OpenClaw 和 Claude Code 的本質分歧

黃叔之前一路用Claude Code，用嚟寫Code，用嚟玩Skills，最近又開始養蝦，一直喺度諗一個問題，好多人話龍蝦唔掂，大眾又趨之若鶩（爭住要），咁兩個產品之間嘅差異撇開技術層面，到底係啲乜？

現階段，見到兩個觀點，好有意思，我試嚇總結差異點如下：

你Send一條訊息，AI覆你一段話——呢個係聊天機械人。

你Send一個指令，AI幫你改咗三個檔案、跑咗一次測試、自動提交咗Code——呢個係Claude Code。

你乜都冇講，AI發現你上次嘅任務未做完，主動接返，順手將你常用嘅技能包都裝好咗——呢個係OpenClaw。

OpenClaw（「龍蝦」）同Claude Code，啱啱企喺呢條線嘅兩端。搞清楚佢哋嘅分別，就搞清楚咗AI Agent賽道最核心嘅一道分水嶺。

咩意思？

Claude Code嘅邏輯係：你係老細，AI係員工。你話做乜佢就做乜，你唔講佢就唔鬱。就算你寫咗Prompt畀佢叫佢自動循環執行，骨子裡佢都係喺度等你指令。

OpenClaw嘅邏輯掉轉咗：你係甲方，AI係一個越來越明你嘅Project Manager。第一次你同佢講「幫我裝呢個技能包」，佢會先問你確認；第二次你再掟一個類似嘅包過去，佢直接就裝好咗——因為佢記住咗你上次嘅選擇。

人本位 vs AI本位：兩種人機關係範式

呢個唔係邊個好邊個壞嘅問題。呢個係兩種完全唔同嘅人機關係範式。

理解咗「本位」嘅分別，再嚟睇環境嘅分別就清晰好多。

Claude Code住喺你嘅終端入面。你打開Command Line，輸入指令，佢幫你改Code、跑Test、提交Git。佢係一個超級勁嘅編程拍檔，但佢嘅世界就係嗰個黑色嘅窗口。

OpenClaw住喺你嘅聊天軟件入面。飛書、微信、Telegram、Slack——你平時用開邊個聊天，佢就喺邊度等你。你Send一條訊息畀佢，就好似Send畀同事咁自然。

呢句說話可能刺耳，但係事實。Claude Code功能極之強大，但大眾唔會喺地鐵上面打開一個終端窗口。OpenClaw唔同——你喺手機上面打開飛書，語音講一句「幫我生成一張龍蝦衝浪嘅圖」，幾秒之後圖就會出現喺對話框入面，長按儲存，搞掂。

呢個唔係功能嘅差距，係場景嘅差距，係人羣嘅唔同。

我喺社羣入面推咗好耐嘅Claude Code，發現終端依然卡住咗好多人。

仔細拆開嚟睇，兩者嘅環境差異體現喺三個層面：上下文、交付、協作。

環境決定體驗嘅三個層面

Claude Code每次打開一個新會話，基本上由零開始。佢有啲記憶機制（例如CLAUDE.md），但本質上佢係「任務制」嘅——你開一局，佢打一局，局完咗記憶就散咗大半。

OpenClaw唔同。因為佢始終活喺同一個Project嘅同一個對話窗口入面，再配合佢嘅記憶機制，佢能夠記住你嘅關鍵決策、你嘅操作習慣、你上次未做完嘅任務。下次打開，佢直接接住上次嚟。

當然，呢個優勢都有副作用。你想開一個全新嘅Project，佢可能仲帶住上一個Project嘅「記憶慣性」，分唔清邊界。呢個就好似一個太瞭解你嘅助理，有時會自作主張。

呢個係兩者差距最直觀嘅地方。

喺OpenClaw入面，你叫佢生成一張圖，圖直接出現喺飛書對話框。你叫佢寫一段文案，文字直接出現喺聊天入面。結果就喺嗰度，手指一點就可以轉發、儲存、使用。

喺Claude Code入面，結果大多數時候以檔案嘅形式瞓喺你嘅電腦檔案系統入面。你要去揾返個檔案，打開佢，確認佢啱唔啱，然後再手動拖到你需要嘅地方。Claude Code最近推出咗Remote功能，令你可以喺手機上面遠程訪問，包括有Happy App，但體驗距離「喺聊天框入面直接拎到結果」仲有唔少距離。

用Claude Code，你嘅輸入方式基本上就係打字。要畀佢一張圖片，你要喺Folder度拖入去，或者Copy Paste。要畀佢一個檔案，同樣係拖入或者指定路徑。呢個對Developer嚟講係常規操作，但對普通人嚟講係一道門檻。

用OpenClaw（特別係喺飛書入面），你按住就可以講嘢，放手就Send。你隨手影一張Screenshot直接貼過去，從相冊揀一張圖直接Send。上載檔案、分享連結，所有操作都係你已經熟練嘅IM操作。

就算喺配置環節都係咁。例如你要幫OpenClaw裝一個新技能，需要配置API Key。佢會直接畀你一個連結，你㩒開，Copy Key，Paste返去聊天框——成個過程唔需要你知道咩叫「環境變量」、咩叫「硬編碼」。如果裝咗飛書插件，佢甚至會彈出一張可㩒嘅交互卡片，引導你一步步完成設置。

答案好簡單：睇你係邊個，睇你想做啲乜。

如果你係Developer，日日同Code打交道，或者打磨Skills，Claude Code幾乎係目前最強嘅AI Agent拍檔。佢嘅Code理解能力、多檔案協作能力、工程級Debug能力，OpenClaw短期內追唔上。

如果你係內容創作者、營運、Product Manager，或者任何「唔係住喺VS Code入面」嘅人，OpenClaw可能更適合你。你唔需要學Command Line，唔需要配環境，你只需要喺聊天框入面話畀佢知你要啲乜。

其實我自己嘅實踐已經證明，呢兩個工具根本唔係二揀一嘅關係——佢哋係一條流水線嘅上下游。

我嘅日常工作流程係咁：喺Claude Code入面精細打磨每一個Skill。

Skill係咩？你可以理解為一套「AI操作手冊」——佢話畀AI聽喺某個特定場景下應該點樣思考、點樣行動、按咩步驟交付。例如「幫我將一篇外文改寫成公眾號文章」、「幫我從YouTube抓內容並同步到飛書」，每一個都係一條精心設計嘅SOP。

Claude Code做呢件事簡直係天生好手。因為打磨Skill本質上就係寫Code、調邏輯、反覆測試——呢個正正係Claude Code最擅長嘅領域。你可以喺終端入面一行一行咁Debug Prompt，一個Branch一個Branch咁測試邊界情況，好似雕刻咁將一個Skill打磨到你滿意為止。

Claude Code打磨 → Skill → OpenClaw上陣

然後，當一個Skill被打磨成熟之後，我就將佢掟入OpenClaw入面。

呢個時候魔法就發生咗。

喺飛書入面，我只需要打一個斜槓命令——比如 /深讀寫文——成條SOP就自動行起嚟。唔使打開終端，唔使切窗口，唔使記檔案路徑。我喺手機上面就能夠觸發一個原本喺Claude Code入面需要好幾步先完成到嘅複雜流程。

更加有意思嘅係，當多個Skill都運行喺OpenClaw入面嘅時候，佢哋之間可以共享同一套上下文。咩意思呢？例如我先用一個Skill抓取咗一批YouTube內容，然後用另一個Skill將呢啲內容改寫成公眾號文章，再用第三個Skill同步到飛書多維表格——呢三個Skill各自獨立，但佢哋跑喺同一個環境入面，天然就能夠串聯起來。

呢個喺Claude Code入面係做唔到嘅。Claude Code每個Skill基本上係獨立運行嘅，你要串聯多個Skill，中間要手動搬運上下文。但喺OpenClaw入面，因為一切都在同一個對話窗口入面發生，上下文係天然連續嘅。

所以我而家嘅心得係：唔好問「應該用邊個」，要問「喺邊個階段用邊個」。創造階段用Claude Code，因為佢畀你精細控制力；使用階段用OpenClaw，因為佢畀你零摩擦嘅調用體驗。

從更大嘅視角睇，Claude Code同OpenClaw代表咗AI Agent發展嘅兩條路線：

Claude Code行嘅係「深度路線」——喺一個垂直領域（Programming）做到極致。佢嘅框架能力、工具調用鏈、上下文管理，都係為「將一件複雜嘅工程任務做好」而設計嘅。

OpenClaw行嘅係「廣度路線」——喺無數個日常場景入面都能夠幫到手。佢唔一定喺邊個單項上面最強，但佢勝在無處不在、隨傳隨到、越用越明你。

AI Agent嘅兩條進化路線

呢兩條路線最終會交匯嗎？大概率會。未來嘅AI Agent一定既要有Claude Code嘅工程深度，又要有OpenClaw嘅交互自然度。但喺當下，佢哋各自代表咗一種極致。

你可能有一個能力超強嘅AI，但因為打開佢太麻煩、交付太曲折、協作太生硬，你慢慢就唔用。反過來，一個能力「夠用」但隨時喺你身邊、用起嚟毫無摩擦嘅AI，你可能每日都用緊。

我最近密密喺兩個工具之間來回切換——將Claude Code上面嘅Skills遷移到OpenClaw上面，將OpenClaw上好用嘅工作流程反向思考能否喺Claude Code入面實現。

呢個過程令我越來越清楚一件事：

Claude Code佔住咗「Developer嘅終端」呢個生態位。OpenClaw佔住咗「所有人嘅聊天框」呢個生態位。佢哋唔係競品，更加似係同一個AI Agent時代嘅兩面。

你唔需要二揀一。你需要嘅係理解佢哋各自嘅邊界，然後喺啱嘅場景入面用啱嘅工具。

但如果你只能記住一句說話，記住呢句：

你用緊咩AI Agent工具？你偏向「人本位」定「AI本位」？歡迎喺Comment區傾嚇。

呢篇文章由黃叔播客導出之後同Opus4.6共創。

CC人本位、龍蝦AI本位觀點來自X @小年

上下文、交付、協作觀點來自：萬字解析 | 從 OpenClaw 出發，重新理解 AI產品

黃叔之前一直用Claude Code，用來Coding，用來玩Skills，最近也開始養蝦，一直在思考一個問題，很多人說龍蝦不行，大眾又趨之若鶩，那兩個產品之間的差異拋開技術層面，到底是什麼？

當前階段，看到兩個觀點，非常有意思，我嘗試總結差異點如下：

你發一條消息，AI 回你一段話——這是聊天機器人。

你發一條指令，AI 幫你改了三個文件、跑了一遍測試、自動提交了代碼——這是 Claude Code。

你什麼都沒說，AI 發現你上次的任務沒做完，主動接上了，順手把你常用的技能包也裝好了——這是 OpenClaw。

OpenClaw（"龍蝦"）和 Claude Code，恰好站在這條線的兩端。搞清楚它們的區別，就搞清楚了 AI Agent 賽道最核心的一道分水嶺。

什麼意思？

Claude Code 的邏輯是：你是老闆，AI 是員工。你說幹啥它就幹啥，你不說它就不動。哪怕你給它寫了提示詞讓它自動循環執行，骨子裏它還是在等你的指令。

OpenClaw 的邏輯反過來了：你是甲方，AI 是一個越來越懂你的項目經理。第一次你告訴它"幫我裝這個技能包"，它會先問你確認；第二次你再丟一個類似的包過去，它直接就裝好了——因為它記住了你上次的選擇。

人本位 vs AI本位：兩種人機關係範式

這不是誰好誰壞的問題。這是兩種完全不同的人機關係範式。

理解了"本位"的區別，再來看環境的區別就清晰多了。

Claude Code 住在你的終端裏。你打開命令行，輸入指令，它幫你改代碼、跑測試、提交 Git。它是一個超級強的編程搭檔，但它的世界就是那個黑色的窗口。

OpenClaw 住在你的聊天軟件裏。飛書、微信、Telegram、Slack——你平時用哪個聊天，它就在哪裏等你。你給它發一條消息，就像給同事發消息一樣自然。

這句話可能刺耳，但卻是事實。Claude Code 功能極其強大，但大眾不會在地鐵上打開一個終端窗口。OpenClaw 不一樣——你在手機上打開飛書，語音說一句"幫我生成一張龍蝦衝浪的圖"，幾秒後圖就出現在對話框裏，長按保存，完事。

這不是功能的差距，是場景的差距，是人羣的不同。

我在社羣裏推了很久的Claude Code，發現終端依然卡住了很多人。

仔細拆開看，兩者的環境差異體現在三個層面：上下文、交付、協作。

環境決定體驗的三個層面

Claude Code 每次打開一個新會話，基本從零開始。它有一些記憶機制（比如 CLAUDE.md），但本質上它是"任務制"的——你開一局，它打一局，局結束了記憶就散了大半。

OpenClaw 不一樣。因為它始終活在同一個項目的同一個對話窗口裏，再配合它的記憶機制，它能記住你的關鍵決策、你的操作習慣、你上次沒做完的任務。下次打開，它直接接着上次來。

當然，這個優勢也有副作用。你想開一個全新的項目，它可能還帶着上一個項目的"記憶慣性"，分不清邊界。這就好比一個太瞭解你的助理，有時候會自作主張。

這是兩者差距最直觀的地方。

在 OpenClaw 裏，你讓它生成一張圖，圖直接出現在飛書對話框。你讓它寫一段文案，文字直接出現在聊天裏。結果就在那裏，手指一點就能轉發、保存、使用。

在 Claude Code 裏，結果大多數時候以文件的形式躺在你的電腦文件系統裏。你得去找到那個文件，打開它，確認它對不對，然後再手動拖到你需要的地方。Claude Code 最近推出了 Remote 功能，讓你可以在手機上遠程訪問，包括有Happy App，但體驗距離"在聊天框裏直接拿到結果"還有不小的距離。

用 Claude Code，你的輸入方式基本就是打字。要給它一張圖片，你得從文件夾裏拖拽進去，或者複製粘貼。要給它一個文件，同樣是拖拽或者指定路徑。這對開發者來說是常規操作，但對普通人來說是一道門檻。

用 OpenClaw（特別是在飛書裏），你按住就能說話，抬手就發送。你隨手拍一張截圖直接粘貼過去，從相冊選一張圖直接發。上傳文件、分享連結，所有操作都是你已經熟練的IM操作。

甚至在配置環節也是如此。比如你要給 OpenClaw 裝一個新的技能，需要配置 API Key。它會直接給你一個連結，你點開，複製 Key，粘貼回聊天框——整個過程不需要你知道什麼叫"環境變量"、什麼叫"硬編碼"。如果裝了飛書插件，它甚至會彈出一張可點擊的交互卡片，引導你一步步完成設置。

答案很簡單：看你是誰，看你要幹什麼。

如果你是開發者，天天跟代碼打交道，或者打磨Skills，Claude Code 幾乎是目前最強的 AI Agent搭檔。它的代碼理解能力、多文件協作能力、工程級 debug 能力，OpenClaw 短期內追不上。

如果你是內容創作者、運營、產品經理，或者任何"不住在 VS Code 裏"的人，OpenClaw 可能更適合你。你不需要學命令行，不需要配環境，你只需要在聊天框裏告訴它你要什麼。

其實我自己的實踐已經證明，這兩個工具根本不是二選一的關係——它們是一條流水線的上下游。

我的日常工作流是這樣的：在 Claude Code 裏精細打磨每一個 Skill。

Skill 是什麼？你可以理解為一套"AI 操作手冊"——它告訴 AI 在某個特定場景下該怎麼思考、怎麼行動、按什麼步驟交付。比如"幫我把一篇外文改寫成公眾號文章"、"幫我從 YouTube 抓內容並同步到飛書"，每一個都是一條精心設計的 SOP。

Claude Code 幹這件事簡直天生好手。因為打磨 Skill 本質上就是寫代碼、調邏輯、反覆測試——這正是 Claude Code 最擅長的領域。你可以在終端裏一行一行地調試提示詞，一個分支一個分支地測試邊界情況，像雕刻一樣把一個 Skill 打磨到你滿意為止。

Claude Code 打磨 → Skill → OpenClaw 上陣

然後，當一個 Skill 被打磨成熟之後，我就把它丟到 OpenClaw 裏。

這時候魔法就發生了。

在飛書裏，我只需要打一個斜槓命令——比如 /深讀寫文——整條 SOP 就自動跑起來了。不用打開終端，不用切窗口，不用記文件路徑。我在手機上就能觸發一個原本在 Claude Code 裏需要好幾步才能完成的複雜流程。

更有意思的是，當多個 Skill 都運行在 OpenClaw 裏的時候，它們之間可以共享同一套上下文。什麼意思呢？比如我先用一個 Skill 抓取了一批 YouTube 內容，然後用另一個 Skill 把這些內容改寫成公眾號文章，再用第三個 Skill 同步到飛書多維表格——這三個 Skill 各自獨立，但它們跑在同一個環境裏，天然就能串聯起來。

這在 Claude Code 裏是做不到的。Claude Code 每個 Skill 基本是獨立運行的，你要串聯多個 Skill，中間得手動搬運上下文。但在 OpenClaw 裏，因為一切都在同一個對話窗口裏發生，上下文是天然連續的。

所以我現在的心得是：不要問"該用哪個"，要問"在哪個階段用哪個"。創造階段用 Claude Code，因為它給你精細控制力；使用階段用 OpenClaw，因為它給你零摩擦的調用體驗。

從更大的視角看，Claude Code 和 OpenClaw 代表了 AI Agent 發展的兩條路線：

Claude Code 走的是"深度路線"——在一個垂直領域（編程）做到極致。它的框架能力、工具調用鏈、上下文管理，都是為"把一件複雜的工程任務做好"而設計的。

OpenClaw 走的是"廣度路線"——在無數個日常場景中都能幫上忙。它不一定在哪個單項上最強，但它勝在無處不在、隨叫隨到、越用越懂你。

AI Agent 的兩條進化路線

這兩條路線最終會交匯嗎？大概率會。未來的 AI Agent 一定既要有 Claude Code 的工程深度，又要有 OpenClaw 的交互自然度。但在當下，它們各自代表了一種極致。

你可能有一個能力超強的 AI，但因為打開它太麻煩、交付太曲折、協作太生硬，你慢慢就不用了。反過來，一個能力"夠用"但隨時在你身邊、用起來毫無摩擦的 AI，你可能每天都在用。

我最近密集地在兩個工具之間來回切換——把 Claude Code 上的 Skills 遷移到 OpenClaw 上，把 OpenClaw 上好用的工作流反向思考能否在 Claude Code 裏實現。

這個過程讓我越來越清楚一件事：

Claude Code 佔住了"開發者的終端"這個生態位。OpenClaw 佔住了"所有人的聊天框"這個生態位。它們不是競品，更像是同一個 AI Agent 時代的兩面。

你不需要二選一。你需要的是理解它們各自的邊界，然後在對的場景裏用對的工具。

但如果你只能記住一句話，記這句：

你在用什麼 AI Agent 工具？你更偏向"人本位"還是"AI 本位"？歡迎在評論區聊聊。

本文由黃叔播客導出後和Opus4.6共創。

CC人本位、龍蝦AI本位觀點來自X @小年

上下文、交付、協作觀點來自：萬字解析 | 從 OpenClaw 出發，重新理解 AI產品