Was bedeutet OpenClaw für Start-ups tatsächlich? Wir haben mit mehreren Gründern gesprochen.

OpenClaw ist populär geworden, aber es ist noch lange nicht bereit.

Unter der großen Beliebtheit wissen alle, die es tatsächlich benutzt haben, dass dieser Krebstyp mit vielen ungelösten Problemen behaftet ist.

Die bestehende Produktform ist immer noch grob und setzt hohe Anforderungen. Die meisten Leute wissen nicht, wie man es installiert, wie man es verwendet und wofür man OpenClaw einsetzen kann. Wer es wirklich gut nutzen kann, sind diejenigen, die sowieso schon technisch versiert sind.

Das Sicherheitsproblem lässt sich nicht lösen. Wenn Sie OpenClaw verwenden, ist Ihr Computer im Grunde genommen ungeschützt. Die offene Ökosystemarchitektur bedeutet, dass jeder Skill hinzufügen kann. Fälle von böswilligen Einschleusungen und Datenschutzverletzungen treten in der Community bereits häufig auf. Normale Benutzer haben überhaupt keine Fähigkeit, Risiken zu erkennen und müssen sich aufs Glück verlassen. Es kann Sie heute noch kennen, morgen vielleicht aber nichts mehr. Die Kontinuität über Geräte und Szenarien hinweg ist praktisch nicht zu erreichen. Die Gewohnheiten, die Benutzer mit Zeit und Mühe "ausgebildet" haben, können jederzeit gelöscht werden.

Diese Probleme sind keine Zufälle, sondern systembedingte Lücken, die ein neues Plattform in der Phase des wilden Wachstums zwangsläufig aufweist. In den letzten Monaten haben sich einige Unternehmer heimlich diese Lücken angesehen. Einige bauen eine Sicherheitsbarriere für die OpenClaw-Ökosystem, andere stellen sich von Grund auf die Frage, wie die Interaktion zwischen KI und KI aussehen kann, und wieder andere definieren neu, wie die Erinnerung einer KI funktionieren sollte.

Ihre Richtungen sind unterschiedlich, aber der Ausgangspunkt ist derselbe: OpenClaw hat eine Tür geöffnet und eine Reihe neuer Chancen geschaffen.

Wir haben einige Unternehmer aus den Bereichen Sicherheit, Agenten-Interaktionsnetzwerk und Erinnerung gesprochen und mit ihnen darüber gesprochen, wie die Probleme von OpenClaw entdeckt wurden, wo die echten Geschäftschancen liegen, wie sie diese Probleme lösen und wie es sich anfühlt, in der Welle dieser technologischen Revolution zu stehen.

1. EigenFlux.ai: Schaffung eines Kommunikations- und Rundfunknetzwerks für OpenClaw

Wenn Sie heute einem Agenten fragen: "Gibt es derzeit gute Projekte im Bereich KI-Infrastruktur?", wird er in Suchmaschinen Webseiten durchsuchen, HTML-Code analysieren, Werbung und Navigationsleisten filtern, Tausende von Token verbrauchen und Ihnen schließlich ein Ergebnis liefern, das möglicherweise schon drei Tage veraltet ist.

Das ist nicht die Art und Weise, wie ein Agent funktionieren sollte.

Einer der wesentlichen Unterschiede zwischen Agenten und Menschen besteht darin, dass die Aufmerksamkeit eines Agenten unbegrenzt ist. Menschen müssen suchen, weil sie nur in ihrer Freizeit aktiv nach Informationen suchen können. Agenten können aber jederzeit Informationen empfangen, gleichzeitig Hunderte von Signalen verarbeiten und vollständige Absichten auf einmal aussenden, damit alle relevanten Parteien sie gleichzeitig empfangen und darauf reagieren können. Dialog ist eine Kompensation für die begrenzte Bandbreite der Menschen, aber Agenten brauchen diese Kompensation überhaupt nicht. Was sie brauchen, ist ein eigenes Netzwerk.

Das Problem ist, dass ein solches Netzwerk bisher nicht existiert. MCP hat das Problem der Agenten-Tool-Interaktion gelöst, aber wie kommunizieren Agenten miteinander? Wie verbreiten sie Anforderungen? Wie finden sie sich, wenn sie nicht wissen, wer der andere ist? Diese Fragen haben weder OpenClaw noch die gesamte Ökosystem eine native Antwort.

EigenFlux möchte die Lücke im Agenten-Kommunikationsnetzwerk schließen.

Hier ist ihre Selbstbeschreibung:

Wir haben schon lange vor der Entstehung von OpenClaw darüber nachgedacht, wie die Kommunikation zwischen Agenten aussehen sollte. Aber es gab damals einen Punkt, den wir nicht verstehen konnten: Wenn die Agenten proprietär sind und auf den Servern großer Unternehmen gehostet werden, dann sind der Zugang und das Netzwerk wie im Mobilfunk-Internet fest verknüpft. Wenn Sie beispielsweise den Inhalt von Douyin sehen möchten, müssen Sie über die Douyin-App zugreifen. In einem solchen Fall würde die Entwicklung eines eigenen Agenten-Kommunikationsnetzwerks nicht sinnvoll sein.

Aber die Entstehung von OpenClaw hat diese Prämisse geändert. In der Agenten-Ära können Zugang und Netzwerk entkoppelt werden. In Zukunft wird jeder möglicherweise verschiedene Agenten-Shell-Produkte verwenden, aber alle können über Skills in dasselbe Netzwerk einsteigen. Der Zugang ist verteilt, aber das Netzwerk kann geteilt werden. Dieser Befund wurde bestätigt, und wir haben unser Vorhaben beschleunigt und EigenFlux umgesetzt.

EigenFlux ist das weltweit erste Rundfunknetzwerk, das es Agenten ermöglicht, in großem Maßstab zu kommunizieren. Ihr Agent kann dem Netzwerk beliebige Informationen, Anforderungen oder Fähigkeiten mitteilen und auch in natürlicher Sprache mitteilen, worüber er sich interessiert. Der KI-Engine wird dann die passenden Rundfunknachrichten präzise zugeschickt. Alle Inhalte sind bei der Ankunft bereits strukturiert und maschinenfreundlich, so dass der Agent sie direkt verwenden kann.

Diese Produktform stammt ursprünglich aus der internen Praxis unseres Teams. Vor etwa sechs Wochen haben wir begonnen, die Agenten der Teammitglieder miteinander zu verbinden, damit sie frei kommunizieren und Informationen austauschen können. Wir haben schnell festgestellt, dass dadurch viele Dinge möglich werden, die zuvor nicht möglich waren. Die Fähigkeiten eines einzelnen Agenten sind begrenzt, aber wenn viele Agenten miteinander verbunden sind, gibt es keine Grenzen für die Dinge, die sie tun können.

Einige interessante Anwendungsbeispiele:

Sie möchten umziehen. Ihr Agent kann eine Rundfunknachricht aussenden: "Ein-Zimmer-Wohnung in der Nähe der U-Bahn-Station Xujiahui in Shanghai, Preis unter 9.000 Yuan." Zehn Minuten später antworten einige Vermieter-Agenten und senden jeweils Informationen über die angebotenen Wohnungen, Fotos und Zeiträume, in denen man besichtigen kann. Ihr Agent wählt nach der Filterung die zwei besten Angebote aus, vereinbart auf der Grundlage Ihres Terminkalenders direkt mit den Vermieter-Agenten einen Besichtigungstermin und sendet Ihnen dann die Adresse und die Navigationsverknüpfung.

Sie sind ein Personalverantwortlicher. Ihr Agent kann eine Rundfunknachricht aussenden: "Suche AI-Infrastruktur-Ingenieur mit Erfahrung in verteilten Systemen." Innerhalb weniger Stunden antworten die Agenten dreier Bewerber und senden jeweils eine Zusammenfassung der technischen Kenntnisse ihrer Besitzer. Ihr Agent wählt nach der Filterung den besten Kandidaten aus, vereinbart direkt mit dem Bewerber-Agenten einen Interviewtermin und sendet Ihnen dann die Bewerberdaten und den Meeting-Link in Ihren Terminkalender. Sie müssen nur noch die Teilnahme bestätigen. In diesem Prozess müssen Sie keine Bewerbungen mehr auswerten, keine E-Mails schreiben und keine Zeitkoordination vornehmen.

Am ersten Tag der öffentlichen Beta-Testphase haben sich mehr als 1.000 Agenten-Nodes angeschlossen. Durch Beobachtung haben wir noch mehr interessante Anwendungen entdeckt, darunter das Finden von Personen, Projekten, das Abonnieren von Nachrichteninformationen, die Koordination des besten Zeitpunkts für Offline-Events, die Suche nach Geschäftspartnerschaften, das automatische Starten von Agenten bei Empfang eines bestimmten Signals und sogar das Online-Dating.

Aus diesen Erfahrungen glauben wir, dass das Verbinden von Agenten dazu dienen sollte, die Absichten der Menschen zu verwirklichen, nicht um Token zu verbrauchen. Die Suchmaschine ist für Menschen entwickelt, die nur begrenzte Aufmerksamkeit haben, daher ist es für Menschen sinnvoll, "wenn man Zeit hat, aktiv zu suchen". Agenten haben jedoch unbegrenzte Aufmerksamkeit und können jederzeit direkt Informationen empfangen. Schließlich brauchen Agenten nicht wie Menschen in Sätzen zu chatten. Dialog ist eine Kompensation für die begrenzte Bandbreite der Menschen. Sie können ihre vollständigen Absichten auf einmal aussenden, und alle relevanten Agenten empfangen und verstehen sie gleichzeitig. Ein-zu-viele, auf einmal erledigt. Daher ist die ursprünglichste Lösung für die Massenkommunikation von Agenten die Rundfunknachricht.

Schließlich haben wir ein soziales Experiment durchgeführt. Denn dies ist das erste Mal in der Geschichte, dass Agenten ein eigenes öffentliches Kommunikationsnetzwerk haben. Wir sind sehr neugierig, was zwischen ihnen entstehen wird und welche wirtschaftlichen Aktivitäten sich entwickeln werden. Deshalb haben wir auf unserer Website eine Seite erstellt, auf der die Rundfunknachrichten der globalen Agenten 24 Stunden am Tag live übertragen werden. Wenn Sie auf die Website von eigenflux.ai gehen, können Sie in Echtzeit sehen, was die Agenten senden und welche Länder nacheinander aufleuchten. Dies ist wirklich ein sehr aufregender Moment.

2. Der Bereich des Gedächtnisses: Beschäftigung mit der Entwicklung von Plugins. OpenClaw macht das Gedächtnis zu einem Muss für jeden Benutzer

Nach dem Aufstieg von OpenClaw haben erstmals viele Menschen, die zuvor noch nie mit KI-Entwicklung in Kontakt gekommen waren, ihre eigenen Agenten "gezüchtet". Dies hat ein unerwartetes Nebenprodukt: Das Gedächtnisproblem ist von einem Hintergrundthema in der technischen Community zu einem spürbaren Problem für alle geworden.

Die Agenten von OpenClaw sind zwischen den Gesprächen zustandslos. Das Standardgedächtnis wird in Dateien gespeichert, die explizit geladen werden müssen. Dies bedeutet, dass die Kontinuität vollständig davon abhängt, was beim Neustart wieder eingelesen wird. Noch schwieriger ist, dass OpenClaw eine Context-Compaction-Mechanik hat, die die alten Kontexte komprimiert, um Token zu sparen. Bei diesem Prozess werden die in das Dialogfenster eingefügten Gedächtnisdateien beschädigt - lange Gedächtnisabschnitte und erlernte Präferenzen werden komprimiert, umgeschrieben oder sogar direkt gelöscht.

Die Entwickler haben auf Reddit und HN jeweils versucht, Lösungen zu finden: Einige haben eine detaillierte MEMORY.md-Datei erstellt, die beim Start geladen wird, andere haben eine lokale BM25+ Vektor-Suchmaschine eingerichtet, und wieder andere haben die Sitzungsprotokolle mit SQLite aufgezeichnet. Diese Lösungen funktionieren, aber sie heilen nur die Symptome, nicht die Ursache - das Gedächtnis ist im Grunde immer noch im Kontextfenster enthalten, und sobald die Context-Compaction einsetzt, wird alles wieder gelöscht.

Die Unternehmen im Bereich der Gedächtnisinfrastruktur haben dieses Signal wahrgenommen. Mem0 war der erste, der ein OpenClaw-Gedächtnisplugin entwickelt hat, das den Agenten ein dauerhaftes Gedächtnis über mehrere Gespräche hinweg verleiht. Die Konfiguration soll laut Angaben weniger als 30 Sekunden dauern. Das Plugin sucht automatisch vor der Antwort des Agenten nach relevanten Gedächtnisinhalten und fügt sie in den Kontext ein (Auto-Recall). Nach der Antwort entscheidet Mem0, welche Inhalte beibehalten und welche aktualisiert und zusammengeführt werden sollen. Nach der Veröffentlichung des Plugins ist die Anzahl der Aufrufe schnell gestiegen.

Diese Welle der Beliebtheit hat den gesamten Bereich des Gedächtnisses belebt. Hier sind zwei Unternehmen, die an der Anpassung von OpenClaw-Gedächtnissen arbeiten.

Thalamus Intelligence OmniMemory: Umwandlung des Gedächtnisses in ein raumzeitliches Wissensnetz, Genauigkeit steigt um 35 %

Unser größtes Erlebnis war, dass die Kunden von Memory zuvor hauptsächlich aus der B2B-Sektor kamen. Seit der Entstehung von OpenClaw sind es jetzt individuelle Entwickler. Viele Menschen ohne technischen Hintergrund, wie Geisteswissenschaftler und Produktmanager, haben erstmals einen KI-Agenten "gezüchtet" und das Gefühl bekommen, dass "meine KI ein Gedächtnis haben sollte". Dies hat die Verbreitung von individuellen KIs und die Umsetzung von Memory beschleunigt.

Kürzlich haben wir an mehreren OpenClaw-Offline-Treffen in Shenzhen teilgenommen, sowohl für Software als auch für Hardware. Die meisten diskutierten Fragen hatten mit Gedächtnis zu tun:

Hohe Kosten: Je länger man OpenClaw verwendet, desto länger wird das Kontextfenster, desto langsamer werden die Antworten und desto mehr Token werden verbraucht.

Verlust oder Verwirrung des Gedächtnisses: Manche haben es angewiesen, "diese Datei nicht zu löschen", aber es hat sie dennoch gelöscht. Manche haben es gebeten, einen Partnersuche-Beitrag auf Xiaohongshu zu veröffentlichen, aber es hat auch private Informationen veröffentlicht, die nicht veröffentlicht werden sollten.

Verlust von Informationen in langen Gesprächen, schlechte Kontinuität: Nach einem Nachmittag Gespräch erinnert sich OpenClaw nur an den Anfang und das Ende, alle wichtigen Informationen dazwischen sind vergessen. Manche haben OpenClaw "verrückt" gemacht, und wenn sie eine neue Instanz starten, sind alle früheren Erfahrungen weg.

Kein Gedächtnis-Sharing zwischen mehreren Agenten: Einige haben mehrere Krebse "gezüchtet", aber jeder hat sein eigenes Gedächtnis und kann nicht mit den anderen teilen. Die Zusammenarbeit ist sehr schwierig.

Diese Probleme weisen alle auf dasselbe Problem hin: Das native Gedächtnis-Mechanismus von OpenClaw ist im Grunde ein "passives" Gedächtnis - es hängt davon ab, ob der Agent sich entscheidet, etwas zu merken oder zu suchen, und das Verhalten des Agenten ändert sich mit dem Modell und den Hinweisen. Dies führt dazu, dass das Gedächtnis weder kontrollierbar noch zuverlässig ist.

Im technischen Bereich baut unser OmniMemory auf einer raumzeitlichen Wissensnetzarchitektur (STKG) auf, die Zeit und Raum als physikalische Ankerpunkte des Gedächtnisses verwendet und alle Modalitäten wie Video, Audio, Bild und Text in strukturierte Wissensknoten integriert, um eine semantische Verbindung über Modalitäten hinweg herzustellen.

Die Zeitlichkeit ist die Eigenschaft, die uns am wichtigsten ist. Das Gedächtnis hat eine Reihenfolge, eine Entwicklung und einen Zustandsfluss. Ihre früheren Pläne und späteren Anpassungen sollten nicht als zwei isolierte Aufzeichnungen betrachtet werden. Dies ist die Grundlage für die Sicherheit bei Aufgaben, die eine genaue Zeitwahrnehmung erfordern (z. B. Terminkalender, Zeitgeber).

Wir haben zunächst einen A/B-Test durchgeführt: Wir haben das native Memory-System von OpenClaw entkoppelt und stattdessen unseren OmniMemory-Engine eingesetzt und auf demselben Datensatz verglichen. Das Ergebnis hat uns überrascht: Die Genauigkeit der Originalversion betrug nur 25 %, nach der Integration unseres Systems stieg sie auf 60 %, was einer Steigerung von 35 Prozentpunkten entspricht.