按：就在我发布这篇文章的时候，看到了新闻，OpenClaw 花落 OpenAI。这是一个有意思的新局面，但不影响本文的观点和判断。
最近有一个时刻让我非常震撼，就是看到 OpenClaw 火了的时候。
上一次我有这种程度的震撼，还是刚开始用 Claude Code 的时候。但这一次，震撼的方向完全不同。Claude Code 给我的震撼是“现在竟然能做到这个地步”，而 OpenClaw 给我的震撼则是：“这东西居然还能火？”
第一部分：完全无法理解的“倒退”
我对 OpenClaw 的火的不理解是全方位的：它不仅实现上粗糙，更在产品形态的本质设计上让我觉得不合时宜。
一、本质设计的“不合时宜”
首先，我认为这个产品的形态本身就有问题。这不是靠优化代码能解决的，而是根源上的理念冲突：
OpenClaw 不仅本身运行在本地电脑上，而且它处理的对象也很大程度是本地文件。
对我们这一代开发者来说，“云原生”的思想钢印深入人心。一个应用即使现在还不是云原生，也得朝着这个方向走。如果一个应用不云原生，还能在当今的市场环境下获得广泛受众（甚至有多少用户还在用电脑都成疑），在我看来简直是天方夜谭。
在我的技术和产品审美里，我希望尽可能多的东西都在云端。相比之下，跑在云端、在受控沙箱里执行的 Manus 显得太先进了：既安全又流畅。
我刚听说 OpenClaw 的时候（那时候还叫 Clawdbot），就觉得它的产品形态让我想不到任何对我有意义的使用场景。在电脑上要做的事情，如果跟写代码有关，我都可以用 Claude Code 解决；如果跟写代码无关，那也有一大堆成熟应用可以用。所以那时我也不着急去试这个东西：这类风口经常一阵一阵的，我没那么多时间去追踪所有新鲜玩意儿。
但后来有一天，我在同一天内听到公司两个管理层领导提到它，而且还非常积极地要求大家去用，我才开始更认真地看它。第二天我就安装了 OpenClaw，一直用到现在。虽然我一直很积极地、千方百计地尝试着用它，但直到今天它依然没有给我一个“惊艳时刻”。
二、实现层面的“粗糙”
抛开理念不谈，单看执行层面，它的体验也是灾难级的。
也许是习惯了智能体时代的丝滑体验，我对麻烦事情的忍耐力确实退化了。
在安装、配置的过程中我遇到好多小问题，总是忍不住想把它交给我的编程智能体去帮我安装。但转念一想，我就是为了体验这个产品的方方面面、获得一些认知，才来折腾它的。所以我还是采用了最传统的手动安装：每次只有碰到一个问题，才复制过去问 ChatGPT。
举个例子吧：在我的观念里，这个时代的任何一个语言模型，如果调用时不带互联网搜索，那它说的话我一个字也不敢信。而 OpenClaw 的搜索接口是要另外配置、另外添加的。如果不是像我这样刚好能猜到它底层怎么用，也了解各家的接口、甚至了解独立搜索接口市场的格局，我相信普通用户，甚至是专业但不在这个领域的用户，可能根本不会注意到“它有没有搜索”这件事。
当然，我也理解为什么它把这些接口拆开，背后有技术和产品的原因（此处省略 150 字）。但正是这一点点、一点点的摩擦，让整个安装体验变得非常麻烦，尤其是你想要让它发挥出传说的效果的话。
就算用起来了：密密麻麻但缺少详细说明的配置选项、充满 bug 且功能不齐全的控制面板和 macOS 应用（命令行相对好一些），每一项都在考验耐心。尤其当你已经用惯了很丝滑的东西之后，就更难忍。
如果我要花精力去研究文档、排查配置问题，甚至还要查攻略、装第三方插件，那这跟我自己用编程智能体写一套脚手架有什么区别？把这个半成品修到适合自己使用的程度，精力恐怕比直接造一个更适合自己的工具还要大。
三、但它居然火得一塌糊涂
只听想法，我觉得没意思；上手之后，我更觉得是灾难。但现实是：这样一个在我看来既不安全、又不流畅、设计还很糟糕的“半成品”，却火得一塌糊涂。
中外科技媒体大幅报道，热度两个多星期都没熄。这个项目的创始人甚至成了扎克伯格和山姆·奥特曼的座上宾。
这种产品质量与市场热度之间的巨大反差，是我最看不懂的地方。
第二部分：试图寻找合理性
在强烈的认知失调下，我试图分析这种“反我认识”的现象，总结出几个它可能踩中的风口，抛砖引玉。
一、我认识到：云原生并不一定是当下智能体应用的最佳形态
云原生是过去十几年里行业内的绝对“政治正确”，所以在我潜意识里，我默认所有好产品、真正用户多的应用都应该是云原生的，根本没想过例外。
但写这篇文章的思考过程中，我才惊讶地想到：被我认为近乎完美的 Claude Code，在普通模式下其实也是本地的。
可能是它太丝滑了，让我在潜意识里产生了错觉。但抛开层层包装，你不需要查证资料就会很清楚地意识到：Claude Code 作为一个智能体的脚手架，它的反应循环执行、使用工具、以及把正确的信息组装成上下文发给语言模型的这些部分，都是在本地发生的。直到环境中的所有信息被整理成一次推理请求，它才调用云端（而这一点上，OpenClaw 也是如此）。所以从本质上看，Claude Code 和 OpenClaw 其实是一类产品。
二、处理电脑本地内容（电脑端使用）的需求并没有那么小
我的几乎所有东西都在云端：云盘、电子邮件、在线文档之类的。所以我在听说 OpenClaw 后的好多天里，都想象不出我能让它在电脑上为我干什么。
但我恰恰忽视了：即使是“云原生”的我，我真正生产力的部分，代码库仍然几乎都是在本地编辑、本地运行的。以此类推，也能理解其他白领工作里，可能也有很多关键环节发生在本地。即使在我们略带傲慢的眼光里，会觉得“这没必要在本地”，但对相关人群来说，这就是现实。
我或许不需要 OpenClaw，因为我已经有并熟悉 Claude Code。但对那些没有的人来说，这可能就是他们的“Claude Code 时刻”。
此外，借这个机会我也想理一下前面“一、二”这两点的关系。如果把 x 轴看作“应用本身跑在本地还是云端”，y 轴看作“所处理内容在本地还是云端”，我本来以为会是四个象限各有代表，后来发现好像只有两个象限更合理，也就是说这两点互为表里：
第一象限（应用是云端原生，处理的内容也主要在云端。如果要处理本地内容，通过上传下载等步骤完成）：典型如 Manus、ChatGPT Agent。
第三象限（应用跑在本地，拥有本地文件夹权限。主要处理本地内容，但也可以调用云端接口）：典型如 OpenClaw、Claude Cowork。
对 Claude Code 和 Codex 之类的编程智能体来说，它们在第一、第三象限都支持。虽然厂商似乎非常热衷让用户尽量多用第一象限，仿佛从第三象限走向第一象限就完成了“云原生进化”，开创了更光明的未来，但现在绝大多数用户的舒适区还是在第三象限。
我不知道智能体的终局是不是都会从本地走向云端原生。现在的我会更谨慎地怀疑：这是不是一个毫无疑问的、带点辉格史观味道的“进步”。但至少从今天我们对编程智能体的使用情况看，本地运行反而是更常见的选择。
换句话说，我不知道 Manus 和 ChatGPT Agent 的形态未来会不会比 OpenClaw 更受欢迎，但至少今天它们还不如后者更贴近用户习惯。
三、免责的“野性”
OpenClaw 有一个非常特殊的反向定位（Counterpositioning）：它不是一家公司发布的商业产品。
正因为它不是商业产品，它不需要像其他智能体那样背负沉重的合规包袱和安全责任。这意味着它能做很多大厂产品不敢做、不能做、或者因为风险控制而被禁止的高风险动作。
本地运行也迎合了大众对“数据在自己手里”的直觉。尽管这样一个依赖复杂、没有大厂背书、也没经过广泛测试的开源项目直接跑在本地环境里，可能实际上远不如用云端服务安全，但那种“自由”的感觉确实不一样。对很多用户来说，“我能关掉 / 我能看代码 / 我自己担责”会在心理上被等同为安全。
这种不受监管的“野性”，在这个越来越保守的 AI 时代，本身就是一种稀缺资源。
四、时间：长程任务、定时任务、历史管理
时间是个很神奇的东西。
我看到很多用户分享的 OpenClaw 的“啊哈时刻”，都是它突然根据用户之前的要求或历史记录，发来相关且有帮助的信息。
这背后离不开长程任务、定时任务、历史管理这些能力。
理论上说，不管是 ChatGPT 还是各类编程智能体，都能在一定程度上做到这些，但它们在产品设计上确实没有把这些当作“第一等公民”。有些能力确实可能需要在用户掌控的本地、并由开源项目来做才更靠谱；但也有些未必如此，这里面可能存在产品设计上被忽视的机会。
五、即时通讯渠道
OpenClaw 目前最丝滑的使用入口是连接 Telegram。虽然 Telegram 的市场占有率不高，但它是一个真正的即时通讯平台。在里面你只是和一个账号聊天，相比打开一个专门用于 AI 的应用，它更像是让 AI 进入你的工作流，而不是你去找 AI，所以更自然、更有亲切感。
尤其是这也自然解锁了群聊等用法。ChatGPT 也在对话界面里尝试加入多人协作功能，本质上类似，但从流程的自然程度上还是差了一截。
六、粗糙带来的成就感
粗糙的产品、极其复杂的安装过程，可能反而是它获得初期流量的原因。
对一部分想凑热闹的人来说，能花很长时间把这个东西安装成功，本身就是一种快乐源泉。这种折腾的快感会让人产生“掌握高深技术”的错觉，于是兴奋地大肆宣传，声量很大。
我最开始的草稿里把这一点排得很靠前，而且带着一点讽刺。但后来我对它多了一些敬畏，虽然这种思维方式依旧不在我的舒适区：
- 粗糙迫使用户学习它的心智模型：一旦学会了，就更容易写教程、做分享、给别人“指点江山”。
- 粗糙提高了早期用户的筛选强度：留下来的往往更愿意折腾、更愿意传播。
- 粗糙让“可塑性”显得很大：大家会自然把自己想要的功能投射进去，产生“它几乎无所不能”的幻觉。
第三部分：反思与未来畅想
这次经历对我来说很有教育意义，让我看到了自己思维的盲区。回头看，我至少踩了几类“默认假设”：
第一，我把“云原生”当成了好产品的必要条件，忽视了当下智能体很多关键环节依然更适合在本地完成；第二，我低估了“电脑端使用”的真实需求，把自己的工作方式（大量内容在云端）当成了多数人的常态；第三，我把“摩擦”和“粗糙”只当成缺点，却没看到它在早期传播里可能反而是一种筛选机制、甚至是一种成就感来源；第四，我对“非商业、开源、自己担责”这种反向定位的吸引力认识不足——它带来的那种不受监管的野性，在今天反而是稀缺的；第五，我也忽视了渠道的重要性：当 AI 以即时通讯的形态嵌入工作流时，用户感知到的“自然程度”会发生质变；第六，最重要的是，我太习惯用自己的审美去推断市场，忘了市场经常会用一种很“反直觉”的方式告诉你：人们到底愿意为什么买单、为什么传播。
我们只有在现实环境中作出自己的判断，再与现实相互映证，然后不断思考、纠正自己的想法，才能取得长足的进步。智能体如是，人何以堪。
这次 OpenClaw 火了之后，我又看到有人嘲笑扎克伯格收购 Manus。跟小扎一样，Manus 也是“招黑体质”：从最初发布时就有“套壳”的质疑，到后来被 Meta 收购，再到现在一个“套壳套得更简陋”的 OpenClaw 反而占据头条。
虽然小扎常成为笑柄，但至少在商业和产品决策上，我向来不太质疑他。如果你了解他这二十多年来怎么一个数量级一个数量级地扩张，在一场场硬仗中胜出，还不时下几步闲棋的整个过程（我会推荐播客 Acquired），你大概率会相信他是一个商业嗅觉超过普通人好几个标准差的策略大师。如果有操作是我没看懂的，那大概率是我的问题。以我的段位，我完全没有资格评判他决策的优劣。
但以我浅薄的理解，现在是非常利好 Meta 的时刻。
OpenClaw 教育了市场，让人看到了这种产品形态，但它很可能终究需要一个商业团队来保障，把这个想法打磨圆熟。
而这种“打磨圆熟”，无论是跑在本地，还是跑在云端，都能用上 Manus 在智能体脚手架上的丰富经验：
什么情况做什么，什么任务用什么模型，哪些高频场景需要团队手动预设一些策略，哪些地方要预设一些技能，一直到最后智能体效果怎么评测、怎么保证持续进步。
如果说 Manus 是“套壳公司”的话，这些就是它套的壳，也是 OpenClaw 这种更初级的“套壳项目”终究要补上的一课。
更别提如果未来还是要走云端路线（我还是对此念念不忘），Manus 已经成熟的大规模、完全隔离沙箱的基础设施，也可以帮助它快速扩展。
我前面提到 OpenClaw 的另一大优势是渠道：它能出现在即时通讯平台里。它目前体验最丝滑的是在 Telegram，因为主流平台对这类机器人都有限制。但猜猜谁拥有即时通讯市场的半壁江山？
Meta 现在手上握有 Manus 和各种即时通讯平台，这仗打起来太顺风顺水了。
如果这时还能“千金买马骨”，把 OpenClaw 也收入囊中，那就更师出有名了。
但是，如果要走上更大的平台，产品里的野性必须一步步被去掉：
安全加强，那最刺激的用法就会被阉割。
体验变丝滑，可塑性就会下降。
生态变得更有秩序，早期使用者那样传播的热情也会下降。
怎样根据市场的情绪，在正确的时间做正确的事情，在魅力与规模之间做平衡，那就是一门鲜为人知的艺术了。