如果你還記得今年三月那波 OpenClaw 熱潮，大概會對這個名字有點印象。這個開源 AI harness（有人翻成「AI 套具」或「代理框架」）之所以爆紅，是因為它讓你把 GPT-4 等級的語言模型變成一個可以隨時透過 Telegram、iMessage、WhatsApp 傳訊息指揮的「自動化員工」。當時一堆開發者把它當成個人助理在玩，GitHub 星星數衝得亂七八糟，社群討論區天天有人分享自己的「AI 小弟」又完成了什麼神奇任務。
但半年過去，熱度確實消退不少。新鮮感沒了，大家開始發現這東西拿來自己玩玩很酷，但要真的丟進公司環境裡用，問題一堆：沒有權限控管、沒有多人協作機制、沒有審計追蹤，更別提隔離沙盒這種企業資安的基本盤。白話講，它還是個「個人玩具」，不是「企業工具」。
正因為如此，Peter Steinberger 和他背後的開發團隊在週末丟出的 OpenClaw 2.0，才會讓整個圈子的目光再次聚焦。這次不是擠牙膏式的小改版，而是直接把整個產品定位從「個人代理 harness」翻轉成「團隊共享的代理基礎設施」。白話文就是：OpenClaw 不只想當你的 AI 小弟，它想當你們整個公司的 AI 中控台。
多人連線的 AI 編碼，到底是什麼意思？
先講一個關鍵概念：過去的 AI 編碼代理，本質上都是「單人遊戲」。開發者在自己的終端機或 IDE 裡跑一個代理，給它 repo 存取權，讓它自己改 code、跑測試、開 PR。這個流程很直覺，但問題也很明顯——代理的狀態跟著開發者的筆電走。工程師關上電腦，代理的工作記憶就斷了；同事想接手看進度，對不起，沒有共享介面。
OpenClaw 2.0 的「多人連線」模式，就是衝著這個痛點來的。它把代理 session 變成一個持久化的共享工作區，不再綁定在特定終端機或特定員工身上。你可以把進行到一半的工作丟到 team.openclaw.ai 上，讓同事接手、讓另一台機器繼續跑、甚至讓雲端 worker 協同處理。介面上甚至看得到「輸入中的提示」和「誰在線上」這類協作元素——這根本是把 Google Docs 的多人編輯概念，搬進了 AI 代理的世界。
我認為這對企業來說是真正的 game changer。想像一下：資深工程師開了一個代理任務去重構某個微服務，跑到一半下班了，換晚班的同事打開瀏覽器，直接看到目前為止的執行脈絡、檔案變更和待審核的動作，然後接著指揮代理繼續跑。這不是「每個人有自己的 AI 助理」，而是「整個團隊共享一個有記憶、有狀態的 AI 同事」。
新控制介面：把終端機藏起來，但沒有丟掉
OpenClaw 2.0 的另一個重點是全新的 Control UI。老實說，舊版介面真的不太親民，一打開就是一堆 overview 面板、狀態指標跟技術細節，對非工程背景的人來說根本是天文數字。新版把對話當成主要介面，threads 放在側邊欄，主工作區顯示當前對話——這設計明顯在向 ChatGPT、Claude、Gemini 這些產品看齊。
但這不代表 OpenClaw 拋棄了技術使用者。恰恰相反，它只是把終端機從「主要介面」降級成「底層細節」。你可以繼續看到 session 的檔案變更、Git 操作、PR 狀態、終端機活動，只是這些東西被整理成可摺疊、可展開的輔助資訊，而不是擋在對話前面的障礙物。
這個設計哲學很聰明：降低非技術員工的使用門檻，同時保留技術人員需要的底層控制。對企業來說，這意味著不用再為了讓 PM 或設計師用 AI 代理，而逼他們先學會看終端機。
安全模型：有升級，但預設值依然不夠「企業級」
講到這裡，必須潑點冷水。OpenClaw 2.0 確實補上了很多企業要求的資安功能：角色權限、審計日誌、Secret Store、sandbox 執行、操作審批流程……這些都是企業部署 AI 代理的「必要條件」，不是「加分項」。但關鍵問題在於：這些東西預設是關閉的。
官方文件寫得很清楚：sandboxing 和 execution approvals 預設關閉，基礎設定假設你是一個可信的單一操作者，允許 host execution。意思就是，如果你只是把 OpenClaw 2.0 裝起來用預設值跑，它跟舊版一樣危險。
這就帶出了一個重要的對比：NanoClaw。這個後起之秀主打的就是「容器隔離優先」的架構，代理一律跑在 Docker container 裡，檔案系統只能存取明確掛載的目錄，程式以非特權使用者執行，連外部網路都可以鎖死。OpenClaw 2.0 現在可以透過設定達到類似的效果，但它把這個選擇權交給管理者——你要自己去設定，系統不會預設幫你鎖好。
| 比較項目 | OpenClaw 2.0 | NanoClaw |
|---|---|---|
| 預設安全姿態 | 信任單一操作者，sandbox 預設關閉 | 容器隔離為核心，強制 sandbox |
| 多人協作 | 完善的共享 session、權限管理 | 基本角色區分，但架構偏單機 |
| 介面親和度 | 全新 Control UI，對話為主 | 偏技術導向，以 code 和 skill 為主 |
| 部署彈性 | 可設定 Docker/Podman、雲端 worker | 以 Docker 為單一架構 |
| 企業適用性 | 需刻意設定才能達到企業級安全 | 架構天生較容易符合隔離需求 |
用一句話總結：OpenClaw 2.0 在「能力」上追平了 NanoClaw，但在「哲學」上仍然不同。前者相信管理者會負起責任去設定安全策略，後者把安全隔離當成預設的設計核心。
那 OpenAI 的角色到底是什麼？
這大概是很多人心中的疑問。Peter Steinberger 今年二月宣布加入 OpenAI，當時 Sam Altman 還公開歡迎他。但 OpenClaw 沒有變成 OpenAI 的產品，而是轉移到獨立的 OpenClaw Foundation（一個 501(c)(3) 非營利組織），OpenAI 只是掛名「合作夥伴」之一，其他夥伴還包括微軟、GitHub、NVIDIA、騰訊等。
所以，OpenClaw 2.0 本質上是 OpenClaw Foundation 的產品，不是 OpenAI 的軟體。Steinberger 在 OpenAI 工作，但 OpenClaw 的發展方向還是由基金會決定。這個微妙的位置，讓 OpenClaw 得以保持開源獨立性，同時又能獲得 OpenAI 的資源支持——某種程度上，這可能是 AI 開源專案與商業巨頭共存的理想範例。
未來一到兩年：代理從「工具」變成「場所」
我認為 OpenClaw 2.0 最大的意義，在於它把 AI 代理的概念從「你使用的工具」升級成「你工作的地方」。這聽起來很抽象，但思考一下：如果你可以讓代理在雲端持續運作，隨時接受團隊成員的指揮，隨時留下審計軌跡，隨時切換執行環境——那這個代理本身就變成了一個共享的數位工作空間，就像 Slack 或 Notion 一樣。
未來一到兩年，我們很可能會看到更多企業開始部署這種「代理即基礎設施」的模式。不是每個人配一個 AI 助理，而是整個部門共用一個或多個帶有長期記憶、權限分級、審計能力的 AI 代理叢集。這對平台團隊（platform team）來說是新的挑戰：他們得開始管理 AI 代理的生命週期、權限策略和資源分配，就像現在管理 Kubernetes 叢集一樣。
核心警告：OpenClaw 2.0 讓「企業級部署」變得更容易，但它不會自動讓你安全。沙盒、權限、審計這些功能都需要管理者刻意去設定和維護。把預設值跑起來就以為安全了，這才是最大的風險。
當然，OpenClaw 2.0 也不是沒有侷限。它明確表示一個 Gateway 是一個「信任域」，不適合拿來做多租戶隔離；跨部門或跨客戶的安全隔離，還是得靠部署多個 Gateway 實例。此外，Secret Store 的資料本身沒有加密儲存，依賴檔案系統權限保護——這些都是企業在導入前必須了解的底線。
延伸思考與常見問題
Q1：什麼是「AI harness」？它跟一般的 AI 聊天機器人有什麼不同？
AI harness 是一個中介框架，讓語言模型能存取外部工具、檔案、API 和通訊管道，並按照使用者設定的規則自主執行任務。ChatGPT 這類聊天機器人只能在對話框裡回覆你，但 harness 可以主動去讀取 repo、執行指令、傳訊息，甚至跨平台協作。
Q2：OpenClaw 2.0 的「多人連線編碼」具體是怎麼運作的？
它把代理的工作 session 變成一個共享的雲端工作區，團隊成員可以透過瀏覽器介面同時查看或操作同一個代理任務。不同成員可以有不同的權限層級（唯讀、建議、直接參與），而且代理的執行狀態、檔案變更和審批紀錄都會持續保留，不會因為有人關掉電腦就消失。
Q3：為什麼 OpenClaw 不直接併入 OpenAI，反而要成立獨立基金會？
這是刻意保持開源獨立性的決定。Steinberger 加入 OpenAI 是為了讓 AI 代理觸及更廣大的受眾，但 OpenClaw 本身維持在 OpenClaw Foundation 之下運作，OpenAI 只是合作夥伴之一。這樣做可以避免開源專案被單一商業公司綁架，同時又能獲得 OpenAI 的資源支持。
