OpenClaw
创建时间： 2026-04-27
来源： [[sources/138. 对罗福莉3.5小时访谈：AI范式已然巨变！OpenClaw、Agent范式很吃后训练、卡的分配、组织平权]]
相关： Agent-Paradigm-Shift，Luo-Fuli，Harness-Engineering，Agent-First-Repository-Design，Software-3.0
定位
OpenClaw 被罗福莉定义为划时代的开源 Agent 框架。其核心产品逻辑是：通过 Agent 的整套编排来弥补模型的短板。
与 Claude Code（闭源、黑盒、服务软件工程场景）不同，OpenClaw 是开源的，允许开发者深度定制记忆系统、Multi-Agent 逻辑和 Workflow。这种可操纵性是激发创造力和群体智能的关键。
核心差异化特征
1. 持久化分层记忆体系
对 memory 进行分层和分级——不仅记住信息，还知道什么信息在什么场景下应该被调用。这是 Claude Code 的记忆系统（基于 Session 压缩 + Plan 驱动）所不具备的精细度。
2. 多模型自主调度
用户无需手动指定用哪个模型处理什么任务。框架能自主判断当前模型的能力边界，并自动调用其他模型——例如，识别到视频理解任务时，自动寻找擅长视频理解的模型来处理。
3. Context 的精细编排
通过在每个对话轮次的 Context 前拼接当前时间等细节，让模型”感知”时间流逝——这些细微编排给人”有灵魂""有情商”的体验。
4. 可操纵性（开源优势）
开发者可以深入修改：
- 记忆系统架构
- Multi-Agent 协作逻辑
- Agent Workflow
- Skills 体系
这种原生的可操纵性使得框架能与使用者的具体场景深度适配。相比之下，Claude Code 的黑盒设计限制了针对性优化。
开源 vs 闭源的分野
| 维度 | OpenClaw（开源） | Claude Code（闭源） |
|---|---|---|
| 可定制性 | 可改源码，高度灵活 | 黑盒，不可改 |
| 群体智能 | 社区数百人共同改进 | 仅内部团队迭代 |
| 迭代速度 | 几小时一轮 | 受限于公司发布节奏 |
| 稳定性 | 早期版本 bug 多 | 工程化更成熟 |
| 场景适配 | 开放，可适配任何场景 | 聚焦软件工程 |
| 安全性 | 依赖模型本身 | 框架 + 模型双重保障 |
如何激发中层模型的上限
OpenClaw 最大的价值之一是：让中层模型在 85% 的任务上达到顶尖模型的完成度。 通过精细的 Context 编排、记忆系统和自主调度，框架弥补了模型能力短板。
罗福莉用 MiMo-V2 Flash（未经 Agent 训练）甚至 3B 端侧模型接入 OpenClaw 后，完成了她认为小模型不可能完成的任务——框架是模型能力的”放大器”与”补丁”。
群体智能：开源的核心价值
在一个有近百人的群组中同时使用和修改 OpenClaw：
- 框架在多人同时修改下仍保持智能和可用
- 集体改进的速度远超个人——几小时迭代一轮
- 每个人的使用方式激发他人的想象——“想象力是乘数效应”
这是 AGI 到来前必须有的前兆：利用群体智能提升 Agent 框架。
OpenClaw Moment
不同于 ChatGPT Moment（清晰、有公认标准、一次性爆发），OpenClaw Moment 的特点是：
- 时间线更长，影响更深远
- 没有清晰的评测基准来”证明”它
- 能量溢出到更多人能感知的场景
- 流动性需要时间积累
被 OpenAI 收购
OpenClaw 后被 OpenAI 收购，但开源属性保留——“群体演变的基因火种保留了”。这印证了”模型与产品必须深度融合”的判断。
引用
- “OpenClaw 的设计之初，是想尽量通过 Agent 的整套编排来弥补模型的短板，这是它非常核心的产品逻辑。”
- “开源 Agent 框架本身的价值和意义在于：你可以基于它现捏一个新的框架出来。”
- “利用群体智能去提升 Agent 的框架是非常重要的——这是 AGI 到来前兆必须要有的事情。“