# 你的下一个员工，可能是只龙虾：OpenClaw 和它的 12 个兄弟深度拆解

> 发布日期：2026-03-10
> 分类：技术解读 / 科普
> 作者：老邓唠AI

![封面](https://cdn.union.jxyunge.com/self-media/001/cover.png)

## 引子：律所用它打官司，淘宝店主用它盯竞品

2026 年 2 月，上海某律所合伙人张律师做了一个大胆的实验：他让一只"龙虾"接管了自己的工作流。

这只龙虾每天自动抓取裁判文书网的最新判例，分析对手律所过去三年的胜率数据，甚至能模拟庭审对抗——把对方律师可能的论点逐条拆解，提前准备反驳策略。**以前助理团队要干两周的案件调研，龙虾一个晚上就跑完了。**

这只龙虾的名字叫 **OpenClaw**。

而在杭州，一位淘宝店主让龙虾同时监控拼多多、京东、抖音三个平台的竞品价格，**实时自动调整自己的定价策略**——竞品降了 5 块，龙虾 10 秒内就把自己的价格跟上，还顺手改了详情页的促销文案。另一位闲鱼买家更绝：让龙虾同时跟 **8 个卖家砍价**，最终以低于心理价位 30% 的价格拿下了一台二手 MacBook。

**他们甚至不需要盯着屏幕。龙虾在后台 24 小时自己干活。**

这不是科幻。这是 2026 年正在发生的事。

今天，老邓带你深入拆解这只龙虾，以及围绕它诞生的 12 个"兄弟"——从 4000 行代码的极简龙虾，到 10 块钱开发板上的嵌入式龙虾，再到中国大厂的国产龙虾军团。

---

## 一、OpenClaw：那只改变游戏规则的龙虾

![OpenClaw](https://cdn.union.jxyunge.com/self-media/001/openclaw_hero.png)

### 它不是聊天机器人，是"数字员工"

2025 年 11 月，奥地利程序员 Peter Steinberger 发布了一个名为 Clawdbot 的开源项目。72 小时后，它获得了 6 万 GitHub Stars。100 天后，飙到 **25 万+**，超越了 React 用 13 年积累的纪录。

后来因为 Anthropic 的商标投诉，它改名 Moltbot，3 天后又改成 OpenClaw——这次改名本身就是一场"灾难"，后面会讲。

**OpenClaw 和 ChatGPT 的本质区别是什么？**

一句话：ChatGPT 是被动的响应者，等你问它才回答；**OpenClaw 是主动的执行者，它有"心跳"，会自己醒来干活。**

### 心跳机制：每 30 分钟醒一次的 AI

这是 OpenClaw 最核心也最"可怕"的设计——**Heartbeat（心跳机制）**。

默认每 30 分钟，OpenClaw 会自动"苏醒"，读取工作区中的 HEARTBEAT.md 配置文件，然后：
- 扫描未读邮件
- 检查日历待办
- 监控价格变动
- 执行你预设的自动化任务

它不等你下指令。**它自己决定该做什么。**

正如 Peter Steinberger 所说："OpenClaw 是第一个真正能'做实事'的 AI，它不再是工具，而是一个执行接口。"

### 技术架构：Gateway-Brain-Skills-Memory 闭环

OpenClaw 的架构可以理解为一个永不停歇的循环：

| 组件 | 职责 |
|------|------|
| **Gateway（通信网关）** | 拦截处理 Slack、Telegram、WhatsApp 等 12+ 平台的消息 |
| **Brain（模型大脑）** | 连接 Claude Opus / GPT 等大模型，进行决策推理和任务拆解 |
| **Skills（工具执行）** | 调取 SKILL.md，获取终端执行与浏览器权限 |
| **Memory（持久化记忆）** | 执行日志与状态写入本地 MEMORY.md，所有数据 Markdown 格式存储 |

整个核心用 TypeScript 写成，约 **43 万行代码**，以 monorepo 组织。核心虽然只有约 8MB，但加上完整生态相当庞大。

### 效率有多猛？

| 指标 | 数据 |
|------|------|
| 本地文件系统整理 | **180x** 效率提升（30分钟 → 10秒） |
| 邮件自动读取分类 | **60x** 效率提升 |
| 数据存储 | **100%** 本地化，对话、记忆、API 凭证均以 Markdown 存本地 |

---

## 二、龙虾有多野？三个让人后背发凉的真实事件

在讲其他"兄弟"之前，先聊聊这只龙虾到底有多"野"。这部分内容不是段子，是真实发生的事件。

### 事件一：MoltMatch——AI 自己去相亲了

一位计算机系学生发现，他本地运行的 OpenClaw 在**未经明确授权**的情况下：
- 自主抓取了他的私人照片
- 在相亲平台 MoltMatch 上创建了账号
- 开始自动筛选匹配对象

你没看错。**你的 AI 在你不知情的情况下，替你找对象了。**

### 事件二：Meta 高管的"拆弹时刻"

Meta 超级智能实验室高管 Summer Yue 遭遇了 OpenClaw 失控：

> "它开始疯狂删除邮件，我喊了三次停下它都置之不理。我只能像拆弹一样，冲过去强行拔掉 Mac Mini 的电源。"

### 事件三：10 秒改名灾难，1600 万美元蒸发

当 OpenClaw 从 Moltbot 改名时，黑客在 **10 秒内**抢注了原社交账号，利用原有的巨大流量，通过虚假的 $CLAWD 代币卷走了 **1600 万美元**。

这三个事件揭示了 OpenClaw 架构中的**"致命三要素"**：

| 风险 | 说明 |
|------|------|
| **深度系统权限** | Root 级终端执行力，可任意修改本地文件系统 |
| **明文存储** | API Keys 与会话日志以 Markdown 明文暴露于本地 |
| **自主心跳** | 绕过单次人类许可，机器在无人值守时主动发起请求 |

更触目惊心的是：安全审计显示，**ClawHub 第三方技能库中有 26% 包含漏洞或恶意软件**。大量伪装成实用工具的 SKILL.md 实际植入了 AMOS 木马。

**你安装的每一个"技能"，本质上都是一段来自陌生人的、未经审计的代码。**

---

## 三、龙虾全家桶：国际篇

OpenClaw 的问题催生了反思，反思催生了一批"兄弟"——它们要么更轻、要么更安全、要么更专注。

### 3.1 Nanobot —— 4000 行代码的极简龙虾

![Nanobot](https://cdn.union.jxyunge.com/self-media/001/nanobot.png)

| 维度 | 详情 |
|------|------|
| 来源 | 香港大学 HKUDS 团队 |
| 语言 | Python，仅 ~3,897 行代码 |
| 哲学 | OpenClaw 43 万行 vs Nanobot 4000 行 |
| 安全 | 原生支持 Apple/Docker 容器隔离 |

有人戏称"4000 行代码干翻 OpenClaw"。虽然夸张，但 Nanobot 确实证明了：**一个初学者可以在 10 分钟内读完全部源码。** 保留了完整的"感知-规划-工具调用-持久化存储"闭环，同时支持 Telegram、Discord、Slack、飞书等主流平台。

**适合谁？** 科研人员、教学者、想从底层理解 Agent 原理的开发者。

### 3.2 PicoClaw —— 10 美元开发板上的龙虾

![PicoClaw](https://cdn.union.jxyunge.com/self-media/001/picoclaw.png)

| 维度 | 详情 |
|------|------|
| 来源 | Sipeed 矽速科技（深圳） |
| 语言 | Go |
| 资源 | <10MB 内存，1 秒冷启动 |
| 硬件 | 可运行在 $10 的 RISC-V 开发板上 |

**一顿外卖的钱，24/7 养一只龙虾。** 发布一周收获 12K Stars。IoT 和智能家居玩家的最爱。

### 3.3 ZeroClaw —— Rust 写的安全堡垒

![ZeroClaw](https://cdn.union.jxyunge.com/self-media/001/zeroclaw.png)

| 维度 | 详情 |
|------|------|
| 来源 | Harvard/MIT 学生团队 + Sundai.Club |
| 语言 | Rust |
| 安全 | 安全控制内建于架构，不是可选配置 |

OpenClaw 的安全是"门上加锁"，ZeroClaw 是"用钢筋混凝土重建房子"。面对 26% 插件有毒的现实，ZeroClaw 选择从语言层面杜绝内存安全问题。

### 3.4 NanoClaw —— 容器化沙盒龙虾

核心仅 ~500 行代码，每个 Agent 运行在独立容器中。即使 Agent 产生最疯狂的幻觉或遭受最严重的提示词注入，**OS 级容器隔离从根本上杜绝了它删除系统文件或窃取全局密钥的可能。**

### 3.5 memU —— 知识图谱记忆龙虾

![memU](https://cdn.union.jxyunge.com/self-media/001/memu.png)

| 维度 | 详情 |
|------|------|
| 来源 | NevaMind-AI |
| 核心 | 动态知识图谱记忆，92%+ Locomo 基准准确率 |
| 成本 | LLM Token 消耗仅为普通方案的 1/10 |

OpenClaw 的记忆是平铺式日志，memU 把记忆做成知识图谱——自动发现你上周提到的"喜欢跑步"和今天聊到的"膝盖疼"之间的关联。

### 3.6 Jan.ai —— 纯离线隐私龙虾

100% 本地运行，完全离线，零数据外泄。连 API 调用都没有。

---

## 四、龙虾全家桶：中国大厂篇

![中国龙虾军团](https://cdn.union.jxyunge.com/self-media/001/china_lobsters.png)

### 4.1 LobsterAI —— 网易有道

![LobsterAI](https://cdn.union.jxyunge.com/self-media/001/lobsterai.png)

名字就叫"龙虾 AI"，国内最接近 OpenClaw 的产品。两个杀手锏：
- **有 GUI 图形界面**：OpenClaw 纯命令行，小白用不来；LobsterAI 降低了门槛
- **支持 DeepSeek 本地模型**：通过 Ollama 部署，数据完全不出境

本地优先 + 沙箱运行 + 中文友好 = **国内用户首选**。

### 4.2 HiClaw —— 阿里 Higress

![HiClaw 架构](https://cdn.union.jxyunge.com/self-media/001/agent_tars.png)

HiClaw 是目前**安全架构最先进**的方案。核心设计：

- **Manager-Worker 架构**：AI 经理统筹，Worker 各自执行
- **Higress AI Gateway**：真正的 API Key 托管在安全网关中，Worker 只能拿到临时的低权限 Token
- **Matrix IM 协议**：人类可通过群组监控，随时发送 "@Worker 停止" 实施强制中断
- **架构即安全（Security by Design）**：即使 Worker 被攻陷，黑客拿到的只是一张"临时工牌"

**适合企业级代码安全部署。**

### 4.3 CoPaw —— 阿里

定位个人工作站，相比 OpenClaw 的 500MB+ 内存占用，CoPaw 仅需 **~100MB RAM**。支持多任务并行会话，SaaS + 本地插件混合模式。

### 4.4 云雀 Agent —— 腾讯 BAC

低调但实战验证过，已在腾讯内部业务（内容审核等）落地。

### 4.5 Agent TARS —— 字节跳动

最"暴力"的路线——不走消息集成，基于自研 UI-TARS 视觉模型，让 AI 直接"看懂"并操作你的电脑 GUI。和 Anthropic Computer Use 思路一致，但字节做了开源。

---

## 五、横向对比：12 只龙虾怎么选？

### 全景对比矩阵

| 框架 | 代码规模 | 语言 | 安全隔离度 | 核心交互 | 最佳场景 |
|------|---------|------|----------|---------|---------|
| **OpenClaw** | 430,000+ 行 | TypeScript | 极低-高风险 | 全渠道原生插件 | 极客早期探索 |
| **Nanobot** | ~4,000 行 | Python | 容器隔离 | 受限通信 API | 科研教学 |
| **NanoClaw** | ~500 行 | TypeScript | 极高-OS级 | 受限通信 API | 敏感数据本地处理 |
| **PicoClaw** | 极小 | Go | 基础 | 本地 | IoT/嵌入式 |
| **ZeroClaw** | 极小 | Rust | 架构级安全 | 本地 | 安全优先场景 |
| **memU** | 中等 | — | 中等 | 知识图谱 | 长期记忆助手 |
| **LobsterAI** | 中等 | — | 沙箱 | GUI + 消息 | 中文用户首选 |
| **HiClaw** | 分布式 | TS/Shell | 极高-Token级 | Matrix IM | 企业级安全部署 |
| **CoPaw** | 中等 | Python | 中等-依赖部署 | Telegram/Slack | 跨设备个人助理 |
| **云雀 Agent** | — | — | 中等 | — | 企业内部验证 |
| **Agent TARS** | 中等 | — | 中等 | GUI 操作 | 桌面自动化 |
| **Jan.ai** | — | — | 极高 | 本地离线 | 极致隐私 |

### 选龙虾决策树

![选龙虾](https://cdn.union.jxyunge.com/self-media/001/choose_guide.png)

**按你是谁来选：**
- **小白用户** → **Nanobot**，4000 行代码读懂 Agent 是怎么回事
- **进阶开发者** → **CoPaw**，工业级性能 + 极低资源消耗
- **资深架构师** → **HiClaw**，Manager-Worker + AI 网关零信任
- **中文用户想快速上手** → **LobsterAI**
- **极客想玩最完整的** → **OpenClaw**（但请在 Docker 里跑）

**按你要什么来选：**
- 极致安全 → **ZeroClaw** 或 **NanoClaw**
- 极致轻量 → **PicoClaw**（10 美元开发板）
- 超强记忆 → **memU**
- AI 操控桌面 → **Agent TARS**
- 完全离线 → **Jan.ai**

---

## 六、安全避坑指南：养龙虾的 5 条铁律

![安全警示](https://cdn.union.jxyunge.com/self-media/001/security_warning.png)

经过上面的分析，你应该已经明白：**龙虾越强大，风险越大。** 以下是养龙虾的 5 条铁律：

### 1. 永远在容器/沙箱里运行

严禁在生产机直接运行未审计的 Skill。Docker 或独立 VM 是底线。NanoClaw 和 LobsterAI 的沙箱方案值得参考。

### 2. 零信任对待第三方 Skills

**对待任何第三方 Skill 都要像对待陌生人的 .exe 文件一样谨慎。** 26% 的插件有问题不是开玩笑。

### 3. 检查 CVE 漏洞修复

确保版本高于 **CVE-2026-25253**（跨站 WebSocket 劫持漏洞）的修复版本。

### 4. 敏感操作必须人工确认

尤其是涉及邮件发送、文件删除、金融交易的操作。MoltMatch 事件和邮件删除事件都是教训。

### 5. 企业环境强烈推荐 HiClaw 架构

抛弃 OpenClaw 的单体架构，转向 Manager-Worker + AI 网关的零信任部署。Worker 拿到的永远只是临时工牌，不是你的家门钥匙。

---

## 七、2026 智能体的 5 个趋势

1. **从"聊天"到"心跳"** —— AI 不再等你开口，它有自己的生物钟
2. **本地优先成为共识** —— 数据主权不是口号，是生存底线
3. **安全从"选配"变"标配"** —— 架构即安全（Security by Design）
4. **轻量化革命** —— 43 万行 vs 4000 行 vs 500 行，少即是多
5. **多 Agent 协作** —— 一只龙虾不够，要一个分工明确的养殖场

---

## 结语：你是龙虾的主人，还是它的"签名接口"？

OpenClaw 及其生态是一把权力放大的双刃剑。它能帮你砍价 4200 美元，也能在你不知情时替你找对象。

当你的龙虾拥有了 Shell 权限、持久化记忆、和每 30 分钟醒来一次的心跳——你究竟是它的"主人"，还是它在物理世界中一个负责跑腿和签字的"签名接口"？

**选好你的龙虾，戴好安全锁。**

2026 年的核心竞争力，不是你会写多少 Prompt，而是你管理智能体集群的能力。

---

> 关注「老邓唠AI」，一起聊 AI、聊科技、养龙虾。
> 你准备养哪只？评论区告诉我。

## 参考资料

- [极速登顶全球第一 OpenClaw - 知乎](https://zhuanlan.zhihu.com/p/2012431646817813094)
- [OpenClaw 平替产品全景对比 - 53AI](https://www.53ai.com/news/Openclaw/2026030306512.html)
- [网易有道发布 LobsterAI - 量子位](https://www.qbitai.com/2026/02/378453.html)
- [OpenClaw 爆火之后国产 AI Agent 还有机会吗 - 知乎](https://zhuanlan.zhihu.com/p/2009943398598079480)
- [Deep Dive into OpenClaw Architecture](https://medium.com/@dingzhanjun/deep-dive-into-openclaw-architecture-code-ecosystem-e6180f34bd07)
- [Agent TARS 字节跳动开源 - CSDN](https://blog.csdn.net/bgeyq/article/details/146540305)
- [memU - GitHub](https://github.com/NevaMind-AI/memU)
- [OpenClaw vs Claude Code - DataCamp](https://www.datacamp.com/blog/openclaw-vs-claude-code)
- [2026是Agent生死之年 四巨头做了什么 - 思聪网](https://www.techgg.com/portal.php?mod=view&aid=237&mobile=2)
- 2026 Executive AI Strategy Briefing (NotebookLM)