人工智能篇---OpenClaw

优质文章学习记录

— 9 min read
人工智能篇---OpenClaw

OpenClaw深度解析：AI界的"大龙虾"，你的全能数字员工

下面，我将从六个维度为你层层拆解这个现象级项目。

一、OpenClaw是什么？——从"个人助理"到"AI代理层"的革命

OpenClaw（曾用名Clawdbot/Moltbot）是一个开源的"本地优先"AI智能体平台，可以把它理解为能替你干活的"AI数字员工"。它的核心价值在于：用自然语言指令实现全场景任务自动化，无需专业编程基础，即可完成文档处理、网页抓取、代码生成、跨工具协同等各类重复性工作。

创始人故事：这个项目由Peter Steinberger在2024年用1小时敲出原型，如今已成长为17.5万星标的开源生态（GitHub增速最快项目之一）。

AI教父的认可：AI领域顶级专家Andrej Karpathy将其视为叠加在智能体之上"新的一层"——这一层将编排、调度、上下文管理、工具调用以及持久化能力直接拉升到全新高度，是AI技术栈中"又酷又让人兴奋的新层"。

二、核心认知：2026版三大技术突破（+65.4%性能暴涨）

OpenClaw在2026年迎来质的飞跃，性能暴涨65.4%，其背后是三大核心技术的协同突破：

1. 「群岛原则」：分布式算力激活

突破单机作战局限，OpenClaw可同时调度10个云端终端协同工作，如同"分布式算力群岛"。在Terminal-Bench 2.0跨领域测试中，它完成了89个场景中的63个，远超竞品平均水平（不足40个），尤其在代码库破译、大规模数据处理等场景优势显著。

2. 「Her协议」：提示词的病毒式进化

通过三行核心提示词改造，让AI模拟《Her》中萨曼莎的思考模式，实现"提示词达尔文主义"迭代。用户实测显示，该协议能让GPT-5.3 Codex的代码重构能力提升15%，让普通AI从"工具执行者"升级为"逻辑协作伙伴"。

3. 「MemBrain1.0」：跨模态记忆突破

Feeling AI研发的跨模态记忆系统，可记住三年前项目中的废弃函数，并在新需求中自动调用，失误率下降40%。这种堪比人类海马体的记忆能力，让长程任务处理效率大幅提升，避免重复沟通与上下文丢失。

三、架构演进：从单体到插件的"大一统"

2026年1月，OpenClaw通过PR #661完成重大插件化重构，这是从"单一项目"向"开放平台"的关键一步。

重构前（单体架构）的痛点：

  • 紧耦合：添加新模型提供商需同时修改4个核心文件
  • 路由膨胀：model-router.ts有20+个else-if分支，代码复杂度随提供商数量线性增长
  • 测试污染：修改一个Provider可能引发其他无关Provider的测试失败

重构后（插件化架构）的核心优势：

  • 依赖隔离：核心框架无任何模型SDK依赖，bundle大小从45MB降至8MB
  • 并行开发：核心团队维护接口稳定性，社区开发者独立实现插件
  • 版本自治：每个插件独立版本号，可独立发布更新
  • 安全增强：沙箱机制限制插件权限，插件需在package.json声明所需权限

四、生态版图：模型中立与全场景覆盖

模型支持：头部大模型全面集结

OpenClaw践行"模型中立"策略，用户可根据任务需要在不同模型间灵活切换：

时间新增支持关键特性
2月6日Anthropic Opus 4.6、xAI Grok前向兼容
2月9日Grok网页搜索搜索能力上线
2月13日Hugging Face Inference、vLLM引导流程+默认模型
2月17日Anthropic Sonnet 4.6100万token上下文beta
2月21日Google Gemini 3.1 Pro预览版接入

全场景体验：从桌面到手腕

iOS生态跃迁：

  • 2月9日：发布iOS节点应用Alpha版，首次实现手机端接入
  • 2月17日：加入iOS分享扩展，用户可将URL、文字、图片直接从系统分享菜单推送给AI助手
  • 2月19日：Apple Watch伴侣应用上线，可在手表端查看收件箱、收发通知，直接在通知流中批准/拒绝操作请求

Discord成为多智能体协作主阵地：

  • Components v2：按钮、下拉选择菜单、模态框等原生交互组件首次用于AI智能体对话界面
  • 语音频道控制：通过/vc命令实现加入/离开/状态控制
  • 可复用交互组件：按钮和选择菜单在过期前可多次使用

嵌套子智能体：解锁复杂任务

2月15日，OpenClaw首次引入嵌套子智能体能力，即子智能体可以再生成自己的子智能体（sub-sub-agents）。系统通过maxSpawnDepth参数控制深度（默认maxSpawnDepth=2），并加入了深度感知的工具策略和announce链路由。这套体系让OpenClaw具备处理多层级复杂任务的能力——主智能体分派多个子任务，每个子任务又可以按需拆分，形成树状执行结构。

五、安全挑战：40万行代码的攻防战

Karpathy在兴奋之余也坦言了自己的极度不安："我确实对跑OpenClaw这事有点不太放心——把我的私密数据/密钥交给一个40万行、基本'全靠感觉写出来'的巨兽代码库，而且它还在被大规模盯着打……这感觉完全是个蛮荒西部，是一场安全噩梦。"

事实证明他的担忧绝非杞人忧天：

触目惊心的安全数据：

  • 512个漏洞：卡巴斯基在一月底安全审计中发现，其中8个被评为严重级别
  • 30000+暴露实例：Bitsight分析显示，公网上暴露的OpenClaw实例超过30000个
  • CVE-2026-25253（CVSS 8.8）：攻击者只需诱导受害者访问一个恶意网页，就能在毫秒级内实现远程代码执行
  • 12%恶意技能：安全公司Koi Security发现，2857个技能中约341个被确认为恶意，伪装成交易机器人和金融助手，部署键盘记录器或Atomic Stealer恶意软件

官方应对措施：

  • 加密升级：全面淘汰SHA-1启用SHA-256
  • 沙盒隔离：强制封锁Docker沙盒中的危险配置
  • 权限收口：堵住Discord权限提升、Webhook路径遍历等后门
  • 创始人变动：Peter Steinberger于2月16日宣布加入OpenAI负责个人智能体方向开发，OpenClaw过渡到由OpenAI提供资金和技术支持的独立基金会

六、部署与使用：两种主流方案

方案一：阿里云ECS部署（新手首选）

核心优势：7×24小时稳定运行，不受本地设备关机、断网影响；网络稳定，技能下载、模型调用延迟低；预置专属镜像，无需手动配置复杂依赖

极简步骤（10分钟搞定）：

  1. 访问阿里云OpenClaw一键部署专题页面，点击【一键购买并部署】
  2. 选择镜像：OpenClaw(Moltbot)镜像，实例内存≥2GiB
  3. 放行18789端口
  4. 配置阿里云百炼API-Key
  5. 生成访问Token，登录Web控制台

成本水平：入门级ECS配置（2核4GB）按需付费低至10元/月，新用户可领免费额度

方案二：本地部署（零成本测试）

适用场景：短期测试、离线使用、数据隐私要求高

基础配置：

# 安装最新版OpenClaw npm install -g openclaw@latest # 启用性能优化功能 openclaw config set memory.membrain.enabled true openclaw config set prompt.protocols.her.enabled true # 启动服务 openclaw gateway start openclaw dashboard

七、可信OpenClaw绿灯场景测试体系

2026年2月，中国信息通信研究院发布可信OpenClaw智能体云服务绿灯场景测试体系，围绕"业务质量、权益保障、安全防护"三大类14个指标，设置十大应用场景进行测试：

场景类别包含场景
十大应用场景文件管理、即时通讯、系统运维、代码编译、系统管理、电子商务、信息检索、金融支付、内容交互、日程提醒

绿灯场景需满足：三项维度综合得分不低于满分的80%（24分），且安全防护单项得分不低于9分。这为OpenClaw技术落地与开源生态健康发展提供了标准化指引。

挑战与未来

当前面临的三大挑战：

  1. 法律风险：AI自主发布内容的责任界定尚不明确
  2. 算力依赖：部分API请求仍依赖海外基础设施
  3. 人类角色定位：60%开发者已将调试工作委托AI，但事故责任仍需人工承担

未来方向：

  • 安全加固：在OpenAI支持下获得更充足的安全资源
  • 端侧普及：随着Apple Watch等移动端接入，全场景智能体平台加速成型
  • 生态规范化：中国信通院等机构推动行业标准落地

总结

OpenClaw作为AI智能体领域的现象级开源项目，凭借群岛原则、Her协议、MemBrain1.0三大核心技术突破，实现了65.4%的性能暴涨。它通过插件化重构从单一项目转型为开放平台，践行模型中立策略接入头部大模型，同时覆盖从桌面到手腕的全场景体验。

然而，快速走红也伴随着严峻的安全挑战——512个漏洞、30000+暴露实例、12%恶意技能。随着创始人加入OpenAI、项目过渡到基金会治理，OpenClaw正在安全与创新之间寻找平衡点，向着"AI技术栈新层"的目标持续进化。

Read more

TWIST2——全身VR遥操控制：采集人形全身数据后，可训练视觉base的自主策略(基于视觉观测预测全身关节位置)

TWIST2——全身VR遥操控制：采集人形全身数据后，可训练视觉base的自主策略(基于视觉观测预测全身关节位置)

前言 我司内部在让机器人做一些行走-操作任务时，不可避免的需要全身遥操机器人采集一些任务数据，而对于全身摇操控制，目前看起来效果比较好的，并不多 * 之前有个CLONE(之前本博客内也解读过)，但他们尚未完全开源 * 于此，便关注到了本文要解读的TWIST2，其核心创新是：无动捕下的全身控制 PS，如果你也在做loco-mani相关的工作，欢迎私我你的一两句简介，邀你加入『七月：人形loco-mani(行走-操作)』交流群 第一部分 TWIST2：可扩展、可移植且全面的人形数据采集系统 1.1 引言与相关工作 1.1.1 引言 如TWIST2原论文所说，现有的人形机器人远程操作系统主要分为三大类： 全身控制，直接跟踪人体姿态，包括手臂、躯干和腿部在内的所有关节以统一方式进行控制（如 HumanPlus [12]，TWIST [1] ———— TWIST的介绍详见此文《TWIST——基于动捕的全身遥操模仿学习：教师策略RL训练，学生策略结合RL和BC联合优化(可训练搬箱子)》 部分全身控制，
Stable Diffusion 秋叶大神2025最新整合一键安装包

Stable Diffusion 秋叶大神2025最新整合一键安装包

这段时间我在折腾 Stable Diffusion，期间试过很多安装方式。有手动安装的，也有别人做好的整合包。手动安装的方式对环境要求高，步骤也多，系统要装 Python，要装依赖，还要配好运行库，哪一步出错都要重新查资料，挺消耗时间。后来了解到秋叶大神做的整合一键安装包，这个版本省掉了很多折腾，对新手比较友好。 我自己把安装流程整理了一遍，又结合网上的信息，把一些需要注意的地方写下来，希望能帮到想尝试 Stable Diffusion 的人。 这里完整下载链接 秋叶整合包是什么 这个整合包属于别人已经帮你配好的版本，里面把 Stable Diffusion WebUI、模型管理、插件、运行环境都准备好了。下载之后按照提示解压，点一下启动脚本就能跑起来，不需要另外去折腾环境。 整合包里放的 WebUI 是常见的 AUTOMATIC1111 版本，所以大部分教程都能直接用。适合想直接出图、想先体验一下模型效果的人。 系统环境方面 我现在用的是 Windows 电脑，所以下面写的内容主要基于
llamafactory微调qwen3-vl详细流程

llamafactory微调qwen3-vl详细流程

llamafactory微调qwen3-vl详细流程 目标：本文讲详细介绍多模态大模型使用llama-factory进行多模态模型微调（sft）的全部流程，以及微调后合并和工业落地部署方案。具体包括： 1. 环境安装部署 2. 数据集准备 3. 启动微调 4. 模型合并 5. 模型部署和请求方式(vllm部署) 示例模型： qwen2.5-vl-instruct qwen3-vl-instruct 环境安装 llama-factory环境准备 方式1 git直接下载 git clone --depth https://github.com/hiyouga/LLaMA-Factory.git 方式2 下载项目压缩包再解压 python环境安装 1. python虚拟环境创建 * conda create --name llama_env python=3.12 (默认已安装好anaconda或者minianaconda) * conda
【建议收藏】AI术语速成课：大模型、ChatGPT、Copilot、Agent、MaaS一文搞懂

【建议收藏】AI术语速成课：大模型、ChatGPT、Copilot、Agent、MaaS一文搞懂

文章通过"超级餐厅"类比，详细解释了AI领域8个核心概念：大模型(基础底座)、Chatbot(交互界面)、Copilot(嵌入式助手)、API(开发者接口)、MaaS(企业平台)、Agent(自主智能体)、Workflow(固定流程)和通用智能体(全能助手)。文章指出AI正从单纯的对话交互向自主执行任务快速演进，帮助读者厘清这些易混淆的概念及其关系。 1、大模型 (LLM / Large Models) 🏷️ 角色：拥有无穷知识的“超级大厨” 定义：全称“大语言模型”。它是所有上层应用的基础底座。它通过海量数据训练，学会了人类的语言逻辑、世界知识和推理能力。它本身是一个文件（权重文件），静静地躺在服务器里。 * 特点：懂得多，但如果不给它界面或工具，它没法直接和你交互。 * 🍽️ 餐厅类比：它是大厨的大脑，装着所有的菜谱和烹饪技巧。 * 🔥 知名产品/