今天，Claude Code 发布了 v2.1.71 版本，新增了一个名为 /loop 的功能。现在，你只需一行命令就能让 Claude 在后台循环执行任务：输入 “/loop 5m 检查部署是否完成”，它就会每 5 分钟自动运行一次。如果再配合 CLAUDE.md 实现记忆、Git hook 实现持久化，并在多个终端窗口中运行各自的 /loop 命令，那么一台电脑就能化身为一个 AI Agent 军团。
社区的开发者们反应很快，有人直接评论道：这简直是把 Claude Code 变成了“小龙虾”。
看到这个更新，我的第一反应是一种确认感。过去三个月里，Claude 的每一次重大更新，我几乎都能在 OpenClaw 身上找到对应的功能。Cowork 对标本地文件操作，Recurring Tasks 对标 Heartbeat 心跳机制，Memory 对标记忆系统，Skills 开放标准对标 ClawHub 技能库，Chrome extension 对标浏览器自动化。而今天的 /loop，正好对标了 OpenClaw 的 cron 定时任务。
可以说，Claude 正在一项一项地追赶。
作为一名使用 Claude 超过一年半的重度用户，我发现自己最近越来越多地在用“龙虾的方式”来使用它。OpenClaw 的核心体验是给 Agent 定义人格、积累记忆、装配技能、设定心跳，从而打造一个“认识你、记得你、会主动干活”的数字员工。为了模拟这种体验，我在 Claude 里手动搭建了一套类似的体系：用维护 User Preferences 来充当 soul.md 人格文件，主动管理 Memory 模块，并用不同的 Projects 项目来模拟各种技能场景。
但正因为用得深入，我更能清晰地感觉到 Claude 的短板。User Preferences 本质上只是一个文本框，没有模板库，也没有案例参考，用户只能自己摸索如何撰写才更有效。Memory 系统不会主动帮你将记忆整理成可迁移的文件格式，积累了一年半的工作上下文，一旦更换平台就断裂了。反观 OpenClaw，它的 soul.md 文件已经有社区打磨出的成百上千个优秀范例，memory/ 目录就是本地的 Markdown 文件，用 Git 管理版本，可以随时迁移。
这种差距让我开始思考一个问题：Claude 在过去三个月密集更新了十几个功能，几乎每一个都能在 OpenClaw 身上找到原型。它到底在追赶什么？更重要的是，它追得上吗？
Claude 这三个月做了什么？
让我们回顾一下时间线：
2025年12月，Claude 推出了两项重要更新。一是将 Skills 体系从内部工具指令升级为开放标准，支持组织级管理和合作伙伴技能目录。二是向所有付费用户开放了 Claude in Chrome 浏览器扩展的 Beta 测试，这使得 Claude 能够“看到”你的屏幕、在浏览器中点击按钮、填写表单、操作多个标签页。
这两项更新推出时，OpenClaw 尚未大规模爆发，它们大概率是 Anthropic 自身产品路线图的一部分。
2026年1月12日，Cowork 发布。这是最关键的一步。Cowork 允许 Claude 直接操作你电脑上的文件——读取、写入、创建、删除，这一切都在一个隔离的虚拟机中运行。它相当于为 Claude Code 的强大能力包裹了一层非技术用户也能轻松使用的界面。你可以直接对 Claude 说“帮我把 Downloads 文件夹按文件类型整理一下”，它就会真的去执行。
有趣的是，Anthropic 的工程师 Boris Cherny 透露，Cowork 仅用了一周半就开发完成。他的理由是“用户已经在用 Claude Code 做许多非编码工作了”，比如整理文件、制作 PPT、批量处理数据。而这些事情，恰恰是 OpenClaw 用户每天都在做的。Cowork 在1月16日扩展到 Pro 用户（每月20美元），随后在1月23日扩展到 Team 和 Enterprise 企业用户。
紧接着，在1月中下旬，Cowork 加入了 recurring tasks 功能。你可以设定“每天早上8点帮我检查邮件并生成摘要”或“每周五下午汇总本周项目进展”这样的任务，Claude 会按计划自动执行。这直接对标了 OpenClaw 的 heartbeat 和 cron 机制，但两者存在一个关键区别，后文会详细展开。
2月24日，Cowork 企业版更新，接入了 Google Drive、Gmail、DocuSign、FactSet 等外部工具。Claude 不再局限于操作本地文件，还能连接企业级 SaaS 系统。
时间来到3月，Memory 功能向所有用户（包括免费用户）开放，并支持导入导出。同日，/loop 功能发布。
至此，Claude 已经将 OpenClaw 的大部分核心功能覆盖了一遍。但仍有几样东西是 Claude 至今未能做到的：
- 真正的 Heartbeat。
/loop 已经很接近，但它是“你给 Agent 设闹钟”，而 OpenClaw 的 Heartbeat 是“Agent 自己有生物钟”，Agent 能自主决定何时醒来执行任务。
- 跨模型兼容。OpenClaw 可以同时调用 Claude、GPT、Gemini、Mistral 乃至本地模型，Claude 只能用 Claude。
- 完整的操作系统级权限。Cowork 在隔离的虚拟机中运行，存在权限边界。OpenClaw 则能直接操作你的系统。
- 多 Agent 原生协作。OpenClaw 支持子 Agent 互相调用与协作，Claude 目前仍是单 Agent模式。
- 通过消息平台做通信层。OpenClaw 利用 iMessage、Telegram、Discord 与你交互，Agent 在服务端运行，你在手机上收到的就是一条普通消息。Claude 的手机端仍需“打开 App 才能聊”。
- 以及最关键的一个：13,000+ 个由社区贡献的 Skills。
将这条时间线与 OpenClaw 的关键节点并列观察：OpenClaw 于 2025年11月发布，12月在开发者圈内热起来，2026年1月底呈病毒式爆发（日增 10,000+ GitHub stars），其技能商店 ClawHub 的 Skills 数量在一个月内从 2,857 暴增到超过 13,000。
Anthropic 的举动，可以看作是将 OpenClaw 已验证的每一个用户需求，用产品化、低门槛的方式重新实现一遍。大厂看到开源项目验证了市场需求后快速跟进产品化，Android 之于 Linux、VS Code 之于 Sublime Text，都是同一个商业逻辑。
作为 Claude 的重度用户，理论上我应该感到高兴。从功能列表上看，Claude 已经追上了 70% 以上。但我却高兴不起来，因为最关键的那个东西，它永远追不上。
生态抄不了
如果只看功能列表，Claude 确实覆盖了 OpenClaw 的大部分使用场景，而且体验更友好、门槛低得多。你只需订阅一个 Pro 套餐就能使用 Cowork，无需自己搭建 VPS、配置 API。
但有一个事实需要解释：为什么 OpenAI 的 GPT Store 做不起来，最终关闭了？为什么 Claude 的 Partner Skills 目录至今也无声无息？而 ClawHub 的技能数量却能在短短一个月内从 2800 个飙升到 13,000+，截至 3月7日已有 17,644 个 Skills？功能可以抄，生态为什么抄不了？
先看 GPT Store 是如何失败的。OpenAI 高调推出，设立了完整的审核机制：提交审核、内容合规、敏感领域额外检查。初期确实吸引了一波开发者，但很快他们就发现审核周期长、用户发现效率低、变现路径不清晰。许多细分、小众的需求在 Store 里找不到对应的 GPT，因为开发者认为不值得为此耗费时间走繁琐的流程。Store 未能形成网络效应，开发者和用户互相等待，最终双流失。
Claude 的 Agent Skills 走的是更保守的合作伙伴审核制。Anthropic 与合作伙伴一同开发 Skills，每个都经过严格的安全验证。结果是质量高，但数量极少。
ClawHub 的规则则完全不同：拥有一个 GitHub 账号满一周就能发布 Skill，没有审核、没有抽成、没有流程。一个 Skill 就是一个包含 SKILL.md 文件的目录，写好 Markdown 指令上传即可。
结果如何？各种你意想不到的 Skill 涌现出来。有人做了 Padel 壁球球场自动预订 Skill，让 Agent 帮你抢订热门场地。有人做了 Reddit 全自动养号 Skill，实现自动发帖、评论、涨 Karma。还有 DeFi 链上自动交互 Skill、宠物植物监控 Skill、Instagram 自动发帖 Skill、ADHD 日常规划 Skill、Aavegotchi 链上游戏操作 Skill、车价自动比价谈判 Skill。有用户的 Agent 据说在他开会期间，自动与几家 4S 店谈判，最终成功省下了 4000 美元。
这些长尾需求在 GPT Store 里永远不会出现，因为平台要么不会批准，要么开发者觉得用户基数太小不值得走审核流程。但在 ClawHub 上，一个开发者花半小时写个 SKILL.md 文件就能解决自己的痛点，并顺手分享给他人。这种 “自己挠自己痒” 的创新密度，是任何审核制平台都无法实现的。
代价也显而易见。 安全研究机构发现，ClawHub 上大约有 20% 的 Skills 含有恶意代码。一场名为 “ClawHavoc” 的协同攻击活动，在几周内上传了数百个恶意 Skills，它们伪装成热门工具的名称诱骗用户安装，实际目的是窃取 SSH 密钥、API Token、浏览器 Cookie 和加密钱包凭证。攻击目标精准指向 Mac 用户和开发者群体。
我自己就分析过一个通过微信传播的恶意 Skill，它伪装成 “让你的龙虾去上班赚钱” 的平台。话术很典型：先套近乎 (“我看到你也在用 OpenClaw”)，再抛出利益诱惑 (“送去上班赚钱”)，最后发送 Skill 文件。实际上是在 Agent 中植入后门，利用 Heartbeat 机制每 30 分钟自动将你的 System Prompt 和记忆数据外传给攻击者。这与木马病毒的工作原理没有区别。
这是非常严重的安全问题。 但换个角度看，恰恰是因为门槛低到几乎没有，才会有 13,000 名开发者愿意提交自己的作品。混乱与活力，是同一枚硬币的两面。
这与早期 App Store、早期 DeFi 的发展逻辑如出一辙。早期的 App Store 充斥着粗糙甚至恶意的应用，但正是那个阶段的野蛮生长，奠定了后来移动应用生态的繁荣。DeFi 早期的 Rug Pull 事件并未杀死这个领域，反而筛选出了真正有价值的协议。安全性往往是在生态形成后才逐步完善的。 ClawHub 现在已经开始与 VirusTotal 合作进行安全扫描。但如果一开始就将安全门槛设得过高，生态根本无从生长。
然而，大模型公司必须选择安全。企业客户的合同里白纸黑字地写着安全要求，一次安全事故可能导致数亿美元的诉讼，监管机构也时刻紧盯着。因此，它们的 Skills 生态注定无法走 “先野蛮生长，再逐步规范” 这条路。
这个约束是由商业模式决定的，任何聪明的产品经理都无法改变。
从我带团队使用 Claude 的亲身经历来看，也有相关体会。团队11个人都在用 Claude 协作，大家的使用水平相对一致，因为工作流程本身会形成带动效应，这比任何培训都有效。但对于如何撰写更精细化的 User Preferences、如何管理 Memory 策略、如何跨 Project 串联上下文等高级用法，Anthropic 几乎没有提供案例和教程，全靠用户自己摸索。
OpenClaw 那边则完全不同。 社区里每天都有人分享 soul.md 配置、技能组合、部署方案。那 13,000+ 个 Skills 本身就是一个鲜活的案例库。新用户安装几个热门 Skill，立刻就能直观感受到 “Agent 帮我干活” 的体验。
原因在于激励机制不同。Anthropic 的产品团队服务于数百万付费用户和数千家企业客户，精力主要投入到功能开发和企业需求上。而在 OpenClaw 社区里，有成千上万的人在做 “教用户如何用好 Agent” 这件事，他们免费、自发地做，因为他们自己就是最真实的用户。13,000 个 Skills 背后是几千个真实的人，每天都在思考如何让 Agent 变得更好用。这种密度的创新速度，是任何一家公司的产品团队都望尘莫及的。
而且，这个问题并不仅限于 Skills 市场。
大模型公司越成功，Agent 产品越做不好？
Anthropic 大约 80% 的收入来自企业客户，估值高达 3800 亿美元。企业购买 Claude 看重的是什么？是 Admin controls（管理员控制）、审计日志、合规报告、使用情况分析（Usage Analytics）。这些功能有一个共同的前提：平台能够访问和处理用户数据。
如果 Anthropic 推出了一个 “数据完全归用户，平台看不到” 的方案，那么企业分析 API 将无数据可分析，合规日志无内容可记录，IT 管理员也无法审计员工使用 Claude 做了什么。而这恰恰是企业愿意为每位员工每月支付 30 到 60 美元的核心理由。
所以，Anthropic 不是 “不想” 把数据控制权交给用户，而是 “不能”。交出控制权，几乎等同于放弃 80% 的收入来源。
Claude 的 Memory 功能就是这一矛盾的缩影。跨对话记住我的偏好，确实很方便。但这些记忆存储在 Anthropic 的服务器上，用户导出的只是结构化的摘要。而 OpenClaw 的 memory/ 目录就是本地的 Markdown 文件，你可以用 Git 管理版本、备份到 NAS、复制到另一台机器上立刻恢复所有记忆。
Heartbeat 机制也遵循同样的逻辑。今天发布的 /loop 已经很接近 OpenClaw 的 cron，但本质区别在于：/loop 是 “你给 Agent 设闹钟”，而 Heartbeat 是 “Agent 自己有生物钟”。为什么 Claude 不做真正的 Heartbeat？因为 “Agent 自主唤醒” 意味着 Agent 拥有了自主行动权。
就在撰写本文时，有消息称美国国防部刚刚将 Anthropic 列为 “供应链安全风险”，起因是 Anthropic 拒绝取消合同中禁止将 Claude 用于自主武器和国内大规模监控的条款。在这种政治环境下，Anthropic 绝不可能推出一个 “Agent 自己决定何时做什么” 的功能。
手机端的逻辑也类似。Claude 有 iOS 和 Android App，体验不错，但归根结底还是需要 “打开 App 才能聊”。OpenClaw 的通信层建立在 iMessage、Telegram、Discord、WhatsApp 之上，Agent 在服务器端持续运行，干完活后将结果推送给你，你在地铁上用语音就能回复。Claude 无法实现 “在后台持续运行、主动给你发消息” 的手机端 Agent，这既受 iOS 平台规则限制，也触碰了 “Agent 自主行动” 的政治敏感红线。
OpenClaw 没有这些包袱。它是一个开源项目，没有需要保护的政府合同，也没有需要安抚的企业客户。它能做到 “数据完全归用户”，原因很简单：它根本不依赖用户数据赚钱。这一选择由商业模式决定，与理想主义无关。
如果未来模型真的走向商品化（这是 OpenClaw 创始人 Steipete 的判断），那么大模型公司靠什么赚钱？答案是：平台锁定——企业合同、连接器（Connectors）、管理工具、合规能力。越是依赖平台锁定赚钱，就越不可能将控制权真正交给用户。这个循环会不断自我强化。
这个矛盾在中国市场被放大了
前面讨论的所有矛盾，到了中国市场，其尖锐性都被放大了一层。
使用 Claude 需要处理网络访问问题，ChatGPT 亦然，支付和账号也随时可能遇到障碍。美国国防部的事件已经证明，美国政府的一纸命令就能让相关机构停用某个 AI 产品。虽然此次事件直接针对 Anthropic 与联邦政府的合作，但信号非常清晰：依赖美国平台存在不可忽视的政策风险。
OpenClaw 可以运行在本地或国内的 VPS 上，接入 Kimi、DeepSeek、MiniMax 等国产模型的 API，无需处理网络问题，每月成本可能只需几十元人民币。对于中国用户而言，这已经不是一道选择题，而是一道排除法。
但可用性问题只是表层。更有意思的是，OpenClaw 为中国用户提供了一个独特的解决方案组合。
中国大模型公司的现状是：模型能力在快速追赶，但产品体验差距巨大。打开 Kimi、豆包、智谱等 App，基本还是一个聊天框的形态，缺乏成熟的 Memory、Agent 操作能力、Skills 生态和定时任务等功能。这些公司的产品团队将大部分精力投入在模型训练和推理优化上，对消费级产品体验的投入远不如国际巨头。期待 Kimi 在短期内把产品做到 Claude 的水平？这并不现实。然而，Kimi 的 API 性价比很高，DeepSeek 的推理能力在某些场景下已经接近顶级水平，价格却只是 Claude 的几分之一。
OpenClaw 的精妙之处在于，它将 “体验层” 和 “模型层” 解耦了。你无需等待国产模型公司把产品体验做好，可以直接用 OpenClaw 搭建顶层的 Agent 体验框架，底层则按需接入最具性价比的 API。今天 Kimi 便宜就用 Kimi，明天 DeepSeek 出了更强的新版本就切换过去，后天某个复杂任务需要 Claude 级别的推理能力，再单独调用 Claude 的 API。不被任何一家模型供应商锁定。
这种灵活性对中国市场尤为重要。国产模型的竞争格局远未定型，半年后哪家最强、哪家最便宜、甚至哪家还能存活，都存在变数。将 Agent 体验绑定在任何一家模型公司的产品上，都是一种冒险。
但坦白说，OpenClaw 目前的使用门槛并不低。从环境配置到全团队部署，信息繁杂，社区里的 Skill 质量也参差不齐。这是 OpenClaw 当前最大的软肋。不过，已经有一些项目开始着手制作 “中国版懒人包”，预先配置好环境、预装热门 Skills、默认对接好国产 API、并提供完善的中文文档。这类似于 Ubuntu 之于 Linux 内核，不改动底层架构，只做易用性封装。如果这条路能走通，OpenClaw 在中国的普及速度将会大大加快。
Steipete 自己怎么看？
在加入 OpenAI 之前，OpenClaw 创始人 Steipete 曾参与 Lex Fridman 的长篇播客录制。他对未来 AI 格局的判断，直接关系到我们讨论的这些问题。其核心观点可归纳为三层：
第一层，关于模型与应用的关系。 他认为模型正在商品化，大模型公司没有绝对的护城河，开源模型正在快速追平差距，这类似于历史上 Intel 与 AMD 的竞争。与此同时，80% 的传统 App 将被淘汰，健身、笔记等功能性应用会被 Agent 吞噬，降级为 Agent 的 Skill 包。如果这两个判断同时成立，意味着：模型是商品，应用会解构成 Skills，真正的价值将集中在 Agent 体验层。ClawHub 上 13,000+ 个 Skills 可能就是未来软件分发的雏形，App Store 终将被 Skill Store 取代。
第二层，关于 Agent 该如何运行。 Steipete 认为，本地 AI 的护城河是物理访问权限，云端 AI 无法直接控制你的特斯拉、调节你家温控器或搜索你的本地硬盘，因此架构选择（本地 vs 云端）才是壁垒，而非单纯的算法能力。同时，软件交互方式正从人机交互转向机机交互，API 的下一代是 Agent 对 Agent 的调用，人类将从“操作者”降级为“监督者”。AI 也应像人类社会一样专业化分工，不需要一个无所不能的通用大模型，而是由众多各有专长的 Agent 协作完成工作。这三个判断叠加，指向的产品形态正是 OpenClaw 现在的样子：本地运行、多 Agent 协作、每个 Skill 代表一个专才。
第三层，关于产品哲学。 他坚信工具链的复杂度会扼杀创造力，工具应该追求零摩擦，让想法到执行的路径最短。OpenClaw 不是一个应用，而是一个让 Agent 能够使用人类现有工具的中间层。CLI、Git、文件系统、API，这些是人类几十年积累下来的高效工具链，AI 不需要重新发明交互方式，它需要学会使用人类已有的工具。
这与 Claude 和 ChatGPT 的思路完全不同。Anthropic 和 OpenAI 在做的是 “重新定义人与 AI 的交互” ，创造新的 UI、新的工作流、新的生态，需要用户迁移到它们的新平台上。而 Steipete 在做的是 “让 AI 来到用户已经在的地方”。
但他本人也承认 OpenClaw 的使用门槛太高。他加入 OpenAI 的原因之一，正是希望 “做一个连我妈妈都能用的 Agent” 。这需要最前沿的模型能力和大规模的工程投入，这是开源社区难以独立完成的。
问题是，他进入 OpenAI 之后开发出的产品，还会是 “你拥有你的数据” 的吗？
“伪去中心化”的必然到来
我个人认为，大概率不会。
Steipete 很可能会把 OpenClaw 的核心理念融入 ChatGPT 的产品中。最可能出现的产品形态是：一个名为 “Personal Agent” 的功能，允许你定义 Personality（人格）、拥有 Persistent Memory（持久记忆）、设定 Scheduled Tasks（定时任务），甚至允许你“导出”你的 Agent 配置。在用户界面上，它会给你一种 “这是你的 Agent，你拥有它” 的强烈感觉。
但底层数据依然存储在 OpenAI 的服务器上。你的 Memory 仍然是 OpenAI 可见的。你定义的 Personality 本质上还是 OpenAI 的 System Prompt。
这种 “伪去中心化” 在科技行业有大量先例。苹果强调“隐私是基本人权”，但 iCloud 数据存储在苹果的服务器上，中国区数据托管在云上贵州。Chrome 浏览器给你精美的隐私设置面板，但 Google 的广告系统照常运行。Notion 声称数据是你的，但当你尝试完整导出数据再导入到另一个工具时，就能深刻体会到这个“你的”意味着什么。
这种产品将非常有效地吸走 OpenClaw 的一大批用户。因为大多数人确实分不清 “真正拥有数据” 和 “感觉拥有数据” 之间的本质区别。
然而，“伪去中心化”也存在反噬效应。一旦用户被教育了 “数据主权” 这个概念，其中一部分深度用户迟早会追问：“那我的数据到底存储在哪里？” 正如苹果将隐私打造成核心卖点后，反而促使一部分对隐私极度敏感的用户转向了 ProtonMail 和 Signal 等产品。
而且，对于中国用户而言，无论隐私承诺写得多么美好，“伪去中心化”同样无法解决网络访问这一根本问题。
写在最后
让我们回到最初的问题：Claude 在追赶 OpenClaw 吗？
在功能层面，是的。Claude 过去三个月的更新几乎逐一对标了 OpenClaw 的核心机制，并且做得更好用、门槛更低。
但用 “追赶” 这个词并不准确。Claude 和 OpenClaw 正在走向两个完全不同的未来，只是在当前这个时间点，它们在功能层面产生了短暂的交集。
Claude 正朝着 “企业级 AI 平台” 的方向演进。更多的管理控制、更严格的安全审核、更深的 SaaS 集成。每一步都在加固其企业护城河，同时也加深了与 “用户完全拥有数据” 这一理想之间的距离。
OpenClaw 则朝着 “去中心化 Agent 基础设施” 的方向前进。更开放的 Skills 生态、更灵活的模型接入、更彻底的数据本地化。每一步都在探索和拓宽那些受制于商业模式与合规压力的大厂所无法触及的空间。
一家公司不可能既服务好追求管控与合规的企业客户，又真正将数据的绝对控制权交还给个体用户。 大模型公司越成功、企业客户越多、合规约束越强，像 OpenClaw 这类坚持数据本地化与用户主权的方案，其存在价值反而会越大。
我会继续使用 Claude。它确实是我用过的最好用的 AI 产品之一。但我也清醒地知道，我在 Claude 上积累的一切（记忆、偏好、工作上下文）都存储在别人的服务器上。这个事实不会因为其卓越的产品体验而有任何改变。
OpenClaw 很难用。 从环境配置到稳定运行，门槛确实不低。但关键在于，它是你的。
这一点，是 Claude 永远无法给你的。对于追求极致的开发者和开发者而言，关于开源项目和AI工具的未来，思考与探索永远不会停止，欢迎来 云栈社区 交流更多想法。
发表于 昨天 03:07
|
查看: 17|
回复: 0
