OpenClaw 已经没什么人用了

irontt

问AI · openclaw为何未能复制Linux的成功路径？

& t8 P; a+ F7 q1 I2 I* i

; ^7 m! n: R" F7 j突然发现，OpenClaw 小龙虾的声量几乎已经降到了冰点。我甚至觉得，这款产品可能已经完成了它的历史使命。
身边部署过 OpenClaw 的朋友，大多都已经彻底迁移走到其他成熟的 Agent 产品上了。
3 ^% `+ _. e9 K; A) K1 ]$ h AI 时代就是这么快。OpenClaw 以史上最快的速度，成为了 GitHub 上最火的开源项目，但同时，它的降温速度也很快。
5 h$ r: ]+ i8 n  x目前看，它远没有 Linux 那样的生命力。
0 E% V2 ~; q, G" T$ e4 aLinux 能够长久活下去，核心就两点，一个是自身积累的代码壁垒，另一个是围绕自己形成的一整套生态。这两点，OpenClaw 目前都不具备。
2 H6 r* n/ v" P我觉得，OpenClaw 最大的价值，可能就是第一次大规模的把 Agent 这个范式带进了大众视野。
9 O) i$ X5 D$ B7 S在它之前，Codex 和 Claude Code 也在做 Agent，但更多还是局限在 Coding 领域，圈内的人才知道。
OpenClaw 让越来越多的人意识到一件事，AI 是可以主动干活的，不只是个 Chatbot。
5 s# z# w0 c/ M# m  I5 n这个意义非常大。OpenClaw 之后，Agent 开始变成一个真正的需求。
#01
推荐一个开箱即用的 Agent 产品
今天我想分享一款，我认为是在 OpenClaw 这股浪潮之后，做得最用心、也最好用的产品之一：天工超级智能体。 地址在这里：

https://www.tiangong.cn/

  e0 G7 ^& k$ J5 D$ ^5 P天工超级智能体这一次进行了大版本升级。其实在去年，Agent 这个概念刚刚冒头的时候，我就写过他们。当时天工已经开始往这个方向跑，而且跑得挺激进。
, N  o/ z. c+ j( v3 T比如，他们很早就在做端到端的工作流探索：不是只给你一堆中间产物，而是从内容生成，到排版编辑，到导出发布，整个链条都打通。
4 q% p' i. Z  Z2 u你给一个目标，它会像一支小团队一样，把过程自己跑完。
后来 OpenClaw 火起来，让更多人意识到 Agent 这个范式的价值。
但它本身是个开源项目，想用上得自己装命令行、申请 API Key、对着报错一行行排查，光 Node 版本不对就能卡住一大半人。普通人根本玩不转。
' T+ o3 J- @! \, M! A, F6 F+ O% X1 o天工走的是另一条路，把完整的能力直接搬到云端，注册就能用，不用自己部署、敲命令行。
天工这次大升级，算是把过去一年的这些尝试，真正收束成了一个可以给普通人用的 Agent 产品形态。我简单总结下：
1、接入了国内第一梯队的大语言模型。包括 Kimi K2.6、DeepSeek V4 Pro、GLM 5.1、MiniMax M2.7、Qwen 3.6 Plus，天工这次一揽子全接了进来。
而且它可以智能路由，针对不同的任务选择擅长的模型。这一点我觉得还挺方便。当然如果我们有自己特别青睐的模型，也可以直接指定。
这样一来，我们也不用再自己去申请 Token 额度、配置 API Key 了。这些环节，真的会劝退很多不懂技术的用户。
2、同样接入了国内第一梯队的图片和视频模型。也就是说，在这我们可以一站式地搞定不同类型的工作任务，而不只是文本类型。
0 `9 z; Y9 L( L5 h: P. o# H' l3 B我相信现在所有人的工作当中，图片和视频肯定是绕不开。
! K/ k: k; u( R 3、所有模态不只是生成，还能在线编辑。真实的任务场景里，生成大概只占一半的工作量，剩下一半全在改。
/ C( J% ]7 }1 U视频要剪辑，PPT 要调版式，文案要顺一遍语气。AI 很少能一次到位。天工把编辑能力直接做在了产品里。生成完不用导出、不用切到别的工具，就在原地改。
3 b( F( N3 N, w+ v8 w大家感兴趣可以自己试一下。同样也可以接入到飞书当中。
接入飞书这一点也很方便。配置我就不多说了，把 App ID 和 App Secret 填进去就行。
' J8 K6 j; c) O# P前面我演示的都是 PC 端的操作。但很多时候我们其实不在电脑前，可能在上班路上、在见客户。
这两天 Codex 上了移动端，圈子里那么多人兴奋，原因就在这。Agent 要是只能守着电脑用，那它能接管的工作就少了一大半。
天工跟飞书做了挺好的集成，手机上随时能跟它说话，让它干活，干完了消息直接推到飞书里。
实话实说，同类型的 Agent 产品我用过非常多。但周末跟同事一起，直接拿着天工就着当下的工作任务往里丢，让它去做，还是给了我很多惊喜。
新一代的 Agent 产品，确实已经来了。
) P9 }/ X4 @* k4 Y我们不需要再去理解 Skill、定时任务、Memory 这些概念背后的原理。天工已经把这些复杂的细节都消化掉了，我们只管把任务交给他就行。
5 s6 B; @' {! g& _: T% I. r8 B比如下面这张截图，是我在跟 Agent 沟通周六要在深圳举办的 AI Maker Summit。聊着聊着，弹出来一条提示，天工说发现了一个可复用的工作流：AI Maker Summit 的品牌规范，问我要不要把这件事创建成一个技能。
) ~6 L& i, G8 q5 |那一刻就是我的 Aha Moment。这证明它不是在被动等我下指令，而是可以观察我的工作流程，主动帮我把重复的事情沉淀下来。
5 j5 I7 P# h/ C# ]; s #02
真实的使用 Case
; X" n, f) a  G1 f我知道还有不少人会说，Agent 没什么使用场景，来回就那点事。上周开周会，同事们也在聊这件事，说 Agent 到底能帮上多少忙，是不是被高估了。我把在内部说过的一个观点再和大家分享下：所有的事，可以默认先考虑 Agent 能不能干，然后再决定怎么干。
$ y+ U7 U7 g4 E我可以非常确定地说，Agent 已经过了成熟可用的临界点。
身边那些本来就是 AI 极客的朋友，第一时间就把 Agent 用起来了。还没用起来的人，差的不是能力，而是思维方式没跟上。
0 w# d# ~9 ]4 g; `7 Z我们太习惯一件事自己上手了，任务一来，第一反应就是赶紧自己把它干完，从来没想过，这件事其实可以交给一个实习生去做。
这也是我一直说的，AI 时代有一波管理者红利。
- W1 J8 \3 I3 `一个心态开放、之前又做过管理的人，会更快把这些工具用起来。原因很简单，他习惯了把任务拆出去，习惯了不是所有事都得自己扛。
所以每个人都可以试着假设一下，你现在手底下已经有一个实习生了，这件事，是交给他做，还是自己吭哧吭哧干？
5 M0 `/ Z+ E' O% N任何一件事，都先想一下能不能交给 Agent。我跟团队说过，这句话可以贴在电脑前，刻意去练自己的思维方式。
: T  J: i" j4 S# n4 \3 W% w我举一个极简的例子。
# ^% [, Z$ M: o! E$ r& r周末两天团队都在加班，AI Maker Summit 这样的线下大会，琐碎的事情太多了。
比如要印刷的日程板定稿了，按往常的流程，得拿印刷版跟线上版本逐字比对一遍，看有没有错别字之类。
你知道吗，遇到这种事，我同事的第一反应居然还是，他需要留半个小时时间逐字走查一下。我赶紧叫停，我说这种事真的没必要，我们哪有 AI 查得清楚？
直接把线上的内容和图片都发给 AI，让它给我们出结论不就好了？我们已经忙了一整天，精神早就不集中了.....
大家看看下面的操作过程：

% l& W! r; |9 v7 [* ?! A

你看 AI 干的多漂亮。类似的事真的别再自己干了，AI 时代了。
继续，我们再看另外一个真实的 Case。
还要做一个大会的倒计时视频，就是开场前 10、9、8、7、6、5 那种效果，配上音效。
这种活搁以前要么从零做一个，要么上网找模板修改。现在我直接丢给天工，让它自己去发挥。
  Y8 R5 v* m+ k5 l, I  m; m' x前面说过它已经接了 Seedance 2.0 这样的模型，做个倒计时视频不在话下。
- Z. r: j5 q  n7 H$ q大家先来看看效果：
该视频疑似使用了AI生成技术，请谨慎甄别
+ S! T5 }8 e; c: X

这是操作过程：
5 ]- @# @1 J) V4 [$ I

1 Y' y* @0 \6 ^( Y6 b  M

还可以跟剪映等剪辑软件一样，添加滤镜、动画、调色等等操作。

  y: J4 V! ?7 [( Y8 W; d3 e
; U: ~) g% P# N: o6 ?

在这基础上再分享另一个真实的 Case。
大会在执行的过程中，还得有一份 Rundown。Rundown 其实就是现场的执行计划，谁几点上台、灯光什么时候切、物料什么时候到位，每一分钟都得排清楚。这样大家不容易乱。
* g/ T4 }  O# r$ p0 {, m: f8 F深圳站的 Rundown 我还没做。不过，之前的北京站我们团队积攒了相关的文档，这次我直接把北京站的经验喂给天工，让它基于这个经验帮我生成一份深圳站的 Rundown 初稿。
Rundown 初稿效果：

同样，我们可以对 Excel 进行编辑。
8 A% Y5 z0 y, h# _ #03
写在最后
用 Agent 工作的体验实在太爽了。强烈推荐大家在电脑前贴个小纸条，告诉自己，任何工作任务都先让 Agent 试一次，它干不了，我们再接手。
. F* D2 t6 n8 W: L. q: G5 X) Z这绝对是一种思维方式的转变。
" K) f1 h  b8 o  O- U6 Y天工这款产品做得很细腻。我感觉它在 Office 这块的支持，是我目前用过所有产品里能跟 Claude 相提并论的。
我估计大部分人的工作场景还是离不开 Office，这一点挺关键。
: M% g8 F& z0 ^! S% ]也说说大家可能会关心的对比。肯定有人问，跟 Codex、Claude Code 这类 Agent 产品比，天工的区别在哪？
5 j9 e, }: G. T9 M7 L我的看法是，这其实是两个赛道。Codex 和 Claude Code 在 coding 场景里确实非常强，那是它们的主场，工程师群体用着也顺手。
* [+ ^5 i+ O! U5 X% {但回到大多数人的办公环境里，我们每天打交道的不是代码仓库，而是 PPT、文档、表格、周报、研报、活动页这些东西。
2 f9 W, k5 g. C- U: W/ a天工最大的亮点，我觉得反而是它绕开了 Coding 思维，认认真真站在普通白领的角度去想，这群人需要什么，怎么降低门槛，怎么把 Agent 接管工作这件事做得足够简单。
: y3 `: c4 D+ D4 m  Q8 l2 b我前面分享的那些场景，校对印刷物料、做倒计时视频、基于历史文档生成 rundown，没有一件是 Coding 任务，但每一件都是真实工作里逃不掉的活。这才是大部分白领每天的状态。
这一点挺有意思，值得去试一试。
- i1 u! m$ h, B3 v#天工 #AIPPT #AIAgent #SkyWork #智能体 #天工超级智能体

Can_change

目前没有任何agent工具能比龙虾更进一步。都是雷同的模式，相似的功能，能力上限取决于token供应商

牵着海龟逛沙漠

不是OPEN CLAW没人用了，而是这波Agent流量潮过去了而已，真正要用Open claw的人仍然在默默的搞开发、搞生产，那些尝鲜的、被舆论带着跑的人，用过一段时间后新鲜感褪去，而且发现其实在实际的工作生产中用不到，自然而然就放弃了，这是每一个新兴事物的必然规律

liulangqew

这些功能不还是 OpenClaw 原生支持的吗？只不过套了个好看一点的 UI 而已，如果只是提升易用性的话，WorkBuddy 已经足够好用了，国内厂商端侧的 Claw 类产品也如火如荼，新产品想做这个赛道可不容易。

somya

所有长得像豆包的agent出生即死

天也黎洛

小龙虾能把个人ai助手这个概念带火就可以了。我们大众需要的是一个能帮我干活的ai。而不是一个只能当搜索引擎的ai。