火爆硅谷的Clawdbot，48小時插件病毒式裂變，一句話讓AI執(zhí)行任務(wù)

這幾周，X 的開發(fā)者社區(qū)掀起了一股 Clawdbot 熱潮。從凌晨兩點(diǎn)發(fā)布的 GitHub 提交記錄，到深夜炫耀“終于跑通了”的截圖，這個帶著龍蝦表情符號的開源項(xiàng)目正在被越來越多人所了解。

（來源：Clawbot）

有人專門為它購置了一臺甚至多臺 Mac Mini 放在家里日夜運(yùn)轉(zhuǎn)，有人在 Discord 頻道里分享自己如何通過 Telegram 遙控電腦完成代碼部署，還有律師開始討論它對法律行業(yè)的潛在沖擊?？萍疾┲?Federico Viticci 更是在 MacStories 上詳細(xì)記錄了他的使用感受，他在一周內(nèi)用 Clawbot 消耗掉了 1.8 億個 Anthropic API Token，最后的結(jié)論是：“用過這種超能力之后，我再也回不去了?！?/p>

（來源：X）

Clawdbot 究竟是什么？為什么它會讓這么多技術(shù)圈的人如此興奮？

準(zhǔn)確來說，Clawdbot 不是一個聊天機(jī)器人（Chatbot），而是一個智能體網(wǎng)關(guān)（AI Agent Gateway）。與 ChatGPT 或 Claude 這類需要你打開網(wǎng)頁、輸入問題、等待回復(fù)的工具不同，Clawdbot 的設(shè)計(jì)邏輯是：通過日常使用的消息應(yīng)用（目前支持 Telegram、WhatsApp、iMessage 或 Discord 等）發(fā)出一條指令，它會喚起后臺運(yùn)行的大語言模型（比如 Claude、Gemini），將你的需求轉(zhuǎn)化為本地 Shell 腳本并在你的電腦上執(zhí)行。

（來源：Federico Viticci）

換句話說，它不是告訴你怎么做，而是直接幫你做完一件事。這種從“AI 給建議”到“AI 直接行動”的轉(zhuǎn)變，正是讓開發(fā)者們?nèi)绱酥缘囊淮笤颉?/p>

它不僅能像真人一樣通過瀏覽器去搜索、對比商品并整理表格，還能直接接管你的本地軟件。你可以讓它在 Spotify 上切歌，在 Obsidian 或 Notion 里整理筆記，甚至在 Slack 和 Gmail 之間搬運(yùn)信息。Clawdbot 甚至還能連接到 Home Assistant 系統(tǒng)。這意味著你可以通過手機(jī)發(fā)條短信，就讓家里那臺 24 小時待命的 Mac 幫你關(guān)掉窗簾、調(diào)節(jié)空調(diào)溫度，甚至在你下班回家前提前啟動洗碗機(jī)。

開發(fā)者 Luigi D'Onorio DeMeo 在 X 上分享了他的使用場景：他讓 Clawdbot 處理“后臺開發(fā)和生活管理任務(wù)”，Clawdbot 拉取代碼倉庫、打開 VS Code、運(yùn)行測試、生成修復(fù)方案，如果測試通過就自動提交代碼，同時甚至還能通過 API 主動發(fā)送日程提醒。

另一位開發(fā)者 Alex Finn 將其運(yùn)用在了自己的生活場景中。他讓自己的 Clawdbot 幫忙預(yù)訂下周六某家餐廳的位置。一開始 Clawdbot 嘗試通過平臺完成預(yù)訂，但遇到了障礙。也許是餐廳沒有接入該平臺，也許是時段已滿，總之失敗了。

可接下來發(fā)生的事情讓 Finn 自己都有些意外：Clawdbot 自動調(diào)用了它的 ElevenLabs 語音合成技能，直接給餐廳打了電話，用 AI 生成的語音與對方溝通，最終完成了預(yù)訂。整個過程中，F(xiàn)inn 只發(fā)了一條消息，剩下的問題識別、方案切換、語音通話、預(yù)訂確認(rèn)，全部由 Clawdbot 自主完成。Finn 在推文末尾感慨道：“AGI 來了，99% 的人卻毫無頭緒。”

（來源：X）

律師事務(wù)所 Integrated Cognition 的一篇分析文章則提到，有用戶讓 Clawdbot 自動分類數(shù)千封郵件、智能過濾和歸檔，甚至根據(jù)自定義規(guī)則處理客戶郵件。

這些場景的共同點(diǎn)是，看起來 AI 不再是被動等待你提問的助手，而是一個可以主動執(zhí)行任務(wù)、持續(xù)監(jiān)控狀態(tài)、甚至在你睡覺時完成工作的 24 小時“數(shù)字員工”。

不僅如此，Clawdbot 還宣稱打破傳統(tǒng) AI 工具的限制——記憶。大多數(shù) AI 助手的交互方式是“打開網(wǎng)頁 - 輸入問題 - 看完答案 - 關(guān)閉標(biāo)簽頁”，下次再打開時，它對上次的對話幾乎毫無記憶。

Clawdbot 采用的是“本地優(yōu)先”（Local-first）架構(gòu)：所有的對話記錄、操作日志、學(xué)到的生活事實(shí)都以 Markdown 文件的形式保存在你自己的硬盤里，就像一個私人的知識庫。

它還能更進(jìn)一步的使用檢索增強(qiáng)生成技術(shù)（RAG，Retrieval-Augmented Generation）來實(shí)現(xiàn)長期上下文記憶。當(dāng)你兩周后問它“上次討論的那個項(xiàng)目怎么樣了”，它能從本地文件中調(diào)取相關(guān)信息并給出連貫回答。

這種本地化設(shè)計(jì)帶來了兩個優(yōu)勢。

第一是隱私主權(quán)：你與 Clawdbot 的所有互動、它讀取的文件內(nèi)容、執(zhí)行的命令歷史，全部留在你控制的設(shè)備上，而不是上傳到某個公司的云端服務(wù)器。對于處理敏感信息的律師、醫(yī)生或企業(yè)高管來說，這一點(diǎn)至關(guān)重要。

第二是跨平臺喚起：Clawdbot 的 Gateway 進(jìn)程運(yùn)行在你的電腦或服務(wù)器上，只要有網(wǎng)絡(luò)連接，你的手機(jī)就變成了一個超級終端。無論你是在咖啡館用 iPhone 發(fā) iMessage，還是在地鐵上用安卓手機(jī)發(fā) Telegram 消息，都能直接控制家里或辦公室的那臺機(jī)器。

那么，如此便利的“數(shù)字管家”究竟是被誰創(chuàng)造出來的呢？

Clawdbot 的創(chuàng)造者 Peter Steinberger 來自奧地利，是知名的 iOS 專家，早在 iPhone 剛誕生的 iOS 2.0 時代就開始深耕這個領(lǐng)域，還曾在維也納科技大學(xué)教授 iOS 和 Mac 開發(fā)課程。

2011 年，他創(chuàng)辦了 PSPDFKit，一家專注于 PDF 處理技術(shù)的公司，客戶包括蘋果、Adobe、Dropbox 等科技巨頭。十年時間里，他將這家公司從個人項(xiàng)目發(fā)展成擁有 60 多名員工的全球化遠(yuǎn)程團(tuán)隊(duì)，并在 2021 年成功退休。

圖 | Peter Steinberger（來源：X）

2025 年末，Steinberger 決定將自己私人使用的 AI 助手“Clawdis”開源，并將項(xiàng)目改名為 Clawdbot。

短短幾周內(nèi)，GitHub 的 Star 數(shù)突破 23k，Discord 社區(qū)從零增長到超過 5,000 名成員，一個名為 ClawdHub 的技能插件生態(tài)初具雛形。社區(qū)成員貢獻(xiàn)了從 WhatsApp 語音消息轉(zhuǎn)錄到自動化網(wǎng)站部署等各類插件（Skills）。

（來源：GitHub）

一切似乎聽起來非常完美，但 Clawdbot 還存在著一個繞不過的問題：成本。Clawdbot 本身是開源免費(fèi)的，但它依賴大語言模型 API 來運(yùn)作，而這些 API 調(diào)用是按 Token 計(jì)費(fèi)的。

前文提到的 Federico Viticci 一周消耗 1.8 億個 Token，按照 Anthropic 的定價，輸入 Token 約 3 美元 / 百萬，輸出 Token 約 15 美元 / 百萬，這意味著他的賬單可能高達(dá)數(shù)百甚至上千美元。

在 Reddit 社區(qū)，有用戶抱怨“Token 使用量簡直瘋狂，能在一小時內(nèi)用完 Claude Pro 200 美元套餐的五小時額度”。官方文檔建議輕度使用者預(yù)算每月 10-30 美元，中度使用者 30-70 美元，重度使用者則可能達(dá)到 70-150 美元或更高。對于希望讓 Clawdbot 全天候運(yùn)行、處理復(fù)雜任務(wù)的用戶來說，這筆開銷并不小。

更深層的問題還有記憶的極限。雖然 Clawdbot 將所有對話和學(xué)到的信息保存在一個名為 MEMORY.md 的本地文件中，理論上這能讓它“永不遺忘”。但隨著時間推移，這個文件會變得越來越臃腫。

當(dāng)它膨脹到數(shù)千行甚至數(shù)萬行時，或許有可能帶來一個目前還未充分討論的后果：上下文腐爛（Context Rot）。當(dāng) AI 需要在海量歷史信息中檢索相關(guān)內(nèi)容時，響應(yīng)速度可能變慢，準(zhǔn)確度也可能下降，甚至出現(xiàn)記混或記錯的情況。雖然 RAG 技術(shù)能在一定程度上緩解這個問題，但當(dāng)用戶積累了幾個月甚至一年的使用數(shù)據(jù)后，這套系統(tǒng)能否依然高效，仍是一個待驗(yàn)證的問題。

而且，盡管許多文章宣稱“20-30 分鐘就能完成基礎(chǔ)安裝”，但對普通用戶來說，實(shí)際門檻比想象中高。

你需要安裝 Node.js 22+，配置 Nix 環(huán)境，獲取并正確設(shè)置 Anthropic 或 OpenAI 的 API Key，在 macOS 鑰匙串中管理憑證，理解如何通過安全訪問 Gateway，還要給予應(yīng)用 Shell 腳本執(zhí)行權(quán)限。這對開發(fā)者來說或許不是難事，但對普通用戶而言，可以說是一道技術(shù)鴻溝。

那些優(yōu)秀的自動化案例，比如實(shí)時監(jiān)控期權(quán)市場的異常交易量、自動發(fā)布到 5 個社交平臺并優(yōu)化標(biāo)題、搭建完整的網(wǎng)站并遷移數(shù)據(jù)，都需要數(shù)小時甚至數(shù)天的自定義開發(fā)。資料中反復(fù)強(qiáng)調(diào)的一點(diǎn)是：Clawdbot 的基礎(chǔ)功能（文件管理、簡單研究、日程查詢）確實(shí)開箱即用，但那些更高級的技能都需要構(gòu)建自定義技能、接入第三方 API、反復(fù)測試和調(diào)試。

讓人擔(dān)心的還有“本地化”后的安全風(fēng)險。給予 AI 執(zhí)行終端命令的最高權(quán)限，意味著它可以讀取你的文件、安裝軟件、修改系統(tǒng)配置、訪問瀏覽器中保存的 Cookie 和密碼。這一切都是 Clawdbot 發(fā)揮作用所必需的，但同時也是巨大的攻擊面。

一篇在 X 上廣為流傳的安全警告文章指出了“提示詞注入”（Prompt Injection）的風(fēng)險：假設(shè)你讓 Clawdbot 總結(jié)一份 PDF 文件，而這份文件中隱藏了一段惡意文本。由于大語言模型無法可靠地區(qū)分“需要分析的內(nèi)容”和“需要執(zhí)行的指令”，這些惡意命令有可能被執(zhí)行。開發(fā)者 Steinberger 本人也在安全文檔中坦言：“運(yùn)行智能體是有風(fēng)險的，請加固你的配置?！?/p>

那么，Clawdbot 到底值得嘗試嗎？答案取決于你的期待。如果你希望找到一個像 Siri 那樣開箱即用、不需要任何配置的語音助手，Clawdbot 不適合你。如果你只是想偶爾向 AI 詢問一些問題，可能 ChatGPT 或 Claude 的網(wǎng)頁版就已足夠。

但如果你是一名開發(fā)者、研究員、內(nèi)容創(chuàng)作者或需要處理大量重復(fù)性任務(wù)的專業(yè)人士，愿意花幾個小時學(xué)習(xí)配置、逐步構(gòu)建自己的自動化工作流，那么它提供的能力確實(shí)令人興奮：或許真能成為一個專屬于你、運(yùn)行在本地設(shè)備上、能夠記住你的偏好和習(xí)慣、 24 小時不間斷工作的數(shù)字助手。

1.https://www.macstories.net/stories/clawdbot-showed-me-what-the-future-of-personal-ai-assistants-looks-like/

2.https://github.com/clawdbot/clawdbot

3.https://x.com/steipete

運(yùn)營/排版：何晨龍