没技术含量的项目，凭什么被巨头争抢
2026年2月，一个让开发者困惑的消息：OpenAI 收编了 OpenClaw。 困惑的点在于——这项目看起来"没技术含量"：调用 LLM API、连 WhatsApp、操作文件，哪一项不是现成的技术？凭什么 Meta、xAI 都要抢，扎克伯格亲自下场？ 更让人不解的是，Peter Steinberger 本人也说：这只是一个"周末业余项目"，用 Codex 几个月就写出来了。 如果技术不是重点，那巨头到底在抢什么？ 一、被忽视的真相：他看到的东西，你没看到 让我们回到2024年底。 那时候，AI 圈在讨论什么？ 模型参数规模 推理能力上限 多模态融合 AGI 什么时候到来 所有人都在盯着"AI 能做什么"，在技术指标上内卷。 但 Peter Steinberger 问了一个不一样的问题： “普通人想要用 AI，门槛在哪里？” 二、场景洞察一：入口选择 答案看起来简单，但很少有人真正意识到： 普通人不会为了用 AI 去下载一个新 App。 他们生活在 WhatsApp、Telegram、微信里。 所以 OpenClaw 做的第一件事就是：不做一个新的聊天 App，而是让 AI 长在用户已有的聊天工具里。 这个选择的洞察力在于： 常规思路 OpenClaw 的思路 做一个 AI App，让用户下载 用现有的通讯工具，用户无需改变习惯 用户主动打开 App 找 AI AI 藏在用户的日常对话流里 需要教育用户"为什么用我" 用户已经在用，只是多了个联系人 不是让用户来适应产品，而是让产品融入用户的生活。 这不是技术问题，是对用户行为的理解。 三、场景洞察二：从"能回答问题"到"能干活" 打开 ChatGPT，你会问什么？ “帮我写一段代码” “解释一下这个概念” “翻译这段话” ...