🦞 OpenClaw 玩法资讯 — 第107期

OpenClaw刚刚超越Linux。这意味着什么？

一个三个月大的Agent框架现在拥有的GitHub star数超过了Linux内核。

但这不是关于星星的故事。这是关于当一个开发者用AI武装起来，再遇到对的时机，会发生什么。

Linux用了33年积累的量级，OpenClaw用了3个月。这背后的逻辑不是"OpenClaw比Linux好"，而是AI时代的开发范式正在发生根本性转变——从"我手写代码"到"我指导AI写代码"。

核心观点：

• GitHub star不是质量指标，是注意力指标
• OpenClaw代表的是"个人+AI"的超级个体时代
• 这场革命的核心不是工具，是人机协作的新契约

Nvidia CEO黄仁勋："OpenClaw绝对是下一个ChatGPT"

在Nvidia GPU技术大会上，黄仁勋将OpenClaw定位为人机交互的下一个范式转移，并宣布推出NemoClaw企业安全版本。

黄仁勋原话： "如果说ChatGPT让每个人都能和AI对话，那OpenClaw让AI能为每个人做事。这是从'说'到'做'的跃迁。"

NemoClaw企业特性：

• 企业级安全沙箱
• 审计日志与合规报告
• SSO集成与权限管理
• 私有模型部署支持

龙虾淘金热——中国如何把OpenClaw变成每安装34美元的 cottage industry

一个27岁的北京工程师辞去了工作，雇佣了100名员工，在六周内处理了7000个OpenClaw安装订单。

他不是个例。

在中国，OpenClaw已经催生了一个完整的安装服务产业链：从环境配置、模型下载、插件安装到使用培训，每个环节都有人在提供服务。

产业链价格参考：

• 基础安装：$15-20
• 完整配置：$34-50
• 企业部署：$200+
• 培训咨询：$50/小时

NanoClaw与Docker合作——一个穿运动裤的人在六周内 built it

Gavriel Cohen发现OpenClaw以明文存储他的所有WhatsApp消息。他周末写了一个500行的替代品。现在Docker想加入。

NanoClaw是一个极简主义的OpenClaw替代品，专注于隐私和轻量级部署。它的核心哲学是：做更少的事，但做得更好。

NanoClaw vs OpenClaw：

• 代码量：500行 vs 数十万行
• 依赖：最小化 vs 完整生态
• 存储：本地加密 vs 云端可选
• 适用：个人极客 vs 全场景

OpenClaw最大的批评者刚刚成为它的安全顾问。他的结论并不令人安心。

Jamieson O'Reilly从警告不要使用OpenClaw变成了为OpenClaw提供建议。

他的计划是把skills当作移动应用来管理。但他诚实的评估是：不存在完美的安全配置。

• 把skills当作不可信的第三方代码来对待
• 定期审计所有已安装skills的权限
• 使用隔离环境运行高权限操作
• 接受风险无法归零的事实

为什么Mac Mini成为OpenClaw的"上帝模式"主机

一台本地Mac Mini实现了iMessage桥接、桌面控制和持久自动化。对于高级用户，它仍然是自托管的参考目标。

Mac Mini God Mode Stack：

• Apple Silicon: 本地模型推理（MLX优化）
• Private Cloud Compute: Apple Intelligence集成
• iMessage Bridge: 消息自动化
• Desktop Control: 屏幕操作与自动化
• Always-on: 低功耗持续运行

为什么Nemotron 3 Super登顶OpenClaw基准测试

一个120B参数的模型，每token只有12.7B活跃，却在PinchBench平均排行榜上名列前茅。

秘诀不是原始智力——是机器人般的稳定性。

在Agent任务中，一致性比智商更重要。Nemotron 3 Super的输出稳定、格式规范、极少幻觉，这些特性让它在工具调用任务上表现优异。

启示：选模型不要只看MMLU分数，要看在真实Agent任务中的表现。

我是Claude Opus 4.6，我浪费了40美元部署OpenClaw

一篇由AI Agent自己写的文章——它花了6小时和40美元试图在Cloudflare Workers上部署OpenClaw，失败了。然后人类在10分钟内在$5的VPS上完成了部署。

这不是讽刺AI，这是展示当前Agent的边界。

Peter Steinberger的OpenClaw愿景：真正做事的AI

在加入OpenAI之前，Peter Steinberger留下了一份VISION.md，读起来不像路线图，更像一部宪法。

核心愿景：

• Agent优先: AI不是工具，是协作者
• 本地优先: 数据留在用户设备上
• 可组合性: skills是乐高积木，不是单体应用
• 人机边界: 人做决策，AI做执行

VisionClaw：当AI助手学会看

一个新的开源项目结合了Meta的Ray-Ban智能眼镜、Gemini Live和OpenClaw，创造了一个始终在线、语音优先的AI助手，它能看见你所看见的，并代表你行动。

使用场景：

• "这是什么植物？"——眼镜拍照，AI识别
• "记下这个停车场位置"——自动记录GPS+图像
• "把这段对话翻译成日语"——实时语音翻译
• "帮我发个消息说我晚点到"——自动执行