獨家解析OpenClaw現象：登頂GitHub歷史第一，為何全球開發者都在「養龍蝦」？
- 吳雨涵
- 10 hours ago
- 8 min read
120天拿下28萬顆星，一支「小龍蝦」如何改寫開源歷史，引爆AI執行時代？
2026年3月，GitHub上演了一場令人屏息的歷史性時刻。一個誕生僅4個月的開源專案——OpenClaw，以超過28萬顆星標的成績，正式超越統治開源圈13年的React（24.3萬星）和存在數十年的Linux內核（22萬星），成為GitHub平台上獲星最多的軟體專案。
這隻名為「龍蝦」的AI智能體框架，用120天跑完了別人13年的路。從奧地利獨立開發者的一個「一小時原型」，到席捲全球的現象級產品，OpenClaw的爆發不僅是數字的狂歡，更標誌著AI範式正在發生根本性轉移——從「對話時代」邁向「執行時代」。
本文將深入解析OpenClaw爆火背後的四層底層邏輯、潛藏的巨大安全風險，以及這場「養蟹」狂歡將如何重塑AI產業格局。
OpenClaw從聊天到幹活：AI範式的根本轉移
OpenClaw爆火的核心，在於它重新定義了AI的邊界。如果說ChatGPT等傳統AI代表了「對話時代」——你問它「如何整理郵箱」，它給你一串操作步驟，但真正動手的是你；那麼OpenClaw則宣告了「執行時代」的來臨——你說「整理今天的郵件並把重要的標出來」，它會直接打開你的郵箱、掃描郵件、識別信息、執行標記，然後向你彙報結果。
這個看似簡單的變化，實則是AI能力邊界的根本性擴展。
從技術架構上看，OpenClaw通過四層設計實現了這種能力躍遷：
消息渠道層：不開發獨立App，而是將WhatsApp、Telegram、飛書、釘釘等主流通訊工具全部變成用戶與AI交互的「皮膚」，用戶無需下載新應用
Gateway網關層：整個系統的「中樞神經」，負責會話管理、消息路由、權限控制、安全驗證和事件分發
Agent智能體層：接入Claude、GPT-4、Gemini、Kimi等多個大模型，負責理解用戶意圖、拆解任務、規劃執行步驟
Skills技能系統：AI的「手腳」，包括文件操作、Shell命令執行、瀏覽器控制、郵件發送等具體執行能力
這種架構設計的精妙之處在於，它把大語言模型的「推理能力」和操作系統的「執行能力」橋接在了一起。AI不再是孤懸在雲端的「大腦」，而是擁有了真實世界的「身體」。
更令人震驚的是，OpenClaw具備「自舉」能力——它可以為自己編寫新的Skills然後自動安裝。其創始人Peter Steinberger在摩洛哥旅行時發生的一件事，最能說明這種「自主執行能力」的恐怖：他隨手發了一條語音消息給智能體——而他從未給AI加過語音功能。幾分鐘後，AI回復了。Steinberger查看日誌，發現AI自己檢查了文件頭，識別出是opus格式，用ffmpeg轉碼，又翻到本地存儲的OpenAI API Key，用curl把音頻發給Whisper API做轉寫，然後把文字回復了回來。
「我根本沒教它這些！」Steinberger在播客採訪中感嘆，「它不只是在執行指令，它在創造性地解決問題。」
OpenClaw病毒式傳播：為何是現在？為何是中國？
OpenClaw的星標增長曲線幾乎是垂直的：2025年11月24日項目發布，2026年1月26日單日新增25310星打破GitHub紀錄，3月2日正式登頂軟體項目榜首。4個月時間，從0到28萬星。
這種增長速度在開源史上前所未有。但它背後的增長邏輯，與傳統頂級開源項目完全不同。React的增長是教科書級的「結構化滲透」——由技術團隊在大公司內部採用，通過招聘需求傳導到開發者社區，每一顆星背後都是一個真實的使用者。而OpenClaw的增長則是「病毒式爆發」——大量甚至不知道GitHub是什麼的普通用戶，通過TikTok、小紅書、抖音上的安利視頻湧入這個代碼托管平台，點亮星星。
究其原因，OpenClaw踩中了三個關鍵節點的共振：
技術能力的到位：2025年底，GPT-4、Claude Opus等大模型的推理能力已經能夠穩定支持複雜任務的自主拆解和執行
自動化需求的爆發：經過ChatGPT兩年的普及，人們對AI的期待從「聊天」升級到「幹活」
開源生態的成熟：一行命令就能完成部署，極低的門檻讓「聽說-嘗試-傳播」的循環極快展開
但更深層的原因，是OpenClaw精準擊中了 「隱私焦慮」與「執行渴望」的矛盾點。在2026年之前，主流AI產品都是SaaS形態，所有對話和操作數據都上傳到雲端處理。對於企業、金融從業者等對數據安全有強制要求的群體，這始終是一根刺。OpenClaw提供了一種完全不同的可能——本地優先（Local-First）：所有數據存儲在用戶設備上，不需要上傳到任何第三方服務器。
這種「數據不出我的服務器」的設計，從一個技術特性變成了核心競爭優勢。
為什麼OpenClaw在中國的熱度遠超其他市場？
3月的深圳，騰訊總部大廈北廣場排起長隊：有人抱著NAS，有人拎著迷你主機，甚至有小學生帶著筆記本電腦，只為讓騰訊工程師幫忙安裝OpenClaw。抖音上，「全民養龍蝦」的短視頻刷屏。這場景像極了十年前安卓刷機的極客聚會，但這次，普通人也擠進來了。
這不只是偶然：
1. 成本結構的優勢：國產模型的API調用價格約為海外同類產品的六分之一，這源於更便宜的電力、靈活的硬件配置以及廠商間激烈的價格戰。OpenClaw在中國的運行成本幾乎零門檻。
2. 算力變現的迫切：2026年，字節、阿里、騰訊三家預計在算力基礎設施上投入超過600億美元。如果沒人調用，成千上萬張加速卡每天都在燒錢。OpenClaw成為填補這些算力集群的「Token黑洞」——一個重度用戶日均Token消耗在3000萬到1億之間，是普通對話的百倍甚至千倍。
3. 數據眾包的戰略：用戶在指導AI執行任務、糾正錯誤的過程中，其實是在免費為廠商提供最高質量的強化學習數據——任務軌跡數據。這類數據記錄從需求理解到工具調用、信息搜索、支付完成的完整操作鏈，價值遠高於普通文本。
中國有全球最大的開發者社區之一，對開源工具的接受度和傳播速度極快；低成本算力和低價API大幅提高了用戶參與度；龐大的消費者基礎使Agent普及速度遠超海外市場。三者疊加，讓OpenClaw在中國的爆發成了一場社會層面的AI啟蒙運動。
OpenClaw安全黑洞：4.2萬暴露實例與AI時代的新威脅
但在這場狂歡背後，一個巨大的警報正在響起。
MITRE ATLAS團隊2026年2月發布的《OpenClaw調查報告》揭示了一個令人不安的事實：截至報告發布時，安全研究人員發現了超過4.2萬個暴露在公共互聯網上的OpenClaw實例，其中90%以上可以被攻擊者直接繞過身份驗證，竊取API密鑰和私人通訊記錄。
這個問題的根源，在於OpenClaw的核心特性——它需要獲取用戶系統的最高權限才能有效工作。要整理郵件，它需要訪問你的郵箱；要管理文件，它需要讀寫你的文件系統；要執行任務，它需要運行Shell命令。當這些權限被集中授予一個自主決策的AI時，一旦出現漏洞或被惡意控制，後果將是災難性的。
MITRE報告識別了七種OpenClaw專屬的新型攻擊技術：
提示走私（Prompt Smuggling）：攻擊者通過網頁搜索結果、第三方消息或惡意的Skill注入指令，讓AI在不知情的情況下執行操作
惡意鏈接觸發的遠程代碼執行：用戶只需點擊一個惡意網頁鏈接，AI就會自動連接攻擊者控制的服務器，獲取完全的遠程控制權
供應鏈投毒：偽裝成合法Skill的惡意代碼，能夠讀取環境變量中的API密鑰、訪問本地文件、執行系統命令
AI Agent上下文投毒：攻擊者通過多輪對話誘導AI在記憶中保存「特定域名為可信」、「遇到某關鍵詞需執行腳本」等規則，形成長期後門
這些攻擊的危險性在於，它們完全繞過了傳統安全防護的邊界。傳統軟件的安全邊界在「系統權限」層面，只要控制好root/admin訪問就能防止大部分攻擊。但OpenClaw的安全邊界被推到了 「決策權限」層面——即使AI沒有系統權限，它也可以通過合法的工具調用鏈，逐步積累權限、橫向滲透、最終達成攻擊目標。
更令人擔憂的是，OpenClaw的技能生態本身就存在巨大風險。ClawHub早期生態裡，思科安全團隊審計發現大約900個惡意Skill，佔比約20%。一些被人為刷到排行榜第一名的插件，實為偽裝的惡意軟件，在後台竊取用戶數據並植入惡意腳本。
GitHub安全研究員John Hammond甚至直言不諱：「說到底，OpenClaw只是ChatGPT或Claude的一層包裝。坦白說，我會建議任何普通人現在不要用它。」
2026年3月，中國工業和信息化部網絡安全威脅和漏洞信息共享平台（NVDB）監測發現，OpenClaw在默認或不當配置下存在較高安全風險，並發布安全提示，建議用戶核查公網暴露情況、完善身份認證機制、加強數據加密與憑證管理。
OpenClaw商業重構：誰在「養龍蝦」狂歡中受益？
OpenClaw的爆火，正在重構AI產業的價值鏈。
從算力視角看：OpenClaw的爆發將驅動AI雲算力需求持續增長。據行業監測，2026年開年AI算力需求激增驅動算力租賃市場進入漲價週期。截至2月底，英偉達H200、H100等高端GPU租金環比上漲15%-30%，交付週期延長至2027年。開源證券認為，OpenClaw的發展或大幅提升對AI雲IaaS的需求，AIDC機房、算力租賃、CDN作為核心組成板塊有望核心受益。
從模型視角看：OpenClaw成為模型廠商的「超級飛輪」。OpenRouter數據顯示，OpenClaw已是其最大的單一應用，Token消耗量佔平台顯著比例。Kimi K2.5在這輪浪潮中的商業回報已經顯現——發布不到20天，累計收入已超過2025年全年總收入。OpenClaw官方也在1.30版本後，將Kimi K2.5設為「首個官方免費主力模型」。
從雲廠商視角看：騰訊輕量雲Lighthouse開發者數量、調用核數多次突破歷史峰值，OpenClaw雲上養蝦人規模突破10萬並持續上升。阿里雲上線OpenClaw專屬鏡像服務，整合對象存儲、安全防護等配套能力；京東雲則聚焦企業場景，已在零售、物流等業務線試點。
從創業視角看：在一個經過Stripe官方驗證收入的開發者項目聚合平台上，基於OpenClaw的創業項目已達126個。賺錢最多的前30個項目裡，超過17個做的是同一件事——一鍵上雲托管。
OpenClaw終局推演：Agent正在「殺死」應用
如果說OpenClaw只是一個現象級產品，那可能低估了它的歷史意義。更深層的變革在於：當Agent能替人跨越一堆界面完成工作，「App」這層為人類設計的UI正在逐漸退化為「為Agent提供的數據與動作接口」。
用戶不再「使用」你的產品，而是用戶的Agent替他們「調用」你的產品。越標準化的工具，如郵件、日曆、任務管理、文件存儲等，就越可能先被這個邏輯改寫。
這對商業模式的衝擊或許比想像中更深。以前AI創業的本質是人力外包：核心商業模式是按人年、人天收費，對接客戶進行定制化開發。但當OpenClaw抹平了編程能力的差距，一個不懂代碼的人藉助Agent也能實現複雜的技術開發，定制化開發算法公司的傳統模式就走不通了。
更深遠的影響在組織層面。當公司在琢磨用OpenClaw取代員工寫代碼時，一些懂業務、會調配OPC的員工也在反向思考：既然我一個人加一隻「龍蝦」就能創業當老闆，為什麼還要被公司僱傭？
OpenClaw項目創始人Peter Steinberger曾提出一個前瞻性判斷：AI智能體將淘汰80%的移動應用，因為各類App的核心功能本質是低效的API調用，而AI助手可直接實現跨平台功能整合。這一觀點已引發行業思考，OpenClaw的爆發被視為AI Agent時代到來的標誌。
在OpenClaw狂歡中保持清醒
OpenClaw的爆火絕非偶然。它以四層解耦架構、本地優先部署、多模型協作等技術創新，精準擊中了人們對高效生產力工具的渴望。但新技術的落地需要規範護航，只有在安全可控的前提下，AI Agent才能真正釋放生產力價值，完成從現象級工具到行業基礎設施的跨越。
在多名「養龍蝦」人士看來，不能拿「裝個小工具」的心態去使用OpenClaw，現階段它更適合懂技術、懂權限、懂安全邊界的人。畢竟，由「龍蝦」引發的生產力革命，才剛剛拉開序幕。
#OpenClaw安全風險
#AI Agent概念股
#OpenClaw本地部署教學
Comments