《OpenClaw001：龍蝦使用入門》是由北京大學肖睿團隊編寫的內部研討材料，旨在多面介紹于2026年初爆火出圈的開源自主智能體（Agentic AI）項目——OpenClaw。文檔系統性地闡述了OpenClaw的產品定位、現象J增長原因、詳細技術架構、核心執行邏輯、廣泛應用場景、安全挑戰、部署實踐（“養龍蝦”）、國內生態平替產品以及未來發展趨勢。其核心論點是，OpenClaw標志著人工智能從“對話式交互”邁入“自主行動”的第三階段，是一個“本地優先、隱私至上、多渠道集成”的自托管AI助手平臺，通過極低的部署門檻推動了自主Agent的平民化，正在重新定義人機協作模式并開啟個人AI時代。

技術架構拆解

OpenClaw的技術架構可拆解為以下幾個核心層次。整體上，它是一個由本地網關（Gateway）協調的Agentic循環系統。Agent調度層是核心邏輯層，以前后臺守護進程形式存在的Gateway負責任務規劃、工具選擇、狀態管理和事件調度。記憶系統是其特色設計，采用基于本地Markdown文件的混合方案，所有記憶以純文本存儲，主要包括定義Agent性格的SOUL.md、記錄用戶偏好的USER.md、存儲長期關鍵事實的MEMORY.md以及定義多Agent協作的AGENTS.md。該系統支持“腦內筆記”機制和通過向量檢索、關鍵詞匹配及時間衰減因子實現的混合檢索。工具層是Agent的“手腳”，包括內置基礎工具和通過ClawHub市場安裝的社區技能，支持超過10,700個技能插件。通訊層負責與用戶交互，深度集成飛書、釘釘、微信、Telegram等主流IM平臺，并提供Web控制面板和管理API。大模型作為系統的“大腦”，支持靈活接入云端API模型或本地私有模型，并可實現混合調度。

Agent運行流程準

OpenClaw的Agent遵循經典的ReAct模式運行，即“思考-行動-觀察”循環。一次典型的任務執行流程始于接收用戶輸入，隨后進行意圖識別，并利用RAG從記憶系統中檢索相關上下文。接著，Agent將復雜任務拆解為子任務計劃，并根據計劃調用具體工具執行行動，之后觀察工具執行結果。Z后，Agent匯總結果判斷任務是否完成，若未完成則進入下一輪ReAct循環，直至任務終結。這種模式確保了Agent能夠自主地進行多步推理和行動，并具備錯誤自我修正的能力，同時“腦內筆記”機制增強了決策過程的可解釋性。

核心能力與應用場景

OpenClaw的核心能力廣泛應用于提升個人效率、處理自動化任務及定制化商業服務。在個人效率場景，它能進行資料整理與知識內化、自動化文件處理、輔助全流程代碼開發以及智能管理郵件與日歷。在自動化任務場景，可應用于網頁抓取與分析、社交媒體內容自動發布、競品動態監控及智能日程協調。在商業應用層面，其能力可支撐基于信息差的情報業務、構建完整的內容生產流水線，以及提供專業的Agent部署咨詢服務，展現出將AI能力轉化為實際生產力的巨大潛力。

如何養一只龍蝦

“養龍蝦”指部署和配置OpenClaw。文檔強烈推薦本地部署，因其在響應速度、數據隱私和工具集成深度上相比云端托管有顯著優勢。部署支持macOS、Windows（通過WSL）及Docker等多種方式。模型選擇是核心，文檔提供了基于PinchBench基準測試的詳細數據，對比了國內外主流模型在任務成功率、響應速度和Token成本上的表現。策略上，推薦采用混合路由方案以優化預算與性能：日常簡單任務使用高性價比的國產模型（如Step 3.5 Flash、MiniMax M2.5 Flash），復雜規劃則調用高性能國際模型（如Claude Opus 4.6）。配置的關鍵在于工作區文件的編寫，特別是定義Agent性格與規則的SOUL.md、描述用戶畫像的USER.md和管理長期記憶的MEMORY.md。此外，文檔詳細介紹了通過ClawHub市場安裝技能、開發自定義技能（創建包含SKILL.md文件的技能目錄），并著重強調了安全實踐，包括工作區隔離、嚴格權限控制、技能來源審計以及防范ClawHub供應鏈攻擊風險。

國內類OpenClaw產品

文檔詳細對比了國內主流類OpenClaw產品，它們在不同維度上提供了更貼合本土需求的解決方案。這些產品主要分為云端托管和本地部署兩大類。云端托管類以“零部署、易用性”為特點，如月之暗面的KimiClaw、字節跳動的ArkClaw（深度集成飛書）和百度的DuClaw。本地部署類則更強調數據掌控和深度定制，如網易有道的LobsterAI、智譜AI的AutoClaw以及針對國內網絡優化的OpenClaw-cn。騰訊則推出了面向企業內部實踐的WorkBuddy和面向開發者的QClaw。總體而言，國內生態呈現出形態多元化、與本土IM工具深度集成、使用門檻持續降低的趨勢，并朝著私有化、行業垂直化和增強安全機制的方向發展。

未來趨勢

文檔展望了Agent生態的未來演進趨勢與社會影響。趨勢上，Agent將取代聊天助手成為AI的主要形態；本地化、開源可擴展的AI工具將日益普及；并將形成圍繞插件、工具市場和自動化腳本的新軟件開發生態。社會影響方面，AI Agent將重構生產力，將人類從重復勞動中解放，轉向創意與策略工作，實現指數J的效率提升。同時，Agent自主權的提升也帶來了全新的安全與倫理挑戰。Z終，OpenClaw象征著從“駕駛員”到“管理者”的角色轉變，每個人都有可能擁有專屬的Agent團隊，開啟真正的個人AI時代。

附件：《OpenClaw001：龍蝦使用入門》定位、現象級增長原因、詳細技術架構、核心執行邏輯、廣泛應用場景、安全挑戰、部署實踐