OpenClaw宣布转型为非营利基金会,此举在IT界引发广泛关注。业界普遍期待这一变化能为这个广受欢迎的平台带来长期缺失的治理规范和开发一致性,但与此同时,也有人对该举措可能带来的风险表达了担忧。
"我们的目标是让OpenClaw成为AI领域的瑞士——一块中立的土地,让每一个模型、每一个实验室都能接入这项技术,并在智能体时代共同协作制定标准。"OpenClaw在一篇公告中写道,"相关工作已经展开,基金会已成立专项委员会,分别聚焦智能体身份、智能体配置、评估体系以及企业部署等议题。"
这篇由OpenClaw创始人彼得·施泰因贝格尔(Peter Steinberger)联合撰写的声明指出:"我们这个时代最伟大的开源项目——Linux、Apache、Mozilla——之所以历久弥新,是因为背后有中立的守护者。这正是我们所承担的角色:确保OpenClaw保持MIT许可协议、开放且独立,让所有基于它构建产品的人都能相信,它将长期存在。"
公告同时安抚了用户:OpenClaw的原班核心领导层仍将掌舵。
"彼得创建了这个项目,彼得依然负责拍板,尤其是技术层面的决策。自今年早些时候加入OpenAI以来,他始终将OpenClaw作为一个开放、独立的项目来推进。OpenAI也做出了承诺,确保这一方向不变。"公告写道,"基金会的存在是为了服务大局:提供良好的治理架构、稳定的资金支持,以及向维持项目运转的人才支付报酬。"
然而,部分分析师和顾问对施泰因贝格尔能拥有多大真正的独立性持怀疑态度,毕竟他目前是OpenAI的全职雇员。
"所谓'AI瑞士中立'的说法,在公告发布的那一刻就自相矛盾了。"Digital 520首席顾问诺亚·肯尼(Noah Kenney)表示,"OpenAI内部有一个由彼得主导的Claw Labs团队,而OpenAI也是OpenClaw的主要捐助方。这位'中立守护者'的首席技术决策者,正受雇于它理应保持中立的竞争实验室之一。"在他看来,对OpenAI而言,OpenClaw更像是一个享受免税优惠的非营利附属机构,而非真正意义上的"AI瑞士"。
他还指出,微软正在发行OpenClaw的企业版,英伟达则在提供硬件捆绑包。"这被称为AI的瑞士,但瑞士的央行可不会由法国来运营。"他如此比喻。
肯尼认为,新的OpenClaw实际上构建的是"一个由多个竞争对手共同出资、配置人员并加以引导的共享依赖层,只是外面套了一层非营利的壳子。企业IT部门需要清楚认识这一结构,因为把OpenClaw当作中立平台,是一种误判"。他补充说,CIO们需要摒弃情绪化因素,理性审视这一动向。
"这里有一个战略上的悖论,值得CIO们深思。"肯尼说,"如果OpenClaw成功成为通用智能体基础设施,那么每个模型都将接入同一套身份层、同一套配置体系和同一套部署管道。所有供应商争相掌控的东西,将变成一种无人拥有的商品。"他指出,短期来看,这对买方而言确实是好消息,意味着供应商锁定减少、可移植性增强。
"但是,"他话锋一转,"当连接层变得免费且无处不在,真正受益的只有那些拥有最强模型和最广分发渠道的实验室。把你下方的那一层商品化,你就能在自己本就最强的那一层展开竞争。基金会不是慈善机构,它是几家大玩家达成的一种默契——停止争夺管道,转而争夺水源。而无论如何,企业才是那个付水费的人。"
Moor Insights & Strategy首席分析师杰森·安德森(Jason Andersen)则对这一结构性变化所带来的潜在一致性持积极态度,认为这在当今复杂的智能体开发环境下颇具价值。
"我们看到大量OpenClaw变体涌入市场,包括英伟达的版本,以及来自云服务和SaaS厂商的竞品。一个统一的基础底座有助于巩固各方共同的部分。"安德森指出,"不过,这类开源基金会面临的共同挑战是长期可持续性。除了发布代码,这些基金会还需要资金来推动演进和成长。这笔资金有赖于持续的项目势头,才能激励现有成员加大投入,并吸引新成员加入。"
安德森强调,IT采购方需要密切关注其所选择部署的任何OpenClaw变体的技术路线图,"因为这将直接影响基金会,以及基金会和共同底座的发展势头。一旦共同底座失去动力,就可能导致项目分叉,或者创新停滞。一旦发生这种情况,成员往往会撤资退出,客户也将陷入两难境地"。
但并非所有人都认为这一承诺的架构对IT领域完全有利。
编程效率工具供应商Kodezi的CEO伊斯拉克·汗(Ishraq Khan)表示:"大多数CIO不愿意把未来押注在单一的模型供应商身上。他们希望在某些工作负载中使用Claude,在其他场景使用GPT,在敏感环境中使用开源模型,并针对特定用例部署内部微调系统。问题在于,目前每家供应商都有自己的身份系统、工具接口、权限模型和运营假设,这种碎片化根本无法规模化。"
他表示:"如果标准化努力失败,风险显而易见:每家供应商各自构建封闭生态,企业被锁定在独立技术栈中,安全管控也将愈发困难。而一旦OpenClaw成功,机遇同样不可小觑:企业将获得可移植的智能体、通用的身份标准、互操作的工具链,以及一个以模型而非生态系统为核心的更健康的竞争市场。"
然而,咨询公司Acceligence的CEO贾斯汀·格雷斯(Justin Greis)提醒IT高管注意一个关键细节:OpenAI本身也起步于非营利组织,但很快便被外界认为偏离了非营利宗旨。
"OpenAI从非营利研究机构向更复杂结构的转变,揭示了在扩大技术规模、资本运作、合作关系和商业化运营的同时保持使命一致性的内在挑战。"格雷斯说,"OpenClaw有机会在生态系统变得更庞大、更具商业价值之前,更早地回答这些治理问题,方法是围绕中立性、透明度和决策机制建立清晰的原则。"
他还指出:"我们在Linux和Kubernetes等技术上见过这种模式。最强大的开源生态之所以成功,是因为它们建立了企业可以信赖的基础。技术本身固然重要,但支撑其运行的治理模型同样不可或缺。"
顾问、FormerGov执行董事布莱恩·莱文(Brian Levine)对格雷斯的忧虑表示认同。
"CIO们不应想当然地认为这个非营利机构永远会是非营利机构,也不应将非营利身份与真正的中立或无偏见画等号。"他说,"风险完全落在IT部门身上:拥有'独立身份'、代表用户行事的自主智能体,会直接穿透传统身份访问管理(IAM)的既有假设。智能体身份、可审计性、密钥管理、身份边界等问题,目前都尚未得到可靠解决。在这些问题解决之前,企业应当像对待特权服务账户一样对待OpenClaw智能体,而不是把它当作一个浏览器插件。"
独立网络安全与风险顾问史蒂文·埃里克·费舍尔(Steven Eric Fisher)则指出了这次OpenClaw转型可能带来的另一个IT风险:成本。
"OpenClaw目前在使用中的Token消耗率非常高,这对大规模企业采用而言是一项不可忽视的成本挑战。"他说,"技能市场的引入还带来了新的供应链威胁,企业需要加以管控。威胁管理,尤其是处理外部市场因素,对开源运营而言极具挑战性。归根结底,在规模化阶段,企业采用OpenClaw可能面临两难困境:一边是高昂的运营成本,另一边是不断扩大的安全攻击面,如何在两者之间寻求平衡,将是一道难题。"
Q&A
Q1:OpenClaw转型为非营利基金会后,谁来负责技术决策?
A:根据官方公告,OpenClaw的创始人彼得·施泰因贝格尔仍将主导技术决策,包括具体的技术方向判断。但他同时是OpenAI的全职员工,这让部分分析师对其独立性产生质疑。批评者指出,OpenAI不仅是OpenClaw的主要捐助方,还在内部设有由施泰因贝格尔领导的Claw Labs团队,这与"中立守护者"的定位存在明显矛盾。
Q2:OpenClaw声称要成为"AI领域的瑞士",这意味着什么?
A:"AI领域的瑞士"意指OpenClaw希望成为一个中立平台,让不同AI模型和实验室都能接入并协作制定标准,尤其是在智能体时代。然而,有分析人士指出,这一说法存在自相矛盾之处:OpenAI是主要捐助方,微软负责发行企业版,英伟达提供硬件捆绑,核心决策者也受雇于主要竞争方之一,真正意义上的中立难以实现。
Q3:企业CIO在采用OpenClaw时需要注意哪些风险?
A:专家提示了多项风险:第一,非营利身份不等于中立,OpenAI本身也曾是非营利机构但后来转型;第二,OpenClaw智能体拥有独立身份并代表用户行事,会突破传统身份访问管理的边界,目前身份验证和可审计性问题尚未可靠解决;第三,OpenClaw的Token消耗率较高,大规模部署成本显著;第四,技能市场的引入带来新的供应链安全威胁,企业需综合评估后再做决策。
好文章,需要你的鼓励
IBM提出评估量子计算机性能的三个基本指标:可编程量子比特(衡量规模)、量子比特操作数(衡量质量)和每秒最大电路数(衡量速度)。可编程量子比特决定用户可直接控制的量子资源规模;量子比特操作数反映系统可靠执行复杂运算的能力;电路吞吐量则体现系统的性价比。这三项指标适用于超导、离子阱、量子点等各类量子硬件平台,为跨平台性能比较提供统一框架。
冲绳科学技术大学院大学研究者提出SiamJEPA,在JEPA框架中引入孪生学生编码器,证明其充当正则化器、加速训练并提升图像表示质量。
Salesforce对逾500名中层管理者的调查显示,三分之二的管理者对AI在未来工作中的作用持乐观态度,77%的人每周借助AI工具节省超3小时。研究表明,美国员工比全球平均水平更倾向于质疑AI,而新兴经济体的员工则更信任AI。调查同时指出,管理者需要实操培训、清晰的AI战略及技术支持,以推动企业AI转型成功落地,人才培养始终比技术本身更为关键。
这项研究对比了化学AI中常用的BPE和Unigram-LM两种分词算法,发现二者在化学SMILES上构建的词汇表几乎完全不同,词汇重叠不超过16%,分词粒度相差近三分之一,证明分词算法是不可忽视的关键设计决策。