笑川：4000字全拆解：OpenClaw 爆火背后，谁会被「Skills 商店」先干掉？

笑川：4000字全拆解：OpenClaw 爆火背后，谁会被「Skills 商店」先干掉？ 笑川：4000字全拆解：OpenClaw 爆火背后，谁会被「Skills 商店」先干掉？ Modified March 3 1.本地优先，而不是云端优先 本地优先，不是说所有计算都要在本地做，而是「 你与世界的接口在本地 」。 对比一下国内很多“Agent 助理”： • 功能 1：帮你在自己 App 里查几条记录； • 功能 2：帮你生成一段回复 / 报表； • 功能 3：在 App 自己定义的几个集成里，帮你调用一下外部服务的 API。 本质上，这还是一个 以「应用自身」为中心的插件系统 。 Agent 在这里是客人，不是屋主。 真正的本地 Agent，是把「这台电脑 + 这部手机 + 外设 + IoT」当作自己的身体， 它不是一个 App，而是一层「壳」。 2.任务闭环，而不是对话闭环 访谈里有一段我很喜欢： Raphael 提到 “bot to bot, bot to human” 的场景：你告诉自己的 bot 「帮我订个餐馆」，它会先去找餐馆的 bot 谈，再不行就去雇人类打电话、甚至排队。 这背后有一个很重要的前提： Agent 的责任，是把“现实世界的任务”跑完，而不是把“对话”聊完。 再对比一下国内不少产品的「Agent 用例」： • 「帮我生成一封很专业的英文投诉邮件」——然后你自己去发； • 「帮我汇总这周的项目进展」——然后你自己去汇报； • 「帮我设计一个 OKR」——然后你自己去落地。 这些东西当然有用，但它们更像是「写作 / 思考工具」，而不是一个真正意义上负责执行的 Agent。 如果一个产品的任务边界，止步于「帮你写完」，那在架构上，它离 Agent 还很远。 3.权限 + 记忆 + 人格，是底层设计，而不是营销话术 OpenClaw 提到的那个「告诉我我这一年到底做了哪些事情」的这个小故事，其实本质上是三个东西合在一起： • 权限 ：你允许它扫整台电脑； • 记忆 ：它真的把这些碎片记下来、重组； • 人格 ：它用一种你能接受、甚至略带惊喜的方式，把这个故事讲给你听。 你可能会说，现在我见过很多所谓「带人格的Agent」了或者说「带记忆的Agent」， 现在确实已经有「带记忆的 Agent」了，而且有些记忆还做得挺精细：会话上下文不会丢、可以跨会话记住你的偏好，甚至能在多个应用里调用同一份用户画像。 但是有几个点需要注意的是： 「有记忆的 Agent」≠「记忆做对了」 现在很多产品可以说「我们有长期记忆」，但更多是这两种形态： 一是纯会话级记忆，用向量库做检索；二是「用户画像/笔记」式的 key value 储存。它们解决的是“别老问一样的问题”的体验问题，而不是我说的那个场景：「告诉我我这一年到底做了哪些事情」 要支撑这种问题，需要的记忆更接近「系统日志 + 个人活动时间线」，而且是跨 App、跨终端、跨权限域汇总后的结构化记忆。这一层今天依然非常罕见，尤其在企业软件里，大多还停留在「知识库+Q&A」。 所以说： 现在不少产品已经有了所谓「长期记忆」，但更多还停留在对话体验优化层：记住你说过的话，却记不住你真正做过的事。 如果一个产品的人格、权限、记忆，主要存在于宣传 PPT 和 prompt 文案里，而不是代码结构和权限设计里，那它就是「伪 Agent」。 四、回头看现有的「Agent 产品」，问题不在技术，而在「做的那件事」 写到这里，我脑子里浮现的是最近看过的一堆国内 Agent 产品宣发页面。 大家 PPT 上的词汇高度统一： • 「多智能体协作」 • 「一键搭建个人 Agent」 • 「连接 N+ 工具 / SaaS」 • 「重构企业生产关系」 但真去看架构图，你会发现一个共性： • 中间是一坨大模型 + 对话管理； • 下面挂了一排“工具插件 / 应用集成”； • 顶层是一个「工作台 / 控制台」界面。 这一切都很合理，也的确比传统 SaaS 多了很多“智能感”。 只是如果你把 OpenClaw 当成一个对照，你会发现最关键的一块缺了： • 谁在负责「你的那台机器」？ • 谁在负责「你的那一个人」？ • 谁在负责「现实世界的任务闭环」？ 大部分“伪 Agent”产品，还是在解决「组织里的某条流程怎么更顺」的问题； 它们想要的是「提高一部分人的效率」。 而 OpenClaw 这种东西，从一开始就在问的是另一个问题： 「如果我有了一个住在每个人设备里的 Agent，这个世界上的软件、设备、人，会以一种什么新的方式重新连起来？」 一个在做优化，一个在做重构。 五、接着聊 我那篇《Agent 元年在 2026》 去年我写那篇《真正的 Agent 元年在 2026，而不是现在》的时候，其实更多是基于企业项目的一线观察： • 大模型能力在那儿了，但企业的权限、合规、数据组织方式，都还没准备好； • 用户对「把自己的工作外包给 AI」这件事，心理上也没 ready； • 市场上 90% 的 “Agent 产品”，都停留在 Demo 和试点项目阶段。 那篇文章讲的是一个时间判断： 「现在这两年还在铺路，真正的 Agent 爆发应该在 2026 左右。」 当时我脑子里，对「那一刻的产品形态长什么样」其实是模糊的。 我只能凭经验告诉你，它大概不是我们现在看到的这些“AI 工作台”。 我觉得可能会比较像，是一种 「本地优先 + 任务闭环 + Bot to Bot / Bot to Human 协作」的新物种。 它可能长得一点也不好看，甚至没有什么复杂 UI； 但它会悄悄住进你的电脑、手机、浏览器， 慢慢接管那些你觉得「理所当然得自己来做」的事情： • 回邮件； • 订餐馆、订机票； • 整理项目文件、写周报； • 甚至帮你雇一个在另一个城市排队的人。 当这种东西在个人端跑顺了，在企业端被合规化之后， 我们今天看到的很多「App / SaaS / 工作台」， 可能真的会从用户世界的首页消失。 六、写在最后：给已经在玩 Agent 的独立开发者的一点心得 如果你已经在折腾 Agent 产品，我想借这篇文章留一个很不技术，但很关键的问题给你： 你现在写的这个「Agent」， 它是一个“聪明一点的 App 功能”， 还是一个「真正住在某个人 / 某个团队生活里的操作系统接口」？ 如果是前者，它当然也有价值，能帮你把一段时间的 KPI 做得很好； 但你要清楚，这类产品在历史上的角色，往往只是“过渡形态”。 如果你想碰一碰后者，那你可能得从几个很反常识的地方开始自问： • 我敢不敢把它做成本地优先（至少是“本地为主、云端为辅”）的架构？ • 我有没有为它设计一套真正严谨的权限和记忆模型，而不是只写在 prompt 里？ • 我写的每一个“功能”，是不是都可以挂在一个「现实世界任务闭环」后面，而不是停在「生成一段文本」？ OpenClaw 给我的最大冲击不是“它有多火”， 而是它用一个非常工程化、甚至有点“粗糙”的实现， 证明了一个我去年只敢写在文章里的直觉： 真正的 Agent 元年，不会是我们今天看到的这些“伪 Agent 产品”堆出来的， 而是从某个很不起眼的「个人操作系统」开始的。 而现在，看完这期 YC 访谈，我会把那句话补充完整 这件事，很可能真的从 2026 这两年开始发生。 如果你现在正在准备想要 转行AI产品经理orAI训练师 ，欢迎咨询！ 如果你本身就对Ai感兴趣！ 欢迎一起交流沟通 ～最近在开始准备采访100个AI从业者的故事！ 大家来一点更好的观点碰撞～ 1.本地优先，而不是云端优先 本地优先，不是说所有计算都要在本地做，而是「 你与世界的接口在本地 」。 对比一下国内很多“Agent 助理”： • 功能 1：帮你在自己 App 里查几条记录； • 功能 2：帮你生成一段回复 / 报表； • 功能 3：在 App 自己定义的几个集成里，帮你调用一下外部服务的 API。 本质上，这还是一个 以「应用自身」为中心的插件系统 。 Agent 在这里是客人，不是屋主。 真正的本地 Agent，是把「这台电脑 + 这部手机 + 外设 + IoT」当作自己的身体， 它不是一个 App，而是一层「壳」。 2.任务闭环，而不是对话闭环 访谈里有一段我很喜欢： Raphael 提到 “bot to bot, bot to human” 的场景：你告诉自己的 bot 「帮我订个餐馆」，它会先去找餐馆的 bot 谈，再不行就去雇人类打电话、甚至排队。 这背后有一个很重要的前提： Agent 的责任，是把“现实世界的任务”跑完，而不是把“对话”聊完。 再对比一下国内不少产品的「Agent 用例」： • 「帮我生成一封很专业的英文投诉邮件」——然后你自己去发； • 「帮我汇总这周的项目进展」——然后你自己去汇报； • 「帮我设计一个 OKR」——然后你自己去落地。 这些东西当然有用，但它们更像是「写作 / 思考工具」，而不是一个真正意义上负责执行的 Agent。 如果一个产品的任务边界，止步于「帮你写完」，那在架构上，它离 Agent 还很远。 3.权限 + 记忆 + 人格，是底层设计，而不是营销话术 OpenClaw 提到的那个「告诉我我这一年到底做了哪些事情」的这个小故事，其实本质上是三个东西合在一起： • 权限 ：你允许它扫整台电脑； • 记忆 ：它真的把这些碎片记下来、重组； • 人格 ：它用一种你能接受、甚至略带惊喜的方式，把这个故事讲给你听。 你可能会说，现在我见过很多所谓「带人格的Agent」了或者说「带记忆的Agent」， 现在确实已经有「带记忆的 Agent」了，而且有些记忆还做得挺精细：会话上下文不会丢、可以跨会话记住你的偏好，甚至能在多个应用里调用同一份用户画像。 但是有几个点需要注意的是： 「有记忆的 Agent」≠「记忆做对了」 现在很多产品可以说「我们有长期记忆」，但更多是这两种形态： 一是纯会话级记忆，用向量库做检索；二是「用户画像/笔记」式的 key value 储存。它们解决的是“别老问一样的问题”的体验问题，而不是我说的那个场景：「告诉我我这一年到底做了哪些事情」 要支撑这种问题，需要的记忆更接近「系统日志 + 个人活动时间线」，而且是跨 App、跨终端、跨权限域汇总后的结构化记忆。这一层今天依然非常罕见，尤其在企业软件里，大多还停留在「知识库+Q&A」。 所以说： 现在不少产品已经有了所谓「长期记忆」，但更多还停留在对话体验优化层：记住你说过的话，却记不住你真正做过的事。 如果一个产品的人格、权限、记忆，主要存在于宣传 PPT 和 prompt 文案里，而不是代码结构和权限设计里，那它就是「伪 Agent」。 四、回头看现有的「Agent 产品」，问题不在技术，而在「做的那件事」 写到这里，我脑子里浮现的是最近看过的一堆国内 Agent 产品宣发页面。 大家 PPT 上的词汇高度统一： • 「多智能体协作」 • 「一键搭建个人 Agent」 • 「连接 N+ 工具 / SaaS」 • 「重构企业生产关系」 但真去看架构图，你会发现一个共性： • 中间是一坨大模型 + 对话管理； • 下面挂了一排“工具插件 / 应用集成”； • 顶层是一个「工作台 / 控制台」界面。 这一切都很合理，也的确比传统 SaaS 多了很多“智能感”。 只是如果你把 OpenClaw 当成一个对照，你会发现最关键的一块缺了： • 谁在负责「你的那台机器」？ • 谁在负责「你的那一个人」？ • 谁在负责「现实世界的任务闭环」？ 大部分“伪 Agent”产品，还是在解决「组织里的某条流程怎么更顺」的问题； 它们想要的是「提高一部分人的效率」。 而 OpenClaw 这种东西，从一开始就在问的是另一个问题： 「如果我有了一个住在每个人设备里的 Agent，这个世界上的软件、设备、人，会以一种什么新的方式重新连起来？」 一个在做优化，一个在做重构。 五、接着聊 我那篇《Agent 元年在 2026》 去年我写那篇《真正的 Agent 元年在 2026，而不是现在》的时候，其实更多是基于企业项目的一线观察： • 大模型能力在那儿了，但企业的权限、合规、数据组织方式，都还没准备好； • 用户对「把自己的工作外包给 AI」这件事，心理上也没 ready； • 市场上 90% 的 “Agent 产品”，都停留在 Demo 和试点项目阶段。 那篇文章讲的是一个时间判断： 「现在这两年还在铺路，真正的 Agent 爆发应该在 2026 左右。」 当时我脑子里，对「那一刻的产品形态长什么样」其实是模糊的。 我只能凭经验告诉你，它大概不是我们现在看到的这些“AI 工作台”。 我觉得可能会比较像，是一种 「本地优先 + 任务闭环 + Bot to Bot / Bot to Human 协作」的新物种。 它可能长得一点也不好看，甚至没有什么复杂 UI； 但它会悄悄住进你的电脑、手机、浏览器， 慢慢接管那些你觉得「理所当然得自己来做」的事情： • 回邮件； • 订餐馆、订机票； • 整理项目文件、写周报； • 甚至帮你雇一个在另一个城市排队的人。 当这种东西在个人端跑顺了，在企业端被合规化之后， 我们今天看到的很多「App / SaaS / 工作台」， 可能真的会从用户世界的首页消失。 六、写在最后：给已经在玩 Agent 的独立开发者的一点心得 如果你已经在折腾 Agent 产品，我想借这篇文章留一个很不技术，但很关键的问题给你： 你现在写的这个「Agent」， 它是一个“聪明一点的 App 功能”， 还是一个「真正住在某个人 / 某个团队生活里的操作系统接口」？ 如果是前者，它当然也有价值，能帮你把一段时间的 KPI 做得很好； 但你要清楚，这类产品在历史上的角色，往往只是“过渡形态”。 如果你想碰一碰后者，那你可能得从几个很反常识的地方开始自问： • 我敢不敢把它做成本地优先（至少是“本地为主、云端为辅”）的架构？ • 我有没有为它设计一套真正严谨的权限和记忆模型，而不是只写在 prompt 里？ • 我写的每一个“功能”，是不是都可以挂在一个「现实世界任务闭环」后面，而不是停在「生成一段文本」？ OpenClaw 给我的最大冲击不是“它有多火”， 而是它用一个非常工程化、甚至有点“粗糙”的实现， 证明了一个我去年只敢写在文章里的直觉： 真正的 Agent 元年，不会是我们今天看到的这些“伪 Agent 产品”堆出来的， 而是从某个很不起眼的「个人操作系统」开始的。 而现在，看完这期 YC 访谈，我会把那句话补充完整 这件事，很可能真的从 2026 这两年开始发生。 如果你现在正在准备想要 转行AI产品经理orAI训练师 ，欢迎咨询！ 如果你本身就对Ai感兴趣！ 欢迎一起交流沟通 ～最近在开始准备采访100个AI从业者的故事！ 大家来一点更好的观点碰撞～ 🔗 原文链接： https://mp.weixin.qq.com/s/nIzVVD4I... https://mp.weixin.qq.com/s/nIzVVD4I... 原创 笑川 AI产品 笑川 AI产品 笑川AI进化论2026年2月21日 12:01 浙江 🧑‍💻 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 最近这几个月，我一直在帮几家公司梳理 “Agent 化改造”的路径。 一边要拆他们现在线上跑着的各种「工作台、智能助理、中台系统」，一边还要为我的 AI 产品课补「Agent 之后，企业软件怎么重构」的案例。 每天打开飞书、企业微信，都是各种「智能助理 2.0」「Agent 工作台」「AI Copilot」的产品方案。 说实话，看多了会有一种很强的既视感： 大家都在讲 Agent，但绝大部分产品，无非就是把“App + 聊天框”打包成一个新壳子。 我当时的感觉是： 这个行业对 Agent 的想象，还是太温柔了。 直到这周，我打开了 YC 这期《OpenClaw Creator: Why 80% Of Apps Will Disappear》 看完之后，我才意识到： 我以前对「伪 Agent 产品」的判断，还不够狠。 一、先说我年前在做的事 年后我接一些项目： 帮某家做 ToB SaaS 的公司，把现有产品线拆成「功能插件 + Agent Shell」的形态。 他们的痛点很典型： • 内部有一堆“项目管理、审批、报表”的系统； • 市场那边又要喊「我们拥抱 Agent 时代」； • 结果新出的“Agent 版产品”，就是在原来的界面上，加了一个大模型输入框，再堆一堆「一键生成日报」「一键写周报」的按钮。 我问了产品负责人一个问题： 「假设你们把这个‘大模型聊天框’整个抠掉，现有的产品会死掉吗？」 现场一愣： 不会。 只是少了点“智能感”，核心能力一点没动。 那我又追问了第二个问题： 「假设十年后，这个行业真的进入 Agent 时代，你们现在多出来的这一块代码，还会留下来吗？」 大家沉默得非常诚实。 那天结束回家，我脑子里一直在回绕一个判断： 如果我把“Agent”理解成一种新的操作系统接口，那么市面上绝大部分「AI 工作台」「智能助理」，在架构层面，根本没做什么准备。 它们只是在打了个补丁，但是不能说是意识形态不对，只是现在大家在企业内部落地更多需要的是稳定、可控、安全、可靠这几个因素！ 二、看完 OpenClaw，我被“本地 Agent”这个吓了一跳 在我看的访谈里， Raphael 问 Peter：为什么 OpenClaw 会在那么多所谓 “personal AI assistant” 里脱颖而出？ Peter 的答案极其不花哨： 「我做的事情其实很简单——它 真的跑在你的电脑上 。」 他接着补了一句： 「我之前看到的所有东西，都跑在云上。 云上可以帮你做几件事情，本地可以帮你做 所有事情 。」 云端 Chatbot 天然有一道墙： 它看不到你的桌面、看不到你的文件系统、看不到你那些乱七八糟的本地小工具，更别说操控你的鼠标键盘。 而 OpenClaw 的默认前提是： 我就住在你的机器里，你做什么，我都可以跟着做。 看完之后，其实我现在脑子里出现的是一个很粗暴的等式： • 云端“AI 应用” = 聊天机器人 + 一点点自动化； • 本地 Agent = 重新定义「你对电脑下命令」这件事。 一个在做“产品”，一个在做“操作系统”。 这也解释了另一个让我印象很深的故事。 Peter 提到，有个朋友装了 OpenClaw，让它「帮我回顾一下过去一年的生活」。 OpenClaw 做的不是看几条日历记录，而是直接全盘扫了这台电脑： • 它翻到了朋友之前每周日录的语音备忘录； • 把这些散落在硬盘角落的 audio 文件串成了一条叙事线； • 拼出了一个连本人都快忘光了的「年度故事」。 Peter 的评价是： • 他已经忘了这回事，因为那是超过一年前的东西。 • 但一个能搜索整台电脑的 Agent，可以用这种方式 反过来惊喜你 这件事对我触动很大。 因为我在帮企业做「知识库 + Agent」项目时，非常清楚一个事实： 大部分「伪 Agent」甚至连把一个企业的知识全部吃干抹净都做不到，更别说长期、细腻地「陪伴一个人 / 一个团队」。 它们只是在一个有限的“索引范围”里做问答，而不是在 “你的整个数字生活 / 生产环境” 上构建一个长期脑子。 三、什么叫个人「伪 Agent」？OpenClaw 帮我补了三个标准 看完这期访谈，我重新梳理了一下心里对「真・个人 Agent」的最低要求，大概有三条。