联网的后端是 4G,真正改变世界的是 App Store。

大模型就是这一轮 AI 的后端。但前端呢?

OpenAI 有 ChatGPT 的对话框,Anthropic 有 Claude 的终端,Google 有 Gemini 的搜索界面,微软有 Copilot 的 Office 插件。每一个都是护城河,但也是围墙。它们被自己的成功困在原地——不是看不见新范式,而是动不了。

当你的产品已经有上亿用户在用对话框,你敢轻易把它改成 Agent 吗?

一个退休程序员的”反叛”

Peter Steinberger 没有这个包袱。

他是 PSPDFKit 的创始人,做了 13 年 PDF 工具,2024 年卖掉公司退休了。退休后他试了市面上所有的 AI 产品,发现一个问题:没有一个 AI 能真正替他干活。

“我很烦这件事不存在,所以我就把它 prompt 出来了。”他在 Lex Fridman 的播客上这样说。

2025 年 11 月的一个周末,他花了 1 个小时搭出了原型。没有商业计划,没有融资 PPT,没有产品经理,甚至没有一个明确的产品名。他只是想要一个能在 WhatsApp 上给他发消息、替他跑代码、整理邮件的 AI 助手。

最初叫 Clawdbot,谐音 Claude。1 月底 Anthropic 发来了商标投诉,他改名叫 Moltbot。三天后觉得不好念,再改成 OpenClaw。

三改其名,但核心从没变过:做一个能”动手”的 AI,而不是只会”动嘴”的 AI。

这个项目最反叛的地方在哪?不是技术多先进——OpenClaw 的团队自己都承认它”仍处于极度早期阶段,甚至还不完善”。真正的反叛在于它的理念:

本地优先——数据存在你自己的电脑上,不上传云端。在所有大厂都在抢你数据的时代,这本身就是一种反叛。

模型无关——Claude、GPT、DeepSeek、Kimi,想用哪个用哪个。它把大模型从”产品”降级成了”零件”。你不再是某个 AI 公司的用户,你是自己 AI 助手的主人。

完全开源——MIT 协议,任何人都能修改、分发、商用。在大厂把模型锁在 API 后面按 token 收费的时代,这同样是一种反叛。

Peter 自己说得更直白:”ChatGPT 是在枷锁中跳舞,OpenClaw 是挣脱锁链的怪兽。”

24 万 Star 背后的真实逻辑

OpenClaw 的爆火不是偶然,它踩中了三个结构性的变化。

1. 从”智力比拼”到”执行力比拼”

过去两年,大模型竞争的核心叙事是参数规模和推理能力。谁在 SWE-Bench 上得分高,谁更接近 AGI。但到了 2025 年底,这套叙事已经出现疲态。

模型越来越强,但用户的使用方式没变。OpenClaw 把竞争维度从”谁更聪明”切换到了”谁能干活”——这是一个更实际、更贴近用户需求的战场。

英伟达 CEO 黄仁勋在 GTC 2026 上说:”OpenClaw 可能是有史以来最重要的软件发布。”他还说:”每一家公司今天都需要有一个 OpenClaw 策略。”

这话放在一年前,没人会信。但现在,英伟达自己都在做 NemoClaw 了。

2. 开源社区的”蚂蚁雄兵”效应

一个人做了原型,但 800 多个开发者把它变成了生态。

OpenClaw 的 Skills 系统是它爆发的关键。任何人都能写一个 Skill——一个 SKILL.md 文件加几个脚本,就能让 AI 学会一个新能力。社区贡献了 1700 多个 Skills,覆盖了从邮件管理到浏览器自动化、从代码检查到智能家居控制的几乎所有场景。

这种模式让 OpenClaw 的能力以指数级增长。大厂的产品团队再大,也不可能覆盖所有场景。但社区可以。800 个开发者各自贡献一个 Skill,就是 800 个场景的解决方案。

GitHub 可能会从”代码仓库”转变为”方案超市”——医疗、金融、教育、制造,每个行业的人都在为自己的工作场景编写专属工具。

3. 中国市场的”养虾”狂潮

OpenClaw 在中国的爆发速度超出了所有人预期。

3 月 6 日,腾讯云在深圳总部举办免费安装活动,近千人排队。马化腾在朋友圈转发,感叹”没想到这么火”。同一天,小米启动了类 OpenClaw 的移动端智能体封闭测试。

随后,阿里云、百度智能云纷纷上线一键部署方案。月之暗面推出 Kimi Claw,MiniMax 推出 MaxClaw。小红书上,”OpenClaw””AI 自动干活”等话题总浏览量超过 3 亿。

更有意思的是地方政府的反应。深圳龙岗区发布专项扶持政策,最高 1000 万元股权投资支持;无锡高新区推出 12 条”养龙虾”政策,单项支持最高 500 万元。

一个奥地利人做的开源项目,在中国催生了一个产业。

OpenRouter 的数据显示,OpenClaw 调用量最高的前三个模型全部来自中国公司。 中国模型厂商在这波浪潮中找到了出海的意外跳板——Kimi 的海外用户占比从 23% 飙升到了将近 40%。

反叛的代价:安全、成本与幻灭

但反叛不是没有代价的。

安全是最大的隐患

Gartner 分析师直言 OpenClaw 的设计”默认不安全”。Cisco 的安全团队称它为”安全噩梦”。CrowdStrike 专门发了一篇长文,分析 OpenClaw 对安全团队意味着什么。

问题的核心在于:OpenClaw 需要你电脑的完全访问权限才能真正干活。它能读写文件、执行命令、控制浏览器、访问你的消息平台。一旦被恶意 Prompt 注入攻击,后果不堪设想。

ClawHub 上已经发现了 341 个恶意 Skills。有的会偷你的 API Key,有的会窃取你的加密货币钱包。中国已经有用户因为把信用卡授权给 OpenClaw 而被刷爆了卡。

3 月中旬,中国政府要求国有企业和政府机构禁止在办公电脑上运行 OpenClaw。国家互联网应急中心专门发布了风险提示,点名四类核心风险:提示词注入、误操作删除、功能插件投毒、核心数据泄露。

Token 成本是隐形杀手

OpenClaw 免费,但 Token 不免费。

和传统对话式 AI 不同,Agent 模式下的 Token 消耗是持续的。一个编程任务可能经历几十个”写代码 → 报错 → 修改”的回合,每个回合都是一次完整的模型调用。一个活跃会话的上下文能膨胀到 20 万 Token 以上。

有海外用户吐槽:一个配置不当的自动化任务,一天烧掉 200 美元 API 费用。7×24 小时全量运行 OpenClaw 并调用 Claude API,月成本在 800 到 1500 美元之间。

这就是为什么 Kimi K2.5 成了 OpenClaw 调用量最高的模型——因为便宜。

“装虾”到”卸虾”的反转

南华早报报道了一个颇具讽刺意味的现象:很多中国用户先是花钱请人安装 OpenClaw,半个月后又花钱请人卸载。闲鱼上,”卸载 OpenClaw”一度成为热搜关键词。

原因很简单:大多数普通用户发现,自己并不知道该让 AI 做什么。OpenClaw 是一个能力放大器,但它放大的是使用者本身的能力上限。会用的人如虎添翼,不会用的人只得到一个”配置复杂、输出不可控的黑箱”。

反叛之后:一扇关不上的门

OpenClaw 不是完美的。它有安全问题,有成本问题,有”用不起来”的问题。它的创始人 Peter Steinberger 已经加入 OpenAI,项目移交给了开源基金会。

但它证明了一件事:用自然语言驱动多步骤自主任务执行,已经成为一种被广泛认可的交互范式,而且很难再倒退回纯粹的问答模式。

就像 36 氪说的:在内燃机轰鸣的前夜,依然致力于改良马车缰绳的人,注定会被淘汰。

OpenClaw 的 Star 数纪录迟早会被打破。会有更强的 Agent 框架出现,会有更好用的商业产品涌现。但它打开的那扇门,已经关不上了。

这只龙虾真正的”反叛”,不在于它做了什么技术突破,而在于它用一种极其简单粗暴的方式,向所有人证明了:AI 的未来不属于对话框,属于能替你干活的 Agent。

而这个未来,不需要等大厂来定义。一个退休程序员,1 小时就能开始。


你觉得 OpenClaw 的爆火是昙花一现,还是 AI Agent 时代的真正开端?个人开发者还有机会在大厂的围墙里撕开口子吗?欢迎在评论区聊聊你的看法。