年初OpenClaw一出来，我就开始跟这个项目，也出过几篇深度使用的文章，工具本身酷是一方面，主要是因为我在公司内部推AI工具落地的时候，反复撞上同一堵墙。

DeepSeek去年年初火的时候也是类似的舆论结构：大家盯着参数量、训练成本、跑分排名，热闹了两周。真正从中获益的人，是那些搞明白了”推理+搜索”这个组合对自己工作流意味着什么的人，然后安安静静把它整合进了日常。

OpenClaw也一样。如果你只是装上玩了两天发个朋友圈，大概率一个月后就卸了。

做技术的朋友应该有体感：从2025年下半年开始，Cursor、Claude Code、Codex这类具备本地权限的编程Agent，和ChatGPT这类纯聊天产品之间，能力差距已经拉到了至少一代。

什么叫”一代”？不是模型能力有多么多么大的差距，而是直接从交互层面拉开了差距。

ChatGPT再聪明，它被锁在一个浏览器标签页里。它能帮你写一段Python脚本，但它没法帮你把这段脚本存到桌面、跑起来、读取结果、根据结果决定下一步操作。Cursor可以。Claude Code可以。但问题是，这些工具的用户几乎全是程序员。

我去年年初在公司推Cursor给运营团队用，结果可想而知——装IDE这一步就劝退了80%的人。剩下20%打开之后面对一个代码编辑器界面，直接关掉了。

全球几十亿智能手机用户，天天用微信、Slack、飞书、WhatsApp，他们对”AI能帮我做事”这件事的需求是真实存在的，但市面上没有任何产品用他们习惯的方式把这个能力交到他们手上。

OpenClaw选了一个极其讨巧的入口：直接嵌入你已经在用的聊天软件。不需要装新APP，不需要学新概念，打开飞书对话框发一句话就行。

这个设计决策是整件事的关键。

我用了大概三周OpenClaw，说说真实感受。

日常轻量任务确实爽。让它每天早上整理行业简报、定时检查GitHub Trending、自动归类未读邮件，这些场景体验很好，配置好之后基本不用管。

但只要任务复杂度上来，聊天窗口的限制就会非常明显。

第一个问题是线性对话结构。知识工作很多时候需要分支、合并、回溯。你在Cursor里可以fork一个对话方向试试看，不行就回到之前的节点。在微信/Slack的聊天窗口里，对话就是一条线往下走，你想引用之前某个环节的中间结果，操作起来很痛苦。

第二个问题是过程不透明。你给OpenClaw一个需要五六步才能完成的任务，然后就看着”对方正在输入……”干等。它到底执行到哪一步了？有没有在某个环节卡住反复重试？你完全不知道。Cursor会实时展示它在改哪个文件、执行了什么命令，OpenClaw做不到这个粒度。

第三个问题是信息密度。复杂的表格、带格式的长文档、图文混排的分析报告，在聊天气泡里看起来非常难受，不同平台对Markdown的渲染支持也参差不齐。

所以实际情况是：OpenClaw在”易用性”和”能力天花板”之间做了一个明确的取舍，它选了易用性。这个选择让它能出圈、能爆火，但也意味着它目前的形态离真正的生产力工具还有距离。

说完限制，说说我觉得被低估的部分。

OpenClaw社区目前已经积累了1700+个Skills插件，覆盖编程、写作、数据采集、运维、内容创作等场景。任何人都可以开发和分享自己的Skill，门槛很低——一个SKILL.md加几个脚本就行。

这个数字本身不算什么。但增长速度和参与结构值得注意。

今年2月份已经开始有商业团队系统性地贡献Skills了，不是个人开发者随手写着玩的那种，是有产品规划、有维护承诺的。这意味着生态开始从”自发生长”转向”有组织建设”，一旦这个飞轮转起来，Skills的数量和质量都会加速。

我在想的一个问题是：如果Skills生态足够成熟，OpenClaw的聊天窗口限制是不是就没那么致命了？

因为对大多数非技术用户来说，他们需要的不是在聊天窗口里完成复杂的多步任务，他们需要的是”一句话触发一个已经打包好的自动化流程”。而这恰恰是Skills擅长的。你不需要在聊天里手动引导AI一步步做事，你装好一个Skill，说一句”跑一下日报流程”就够了。

换句话说，Skills生态越成熟，用户越不需要在聊天窗口里进行复杂交互，那么聊天窗口的限制就越不重要。这是一个可以自我解决的问题。

有人做过扫描，第三方Skills里大约有12%含有恶意代码。改名风波期间，旧社交媒体账号被抢注后10秒内就被用来推加密货币骗局，涉及金额1600万美元。还有不少人把OpenClaw的控制台直接暴露在公网上，连密码都没设。

OpenClaw的核心能力是读写文件、执行终端命令、操控浏览器——这意味着一旦被利用，攻击面非常大。这不是一个聊天机器人被黑了说几句胡话的问题，这是你的整台电脑被远程控制的问题。

目前社区的热情很高，大家都在忙着写Skills、做部署教程、跑各种花样。安全审计和权限管控机制的建设速度，明显跟不上功能扩张的速度。这个问题在早期用户以技术人员为主的时候还可控，一旦大量非技术用户涌入，出事故只是时间问题。

OpenClaw本身会不会成为最终形态的产品？大概率不会。聊天窗口的天花板摆在那里，Peter Steinberger一个人的维护能力也有上限（虽然他同时跑5到10个AI Agent的工作方式确实猛）。

但它验证了一件事：把Agentic AI的能力通过已有的聊天渠道交付给普通用户，这条路是通的。用户愿意为此改变使用习惯，云厂商愿意跟进，商业团队愿意贡献生态。

接下来12个月，我认为会发生的事情：大厂会抄这个模式。飞书、钉钉、企业微信已经在内置类似能力，而且做得比OpenClaw更好，因为它们有完整的权限体系和企业级安全基建。Skills生态会出现分化。通用Skills会被平台方吸收，垂直行业Skills（金融合规、医疗数据处理、供应链管理等）会成为独立的商业机会。“聊天即操作系统”这个理念会继续往前走，但最终的交互形态一定不是纯聊天。可能是聊天+画布+仪表盘的混合界