OpenClaw创始人加入OpenAI:这不是跳槽新闻,是整个AI行业换挡的信号

news2026/4/1 6:54:07
OpenClaw创始人加入OpenAI这不是跳槽新闻是整个AI行业换挡的信号摘要OpenClaw创始人Peter Steinberger正式加入OpenAI项目移交开源基金会。Sam Altman亲自官宣称他是天才。这件事的真正意义不在人事变动而在于——AI行业正在从谁家模型更聪明转向谁家Agent更能落地。前两天刷到一条新闻差点以为看错了OpenClaw的创始人Peter Steinberger加入OpenAI了。我第一反应是这人疯了吧——你手里握着GitHub上33万星标、增速比Linux还猛的项目大厂排队接入Google和Nvidia围着你转你不自己做公司跑去给别人打工然后我看了他自己写的博客一句话让我停下来想了很久我本可以把OpenClaw做成一家巨大的公司。但说实话这对我来说并不兴奋。和OpenAI合作是把这件事带给所有人的最快方式。好这事值得好好聊聊。先说清楚到底发生了什么时间线很简单• 2025年11月Steinberger发布了一个叫Clawdbot的开源AI Agent工具• 2026年1月因商标问题改名先叫Moltbot三天后改成OpenClaw• 几周内GitHub星标突破33万成为史上增长最快的开源项目• 2月14日Steinberger宣布加入OpenAI• Sam Altman亲自发推官宣说他是天才要让他推动下一代个人Agent• OpenClaw项目本身移交开源基金会OpenAI继续支持到今天为止这个决定的余波还在持续发酵。这事为什么重要如果你只看表面这就是一个开源大佬被大厂收编的故事。科技圈每年都有几个这种。但我觉得这次不一样。不一样在三个地方。一、OpenAI在押注Agent层不是模型层Sam Altman那条推特的原话是让Steinberger推动下一代个人Agent以及智能Agent之间相互协作来为人做有用的事。注意这个表述。他说的不是做更强的GPT-5而是Agent之间的协作和执行。这说明OpenAI内部的战略重心正在发生转移• 以前让模型更聪明• 现在让模型真正能干活OpenClaw正好就是干这个的——它不是模型是让模型动手做事的编排层。OpenAI把这个人挖过去等于公开承认光有聪明的大脑不够还需要灵活的手脚。二、整个行业在围着Agent能力重新排兵布阵Steinberger加入OpenAI只是冰山一角。你看最近几周发生了什么•Nvidia发布NemoClaw专门给OpenClaw社区做企业级增强•Google被报道正在调整浏览器Agent团队背景就是追赶OpenClaw类可执行Agent•腾讯把OpenClaw接入微信推出龙虾特种部队产品线•百度公开推出一系列Agent产品•字节跳动火山引擎上线网页版ArkClaw一个开源项目逼得五家巨头同时调整战略。上一次出现这种场景是什么时候我想了想大概是Docker或者Kubernetes的早期。三、不做公司这个选择本身就是信号Steinberger说他对建公司不兴奋。这句话在创业圈听起来很反常——你手里的东西明明值很多钱。但我觉得他看到了一个更本质的问题Agent框架这个赛道赢家不是靠商业模式赢的是靠成为默认标准赢的。就像Linux没有靠卖License赢而是靠成为所有服务器的默认操作系统赢的。OpenClaw想走的路可能也是这样我不跟你收钱但我要成为所有AI Agent的默认运行层。加入OpenAI就是借OpenAI的分发能力加速这件事。但这事也有让人不安的地方说完好的说说我担心的。开源项目的独立性虽然Steinberger说OpenClaw会移交给开源基金会OpenAI只是继续支持。但大家都知道当一个开源项目的核心创始人去了某家大厂那家大厂对项目方向的影响力就会变得非常大。以后OpenClaw的功能优先级会不会向OpenAI的商业需求倾斜第三方模型Claude、Gemini、开源模型的支持会不会被弱化这些都是合理的担忧。安全问题不会因为换了东家就消失最近的安全数据越来越吓人• 全球27万实例暴露在公网约40%与已知APT组织有关联• 恶意NPM依赖和伪造GitHub组件的全链路攻击已经被追踪到• 学术界开始密集发布OpenClaw安全相关论文PRISM、ClawKeeper等Steinberger去了OpenAI不代表这些问题会自动解决。如果说有什么变化可能是大家对它的安全预期反而会更高——你现在背后是OpenAI了出了安全事故更不好交代。热度退潮后的现实检验国内3月底的数据显示OpenClaw搜索热度已经从峰值急速下降。很多用户反馈投入了时间精力去部署但实际收获有限。这很正常——任何技术热潮都有这个过程。但它提醒我们Agent框架的真正价值不取决于GitHub有多少星标而取决于它能不能在日常工作中持续、稳定、安全地帮到你。这件事对不同人意味着什么如果你是普通用户Steinberger加入OpenAI这件事短期内对你没有直接影响。OpenClaw还是那个OpenClaw你该怎么用就怎么用。但中期来看OpenAI大概率会把OpenClaw的能力融入自己的产品线。也就是说你未来用ChatGPT的时候可能会发现它突然会干活了——那背后很可能就是OpenClaw的技术。如果你是开发者现在是围绕OpenClaw生态做事情的窗口期。ClawHub Marketplace刚起步插件和技能的需求缺口很大。而且说实话现在最值钱的方向可能不是让Agent更能做事反而是让Agent不出事——安全、监控、权限管理、审计。如果你是公司负责人你最该问的问题不是要不要上OpenClaw而是员工是不是已经在用了。现实往往是某个团队悄悄装了接上了工作流IT最后才知道。这就是影子AI风险。与其禁止不如建立规则哪些场景可以用权限怎么控外发操作要不要人工确认。我的判断Steinberger加入OpenAI这件事本质上是一个信号弹——它宣告的不是一个人的职业选择而是整个AI行业的重心转移从谁的模型更聪明到谁的Agent更能安全落地执行。OpenClaw想做的是Agent时代的Linux。能不能做到现在还不好说。但从Google、Nvidia、腾讯、百度、字节的反应来看至少整个行业已经被它推着往这个方向跑了。而这个方向一旦确立就不会再回头。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2471135.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…