智東西（公眾號：zhidxcom）
作者 |? 陳駿達(dá)
編輯 |? 心緣
智東西3月9日報(bào)道，就在剛剛，OpenClaw發(fā)布了2025.3.8版本的更新，引入CLI備份能力、macOS遠(yuǎn)程網(wǎng)關(guān)令牌配置、ACP溯源功能，并修復(fù)了飛書插件安裝后重復(fù)提示下載的問題，進(jìn)一步優(yōu)化了OpenClaw框架的安全性、提升了與外部服務(wù)的集成深度。
▲OpenClaw2026.3.8更新（圖源：X平臺）
這是兩天內(nèi)OpenClaw發(fā)布的第二次更新，就在昨天，OpenClaw一口氣推出300多條修復(fù)、27項(xiàng)變更和1項(xiàng)重大變更，OpenClaw官方更是發(fā)文稱：“我們不搞那種瑣碎的小版本發(fā)布?！?strong>言下之意就是：要搞就搞大的。
▲OpenClaw2026.3.7更新（圖源：X平臺）
OpenClaw創(chuàng)始人Peter Steinberger還在3月7日順勢轉(zhuǎn)發(fā)了專用于評估大模型在OpenClaw智能體任務(wù)中表現(xiàn)的基準(zhǔn)測試PinchBench，從32款模型評出最新養(yǎng)龍蝦大模型排行榜。
其中排名前三的，有兩個(gè)都是國產(chǎn)模型，分別是MiniMax M2.1和Kimi K2.5。
▲Peter Steinberger轉(zhuǎn)發(fā)PinchBench（圖源：X平臺）
英偉達(dá)創(chuàng)始人兼CEO黃仁勛在上周摩根士丹利TMT大會發(fā)出感嘆：“Linux花了30年才達(dá)到的成就，OpenClaw只用了3周。”
雖然黃仁勛的表述可能有些夸張，不過事實(shí)是，自今年1月以來，OpenClaw的熱度迅速攀升。截至今天下午18點(diǎn)，其GitHub星標(biāo)數(shù)量已經(jīng)達(dá)到27萬個(gè)，超過了知名開源項(xiàng)目Linux、React，排名全球第一。
一系列圍繞OpenClaw的活動、討論乃至“搞錢機(jī)會”多點(diǎn)開花。上周，在深圳，騰訊大廈門口免費(fèi)安裝OpenClaw的活動排起長隊(duì)，有騰訊員工評價(jià)這一盛況堪比春節(jié)發(fā)紅包，甚至連馬化騰都在朋友圈感嘆：“沒有想到會這么火”。
▲馬化騰感嘆OpenClaw熱度（圖源：雷鋒網(wǎng)）
在美國紐約，一場以O(shè)penClaw為主題的ClawCon大會吸引了超1300人，從大學(xué)生、游戲開發(fā)者到硅谷程序員都紛紛報(bào)名，遠(yuǎn)超會場本身容量，600多人最后被拒之門外。一位參會者稱：“沒有人關(guān)心你本來是做什么的，大家只關(guān)心你在用OpenClaw Agent做什么？”
▲ClawCon大會盛況（圖源：The Verge）
腦子活絡(luò)的網(wǎng)友已經(jīng)靠OpenClaw賺到第一桶金了，以O(shè)penClaw上門安裝為關(guān)鍵詞搜索，能找到不少帖子，一次上門安裝服務(wù)的價(jià)格在500元左右。有從業(yè)者甚至宣稱，短短數(shù)日內(nèi)憑借這門手藝賺了26萬元，不過這一數(shù)據(jù)的出處已經(jīng)無從考證。
▲MiniMax股價(jià)逼近1000港元（圖源：騰訊自選股）
爆火之中摻雜著混亂。
今年2月，工業(yè)和信息化部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺監(jiān)測發(fā)現(xiàn)OpenClaw開源AI Agent部分實(shí)例在默認(rèn)或不當(dāng)配置情況下存在較高安全風(fēng)險(xiǎn)，極易引發(fā)網(wǎng)絡(luò)攻擊、信息泄露等安全問題。相關(guān)部門建議，在部署和應(yīng)用OpenClaw時(shí)，應(yīng)充分核查公網(wǎng)暴露情況、權(quán)限配置及憑證管理情況，關(guān)閉不必要的公網(wǎng)訪問。
OpenClaw創(chuàng)始人Peter Steinberger昨天在X上親自下場手撕國內(nèi)社交平臺上的“李鬼”賬號，明確強(qiáng)調(diào)：OpenClaw目前在微博、B站沒有任何官方號。
▲Peter Steinberger在打假（圖源：X平臺）
OpenClaw甚至帶動了A股和港股市場中“龍蝦概念股”的瘋漲，A股優(yōu)刻得、博睿數(shù)據(jù)等漲停，港股MiniMax收盤漲23.77%，總市值突破3100億港元，智譜、云知聲等相關(guān)股跟漲。
一、OpenClaw框架大更新，安全與上下文成重點(diǎn)
OpenClaw項(xiàng)目在3月8日進(jìn)行的一次重磅更新，發(fā)布了300多條修復(fù)、27項(xiàng)變更和1項(xiàng)重大變更。貢獻(xiàn)者列表顯示，一共有194人參與，這對于一個(gè)開源項(xiàng)目來說已經(jīng)很多了。
OpenClaw在X平臺的官方賬號，給這次更新劃了重點(diǎn)：支持OpenAI、谷歌的新模型、優(yōu)化各大通訊平臺的兼容性問題、新增SecretRef安全驗(yàn)證以及新增可插拔上下文引擎等等，直指OpenClaw在日常使用中出現(xiàn)的多種痛點(diǎn)，許多更新項(xiàng)目就是由用戶自己開發(fā)的，顯示出這一社區(qū)的活躍度。
這次更新解決了OpenClaw原版框架中無法自主選擇記憶管理插件的痛點(diǎn)，還優(yōu)化了客戶端與Agent之間的通信協(xié)議的穩(wěn)定性，并提供持久性的Discord頻道與Telegram的綁定存儲。
中國開發(fā)者也貢獻(xiàn)了不少更新。OpenClaw在國內(nèi)常常與飛書一起搭配使用，但在與飛書生態(tài)的結(jié)合上還做得不是很好。國內(nèi)開發(fā)者@liuxiaopai-ai、@rexl2018、@kcinzgg和@aerelune等就提交多個(gè)更新，優(yōu)化了OpenClaw在飛書內(nèi)部進(jìn)行命令識別、消息交互、身份識別優(yōu)化時(shí)的效果。
對于飽受詬病的安全性問題，OpenClaw項(xiàng)目也進(jìn)行了查缺補(bǔ)漏。最重大的變更是，如今網(wǎng)關(guān)認(rèn)證不再允許模棱兩可的配置——當(dāng)同時(shí)設(shè)置了認(rèn)證令牌和密碼時(shí)，系統(tǒng)會強(qiáng)制要求明確指定認(rèn)證模式，而不是讓系統(tǒng)猜測或允許兩者共存，從根源上杜絕了因配置歧義導(dǎo)致的安全漏洞或服務(wù)啟動失敗。
OpenClaw的網(wǎng)關(guān)與模型驗(yàn)證現(xiàn)已支持SecretRef，這允許用戶以引用方式管理認(rèn)證令牌，而不再需要將明文密鑰直接寫在配置文件中。此外，系統(tǒng)為了防止信息意外外泄，移除了/status與/models等用戶界面中的權(quán)限密鑰片段，并增加了在CLI輸入密碼時(shí)的硬化處理，避免密碼通過進(jìn)程列表泄露。
不過，除了底層框架的優(yōu)化之外，用OpenClaw搭建Agent也需要一個(gè)智慧的大腦，PinchBench的推出，正好為廣大用戶提供了一個(gè)標(biāo)準(zhǔn)。
二、Kilo Code推出“龍蝦基準(zhǔn)測試”，中國模型性價(jià)比突出
PinchBench目前包含23項(xiàng)不同類別的任務(wù)，比如股票價(jià)格研究、文檔摘要、文件結(jié)構(gòu)創(chuàng)建、多步復(fù)雜工作流等，為的是全面評估模型在OpenClaw框架下完成編程、辦公、創(chuàng)作等多類型任務(wù)的能力。
目前，已經(jīng)有超30款模型參與了這一基準(zhǔn)測試。值得一提的是，中國模型展現(xiàn)出明顯的性能與價(jià)格優(yōu)勢。
在正確率榜單的前10名中，來自谷歌的Gemini 3 Flash Preview拿下第一，而MiniMax M2.1和Kimi K2.5分列第二、第三，接下來是來自谷歌、OpenAI和Anthropic的多款模型，阿里的Qwen3 Coder Next位列第十。
在性價(jià)比方面，中國模型的優(yōu)勢更為明顯。比如，MiniMax M2.1與Gemini 3 Flash Preview的正確率差距為1.5%，而MiniMax M2.1的成本只有Gemini 3 Flash Preview的大約1/10；Kimi K2.5的表現(xiàn)超過了Claude Opus 4.6，而價(jià)格僅為后者的零頭。
分?jǐn)?shù)之外，這些模型在具體場景的表現(xiàn)究竟如何？
拿下準(zhǔn)確率榜第一的Gemini 3 Flash Preview參加了11項(xiàng)任務(wù)的測試，滿分11分，得分為10.5。在日歷填寫、編程和文件操作等任務(wù)中，Gemini 3 Flash Preview拿到了滿分成績，不過在理解、寫作等任務(wù)中出現(xiàn)瑕疵，而在上下文記憶檢索任務(wù)中其表現(xiàn)最差，得分僅為80%。
位列榜二的MiniMax M2.1同樣拿到10.5分的成績，在編程任務(wù)上，其得分略遜于Gemini 3 Flash Preview，在上下文記憶檢索任務(wù)其得分與Gemini 3 Flash Preview一致，都為80%。
在事實(shí)驗(yàn)證、寫作、研究等任務(wù)上，MiniMax M2.1拿到了滿分。此外，MiniMax M2.1在復(fù)雜多步驟工作流上的表現(xiàn)要比Gemini 3 Flash Preview好上3%，這類工作流在Agent任務(wù)中是極為常見的。
位列第三的Kimi K2.5拿下寫作、編程、研究等7項(xiàng)滿分，不過同樣在上下文記憶檢索任務(wù)中踩坑。看來，對目前的大模型而言，長上下文中的信息捕捉能力仍是有待提升的短板。
榜單上，還有幾款新發(fā)布的模型意外地表現(xiàn)不佳。比如，OpenAI最新發(fā)布的GPT-5.4任務(wù)正確率僅有76%，在總榜上排名第20，甚至不如2024年發(fā)布的GPT-4o。
其在上下文記憶檢索任務(wù)、復(fù)雜工作流、信息理解上的正確率僅有70%左右，在文檔總結(jié)、記憶兩項(xiàng)測試中得分為零。
Qwen3 Max Thinking的任務(wù)正確率僅有46%，在部分涉及文件操作、腳本撰寫的任務(wù)上未能成功執(zhí)行，拿了零分。
從PinchBench的初步測評結(jié)果來看，我們已經(jīng)能總結(jié)出一些共性特點(diǎn)。
對于Agent這一任務(wù)場景來說，并不是模型越大就越好，也不是越新越好。許多進(jìn)入正確率排名前十的模型都不是最大、最強(qiáng)的版本，比如Gemini 3 Flash Preview的成績要優(yōu)于Gemini 3 Pro Preview，Claude Haiku 4.5的得分要優(yōu)于Claude Opus 4.6。
在Agent任務(wù)中，尤其是多步驟工作流、文件操作、編程等，模型通常需要多次調(diào)用工具或與環(huán)境交互。在這些任務(wù)中，輕量級模型更快的推理速度與響應(yīng)延遲，以及更短的思考長度，可能提升了整個(gè)工作流的穩(wěn)定性和成功率。
結(jié)語：OpenClaw熱度不減，開源生態(tài)持續(xù)推高熱度
以O(shè)penClaw為代表的Agent框架，正深刻影響著大模型行業(yè)的方方面面。比如，衡量模型在OpenClaw中表現(xiàn)的基準(zhǔn)測試“PinchBench”，未來有可能成為指導(dǎo)模型開發(fā)商優(yōu)化模型能力的重要參考，以便讓模型更好地適應(yīng)Agent工作流。
同時(shí)，OpenClaw也在不斷補(bǔ)齊自身的安全與兼容性短板。OpenClaw的開源特性讓全球開發(fā)者都可以參與到這一框架的優(yōu)化過程中。隨著更多技術(shù)力量的匯入，這股“養(yǎng)龍蝦”的熱潮或許仍將持續(xù)發(fā)酵。
