Claude Code正在10倍速追(抄)赶(袭)Openclaw
Claude Code正在10倍速追(抄)赶(袭)Openclaw
有些竞争不是“对标”,而是“追赶”。
追赶的本质,是把对方已经跑通的路径,压缩成自己的时间表。
Openclaw 这一路做出来的东西,不是某一个功能点的胜负,而是一整套“把自动化做成基础设施”的路线。你一旦把这条路线铺好,后来者就只能在同一条轨道上加速,或者换赛道。
下面这份“追赶路线图”,把追赶这件事拆成了可以被验证的里程碑:每一次更新都不是点缀,而是把一个关键环节补齐。
追赶路线图(文字版)
2026-02-24|远程控制|从手机控制CLI会话。|45K likes
2026-02-25|定时任务 · 一周年|Cowork中的重复自动化任务。一周年纪念。|22K likes
2026-02-26|自动记忆|跨会话自动记忆,150+免费连接器。|8.9K likes
2026-02-28|/simplify · /batch|并行代码质量智能体 · 交互式迁移+worktree。|13K likes
2026-03-02|免费计划记忆|记忆功能对所有用户开放。|38K likes
2026-03-03|语音模式|CLI中用语音写代码。|3.5K likes
2026-03-06|/loop · 市场|重复任务(最长3天) · 企业级Claude市场。|19K likes
2026-03-13|1M上下文GA|1M token对所有计划正式开放。|25K likes
2026-03-14|最大思考力 · Spring Break|/effort max无限推理,非常高峰2倍用量。|3.2K likes
2026-03-17|Dispatch|持久Claude + 生成子会话:自定义环境。|3.8K likes
2026-03-19|频道|通过Telegram · Discord从手机控制。|26K likes
2026-03-20|项目 · 云端任务|任务/上下文管理。定时云端任务。DOM选择。|14K likes
2026-03-23|计算机使用|指 · 点 · 操控屏幕。macOS预览。|139K likes
2026-03-24|自动模式|AI自动权限决策+安全分类器。|39K likes
2026-03-26|iMessage频道|通过iMessage使用Claude Code。高峰限额调整。|6.9K likes
这条路线图真正补齐的,是四件事
很多人看路线图,会把它理解成“功能更新列表”。
但真正值得看的,是它在补齐哪四个关键能力。
1)把工具变成“随身携带”的能力:远程控制 + 多端入口
从 2/24 的远程控制开始,到 3/19 的 Telegram/Discord 频道,再到 3/26 的 iMessage 入口,这条线非常清晰:
- 不是让你“坐在电脑前”用工具
- 而是让工具变成“你随时随地都能调度的能力”
当入口足够多,你的使用频率会变;当频率变了,依赖程度会变;当依赖程度变了,工具就不再是“尝鲜”,而是“工作流的一部分”。
这也是追赶里最常见的一步:先把触达做起来,让用户习惯先形成。
2)把单次对话,变成“跨会话的连续体”:自动记忆 + 免费开放
2/26 的自动记忆,紧接着 3/02 的“对所有用户开放”,这两步连在一起看,就像是在做一件事:把记忆从“高级功能”降维成“默认能力”。
如果 AI 只能回答一次问题,它就是搜索。
如果 AI 能记住你的上下文,它才像助理。
更重要的是:当记忆进入免费计划,它就成为一种“默认预期”。
默认预期一旦形成,后来者即便做到了,也只是“达标”;做不到,就会被直接淘汰。
追赶路线里,最狠的不是技术,是把门槛改写。
3)把人力操作,变成“批量化的工程”:/simplify /batch /loop
2/28 的 /simplify、/batch,3/06 的 /loop,其实是在把“AI 编程”从“聊天式手工活”推向“工程化流水线”。
- /simplify:把复杂问题压成可控的改动
- /batch:把重复劳动并行化
- /loop:把重复任务变成可持续运行的机制(最长 3 天)
这一步一旦完成,你就不再是“我让 AI 写一段代码”,而是“我用 AI 驱动一个自动化系统”。
从工具到系统,差别不在界面,而在节奏:
系统的节奏,是持续产出。
4)把算力和权限,变成“可控的能力”:1M 上下文 + effort max + 自动模式
3/13 的 1M token GA,3/14 的 /effort max,3/24 的自动模式(权限决策 + 安全分类器),这三步组合起来,是在解决一个被很多产品回避的问题:
当模型能力变强时,怎么保证它“敢用、能用、用得起、用得稳”。
- 上下文变大 → 才能做复杂工程
- 推理拉满 → 才能处理高难度决策
- 权限自动化 + 安全分类 → 才能在真实环境里跑起来
这不是“更聪明”的问题,而是“更可用”的问题。
可用,才是大规模采用的前提。
追赶的速度,来自于路径的压缩
看完这条路线,你会发现它不是随机更新。
它更像是一条已经被证明有效的路径:入口→记忆→工程化→可控自动化。
追赶者只需要把这条路径压缩成更短的时间,就能制造“10倍速”的观感。
但压缩不是免费午餐:路径越清晰,竞争就越残酷。
一切都在加速。
而真正的差距,往往发生在你没注意到的地方:谁先把“默认预期”写进用户习惯里,谁就先把胜负写进未来。