作者：彭堃方、阿茹娜
編輯：呂鑫燚
出品：具身研習社
先冷靜下來，再談OpenClaw 具身化。
OpenClaw 走紅的一個多月，好像已經(jīng)快走完一個新技術(shù)的完整周期。這個誕生于開源社區(qū)，本應(yīng)拿著小眾劇本的AI代理框架，卻因各種主觀因素迅速走紅，掀起一陣養(yǎng)蝦狂潮，催生出上千元上門安裝的產(chǎn)業(yè)鏈。如果故事到這，還不算一個完整的周期，短短幾天內(nèi)，因數(shù)據(jù)隱私問題呼吁理性看待OpenClaw的聲音愈發(fā)響亮，付費卸載又成了新副業(yè)。
這事，或許遠在奧地利的“龍蝦之父”也沒有料到。
雖然pc端的經(jīng)歷足夠“典型”，但OpenClaw所展現(xiàn)的自主調(diào)用和記憶能力，讓具身智能看到了另一種可行性，一種讓具身智能以另一種方式走進物理世界產(chǎn)生真實交互的可行性。
于是，OpenClaw具身化成為具身智能最熱話題。
有人將它視為范式轉(zhuǎn)移的拐點，有人大談特談OpenClaw對具身智能應(yīng)用的提質(zhì)增效，一時間OpenClaw好像不是一個代理框架，而是能和VLA媲美的新大腦。
具身研習社始終追蹤OpenClaw具身化的嘗試，在和多方對談后，我們發(fā)現(xiàn)Openclaw對具身產(chǎn)業(yè)的影響不在于產(chǎn)品本身，而是留下了一種解法。
它真正的價值，是給出了一套可被整個行業(yè)復用的思路、架構(gòu)范式、工程路徑。
產(chǎn)品會迭代、會被超越、會過時，但解法會沉淀為產(chǎn)業(yè)基礎(chǔ)設(shè)施。
兩行代碼，機械臂就“聽話”了。
朱佩韋第一次把OpenClaw接進機器人系統(tǒng)時，過程順利得幾乎沒有故事性“兩行代碼就安裝了”。不需要重寫控制程序，只是加了一個“中間層”，機器人就能理解模糊指令。從安裝后具體工作流來看，龍蝦解放了研究人員逐個調(diào)用電機的時間。聽起來有點“智能升級”的味道，但他坦言道，這種變化并沒有觸及機器人的能力本身，只是讓控制方式可以通過自然語言讓人與軟件對話。
真正的用途，其實發(fā)生在“機器人本機”之外。
朱佩韋發(fā)覺，OpenClaw嵌入至整個研發(fā)流程中，讓它充當一個始終在線的項目管理者更有生產(chǎn)力價值。OpenClaw可以記錄開發(fā)進展、跟蹤任務(wù)節(jié)點、同步團隊狀態(tài)，甚至替代部分項目經(jīng)理的工作。機器人只是被納入管理體系的一環(huán)，而不是被賦予新的行動能力。換句話說，“龍蝦沒有讓機器人更會干活”。
這種定位解釋了為什么它看起來“很強”，卻又不構(gòu)成技術(shù)突破。以前工程團隊需要花大量時間在流程溝通和任務(wù)協(xié)調(diào)上，現(xiàn)在這些工作被自動化地整理、分發(fā)、追蹤。機器人執(zhí)行什么動作，依然由原有控制系統(tǒng)決定；OpenClaw做的是把復雜的項目推進過程變得透明、可控、可追溯。它更像一個數(shù)字化 PM，而不是具身智能的大腦。
當討論轉(zhuǎn)向能否“讓機器人自主干活”時，朱佩韋幾乎立刻把兩者切分開。在他看來，是否能獨立完成任務(wù)，取決于感知、決策和控制算法，而不是“管理工具”。與目前行業(yè)內(nèi)普遍強調(diào)的龍蝦利于“開發(fā)”與“能力附魔”這一觀點，朱佩韋坦言，就算法開發(fā)，Claude Code 或其他Vibe Coding類工具更直接好用；從機器人能力提升角度看，朱佩韋感覺強化學習（RL）和視覺—語言—動作模型（VLA)才是更靠譜的路徑。OpenClaw的部署，與“機器人會不會自己工作”并沒有太大關(guān)系。
因此，他對公眾那種“終結(jié)者要來了”的焦慮毫無共鳴。在他描述的現(xiàn)實里，沒有覺醒的機器，也沒有失控的系統(tǒng)，只有一套幫助團隊推進項目的軟件框架。機器人依舊笨拙、依賴預設(shè)流程、需要大量人工維護。所謂智能，更像被包裝出來的“體驗”，而非真正的自主能力。
更能說明問題的是開發(fā)者社區(qū)的態(tài)度。朱佩韋所在的開發(fā)者社區(qū)約有五千人，但據(jù)他的感知，對“龍蝦”的評價整體偏保守，并沒有外界想象的狂熱。原因不僅是技術(shù)局限，還有安全陰影。他曾遇到因一個有大量的投毒Skill，以及OpenClaw自身的運行，出現(xiàn)了刪除自身開發(fā)環(huán)境與其他文件的情況。這讓他意識到，一旦OpenClaw接入物理設(shè)備，風險可能來自它本身。
因此，朱佩韋和不少團隊一樣，現(xiàn)在只敢在封閉、受限環(huán)境中使用，不會輕易連接到關(guān)鍵生產(chǎn)系統(tǒng)或開放網(wǎng)絡(luò)。對機器人來說，這意味著OpenClaw仍然停留在實驗和演示階段，而不是可靠的基礎(chǔ)設(shè)施。與其說大家在探索未來，不如說在小心翼翼地避免新的事故。
如果一定要給OpenClaw與機器人的關(guān)系下一個定義，朱佩韋的答案異常樸素：它不是讓機器“學會干活”的技術(shù)，而是更好地讓人“組織干活”的工具，換句話說，它是管理人的工具，而非管理機器人。機器人依舊由算法驅(qū)動，進步也取決于算法；龍蝦只是站在流程之上，像一個不會下班的項目經(jīng)理，催進度、記日志、做協(xié)調(diào)。
至少在當下，它離科幻電影的悲觀敘事很遠，離辦公軟件反而更近。來源：朱佩韋，NEC新能源開發(fā)者社區(qū)maintainer&全國大學生機器人大賽ROBOCON領(lǐng)隊。
OpenClaw發(fā)布兩周后，廖登廷所在的公司便在內(nèi)部辦公系統(tǒng)中部署了OpenClaw。他的工作主要是VLA模型研究，剛巧公司購入了智元機器人，于是廖登廷開始嘗試將OpenClaw部署在機器人上。
在這段過程中，廖登廷認為OpenClaw在機器人上的應(yīng)用有明顯的深淺之分。
較淺層的實現(xiàn)，是直接調(diào)用現(xiàn)成的skill庫，通過SDK快速部署，實現(xiàn)握手、抓取物體等基礎(chǔ)動作。這條路徑門檻低、上手快，目前也是最普遍的應(yīng)用方式。
更深度的結(jié)合，則以近期出現(xiàn)的RosClaw為代表，需要修改OpenClaw源碼，將機器人基礎(chǔ)操作系統(tǒng)ROS（Robot Operating System）的功能植入其中，從而調(diào)用更豐富的底層能力。這條路徑復雜度更高，但也意味著更大的可能性。
從實際效果來看，OpenClaw展現(xiàn)出較強的可擴展性，能夠在未經(jīng)明確指令的情況下自動拼接命令，完成復合任務(wù)。
但缺點也很明顯。首先是響應(yīng)慢，每次調(diào)用都需要將上下文送入大模型，經(jīng)過工具調(diào)用、命令生成等多個環(huán)節(jié)，鏈條較長。其次是可靠性存疑，在純skill執(zhí)行模式下，一旦指令序列較長，中間環(huán)節(jié)出現(xiàn)遺漏或執(zhí)行失敗，系統(tǒng)并不會主動感知異常。
這一問題并非無解。一個可行的思路是在任務(wù)完成后插入檢驗鉤子，驗證執(zhí)行結(jié)果，失敗則觸發(fā)重試，這相當于將原本的開環(huán)系統(tǒng)改造為閉環(huán)。
此外，PicoClaw、NanoBot等簡化版本在響應(yīng)速度上有明顯提升，更適合機器人、單片機等算力受限的邊緣場景。
近期廣泛流傳的宇樹機器人“空間記憶”演示，常被歸功于OpenClaw。對此他認為，實現(xiàn)該能力的核心更可能來自SpatialRAG技術(shù)，這種技術(shù)將環(huán)境視頻或點云數(shù)據(jù)構(gòu)建為可調(diào)用的空間數(shù)據(jù)庫，使機器人具備環(huán)境記憶能力。
OpenClaw在其中的角色，只是調(diào)用了這項能力，換用其他Agent框架同樣可以實現(xiàn)。
他也指出，OpenClaw的長短期記憶均以明文形式存儲，而非經(jīng)過編碼的結(jié)構(gòu)化信息，難以高效處理機器人系統(tǒng)中涉及多傳感器維度的復雜數(shù)據(jù)。在他看來，真正意義上的空間記憶能力，仍有賴于大腦與記憶系統(tǒng)層面的優(yōu)化，與Agent框架的關(guān)系也許并不大。
盡管如此，他對Agent與機器人融合的長期前景保持樂觀。
他舉了一個工業(yè)場景中長期未被解決的需求：讓機器人“看著說明書干活”。在當前的工廠中，機械臂大多依賴預編程，只能執(zhí)行固定任務(wù)，換一種任務(wù)便束手無策?，F(xiàn)有的改進路徑是引入VLA、VLM提升通用性，但真正的泛化能力至今難以實現(xiàn)。而如果為機械臂引入Agent，賦予其調(diào)用工具、理解指令、動態(tài)編排動作序列的能力，或許能帶來比VLA更實質(zhì)性的操作能力突破。
他還提到了一個更具想象力的方向：Agent驅(qū)動的主動數(shù)據(jù)采集。目前已有人將OpenClaw接入帶攝像頭和麥克風的舵機機械臂，讓其自主觀察環(huán)境、認知自身——這類數(shù)據(jù)理論上可用于訓練模型對物理世界的理解。當然，前提是Agent具備足夠可靠的基礎(chǔ)能力，否則采集到的有毒數(shù)據(jù)反而會污染模型。
在算力層面，他認為未來的格局可能是：簡單任務(wù)依賴端側(cè)算力本地處理，復雜的智能編排仍需調(diào)用云端資源。這一模式對算力基礎(chǔ)設(shè)施和低延遲通信提出了更高要求，也預示著相關(guān)需求的持續(xù)增長。
他在采訪中直言，Agent或許是一種天生為機器人而生的技術(shù)范式。當前Agent的應(yīng)用大多停留在調(diào)用電子工具的層面，這固然有其價值，而一旦Agent真正具備調(diào)用物理工具的能力，其所能釋放的價值，將遠不止于此。來源：廖登廷，某通訊公司AI算法工程師。
OpenClaw之于本體廠商，不是 “救世主”，也不是“競爭者”，而是一面鏡子，也是一把鑰匙。它照出了行業(yè)研發(fā)慣性的陰暗處，也提供了低門檻突破的路徑。
多位本體廠商的交談中，反復提及一個詞“中間態(tài)”。在他們研發(fā)視角中，其并不是外界神話的顛覆式技術(shù)，只是一個接管中間任務(wù)流程的框架；在他們長期發(fā)展的視角中，其也絕不是終極產(chǎn)品，只是技術(shù)長河中的一次插曲。
“一切的前提都有個限定”。某本體廠商技術(shù)負責人表示。限定存在于空間和任務(wù)流程，由于其對隱私的泄漏和數(shù)據(jù)安全的隱患，導致研發(fā)也只敢在特定空間、特定任務(wù)中使用。既不觸碰核心數(shù)據(jù)，又能驗證中間流程的可行性。
本體廠商的實驗很謹慎，用詞也很謹慎，鮮少聽見“跑通”的口吻，在問及是否能形成完整的工作流時，廠商表示，更多意義在于把流程協(xié)同交給更高效的框架，探索新的的研發(fā)模式。也有廠商在思考，這類框架讓團隊開始思考有關(guān)于研發(fā)和調(diào)用的邊界。
具體而言，此前本體廠商研發(fā)邏輯中，很多能力并不是做不到，而是僅單一任務(wù)就需要投入大量研發(fā)和工程化的精力。這不太是一個能算得過來的經(jīng)濟賬。但OpenClaw可以借助已經(jīng)成熟的模型、系統(tǒng)、鏈路，把本需要單獨開發(fā)、訓練的能力，變成了可以直接調(diào)用并快速組合的能力。
坦白講和本體廠商溝通后不難發(fā)現(xiàn)，與其談?wù)揙penClaw，不如談?wù)揂gent和具身智能的結(jié)合，即Embodied Agent，后者的想象空間更大。（插個題外話，曾有人說過具身智能英文Embodied AI最早還被稱為Embodied Agent）
結(jié)語
不迷信技術(shù)神話，不放棄底層掌控，在技術(shù)適配與產(chǎn)業(yè)邏輯間尋找平衡，這是多數(shù)具身從業(yè)者對OpenClaw具身化的共識，也是對內(nèi)的一次校準。
我們并不畏懼新技術(shù)帶來的FOMO情緒，只是要學會在熱潮下錨定該堅守的初心。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
