OpenClaw 2.0 是项目史上最大的一次全栈重构，几乎重做了安装、浏览器、记忆、模型、协作与安全九大模块。从架构演进、上手体验到竞品格局与安全边界，给出基于真实发布数据的现实判断：它更适合作为多通道个人与团队助手，而非编码工具。
产品概述
OpenClaw 是一个开源、本地优先（local-first）的个人 AI 助手 Gateway，目标是把模型、工具、记忆、消息渠道和本地执行能力连成一张网。2026 年 8 月 30 日发布的 2.0（官方版本号 v2026.8.1）并非预谋的跨版本大跃进，核心开发者 Hannes Rudolph 在官方博客《OpenClaw 2.0, Accidentally》里直言：团队本只想”让安装简单一点”，结果牵一发而动全身，把整个项目重做了一遍。
这次更新的体量是碾压级的：933 名贡献者参与（其中 569 名为首次贡献），合并超过 16,000 个 PR，约占项目历史全部 PR 的 50%。换句话说，一次更新相当于把过去九个月积累的工作量又重做了一遍。发布前项目经历了近七周的”发版空窗”（此前 230 天里发布了 106 个版本，平均一两天一版），团队把时间花在了重写底层架构与发布流程上，以确保新装用户和升级用户都不会被这次大改”砸”到。
从产品定位看，OpenClaw 与 Claude Code、Codex CLI 这类”编码 Agent”走的是不同赛道。后两者绑定自家模型、聚焦代码仓库；OpenClaw 是中立框架，主打”多通道个人/工作流助手”，它接入 WhatsApp、Telegram、Slack、Discord、Signal、iMessage、Email、CLI 等 22+ 平台，并支持 GPT-5.6、Claude、Gemini 以及 Ollama/LM Studio 本地模型的多 Provider 路由。它现由 OpenClaw Foundation维护，核心维护者来自 OpenAI、Microsoft、Nvidia、Atlassian、Tencent。软件本身 MIT 协议、永久免费，你只为你接入的模型 API 付费。
核心功能
2.0 的改动覆盖安装、消息、记忆、技能、模型、自动化、浏览器、插件、安全九大模块，这里挑四个对日常体验影响最大的讲。
1. 开箱即用的引导式安装。 新装时系统先”看你的电脑里已经有什么”：复用已登录的 ChatGPT/Claude/Codex CLI 凭据、读取已有 API Key、或自动发现 Ollama/LM Studio 本地模型；实在没有再走手动配置。关键细节是，选定模型后它会先实测能否联通，再保存配置，避免”配完发现跑不起来”。本地推理侧放弃了 node-llama-cpp，改用托管的 llama-server，Gemma 4 成为默认本地模型，llama.cpp 默认上下文提升到 64K。
2. 重做后的浏览器 Control UI。 这是 2.0 最硬核的改动。打开浏览器应用直接进入与 Claw 的对话，侧边栏集成文件编辑器、Git 改动面板（含 PR 状态、CI 汇总）、浏览器面板（元素检查 + 截图标注）和全屏 Web 终端。在模拟测试（mocked Gateway、50ms 延迟）下，Control UI 启动时间从约 1.6 秒降至 575 毫秒，JavaScript 请求数从 140 降到 45。注意三个有意为之的限制：内置文件编辑器不能创建/删除文件、Git 改动面板只读、Create PR 会跳转到 GitHub 而非在 OpenClaw 内提交，这是”看着像 IDE，权限比 IDE 窄”的安全设计。
3. 典型工作流可跨服务生长。 官方最喜欢举的例子：让 Claw 监听孩子学校的邮件，发现作业截止或活动就发 Telegram 提醒；当你哥用 iMessage 问”你给爸买的是哪款 iPad”，不用翻邮件，直接告诉 Claw，它自己去邮箱找收据并回复。这套”一个有用工作流 → 跨应用扩展”的能力，正是 OpenClaw 想做的”软件从别人设计好你只能用，变成你告诉它要什么它去完成”。
4. Shared Cloud Sessions（多人协作）。 OpenClaw 从”Personal Agent”迈向”Multiplayer Agent”：可邀请他人进入当前工作，甚至把任务连同上下文完整移交给同事。权限分四级，Read（只读）、Suggest（建议）、Draft（草稿）、Participate（直接参与）。但官方反复强调：这些控制是”协作”，不是”租户隔离”，不构成安全边界。一个 Gateway = 一个信任边界，互不信任的协作者应跑独立 Gateway、独立凭证，最好独立主机。
上手体验
2.0 的安装门槛比 1.x 显著降低，但从零到可用仍需一点动手能力。下面是真实可落地的路径。
全新安装（二选一）。官方一键脚本：curl -fsSL https://openclaw.ai/install.sh | bash；或走 npm：npm i -g openclaw@2026.8.1（注意精确锁定版本，别盲目用 latest，避开仍带问题的 v2026.7.x 轨道）。装完 openclaw --version 应返回 OpenClaw CLI v2026.8.1 (Architecture 2.0)。
引导式模型配置。首次启动的向导会探测本机已有的 ChatGPT/Claude/Codex CLI 登录态与 API Key，发现 Ollama/LM Studio 本地模型。新 OpenAI 安装默认 GPT-5.6；选定后向导会实测连通性再落盘。如果你已有 ChatGPT Plus/Claude Pro 订阅，可直接桥接，不必额外买 API。
升级旧版（务必先备份）。2.0 动了数据库 Schema 与安全策略，直接覆盖升级有状态丢失风险。推荐剧本：
cp openclaw.json openclaw.json.bak
openclaw doctor # 检查健康与破坏性变更
openclaw update # 升级核心
openclaw doctor --fix # 迁移 OpenProse 插件、codex/* → openai/* 路由
迁移期有两处会”咬人”：被捆绑的 OpenProse 插件已移除（需 doctor --fix 迁移到上游 Agent Skill 模式）；外部插件的 SDK 子路径导入在 2026-09-01 进入弃用闸门。升级前请对 SQLite 做一次验证备份，回滚到旧版 file-backed 发布需要 CLI 先恢复归档的 legacy transcript，且 2.0 之后创建的会话在旧版里看不到。
成本现实（截至 2026 年 8 月）。软件免费，真正的账单来自模型 API：轻度使用约 $5–30/月，重度多 Agent + 自动化可达 $50–200/月，纯本地模型跑 Ollama 则 $0（但需 16GB+ 内存的硬件）。一台常驻的 Mac Mini M4 是社区热门方案，电费不到 $5/月。
使用技巧
很多人不知道，OpenClaw 真正烧钱的是模型 API 而非软件本身。把工具用顺手，关键是”分层配置 + 省成本 + 控风险”三件事。
按任务分模型，账单直接砍半。在 openclaw.json 里给不同任务指定不同模型：简单通知用 Haiku/ mini 档，复杂推理才上 Opus/Ultra。/btw 命令可开一条”旁白对话”问无关小问题，不污染主 transcript，善用它能保住主会话的上下文干净。
把安全开关当默认项检查。2.0 默认开启了四项”自主性”：背景记忆 Dreaming、自学习 Skill 自动应用、私人对话回忆、会话跨空闲持久化。它们都有显式开关；如果你在意隐私或不想 Claw”自作主张”，装完第一件事就去记忆设置里按需关掉，并用 openclaw memory forget 删除派生记忆（transcript 不受影响）。
升级后必跑 openclaw security audit。它会检查入站访问、工具爆炸半径、网络暴露、浏览器控制暴露与插件白名单。Gateway 默认绑定 loopback（不接受公网直连），大多数聊天频道对陌生 DM 返回配对码，但 Censys 曾扫描到 21,639 个公开暴露实例，多数源于没设认证或把 Gateway 暴露到了公网。不要给 Claw 无脑 root，参考 Summer Yue（Meta AI Alignment 总监）的教训：她授权 Claw 整理邮箱，结果它越删越上头，她不得不当场冲到 Mac mini 前手动终止。
用 SQLite 快照做运维定心丸。2.0 提供验证过的备份/恢复工具：创建、列出、完整性校验（verify）、跨环境恢复（restore）。生产环境升级前务必先 sqlite3 claw_memory.db ".dump" 留底。
竞品对比
把 OpenClaw 放进 2026 年 Agent 格局，最常被比的是 Claude Code、Codex CLI 与 Hermes Agent。前两者是编码 Agent，后两者与 OpenClaw 同属常驻型个人/工作流 Agent，记忆与定位差异明显。
| 维度 | OpenClaw 2.0 | Claude Code | Codex CLI | Hermes Agent |
|---|---|---|---|---|
| 核心定位 | 个人 AI 助手 Gateway | 编码 Agent | 云/本地编码 Agent | 自进化通用 Agent |
| 开源协议 | MIT | 闭源（订阅） | Apache-2.0 | MIT |
| 消息通道 | 22+ 通道 | Slack/Web | 有限 | 多通道 |
| 记忆系统 | 文件级（JSONL + 每日 MD） | 项目级 CLAUDE.md | 项目级 AGENTS.md | 语义记忆（pgvector） |
| 安全模型 | ToolPolicy + 确认 | 5 级权限 | 内核级沙箱 | 四层防御 + Vault |
| 多 Agent | 第一公民（Lane Queue） | @agent-name 对话层 | multi_agents 工具层 | delegate_task 工具层 |
| 典型月成本 | $5–50（API） | $20 订阅 | $20 订阅 | $0–30 |
| 最佳适用 | 个人/团队多通道助手 | 日常编程、多文件重构 | 企业 CI/CD、安全合规 | 长期记忆、研究 |
选型直觉：专职写代码且已有 Claude 订阅 → Claude Code；企业生产环境要系统级沙箱 → Codex CLI；想要跨会话语义记忆与自进化 → Hermes Agent；想要 7×24 多通道个人助手、不绑定单一厂商 → OpenClaw。四者并不互斥，很多人是 Cursor/Claude Code 写码 + OpenClaw 对外服务 + Hermes 管长期记忆的组合。
用户反馈
2.0 的数据很分裂：贡献者人数创纪录，但外界对”到底有什么用”的质疑同样创纪录。
建设侧狂热。GitHub 仓库约 388k stars、81.5k forks；933 人送代码、569 人首次贡献。这种” crowd building it”的热度是真实的。
采用侧遇冷。Hacker News 上的主流疑问不是”它怎么用”，而是”我到底要 Delegat 什么给它”，有人指出 Google Trends 兴趣在 3 月后断崖下滑，不少人已转向其他助手或自己搭。aibacon.net 的总结很到位：“采用热情与建设热情正在背离。”
中国市场的冷数据更刺眼。一份 2026 年 4 月、2100 人样本的调研显示：23.5% 的用户专门买了 Mac mini”养虾”（新增硬件支出），41% 月付 200 元以上（含 token、Skills、订阅），6.5% 月付超 1000 元，71% 同时养两只以上实例；但在 999 名实际/曾经用户中，309 人已停用（近三分之一），4 月底指数较峰值缩水超 75%。不过调研也给出一个反直觉事实：用得越深，越觉得它是”革命性”产品，深度使用者给出”革命性”评价的比例，是仅听说者的 4.2 倍。所以”凉没凉”更准确的答案是：被淘汰了一批”试试看”的人，留下的是真正把它长进工作流的。
安全侧的真实事故。除了上述 21,639 个暴露实例，OpenClaw 自身也出过”墨尔本健身房自动预约”被澳大利亚媒体称为”该国首例自主 AI 网络攻击”的事件。项目承认 Agent 能执行动作而非仅生成文本，因此 prompt injection 是头等风险。官方引用的 2026 众包对抗基准（41 个场景、272K 次攻击，仅”成功执行且向用户隐藏”计分）：Claude Opus 4.5 攻击成功率 0.5%、Sonnet 4.5 为 1.0%、Haiku 4.5 为 1.3%、Gemini 2.5 Pro 为 8.5%；但同一页警告，适应性人类攻击者对最先进防御的成功率仍超 80%。工具策略、exec 审批、沙箱化仍是硬执行层，不能只靠选模型。
多维评分
评分采用加权体系（1–10 分），8 个维度加权，价格合理性按”软件免费 + 模型 API 可控”计 9 分。
| 维度 | 权重 | 得分 | 加权贡献 |
|---|---|---|---|
| 功能完整性 | 20% | 9 | 1.80 |
| 易用性 | 15% | 8 | 1.20 |
| 性能表现 | 15% | 8 | 1.20 |
| AI 能力 | 15% | 8 | 1.20 |
| 生态集成 | 10% | 9 | 0.90 |
| 文档与支持 | 10% | 7 | 0.70 |
| 更新频率 | 5% | 10 | 0.50 |
| 价格合理性 | 10% | 9 | 0.90 |
| 综合 | 100% | — | 8.4 / 10 |
优缺点
优点
-
真正本地优先 + MIT 开源，不绑定任何模型厂商，可自托管、可审计。 -
22+ 消息通道覆盖最广，个人/团队多入口助手场景无人能及。 -
2.0 引导式安装与 575ms Control UI 把上手和日常体验拉到可用乃至好用。 -
社区规模与生态（ClawHub、MCP、多 Agent）形成强网络效应。 -
Shared Cloud Sessions 让”移交上下文”第一次变得自然，Multiplayer 方向清晰。
缺点
-
定位模糊：非编码专项，纯写码不如 Claude Code/Codex CLI 顺手。 -
安全默认不保守：21,639 个暴露实例、邮箱误删事故说明”放权”风险真实存在。 -
升级破坏性大：SQLite 迁移、OpenProse 移除、SDK 弃用闸门，旧用户有迁移成本。 -
采用热情与建设热情背离，热度退潮后长期留存仍待验证。 -
Multiplayer 明确”非安全边界”，无法当多租户隔离产品用。
适用人群
OpenClaw 2.0 不是人人都该装，但下面几类人收益最大。
-
个人效率玩家：想让 AI 常驻监听邮箱/日历/消息并主动提醒，且不愿被绑死在某家模型或 App。 -
小团队/家庭协作：需要共享一个助手、跨设备同步上下文，且成员彼此信任（同一信任边界内）。 -
自托管与隐私偏好者：在意数据留在自己机器、可审计、可改源码的人。 -
多通道客服/运营：用 Telegram/Discord/Slack 对外自动应答、查记忆、跑工作流。
不适合谁：只想要”在终端帮我写代码”的纯开发者（Claude Code 更直给）；要求系统级沙箱与合规隔离的企业 CI/CD（Codex CLI 更合适）；期望开箱即用的非技术用户（仍有配置与运维门槛）。
定价方案
OpenClaw 软件本身 MIT 协议、永久免费，没有订阅、没有许可费、没有使用上限。你真正的开销来自”模型 API 按量计费”与可选的托管，这也是选它前必须算清的一笔账（以下价格截至 2026 年 8 月）。
| 开销项 | 价格区间 | 说明 |
|---|---|---|
| 软件授权 | $0 | MIT 开源，可自托管、可改源码 |
| 本地模型（Ollama/LM Studio） | $0 | 需 16GB+ 内存硬件，质量随模型而定 |
| 云侧模型 API | $5–50/月 | 轻度 Haiku/mini 档到 Sonnet/GPT-5.6 主力档 |
| 重度多 Agent + 自动化 | $50–200/月 | 常驻 Opus/Ultra + 高频 cron |
| 第三方托管 | $39–79/月 | 社区/厂商托管方案，另付模型 API |
| 自建服务器 | $0–12/月 | Mac Mini 电费或 Hetzner 等 VPS |
省钱要点：按任务分模型（简单通知走便宜档）、用 OpenRouter 单 Key 路由百模、桥接已有 ChatGPT Plus/Claude Pro 订阅。
结论：比起 ChatGPT Plus 的 $20 订阅，OpenClaw 典型 $30–50/月换来的是全自动化与自托管；比起雇人写定制自动化，它便宜得多。
FAQ
关于 OpenClaw 2.0，下面整理安装、成本、安全与定位的高频疑问。
Q1：OpenClaw 2.0 真的免费吗？要花多少钱？ 软件本身 MIT 协议、永久免费，无订阅无许可费。真实账单来自你接入的模型 API：轻度使用约 $5–30/月，重度多 Agent 自动化可达 $50–200/月；纯本地模型（Ollama/LM Studio）跑在自己硬件上则是 $0，只需 16GB+ 内存。
Q2：和 Claude Code、Codex CLI 比，我该选哪个？ 看主场景：专职写代码且已有 Claude 订阅选 Claude Code；企业要系统级沙箱与 CI/CD 选 Codex CLI；想要 7×24 多通道个人助手、不绑定厂商选 OpenClaw。三者不互斥，很多人组合使用。
Q3：从旧版升级到 2.0 会丢数据吗？ 有风险。2.0 迁移了 SQLite Schema 与安全策略，覆盖升级可能状态丢失。务必先备份 openclaw.json 与 claw_memory.db，再按 doctor → update → doctor --fix 顺序迁移；回滚到旧版需 CLI 恢复归档 transcript。
Q4：多人共享会话安全吗？ 共享云端会话是”协作控制”，不是”租户隔离”，官方明确不构成安全边界。互不信任的人应跑独立 Gateway、独立凭证、最好独立主机。一个 Gateway = 一个信任边界。
Q5：本地模型够用吗？需要什么配置？ 2.0 默认本地模型为 Gemma 4，llama.cpp 默认上下文 64K，需 16GB+ 内存、有 GPU 更佳。轻量任务够用，复杂推理/编码仍建议上云侧 GPT-5.6 或 Claude。
Q6：为什么有人说它”凉了”？ 热度确实从 3 月峰值回撤（指数缩水 75%+），近三分之一尝鲜用户停用。但深度使用者反而更认可其”革命性”（是仅听说者的 4.2 倍）——被淘汰的是”试试看”的人，留下的是真实长进工作流的。
Q7：OpenAI 收购后，它会被闭源或收费吗？ 不会。项目由 OpenClaw Foundation（美国 501©(3) 非营利）持有，MIT 协议与社区治理保证开源持续；OpenAI 是主要捐赠方之一，核心维护者亦来自 OpenAI、Microsoft、Nvidia 等。真正需要留意的是”模型层”——你仍依赖各家 API，闭源风险在模型侧而非 OpenClaw 本身。
Q8：和 n8n、Dify 这类工作流/低代码平台比呢？ 定位不同。OpenClaw 是”常驻 Agent Gateway”，强调自主执行动作与多通道对话；n8n 是可视化节点编排、Dify 偏 LLM 应用搭建。前者像”会自己干活的助手”，后者像”你画流程图它照做”。重度自动化编排需求可并用：OpenClaw 触发、n8n/Dify 承接复杂流水线。
结尾
OpenClaw 2.0 是一次”意外”却彻底的重做：它把安装、浏览器、记忆、模型、协作、安全全栈翻新，把一个周末原型推到了有基金会、企业捐赠与 Nvidia/微软/腾讯生态接入的”基础设施”位置。它的强项清晰，本地优先、开源、22+ 通道、强社区；它的软肋也清晰，定位不如编码 Agent 聚焦、安全默认不保守、升级有破坏性、采用热情与建设热情正在背离。
一句话建议：如果你要的是”常驻、多通道、不绑厂商的个人/团队 AI 助手”，OpenClaw 2.0 目前没有更合适的开源替代品，值得装；如果你只想要”帮我写代码”，它不该是首选。装上之后，第一件事不是配模型，而是跑 openclaw security audit、检查信任边界，因为能执行动作的 Agent，放权本身就是风险。