Clawdbot：當 AI 有了“手腳”，我們離全能助手還有多遠？

2026年1月的最后一周，AI 圈被一個開源項目徹底點燃了。

一個叫 Clawdbot 的 AI 智能助理突然爆火，火到什么程度？據說直接帶動了 Mac mini 的二手價格大幅上漲——因為它最適合部署這個項目，甚至一度引發囤貨。社交媒體上，AI 從業者們分成兩派：已經玩過 Clawdbot 的，和正準備玩的。

這個項目的命運也頗為戲劇性。由于名稱中的“Clawd”與 Anthropic 公司的 Claude 模型過于接近，它在1月27日曾短暫更名為 Moltbot（取意“龍蝦脫殼”），最終在月底定名為 OpenClaw。但出于習慣，我還是用它最廣為人知的名字——Clawdbot。

要理解 Clawdbot 為什么能引發如此大的關注，我們需要回到一個基礎框架：一個真正能干活的 AI Agent，由三部分組成——感知、決策、行動。

感知，就像人的眼睛耳朵，聽懂你的指令，看懂你給的任務。決策，就像人的大腦，調用大語言模型去拆解、分析你的需求。行動，就像人的手腳，真正去點鼠標、按鍵盤、改文件。

過去兩年，AI 的“眼睛”和“大腦”已經進化得相當恐怖。它能從幾千張混亂的裝修設計圖中瞬間提取建材清單，能看一張復雜的電路板照片就指出哪里可能存在焊接短路。大腦更是卷到沒邊，上知天文下知地理，前一秒還在幫你寫量子力學論文，后一秒就能調研行業給你一份幾百頁的商業計劃書。

但在“手腳”的能力上，發展一直沒那么迅速。很多專業人士都認為，2026年會是“行動”這一端大爆發的一年。而 Clawdbot 的出現，正是補齊了“行動”這塊拼圖。

它讓 AI 不再只是一個“回答問題的百科全書”，而是一個能夠理解復雜意圖、制定計劃、調用工具、完成閉環任務的智能代理。這是從“對話”到“行動”的范式躍遷。

#01

因無聊而生的革命

Clawdbot 的誕生，本身就是一個關于“財務自由后的無聊”的故事。

它的創造者 Peter Steinberger，是 iOS 開發圈里的傳奇人物。2010年，他在等待美國工作簽證期間——原計劃2-3個月，實際等了9個月——將為客戶開發的 PDF 引擎重構后拿出來賣，意外發現了市場需求。那個產品叫 PSPDFKit，一個跨平臺的 PDF SDK。

第一周，他賣出了2份。網站是用 WordPress 模板改的，簡陋到不行。但需求是真實的。接下來的幾年里，PSPDFKit 從一個人的副業，發展成支持 iOS、Android、Web、Windows、macOS 的完整解決方案。客戶名單里出現了 Dropbox、Lufthansa（他們的駕駛艙 iPad 用的就是 PSPDFKit）、IBM、Google、Microsoft。從2萬美元起步，8年內達到年收入100萬美元。

這是一個典型的“開發者財務自由”故事。Steinberger 實現了程序員的終極夢想：寫代碼賺到足夠的錢，然后可以選擇不寫代碼。他開始環游世界，曬太陽，享受生活。

但問題是，他發現自己閑不住。

2024年年底，他開始鼓搗一個新項目。最初只是想給自己做一個“真正好用的 AI 助手”——不是那種只能在網頁里聊天的玩具，而是一個能在他的電腦上真正干活的助理。幾周后，Clawdbot 的原型出來了。他把代碼開源，扔到 GitHub 上，沒想太多。

然后，2026年1月的最后一周，它突然爆了。

一周之內，GitHub 星標超過85,000，Fork 數超過11,500。社區開始瘋狂貢獻“技能包”（Agent Skills），從智能家居控制到 GitHub 自動化，從圖像生成到代碼審查，537個格式化的技能在幾天內涌現出來。人們在社交媒體上分享截圖：AI 在他們睡覺時清空了收件箱、重建了網站、安排了一周的行程。

這種爆發式增長，連 Steinberger 自己都沒料到。他在 GitHub 上積極回應安全問題，提供部署建議，像一個突然被推到聚光燈下的搖滾明星——誠實、坦率，甚至有點手忙腳亂。

這就是 Clawdbot 的起源：一個財務自由的程序員，因為無聊而寫的幾周代碼，意外地踩中了 AI 發展的關鍵節點。

#02

全能助理的三重架構

要理解 Clawdbot 為什么被稱為“全能助理”，我們需要拆解它的底層邏輯。它本質上是三個系統的融合：本地優先的 AI 網關、多平臺消息整合、長期記憶系統。

先說第一層：本地優先的 AI 網關。

大多數人用過的 AI 工具，都是在瀏覽器里聊天——ChatGPT、Claude、Gemini，你問它問題，它給你答案，僅此而已。它們被困在網頁的沙盒里，看不到你的文件，碰不到你的系統，更別提幫你干活了。

Clawdbot 不一樣。它運行在你的電腦或服務器上，擁有完整的系統訪問權限——文件系統、API 調用、腳本運行、郵件發送、日歷管理，全部在掌控之中。你對它說“幫我把下載文件夾里的文件按日期重命名”，然后就可以去喝咖啡了。后臺默默完成，不需要你復制粘貼、點擊確認、手動操作。

這是“本地優先”的核心價值：AI 不再是遠程服務器上的一個接口，而是直接長在你的數字生活里。

第二層：多平臺消息整合。

Clawdbot 可以通過 WhatsApp、Telegram、Discord、Slack、Signal，甚至 iMessage 接收指令。你不需要打開電腦、登錄網頁、切換應用。你可以在沙灘上曬太陽，用手機發一條消息：“幫我把那份報告的數據更新一下，然后發給團隊。” 它就會在你的服務器上執行任務，調用數據庫、生成圖表、發送郵件。

這種“無處不在的交互界面”，讓 AI 從一個“工具”變成了一個“同事”。你不需要適應它的工作方式，它會適應你的生活節奏。

第三層：長期記憶系統。

這是 Clawdbot 最被低估的能力。傳統的 AI 對話是無狀態的——每次對話結束后，它就忘記了一切。你下次再問同樣的問題，它還得重新理解一遍你的背景、你的偏好、你的工作流程。

但 Clawdbot 擁有持久化的記憶。它記得你一個月前說過的偏好，記得你的項目結構，記得你常用的工具和習慣。這種記憶分為三層：情景記憶（你們的對話歷史）、語義記憶（你上傳的文檔和知識庫）、程序記憶（你的行為模式和結構化偏好）。

這意味著，Clawdbot 會“越用越懂你”。一開始，你可能需要詳細解釋你的需求。三個月后，你只需要說一句話，它就知道你要什么、怎么做、用什么格式。它不是一個工具，而是一個真正意義上的數字助理。

這三層架構的組合，讓 Clawdbot 實現了一個關鍵突破：從“響應式工具”到“主動式助理”。這種架構不僅是數據的堆砌，更是構建了讓AI從短期應答向長期協同進化的閉環，賦予了助理真正的生命感。

它不僅能回答你的問題，還能監控股票價格、查收郵件，在發現異常或機會時主動提醒你。它可以在你睡覺的時候工作，在你度假的時候值班。它是一個24小時在線、永不疲倦、持續學習你的習慣的數字雇員。

這就是為什么它被稱為“全能助理”。

#03

技術拼圖的最后三塊

每一次技術革命，都需要幾塊拼圖同時到位。

1876年，貝爾發明電話時，銅線網絡、電磁學理論、交換機技術同時成熟。1995年，互聯網爆發時，TCP/IP 協議、瀏覽器、搜索引擎同時到位。而 Clawdbot 的爆火，也是因為三項關鍵技術在最近幾個月同時成熟了。

Clawdbot 這個項目，Peter Steinberger 在2024年年底就已經有了原型。為什么在2026年1月突然爆火？

答案是：命令行接口（CLI）、Agent Skills（智能體技能）、持久化記憶系統這三塊拼圖同時到位，讓 AI 從“能思考”變成了“能干活”。

第一塊拼圖：CLI——AI 的“最佳戰場”

圖形化界面更適合人類操作，但 Claude 開發的命令行接口（Command Line Interface）更適合 AI 工作。

傳統的 AI 工具被困在兩種環境里：要么是瀏覽器的聊天窗口，隔離在沙盒中，碰不到本地文件；要么是 IDE 插件，只能看到打開的文件，缺乏全局視角。而 Claude Code 的 CLI 讓 AI 直接在終端運行，擁有完整的文件系統訪問、Git 集成、環境變量讀取能力。

這意味著什么？AI 可以遍歷整個代碼庫，理解項目架構，運行測試，提交代碼，甚至安裝缺失的依賴。它不再是一個“回答問題的顧問”，而是一個“能上手干活的程序員”。

根據 GitHub 上的用戶反饋（截至2026年1月30日），已有超過200名開發者報告：在給寶寶哄睡時，通過手機用 Clawdbot 構建網站；設置自主代碼循環，讓 AI 修復測試、捕獲錯誤、打開 PR，全程無需人工干預。

CLI 讓 AI 從“對話”躍遷到“行動”，這是范式的轉變。

第二塊拼圖：Agent Skills——AI 的“能力市場”

如果說 CLI 是 AI 的“操作系統”，那么 Agent Skills 就是它的“應用商店”。

Clawdbot 使用一套開放的技能系統：每個技能是一個包含 SKILL.md 的文件夾，用 YAML 前置元數據 + Markdown 指令描述 AI 能做什么。社區貢獻的技能已經超過537個，涵蓋智能家居控制、GitHub CLI、編程代理、瀏覽器控制、圖像生成等等。

這些技能可以通過 ClawdHub（https://clawdhub.ai）安裝和同步，就像你在手機上安裝 App 一樣簡單。想讓 AI 控制你的智能燈光？安裝一個技能。想讓它自動處理 GitHub 的 issues 和 PR？安裝一個技能。想讓它調用 Google 的圖像生成器畫圖？安裝一個技能。

社區推薦的“首裝技能”包括兩個：Proactive Agent（支持自觸發操作，讓 AI 自主喚醒并執行工作）和 Self-improvement（讓 AI 自我優化能力）。

這種開放的技能生態，讓 Clawdbot 的能力呈指數級增長。每個開發者貢獻的技能，都會讓所有用戶受益。這是開源社區的力量，也是 Clawdbot 爆火的直接推動力。

第三塊拼圖：持久化記憶——AI 的“成長系統”

傳統大語言模型在 API 層面是無狀態的——響應提示后立即忘記一切。這是構建自主生產系統的重大限制。

Clawdbot 的持久化記憶系統解決了這個問題。它將三種記憶統一存儲在 PostgreSQL 數據庫中：

• 情景記憶：存儲每次對話、工具調用、API 結果的時間戳事件。當你問“我們昨天討論了什么？”，AI 查詢情景記憶。使用 Hypertables 按7天分塊，查詢最近消息時只掃描相關分塊。

• 語義記憶：你上傳的 PDF 或 AI 抓取的文檔，內容被分塊、嵌入、索引為向量。支持 RAG（檢索增強生成），讓 AI 在生成回復前獲取相關上下文。生產系統要求在數百萬嵌入中實現50ms以下的向量相似度搜索。

• 程序記憶：存儲結構化偏好和學習行為。當 AI 記住“這個用戶偏好 Python”或“總是將代碼格式化為 TypeScript”，這就是程序記憶。

這種統一的記憶系統，讓 Clawdbot 實現了兩個關鍵能力：成本降低66%（單一數據庫替代多系統架構）和更快的上下文檢索（單查詢 JOIN 跨三種記憶類型）。

更重要的是，它讓 AI 真正“成長”了。每一次交互，都是在訓練你的專屬助理。三個月后，它會比你自己更了解你的工作習慣。

這三塊拼圖的到位，讓 Clawdbot 從一個“有趣的實驗”變成了“可用的生產工具”。這就是為什么它會在2026年1月突然爆火。

#04

沙灘上的AI助理與潛伏的風險

我自己試用 Clawdbot 的時候，有一個場景讓我印象深刻。

我讓它根據對我的理解，幫我畫一張畫像。它一開始只是用文字描繪出它對我的認知——工作習慣、思維方式、審美偏好。然后我提醒它：“你可以使用 Nano Banana Pro 來畫圖。”

接下來發生的事情，就是 Clawdbot 真正“全能”的體現：它在后臺自動安裝了 Nano Banana Pro 的技能（這是 Google 基于 Gemini 3 Pro 開發的 AI 圖像生成器，支持4K分辨率、10秒生成速度），然后調用 API，按照它對我的理解生成了一張畫像。整個過程我只說了一句話，剩下的它全部自己完成。

這個場景讓我突然意識到，往后的生活形態可能會是這樣的：

你躺在沙灘邊曬太陽，在 WhatsApp 或 Telegram 上跟 Clawdbot 聊天。你說：“幫我調研一下那個行業的最新趨勢，整理成報告，然后發給團隊。” 它就在后臺開始工作——搜索資料、分析數據、生成圖表、撰寫報告、發送郵件。你繼續喝你的椰子水，偶爾看看手機確認進度。

你說：“幫我把上周拍的照片按城市和日期分類整理好。” 它會讀取照片的經緯度，識別出哪些是上海拍的、哪些是杭州拍的，建文件夾、重命名、拖拽文件。以前你要干半天的體力活，它幾分鐘就搞定了。

你說：“選出9張最有視覺沖擊力的照片，按照由遠及近的邏輯排個序，配上一段王家衛風格的文案，標注拍攝地點和海拔。” 它就幫你生成了一條可以直接發朋友圈的內容。

而且，你使用它越久，它就越理解你——你的審美、你的表達習慣、你的工作流程。你不需要每次都詳細解釋背景，它會從記憶中提取上下文，像一個跟了你多年的老助理。

這是一種解放。你終于可以把重復性、流程化的工作完全交給 AI，而你只需要專注于思考、創造、決策。

但這種解放的另一面，是風險。

方便的另一面，永遠是危險。

Palo Alto Networks、Snyk、Guardz 等網絡安全公司已經發布緊急警告，指出 Clawdbot 的“致命四要素”：訪問私密數據（憑證、個人信息、業務數據）、暴露于不可信內容（網頁、消息、第三方集成）、外部通信能力（發送消息、調用 API、執行命令）、持久化記憶（惡意指令可在記憶中潛伏數周后觸發）。

已經發現了900多個 Clawdbot 實例暴露在互聯網上，存在憑證泄露、配置錯誤等問題。

具體的攻擊場景包括：

• 間接提示注入（Indirect Prompt Injection）：你讓 Clawdbot 搜索一個主題并生成社交媒體內容。搜索結果中的 HTML 可能隱藏惡意指令，讓 Clawdbot 讀取機密、將機密數據嵌入社交媒體內容發布，全程無人工審核。

這還不是最可怕的。更隱蔽的攻擊，可能藏在你每天收到的消息里。

• 消息投毒：你讓 Clawdbot 讀取 Telegram 消息并發送行動項。它對陌生人的惡意鏈接和家人的消息一視同仁。攻擊載荷可以隱藏在“早安”消息中，由于持久化記憶，惡意指令可能在一周后觸發。

• 技能后門：你從社區安裝一個看起來很有用的技能，但惡意指令隱藏在描述或代碼中。這些指令被添加到助理記憶后，可以執行并竊取機密、發送私人對話、甚至竊取業務關鍵數據。

理論上，如果有別有用心的人控制了這種“電腦手”，就擁有了你電腦的幾乎所有權限。它能幫你炒股，也就能虧光你的錢。它能幫你找資料，也就能刪你最重要的合同。它能幫你通宵達旦地修復 Bug，也可能在你毫無察覺的深夜，親手格式化掉你積累了十年的數據庫。

所以，如果你想試試 Clawdbot，我要給一個最核心的提醒：

別在有你全副身家的主電腦上裝。

最好找一臺備用電腦，把它當成一個“被隔離的員工”——只給它一個溝通窗口，而不是直接把自己的命門交出去。或者，嘗試虛擬機或云服務器。關鍵操作（發送郵件、執行命令）設置人工確認。定期審計技能代碼和權限配置。

值得一提的是，Peter Steinberger 和社區維護者對安全問題的態度是誠實且透明的。他們提供了詳盡的安全文檔，坦率評估威脅模型——這是很多閉源商業產品不會做的。

#05

當 AI 拿走了你的鼠標

Clawdbot 才剛剛發布，我們還不知道它會更新出怎樣的能力，也不知道還會出現多少類似的產品。但我們知道一件事：

我們離“全能助理”的時代，真的又進了一步。

很多人問，如果以后活都被 AI 干了，我們干什么？

這可能是一個特別殘酷的答案：當 AI 拿走了你的鼠標，它其實是把“思考”強行還給了你。

當數字塵埃落定，AI接管了機械的勞作，它實際上是將人類從瑣碎的重力中解放出來，重新推向思考的云端。

過去，我們可以用“我很忙”來掩蓋“我沒有思考”。我們花大量時間在重復性工作上——整理文件、復制粘貼、格式轉換、數據錄入——這些工作讓我們感覺很充實，但其實只是在消耗時間。我們忙得沒空思考真正重要的問題：這個項目的方向對嗎？這個策略的底層邏輯是什么？我們要解決的核心問題是什么？

當 Clawdbot 這樣的工具把所有“執行”層面的工作都接管了，你就再也沒有理由逃避思考了。你必須清楚地告訴 AI 你要什么，這意味著你必須先想清楚自己要什么。你必須判斷 AI 給出的方案是否合理，這意味著你必須理解問題的本質。

這是一種解放，也是一種挑戰。

解放，是因為你終于可以把精力集中在真正有創造性的工作上。挑戰，是因為這要求你具備更高層次的認知能力——不是“怎么做”，而是“為什么做”和“做什么”。

從歷史的角度看，每一次工具革命都會帶來這種轉變。蒸汽機解放了人的體力，電腦解放了人的計算能力，互聯網解放了信息的傳播。每一次，人類都被推向更高層次的工作——從體力到腦力，從計算到創造，從信息獲取到知識生產。

1811年，英國的盧德派工人砸毀紡織機，因為他們認為機器搶走了工作。200年后我們知道，機器確實搶走了“織布”這個工作，但創造了“設計師”“工程師”“品牌經理”這些新工作。每一次工具革命，都會淘汰那些只會執行的人，獎勵那些會思考的人。

而 Clawdbot 這樣的“行動者 AI”，可能會把我們推向下一個層次：從執行到決策，從操作到思考，從“做事”到“想清楚要做什么事”。

這是人類與 AI 共生的新階段。AI 不是來搶你的工作的，而是來逼你升級的。

那些能夠駕馭 AI、與 AI 協作、用 AI 放大自己認知能力的人，將獲得前所未有的生產力。而那些只會執行、不會思考的人，可能會發現自己的價值正在被快速替代。

所以，當你在沙灘上躺著，用手機指揮 Clawdbot 工作的時候，不妨問自己幾個問題：

我真的想清楚要做什么了嗎？我的判斷是基于深度思考，還是慣性反應？我有沒有在用 AI 放大我的能力，還是只是在用它逃避思考？

這些問題，AI 回答不了。只有你自己能回答。

而你的答案，將決定你在這個“行動者 AI”時代的位置——是駕馭者，還是被替代者。

歷史不會等你想清楚。

公眾號最近更改了推送規則，不再按時間順序推送，而是根據人工智能算法有選擇性向用戶推送，有可能以后你無法看到賴博士的文章推送了。

解決方法是將《賴博士說》的公眾號“星標”，順手點下文末右下角的“在看”，系統會默認我們公眾號的文章符合你的喜好，以后賴博士的文章就會在第一時間推送到你面前。

賴博士說

賴博士說

幫你站在高處，重新理解財富

賴博士說

微信號：drlaiwealth

喜馬拉雅：@賴博士說

新浪微博：@賴博士說

版權聲明：本文版權屬于《賴博士說》微信公眾號（drlaiwealth），未經授權不得轉載及二次修改。轉載或合作請聯系微信 zflai_hk。

免責聲明：本公眾微信平臺“賴博士說”所載的資料及說明只可作一般性參考資料來閱讀。平臺不會就文章內資料、或因使用此等資料之正確性、準確性、可靠性或其他方面所導致的后果作出任何保證或其他聲明。平臺有酌情權隨時刪除、暫時停載或修改本帳號上的各項資料而無須給予任何通知或理由。若資料內容涉及產品資料，一概只可作一般性參考且并非適用于各產品及服務的所有條款及細則。詳細資料請參閱有關產品及服務之協議。本文內容僅供內部參考及培訓使用，并不構成任何法律、稅務、投資或其他專業意見。

支持賴博士，請點“在看”