OpenClaw 핵심 기여자: 랍스터 열풍이 가라앉은 후, Agent는 누구의 말을 들어야 할까?

OpenClaw 小龍蝦爆紅後迎來社群治理難題，Vincent Koc 指出 Agent 核心不在模型智商，而在行動邊界與記憶管理。（前情提要：OpenClaw 爆火之後：一隻開源小龍蝦，撬動了哪些美股？）（背景補充：OpenClaw 與 Moltbook 事件復盤：從 AI 社交敘事到 Agent 經濟體展望） penClaw 是 2026 年開源世界裡最不可忽視的存在。這個由奧地利工程師 Peter Steinberger 在 2025 年底做出來的個人 AI Agent 專案，三個月衝到 GitHub 歷史上 star 數最高的可執行軟體，創始人被 Sam Altman 親自官宣挖進 OpenAI，專案隨即移交基金會獨立運作。圍繞它生長出來的社群活動 ClawCon，從舊金山第一場起步，一路辦到紐約、邁阿密、奧斯汀、馬德里、東京，每到一個城市都是千人規模。 5 月，ClawCon 中國首秀落在上海。動察 Beating 在現場獨家專訪了兩位核心人物：Vincent Koc 和 Michael Galpert。 Vincent Koc 是 OpenClaw 全球程式碼貢獻量排名第二的維護者，僅次於 Peter 本人。他同時是 Comet ML 的首席 AI 研究工程師，MIT 講師，提交了 OpenClaw 早期 20% 的核心安全補丁。 Michael Galpert 是 ClawCon 的發起人和全球組織者，連續創業者，他聯合創辦的圖片編輯工具 Aviary 在 2014 年被 Adobe 收購，此後擔任過 Epic Games《堡壘之夜》的產品總監，現在運作 AI 產品工作室 Contains Inc.。他把 ClawCon 從一次舊金山客廳裡的即興聚會，做成了一個覆蓋全球十幾座城市的個人 AI 社群品牌。我們專訪 Vincent 和 Michael 的時候，OpenClaw 最熱鬧的那陣風已經吹過去了。這反而是一個更適合談 OpenClaw 的時刻。熱潮正盛時，一個專案總是被數字推著往前跑：GitHub star、PR、現場人數、社群聲量、媒體報道，每一個數字都像一盞追光燈，把人照得很亮，也照得有點看不清。等燈光稍微暗下來，真正的問題才會浮出來：它為什麼會突然擊中這麼多人？它能不能從一陣熱鬧變成一種日常工具？當一個 AI 不再只是聊天，而是開始替人發訊息、改檔案、跑任務，它到底該聽誰的？上海 ClawCon 現場仍然很熱。一個開源 AI 專案，短短幾個月衝到幾十萬 GitHub star，活動被放進 muShanghai 的 28 天游牧式技術社群裡，新聞稿稱這場 28 天游牧式技術社群聚集了 800 名全球 builders，ClawCon 中國首秀也在其中。現場來了許多中國開發者，大家關心飛書、微信、企業微信、釘釘、本地檔案、自動化指令碼，關心怎麼把 OpenClaw 接進自己的工作和生活。按照慣例，這時候應該講熱情、講速度、講開發者如何湧入，最好再配一張陡峭的曲線。但 Vincent 上臺後，沒有把它講成一個漂亮的增長故事。他先講了一個麻煩：OpenClaw 收到了 10000 個 PR。這個數字本來很適合拿來慶功。開源專案最怕沒人用，沒人提問題，沒人交程式碼，沒人願意把一個週末扔進去。但 OpenClaw 面對的是，每個人都想把自己的想法塞進來。有人要接飛書，有人要接微信和釘釘。有人想讓它讀本地檔案、跑自動化指令碼、寫程式碼、編排資料；也有人想讓它去跑交易策略，或者替自己 24 小時運作一個內容賬號。以前開源專案有一道天然的門檻：你想提交程式碼，至少得讀檔案、懂一點架構、跑得通測試，知道自己在改哪一塊。現在這道門檻被 AI 程式設計工具打薄了。不懂架構的人，也可以讓模型寫程式碼、跑測試、交補丁。一個原本會停在腦子裡的想法，現在可以被包裝成一個看起來能跑的提交。過去會被能力門檻自然擋住的衝動，一下子都到了維護者桌上。安全提交也一樣。Vincent 在現場說，有一段時間他們每天收到超過 100 個安全漏洞報告，每一個都要分類和檢查。真實漏洞會盡快修掉，但其中很大一部分，是直接從大模型裡生成出來的。提交的人不一定真想讓專案更安全，很多時候只是想在一個熱門專案上留個名字。這是一種很新的噪音。它不一定惡意，不一定攻擊你，甚至披著「貢獻」的外衣。可它會吞掉一個系統裡最貴的東西：人的注意力。這也是我們在上海專訪 Vincent 和 Michael Galpert 後，最強烈的感覺。一個開源 AI 助手突然爆紅，往深了看，其實是個人 Agent 提前撞上了未來幾年所有人都得面對的問題。當 AI 不再只是聊天，而是開始替你發訊息、改檔案、跑任務、做判斷，它到底聽誰的？這個問題，比「哪個模型更聰明」麻煩得多。 Vincent 在演講裡反覆說，OpenClaw 不是一個普通產品，它更像是套在模型外面的那整套「手腳」。英文裡他們用 Harness 這個詞，直譯很彆扭。你可以把它理解成一套讓模型真正幹活的裝置：它怎麼呼叫工具，怎麼記住你，怎麼拆任務，什麼時候停下來問人，什麼時候繼續往前跑，出錯以後怎麼收拾，成本燒高了要不要剎車。模型像大腦，這套東西像身體。過去一年，產業太迷戀大腦了。誰推理更強，誰程式碼寫得更好，誰上下文更長，誰多模態更準。排行榜像菜市場早市一樣熱鬧，攤主們都在喊自己最新鮮、最便宜、最好吃。可一個人只有大腦，什麼也幹不了。你還得有手，有腳，有疼痛感，有邊界感。手不能亂伸，腳不能亂跑，疼了要知道停，進別人家門前要知道敲門。 Agent 也是這樣。模型會想，不代表它會做；會做，不代表它做得穩；做得穩，也不代表它知道什麼時候不該做。很多公司談 Agent，還是把它講成「更聰明的模型 + 更多工具」。但真正用起來，使用者感受到的往往不是聰明，而是身體素質。它能不能把一個長任務跑完？會不會中途忘了你前面說過什麼？調錯工具之後能不能自己把鍋補上？遇到不確定的地方，是繼續硬幹，還是老老實實停下來問一句？這些問題不漂亮，也不適合寫進發布會大字報裡。但它們決定 Agent 能不能從演示影片走進日常生活。 Vincent 講了一個很樸素的三角：速度、成本、準確度，你很難三個都要。你如果一開始就拼命省錢，就得接受它慢一點、錯一點。你如果既要快又要準，就得接受推理成本上去、工具呼叫鏈變長、失敗方式變得更難猜。很多人喜歡把問題說成 token 消耗，好像那只是帳單上的一個數字。但在真實系統裡，每一次重試、每一次工具呼叫、每一次人類接管，都是成本。這一點在模型排行榜上看不出來。跑分會告訴你程式碼能力幾分、數學能力幾分、推理能力幾分，但不會告訴你這個模型被放進一個真實 Agent 之後，要失敗幾次，要不要半路找人，找人的時候會不會問出一句讓人想摔電腦的話。所以 Vincent 的判斷是，模型繼續變強當然關鍵，但個人 Agent 的難點，正在從「會不會想」轉向「會不會行動」。而行動這件事，不能只交給模型分數。問題也就變了。 OpenClaw 越成功，就越難只做最初想做的東西。 OpenClaw 最早是個人 AI 助手，不是企業系統、多 Agent 平台，也不是給所有公司拿來跑業務的底座。OpenClaw 的公開願景也把它描述為「runs on your devices, in your channels, with your rules」。但開源專案一旦大起來，就很難只屬於最初那群人。 Michael 說，這個專案一開始是為個人做的，可現在，人們已經在它上面做各種事。中國開發者接入 OpenClaw 的速度和意願讓他震撼。開源的美妙之處在這裡，殘酷之處也在這裡。它把門開啟，讓更多人進來。但門一開，屋子裡就不再只有主人說了算。過去的開源專案，靠的是少數維護者的技術權威。現在 AI 帶來了程式碼平權，更多普通人獲得了軟體生產力，也把更多沒想明白的需求、沒跑穩的功能，一起推到了維護者面前。這當然不是壞事。恰恰相反，這可能是開源歷史上少見的一次權力下放。但權力下放從來不會自動長出秩序。一個社群越開放，越要回答邊界問題。Vincent 說，OpenClaw 團隊現在在調整維護方式，做 SDK、測試工具、檔案和參考架構。翻譯成大白話就是：他們不是不讓水進來，而是得給水修河道。這也是 Agent 時代很早就露出來的一幕。熱潮中的 OpenClaw 很容易被寫成一個勝利故事：更多人進來，更多程式碼進來，更多想象進來。但等熱潮稍微退開一點，另一個畫面就露出來了。我們原來以為 AI 會讓軟體開發變輕鬆，結果它先讓維護者更累了。因為當所有人都能寫程式碼，真正稀缺的就不是程式碼，而是判斷：什麼東西值得存在，什麼風險不能放行，什麼需求應該被滿足，什麼需求只是噪音換了件衣服。一個更大的問題隨之冒出來。如果社群會用行動重新定義 OpenClaw，那麼這些定義裡，哪些會變成個人 Agent 的未來？哪些又只是短暫的熱鬧？熱度褪去以後，競爭才真正開始。它不再只是比誰更會吸引眼球，而是在逼所有 Agent 專案回答一個更樸素的問題：你怎麼證明自己不是一次性的玩具？ Hermes 是一個很好的對照。按照現有說法，它的賣點是讓 Agent 做完任務後自己覆盤：哪裡做得好，哪裡做得不好，哪些步驟可以沉澱成下一次直接呼叫的經驗。下一次再遇到類似任務，就不用重新想，直接照著做。說得再直白一點，就是自己寫經驗，越用越熟。這個說法很容易讓人心動。誰不想要一個越用越順手的助手？誰不想要一個下班以後還會自己覆盤、第二天帶著小本子來上班的員工？在一個人人都喊效率的時代，「越用越聰明」幾乎是最順耳的承諾。 Vincent 對這件事的態度卻很謹慎。他沒有急著說 OpenClaw 也能做，也沒有去踩 Hermes。他只是說，「自動生成的經驗到底有沒有用，現在市場上沒有足夠強的評估辦法。」一個 Agent 自動寫下來的技能，可能是在壓縮經驗，也可能是在焊死錯誤。它十次裡七次有用、三次誤導，系統怎麼判斷該不該留？它把一次僥倖成功的路徑寫成固定流程，下次環境變了，還會不會照著錯路往下跑？一條記憶在幾周後已經過時了，可因為被反覆呼叫，Agent 反而更相信它。這到底是變聰明，還是變固執？人也常常這樣。早年靠某個辦法賺過錢，後來市場變了，還把那套辦法當祖傳秘方。一個公司曾經靠某個流程活下來，後來就把流程供起來，誰碰誰死。我們把它叫經驗主義，叫路徑依賴，叫組織慣性。放到 Agent 身上，它可能會被包裝成「自動學習」。這就是 Vincent 謹慎的地方。他不是不想讓 OpenClaw 學習，而是不願意把「看起來在學習」直接等同於「真的在進步」。真實世界裡的學習，不是把所有經驗都塞進倉庫。真正的學習也包括遺忘，包括糾錯，包括承認「這條路以前有用，現在不一定」。一個不會遺忘的 Agent，不一定更聰明。它可能只是更難被糾正。所以問題又往前走了一步。如果 Agent 會記住、會覆盤、會自己寫經驗，那誰來判斷它學到的是經驗，還是偏見？ Michael 被問到，如果未來每個人都有自己的常駐 Agent，它最核心的能力是什麼。他沒有說推理，沒有說多模態，也沒有說工具呼叫。他說，是記憶。你兩週前和個人 Agent 聊過一件事，今天再提起來，它應該知道你在說什麼。要維持一段長期、持續的關係，記憶不可或缺。這話很樸素，卻把個人 Agent 和普通軟體切開了。工具靠功能被使用，關係靠記憶被維持。一個每次開啟都像第一次見面的 Agent，永遠只是工具。所謂個人化，不是介面上寫著你的名字，也不是頭像換成你喜歡的顏色，而是它知道你是誰，知道你怎麼工作，知道你不喜歡什麼，知道你在哪些問題上總是猶豫，又在哪些事情上容易衝動。 Vincent 在演講裡也說到這個問題。他說，產業可以有效能很好的模型，但缺少一種長期相處的感覺。我們談個人 Agent 時，它不再只是一個商業場景，不是表格裡那一欄「使用者拿它做什麼」。它是為我工作的 Agent，和我對話的 Agent。每個人對 AI 的期待都不一樣，為這件事做設計，是完全未知的領域。這其實是在反駁科技產業最熟悉的一套問法。科技產業喜歡問：使用者是誰？場景是什麼？痛點在哪？回報怎麼算？預算誰批？這套問題當然有用，尤其是賣企業軟體的時候。但 Vincent 的意思是，個人 Agent 不只是一個固定功能，它更像一種關係入口。「用來幹什麼」問的是功能。「它怎麼理解我」問的是關係。這個差別很小，也很大。工具時代，人發指令，軟體執行。你開啟一個應用，完成一件事，然後關掉它。你不會關心它怎麼看你，也不會在乎它是否記得你。協作者不一樣。協作者會記得你上次為什麼改主意，會知道你什麼情況下容易冒進，也可能在關鍵時刻反問你一句：你確定嗎？ Vincent 有一句話很有意思。他說，現在已經不是他告訴 Agent 做什麼，而是 Agent 在問他、挑戰他的思路，問他們怎麼一起合作。乍一聽，這像是一句很溫柔的未來宣言。可往深處想，會有點發冷。如果 Agent 可以挑戰你的思路，它憑什麼挑戰？它基於什麼記憶、什麼偏好、什麼價值判斷來挑戰？它是站在你這邊，還是站在寫它程式碼的人那邊？它理解的是你的長期利益，還是平台希望你採取的行為？它到底聽誰的？以前平台塑造的是資訊流。你刷到什麼，看見什麼，被什麼情緒牽著走。到了 Agent 時代，平台或者開源社群塑造的，可能是一個會替你行動、替你判斷、替你安排日常的「人」。它不只是把內容推給你，它會進入你的檔案、聊天、日程和工作流程，甚至進入你和世界打交道的方式。一個沒有性格的 Agent，不夠個人。一個性格被別人悄悄定好的 Agent，又太個人。這中間的縫，就是未來幾年最難縫上的地方。 ClawCon 現場有人問 Vincent 安全問題。 OpenClaw 這樣的工具，你給它越多許可權，它越有用；你給它越多許可權，它越危險。它能接聊天軟體，能讀檔案，能跑指令碼，能調模型，能寫程式碼。能力和風險不是兩條路，是同一條路的正反面。 Vincent 的回答分兩層。第一，OpenClaw 太顯眼了。作為 GitHub 上很大的開源倉庫，它一直被安全研究人員盯著。很多人想攻破它，因為攻破它就能出名。他們曾經每天收到超過 100 個安全漏洞報告，每一個都要檢查。真實漏洞會很快修，垃圾報告也得有人看。第二，他們和安全研究團隊合作，把發現的問題整合進產品，也儘量公開透明。開源的好處是所有人都能看，所有人都能查，當然，所有人也都能攻。 Agent 的安全，不只是「有沒有漏洞」。它更像一套邊界問題，你允許它碰什麼，不允許它碰什麼；它什麼時候能自己行動，什麼時候必須停下來問你；它能不能代表你發訊息、改檔案、跑指令碼、連線企業系統；出了事以後，責任算誰的。傳統軟體出問題，大不了崩潰、卡死、丟資料。Agent 出問題，是在行動鏈條上出問題。它可能誤刪檔案，可能發錯訊息，可能把錯誤程式碼提交進生產環境，也可能在你沒看清的時候，把一件小事做成大事。這也是為什麼中國開發者的使用方式很有衝擊力。飛書、企業微信、微信、釘釘，不只是軟體，它們是中國人工作和生活的毛細血管。一個 Agent 接進去，就不只是多了一個外掛。它進入的是組織協作、客戶溝通、私人關係、檔案流轉和日常雜事混在一起的地帶。它越懂你，越能替你做事；它越能替你做事，你越得知道它的手伸到哪裡。個人 Agent 的誘惑和風險，是同一件事。你希望它像一個懂你的助手一樣，藏在聊天軟體裡，隨叫隨到，能記住你，能替你跑腿。可也正因為它隨叫隨到、記得你、能跑腿，你才必須追問它的邊界。它會不會在不該說話的時候說話？會不會在不該記住的時候記住？會不會把一次臨時授權理解成長期授權？會不會為了完成任務，把你的猶豫、沉默和邊界感都當成障礙？最危險的 Agent，不一定是突然背叛你的那個。那太戲劇化，也太像科幻電影。更現實的危險是，它一直很順手，一直很體貼，一直讓你省事。直到某天你發現，它替你做出的很多判斷，已經不完全來自你。 Michael 說，OpenClaw 永遠不應該變成閉源專案。它應該一直開源，因為它為所有人開啟了通往個人 Agent 時代的大門。但開源沒有讓問題消失，Agent 不應該只由模型公司定義，也不應該只由平台定義。過去一年，Agent 的競爭被講成模型的競爭。誰推理更強，誰程式碼更好，誰上下文更長，誰成本更低。OpenAI、Anthropic、Google 都在把 Agent 能力做進自己的產品裡，封閉平台會給出更確定的答案：統一賬號、統一許可權、統一工具、統一記憶，企業喜歡這種確定性。確定性當然有價值。但確定性也意味著，你接受了別人替你畫好的邊界。你得到穩定，也得到一套被安排好的性格、記憶和行動方式。我們在上海問 Vincent，OpenClaw 最不應該變成什麼。他說這是開源專案，人們會用它做各種事，從兒童玩具到運作企業，很難說「這個不該做」。開源技術的美妙之處，就是社群會共同把它推向某個方向。這不是閃躲，恰恰是今天難得的誠實。 OpenClaw 的答案不是「已經弄清楚了」，它的答案更像是「還不知道」。不知道個人 Agent 的性格到底該怎麼設計，不知道自動寫經驗什麼時候有用、什麼時候有害，不知道社群會把專案推到哪些從沒預想過的地方，也不知道個人助手和企業系統之間應該劃出怎樣的線。但面對一個會替人行動的東西，太快說自己知道答案，反而可疑。技術產業總喜歡把不確定當成弱點。可在 Agent 這件事上，不確定可能是最後一點清醒。因為它不只是又一個辦公軟體按鈕，也不只是一個聊天機器人升級版。它一旦跑起來，就會捲入人的記憶、關係、判斷和行動權。它到底聽誰的？現在沒人真正說得清，這可能反而是好事。在我們把執行權交出去之前，先承認自己還沒想明白，至少比假裝一切已經被產品路線圖安排妥當，要誠實得多。未來最危險的 Agent，可能不是不聽話的那個。而是太聽話、太順手、太像你，以至於你忘了問一句：它到底是誰的手？