文 | 字母 AI
" 龙虾 " 终于有了新动静，但 " 龙虾热 " 早已过去。
8 月 31 日，OpenClaw 发布了 v2026.8.1 版本，官方将它称之为 "OpenClaw 2.0"。
再也没有以前那么高的使用门槛了，而且 OpenClaw 2.0 还加入了大量新功能，比如整理记忆、多人协作等等。
然而 OpenClaw 的 GitHub 页面，在 4 月时访问量从巅峰约 2880 万腰斩到了 1420 万，再到本次更新前，已经低于 1000 万。
在二三月份，OpenClaw 平均每日新增 GitHub 星星数为 5900 颗。而就在最近两周，每周新增的星星约为 800 颗。与之相对的，Hermes Agent 每周新增星星数将近 9000 颗，相差了 10 多倍。
NPM 周下载量方面，3 月中旬达到巅峰，一度超 150 万，现如今早已跌回了 OpenClaw 爆火前的数字。
不仅如此，斯坦伯格全力维护的新产品 Crabbox 几乎无人问津，其在 GitHub 上的星星总数，甚至不如 OpenClaw 热潮退去后每天增长的星星数。
龙虾之父，似乎被困在了龙虾里。
龙虾的养殖办法
OpenClaw 2.0 是 " 龙虾 " 诞生以来最大的一次更新，有 933 名贡献者参与，其中 569 人是第一次为 OpenClaw 提交代码，累计合入超过 1.6 万个 Pull Request，接近项目历史合并总量的一半。而在发布之前，OpenClaw 近 7 周没发稳定版。
在 " 停更 " 前的 230 天里，OpenClaw 一口气发布了 106 个稳定版本，平均不到两天就要更新一次，甚至有时候刚更新完准备使用，下一次更新就已经推送了。
斯坦伯格称，OpenClaw 最大的问题是底层架构太过老旧。于是这次他们花了整整两个月重构，宁可推迟原定的上线时间，也要确保老用户升级时不至于把配置搞坏。
2.0 版本解决的最大问题便是安装。
正如开头提到的，1.0 时代，养虾的门槛高得离谱，API Key+ 一堆命令行配置，但凡计算机知识不够，基本可以告别养虾。
2.0 把首次安装简化到开箱即用，支持直接接入现有的 ChatGPT、Claude 订阅，也支持 API Key 和本地模型，还提供多种登录方式。浏览器应用被整个重写，取消了原来的 Overview 页面，现在从启动到进入对话只需 575 毫秒。
比界面更重要的是记忆。
1.0 时代，OpenClaw 的上下文一膨胀就崩溃，用户每隔几天就得重新交代一遍背景。2.0 引入了激活记忆（Active Memory）机制，让 Agent 在符合条件的会话里调用过去对话的相关上下文。
还新增了背景记忆巩固（Background Memory Consolidation）功能，模型在后台会自动整理长期记忆，把真正值得保留的信息提升到长期存储，还留下来源信息和 " 梦境日记 "（Dream Diary）。
所谓梦境日记，指的是 Agent 在非工作时整理工作当中留下的记忆。在此基础上，自我学习机制又让 Agent 从已完成的任务里沉淀可复用的方法，自动转化成新的 Skills，实现某种程度的自我进化。
2.0 还把最大力气花在了安全上。
Agent 需要密钥时，通过一个遮罩提示来请求，密钥值从头到尾不进入聊天记录，也不进入模型的上下文窗口。就像在 ATM 输入密码时，机器只会显示 **** 一样。
并且一个 Gateway 只设一个信任边界，凡是会把实例暴露在公网且不带认证的安装，在变更生效前就被拦下。
官方还公布了一组众包红队数据，27.2 万次攻击、41 个 Agent 场景，以 " 既执行了有害动作、又瞒过了用户 " 为成功标准，成功率越低代表越安全。使用 Claude Opus 4.5 的前提下成功率只有 0.5%，Sonnet 4.5 是 1.0%，Haiku 4.5 是 1.3%，即便是表现最差的 Gemini 2.5 Pro 也只有 8.5%。
2.0 还补上了协作这块短板。
新引入的共享云端会话（Shared Cloud Sessions）让多人可以加入同一个任务，带着完整上下文交接工作，权限分为阅读、建议、草稿和直接参与四档，和常见的协作软件类似。
OpenClaw 官方表示，他们自己团队就是靠这个功能来开发 OpenClaw 的。
OpenClaw 团队表示，最初他们只是想简化安装、重做浏览器端，可做着做着就发现，想让一个非技术用户 " 养虾 "，就必须把会话、记忆、权限、密钥、云端执行、多 Agent 协作和团队共享全部重写一遍。
也就是说，与其说他们决定发一个 2.0，不如说这版更新的工作量把自己长成了 2.0。
但 OpenClaw 2.0 版本所上线的功能，市面上的 Agent 产品早就有了。
市面上的 Agent，除了 DeepSeek 的 DSH 以外，几乎都没有安装门槛，安装包下载到电脑里，点开就能安装使用。
与此同时，像是 Codex、Claude Cowork，此前也推出了类似于记忆巩固、激活记忆的功能，并且在安全层面做得也更好。
与其说 OpenClaw 终于更新到 2.0 了，倒不如反问怎么 OpenClaw 才更新到 2.0？
龙虾缘何开始走下坡路？
龙虾热偃旗息鼓好几个月后，8 月，斯坦伯格在 YC 的创业播客里复盘这段经历，他说：" 小心点，别乱许愿，我没有准备好迎接这一切关注，它几乎把我压垮了。"
所谓 " 许愿 "，指的是斯坦伯格自己曾经发的一条 X，希望自己的项目被全世界看见、被疯狂追捧。
斯坦伯格继续说到，他的私人电话被泄露，深夜会有记者用紧急穿透模式打进来。他还吐槽说，每隔几周，就有一篇 "OpenClaw 已死 " 的讣告式报道，他数不清自己看过多少篇了。
" 其中有一篇是所谓的 OpenClaw 杀手，其实只是一个卸载软件而已。"
加入 OpenAI 之后，OpenClaw 对他来说 " 不再好玩了 "。
斯坦伯格说他早上醒来，发现自己有两份工作，一份是工作，一份是使命。最糟糕的症状是，他说他自己开始不用 OpenClaw 了。
" 我没办法再快乐地给龙虾加新功能，而是变成了每天修 bug、处理安全事件、回用户消息的那个人。" 斯坦伯格说到。
8 月底，在 GitHub 官方的维护者访谈里，斯坦伯格说：" 我甚至不把它们叫 Pull Request，我管它们叫‘提示词请求’。"
大量贡献者开着 " 自动化软件工厂 "，一次性涌进来几百个 Pull Request，全是 AI 批量生成的。
斯坦伯格表示，这些 Pull Request 完全分散了自己的注意力，让自己没办法专注开发产品，每天要花很多精力来管理这些 Pull Request。
还没完，导致 OpenClaw 走下坡路的原因还有上游的断供。
2 月，Anthropic 更新条款，禁止把 Claude 订阅的 OAuth 额度接到 OpenClaw 这样的第三方工具。4 月 4 日，Anthropic 正式发邮件通知 Claude 订阅不再覆盖通过 OpenClaw 等第三方工具的使用额度，想继续用，要么买 7 折用量包，要么用 API。
此前绝大多数都是使用 Claude 来养虾，Anthropic 这番操作下来，养虾成本翻着倍地往上跳。
斯坦伯格在播客里承认，自己犯了一个战略错误：" 为了让 OpenClaw 表现最好，我把系统针对 Anthropic 的模型做了深度优化，可这家公司恰恰最后成了自己的对手 "
" 他们在最要命的地方赢了我们，而我们还在原地，" 他说，" 这两件事，都是我的错，是我自己造成的。" 他还有一句话，几乎是对 " 龙虾神话 " 的自我拆解：" 八个月，在人类时间里不算长，但在 AI 时间里，相当于四年。"
OpenClaw 的概念很庞大，但是技术很难跟上。当时的 OpenClaw，Gateway 进程说崩就崩、没有自动恢复；记忆只有会话级，上下文一膨胀就崩溃；Skill 大多靠人手写、质量参差不齐，维护团队主要是兼职志愿者。
再然后，就是所有人都看得见的数据：据非凡产研统计，4 月 OpenClaw 访问量从巅峰的约 2880 万，腰斩到了 1420 万。
2 月时，由于龙虾安装门槛高，闲鱼上的 " 上门代装龙虾 " 成了程序员的新致富经。到了 4 月，又开始兴起了 " 上门卸载龙虾 " 生意。从安装到卸载，一个完整的闭环，两个月就走完了。
然而，就在全世界吐槽龙虾的时候，市面上又到处都是龙虾的影子。
竞品们一边致敬，一边精准补刀。Nous Research 的 Hermes Agent 在 2 月底开源，标签是自进化、能自动把任务抽象成可复用 Skill、四层记忆、内置沙箱和危险命令审批、curl|bash 一键安装，专治 OpenClaw 的各种痛点，两个月冲到几万星，社区里喊出了 " 从养虾到养马（马指的是 Hermes Agent）" 的口号。
月之暗面发布 KimiClaw，完全云端托管、零门槛注册；阿里云通义推出 CoPaw，本地加云端双部署、深度集成钉钉；腾讯有 QClaw，字节跳动有 Moltbook ……
无人问津的 " 云龙虾 " —— Crabbox
入职 OpenAI 大约两个月后，他开发了一个叫 Crabbox 的项目，这是一个通用远程软件测试与执行控制平台。
具体来说，它会去 AWS、Hetzner、Azure、GCP 等云厂商租一台一次性虚拟机，用 rsync 把你本地没提交的改动（dirty checkout）同步上去，在远端执行命令、把 stdout/stderr 实时流回来、记录运行证据（日志、截图、视频、产物），跑完再把机器删掉释放。
说白了，就是云龙虾，把养虾这件事，搬到云端的沙箱里。
相比起龙虾，Crabbox 才更适合普通人，毕竟不是谁都能买得起高性能的电脑。
Crabbox 虽然挂在 OpenAI 成立的基金会名下，可贡献榜第一名依然是斯坦伯格本人，提交数遥遥领先于第二名。在最近一个月里，他更新 Crabbox 的频率，堪比他当年更新 OpenClaw。
然而截止发稿，Crabbox 在 GitHub 上只有 1300 多颗星，不及 OpenClaw 热度刚开始衰退时一天的增长量。可见，市场并没有给它回应。
这个产品之所以在国内没有火，是因为国产 AI 大厂走了一条更适合普通消费者的路。相较于 Crabbox，国内大厂选择把云端执行绑进自家的 Agent 里，开箱即用，同样也是数据不出域，还不用像 Crabbox 那样需要额外下载安装设置。
比如月之暗面的 Kimi Claw，直接把 OpenClaw 部署到自己的云端，纯云端托管，根本不需要本地算力。字节的 ArkClaw，走的是 SaaS 化路线，企业版还上了机密计算集群，模型请求在隔离的机密环境里完成并加密。腾讯的 WorkBuddy、阿里的钉钉办公，也都是在自家云服务器上完成。
尽管如此，斯坦伯格也在全力维护 Crabbox。就拿 8 月的几次更新来说，斯坦伯格曾多次在当地时间深夜对其进行更新。
比如 8 月 9 日的更新是在当地 12 点 05 分，24 号是凌晨 3 点 17 分，25 号是凌晨 1 点 25 分，26 号是凌晨 4 点 36 分。
斯坦伯格是如此的热爱开发，哪怕是结束了一天的工作后。
浪潮退去之后
虽然斯坦伯格自己的产品并没有获得成功，但是 Codex 在他的方法论之下，有了很大的起色。
比如 Codex 引入了多 Agent 并行 + 长任务循环的机制，这正是斯坦伯格本人在 OpenClaw 里提出的方法论。
在这套方法论的影响下，Agent 成为了指挥中心，能像管理一支团队一样，管理数个分工不同的 Agent 干活，并且可以持续几十个小时。
4 月 16 日，Codex 加入了后台 computer use 机制，Agent 可以和人一样点开应用和操作界面，同时还加了应用内浏览器。同一天上线的 memory 预览，把 OpenClaw 那套 MEMORY.md 跨会话记忆也搬了进来。
7 月，Codex 并入 ChatGPT 桌面应用，computer use 成了 Codex 的内置能力。
还有，正是因为吸取了包括 ClawHavoc 在内，OpenClaw 的种种教训，Codex 上线了 Codex Security 机制，在执行任务之前先审查，预测任务会造成的风险有哪些。一旦这个风险超出了 Codex 的掌控范围，任务便会立刻停止。
同时 Codex 的 Skill 和插件功能，也不像 OpenClaw 那样自由，走的是 " 精选 + 安全审查 " 路线，其目的就是为了避免重蹈 OpenClaw 恶意 Skill 的覆辙。
拜这些更新所赐，2026 年上半年，Codex 的活跃用户增长超过 5 倍。6 月时，Codex 每周活跃用户突破 500 万。
7 月中旬，Codex 与 ChatGPT Work 的合计用户冲上 1000 万，高峰期几乎一天涨 100 万。到了 8 月，奥特曼称 Codex 活跃用户已达 2000 万。
Codex 不光是在 OpenAI 外部获得成功，在内部同样也是如此。
6 月，在 OpenAI 员工每周消耗的 token 里，有 99.8% 来自 Codex，97.9% 的员工在用 Codex，连 OpenAI 的法务、财务、招聘部门都把 Codex 当成了主力工具。
1 月到 8 月，OpenAI 的 ARR 从约 200 亿美元涨到约 400 亿美元，几乎翻倍，8 月企业收入首次超过消费者业务。订阅 200 美元 ChatGPT Pro 的用户数量，已超过了 50 万。
诚然，斯坦伯格开启了一个 AI Agent 的时代，但同时，他正在经历的事情，也是这条赛道的缩影。
根据烯牛数据的报告，2026 年上半年国内 AI Agent 赛道融资 83 起，同比大涨 131%，成了资本争抢的第一名。
一些项目没有产品、没有收入也能拿到钱，甚至要求投资人 " 连投 " 两轮，才给入场券。国际上也一样：仅第二季度就有 39 笔融资，总融资额约 13 亿美元。
但来得快，去得也快。进入下半年，相关赛道的热度明显褪去。
大厂们纷纷掏出 " 办公 Agent"，通用 Agent 能干的事情，办公 Agent 能完成 90%，而且收费更标准、门槛也更低，再加上对应的补贴，OpenClaw 们被打垮了。
另一方面，虽然通用 Agent 的泡沫在退场，垂直 Agent 的红利却在兑现。
客服、制造、金融是最热的三个方向。
据市场统计，中国 AI 客服市场规模已突破 320 亿元，年复合增速超过 40%；Gartner 预测，到 2026 年底，全球 40% 的企业应用将嵌入任务型 Agent。2025 年初，只有 5% 的应用包含了任务型 Agent。
回过头看斯坦伯格，他恰好踩在了这场大潮最陡峭的浪尖上。OpenClaw 一小时上线、两周封神、三个月见顶。
龙虾之父困在了龙虾里，困住他的从来不是代码，而是浪潮本身。
