在腾讯QClaw崩塌99%流量的至暗时刻，老外一个细节透露出中国市场的真正野心
大家还记得今年3月那个全民“养小龙虾”的疯狂场景吗？北上广深写字楼贴满了“OpenClaw上门部署499”的电梯广告，闲鱼上“代装”卖家赚得盆满钵满，甚至连二手平台都诞生了专门的“AI养殖服务”。短短几个月，OpenClaw作为全球热门的AI Agent开源框架，累计吸引了超过32万GitHub Star，超越了React和Linux沉淀数十年的成就。
但我们都知道，泡沫来得快去得也快——到4月底，微信指数较峰值缩水超过75%，“299元上门卸载”成了新的热搜词，腾讯QClaw环比暴跌99%。
大部分人以为这波热潮就这么结束了。
直到2026年6月1日，OpenClaw发布了2026.6.1版本。我连夜扒完Release Note和Issue讨论，发现问题远没有那么简单——这根本不是一次普通的版本更新，而是OpenClaw从“开发者玩具”向“企业级基础设施”转型的关键节点。
一、Windows原生支持：那个“装企鹅”的牢笼，终于拆了
6.1版本最直接的信号，是一行Release Note文案：“No penguin costume required”——无需企鹅装。
用大白话说就是：Windows用户再也不用为了跑OpenClaw去折腾WSL了。
要知道，之前这事有多痛苦？你想在Windows上用OpenClaw，得先装WSL，相当于穿着企鹅玩偶服取暖——能用，但总感觉别扭。而且性能损耗、兼容性问题层出不穷。有开发者在论坛上吐槽：“每次配置环境就要花半天，配置好了还不知道哪里出问题。”
数据最能说明问题。这次版本同时发布了三个安装包：
OpenClawCompanion-Setup-x64.exe(179MB) —— 下载量 1490 次OpenClawCompanion-Setup-arm64.exe(162MB) —— 下载量 158 次OpenClaw-2026.6.1.dmg(40MB) —— 下载量 524 次
Windows版下载量是macOS版的3倍。这不是偶然——国内超过70%的企业开发环境仍是Windows，之前OpenClaw几乎等于“macOS only”，不知道卡住了多少预算有限、用着公司标配Windows设备的开发者。
现在好了，不用换电脑，不用装虚拟机，直接下载.exe文件，双击安装就能用。企业落地门槛大幅降低，IT部门的阻力也大幅减小——域控管理、软件分发都是现成的。
一位Hacker News用户的评论很犀利：
“Windows支持对OpenClaw的普及是巨大的推动。一半困在公司Windows电脑上的开发团队，现在有了一个真正的智能体平台选择。”
这对中国市场的意义尤其突出——钉钉、企业微信、飞书的Windows端都是主战场，智能体想要真正进入企业的工作流，绕不开Windows。现在这个闸门，已经打开了。
二、Skill Workshop：让AI自己学会“修自己”
如果说Windows支持是打开市场的“敲门砖”，那Skill Workshop就是OpenClaw真正的“护城河”。
这个功能的名字有点抽象，我解释一下它的工作流程：
| Proposal | |
| Revision | |
| Review | |
| Apply/Reject/Quarantine | |
| Support Files |
说白了就是：Agent不仅能完成任务，还能把自己的执行方法沉淀下来，变成下次直接调用的“技能包”。
以前你会遇到这种场景：你让AI帮你整理一份财务报表，每次都得重新解释一遍规则——表头在第几行、哪些数据要提取、格式要怎么样……烦不烦？
有了Skill Workshop，AI在帮你处理了几次之后，自己会总结出一套“财务报表处理Skill”，下次遇到类似任务，直接调用就行，不用重新教学。
有开发者评论得好：
“大多数团队还在一遍遍手工构建工作流，而那些能自我改进的智能体将彻底改变成本方程式。”
目前Skill Workshop还在测试阶段，想尝鲜的用户可以关注OpenClaw官方Control UI的更新动态，预计很快会开放试用通道。
当然，也有社区的声音提醒我们警惕：
“‘无需企鹅装’的翻译有点过度——把修复变成可审核技能的Skill Workshop才是我容易忽略的部分，直到有一天Agent拒绝了提交。”
翻译成人话就是：AI自己生成的Skill也不一定能直接用，人在回路中的审核环节至关重要。Skill Workshop的Control UI正是为了解决这个问题——自动化不等于无人监管，企业部署AI Agent，“审核”是最不能省略的一步。
三、MiniMax M3接入：国产大模型的成本突围
第三条信号，来自OpenClaw这次新增了对MiniMax M3大模型的原生支持。
根据GitHub Issue #88868，MiniMax M3的价格是这样的：
对比一下GPT-4o的$2.5/1M tokens输入价格，MiniMax M3便宜了整整4倍以上。而在长文本场景下，价格差异会更加明显，这对批量处理文档、长文本摘要、多轮对话Agent这些场景来说，意义太大了。
这意味着国内用户可以用更低的成本、更合规的方式部署AI Agent。
为什么这么说？因为OpenClaw接MiniMax M3释放了两个重要信号：
第一，成本敏感场景终于有了可行方案。以前你想跑AI Agent，拿GPT-4o开干，Token费烧得你心疼；用便宜的小模型吧，效果又不够。MiniMax M3在性能和成本之间找到了一个平衡点。 第二，国产模型生态获得了国际框架的官方认可。MiniMax是国内大模型第一梯队的公司，这是国产模型首次被纳入OpenClaw官方支持列表。这为后续接入更多国产大模型——文心一言、通义千问等——铺平了道路。
对于国内企业来说，这意味着合规压力小了、成本压力小了、部署选择多了。
四、Workboard：终于能让多个AI一起干活了
这次更新还悄悄上线了一个叫 Workboard的功能，很多人可能没注意，但它才是真正面向企业级场景的“隐藏大招”。
Workboard的核心能力就三件事：
任务看板：可视化追踪多个Agent的任务状态，每个Agent在做什么，进度到哪里了，一目了然 依赖管理：定义Agent之间的执行顺序和数据传递，Agent A跑完了结果交给Agent B，自动流转 评论系统：Agent和人类可以在任务卡片上协作交流
要知道，目前市面上绝大多数AI Agent还停留在“单兵作战”阶段。你让它处理一个任务，它处理完了你再去触发下一个任务，跟玩接力赛似的。
但现实中的业务流程，哪有那么简单？一个完整的供应链管理流程可能涉及采购、仓储、物流、财务多个环节，需要多个Agent协调配合。
Workboard解决的就是这个“多Agent协作”的痛点，让一群Agent像团队一样高效运转，而不是各自为战。目前该功能以社区预览版形式上线，开发者和团队可以先行体验测试。
这个功能放在现在看，可能觉得“不就一个看板吗”？但放在企业级AI Agent的演进路径上看，它的战略价值不容低估——这是从“单点工具”向“协作平台”演进的关键一步。
写在最后：从“玩具”到“基础设施”，OpenClaw的跨越
这三个信号放在一起看，格局就很清晰了：
OpenClaw不再满足于当开发者的玩物，它正在向企业级基础设施跃迁。
以前你问“OpenClaw能做什么”，回答是一个个炫酷的Demo：AI帮你回邮件、订餐、发微信。
现在你问同样的问题，答案变成了三张牌：
Windows支持是一张市场牌，打开了占国内70%以上的企业开发环境，直接撬动B端市场 Skill Workshop是一张护城河牌，让Agent具备了自我进化的能力，形成技术和经验的复利效应 国产模型接入是一张本地化牌，为国内市场降低了成本和合规门槛
有行业分析人士预测：到2026年底，40%的企业应用将集成具备特定任务的AI智能体，而2025年这一比例尚不足5%，中国企业级AI智能体解决方案市场规模预计将从2024年的56亿元增至2029年的591亿元。
但最大的野心，藏在Workboard里。
当多Agent协作的基础设施搭起来的那一刻，OpenClaw就不再是“你个人养的小龙虾”了——它是一个可以养一群龙虾的“龙虾农场”，是可以为企业构建数字员工团队的底层操作系统。
还记得黄仁勋在GTC大会上说过的那句话吗？
“Mac和Windows是个人电脑的操作系统，OpenClaw是个人AI的操作系统。”
现在，这个“个人AI的操作系统”，正在成为“企业AI的操作系统”。
也许多年后回看，2026年6月1日这一天，就是中国AI Agent产业从野蛮生长走向系统化落地的分水岭。
而我猜，到时候第一批吃螃蟹的企业，最该感谢的，可能就是这次更新里那个“不起眼”的.exe文件。
