OpenClaw 是哪个公司的？开源AI“龙虾”智能体从个人项目到OpenAI基金会的完整揭秘

Key Takeaways

• OpenClaw 并非传统公司产品：它是 MIT 协议下的开源项目，由奥地利开发者彼得·斯坦伯格（Peter Steinberger）于 2025 年底独立发起，最初名为 Clawdbot。
• 名称演变与所有权变迁：因 Anthropic 商标纠纷更名为 Moltbot，随后定为 OpenClaw；2026 年 2 月创始人加入 OpenAI 后，项目转为独立基金会形式运营，仍保持完全开源且独立。
• 核心竞争力：本地部署在个人电脑，支持 WhatsApp、Telegram 等聊天工具交互，可执行邮件处理、浏览器操作、文件管理等真实任务，口号“The AI that actually does things”。
• 技术亮点：采用 Gateway（网关）、Agent（智能体）、Skills（技能插件）和 Memory（持久记忆）架构，兼容 Claude、GPT 及本地模型，跨平台（macOS/Windows/Linux）。
• 爆火原因与注意事项：GitHub 星标数迅速突破 20 万，得益于“一人成军”自主能力；但高权限设计带来安全风险，建议专用设备部署并严格权限控制。

OpenClaw 是什么？核心功能与独特价值

OpenClaw 是一款开源自主 AI 智能体平台，能真正“做事”而非仅聊天。它运行在用户本地电脑上，通过用户已有的聊天 App（如 WhatsApp、Telegram、Discord、Slack）接收指令，自动完成复杂任务。

例如，它可以清空收件箱、预订机票、迁移代码仓库、调研市场信息，甚至管理整个小团队的日程和社交发布。分析显示，这种“本地 + 全系统访问”的设计，解决了商业 AI 助手数据隐私和执行力不足的问题。

其标志性红色龙虾图标让中文社区亲切地称为“龙虾”或“AI 小龙虾”，slogan “The AI that actually does things” 精准概括了其从被动响应转向主动执行的突破。

发展历史：周末项目如何演变为全球现象

OpenClaw 的故事始于 2025 年底。彼得·斯坦伯格作为资深软件工程师（曾创办 PSPDFKit PDF 工具公司并成功退出），利用周末时间打造了一个 WhatsApp 中继原型，最初命名为 Clawdbot。

2026 年 1 月项目迅速走红，演示视频展示自动化车辆采购、长周期调研等场景，GitHub 星标数一周内破 10 万。随即遭遇 Anthropic 公司因名称与 Claude 混淆的商标投诉，于 1 月 27 日更名为 Moltbot。三天后，为避免再次纠纷并强调开放性，正式定名 OpenClaw —— “Open” 代表开源社区驱动，“Claw” 延续龙虾传承。

更名过程堪称开源史上最戏剧性之一：团队提前完成商标检索、域名购买和迁移脚本，确保平稳过渡。社区反馈表明，这次危机反而加速了项目曝光，推动其成为 AI Agent 领域的现象级案例。

OpenClaw 属于哪个公司？创始人背景与当前归属详解

OpenClaw 不属于任何单一商业公司。它从诞生起就是个人主导的开源项目，代码仓库明确标注 MIT 许可协议，无企业法人署名。

创始人彼得·斯坦伯格于 2025 年 6 月创立 Amantus Machina 公司，专注于下一代个性化 AI 智能体研发。但 OpenClaw 项目本身始终保持独立，未被纳入商业实体。

2026 年 2 月，斯坦伯格正式加入 OpenAI，负责个人 AI 代理领域开发。同时，OpenClaw 转型为基金会形式继续运营：

• 保持完全开源与社区驱动
• OpenAI 提供赞助支持，但项目独立于任何单一公司
• 目标是支持更多模型和生态，而非商业化垄断

这一转变体现了斯坦伯格的理念：“我可以把它做成一家巨头公司，但这对我没有吸引力。我想改变世界，而非重复创业。”目前，项目由社区维护者协作，腾讯云、阿里云、百度智能云等多家云平台提供一键部署服务，进一步扩大了影响力。

技术架构深度解析：为什么它能“真正做事”

OpenClaw 的核心架构简洁而强大，由四大模块组成：

• Gateway（网关）：处理聊天 App 交互，支持多线程对话和图像传输。
• Agent（智能体）：基于大模型进行规划、推理和决策，支持 Claude、OpenAI GPT 及本地模型。
• Skills（技能）：可扩展插件系统，社区已贡献 VirusTotal 威胁扫描、浏览器自动化等技能，用户可自写 TypeScript 插件。
• Memory（记忆）：本地 Markdown 存储，持久记录偏好和上下文，实现长周期任务。

它兼容 macOS、Windows、Linux，支持浏览器控制、Shell 命令执行和文件读写（可沙箱化）。基准测试显示，在多步任务（如“调研竞品并生成报告”）中，其自主路径规划能力远超传统聊天机器人。

与 Auto-GPT 或 LangChain 等框架相比，OpenClaw 的本地优先设计避免了云端延迟和隐私泄露，同时通过 cron 任务实现后台自动化。

爆火背后的原因：独立开发者 vs 大公司产品的对比

为什么一个人的项目能超越许多企业级 Agent？分析显示，关键在于无束缚的执行力。

大公司产品往往受合规、法律和商业模式限制，无法轻易赋予 AI “全系统访问”权限。而斯坦伯格作为独立开发者，直接实现了高自主性，迅速验证了市场痛点。

GitHub 数据显示，项目上线不到一个月即吸引 200 万访问者。中国生态尤为活跃：腾讯总部举办分享会，多家云厂商推出极简部署，企业微信已支持接入。

社区案例包括：一人用 6 个 Agent 管理整个软件公司；另一个用 OpenClaw 构建“零人力业务”，月入数万美元。这些真实成果证明，OpenClaw 正在重塑“一人公司”与团队自动化范式。

部署指南、高级技巧与常见陷阱

快速上手：官网提供一键安装脚本，支持 Docker 或直接运行。推荐在专用旧电脑上部署，避免主设备风险。

云端选项：腾讯云、阿里云等提供一键部署，适合无服务器经验用户。高级用户可配置多 Agent 团队（例如 CEO Agent + 运营 Agent）。

高级技巧：

• 利用 Skills Hub 构建自定义工作流
• 集成 VirusTotal 扫描所有插件
• 设置多模型路由（Claude 处理复杂推理，Grok 处理创意）
• 使用持久记忆实现跨天任务接力

常见陷阱：

• 安全风险：高权限设计易受提示注入攻击，建议严格 API Key 隔离和沙箱模式。
• 公网暴露：部分实例被扫描工具发现，推荐关闭不必要端口。
• 成本控制：大模型调用费用需监控，优先本地模型降低开支。
• 权限滥用：初次部署时过度授权可能导致意外操作，建议分步测试。

社区反馈显示，遵守官方安全文档的用户，几乎未遇重大问题。