🦞
01OpenClaw的诞生
人工智能的起源与发展
1950s
诞生期
达特茅斯会议确立AI学术领域，逻辑理论家、跳棋程序等早期成就
1970s-80s
起伏期
从第一次寒冬到专家系统崛起，AI在特定领域焕发第二春
1990s-2000s
转型期
深蓝击败卡斯帕罗夫，研究重心从规则转向数据驱动的统计学习
2010s
深度学习时代
ImageNet与AlphaGo的突破，CNN与强化学习结合开启新纪元
2020s
大模型时代
Transformer架构与ChatGPT发布，AI从感知进化到生成创造
「机器能思考吗？」
最近的事件
深度学习革命
AlexNet
20122016.03
AlphaGo
"神"的陨落
创世纪的图纸
Transformer
2017.062020
AlphaFold
AI科学家
"iPhone 时刻"
ChatGPT 3.5
2022.11.302024.11.25
MCP 协议
"USB 接口"
廉价"炼金术"
DeepSeek R1
2025.012025.05.23
Claude Sonnet 4
量变
质变
Claude Sonnet 4.5
2025.09.302025.10.16
Agent Skills
插上翅膀
起飞
OpenClaw 诞生
2025.11.24（真正可用的）智能体时代的来临
时机到了，时也命也，时势造英雄。即使不出现龙虾，也可能出现其他"节肢动物"。
OpenClaw：拼图
LLM ✨+
Bash+
MCP/Skills
=🦞OpenClaw当这三块关键拼图完美咬合，OpenClaw 应运而生，真正可用的 AI 智能体时代就此开启。
OpenClaw 到底怎么样？
一个可用，但有一堆"问题"的系统｜✨ 可以工作，有时候相当惊艳 ✨
性能很差
长运行时和复杂的上下文管理导致响应延迟
配置极为复杂
多层配置文件、环境变量、渠道设置让新手望而却步
严重的安全问题
工具权限、沙箱逃逸、代码执行风险需要谨慎对待
无人审查快速膨胀的代码
技能生态系统缺乏统一标准和质量审查机制
非常消耗 Token
长上下文、多轮对话、技能加载导致成本快速上升
极度被炒作
市场期望与实际能力存在差距，需要理性看待