Open Claw 劈出的第三條路

文：王智遠 | ID:Z201440

最近，同時在用 ChatGPT 和 Claude，用著用著發現一件事：這倆產品看著越來越像，但真到干活時，完全不是一回事兒。

區別出在一個很根本的地方：它們對「助手」這倆字的理解，從一開始就不一樣。

ChatGPT 走工具超市的路。

它搭了個 GPTs 商店，邏輯跟 App Store 一模一樣，平臺先搭好，第三方進來開發工具，用戶自己去逛、去挑。

想做 PPT 搜一個，想分析數據再搜一個，每個需求對應一個小工具，選好了拉進對話里就能用。

生態很豐富，什么需求基本都有人做,但選擇成本全壓在用戶身上，你得清楚自己要啥，還得會挑，挑完還得自己把幾個工具的結果串起來。

說白了，ChatGPT 把各種能力鋪開，讓你自己組合。

Claude 走的是另一條路。

它的 Cowork 最能說明方向：在桌面端給它指定一個文件夾，跟它說「把這堆會議紀要整理成周報」，它自己規劃步驟、拆任務、并行處理，最后把一份排好版的文檔放進你的文件夾里，全程不用你插手。

整個過程可以盯著看，也可以走開干別的。它自己就是一個干活的人；一個鋪工具讓你挑，一個接了活直接替你干。

這兩條路已經夠不一樣了，結果 OpenClaw 一出來，又劈出了第三條。

龍蝦有多火不用多說，GitHub 星標25萬，騰訊大廈樓下排隊裝機，飛書官方下場推插件接入，所有人都在搶著跟它搭上關系。但大多數人討論的都是怎么裝、花多少錢，很少有人認真拆過它在產品層面到底占了個什么位置。

OpenClaw 自己不是模型，不跟 ChatGPT、Claude 搶「誰更聰明」。

你可以把它想成一個調度中心：左邊的窗口對接各種「大腦」，Claude、GPT、Kimi、DeepSeek，隨便換，哪個便宜用哪個，哪個好使切哪個。

右邊的窗口負責派活兒，收郵件、寫代碼、操作文件、發消息，能想到的任務基本都能干。中間還有一本不斷變厚的「工作手冊」，每學會一個新技能就往里加一頁。

你跟它說「幫我總結今天的郵件，重要事項加進日歷，順便在群里通知一聲」，它自己把任務拆成幾步，分頭干完，回來跟你匯報。

聽起來跟 Claude 的 Cowork 有點像？

差別在一個關鍵地方：Cowork 的大腦和手腳是一套的，Claude 自己既想又干。OpenClaw 把這兩件事拆開了，大腦可以換，手腳也可以換，它只管中間的調度。

傅盛骨折那14天，是這個模式最極端的演示。

他躺在床上，完全靠語音指揮這只龍蝦，從零搭網站、給全公司發個性化拜年消息、讓龍蝦自己設計多 Agent 協作架構，全程沒動過手。他干的事只有三件：訓練、糾錯、調度。

他自己總結過一句話：把 AI 當工具用和把龍蝦當員工用，是兩件事。工具拿起來就用，用完放下。員工你得培訓，得給反饋，得告訴他哪里錯了該怎么改。

ChatGPT 做平臺，Claude 做執行，OpenClaw 做調度。三家各占一層。

但往深了想，它們真正的分歧不在功能，在一個更底層的問題：人和 AI 之間，到底該怎么配合？

三條路，對應的是三種關系。第一種，挑選者。

目前大多數人停在這一層。一個做運營的朋友跟我說，她每天打開豆包，問一句「幫我想三個標題」，復制粘貼到文檔里，關掉，第二天再問一句。

AI 對她來說是一個會說話的搜索框，有事問一嘴，問完關掉，沒什么深度綁定；這類用戶連 GPTs 商店都不一定逛過。一個對話框加幾個現成功能就夠了。

第二種，委托者。

往前一步的人少一些。我認識一個人，每周要出大量內容；他以前從選題到排版全自己來，現在把初稿、配圖、排版整個丟給 Claude 的 Cowork，自己只管最后過一遍，改改措辭和觀點。

他跟我說：以前周日晚上還在趕稿，現在周五下午就能收工了；這類用戶已經不把 AI 當搜索了，開始真正把它當助手，愿意為效率付費，也能接受把一部分控制權交出去。

第三種，指揮官。

目前人數最少，基本是開發者和技術型創業者。他們有能力搭系統、寫規則、調參數，也愿意花時間去「養」一個 Agent。OpenClaw 的核心用戶就是這群人。

傅盛那14天干的事，本質上在當指揮官。

他在搭班子：選哪個模型當大腦，裝哪些技能包，設什么自動化規則，然后看著系統自己跑。

這三層用戶之間怎么流動，決定了 AI 行業的格局。

如果大多數人永遠停在對話框里，ChatGPT 的平臺生態就是最優解，工具夠多夠全就行。如果越來越多人愿意把活整個交出去，Claude 這條路就會越走越寬。

如果指揮官模式能從極客圈滲透到普通人，OpenClaw 和它的各種封裝版本就會成為主流。

目前來看，三種模式會長期共存，跟開車一樣：有人喜歡手動擋，什么都自己控制；有人只開自動擋，踩油門就走；還有人干脆叫代駕，告訴司機去哪兒就行。

沒有哪一種會干掉另外兩種。但邊界正在松動。

騰訊的 QClaw 把 OpenClaw 塞進了微信和 QQ，用戶在聊天窗口里發條消息就能觸發一個 Agent 任務，完全不需要知道背后跑的是什么。

小米的 Miclaw 直接內置在手機系統里，說一句話就能調動系統級的操作；這些動作都在干同一件事：把指揮官模式的門檻，壓到挑選者都能上手的程度。

三家也都在往對方的方向伸手。

OpenClaw 的創始人今年2月加入了 OpenAI，一個做調度的人被做模型的公司收編了。

ChatGPT 的 Operator 已經能直接操作電腦屏幕，點按鈕、填表單，以前要靠外部 Agent 做的事，現在模型自己能干了。

Claude 的 MCP 協議是開放的，任何第三方都能接進來，跟 OpenClaw 做的事很像，只不過 Claude 以模型為圓心往外擴，OpenClaw 以調度為圓心往外擴。

最終不會變成一家通吃。

更可能的結果是模型層、調度層、執行層各自跑出標準，像互聯網一樣：底層是協議，中間是操作系統，上層是應用，沒有哪家公司能同時擁有這三層。

OpenClaw 最大的意義，是讓所有人第一次看清了「調度」這個位置的價值。

在它之前，大家以為 AI 的競爭就是模型的競爭。在它之后，大家發現中間還有一整層：誰來編排、誰來調度、誰來記住用戶的習慣和數據，這件事可能跟模型本身一樣重要。

2026年，AI 產品第一次出現了真正的形態分裂，賽道裂成了三條；選哪條路，取決于你相信人和 AI 之間應該是什么關系。

等到有一天你打開微信，跟一個對話框說「幫我把這周的會議紀要整理成周報，發給老板」，它自己就把活干完了，到那個時候，挑選者、委托者、指揮官這三個詞就不重要了。

重要的是，哪家先把這條路鋪到了普通人面前。