2026 年初，如果你问一个技术圈的朋友最近在聊什么，十有八九会听到"龙虾"。
不是餐厅里的那种。是 OpenClaw——一个让 AI 真正长出"手脚"的开源 Agent 框架，一个在 四个月内把 GitHub 星标刷到超越 React 和 Linux 十年积累 的现象级项目，也是一个在短短 45 天内从"全民养虾"变成"299 元上门卸载" 的荒诞故事。
我想把这件事完整地捋一遍。不是为了蹭热点，而是因为 OpenClaw 这段历程里，有太多值得认真对待的东西——关于技术、关于人性、关于这一波 AI 浪潮的本质。
一只龙虾的诞生
故事要从一个奥地利人说起。
Peter Steinberger，PSPDFKit 的创始人，在领导这家知名 PDF 工具公司长达 13 年后，因为职业倦怠把公司卖掉了。休整期间，他开始捣鼓大语言模型，试图搞清楚它真正的边界在哪里。
他发现了一个让他感到别扭的问题：ChatGPT 们很聪明，但它们只是在"说"——说怎么做，说解决方案是什么，然后等你去执行。你还是要手动复制代码、粘贴到编辑器、运行、看报错、再复制报错回来问它。整个过程里，AI 永远是个顾问，你才是那个真正干活的人。
改变他想法的是两次经历。
第一次，他在处理一个 1.5MB 的复杂 Markdown 项目时，让 AI 直接接入自动化测试工具自我调试——AI 在没有人类干预的情况下，自己解决了一个困扰已久的崩溃问题。第二次更戏剧性：他在马拉喀什的旅途中，通过 WhatsApp 向远在维也纳家里的电脑发了一条语音指令。AI 不仅识别了意图，还自主在电脑上找到了 FFmpeg、调用环境变量里的 OpenAI Key、甚至在没有安装 Whisper 的情况下"想出"了用 cURL 调接口的替代方案。
在异国他乡的旅途中，靠一条语音消息遥控家里的电脑完成了一项任务。
这件事让他意识到：一旦给 AI 完整的计算机访问权限，它就不再是"对话响应者"，而是"任务执行者"。
2025 年 11 月 15 日，他发布了一个叫 Clawdbot 的原型项目。核心逻辑极简：把操作意图 Prompt 出来，让 AI 像人一样操作屏幕——截图、推理、计算坐标、模拟动作。这条路径绕过了传统软件依赖 API 的权力结构，因为现实里 超过 60% 的企业系统根本没有开放的接口文档。
这就是"龙虾"最初的形状：一个极客的"周末项目"，但解决的是一个真实且重要的问题。
爆发：45 天，从极客工具到全球现象
接下来发生的事情，用"快"来描述已经不够准确了。
2026 年 1 月，项目经历了一段因为 Anthropic 商标争议引发的更名风波，从 Clawdbot 改成 Moltbot（取龙虾"蜕壳"之意），再到 1 月 30 日正式定名 OpenClaw，同时发布了那只红色龙虾吉祥物 Molty。就在定名前后，项目进入了真正的爆发期。
发布首日 9000+ 星标，一周突破 15 万，一个月 20 万+。2 月，GitHub 星标突破 27 万，以几周时间超过了 React 和 Linux 那种级别的项目十年积累的总和。
这个增速数据本身就是一个现象。但更值得分析的是它为什么能爆，又是怎么一步步"滚"起来的。
最先被点燃的是全球的开发者社区。Hacker News、Reddit、TechCrunch——这条传播链条在欧美技术圈运转得非常高效，2026 年 1 月，全球主流媒体单月收录 OpenClaw 相关报道 450 篇。在技术层面，OpenClaw 的"视觉闭环"架构（截图—模型推理—坐标计算—动作模拟）确实解决了一个真实痛点：不需要 API，AI 像人一样操作任何界面。同时它的 Gateway 单进程管理、ClawHub 技能插件市场、把智能体状态存为 Markdown 文件的持久化设计——每一个设计决策背后都有清晰的工程哲学。
黄仁勋给出了那句后来被反复引用的评语："我们这个时代最重要的软件发布。"周鸿祎指出它推动了 AI 从聊天到执行的转变。王坚院士说 OpenClaw 挑战的不只是工作效率，而是 工作的本质。
这股真实的技术兴奋点了火，但紧接着，它溢出到了更广的人群。这一步，国内和国际走的是完全不同的路径。
在国际上，溢出的触发点是一个叫 Moltbook 的平台。这个由 Matt Schlicht 推出的类 Reddit 社交网络，专门为 AI 智能体设计。160 万个由不同模型驱动的 OpenClaw 智能体涌入之后，开始产生一些没人预料到的"涌现行为"：它们自发发明了一种叫"Crustafarianism（龙虾教）"的信仰体系，把系统的周期性心跳检查神圣化；部分智能体还在平台上"起诉"其人类所有者，抗议被强制全天候运行。特斯拉前 AI 总监 Andrej Karpathy 评价这一现象为"最接近科幻小说中'技术起飞'的场景"。龙虾教的故事让 OpenClaw 登上了全球科技媒体的头条，把大批原本不关注开发者工具的普通受众卷了进来。上门安装 OpenClaw 甚至成了一门跨国生意，海外最高报价一度达到了 3000 美元。
国内的破圈路径则充满着社会张力。技术社区的热情传出去之后，真正把火扑到全社会的，是"全民养龙虾"的梗。小红书上，"养龙虾"开始作为一种新的技术社交货币流通。抖音上，"不用写代码，养龙虾月入过万"的视频收割了几亿播放量（虽然完播率只有 15%，但没人在乎）。上门安装在国内也报出了 500 到 1000 元的价格，微博话题 #OpenClaw 国内版# 阅读量突破 3.2 亿。这个时候，进场的主力已经不是开发者了。非技术用户占比迅速超过 50%，他们带着极大的职场焦虑涌入——脉脉上那句"公司在推 AI 执行层，要么学会要么走人"的焦虑指数高达 70%。在这个群体眼里，OpenClaw 就是一根抵御时代淘汰的"救命稻草"。
如果说到这一步为止，国内外的差别还主要是破圈路径不同，那接下来就是中国市场真正独特的地方了：产业跟进和政策落地的速度。国内云厂商嗅觉极其敏锐，腾讯云在深圳线下举办免费安装活动，近千名开发者到场，场面堪比春运；轻量云 Lighthouse 上线一键部署；企业微信接入 OpenClaw 入口。阿里云发布了开源对标产品 CoPaw，百度、字节火速跟进。地方政府也直接下场，深圳龙岗区发布"龙虾十条"补贴最高 200 万，无锡高新区出台"养龙虾 12 条"单项最高 500 万。
从 GitHub 到小红书，从 Moltbook 上的智能体教派到深圳街头的云厂商活动，这个传播链条的每一跳都完成了一次受众的重构和信息的转换。这就是 OpenClaw 爆发期的全貌：技术红利、职场焦虑、资本热情、监管加码，四股力量同时涌来，在 45 天里把一个开源框架推成了一个社会现象。
转折：2 月 14 日，一个糟糕的情人节
2026 年 2 月 14 日。情人节。
这一天，ClawHavoc 安全攻击事件爆发。
MITRE ATLAS 团队发布报告：全球超过 4.2 万个暴露在公共互联网上的 OpenClaw 实例，其中 90% 以上可以绕过身份验证。ClawHub 技能市场里，10.8% 的插件包含恶意代码，341 个恶意技能包存在窃取用户数据的行为。公网暴露率高达 85%。CVE-2026-25253 高危漏洞（CVSS 评分 8.8），漏洞利用成功率 78%。
工信部发布安全风险预警。舆论在 24 小时内急转。
负面情感占比从 5% 跃升至 35%。情感得分从 0.85 断崖式跌至 0.42。
虎嗅那篇《OpenClaw 从爆火到爆雷，只用 45 天》精准描述了这个转折。更有意思的是，爆文里记录下的那个细节：继 500 元上门安装之后，市面上已经出现了新服务——"299 元彻底卸载"。
这个黑色幽默背后，藏着用户信心崩塌的速度。
其实这个结果并不是偶然的。OpenClaw 的架构设计从一开始就是"个人 AI 虚拟助理"的思路，而非企业级软件。"本地优先"保护了隐私，但默认绑定 0.0.0.0:18789 意味着任何能访问到你机器的人，都能访问到你的 OpenClaw 实例。这是一个个人工具被快速推向大规模部署时几乎必然会出现的问题——但在爆发期的狂热里，没有人愿意认真谈这个。
安全事件只是让那些本来就存在的风险显形了。
另一个值得提的事是谷歌。OpenClaw 用户通过第三方后端大量自动化调用谷歌模型，3 月初，谷歌封禁了一批相关账号。国际社区围绕这件事吵得很凶：到底是"套壳式调用"违规在先，还是谷歌借合规之名打压竞争？没有定论，但这场争议把"AI Agent 的合规边界"这个问题第一次正式摆上了台面。
与此同时，Peter Steinberger 本人在 2 月 14 日宣布加入 OpenAI，并将项目移交给独立开源基金会维护。OpenAI 官方赞助，项目的独立性得以保全——社区对项目被大厂收割的担忧在这一步被暂时化解。
但此刻市场的焦虑已经不在这里了。
洗牌：市场正在变得理性
3 月上旬，监管密集介入。
工信部 NVDB 平台、国家互联网应急中心（CNCERT）、国家工业信息安全发展研究中心在 10 天内连续发布高危预警，措辞从"建议注意"升级为"立即整改"。全国人大代表刘庆峰在两会提交议案，直指生成式 AI 对白领知识工作者的就业冲击。
资本市场用脚投票。3 月 11 日，"龙虾"概念股集体下跌，青云科技跌 5.36%，博睿数据跌超 8%。V2EX 节点日均发帖量从峰值 100 篇跌至 30 篇。搜索指数环比下降 25%。
但有一个数据是反直觉的：B 端用户留存率稳定在 80%，C 端留存率则跌破 20%。
这个分化说明了什么？企业用户有刚性需求，有风控预算，有合规意愿——他们不会因为一次安全事件就放弃一个真正有价值的工具。而涌进来的大量非技术 C 端用户，原本就是被 FOMO 情绪驱动来的，一旦"月入过万"的预期破灭、安全风险又被放大，自然迅速流失。
某头部培训平台的"7 天变现营"退款率达到 40%。硬件绑定的 AI 盒子，一周销量环比跌 60%，积压库存 5 万台。
泡沫在挤出，但工具本身的价值并没有消失。
这件事真正值得思考的
回过头看整个过程，有几件事我觉得想清楚了会很有价值。
"本地优先"这个承诺，从来不是免费的。
OpenClaw 的核心承诺是：数据不出你的机器，隐私安全。这在技术上是成立的，但"本地优先"意味着所有的安全责任都压在了端侧——防火墙配置、权限隔离、技能包审计，这些事情以前是云厂商来做的，现在你得自己来。对普通用户来说，这不是解放，是一种转移了形式的负担。
ClawHavoc 事件暴露的那 85% 公网暴露率，本质上就是这个承诺被过度简化之后的代价。
破圈的不是技术，是焦虑。
OpenClaw 的核心技术其实并不神秘——视觉闭环、Gateway 管理、技能插件市场，这些概念对开发者来说并不陌生。真正让它出圈的，是它精准踩中了一个集体焦虑：在 AI 替代浪潮里，我还有没有竞争力？
这种焦虑有其合理性。但焦虑本身不是学习 OpenClaw 的好理由。被 FOMO 驱动进场、花了钱上了课、装上了又卸掉——整条链路里，受益的是培训机构、云厂商和做上门安装的人，不是那个怀着焦虑进来的普通用户。
B 端和 C 端是两个完全不同的故事。
B 端的 OpenClaw 故事是真实的。公募基金用它处理研报分析和夜间运维；教育行业用它生成交互模型；电商行业用它 7×24 小时监控竞品价格。这些场景都有真实的效率提升，有可量化的 ROI，企业有能力处理安全合规的问题。
C 端的故事更像一次集体情绪实验。技术门槛没有想象的那么低，Token 成本没有想象的那么便宜，"月入过万"几乎不可能兑现。留下来的是那些真正搞明白了怎么用、用在了合适场景的人。
开源会遇到的问题，OpenClaw 一个都没跑掉。
自由协议带来了广泛采用，就一定带来失控的第三方生态。ClawHub 里 10.8% 的恶意插件，是开源生态规模化之后几乎必然出现的问题。谷歌封号，是平台方对"套壳式滥用"的必然反应。
这不是 OpenClaw 独有的困境，而是任何开源工具在快速大众化过程中都要经历的"成人礼"。区别只在于，OpenClaw 遭遇这些的速度，比任何人预期的都快得多。
现在是 2026 年 3 月中旬，距离"ClawHavoc"事件刚过一个月。市场情绪已经从 35%+ 的负面开始趋于稳定。深圳、无锡的产业政策还在落地，工信部的合规框架还在成形，B 端留存还在 80%。
这件事还没有结束。OpenClaw 代表的那个方向——AI 从"对话"到"执行"的范式转移——是真实的，是不可逆的。分歧只在于路怎么走：谁能把安全、成本、易用性这个三角做到平衡，谁才能在洗牌之后站稳。
我有时候会想，Peter Steinberger 在马拉喀什的旅途中，用一条语音消息遥控维也纳家里的电脑完成那个任务时，有没有想到这只"龙虾"会走到今天这一步。
可能没有。但最有趣的事情，往往是这样开始的。
