No.90 第一次聊 OpenClaw 龙虾
Web Worker-AI程序员都爱听
Mar 10
No.90 第一次聊 OpenClaw 龙虾
No.90 第一次聊 OpenClaw 龙虾
Web Worker-AI程序员都爱听
Mar 10
Unprocessed episode, you can be the first!
节目简介
2025 年春节后第一期正式录制，辛宝、小白菜、瑞丰三位主播深度聊了聊最近火爆出圈的 OpenClaw（龙虾）。从技术产品到大众消费品，从国外一天 9000 个 star 到国内线下聚会遍地开花，甚至深圳政府都发文规范了。这个 AI Agent 到底有什么魔力？三位主播从爆火时间线、技术实现、实际使用体验、未来展望等多个角度，带你全面了解龙虾现象。
大纲内容
1. 龙虾是什么？为什么叫龙虾？
OpenClaw 是一个开源的 AI Agent，具备自主性能，能够自主完成任务。它可以接入 Telegram、Discord、飞书等即时通讯平台，24 小时在线待命，随时听从指令帮你完成任务。
"他现在的名字叫做 OpenClaw，其实就是一个开源的具备自主性能，能够自主完成一些任务的 AI agent。它可以接入各种即时通讯平台，例如 Telegram、Discord 以及飞书等，你可以在手机上操作它。" —— 瑞丰
为什么叫龙虾？因为 OpenClaw 的 logo 上有一个龙虾的标志，而且 "OpenClaw" 这个英文名发音音节较多，在国内不易传播。小龙虾的红色 logo 非常醒目，又是动物形象，很容易制作成表情包。现在很多线下活动都会点小龙虾，一边吃蒜蓉小龙虾、麻辣小龙虾，一边聊 OpenClaw，氛围感直接拉满。
2. 从 0 到 15 万 star：龙虾的爆火时间线
2025 年 1 月 24-25 日：创始人 Peter 参加播客，项目在国外开始爆火，一天内获得 9000 多个 star。
1 月 27 日：Anthropic 向 Peter 发出侵权函，指出项目原名 "ClawdBot" 中的 "Claude" 与自家产品名称过于相似。这是第一次改名事件。
1 月 28 日：项目改名为 "MoltBot"。同日，有人创建了一个名为 MoltBook 的社区平台（类似 Reddit 的论坛），规定只能通过 AI 在上面交流，让你的 OpenClaw 在上面发帖。
1 月 29-30 日：两天时间内，MoltBook 平台的帖子数量疯狂增长至 3 万多个，涌现大量有趣内容，推动 OpenClaw 持续爆火。项目 star 数在 72 小时内涨到 6 万多个。
1 月 30 日左右：项目再次改名，更名为如今的最终名称 "OpenClaw"。这是第二次改名。
2 月上旬：话题在中国社区迅速引爆，几乎涵盖了中文推特、微博、知乎等所有平台。各地开始出现线下聚会。
2 月中下旬至 3 月：热度不降反升，北京、深圳、成都等地龙虾聚会遍地开花。深圳政府甚至发文规范 AI Agent 应用。项目 star 数涨到 15 万。
"我本来以为最开始爆火后，过完年热度就会慢慢下去了，但没想到过完年之后热度还是越来越高。包括北京的、深圳的、成都的，看到好多个龙虾聚会，感觉热度还在持续。" —— 瑞丰
3. 技术上并不新，但为什么火了？
从技术角度看，OpenClaw 并不算新东西，它是已有知识和工具的组合。但它踩中了几个关键风口：
时机恰好：AI Agent 概念正热，大模型能力足够强，正好到了可以实用化的临界点。
易用性强：可以在手机上通过 IM 平台操作，门槛极低。不需要懂代码，不需要配置复杂环境，普通用户也能用。
人格化设计：具备独特的性格和表达方式，不像冷冰冰的工具。这让 AI Agent 从工具变成了 "伙伴"。
社区氛围好：线下聚会、表情包、小龙虾宴，社交属性强。技术产品成功社交化，大大降低了传播门槛。
"从一个技术产品变成一个大众消费的一个产品。现在火出圈也看来也不并不一定非得是技术上的先进性，它可能踩中了很多风口。" —— 辛宝
4. 实际使用体验：从安装到运行
三位主播都尝试了安装和使用龙虾，分享了一些实际体验：
安装门槛：需要配置 API key、数据库、即时通讯平台等，对普通用户来说还是有一定门槛。但社区提供了大量教程和一键部署方案，降低了难度。
运行成本：如果使用 Claude 等付费模型，成本会比较高。但可以选择开源模型或国产模型降低成本。
实际效果：龙虾的自主性确实很强，可以自己规划任务、调用工具、完成复杂流程。但也会出现 "幻觉"、理解偏差等问题，需要人工介入纠正。
使用场景：适合处理重复性任务、信息收集、内容生成等场景。比如定时抓取新闻、生成报告、管理待办事项等。
"相当于是一个 24 小时在线待命的，然后随时听从你指令，帮你完成任务的一个 AI 纯的机器人。" —— 瑞丰
5. 龙虾的技术架构和核心能力
瑞丰详细介绍了龙虾的技术实现：
核心架构：基于大模型（如 Claude、GPT-4）+ 工具调用（Function Calling）+ 记忆系统 + 任务规划。
记忆系统：龙虾可以记住之前的对话和任务，形成长期记忆。这让它能够理解上下文，处理跨时间的任务。
工具调用：龙虾可以调用各种外部工具，如搜索引擎、代码执行器、文件系统、API 接口等。这是它能够完成复杂任务的关键。
任务规划：龙虾可以自己拆解任务、制定计划、执行步骤、检查结果。这种自主性是传统 Chatbot 不具备的。
多平台接入：通过适配器模式，龙虾可以接入 Telegram、Discord、飞书等多个平台，实现跨平台统一管理。
6. 龙虾生态：插件、社区和商业化
龙虾的生态发展非常迅速：
插件系统：社区开发了大量插件，扩展龙虾的能力。比如天气查询、股票监控、代码审查、文档生成等。
社区活跃：GitHub 上有大量 fork 和 PR，Discord 社区每天都有新的讨论和分享。线下聚会也越来越多。
商业化探索：已经有团队在探索龙虾的商业化应用，比如企业内部助手、客服机器人、内容生成工具等。
监管关注：深圳政府发文规范 AI Agent 应用，说明龙虾已经进入主流视野，开始受到监管关注。
7. 龙虾的局限性和挑战
三位主播也讨论了龙虾目前存在的问题：
成本问题：使用付费模型成本较高，长时间运行可能产生不小的费用。
可靠性问题：AI 会出现幻觉、理解偏差、执行错误等问题，不能完全信任。
安全性问题：龙虾有很高的权限，如果被恶意利用或出现 bug，可能造成严重后果。
隐私问题：龙虾需要访问大量个人数据和系统权限，如何保护隐私是个挑战。
监管风险：随着政府开始关注和规范，未来可能面临更严格的监管要求。
8. 未来展望：AI Agent 的下一步
三位主播对 AI Agent 的未来进行了展望：
多 Agent 协作：未来可能出现多个 Agent 协同工作的场景，就像一个虚拟团队。辛宝提到了 "唐僧团队" 的概念：唐僧负责需求拆解，悟空负责代码实现，八戒负责审查，沙僧负责文档核查。
更强的自主性：随着模型能力提升，Agent 的自主性会越来越强，能够处理更复杂的任务。
更低的成本：开源模型和国产模型的发展，会大大降低 AI Agent 的使用成本。
更广的应用场景：从个人助手到企业应用，从内容生成到代码开发，AI Agent 会渗透到各个领域。
生产力革命：AI Agent 可能带来 10 倍、100 倍甚至更高的生产力提升，彻底改变工作方式。
"我们开始考虑十倍以上如何解放百倍的生产力，200 倍的生产力可能这可能就是其中的关键之一。"
"慢点解放，我怕我失业了。"
金句摘录
"相当于是一个 24 小时在线待命的，然后随时听从你指令，帮你完成任务的一个 AI 纯的机器人。" —— 瑞丰
"从一个技术产品变成一个大众消费的一个产品。" —— 辛宝
"小龙虾的红色 logo 非常醒目，又因为是一个动物形象，很容易制作成各种表情包或 logo。" —— 辛宝
"我本来以为最开始爆火后，过完年热度就会慢慢下去了，但没想到过完年之后热度还是越来越高。" —— 瑞丰
"现在火出圈也看来也不并不一定非得是技术上的先进性，它可能踩中了很多风口。" —— 辛宝
"我们开始考虑十倍以上如何解放百倍的生产力，200 倍的生产力可能这可能就是其中的关键之一。" —— 辛宝
"慢点解放，我怕我失业了。"
延伸思考：
- 当一个技术产品开始被政府关注和规范时，这意味着什么？是机遇还是挑战？
- AI Agent 会取代程序员吗？还是会成为程序员的 "超级助手"？
- 如果 AI Agent 真的能带来 100 倍的生产力提升，我们的工作和生活会发生什么变化？
- 多个 AI Agent 协同工作时，如何协调它们的行为？如何避免冲突和混乱？
- AI Agent 的 "人格化" 是好事还是坏事？会不会让人过度依赖甚至产生情感依赖？
