从“和 AI 聊天”，到“让 AI 真正帮我做事”，我开始第一次认真接触 Agent。

最近一直在折腾自己的博客、Claude Code、DeepSeek API，以及各种 AI 工具。

但在接触到 OpenClaw 之后，我第一次比较直观地感受到：

原来 AI 不一定只能待在一个聊天框里。

它也可以运行在自己的电脑上，连接自己的环境，记住上下文，调用工具，并且通过手机等设备随时访问。

于是，我也给自己折腾了一套 OpenClaw。

这篇文章，就记录一下我第一次真正把 OpenClaw 跑起来之后的过程，以及它到底能拿来干什么。

一、OpenClaw 到底是什么？

在最开始看到 OpenClaw 的时候，我其实也有点懵。

它看起来像聊天机器人，但又不完全像传统的 ChatGPT、Claude。

后来我才慢慢理解：

OpenClaw 更像是一个运行在自己设备上的 AI Agent（智能体）。

传统 AI 更像是：

1
2
3
4
5
我提问
 ↓
AI 回答
 ↓
结束

而 Agent 更像：

1
2
3
4
5
6
7
8
9
10
11
我提出一个目标
      ↓
AI 理解任务
      ↓
调用工具
      ↓
读取文件 / 执行命令 / 操作环境
      ↓
根据结果继续行动
      ↓
完成任务

这也是我觉得 OpenClaw 最有意思的地方。

它不是单纯告诉你“应该怎么做”，而是更加接近：

“你告诉我想做什么，我去帮你完成。”

OpenClaw 官方将它描述为运行在用户自己基础设施上的开源 AI 助手，其核心 Gateway 负责会话、工具、事件以及不同通信渠道的连接，同时支持不同模型和扩展能力。

二、为什么我会想折腾 OpenClaw？

其实原因很简单。

我最近一直在研究一个东西：

Agent 智能体

之前我使用 AI，基本都是：

  • 写代码
  • 改代码
  • 解释代码
  • 帮我写文章
  • 帮我想方案

这些事情虽然已经非常强大，但本质上还是：

我操作电脑，AI 给我建议。

而 Agent 更让我感兴趣。

我开始好奇：

如果 AI 不只是聊天，而是能够真正进入我的计算机环境，它会变成什么？

如果我只告诉它：

1
帮我整理一下这个文件夹

它能不能自己完成？

如果我告诉它：

1
帮我检查一下这个项目

它能不能自己分析、修改、测试？

如果我人在外面，只拿着手机：

1
帮我处理一下电脑上的事情

它能不能完成？

于是我开始折腾 OpenClaw。

三、我的 OpenClaw 是怎么运行的？

我现在的理解其实非常简单。

可以把我的整个 OpenClaw 环境理解成：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
             我的手机
                │
                │
                ▼
         OpenClaw 入口
                │
                ▼
           Gateway
                │
     ┌──────────┼──────────┐
     │          │          │
     ▼          ▼          ▼
   模型       工具       本地环境
     │          │          │
     ▼          ▼          ▼
Claude /     文件 /      我的电脑
其他模型     命令 /      项目 / 数据
             技能

这里面最核心的东西就是：

Gateway

它可以理解成 OpenClaw 的“大脑中枢”。

官方架构中，Gateway 负责管理会话、工具、事件以及不同通信渠道，其他界面或设备再通过它与 Agent 连接。

所以我现在不会再把 OpenClaw 理解成一个简单的网站。

更准确地说：

它是一套持续运行的 AI Agent 环境。

四、最让我觉得有意思的地方：手机也能访问

这是我这次折腾 OpenClaw 最直观的体验之一。

以前我使用 AI，往往需要：

1
2
3
4
5
6
7
打开电脑
↓
打开浏览器
↓
打开 AI
↓
输入问题

但是 OpenClaw 的思路不太一样。

当电脑上的 OpenClaw 环境运行起来以后，我可以通过配置好的入口从手机访问它。

于是就出现了一种非常有意思的体验：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
电脑
  ↓
运行 OpenClaw
  ↓
持续等待任务

              ← 手机发送任务

OpenClaw
  ↓
理解任务
  ↓
调用工具
  ↓
执行任务
  ↓
返回结果

也就是说：

手机不一定需要承担真正的计算工作。

它更像是一个遥控器。

我可以拿着手机和自己的 Agent 对话，而真正的任务由后面的 OpenClaw 环境完成。

官方 Android 文档同样采用 Gateway + 手机节点/客户端的架构，并提供局域网以及通过 Tailscale 等方式进行远程访问的配置方案。

五、那 OpenClaw 和普通 AI 到底有什么区别？

这是我一开始最疑惑的问题。

比如我问 Claude：

“帮我写一个 Python 程序。”

Claude 可以直接告诉我代码。

但如果让我自己运行，还需要：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
复制代码
↓
打开编辑器
↓
创建文件
↓
粘贴
↓
运行
↓
查看结果
↓
发现问题
↓
回来继续问

而 Agent 的目标更加接近：

1
2
3
4
5
6
告诉 Agent：

帮我写一个 Python 程序，
保存到这个目录，
运行一下，
如果报错就自己检查并修改。

然后 Agent 可以围绕这个目标不断行动。

于是整个关系发生了一点变化。

传统 AI：

AI 是工具。

Agent：

AI 开始成为执行者。

当然，这并不意味着 Agent 什么都可以自动完成。

它能做什么，最终取决于：

  • 给它什么模型
  • 给它什么工具
  • 给它什么权限
  • 给它什么环境
  • 怎样配置安全策略

OpenClaw 官方也明确强调，工具可能直接运行在宿主环境中，因此在开放远程访问之前需要认真配置认证、配对、权限和沙箱。

六、我觉得 OpenClaw 真正有价值的地方

我现在觉得 OpenClaw 最有价值的，并不是：

“它可以聊天。”

因为现在能聊天的 AI 太多了。

真正让我感兴趣的是：

它开始连接“AI”和“现实环境”。

以前的 AI：

1
2
3
AI
│
└── 文本

现在的 Agent：

1
2
3
4
5
6
7
8
            AI
             │
  ┌──────────┼──────────┐
  │          │          │
 文件       网络       代码
  │          │          │
  ▼          ▼          ▼
本地环境    信息获取    项目执行

它开始拥有：

上下文 + 工具 + 环境 + 执行能力

这四个东西组合到一起，才让我真正开始理解：

为什么大家最近一直在讨论 Agent。

七、OpenClaw 可以拿来做什么？

目前我还在探索。

但从 Agent 的思路来看，它可以被用来完成很多重复性的电脑任务。

比如：

1. 文件管理

例如：

1
把这个文件夹里的图片按照日期整理。

Agent 可以理解任务后，对文件进行分类、整理。

2. 编程开发

例如：

1
检查一下这个项目哪里有问题。

或者：

1
2
帮我新增一个功能，
然后运行测试。

这种场景其实非常适合 Agent。

因为开发工作本身就是一个：

1
2
3
4
5
6
7
8
9
观察
↓
修改
↓
运行
↓
发现问题
↓
继续修改

的循环。

3. 博客维护

这个对我来说就非常实用了。

我现在自己的博客就是基于：

1
2
3
4
5
GitHub Pages
+
Hexo
+
Butterfly

搭建的。

以后理论上就可以把很多重复工作交给 Agent。

比如：

1
帮我检查博客有没有报错。
1
帮我检查一下最近修改过的 CSS。
1
帮我优化这篇 Markdown。

甚至：

1
2
检查整个博客，
发现明显的问题直接帮我修复。

这时候 AI 就不再只是“写代码的人”。

而更像：

一个随时待命的技术助手。

八、为什么我觉得“手机 + Agent”这个组合很有意思？

这一点可能是我这次体验以后最大的感受。

以前手机里的 AI：

1
2
3
问问题
↓
得到答案

现在我的想象开始变成：

1
2
3
4
5
6
7
8
9
10
11
手机
 ↓
我的 Agent
 ↓
我的电脑
 ↓
我的项目
 ↓
我的文件
 ↓
我的工具

于是手机慢慢变成了：

Agent 的入口。

比如未来某一天，我正在外面跑步。

突然想起来：

“博客首页之前那个问题还没有处理。”

我甚至不需要打开电脑。

拿出手机：

1
把博客首页的那个布局问题检查一下。

Agent 接到任务。

然后它：

1
2
3
4
5
6
7
8
9
10
11
读取项目
↓
检查代码
↓
定位问题
↓
修改文件
↓
执行测试
↓
告诉我结果

这种感觉其实和以前完全不一样。

九、OpenClaw 让我重新理解了“AI”

以前我对 AI 的理解更多是：

AI = 一个很聪明的聊天机器人。

但在真正开始折腾 Agent 之后，我发现这种理解可能已经有点过时了。

未来的 AI 很可能越来越像：

1
2
3
4
5
6
7
一个数字助手
        ↓
一个工作伙伴
        ↓
一个个人 Agent
        ↓
一个属于自己的数字系统

它不一定只存在于某个网页里面。

它可能存在于：

  • 电脑
  • 手机
  • 浏览器
  • 代码编辑器
  • 聊天软件
  • 家里的设备
  • 云服务器

甚至更多地方。

OpenClaw 本身也在往“多设备、多渠道、多模型、多 Agent”的方向设计，强调让 Agent 出现在用户原本就在使用的设备和聊天渠道中。

十、但是，Agent 越强，安全问题反而越重要

这一点我觉得必须单独写出来。

因为：

一个只能回答问题的 AI，和一个可以执行操作的 AI，是两回事。

如果 AI 只能告诉我：

1
这个文件可能有问题。

问题不算太大。

但是如果它拥有：

1
2
3
4
5
6
7
8
9
读取文件
+
执行命令
+
访问账号
+
修改项目
+
发送消息

那么风险就完全不一样了。

OpenClaw 官方安全文档明确提醒：收到的外部消息应被视为不可信输入，而工具可能在宿主环境中运行，因此远程暴露 Gateway、连接多人或开放更多权限时，需要特别注意认证、配对、权限与沙箱。

所以我现在对 Agent 的理解又多了一层：

能力越强，权限越要克制。

不能因为它“很智能”，就什么权限都给。

十一、我现在的 OpenClaw，更像是一个实验

说实话，我现在也不敢说自己已经真正玩懂了 OpenClaw。

我只是刚刚跨过了第一步：

1
2
3
4
5
6
7
8
9
安装
↓
配置
↓
运行
↓
手机连接
↓
开始使用

但就是这一步，让我第一次真正感觉到了 Agent 和普通聊天 AI 的区别。

以前我一直觉得：

AI 是帮助我学习和工作的工具。

而现在，我开始尝试让它变成：

一个可以进入我的数字环境、帮助我完成工作的助手。

这也是我最近为什么开始认真研究 Agent 的原因。

十二、从“使用 AI”到“拥有自己的 Agent”

这可能是我折腾 OpenClaw 之后最大的感受。

过去：

1
我 → AI

我向 AI 提问，AI 给我答案。

现在：

1
2
3
4
5
6
7
8
9
我
↓
Agent
↓
工具
↓
环境
↓
任务

我给出的不再只是一个问题。

而可能是一个目标。

这两者之间，其实存在非常大的区别。

十三、我的下一步

OpenClaw 对我来说，现在更像是一个起点。

接下来我还想继续研究：

  • Agent 到底是怎么工作的
  • Skill 到底是什么
  • MCP 和 Agent 有什么关系
  • 多 Agent 怎么协作
  • 如何让 Agent 更好地操作电脑
  • 如何让 Agent 帮我维护博客
  • 如何把 Agent 和 Claude Code 结合起来
  • 如何搭建属于自己的 AI 工作流

也许以后，我会慢慢把这些东西全部记录下来。

毕竟这个博客本身就是我的一个实验场。

以前我在这里记录：

1
2
3
4
5
代码
学习
考研
跑步
生活

现在，我开始把：

1
2
3
AI
Agent
自动化

也写进来了。

十四、写在最后

第一次把 OpenClaw 真正跑起来之后，我脑子里其实一直有一个很简单的问题：

如果 AI 真正开始替我们操作计算机，会发生什么？

现在我还不知道答案。

但至少，我已经开始亲手进入这个时代了。

可能未来几年，很多人不会再把 AI 理解成一个聊天框。

它可能会变成：

1
2
3
4
5
6
你的程序员
你的助手
你的秘书
你的研究伙伴
你的数字管家
你的个人 Agent

而 OpenClaw 对我来说，就是我第一次真正接触这一切的入口。

从今天开始，我想认真学一件事：

不只是使用 AI，而是开始学会构建属于自己的 Agent。

🦞

相关阅读

这篇文章记录的是我个人第一次部署和体验 OpenClaw 的过程，后续还会继续记录 Agent、Claude Code、AI 自动化以及个人博客的折腾过程。

参考资料

  • OpenClaw 官方 GitHub
  • OpenClaw 官方文档
  • OpenClaw Android / Gateway 文档