OpenClaw揭秘AI智能体底层需求：人类的“拔线权”何在

自 OpenClaw（原名 MoltBot、ClawdBot）上线以来，其自动化程度与流畅的操作体验令市场和用户惊叹不已，甚至有人认为，它将作为“超级员工”彻底改变人类的工作模式。而就在上周末，由 OpenClaw 衍生的原生 Agent+AI 社区 MoltBook，也通过一份“对人类”行为观察的“吐槽”报告迅速走红。

OpenClaw 向所有科技企业抛出了一个深刻的问题：如果 AI Agent 接管了一切，谁会成为最大的受益者？

端侧“沙盒”需求激增的背后

第一个显见的“赢家”，或许是 Mac Mini 和 VPS 这类提供本地运行“沙盒”空间的硬件。

自 OpenClaw 发布后，Mac Mini 的销量直线攀升。一个直接原因是，在 macOS 上部署 OpenClaw 更为便捷，并且大量用户的社交交互会通过 iMessage 完成。这背后倚赖的是苹果 AppleScript 和 Shortcuts 等自动化技术带来的独特优势，它们能让 Agent 的部署和使用更加简单高效。此外，iMessage 在海外市场强大的用户粘性，以及其“无法在苹果生态系统之外部署”的封闭性，也进一步巩固了苹果生态的护城河。目前，OpenClaw 也已支持接入 Slack、Discord 等主流社交软件。

尽管在非 macOS 系统上部署相对复杂，OpenClaw 本身也可以运行在其他操作系统和硬件上。在其官方的问答中，开发团队提到，OpenClaw 甚至可以部署在树莓派等低功耗设备上，部署成本更低，但性能也会相应下降。综合来看，macOS 确实是当前性价比最高的选择。

之所以需要“沙盒”终端，核心在于用户对数据和隐私层面安全的担忧。

在最近一期 All-in 播客中，白宫 AI 和 Crypto 顾问 David Sacks 坦言，尽管他非常想亲自部署 OpenClaw 试试，但考虑到安全问题，他只能看着别人用。

这种担心并非没有道理。

1月31日，安全团队 ZeroLeaks AI 发布了一份针对 OpenClaw 的安全评估报告，结果令人震惊：其安全评分仅为 2/100，风险等级被标记为“严重”（Critical）。首先是系统提示泄露问题严重，在13次对抗性提取尝试中，有11次成功，提取成功率高达84.6%；其次是提示注入漏洞极其严重，在23次提示注入测试中，有21次成功。随后，OpenClaw 团队修复了部分漏洞，但用户仍然无法完全信任 OpenClaw 作为自己的“主系统”。

当 Agent 成为交互入口：数据、大模型和人的“拔线权”

这个开源项目本身在技术上并非难以复现，换言之，任何有资源储备的大公司都可以通过开发自己的“OpenClaw”来实现类似的功能和体验。

用户的数据（包括历史记录和提示词）是 AI 理解和行动的关键。通过读取用户的社交通信信息，AI 可以了解用户当前工作与生活中的“动机”和“状态”，并依据提示词来辅助决策。如果“人是所有社会关系的总和”，那么或许意味着 AI 可以通过社交网络中的所有信息来解读、定义这个人本身。

如果用户仅通过个人 Agent 来读取和回复信息，将多个社交平台（通讯软件、社交媒体、邮件等）统一“收口”到 Agent 端，这可能会削弱不同社交平台作为独立“入口”的价值。过去在国内的经验是，不同巨头之间往往会建起高墙来隔离用户的信息和数据，这反而给一个开放权限的统一入口提供了生存空间。因此，站在这一角度来看，离用户数据更近的公司往往有更大的潜能。结合此前对“明日之星”的分析，目前字节、阿里和腾讯三大巨头在 C 端 AI 应用上的竞争，其背后的核心逻辑仍然是对“数据容器”的占有。

OpenClaw 的“大脑”来自大模型，而 OpenClaw 的出现也可能影响开源和闭源大模型公司的商业模式。

投资人 JCal 和 Chamath 在上述 All-in 播客中也特别提到了 Kimi 2.5 发布带来的改变——且不提模型能力的进步，JCal 还说，倘若像 Kimi 2.5 这样的开源模型未来能够进一步与 OpenClaw 部署在本地（比如一台 Mac Studio 上），这意味着用户完全可以在本地处理相当多的工作。因为开源模型本身都是免费的，这可以为用户节省每年大量的模型订阅费用，最终威胁闭源大模型订阅这一商业模式。

本地化部署 Kimi2.5（来源：unslothAI）

目前，经 Unsloth 微调后的版本 Kimi K2.5 大概是240GB的空间，用户的硬盘+内存+显存空间之和大于240GB，就可以初步运行这一版本的大模型。而完全版本的 K2.5 模型是630GB，且通常要求4块 H200 GPU 来运行——这一配置对于普通用户来说还是太贵了。

但未来随着模型的单位尺寸和成本随能力提升而下降，PC 特别是手机等端侧设备的想象空间无疑更大。

前提仍然是，用户必须能够确认自身数据的安全。Substack 用户、投资者 Samuel6788 在专栏中这样描述：

“综合来看，当前 Agent 普及的最大瓶颈，并不在于模型能力，而在于我们尚未发明一套能让权力被安心下放给 AI 的数字制度。现在大家用第二台电脑来跑 Agent，并不是因为这样比较先进，而是因为这是目前唯一能让人感到安全的方式。

“真正的转折点，将出现在 Agent 被制度化的那一刻：它像员工一样被雇佣，有清晰的职责与权限边界；边界能以对话方式设定，而非工程语言；出事时，系统先承担复杂性，替人类收拾残局。

“当这些条件成立，AI Agent 才会从极客玩具，变成可被社会接纳的劳动力。否则，不论模型多聪明，人们仍会选择拔掉那条最原始、却最可靠的电源线。”他说。