厦大团队讲解OpenClaw：科研人员如何用AI智能体提升效率

这份科普报告，是厦门大学林子雨副教授团队发布的，名为《智能体 OpenClaw (小龙虾) 应用实践》，它围绕开源 AI 智能体 OpenClaw 进行全面讲解，结合人工智能发展背景，详细解释其核心能力、部署方式、应用场景以及科研辅助价值，同时给出安全使用与实操建议，以下是核心总结：

一、报告背景与研发团队

该报告是大模型系列科普报告当中的一个，系列报告在全网的浏览量超过了一千万，从2025年3月开始到现在已经完成了130场，所覆盖的主体包含高校、企业、政府等多种类型。

大数据教学团队来自厦门大学，是研发讲解团队，核心成员年龄都在46周岁以下，结构合理，专注大数据教学达11年，编写的20余本相关教材，服务全国千余所高校，在国内大数据教学领域，多项指标呈领先态势。

二、人工智能发展基础认知

发展溯源：1950 年，图灵提出图灵测试，奠定了 AI 概念的雏形，1956 年，达特茅斯会议正式提出 “人工智能”，标志着该学科的诞生，1956 年成为了 “人工智能元年”。

发展阶段，起始于1956年，一直延续至今，历经了6个阶段，最初先是诞生起步，其后有着多次的发展，还掺杂着低迷的交替，最终由于深度学习以及大数据逐渐兴起，从而进入到了蓬勃发展的时期。

在未来的发展进程当中，存在着五个进阶阶段划分，这五个进阶阶段对应着OpenAI的5级AGI量表，AI的能力呈现出一种较为具有层次感的四层金字塔结构，其阶段起始于基础的感知层，再到后来的认知层，而后又发展至决策层，紧接着在2026年突破到行动层，至关重要的是，OpenClaw乃是打通行动层的关键基础设施。

于2026年时，大模型在针对文本理解以及逻辑推理等相关方面所具备的能力是较为突出的，然而，在事实准确性以及价值判断等层面却存在着不足之处；在未来的3到5年这个时间段里，AI代理会循序渐进地步入主流商业场景，进而成为个人的标配配置，最终会深度地融入企业流程之中，对组织架构以及职业分工予以重塑。

人工智能的思维，其核心在于，了解人工智能的基础运行模式，区分人类与机器的能力。并且，掌握与人工智能协作的方法。

三、OpenClaw (小龙虾) 核心解析

基础信息是，由奥地利的开发者 Peter Steinberger 创建的，在 2025 年 11 月初的时候叫 Clawdbot，在经过商标纠纷更名之后，于 2026 年 1 月 30 日被定名为 OpenClaw，在 2026 年 2 月开发者加入了 OpenAI 团队；它的 GitHub 星标数超过了 26 万，登上了开源项目榜榜首，国内 13 家互联网大厂都纷纷跟进适配。

核心定位是，开源AI智能体执行网关，它连接大模型决策能力与本地设备执行功能，能通过自然语言指令自动完成复杂任务，它区别于传统AI的“指导方法”，还能实现直接“交付结果”。

核心能力有，支持跨IM交互，支持技能扩展，支持本地执行，支持持久记忆；具备端到端任务执行能力，具备系统级集成能力，具备多智能体协同能力，具备持久化记忆系统能力，这四大核心维度能力，可打破系统孤岛，可提升执行效率。

原生 OpenClaw 版本具有开源特性，能在本地运行，是适合技术探索者的主流版本，腾讯 QClaw 版本与微信 / QQ 生态相关，具备零门槛特点，适用于普通用户，字节 ArkClaw 版本属于云端 SaaS，有企业级集成特性，适合团队部署，各版本在开发者类型、上手难度以及数据主权等方面有着显著差异。

系统架构，其核心涵盖网关以及智能体，能够支持多渠道接入，并且依循 ClawHub 生态；Agent 的运行依照确定会话、组装上下文、调用模型、保存状态这四个步骤的流程来进行，完整的 AI 系统是由 “大模型（思考）+Agent（行动）+Skill（专业化）” 所构建而成的。

技能包，也就是 Skill，它属于 OpenClaw 的“工具集”，其主流技能涵盖 Clawsec，也就是安全防护，还有 Tavily Search，即实时联网搜索，以及 Multi Search Engine，也就是多引擎聚合，另外还有 Self -Improving Agent，也就是自我进化，Find -Skills，也就是技能检索，Office -Automation，也就是办公自动化等，能够依据需求来安装拓展能力。

四、OpenClaw 安全风险与部署方式

安全风险方面，存在提示词被注入的情况，存在自主进行错误操作的状况，存在供应链中投放有毒物品的问题，存在利用已知漏洞的情形等，不同的应用场景中，包含智能办公，包含开发运维，包含个人助手，包含金融交易，这些应用场景各自都有专属的安全风险，像是在内网存在渗透的情况，存在信息被泄露的现象，存在账户被接管的问题等。

需遵循的安全建议有，选用官方推出的、最新的版本，把控互联网的暴露范围，秉持最小权限的原则，慎重去使用技能市场之地，防止浏览器被劫持，构建长期有效的防护机制。

部署方式存在着这样几种主流方案，分别是个人办公电脑，远程开发服务器，公有云服务器，虚拟机安装，大厂龙虾云服务，它们各自都有着优点和缺点；进行选定时能够依据需求来加以判断，要是追求完整能力那就选择个人电脑，要是注重安全低成本那就选择虚拟机，要是需要稳定运行那就选择远程开发服务器。

要是在云端进行部署来实际操作一番，就拿腾讯云当作例子来讲的话，能够依靠轻量应用服务器在短短几秒的时间里就完成部署，在完成了模型、通道以及技能配配置之后呢，就能够达成 QQ 这类 IM 端的自然语言交互效果，它还支持天气查询、信息整理、文件操作以及定时提醒等这些功能你知道吧。

五、OpenClaw 的核心应用与科研辅助价值

一系列全领域应用场景，其中包含智能助理、第二大脑、健康管理、商业顾问团、安全委员会、内容创作流和其他通用的场景，在众多行业实现深度赋能，像科研、金融、医疗、政务、智能制造、硬件生态这个板块，举例来说，金融领域曾达成50美元启动资金在48小时内收获5860%收益率，科研领域效率提升了5至20倍。

科研全流程辅助，算作是核心应用方向当中的一个，借助 scholar-search-skills 等技能达成文献精准检索，也就是像聚合多学术数据库、进行高级筛选这样的操作实现，还包括经由这些技能完成文献管理与分析，像是批量处理、引文分析以及规范引用格式等方面，并且实现科研全流程支撑，比如辅助开题选题、助力论文写作以及前沿追踪，以此适配师生不同的学习教研需求。

具备能够自动下载顶尖期刊以及顶级学术会议论文的能力，拥有撰写研究综述的本事，能够完成整合实验数据以及带有图表的科研论文，可生成学术方面的可视化图表，还能安装技能包对论文进行评审并出具专业的评审报告，这些能力覆盖了科研从文献获取直至论文最终定稿的全部环节。

六、OpenClaw 实操核心建议（普通人 “养虾” 方法）

布置于本地的虚拟机之上，或者是云端的虚机里面，达成隔离运行的状态，防止因误操作而致使损失的出现。

为智能体命名，便于交互管理；

按需逐步安装技能包，不盲目添加未知技能，降低安全风险；

将低费用的大模型优先选作 “大脑”，以此控制 Token 消耗成本。

使其去处理那些繁杂、能够被标准化的任务，而不将其应用于自身没办法理清楚的繁杂工作领域。

其核心价值不是去直接获取盈利，而是助力使用者去学习跟AI有关的知识，进而提升数字化工作的能力。

未经允许不得转载：openwrt技术分享 » 厦大团队讲解OpenClaw：科研人员如何用AI智能体提升效率