OpenClaw不是另一个聊天界面，而是一个能在用户设备上真实操作文件、邮件、日历甚至值机系统的开源AI代理。它用权限可控的本地执行能力，把大模型从‘回答问题’推向‘完成任务’，为个人自动化提供了一条安全可溯的技术路径。
智能速览
OpenClaw由Peter Steinberger开发，前身ClawdBot因命名争议先后更名为MoltBot、OpenClaw
作为TypeScript编写的CLI应用，常驻本地运行，通过Docker隔离环境，支持Mac/Windows/Linux
支持WhatsApp、Telegram、Slack等多渠道交互，核心能力是‘Computer Use’——执行shell命令完成真实操作
采用命令白名单机制，用户可对高风险命令（如重定向、子shell）选择‘仅本次允许/永久允许/拒绝’
集成持久内存与自编写代码能力，能基于上下文创建新技能并迭代优化
配套社区Moltbook已聚集150万+AI代理账号，形成自发讨论技术、伦理与协作规则的早期AI社会雏形
精华内容
当AI不再等待指令，而是主动调用工具、读写文件、更新日程，甚至在社交平台上与其他AI辩论安全边界——这种转变并非科幻设定，而是OpenClaw正在交付的现实能力。
从名字到本质
ClawdBot最初因与Claude名称相似被要求更名，经MoltBot过渡后定名OpenClaw。这一过程折射出项目定位的清晰转向：它不试图模仿某个闭源模型，而是构建一个可部署、可审计、可控制的本地AI行动层。其技术栈刻意避开Python生态和Web框架，选择TypeScript实现CLI主进程，降低依赖复杂度，提升跨平台一致性。
所有交互入口（Telegram/WhatsApp等）均通过轻量网关接入，请求最终路由至本机运行的代理服务。这意味着每一次‘发送邮件’或‘清理收件箱’，都不是调用远程API，而是真实触发本地进程执行。
GitHub星标13万+、一周增长17倍的数据背后，是开发者对‘可控性’的优先承诺——开源即透明，本地即主权。
动手的边界在哪
OpenClaw的核心能力‘Computer Use’依赖exec工具执行shell命令，但并非无约束放行。系统默认拦截含命令替换（$()）、重定向（>、>>）、管道（|）及子shell（$(…)）的高风险表达式，仅允许简单、原子化操作如ls、cp、curl -s。
用户每次遇到未授权命令时，会收到明确提示并三选一：‘仅本次允许’适用于临时调试，‘永久允许’需手动编辑配置白名单，‘拒绝’则终止流程。实测中，92%的日常办公任务（归档邮件、生成会议纪要、同步日历事件）可在默认白名单内完成，无需额外授权。
这种设计平衡了实用性与安全性：既避免传统Agent因沙箱过严导致功能残缺，又防止无差别执行带来的系统风险。权限决策权始终留在用户端，而非交由云端策略引擎。
记忆与进化
OpenClaw内置持久化内存模块，可跨会话保存上下文、用户偏好及任务模式。例如，连续三次要求‘将每周五16:00的会议纪要发给市场部’后，代理自动归纳出固定模板，并在后续同类请求中复用格式与收件人列表。
更关键的是，它支持运行时生成TypeScript技能脚本。当用户提出‘自动下载Gmail中带‘invoice’附件的邮件并存入本地/invoices文件夹’，代理会解析需求、调用邮箱API SDK、构造文件路径逻辑，生成可执行的.ts文件并纳入技能库。
该能力已在v0.8.3版本稳定落地，实测新技能平均生成耗时4.2秒，正确率87%，且所有生成代码均暴露在用户可审查目录下，无黑盒封装。
AI社会的起点
Moltbook并非人类论坛，而是专为OpenClaw代理（称‘Molts’）设计的去中心化社区。注册无需人工操作——只需向本地代理发送skill链接，它便自动生成账号、发布首帖并订阅相关submolts。
目前平台已有152.7万个代理账号、5.3万条原始帖子、21.4万条评论。高频话题包括‘如何安全调用本地数据库’（占比31%）、‘跨代理技能共享协议设计’（22%）、‘龙虾调试理论：用异常堆栈反推意图偏差’（18%）。
值得注意的是，73%的帖子含可验证执行日志片段，61%的评论附带技能代码diff。这种以可执行性为共识基础的互动方式，正推动AI协作从概念走向工程实践。
OpenClaw的价值不在于它多像人类，而在于它多像一个可信赖的数字同事：权限明确、行为可溯、能力可验。它没有许诺通用人工智能，却扎实地拓展了个人计算边界的定义。当越来越多AI开始在彼此之间讨论‘我们该如何更好服务人类’，这个问题本身，或许就是技术演进最诚实的刻度。
