
文|钟楚笛
编辑|周鑫雨
时隔三年,2026 年 2 月 7 日凌晨,王慧文(美团联合创始人)又发了一封英雄帖。
这次,他不再组局做大模型,而是瞄准了当下最火热的赛道:Clawdbot(现改名为" OpenClaw ")。投资、攒聚,甚至当"猎头",在 Clawdbot 身上,王慧文倾注了不亚于对大模型的热情。

王慧文英雄帖。图源:王慧文即刻
毫无疑问,Clawdbot 是 2026 开年最性感的 AI 应用故事。这个由奥地利开发者 Peter Steinberger 开源的项目,是一个能直接在本地设备运行的 Agent 框架。
后来,为了避免侵权 Claude,Cawdbot 改名为 Moltbot,最近又变成了 OpenClaw(为了方便理解,文中将仍然使用 Clawdbot)。
相较于在云端运行的 Manus,部署在本地的 Clawdbot,成在"野"。
不设限的操作模式,让 Clawdbot 将执行力发挥到了极致。运营各种规模的企业、打理电商平台,甚至砍价、炒股,Clawdbot 能够基于用户指令和本地数据,自主完成各项复杂任务。
但败也在"野"。
不设限,意味着有失控的风险。曾有用户,被 Clawdbot 删除了所有邮件,亏光了账户所有的钱。也有用户被 Clawdbot 莫名"人身攻击",甚至被怂恿走极端。
然而,在泼天流量中,"王慧文"们依然嗅到商机,选择同魔鬼做交易。
比如,AI Coding 平台 Trickle 创始人兼 CEO 徐明,快速研发了一个"开箱即用版" Clawdbot,HappyCapy ——这个项目官宣上线 3 天,就在 X 上获得了 90 多万的互动量。
阿里、百度、昆仑天工等厂商,也纷纷发布了自家的"类 Clawdbot "产品。不少 Agent Infra 创业公司,还靠着 Clawdbot 概念,开启了新一轮融资。
实在智能创始人兼 CEO 孙林君也不例外。创业 8 年,孙林君是一名自动化办公和 Agent "老兵"。1 月 28 日,将 Clawdbot 跑了一遍后,孙林君立刻连夜同团队研发,上线了一款面向办公场景的国产 Clawdbot,"实在 Agent · 无界版"。

孙林君演示"实在 Agent · 无界版"。图源:受访者供图
有关 Clawdbot 的启示、风险和机会,近期,我们和孙林君做了一次交流。
其实,早在 2023 年 8 月,实在智能就开始将 Agent 部署到本地——这一路线与 Clawdbot 不谋而合。
但这场迟到两年的全球 Agent 核爆,没有发生在自己身上,孙林君反思:相比于释放大模型的能力,我们之前更多地强调控制。让大模型自由发挥,这其间有非常大的空间和想象力
兴奋之余,孙林君也对我们表达了他的冷静。他欣赏 Clawdbot 在 Skill 等框架上的创新,但面对 Clawdbot 的高配置门槛和失控风险,他评价:"在很多底层能力没搞定的情况下,框架就只是一个‘样子货’。"
显然,从容易失控的"样子货",到落地成为创业机会,Clawdbot 还要经过变形改造。
但从中,孙林君看到了一条清晰的 Agent 演进趋势:从局限于简单工具调用的 GPTs,到在云端自主规划、执行任务的 Manus,再到如今的 Clawdbot,"思考在云端,执行在本地"。
"想要扩大 Agent 落地的场景,就要拓宽 Agent 操作系统的边界。"他总结。
以下是《智能涌现》和孙林君的访谈记录,素材经编辑整理:
控制 AI,不如释放 AI
智能涌现:最近火出圈的 Clawdbot,你关注了吗?
孙林君:我们几乎是在它刚热起来的时候就体验了。而且我们当时连夜发了我们这个版本的 Clawdbot,名字叫 TARSBot。
智能涌现:Clawdbot 爆火的原因是什么?
孙林君:可能很多人都没有发现人工智能已经可以智能到这种程度了。
实际上智能体的发展经历了几个阶段。起初大家把 GPTs 叫智能体,但那时只是在用大模型的一部分能力,做一些角色扮演,后来发现智能体还得掌握一些知识,于是 Manus 就出现了,但在虚拟机运行的 Manus 无法操作本地软件。
Clawdbot 的爆火正是解决了这个问题。Clawdbot 相当于给了大模型更高的自由度,让它能够在用户本地随心所欲地去调用各种接口、各种底层能力。
因此,当一种方式不成立时,它也可以自由地去切换另外一种方式,直到它完成任务。这才是一种真正的智能体形态。
相比于释放大模型的能力,我们之前更多地强调控制。让大模型自由发挥,这其间有非常大的空间和想象力,在用户端的效果也会比较惊艳。
智能涌现:执行一个相同的任务,Manus 和 Clawdbot 有什么区别?
孙林君:同样一个指令,到淘宝和京东上调研一下 iPhone17 Pro Max 的行情。然后把数据清洗一下,写一份报告,通过钉钉发给对应的同学。
首先调研要打开对应的网站做数据采集,这是一定要用本地化的能力去做的。
而 Manus 只能调用搜索的接口去搜索。这样它就拿不到垂类平台上更准确的数据。做完报告后通过钉钉发送的操作也属于本地的能力,它同样不具备。
所以这一类的任务,Manus 基本上只能利用大模型的原生能力去做一些分析,这样的报告必然是缺少高质量内容的。
但有本地操作能力的 Clawdbot 就可以做到。因此思考可以在云端,但执行侧不行。作为大模型手脚一般存在的执行侧,是一定要在本地去操作的。
智能涌现:Clawdbot 是第一个探索网端互联设备这样一种形式的 Agent 吗?
孙林君:它应该算是第一个火起来的。
2025 年年初我们在做多模态大模型的时候,已经在很多特定任务上验证了,在我们当前的技术环境下,Clawdbot 是可实现的。
我们的智能体和 Clawdbot 在调用方式上没有区别,也是可以通过不断地试错,选择完成任务的方式。比如,大模型发送一个文件,过程中很有可能犯各种错误,但它可以通过反思找到正确路径。
智能涌现:你们比 Clawdbot 做得更早,怎么没有获得同样的声量?
孙林君:这里面有几重原因。当时由于基模能力的局限,我们没有给它可以自由发挥的环境,所以效果就不如 Clawdbot 有未来感。
大众认知焦点也在转移。从 GPTs,到 Manus,再到 Clawdbot,本质上大众越来越认识到,AI 能力和本地操作能力结合的重要性,有了这个才是真正的工作助理。
但高自由度意味着高风险。如果直接把复杂的工作流交给 Clawdbot 去做,那么它的可控性是比较低的,尤其是在企业端,我想应该没人能承受这样的风险。所以当前的方式还是先做好对应的智能体,然后通过指令驱动它完成相应的任务。
智能涌现:Clawdbot 的创新点在哪?
孙林君:Clawdbot 的创新在工程化上。像 Manus 在交互层面让大家看见大模型思考和行动的整个过程一样,Clawdbot 用网关(完成不同网络协议转换的设备)的方式去对接各种聊天或者 IM(即时通讯)工具。
相比于直接给结果,看见的过程对用户而言是非常有价值的。虽然探索的过程会花费不少时间和 Tokens,但这个过程已经可以看出贾维斯的雏形。
其实工程化的能力对于大模型而言是非常重要的。大模型就像是脑子,让它像贾维斯一样,自由地和外部能力对接上,它就能做事。但如果想让它做事有边界,工程化就开始扮演非常重要的作用了。
智能涌现:Clawdbot 是一个有技术壁垒的工具吗?
孙林君:它在框架上其实没有技术壁垒。我觉得框架类的东西没有壁垒,大家都可以实现的。但在很多底层能力没搞定的情况下,框架就只是一个样子货。
任务的完成度、性价比才是真正的壁垒所在。
虽然在非用户视角看,大家会觉得 Clawdbot 非常好、非常有前景。但用户要的是解决特定问题上的性价比。我们也不太可能私有化部署 Gemini、Claude 这些大体量的模型,去用大炮打蚊子。
我们要考虑的是用户能接受的成本是多少,ROI 是多少?在这种有约束的条件下,给用户提供合适的产品,解决他特定的问题,这样他才真正愿意买单。
智能涌现:Clawdbot 爆火,可提现游戏平台您作为从业者的感受是什么?
孙林君:我作为从业者,是比较冷静的。
现在几乎每天一个新热点,但我们考虑更多的是一项技术在真实的商业落地场景下,它应该是什么样的,以及能够给用户带来什么价值。
总之,Clawdbot 的爆火是好事。大家已经意识到,如果只能调用接口,或者只释放大模型的部分能力,就不能算真正的智能体。
思考可以在云端,执行需要走向本地
{jz:field.toptypename/}
智能涌现:你什么时候开始意识到本地化部署的重要性?
孙林君:23 年 8 月发第一版的产品的时候,只不过当时大家的关注点不在这,当时大模型的能力也没有这么强。
我们服务的很多客户,他们的软件都是装在本地的。如果要在虚拟机上运行,就要把同样的软件、环境都搬到虚拟机上去,非常费时费力。还有很多用户的文档资料是不能传到云端的,因此本地化的操作是非常重要的。
我们的技术方案从开始就是面向本地的操作能力,所以我们能这么快的推出无界版。
智能涌现:本地化的部署对于 Agent 而言有什么意义?
孙林君:智能体不仅有大脑,也有手脚的,手脚指外接的能力。现在大模型的动手能力、多模态的能力、生成代码的能力都在强化,原有的 GPTs 和 Manus 这一类产品也渐渐显露出它们的局限性。
所以大家会豁然发现,如果具备了直接在本地操作的能力,Agent 就会变成真正的贾维斯,这也是 Clawdbot 火起来的原因。
智能涌现:GPTs 和 Manus 显露的局限性在哪?
孙林君:Manus 的思考和执行都在云端,这种 Agent 的能力非常有限,它只能完成一些生成类的任务,或者通过特定工具获取数据,去完成一些任务。因此它只能聚焦到一些限定且垂直而非广度的任务上。
智能涌现:从 Manus 到 Clawdbot,能看到 Agent 怎样的发展趋势?
孙林君:Agent 的边界被扩展了。原来 Manus 的思考和执行都只能在云端,而 Clawdbot 在云端和本地都能执行,因此整个本地的环境以及所有的工具,它都可以使用,甚至可以自己安装软件,这样的自由度是更大的,因此相比于 Manus,它所延展出的边界更广。
这种边界的扩展不仅能覆盖更多的场景,能解决更多用户的真实需求,同样也意味着无所不能是有可能的。
当 Agent 遇到无法解决的任务时候,可以通过大家一起不断地探索、行动。最终让它在操作系统这个环境之内无所不能,这件事是有可能的。
智能涌现:目前 Clawdbot 距离"无所不能"还有什么样的差距?
孙林君:举个例子,同样是上面提到的调研报告任务,Clawdbot 虽然可以顺利地从垂直网站上获取对应的数据,按照用户的需求加工出一份高质量的报告。
但它抓取的数据会不会有缺失?或者这个抓取过程是不是稳定的?是不是一定能达到我们人类理想的情况?这些问题都是需要进一步讨论的。
同时大家也不能忽略一个问题:Agent 能否通过代码驱动所有的程序?这个问题目前还要打个问号。
目前的软件,不一定具备被大模型丝滑调用的接口,这会影响任务的完成度。如果软件不具备被调用的完备性,就算模型写再多的代码,也无法顺利驱动工具。
比如,Claude 开发了 MCP ( Model Context Protocol ) 框架,但这不代表世界上所有的东西都能通过 MCP 去搞定。并且 MCP 适配的工作量非常大,现在来看,大厂和平台都不可能把核心业务做成 MCP 服务,供外界调用的。
智能涌现:Clawdbot 的未来形态是什么样的?它会扩展到其他的硬件设备上吗?
孙林君:会,这个是很显而易见的。
电影《流浪地球》中有个场景,男主进入水下,把设备插到超级计算机上,说" Moss,生成底层操作系统",Moss 就能够自动读取硬件信息、驱动程序,在系统上虚拟出一个世界。之后这种场景会逐步地变成现实,虽然现在还是概念性的。
现在是"快鱼吃慢鱼"的时代
智能涌现:Clawdbot 所代表的本地化部署 Agent,并不是一个新概念,为什么大厂还没有下场?这个问题 Clawdbot 的开发者也很好奇。
孙林君:首先还是想象力的问题。大厂之前或多或少都涉及过这块,但都没有把当成一个真正的产品。还是需要极客和比较有想象力的人,来做这种突破吧。
其次大厂做这件事可能会涉及商业边界的问题。比如,我在阿里的平台上调用了智能体,但它如果要操作京东或者拼多多的平台,这就会比较敏感。
所以对于非主流平台厂商而言,这反而是个机会。作为中立方,在用户授权的情况下,帮用户收集数据,做数据分析,非主流平台厂商的身份相对而言就没有那么敏感。
智能涌现:Clawdbot 目前受限的地方在哪?
孙林君:受限的地方在可控性。
可能对于 ToC 而言,这是非常值得探索的思路。因为 ToC 会把它当成玩具,它如果能完成任务,可以给我们带来很多惊喜,这种情绪价值也蛮重要的。
甚至现在还有 Agent 社区,它们之间在传教、制定规则、聊天。虽然实际价值和意义并不大,但对于用户而言,这是一个全新可探索的世界,这件事还是蛮有意思的。
但如果是 ToB 的场景,肯定要控制。因为ToB 的用户不会为情绪价值买单。他们最关心的是,Agent 能否精确地按照人类的想法去把某一项任务稳定地完成。
比方说我们有很多注重数据安全的客户,如果把 Clawdbot 给过去,他们可能直接就"跳起来"了,这个事对他们而言太危险了。
智能涌现:从 Clawdbot 身上能看到通用 Agent 的机会吗?像 Manus 一样。
孙林君:可以。Clawdbot 证明 AI 已经可以执行很多任务。
但随着用户的要求变高,需要的是更深度的能力、更高质的产出,那么Clawdbot 厂商就要提供差异化的能力。
就像手机一样,虽然所有手机都是一个长方体,但内置的系统是不一样的。
智能涌现:业界有一个观点:未来 Agent 的壁垒,是能打通多少端侧设备。
孙林君:我认同这个观点。能互联的东西都会联通在一起。本质上,只要云端一体、软硬一体,物理上的边界就不再是问题了。
智能涌现:目前类 Clawdbot 产品接入端侧设备的难点在哪?
孙林君:难点在于Agent 没有"见过"这么多的设备,所以它们没有足够的数据,去操作不同类型的设备。
智能涌现:适合类 Clawdbot 产品的商业化模式会是什么?
孙林君:2019 年,我们就把自动化办公系统的商业模式固定下来了。当时我认为,机器人的密度会是未来企业先进程度的重要指标。所以当时我们按照机器人的个数,做年租售卖。
现在来看,企业先进程度的指标是智能体密度。机器人靠的是规则化的能力去完成任务,泛化能力相对会比较弱,执行任务的自由度也比较低。
随着智能体的发展,我们可以把感知能力、认知能力都整合进来,给它相当高的自由度。
但我们更多会关注在可控情况下,智能体 100% 完成用户意图的可能性。因为这样才意味着智能体商业化层面是真正成功的,我们就可以按照结果收费。
智能涌现:老问题,Agent 厂商的核心竞争力会是什么?
孙林君:首先是产品化的能力。这包含了基础大模型、工程化、底层能力的整合,以及产品的使用体验。举个例子,大家都能造车了,但是有的车非常好开,但有的就只是个样子。
其次是差异化。坦白讲现在不再是大鱼吃小鱼的时代了,因为不见得人越多,战斗力就越强。
反而快鱼会吃慢鱼,在竞争当中谁能更快地布局,就能更快地取得领先。所以对小厂而言,完全不用惧怕竞争,反而因为灵活度,以及贴身服务客户的优势,小厂是能获取很好的客户资源的。
智能涌现:Clawdbot 会给你造成压力吗?
孙林君:更多的是动力,我们也看到了更多的机会。
当然,不仅是智能体厂商,所有软件厂商都有压力。基于操作系统的内部环境,未来会发生怎样的变化?现在很多事借助智能体就可以完成,那么传统软件是不是会消失?这都是值得大家关注的
欢迎交流