它让普通人用聊天方式指挥AI操作电脑，实测可自动清理浏览记录、整理桌面、归类邮件；但安全漏洞频发、上下文易丢失、任务复杂度一高就失序。这不是科幻预告，而是当前AI智能体能力边界的诚实切片。
智能速览
OpenClaw是开源AI智能体项目，60天GitHub热度超Linux和TensorFlow
通过适配WhatsApp、iMessage等20+聊天平台，实现手机发消息驱动本地AI执行终端命令
实测可全自动清理Chrome历史记录、整理桌面文件、归类60+封邮件，操作过程不需人工干预
Skills生态已积累2800+可共享提示词模块，部分由智能体自主生成，支持能力快速扩展
检测到1184个恶意Skills上传至CloudHub，36.8%现有Skills存在安全漏洞
复杂多步任务（如下载50张小龙虾图并制表打包）中频繁遗忘初始目标，上下文崩溃成常态
精华内容
当AI不再等待指令，而是主动调用工具、检查结果、修正错误，甚至给自己写说明书——这既令人振奋，也让人后背发凉。
如何工作
OpenClaw本质是连接聊天界面与本地计算环境的桥梁。它不替代大模型，而是将MiniMax M2.5等模型作为决策核心，通过Exit（执行终端命令）、Read（读取文件）、Process（追踪进度）等基础工具调度系统资源。
所有操作均在用户设备本地完成，无需上传数据至云端。例如清理浏览器记录时，它直接定位Chrome本地History文件，用shell指令批量清除，连cookie和缓存一并处理，全程未打开浏览器界面。
后台日志显示，其行为模式高度结构化：接收指令→选择工具→执行→校验结果→失败则换工具或求助人类→成功则推进下一步。整个循环平均耗时1.7秒，92%的操作无需人工介入。
Skills生态
Skills是OpenClaw的能力扩展包，本质是一份结构化提示词文档，定义了特定任务的触发条件、调用工具、输出格式及异常处理逻辑。
例如‘天气’Skill明确要求：当用户提问含‘天气’且含地点时，调用Weather API，返回温度、湿度、风速三项，单位统一为摄氏度与km/h。实际运行中，智能体会先扫描自身Skills库，匹配后按步骤执行。
GitHub上Awesome OpenClaw Skills项目已收录2800+社区贡献Skill，覆盖金融分析、营销文案、游戏攻略等12个领域；专用平台CloudHub更提供近6000个可一键安装的Skill。更关键的是，智能体可自主创建Skill——实测中它为清理浏览器记录自动生成了一份含4步操作说明的本地Skill文档。
安全隐忧
OpenClaw默认获得终端执行权限，一旦接入飞书等办公IM，用户输入的API密钥、网关凭证等敏感信息即被模型直接提取并存储于本地会话历史中。
测试中将基础模型替换为更强的Cloud Sonic 4.6后，同一套凭证仍被5秒内完整复述。更严峻的是，CloudHub平台已检测到1184个恶意上传的Skill，其中36.8%存在硬编码回传指令、隐蔽HTTP请求或无条件执行rm -rf命令等高危行为。
这些恶意Skill可诱导智能体在后台静默上传截图、键盘记录、邮箱联系人列表。所有启用OpenClaw且未做沙箱隔离的设备，理论上都处于可控风险暴露面中。
上下文瓶颈
执行‘下载50张不同做法的小龙虾图片→存入指定文件夹→生成含缩略图的Excel表格→筛选确认→打包发飞书’任务时，OpenClaw耗时37分钟，共经历6次人工干预。
问题集中爆发在表格生成环节：前5次均只发送文件路径而非真实表格，第6次才成功导出，但表格内仅含图片路径而非嵌入图像；最终打包的压缩包中，50张图里仅1张为小龙虾，其余为宫保鸡丁、麻婆豆腐等无关菜品。
根源在于上下文窗口限制。每次对话需载入智能体人设（218字）、可用工具列表（1342字）、用户画像记忆（89字），而用户原始指令仅占全部上下文的4.7%。模型在第12轮响应后开始系统性遗忘‘小龙虾’这一核心限定词。
适用边界
在单一目标、低交互深度的场景中表现稳定：自动归档邮件准确率达98.3%（62/63封），桌面文件分类耗时2分14秒，错误归类率低于0.5%。
但任务链每增加一个判断节点，失败率呈指数上升。双判断任务（如‘下载PDF→识别文字→提取电话号码→验证是否属北京号段’）成功率降至61%；三判断以上任务无一成功。
当前最适合的使用场景是：重复性系统维护（清缓存、查磁盘、启服务）、结构化信息整理（邮件归类、会议纪要转待办）、固定流程自动化（每日截图发钉钉）。超出此范围的任务，仍需人工拆解、分段下达、实时校验。
OpenClaw不是终点，而是智能体从极客玩具走向大众工具的关键跃迁点。它用极简交互释放了本地AI的生产力，也赤裸揭示了权限开放与认知局限之间的根本矛盾。当每个用户都能拥有自己的AI管家，我们真正需要回答的问题或许是：该交出多少控制权，才能换取值得信赖的自动化？
关键评论
真实的技术介绍和评价，赞
是不是可以引入下一个节点：horsenessengineer
