Wang Huiwen "nimmt" Clawdbot in den Dienst. Wir haben mit einem Gründer von "China's Clawdbot" gesprochen.
Text | Zhong Chudi
Redaktion | Zhou Xinyu
Drei Jahre später, in der Nacht vom 7. Februar 2026, hat Wang Huiwen (Mitbegründer von Meituan) erneut einen Ruf an Helden ausgeschrieben.
Diesmal richtet er sich nicht mehr auf die Gründung eines Projekts für Large Language Models (LLMs), sondern auf die derzeit heißeste Branche: Clawdbot (jetzt umbenannt in "OpenClaw"). Bei Clawdbot hat Wang Huiwen genauso viel Leidenschaft investiert wie bei den LLMs, indem er investiert, Talente zusammenbringt und sogar als "Headhunter" fungiert.
Wang Huiwens Ruf an Helden. Quelle: Wang Huiwens Jike-Post
Es besteht kein Zweifel, dass Clawdbot die spannendste KI-Anwendungsgeschichte Anfang 2026 ist. Dieses von dem österreichischen Entwickler Peter Steinberger als Open-Source-Projekt veröffentlichte Projekt ist ein Agenten-Framework, das direkt auf lokalen Geräten ausgeführt werden kann.
Später wurde Cawdbot in Moltbot umbenannt, um eine Verletzung des Markennamens Claude zu vermeiden, und kürzlich in OpenClaw (der Einfachheit halber wird in diesem Artikel weiterhin der Name Clawdbot verwendet).
Im Vergleich zu Manus, das in der Cloud läuft, liegt der Erfolg von Clawdbot, das lokal eingesetzt wird, in seiner "Wildheit".
Das unbeschränkte Betriebsmodell ermöglicht es Clawdbot, seine Durchführungsfähigkeit bis in die letzte Ecke auszuschöpfen. Es kann Unternehmen aller Größen betreiben, E-Commerce-Plattformen verwalten, sogar Preise aushandeln und an der Börse handeln. Clawdbot kann basierend auf Benutzeranweisungen und lokalen Daten selbstständig komplexe Aufgaben erledigen.
Aber der Verlust liegt auch in seiner "Wildheit".
Unbeschränktheit bedeutet das Risiko der Kontrollverlust. Einige Benutzer haben alle ihre E-Mails gelöscht und alle ihr Geld in ihrem Konto verloren lassen lassen, weil Clawdbot es so anordnet. Auch wurden einige Benutzer von Clawdbot unvermittelt "personlich angegriffen" und sogar zur Radikalisierung angeregt.
Trotzdem riechen "Wang Huiwen" und andere Geschäftsmänner in der Flut der Besucherchancen und entscheiden sich, mit dem Teufel zu handeln.
Beispielsweise hat Xu Ming, Gründer und CEO der KI-Coding-Plattform Trickle, schnell eine "fertig einsatzbereite" Version von Clawdbot namens HappyCapy entwickelt. Drei Tage nach der offiziellen Veröffentlichung dieses Projekts erreichte es auf X über 900.000 Interaktionen.
Hersteller wie Alibaba, Baidu und Kunlun Tiangong haben ebenfalls ihre eigenen "Clawdbot-ähnlichen" Produkte vorgestellt. Viele Start-up-Unternehmen im Bereich Agenten-Infrastruktur haben dank des Clawdbot-Konzepts eine neue Runde Finanzierung aufgenommen.
Sun Linjun, Gründer und CEO von Shizai Intelligence, ist da keine Ausnahme. Nach acht Jahren als Unternehmer auf dem Gebiet der Automatisierung von Büroarbeiten und Agenten hat Sun Linjun am 28. Januar Clawdbot getestet und sofort in der Nacht darauf mit seinem Team begonnen, ein chinesisches Clawdbot für Büroanwendungen namens "Shizai Agent · Unbegrenzte Version" zu entwickeln und zu veröffentlichen.
Sun Linjun demonstriert die "Shizai Agent · Unbegrenzte Version". Quelle: Bildmaterial des Interviewten
Wir haben kürzlich mit Sun Linjun über die Lehren, Risiken und Chancen von Clawdbot gesprochen.
Tatsächlich hat Shizai Intelligence bereits im August 2023 damit begonnen, Agenten lokal zu installieren – ein Ansatz, der mit Clawdbot übereinstimmt.
Aber diese globale "Agenten-Explosion", die zwei Jahre zu spät kam, hat nicht bei ihnen stattgefunden. Sun Linjun reflektiert: Wir haben in der Vergangenheit eher auf die Kontrolle der LLMs als auf die Freisetzung ihrer Potenziale geachtet. Es gibt einen immensen Spielraum und viel Vorstellungsgabe, wenn man den LLMs freien Lauf lässt.
Neben seiner Begeisterung hat Sun Linjun uns auch seine Zurückhaltung gezeigt. Er schätzt die Innovationen von Clawdbot in Bezug auf Frameworks wie Skill, aber angesichts der hohen Konfigurationsanforderungen und des Kontrollverlustrisikos von Clawdbot meint er: "Wenn viele grundlegende Fähigkeiten noch nicht in Ordnung sind, ist ein Framework nur ein 'Husarenstreich'."
Offensichtlich muss Clawdbot noch eine Transformation durchmachen, bevor es aus einem leicht zu kontrollierenden "Husarenstreich" zu einer erfolgreichen Geschäftsmöglichkeit wird.
Aber daraus erkennt Sun Linjun einen klaren Entwicklungstrend für Agenten: Von GPTs, die auf einfache Tool-Aufrufe beschränkt sind, zu Manus, das in der Cloud autonom Aufgaben plant und ausführt, bis hin zu Clawdbot, das "im Cloud denkt und lokal agiert".
"Um die Anwendungsbereiche von Agenten zu erweitern, muss man die Grenzen des Agenten-Betriebssystems erweitern." so seine Zusammenfassung.
Nachfolgend finden Sie den Interviewtranskript zwischen "Intelligente Entstehung" und Sun Linjun, der Inhalt wurde bearbeitet und zusammengefasst:
KI kontrollieren ist nicht so gut wie KI freisetzen
Intelligente Entstehung: Haben Sie sich für den derzeit heiß umkampften Clawdbot interessiert?
Sun Linjun: Wir haben es fast sofort getestet, als es populär wurde. Und wir haben in der Nacht darauf unsere eigene Version von Clawdbot namens TARSBot veröffentlicht.
Intelligente Entstehung: Was ist der Grund für den Ruhm von Clawdbot?
Sun Linjun: Vielleicht haben viele Menschen noch nicht bemerkt, wie intelligent Künstliche Intelligenz bereits geworden ist.
Tatsächlich hat die Entwicklung von Agenten mehrere Phasen durchlaufen. Anfangs wurde GPTs als Agent bezeichnet, aber damals nutzte man nur einen Teil der Fähigkeiten von LLMs für Rollenspiele. Später wurde klar, dass Agenten auch über Wissen verfügen müssen, und so erschien Manus. Aber Manus, das in einer virtuellen Maschine läuft, kann keine lokalen Software ansteuern.
Der Ruhm von Clawdbot liegt darin, dass es genau dieses Problem löst. Clawdbot gibt den LLMs eine höhere Freiheit, um verschiedene Schnittstellen und grundlegende Fähigkeiten auf dem lokalen Gerät des Benutzers nach Belieben aufzurufen.
Wenn also eine Methode nicht funktioniert, kann es frei zu einer anderen Methode wechseln, bis es die Aufgabe erledigt hat. Dies ist die wahre Form eines Agenten.
Wir haben in der Vergangenheit eher auf die Kontrolle der LLMs als auf die Freisetzung ihrer Potenziale geachtet. Es gibt einen immensen Spielraum und viel Vorstellungsgabe, wenn man den LLMs freien Lauf lässt, und die Ergebnisse auf der Benutzerseite können auch sehr beeindruckend sein.
Intelligente Entstehung: Was sind die Unterschiede zwischen Manus und Clawdbot bei der Ausführung derselben Aufgabe?
Sun Linjun: Nehmen wir an, man gibt den Befehl, den Marktpreis von iPhone 17 Pro Max auf Taobao und JD.com zu recherchieren, die Daten zu bereinigen, einen Bericht zu schreiben und ihn über DingTalk an die entsprechenden Kollegen zu senden.
Zunächst muss man die entsprechenden Websites öffnen, um Daten zu sammeln. Dies erfordert die Verwendung von lokalen Fähigkeiten.
Manus kann nur die Suchschnittstelle nutzen, um zu suchen. Somit kann es nicht auf die genaueren Daten auf vertikalen Plattformen zugreifen. Auch die Aufgabe, den Bericht über DingTalk zu senden, gehört zu den lokalen Fähigkeiten, die Manus nicht hat.
Bei einer solchen Aufgabe kann Manus im Wesentlichen nur die ursprünglichen Fähigkeiten der LLMs nutzen, um eine Analyse durchzuführen. Ein solcher Bericht wird daher zwangsläufig an hochwertigen Inhalten fehlen.
Aber Clawdbot mit lokalen Betriebsfähigkeiten kann dies tun. Daher kann das Denken in der Cloud erfolgen, aber die Ausführung nicht. Die Ausführungsebene, die wie die Hände und Füße der LLMs fungiert, muss lokal erfolgen.
Intelligente Entstehung: Ist Clawdbot der erste Agent, der die Form der Vernetzung von Endgeräten erforscht?
Sun Linjun: Es ist wohl der erste, der berühmt geworden ist.
Anfang 2025, als wir an multimodalen LLMs arbeiteten, haben wir in vielen spezifischen Aufgaben nachgewiesen, dass Clawdbot in unserer gegenwärtigen technologischen Umgebung realisierbar ist.
Unser Agent unterscheidet sich von Clawdbot in der Aufrufweise nicht. Auch wir können durch ständiges Ausprobieren die beste Methode zur Erledigung einer Aufgabe auswählen. Wenn beispielsweise ein LLM versucht, eine Datei zu senden, kann es dabei viele Fehler machen, aber es kann durch Reflexion den richtigen Weg finden.
Intelligente Entstehung: Sie haben Clawdbot früher entwickelt. Warum haben Sie nicht den gleichen Ruhm erreicht?
Sun Linjun: Es gibt mehrere Gründe dafür. Aufgrund der begrenzten Fähigkeiten des Basismodells haben wir es damals nicht in die Lage versetzt, sich frei zu entfalten. Daher war das Ergebnis nicht so futuristisch wie bei Clawdbot.
Das öffentliche Interesse hat sich auch verschoben. Von GPTs über Manus bis hin zu Clawdbot hat die Öffentlichkeit zunehmend erkannt, wie wichtig die Kombination von KI-Fähigkeiten und lokalen Betriebsfähigkeiten ist. Erst dann ist es ein echter Arbeitsassistent.
Aber eine hohe Freiheit bedeutet auch ein hohes Risiko. Wenn man einem Clawdbot einen komplexen Arbeitsablauf überlässt, ist seine Kontrollierbarkeit relativ gering. Insbesondere im Unternehmensbereich kann ich mir vorstellen, dass niemand ein solches Risiko eingehen möchte. Daher ist die aktuelle Methode, zunächst einen geeigneten Agenten zu entwickeln und ihn dann über Befehle anzusteuern, um die entsprechenden Aufgaben zu erledigen.
Intelligente Entstehung: Wo liegt die Innovation von Clawdbot?
Sun Linjun: Die Innovation von Clawdbot liegt in der Engineering. Genauso wie Manus auf der Interaktionsschicht den gesamten Denk- und Handlungsprozess der LLMs sichtbar macht, nutzt Clawdbot ein Gateway (ein Gerät zur Umwandlung von verschiedenen Netzwerkprotokollen), um verschiedene Chat- oder IM (Echtzeitkommunikation)-Tools anzuschließen.
Für die Benutzer ist es sehr wertvoll, den Prozess zu sehen, anstatt nur das Ergebnis zu erhalten. Obwohl der Erkundungsprozess viel Zeit und Tokens kostet, kann man bereits die Vorlage von Jarvis erkennen.
Tatsächlich ist die Engineering-Fähigkeit für LLMs sehr wichtig. Ein LLM ist wie ein Gehirn. Wenn man es wie Jarvis frei mit externen Fähigkeiten verbinden kann, kann es Aufgaben erledigen. Aber wenn man seine Handlungen begrenzen möchte, spielt die Engineering eine sehr wichtige Rolle.
Intelligente Entstehung: Ist Clawdbot ein Tool mit technologischen Barrieren?
Sun Linjun: Es gibt eigentlich keine technologischen Barrieren im Framework. Ich denke, dass es keine Barrieren für Frameworks gibt und dass alle diese realisieren können. Aber wenn viele grundlegende Fähigkeiten noch nicht in Ordnung sind, ist ein Framework nur ein Schein.
Die Vollständigkeit der Aufgabenbewältigung und die Kosteneffizienz sind die echten Barrieren.
Obwohl aus der Perspektive nicht der Benutzer Clawdbot sehr gut und vielversprechend erscheint, interessiert die Kosteneffizienz bei der Lösung spezifischer Probleme. Wir können es auch nicht privat implementieren, große Modelle wie Gemini oder Claude zu nutzen, um auf eine Mücke mit Kanonen zu schießen.
Wir müssen bedenken, wie viel Kosten der Benutzer akzeptieren kann und wie hoch die ROI ist. Unter diesen Einschränkungen sollten wir dem Benutzer ein geeignetes Produkt anbieten, um sein spezifisches Problem zu lösen. Erst dann wird er tatsächlich bereit sein, zu bezahlen.
Intelligente Entstehung: Was fühlen Sie als Branchenmitarbeiter bei der Popularität von Clawdbot?
Sun Linjun: Ich bin als Branchenmitarbeiter relativ ruhig.
Fast jeden Tag gibt es ein neues Highlight. Aber wir überlegen uns eher, wie eine Technologie in einer realen kommerziellen Anwendungsumgebung aussehen sollte und welchen Nutzen sie für die Benutzer bringen kann.
Alles in allem ist die Popularität von Clawdbot eine gute Sache. Die Leute haben erkannt, dass ein echter Agent nicht nur Schnittstellen aufrufen oder nur einen Teil der Fähigkeiten von LLMs freisetzen kann.
Das Denken kann in der Cloud erfolgen, die Ausführung muss lokal erfolgen
Intelligente Entstehung: Wann haben Sie erstmals die Wichtigkeit der lokalen Implementierung erkannt?
Sun Linjun: Im August 2023, als wir die erste Version unseres Produkts veröffentlicht haben. Aber damals lag der Fokus der Leute nicht darauf, und die Fähigkeiten der LLMs waren auch nicht so stark.
Viele unserer Kunden haben ihre Software lokal installiert. Wenn man sie in einer virtuellen Maschine ausführen möchte, muss man die gleiche Software und die Umgebung in die virtuelle Maschine verschieben, was sehr zeit- und arbeitsaufwändig ist. Außerdem können viele Benutzerdokumente nicht in die Cloud übertragen werden. Daher ist die lokale Bedienung sehr wichtig.
Unser technisches Konzept zielte von Anfang an auf die lokale Bedienung ab. Daher konnten wir so schnell die unbegrenzte Version veröffentlichen.
Intelligente Entstehung: Was bedeutet die lokale Implementierung für Agenten?
Sun Linjun: Ein Agent hat nicht nur ein Gehirn, sondern auch H