OpenClaw從生成式AI走向可執行代理的技術轉折

FIND研究員：古廸鴻

近兩年來生成式AI徹底翻轉了大家與電腦互動的方式，自從 ChatGPT 問世以後，用對話來跟AI溝通已經變成日常。從問問題、寫文章、翻譯、甚至丟個企劃案請它幫忙發想，這些事情確實很猛，但都還是圍繞在對話框內回覆問題。AI再怎麼聰明，也跨不出對話視窗，碰不到你桌面上的檔案，更沒辦法幫你打開Excel整理報表。 此一現象在2025年下半年有了變化，一個叫做OpenClaw的開源專案迅速竄紅，在GitHub上累積超過18萬顆星星，成為近期最受矚目的AI專案。不只可以跟你聊天，還能打開你的資料夾、整理檔案、傳訊息，甚至幫你執行一連串的自動化任務。 

圖1 生成式AI的轉折示意圖

資料來源：本文作者以Gemini AI生成

OpenClaw是什麼？

OpenClaw 是一個以代理式工作流為核心的開源框架，它把大型語言模型從單純的文字生成器，推進到可執行任務的系統元件。最早在2025年11月以Clawdbot對外亮相，名字把Anthropic Claude的諧音和claw疊在一起，但很快就遇到品牌與商標的法務風險迫使他們必須更名。接著出現的Moltbot，用molt借喻龍蝦成長，也在可用性上卡關。最後定案為OpenClaw，在做完商標檢索、買好域名、並完成程式碼與品牌遷移規劃後才正式拍板。

與一般對話型 AI 有什麼不同？

相較於ChatGPT、Gemini這類以對話為主的AI，OpenClaw的重點不在於把回覆寫得像聊天，而在於提供可部署的代理執行層，將語言模型接到實際工具與流程上。它面向的是多步驟任務而非單次問答，會在任務過程中維持狀態與上下文，依規則拆解工作、安排順序，並透過Skills模組或工具協定介面去呼叫外部API、第三方服務與自動化工具，最後以可追蹤的結果與執行紀錄回報。可以理解為，對話型AI偏向內容生成與互動輔助，而 OpenClaw偏向把模型能力工程化，落到可擴充、可整合、可運行的工作流上。

圖2： 聊天AI與AI代理差異

資料來源：本文作者以Gemini AI生成

與其他 AI 代理框架之比較

AI Agent並不是OpenClaw獨創的概念。在它之前已經有AutoGPT、BabyAGI、LangChain Agents等框架在探索類似的方向。但OpenClaw之所以能脫穎而出，有幾個關鍵差異：

1. 服務面向終端使用者而非開發者 : AutoGPT和LangChain Agents本質上是開發者工具，需要寫FIND研究員：吳書嫺

    

   隨著全球AI監管浪潮高漲，各國無不試圖在創新與風險之間尋求平衡。印度電子資訊科技部（MeitY）在2025年11月發布《印度AI治理指引》（India AI Governance Guidelines），選擇踏上「發展型國家」的彈性治理路徑，更採取了「創新優於限制」的策略，讓印度在全球AI價值鏈中建立獨特優勢，而這份指引提供了企業嶄新的市場進入藍圖與產業契機。

   印度AI治理核心：「信任」與「創新」並重

   印度的AI治理建立在7大原則（Sutras）之上，其中最核心的是「信任」與「創新」。「信任」要求建立可信任的生態系，降低企業進入門檻與成本，解決開發中國家常見的資訊不對稱與技術採納障礙，並著重加速AI在醫療、農業等關鍵民生領域的落地。而「創新」則反映出印度在平衡風險管理與技術發展的獨特立場，主張避免因繁重的監管而扼殺AI技術的採用與創新。

   治理即需求：政策驅動下的產業商機

   此份《印度AI治理指引》並非止於監管，而是啟動大規模「AI基礎建設」投資，印度市場將帶領企業看見雲端到邊緣AI的龐大商機需求。

   1. 算力自主浮現硬體紅利
      印度政府透過12.5億美元的「印度AI使命」（IndiaAI Mission）大力開發主權AI基礎設施的建設，計畫建置超過38,000個GPU與600個資料實驗室，這創造了對高效能運算硬體的剛需；同時，印度政府對中小企業數位轉型的補貼，也將帶動邊緣AI設備的普及。
   2. 技術合規催生軟體商機
      印度鼓勵將合規要求寫入技術架構，例如Deepfake防護、資料處理須合乎《資料賦權與保護架構》 (DEPA）等，都為軟體設計與AI應用開發商提供新戰場。
   3. 標準對接帶動資安與驗證需求
      隨著印度宣示將成立「AI安全研究所」（AISI）與制定相關AI標準，將擴大對AI模型風險評估，台灣資安產業擁有世界級實力，對具備輸出自動化紅隊工具、威脅偵測及Deepfake辨識技術的企業，正可與此新需求進行對接。

    如何進場？3大建議協助企業布局

   印度AI市場提供龐大商機與挑戰，建議欲進入之台灣企業應從3個面向思考布局：

   1. 分級風險管理：應採分級方式判讀內部AI產品或服務的進行高低風險分類，並配置相應的監理與透明措施。
   2. 主動合規建立信任：儘早採納自願性標準，展現負責任的品牌形象，有助取得政府與市場信賴。
   3. 印度語境的在地微調：印度是文化及語言極為多元的市場，相關應用應避免直接移植西方架構，應針對印度語境進行微調，避免偏見風險。

   印度的AI治理，展現崛起大國對AI技術採用的自信，唯有理解其治理哲學與邏輯的企業，才能在這波浪潮中精準卡位，享受印度市場的AI紅利。

   參考資料來源：

   1.Ministry of Electronics and Information Technology, Government of India. (2025). India AI governance guidelines: Enabling safe and trusted AI innovation. https://impact.indiaai.gov.in/IndiaAI_Governance_Guidelines.pdf.
   2.The Economic Times. (2025, September 9). India to deploy 38,000 GPUs, set up 600 data labs to strengthen AI ecosystem: MeitY. https://economictimes.indiatimes.com/tech/artificial-intelligence/india-to-deploy-38000-gpus-set-up-600-data-labs-to-strengthen-ai-ecosystem-meity/articleshow/123790588.cms.

   
   

   智慧共生新篇章：臺東偏鄉產業轉型與雲端數位落地策略研析

   
   

   FIND研究員：任傳傑 臺東以「慢經濟」為核心，擁有自然景觀與多元文化，但偏鄉地區同時面臨交通不便、青年外移與高齡化等結構性挑戰。因應國家推動健康產業與數位轉型政策，臺東若能以雲端技術結合數據驅動治理，將有助縮小城鄉差距，並帶動產業升級。>

   
   

   當剪刀遇上演算法，美髮產業走出經驗黑盒的關鍵奇點

   
   

   FIND研究員：王君毓 美髮產業長期屬於高度勞力密集服務業，從顧客諮詢、髮質判斷、技術操作到售後關係經營，皆高度依賴設計師的專業與經驗。然而，隨著少子化與服務業人力流動加劇，美髮業同樣面臨結構性缺工與服務品質難以一致化的雙重挑戰。 >