OpenClaw 小龍蝦爆紅後迎來社群治理難題，Vincent Koc 指出 Agent 核心不在模型智商，而在行動邊界與記憶管理。
（前情提要：OpenClaw 爆火之後：一隻開源小龍蝦，撬動了哪些美股？）
（背景補充：OpenClaw 與 Moltbook 事件復盤：從 AI 社交敘事到 Agent 經濟體展望）
OpenClaw 是 2026 年開源世界裡最不可忽視的存在。這個由奧地利工程師 Peter Steinberger 在 2025 年底做出來的個人 AI Agent 專案，三個月衝到 GitHub 歷史上 star 數最高的可執行軟體，創始人被 Sam Altman 親自官宣挖進 OpenAI，專案隨即移交基金會獨立運作。
圍繞它生長出來的社群活動 ClawCon，從舊金山第一場起步，一路辦到紐約、邁阿密、奧斯汀、馬德里、東京，每到一個城市都是千人規模。
5 月，ClawCon 中國首秀落在上海。動察 Beating 在現場獨家專訪了兩位核心人物：Vincent Koc 和 Michael Galpert。
Vincent Koc 是 OpenClaw 全球程式碼貢獻量排名第二的維護者，僅次於 Peter 本人。他同時是 Comet ML 的首席 AI 研究工程師，MIT 講師，提交了 OpenClaw 早期 20% 的核心安全補丁。
Michael Galpert 是 ClawCon 的發起人和全球組織者，連續創業者，他聯合創辦的圖片編輯工具 Aviary 在 2014 年被 Adobe 收購，此後擔任過 Epic Games《堡壘之夜》的產品總監，現在運作 AI 產品工作室 Contains Inc.。他把 ClawCon 從一次舊金山客廳裡的即興聚會，做成了一個覆蓋全球十幾座城市的個人 AI 社群品牌。
我們專訪 Vincent 和 Michael 的時候，OpenClaw 最熱鬧的那陣風已經吹過去了。
這反而是一個更適合談 OpenClaw 的時刻。熱潮正盛時，一個專案總是被數字推著往前跑：GitHub star、PR、現場人數、社群聲量、媒體報道，每一個數字都像一盞追光燈，把人照得很亮，也照得有點看不清。
等燈光稍微暗下來，真正的問題才會浮出來：它為什麼會突然擊中這麼多人？它能不能從一陣熱鬧變成一種日常工具？當一個 AI 不再只是聊天，而是開始替人發訊息、改檔案、跑任務，它到底該聽誰的？
上海 ClawCon 現場仍然很熱。一個開源 AI 專案，短短幾個月衝到幾十萬 GitHub star，活動被放進 muShanghai 的 28 天游牧式技術社群裡，新聞稿稱這場 28 天游牧式技術社群聚集了 800 名全球 builders，ClawCon 中國首秀也在其中。
現場來了許多中國開發者，大家關心飛書、微信、企業微信、釘釘、本地檔案、自動化指令碼，關心怎麼把 OpenClaw 接進自己的工作和生活。按照慣例，這時候應該講熱情、講速度、講開發者如何湧入，最好再配一張陡峭的曲線。
但 Vincent 上臺後，沒有把它講成一個漂亮的增長故事。他先講了一個麻煩：OpenClaw 收到了 10000 個 PR。
這個數字本來很適合拿來慶功。開源專案最怕沒人用，沒人提問題，沒人交程式碼，沒人願意把一個週末扔進去。
但 OpenClaw 面對的是，每個人都想把自己的想法塞進來。
有人要接飛書，有人要接微信和釘釘。有人想讓它讀本地檔案、跑自動化指令碼、寫程式碼、編排資料；也有人想讓它去跑交易策略，或者替自己 24 小時運作一個內容賬號。
以前開源專案有一道天然的門檻：你想提交程式碼，至少得讀檔案、懂一點架構、跑得通測試，知道自己在改哪一塊。
現在這道門檻被 AI 程式設計工具打薄了。
不懂架構的人，也可以讓模型寫程式碼、跑測試、交補丁。一個原本會停在腦子裡的想法，現在可以被包裝成一個看起來能跑的提交。過去會被能力門檻自然擋住的衝動，一下子都到了維護者桌上。
安全提交也一樣。Vincent 在現場說，有一段時間他們每天收到超過 100 個安全漏洞報告，每一個都要分類和檢查。真實漏洞會盡快修掉，但其中很大一部分，是直接從大模型裡生成出來的。提交的人不一定真想讓專案更安全，很多時候只是想在一個熱門專案上留個名字。
ClawCon上海首秀：OpenClaw 爆紅後的冷思考
這是一種很新的噪音。
它不一定惡意，不一定攻擊你，甚至披著「貢獻」的外衣。可它會吞掉一個系統裡最貴的東西：人的注意力。
這也是我們在上海專訪 Vincent 和 Michael Galpert 後，最強烈的感覺。
一個開源 AI 助手突然爆紅，往深了看，其實是個人 Agent 提前撞上了未來幾年所有人都得面對的問題。當 AI 不再只是聊天，而是開始替你發訊息、改檔案、跑任務、做判斷，它到底聽誰的？
這個問題，比「哪個模型更聰明」麻煩得多。
Vincent 在演講裡反覆說，OpenClaw 不是一個普通產品，它更像是套在模型外面的那整套「手腳」。
英文裡他們用 Harness 這個詞，直譯很彆扭。你可以把它理解成一套讓模型真正幹活的裝置：它怎麼呼叫工具，怎麼記住你，怎麼拆任務，什麼時候停下來問人，什麼時候繼續往前跑，出錯以後怎麼收拾，成本燒高了要不要剎車。
模型像大腦，這套東西像身體。
過去一年，產業太迷戀大腦了。誰推理更強，誰程式碼寫得更好，誰上下文更長，誰多模態更準。排行榜像菜市場早市一樣熱鬧，攤主們都在喊自己最新鮮、最便宜、最好吃。
可一個人只有大腦，什麼也幹不了。你還得有手，有腳，有疼痛感，有邊界感。手不能亂伸，腳不能亂跑，疼了要知道停，進別人家門前要知道敲門。
Agent 也是這樣。
模型會想，不代表它會做；會做，不代表它做得穩；做得穩，也不代表它知道什麼時候不該做。很多公司談 Agent，還是把它講成「更聰明的模型 + 更多工具」。但真正用起來，使用者感受到的往往不是聰明，而是身體素質。
它能不能把一個長任務跑完？會不會中途忘了你前面說過什麼？調錯工具之後能不能自己把鍋補上？遇到不確定的地方，是繼續硬幹，還是老老實實停下來問一句？
這些問題不漂亮，也不適合寫進發布會大字報裡。但它們決定 Agent 能不能從演示影片走進日常生活。
Vincent 講了一個很樸素的三角：速度、成本、準確度，你很難三個都要。
你如果一開始就拼命省錢，就得接受它慢一點、錯一點。你如果既要快又要準，就得接受推理成本上去、工具呼叫鏈變長、失敗方式變得更難猜。很多人喜歡把問題說成 token 消耗，好像那只是帳單上的一個數字。但在真實系統裡，每一次重試、每一次工具呼叫、每一次人類接管，都是成本。
這一點在模型排行榜上看不出來。跑分會告訴你程式碼能力幾分、數學能力幾分、推理能力幾分，但不會告訴你這個模型被放進一個真實 Agent 之後，要失敗幾次，要不要半路找人，找人的時候會不會問出一句讓人想摔電腦的話。
所以 Vincent 的判斷是，模型繼續變強當然關鍵，但個人 Agent 的難點，正在從「會不會想」轉向「會不會行動」。而行動這件事，不能只交給模型分數。
萬個 PR 湧入：AI 降門檻帶來的維護災難
問題也就變了。
OpenClaw 越成功，就越難只做最初想做的東西。
OpenClaw 最早是個人 AI 助手，不是企業系統、多 Agent 平台，也不是給所有公司拿來跑業務的底座。OpenClaw 的公開願景也把它描述為「runs on your devices, in your channels, with your rules」。
但開源專案一旦大起來，就很難只屬於最初那群人。
Michael 說，這個專案一開始是為個人做的，可現在，人們已經在它上面做各種事。中國開發者接入 OpenClaw 的速度和意願讓他震撼。
開源的美妙之處在這裡，殘酷之處也在這裡。
它把門開啟，讓更多人進來。但門一開，屋子裡就不再只有主人說了算。
過去的開源專案，靠的是少數維護者的技術權威。現在 AI 帶來了程式碼平權，更多普通人獲得了軟體生產力，也把更多沒想明白的需求、沒跑穩的功能，一起推到了維護者面前。
這當然不是壞事。恰恰相反，這可能是開源歷史上少見的一次權力下放。
但權力下放從來不會自動長出秩序。
一個社群越開放，越要回答邊界問題。Vincent 說，OpenClaw 團隊現在在調整維護方式，做 SDK、測試工具、檔案和參考架構。翻譯成大白話就是：他們不是不讓水進來，而是得給水修河道。
這也是 Agent 時代很早就露出來的一幕。
熱潮中的 OpenClaw 很容易被寫成一個勝利故事：更多人進來，更多程式碼進來，更多想象進來。但等熱潮稍微退開一點，另一個畫面就露出來了。
我們原來以為 AI 會讓軟體開發變輕鬆，結果它先讓維護者更累了。因為當所有人都能寫程式碼，真正稀缺的就不是程式碼，而是判斷：什麼東西值得存在，什麼風險不能放行，什麼需求應該被滿足，什麼需求只是噪音換了件衣服。
一個更大的問題隨之冒出來。
如果社群會用行動重新定義 OpenClaw，那麼這些定義裡，哪些會變成個人 Agent 的未來？哪些又只是短暫的熱鬧？
熱度褪去以後，競爭才真正開始。它不再只是比誰更會吸引眼球，而是在逼所有 Agent 專案回答一個更樸素的問題：你怎麼證明自己不是一次性的玩具？
Hermes 是一個很好的對照。按照現有說法，它的賣點是讓 Agent 做完任務後自己覆盤：哪裡做得好，哪裡做得不好，哪些步驟可以沉澱成下一次直接呼叫的經驗。下一次再遇到類似任務，就不用重新想，直接照著做。說得再直白一點，就是自己寫經驗，越用越熟。
這個說法很容易讓人心動。
模型是大腦、Agent 是身體：行動比推理更重要
誰不想要一個越用越順手的助手？誰不想要一個下班以後還會自己覆盤、第二天帶著小本子來上班的員工？在一個人人都喊效率的時代，「越用越聰明」幾乎是最順耳的承諾。
Vincent 對這件事的態度卻很謹慎。
他沒有急著說 OpenClaw 也能做，也沒有去踩 Hermes。他只是說，「自動生成的經驗到底有沒有用，現在市場上沒有足夠強的評估辦法。」
一個 Agent 自動寫下來的技能，可能是在壓縮經驗，也可能是在焊死錯誤。它十次裡七次有用、三次誤導，系統怎麼判斷該不該留？它把一次僥倖成功的路徑寫成固定流程，下次環境變了，還會不會照著錯路往下跑？一條記憶在幾周後已經過時了，可因為被反覆呼叫，Agent 反而更相信它。這到底是變聰明，還是變固執？
人也常常這樣。早年靠某個辦法賺過錢，後來市場變了，還把那套辦法當祖傳秘方。一個公司曾經靠某個流程活下來，後來就把流程供起來，誰碰誰死。我們把它叫經驗主義，叫路徑依賴，叫組織慣性。放到 Agent 身上，它可能會被包裝成「自動學習」。
這就是 Vincent 謹慎的地方。他不是不想讓 OpenClaw 學習，而是不願意把「看起來在學習」直接等同於「真的在進步」。
真實世界裡的學習，不是把所有經驗都塞進倉庫。真正的學習也包括遺忘，包括糾錯，包括承認「這條路以前有用，現在不一定」。
一個不會遺忘的 Agent，不一定更聰明。它可能只是更難被糾正。
所以問題又往前走了一步。
如果 Agent 會記住、會覆盤、會自己寫經驗，那誰來判斷它學到的是經驗，還是偏見？
Michael 被問到，如果未來每個人都有自己的常駐 Agent，它最核心的能力是什麼。
他沒有說推理，沒有說多模態，也沒有說工具呼叫。他說，是記憶。
你兩週前和個人 Agent 聊過一件事，今天再提起來，它應該知道你在說什麼。要維持一段長期、持續的關係，記憶不可或缺。
這話很樸素，卻把個人 Agent 和普通軟體切開了。
工具靠功能被使用，關係靠記憶被維持。
一個每次開啟都像第一次見面的 Agent，永遠只是工具。所謂個人化，不是介面上寫著你的名字，也不是頭像換成你喜歡的顏色，而是它知道你是誰，知道你怎麼工作，知道你不喜歡什麼，知道你在哪些問題上總是猶豫，又在哪些事情上容易衝動。
Vincent 在演講裡也說到這個問題。他說，產業可以有效能很好的模型，但缺少一種長期相處的感覺。我們談個人 Agent 時，它不再只是一個商業場景，不是表格裡那一欄「使用者拿它做什麼」。它是為我工作的 Agent，和我對話的 Agent。每個人對 AI 的期待都不一樣，為這件事做設計，是完全未知的領域。
這其實是在反駁科技產業最熟悉的一套問法。
速度成本準確度三角：排行榜看不見的真實代價
科技產業喜歡問：使用者是誰？場景是什麼？痛點在哪？回報怎麼算？預算誰批？這套問題當然有用，尤其是賣企業軟體的時候。但 Vincent 的意思是，個人 Agent 不只是一個固定功能，它更像一種關係入口。
「用來幹什麼」問的是功能。
「它怎麼理解我」問的是關係。
這個差別很小，也很大。
工具時代，人發指令，軟體執行。你開啟一個應用，完成一件事，然後關掉它。你不會關心它怎麼看你，也不會在乎它是否記得你。協作者不一樣。協作者會記得你上次為什麼改主意，會知道你什麼情況下容易冒進，也可能在關鍵時刻反問你一句：你確定嗎？
Vincent 有一句話很有意思。他說，現在已經不是他告訴 Agent 做什麼，而是 Agent 在問他、挑戰他的思路，問他們怎麼一起合作。
乍一聽，這像是一句很溫柔的未來宣言。
可往深處想，會有點發冷。
如果 Agent 可以挑戰你的思路，它憑什麼挑戰？它基於什麼記憶、什麼偏好、什麼價值判斷來挑戰？它是站在你這邊，還是站在寫它程式碼的人那邊？它理解的是你的長期利益，還是平台希望你採取的行為？
它到底聽誰的？
以前平台塑造的是資訊流。你刷到什麼，看見什麼，被什麼情緒牽著走。到了 Agent 時代，平台或者開源社群塑造的，可能是一個會替你行動、替你判斷、替你安排日常的「人」。它不只是把內容推給你，它會進入你的檔案、聊天、日程和工作流程，甚至進入你和世界打交道的方式。
一個沒有性格的 Agent，不夠個人。一個性格被別人悄悄定好的 Agent，又太個人。
這中間的縫，就是未來幾年最難縫上的地方。
ClawCon 現場有人問 Vincent 安全問題。
OpenClaw 這樣的工具，你給它越多許可權，它越有用；你給它越多許可權，它越危險。它能接聊天軟體，能讀檔案，能跑指令碼，能調模型，能寫程式碼。能力和風險不是兩條路，是同一條路的正反面。
Vincent 的回答分兩層。
第一，OpenClaw 太顯眼了。作為 GitHub 上很大的開源倉庫，它一直被安全研究人員盯著。很多人想攻破它，因為攻破它就能出名。他們曾經每天收到超過 100 個安全漏洞報告，每一個都要檢查。真實漏洞會很快修，垃圾報告也得有人看。
第二，他們和安全研究團隊合作，把發現的問題整合進產品，也儘量公開透明。開源的好處是所有人都能看，所有人都能查，當然，所有人也都能攻。
Agent 的安全，不只是「有沒有漏洞」。它更像一套邊界問題，你允許它碰什麼，不允許它碰什麼；它什麼時候能自己行動，什麼時候必須停下來問你；它能不能代表你發訊息、改檔案、跑指令碼、連線企業系統；出了事以後，責任算誰的。
社群開門之後：權力下放與邊界重建的難題
傳統軟體出問題，大不了崩潰、卡死、丟資料。Agent 出問題，是在行動鏈條上出問題。它可能誤刪檔案，可能發錯訊息，可能把錯誤程式碼提交進生產環境，也可能在你沒看清的時候，把一件小事做成大事。
這也是為什麼中國開發者的使用方式很有衝擊力。
飛書、企業微信、微信、釘釘，不只是軟體，它們是中國人工作和生活的毛細血管。一個 Agent 接進去，就不只是多了一個外掛。它進入的是組織協作、客戶溝通、私人關係、檔案流轉和日常雜事混在一起的地帶。
它越懂你，越能替你做事；它越能替你做事，你越得知道它的手伸到哪裡。個人 Agent 的誘惑和風險，是同一件事。
你希望它像一個懂你的助手一樣，藏在聊天軟體裡，隨叫隨到，能記住你，能替你跑腿。可也正因為它隨叫隨到、記得你、能跑腿，你才必須追問它的邊界。
它會不會在不該說話的時候說話？會不會在不該記住的時候記住？會不會把一次臨時授權理解成長期授權？會不會為了完成任務，把你的猶豫、沉默和邊界感都當成障礙？
最危險的 Agent，不一定是突然背叛你的那個。那太戲劇化，也太像科幻電影。更現實的危險是，它一直很順手，一直很體貼，一直讓你省事。直到某天你發現，它替你做出的很多判斷，已經不完全來自你。
Michael 說，OpenClaw 永遠不應該變成閉源專案。它應該一直開源，因為它為所有人開啟了通往個人 Agent 時代的大門。
但開源沒有讓問題消失，Agent 不應該只由模型公司定義，也不應該只由平台定義。
過去一年，Agent 的競爭被講成模型的競爭。誰推理更強，誰程式碼更好，誰上下文更長，誰成本更低。OpenAI、Anthropic、Google 都在把 Agent 能力做進自己的產品裡，封閉平台會給出更確定的答案：統一賬號、統一許可權、統一工具、統一記憶，企業喜歡這種確定性。
確定性當然有價值。
但確定性也意味著，你接受了別人替你畫好的邊界。你得到穩定，也得到一套被安排好的性格、記憶和行動方式。
我們在上海問 Vincent，OpenClaw 最不應該變成什麼。他說這是開源專案，人們會用它做各種事，從兒童玩具到運作企業，很難說「這個不該做」。開源技術的美妙之處，就是社群會共同把它推向某個方向。
這不是閃躲，恰恰是今天難得的誠實。
OpenClaw 的答案不是「已經弄清楚了」，它的答案更像是「還不知道」。
不知道個人 Agent 的性格到底該怎麼設計，不知道自動寫經驗什麼時候有用、什麼時候有害，不知道社群會把專案推到哪些從沒預想過的地方，也不知道個人助手和企業系統之間應該劃出怎樣的線。
但面對一個會替人行動的東西，太快說自己知道答案，反而可疑。
技術產業總喜歡把不確定當成弱點。可在 Agent 這件事上，不確定可能是最後一點清醒。因為它不只是又一個辦公軟體按鈕，也不只是一個聊天機器人升級版。它一旦跑起來，就會捲入人的記憶、關係、判斷和行動權。
它到底聽誰的？現在沒人真正說得清，這可能反而是好事。
在我們把執行權交出去之前，先承認自己還沒想明白，至少比假裝一切已經被產品路線圖安排妥當，要誠實得多。
未來最危險的 Agent，可能不是不聽話的那個。
而是太聽話、太順手、太像你，以至於你忘了問一句：它到底是誰的手？
📍相關報導📍
中國瘋裝小龍蝦 OpenClaw，官方警告可能導致「工業產線失控」
