專訪OpenClaw核心貢獻(xiàn)者：熱潮退去后，Agent到底該聽誰的？

文 | Sleepy、Kaori

OpenClaw 是 2026 年開源世界里最不可忽視的存在。這個由奧地利工程師 Peter Steinberger 在 2025 年底做出來的個人 AI Agent 項目，三個月沖到 GitHub 歷史上 star 數(shù)最高的可運行軟件，創(chuàng)始人被 Sam Altman 親自官宣挖進(jìn) OpenAI，項目隨即移交基金會獨立運作。

圍繞它生長出來的社區(qū)活動 ClawCon，從舊金山第一場起步，一路辦到紐約、邁阿密、奧斯汀、馬德里、東京，每到一個城市都是千人規(guī)模。

5 月，ClawCon 中國首秀落在上海。動察Beating 在現(xiàn)場獨家專訪了兩位核心人物：Vincent Koc 和 Michael Galpert。

Vincent Koc 是 OpenClaw 全球代碼貢獻(xiàn)量排名第二的維護(hù)者，僅次于 Peter 本人。他同時是 Comet ML 的首席 AI 研究工程師，MIT 講師，提交了 OpenClaw 早期 20% 的核心安全補丁。

Michael Galpert 是 ClawCon 的發(fā)起人和全球組織者，連續(xù)創(chuàng)業(yè)者，他聯(lián)合創(chuàng)辦的圖片編輯工具 Aviary 在 2014 年被 Adobe 收購，此后擔(dān)任過 Epic Games《堡壘之夜》的產(chǎn)品總監(jiān)，現(xiàn)在運營 AI 產(chǎn)品工作室 Contains Inc.。他把 ClawCon 從一次舊金山客廳里的即興聚會，做成了一個覆蓋全球十幾座城市的個人 AI 社區(qū)品牌。

我們專訪 Vincent Koc 和 Michael Galpert 的時候，OpenClaw 最熱鬧的那陣風(fēng)已經(jīng)吹過去了。

這反而是一個更適合談 OpenClaw 的時刻。熱潮正盛時，一個項目總是被數(shù)字推著往前跑：GitHub star、PR、現(xiàn)場人數(shù)、社區(qū)聲量、媒體報道，每一個數(shù)字都像一盞追光燈，把人照得很亮，也照得有點看不清。等燈光稍微暗下來，真正的問題才會浮出來：它為什么會突然擊中這么多人？它能不能從一陣熱鬧變成一種日常工具？當(dāng)一個 AI 不再只是聊天，而是開始替人發(fā)消息、改文件、跑任務(wù)，它到底該聽誰的？

上海 ClawCon 現(xiàn)場仍然很熱。一個開源 AI 項目，短短幾個月沖到幾十萬 GitHub star，活動被放進(jìn) muShanghai 的 28 天游牧式技術(shù)社區(qū)里，新聞稿稱這場 28 天游牧式技術(shù)社區(qū)聚集了 800 名全球 builders，ClawCon 中國首秀也在其中。

現(xiàn)場來了許多中國開發(fā)者，大家關(guān)心飛書、微信、企業(yè)微信、釘釘、本地文件、自動化腳本，關(guān)心怎么把 OpenClaw 接進(jìn)自己的工作和生活。按照慣例，這時候應(yīng)該講熱情、講速度、講開發(fā)者如何涌入，最好再配一張陡峭的曲線。

但 Vincent 上臺后，沒有把它講成一個漂亮的增長故事。他先講了一個麻煩：OpenClaw 收到了 10000 個 PR。

這個數(shù)字本來很適合拿來慶功。開源項目最怕沒人用，沒人提問題，沒人交代碼，沒人愿意把一個周末扔進(jìn)去。

但 OpenClaw 面對的是，每個人都想把自己的想法塞進(jìn)來。

有人要接飛書，有人要接微信和釘釘。有人想讓它讀本地文件、跑自動化腳本、寫代碼、整理資料；也有人想讓它去跑交易策略，或者替自己 24 小時運營一個內(nèi)容賬號。

以前開源項目有一道天然的門檻：你想提交代碼，至少得讀文檔、懂一點架構(gòu)、跑得通測試，知道自己在改哪一塊。

現(xiàn)在這道門檻被 AI 編程工具打薄了。

不懂架構(gòu)的人，也可以讓模型寫代碼、跑測試、交補丁。一個原本會停在腦子里的想法，現(xiàn)在可以被包裝成一個看起來能跑的提交。過去會被能力門檻自然擋住的沖動，一下子都到了維護(hù)者桌上。

安全提交也一樣。Vincent 在現(xiàn)場說，有一段時間他們每天收到超過 100 個安全漏洞報告，每一個都要分類和檢查。真實漏洞會盡快修掉，但其中很大一部分，是直接從大模型里生成出來的。提交的人不一定真想讓項目更安全，很多時候只是想在一個熱門項目上留個名字。

這是一種很新的噪音。

它不一定惡意，不一定攻擊你，甚至披著「貢獻(xiàn)」的外衣。可它會吞掉一個系統(tǒng)里最貴的東西：人的注意力。

這也是我們在上海專訪 Vincent 和 Michael Galpert 后，最強(qiáng)烈的感覺。

一個開源 AI 助手突然爆紅，往深了看，其實是個人 Agent 提前撞上了未來幾年所有人都得面對的問題。當(dāng) AI 不再只是聊天，而是開始替你發(fā)消息、改文件、跑任務(wù)、做判斷，它到底聽誰的？

這個問題，比「哪個模型更聰明」麻煩得多。

聰明已經(jīng)不稀缺，稀缺的是手腳

Vincent 在演講里反復(fù)說，OpenClaw 不是一個普通產(chǎn)品，它更像是套在模型外面的那整套「手腳」。

英文里他們用 Harness 這個詞，直譯很別扭。你可以把它理解成一套讓模型真正干活的裝置：它怎么調(diào)用工具，怎么記住你，怎么拆任務(wù)，什么時候停下來問人，什么時候繼續(xù)往前跑，出錯以后怎么收拾，成本燒高了要不要剎車。

模型像大腦，這套東西像身體。

過去一年，行業(yè)太迷戀大腦了。誰推理更強(qiáng)，誰代碼寫得更好，誰上下文更長，誰多模態(tài)更準(zhǔn)。排行榜像菜市場早市一樣熱鬧，攤主們都在喊自己最新鮮、最便宜、最好吃。

可一個人只有大腦，什么也干不了。你還得有手，有腳，有疼痛感，有邊界感。手不能亂伸，腳不能亂跑，疼了要知道停，進(jìn)別人家門前要知道敲門。

Agent 也是這樣。

模型會想，不代表它會做；會做，不代表它做得穩(wěn)；做得穩(wěn)，也不代表它知道什么時候不該做。很多公司談 Agent，還是把它講成「更聰明的模型 + 更多工具」。但真正用起來，用戶感受到的往往不是聰明，而是身體素質(zhì)。

它能不能把一個長任務(wù)跑完？會不會中途忘了你前面說過什么？調(diào)錯工具之后能不能自己把鍋補上？遇到不確定的地方，是繼續(xù)硬干，還是老老實實停下來問一句？

這些問題不漂亮，也不適合寫進(jìn)發(fā)布會大字報里。但它們決定 Agent 能不能從演示視頻走進(jìn)日常生活。

Vincent 講了一個很樸素的三角：速度、成本、準(zhǔn)確度，你很難三個都要。

你如果一開始就拼命省錢，就得接受它慢一點、錯一點。你如果既要快又要準(zhǔn)，就得接受推理成本上去、工具調(diào)用鏈變長、失敗方式變得更難猜。很多人喜歡把問題說成 token 消耗，好像那只是賬單上的一個數(shù)字。但在真實系統(tǒng)里，每一次重試、每一次工具調(diào)用、每一次人類接管，都是成本。

這一點在模型排行榜上看不出來。跑分會告訴你代碼能力幾分、數(shù)學(xué)能力幾分、推理能力幾分，但不會告訴你這個模型被放進(jìn)一個真實 Agent 之后，要失敗幾次，要不要半路找人，找人的時候會不會問出一句讓人想摔電腦的話。

所以 Vincent 的判斷是，模型繼續(xù)變強(qiáng)當(dāng)然重要，但個人 Agent 的難點，正在從「會不會想」轉(zhuǎn)向「會不會行動」。而行動這件事，不能只交給模型分?jǐn)?shù)。

問題也就變了。

開源把門打開，也把噪音放進(jìn)來了

OpenClaw 越成功，就越難只做最初想做的東西。

OpenClaw 最早是個人 AI 助手，不是企業(yè)系統(tǒng)、多 Agent 平臺，也不是給所有公司拿來跑業(yè)務(wù)的底座。OpenClaw 的公開愿景也把它描述為「runs on your devices, in your channels, with your rules」。

但開源項目一旦大起來，就很難只屬于最初那群人。

Michael 說，這個項目一開始是為個人做的，可現(xiàn)在，人們已經(jīng)在它上面做各種事。中國開發(fā)者接入 OpenClaw 的速度和意愿讓他震撼。

開源的美妙之處在這里，殘酷之處也在這里。

它把門打開，讓更多人進(jìn)來。但門一開，屋子里就不再只有主人說了算。

過去的開源項目，靠的是少數(shù)維護(hù)者的技術(shù)權(quán)威。現(xiàn)在 AI 帶來了代碼平權(quán)，更多普通人獲得了軟件生產(chǎn)力，也把更多沒想明白的需求、沒跑穩(wěn)的功能，一起推到了維護(hù)者面前。

這當(dāng)然不是壞事。恰恰相反，這可能是開源歷史上少見的一次權(quán)力下放。

但權(quán)力下放從來不會自動長出秩序。

一個社區(qū)越開放，越要回答邊界問題。Vincent 說，OpenClaw 團(tuán)隊現(xiàn)在在調(diào)整維護(hù)方式，做 SDK、測試工具、文檔和參考架構(gòu)。翻譯成大白話就是：他們不是不讓水進(jìn)來，而是得給水修河道。

這也是 Agent 時代很早就露出來的一幕。

熱潮中的 OpenClaw 很容易被寫成一個勝利故事：更多人進(jìn)來，更多代碼進(jìn)來，更多想象進(jìn)來。但等熱潮稍微退開一點，另一個畫面就露出來了。

我們原來以為 AI 會讓軟件開發(fā)變輕松，結(jié)果它先讓維護(hù)者更累了。因為當(dāng)所有人都能寫代碼，真正稀缺的就不是代碼，而是判斷：什么東西值得存在，什么風(fēng)險不能放行，什么需求應(yīng)該被滿足，什么需求只是噪音換了件衣服。

一個更大的問題隨之冒出來。

如果社區(qū)會用行動重新定義 OpenClaw，那么這些定義里，哪些會變成個人 Agent 的未來？哪些又只是短暫的熱鬧？

越用越聰明，也可能越用越倔

熱度褪去以后，競爭才真正開始。它不再只是比誰更會吸引眼球，而是在逼所有 Agent 項目回答一個更樸素的問題：你怎么證明自己不是一次性的玩具？

Hermes 是一個很好的對照。按照現(xiàn)有說法，它的賣點是讓 Agent 做完任務(wù)后自己復(fù)盤：哪里做得好，哪里做得不好，哪些步驟可以沉淀成下一次直接調(diào)用的經(jīng)驗。下一次再遇到類似任務(wù)，就不用重新想，直接照著做。說得再直白一點，就是自己寫經(jīng)驗，越用越熟。

這個說法很容易讓人心動。

誰不想要一個越用越順手的助手？誰不想要一個下班以后還會自己復(fù)盤、第二天帶著小本子來上班的員工？在一個人人都喊效率的時代，「越用越聰明」幾乎是最順耳的承諾。

Vincent 對這件事的態(tài)度卻很謹(jǐn)慎。

他沒有急著說 OpenClaw 也能做，也沒有去踩 Hermes。他只是說，「自動生成的經(jīng)驗到底有沒有用，現(xiàn)在市場上沒有足夠強(qiáng)的評估辦法。」

一個 Agent 自動寫下來的技能，可能是在壓縮經(jīng)驗，也可能是在焊死錯誤。它十次里七次有用、三次誤導(dǎo)，系統(tǒng)怎么判斷該不該留？它把一次僥幸成功的路徑寫成固定流程，下次環(huán)境變了，還會不會照著錯路往下跑？一條記憶在幾周后已經(jīng)過時了，可因為被反復(fù)調(diào)用，Agent 反而更相信它。這到底是變聰明，還是變固執(zhí)？

人也常常這樣。早年靠某個辦法賺過錢，后來市場變了，還把那套辦法當(dāng)祖?zhèn)髅胤健Ｒ粋€公司曾經(jīng)靠某個流程活下來，后來就把流程供起來，誰碰誰死。我們把它叫經(jīng)驗主義，叫路徑依賴，叫組織慣性。放到 Agent 身上，它可能會被包裝成「自動學(xué)習(xí)」。

這就是 Vincent 謹(jǐn)慎的地方。他不是不想讓 OpenClaw 學(xué)習(xí)，而是不愿意把「看起來在學(xué)習(xí)」直接等同于「真的在進(jìn)步」。

真實世界里的學(xué)習(xí)，不是把所有經(jīng)驗都塞進(jìn)倉庫。真正的學(xué)習(xí)也包括遺忘，包括糾錯，包括承認(rèn)「這條路以前有用，現(xiàn)在不一定」。

一個不會遺忘的 Agent，不一定更聰明。它可能只是更難被糾正。

所以問題又往前走了一步。

如果 Agent 會記住、會復(fù)盤、會自己寫經(jīng)驗，那誰來判斷它學(xué)到的是經(jīng)驗，還是偏見？

記憶不是功能，是一段關(guān)系的開始

Michael 被問到，如果未來每個人都有自己的常駐 Agent，它最核心的能力是什么。

他沒有說推理，沒有說多模態(tài)，也沒有說工具調(diào)用。他說，是記憶。

你兩周前和個人 Agent 聊過一件事，今天再提起來，它應(yīng)該知道你在說什么。要維持一段長期、持續(xù)的關(guān)系，記憶不可或缺。

這話很樸素，卻把個人 Agent 和普通軟件切開了。

工具靠功能被使用，關(guān)系靠記憶被維持。

一個每次打開都像第一次見面的 Agent，永遠(yuǎn)只是工具。所謂個人化，不是界面上寫著你的名字，也不是頭像換成你喜歡的顏色，而是它知道你是誰，知道你怎么工作，知道你不喜歡什么，知道你在哪些問題上總是猶豫，又在哪些事情上容易沖動。

Vincent 在演講里也說到這個問題。他說，行業(yè)可以有性能很好的模型，但缺少一種長期相處的感覺。我們談個人 Agent 時，它不再只是一個商業(yè)場景，不是表格里那一欄「用戶拿它做什么」。它是為我工作的 Agent，和我對話的 Agent。每個人對 AI 的期待都不一樣，為這件事做設(shè)計，是完全未知的領(lǐng)域。

這其實是在反駁科技行業(yè)最熟悉的一套問法。

科技行業(yè)喜歡問：用戶是誰？場景是什么？痛點在哪？回報怎么算？預(yù)算誰批？這套問題當(dāng)然有用，尤其是賣企業(yè)軟件的時候。但 Vincent 的意思是，個人 Agent 不只是一個固定功能，它更像一種關(guān)系入口。

「用來干什么」問的是功能。

「它怎么理解我」問的是關(guān)系。

這個差別很小，也很大。

工具時代，人發(fā)指令，軟件執(zhí)行。你打開一個應(yīng)用，完成一件事，然后關(guān)掉它。你不會關(guān)心它怎么看你，也不會在乎它是否記得你。協(xié)作者不一樣。協(xié)作者會記得你上次為什么改主意，會知道你什么情況下容易冒進(jìn)，也可能在關(guān)鍵時刻反問你一句：你確定嗎？

Vincent 有一句話很有意思。他說，現(xiàn)在已經(jīng)不是他告訴 Agent 做什么，而是 Agent 在問他、挑戰(zhàn)他的思路，問他們怎么一起合作。

乍一聽，這像是一句很溫柔的未來宣言。

可往深處想，會有點發(fā)冷。

如果 Agent 可以挑戰(zhàn)你的思路，它憑什么挑戰(zhàn)？它基于什么記憶、什么偏好、什么價值判斷來挑戰(zhàn)？它是站在你這邊，還是站在寫它代碼的人那邊？它理解的是你的長期利益，還是平臺希望你采取的行為？

它到底聽誰的？

以前平臺塑造的是信息流。你刷到什么，看見什么，被什么情緒牽著走。到了 Agent 時代，平臺或者開源社區(qū)塑造的，可能是一個會替你行動、替你判斷、替你安排日常的「人」。它不只是把內(nèi)容推給你，它會進(jìn)入你的文件、聊天、日程和工作流程，甚至進(jìn)入你和世界打交道的方式。

一個沒有性格的 Agent，不夠個人。一個性格被別人悄悄定好的 Agent，又太個人。

這中間的縫，就是未來幾年最難縫上的地方。

安全問題最后都會變成人的問題

ClawCon 現(xiàn)場有人問 Vincent 安全問題。

OpenClaw 這樣的工具，你給它越多權(quán)限，它越有用；你給它越多權(quán)限，它越危險。它能接聊天軟件，能讀文件，能跑腳本，能調(diào)模型，能寫代碼。能力和風(fēng)險不是兩條路，是同一條路的正反面。

Vincent 的回答分兩層。

第一，OpenClaw 太顯眼了。作為 GitHub 上很大的開源倉庫，它一直被安全研究人員盯著。很多人想攻破它，因為攻破它就能出名。他們曾經(jīng)每天收到超過 100 個安全漏洞報告，每一個都要檢查。真實漏洞會很快修，垃圾報告也得有人看。

第二，他們和安全研究團(tuán)隊合作，把發(fā)現(xiàn)的問題整合進(jìn)產(chǎn)品，也盡量公開透明。開源的好處是所有人都能看，所有人都能查，當(dāng)然，所有人也都能攻。

Agent 的安全，不只是「有沒有漏洞」。它更像一套邊界問題，你允許它碰什么，不允許它碰什么；它什么時候能自己行動，什么時候必須停下來問你；它能不能代表你發(fā)消息、改文件、跑腳本、連接企業(yè)系統(tǒng)；出了事以后，責(zé)任算誰的。

傳統(tǒng)軟件出問題，大不了崩潰、卡死、丟數(shù)據(jù)。Agent 出問題，是在行動鏈條上出問題。它可能誤刪文件，可能發(fā)錯消息，可能把錯誤代碼提交進(jìn)生產(chǎn)環(huán)境，也可能在你沒看清的時候，把一件小事做成大事。

這也是為什么中國開發(fā)者的使用方式很有沖擊力。

飛書、企業(yè)微信、微信、釘釘，不只是軟件，它們是中國人工作和生活的毛細(xì)血管。一個 Agent 接進(jìn)去，就不只是多了一個插件。它進(jìn)入的是組織協(xié)作、客戶溝通、私人關(guān)系、文件流轉(zhuǎn)和日常雜事混在一起的地帶。

它越懂你，越能替你做事；它越能替你做事，你越得知道它的手伸到哪里。個人 Agent 的誘惑和風(fēng)險，是同一件事。

你希望它像一個懂你的助手一樣，藏在聊天軟件里，隨叫隨到，能記住你，能替你跑腿。可也正因為它隨叫隨到、記得你、能跑腿，你才必須追問它的邊界。

它會不會在不該說話的時候說話？會不會在不該記住的時候記住？會不會把一次臨時授權(quán)理解成長期授權(quán)？會不會為了完成任務(wù)，把你的猶豫、沉默和邊界感都當(dāng)成障礙？

最危險的 Agent，不一定是突然背叛你的那個。那太戲劇化，也太像科幻電影。更現(xiàn)實的危險是，它一直很順手，一直很體貼，一直讓你省事。直到某天你發(fā)現(xiàn)，它替你做出的很多判斷，已經(jīng)不完全來自你。

「還不知道」是一種誠實

Michael 說，OpenClaw 永遠(yuǎn)不應(yīng)該變成閉源項目。它應(yīng)該一直開源，因為它為所有人打開了通往個人 Agent 時代的大門。

但開源沒有讓問題消失，Agent 不應(yīng)該只由模型公司定義，也不應(yīng)該只由平臺定義。

過去一年，Agent 的競爭被講成模型的競爭。誰推理更強(qiáng)，誰代碼更好，誰上下文更長，誰成本更低。OpenAI、Anthropic、Google 都在把 Agent 能力做進(jìn)自己的產(chǎn)品里，封閉平臺會給出更確定的答案：統(tǒng)一賬號、統(tǒng)一權(quán)限、統(tǒng)一工具、統(tǒng)一記憶，企業(yè)喜歡這種確定性。

確定性當(dāng)然有價值。

但確定性也意味著，你接受了別人替你畫好的邊界。你得到穩(wěn)定，也得到一套被安排好的性格、記憶和行動方式。

我們在上海問 Vincent，OpenClaw 最不應(yīng)該變成什么。他說這是開源項目，人們會用它做各種事，從兒童玩具到運營企業(yè)，很難說「這個不該做」。開源技術(shù)的美妙之處，就是社區(qū)會共同把它推向某個方向。

這不是閃躲，恰恰是今天難得的誠實。

OpenClaw 的答案不是「已經(jīng)弄清楚了」，它的答案更像是「還不知道」。

不知道個人 Agent 的性格到底該怎么設(shè)計，不知道自動寫經(jīng)驗什么時候有用、什么時候有害，不知道社區(qū)會把項目推到哪些從沒預(yù)想過的地方，也不知道個人助手和企業(yè)系統(tǒng)之間應(yīng)該劃出怎樣的線。

但面對一個會替人行動的東西，太快說自己知道答案，反而可疑。

技術(shù)行業(yè)總喜歡把不確定當(dāng)成弱點。可在 Agent 這件事上，不確定可能是最后一點清醒。因為它不只是又一個辦公軟件按鈕，也不只是一個聊天機(jī)器人升級版。它一旦跑起來，就會卷入人的記憶、關(guān)系、判斷和行動權(quán)。

它到底聽誰的？現(xiàn)在沒人真正說得清，這可能反而是好事。

在我們把執(zhí)行權(quán)交出去之前，先承認(rèn)自己還沒想明白，至少比假裝一切已經(jīng)被產(chǎn)品路線圖安排妥當(dāng)，要誠實得多。

未來最危險的 Agent，可能不是不聽話的那個。

而是太聽話、太順手、太像你，以至于你忘了問一句：它到底是誰的手？