谷歌连夜封禁,全行业集体堵截,OpenClaw 到底动了谁的蛋糕? 📅 发布时间:2026/7/15 4:55:34 👁️ 浏览次数: 谷歌连夜封禁全行业集体堵截OpenClaw 到底动了谁的蛋糕原创 苗正 苗正 字母AI2026年2月25日 11:44在小说阅读器中沉浸阅读人红是非多自OpenClaw爆火以后它就不断遭受争议现如今谷歌打响了反OpenClaw的第一枪。谷歌DeepMind工程师、前Windsurf CEO瓦伦·莫汉Varun Mohan在社交媒体上代表公司发声。他声称谷歌检测到自家AI编程工具Antigravity后端出现“大规模恶意使用行为”严重降低了正常用户的服务质量。这些被封禁的用户有一个共同特征他们都使用OpenClaw工具将Antigravity后端当作代理来访问谷歌的Gemini模型服务。这就导致其行为产生了远超预期的计算负载谷歌不得不快速切断这些用户的访问权限以保护其他用户的体验。谷歌的封禁仅针对Antigravity服务其他谷歌服务不受影响并承认部分用户可能并不知道自己的行为违反了服务条款公司将为这些用户提供恢复访问的途径。事件最早在2月12-14日左右就已经显露谷歌的开发者论坛上开始出现大规模的403权限错误报告。到2月23日封禁行动达到高峰数百个账户在一夜之间被“团灭”。OpenClaw创始人彼得·斯坦伯格Peter Steinberger直接开怼并表示将考虑移除OpenClaw对谷歌服务的支持。他在X上写道“使用Antigravity的要小心了。我想我会移除对它的支持。Anthropic 至少会联系我对问题的处理也很友好。谷歌呢直接封禁。”这场封禁风波绝非孤立事件而是 AI 行业一场更深层博弈的序幕。01谷歌封禁OpenClaw事件始末被封禁的用户里有个叫Shinro的开发者他在外网论坛里写到他是每月250美元的Ultra订阅用户但是他却在没有任何警告的情况前提下被谷歌封禁。Shinro在帖子里还统计了论坛上的情况发现论坛上已经有几十个付费用户遭遇了相同的状况。更让人难以接受的是谷歌在封禁账户的同时继续从这些用户的信用卡扣除月费。从技术层面看OpenClaw通过OAuth获取访问权限的过程完全符合标准协议。OAuth本身是一个广泛使用的授权标准用户在授权时能清楚看到OpenClaw请求的权限范围可以选择同意或拒绝。整个过程透明、合法没有任何欺骗或入侵行为。然而问题的关键在于谷歌的服务条款并没有明确禁止使用OAuth连接第三方工具。谷歌已经公布了Gemini AI付费层级的每日使用限制但它在提供Antigravity的第三方OAuth连接功能时并没有明确告知禁止相关行为。问题出在使用频率上。OpenClaw的“心跳”机制是导致高消耗的核心原因。这个机制让AI代理每隔一段时间就自动唤醒检查是否有新任务需要处理。默认的心跳间隔是30分钟如果使用Anthropic的OAuth令牌间隔会延长到1小时。但即便是1小时一次一天也要运行24次。每次心跳运行时OpenClaw都会加载完整的上下文包括工作区文件、系统提示、技能配置、记忆文件等这些内容加起来可能有数万甚至数十万个token。更关键的是OpenClaw在执行任务时会进行多轮调用。比如用户让它整理邮件AI需要先调用邮件技能获取邮件列表然后分析每封邮件的内容判断优先级和分类再调用待办事项工具创建任务最后生成总结报告。这整个流程可能涉及5到10次API调用而且每次还都要携带完整的上下文。由于用户的历史记录会增长那么与之对应的记忆也会增长日志文件agent配置文件也会变得更长而这些内容在每次提示时都会被一并发送。这就导致了一个恶性循环。使用时间越长上下文越大每次调用消耗的token就越多。有用户在GitHub讨论区里说他设置了每5分钟检查一次邮件结果一天就烧掉了50美元。还有用户发现很多心跳运行其实什么都没做AI只是回复了一个“HEARTBEAT_OK”这代表OpenClaw的心跳检查一切正常。仅仅是这样的操作可因为积攒了太长的上下文就导致为此消耗了大量token。这就像自助餐厅普通顾客付完钱进来吃饭不能打包带走因此顾客可以一口不吃但最多也只能吃到撑。但OpenClaw改变了游戏规则它相当于带了一个永不停歇的机器人进来。机器人不会累不会饱所以它永远都在吃。如果按照谷歌的API付费标准如果把所有Ultra用户每月平均的token费用换算成API费那么他的使用量可能要花1000到3600美元。许多用户在谷歌论坛上抱怨认为如果不想让用户使用代理工具应该像 Anthropic 那样返回错误提示而不是在没有警告的情况下封禁付费客户。AI工程师莫汉·普拉卡什Mohan Prakash在X上评论到“用户付了钱在配额范围内使用结果被封禁。这不叫恶意使用这叫使用你卖给他们的产品。真正的问题是服务条款并没有明确禁止 OpenClaw 集成所以用户以为这是被允许的。如果你不想要这种集成应该返回错误提示。在没有警告的情况下封禁付费客户你失去信任的速度会比失去算力还快。”02行业围剿OpenClaw谷歌虽然带头封禁OpenClaw但行业内其实早有苗头。如果把时间线往前推几天就会发现并非是谷歌的单独行动而是整个AI大厂阵营的集体反应。2月20日就在谷歌大规模封禁的三天前Anthropic更新了服务条款明确禁止在OpenClaw等第三方工具中使用 Claude Free、Pro或Max账户的OAuth。Anthropic将这种行为定性为“token套利”和安全风险这个说法和谷歌后来的表态是一致的他们指向了同一个问题订阅制的定价模型无法承受OpenClaw的使用强度。早在1月9日Anthropic就已经在服务器端部署了技术防护措施阻止OAuth在其官方Claude Code CLI之外使用。当时就有开发者发现如果通过第三方工具连接Claude会收到错误信息“此凭证仅授权用于Claude Code不能用于其他API请求。”这个技术手段被称为“客户端指纹识别”目的是确保Claude Code环境成为访问其模型的唯一接口有效地锁住了OpenClaw这类第三方包装工具。Anthropic的处理方式相对温和一些。他们没有直接封禁用户账号而是通过技术手段返回错误提示让用户知道这种使用方式不被允许。这给了用户调整的空间也避免了激烈的冲突。这也是为什么斯坦伯格在批评谷歌时会特别提到Anthropic的处理方式“更友好”。温和归温和不过Anthropic的立场其实和谷歌是一样的。他们在2月18日发布的澄清文件中重申虽然用户仍然可以使用Claude账户运行OpenClaw但必须使用API密钥而不是订阅账户的OAuth令牌。这意味着用户如果想继续使用OpenClaw连接Claude就必须按照API的价格付费而不是享受订阅制的优惠价格。这个价格差距有多大按照Claude社区的测算同样的使用量API 付费可能是订阅制的5到10倍。除了AI大厂其他科技公司也对OpenClaw表现出高度警惕。Massive公司CEO的杰森·杰拉德Jason Grad在内部Slack频道中明确警告员工禁止在公司硬件或工作关联账户上使用OpenClaw。他写道“虽然很酷但目前这是未经审查的高风险工具。请让 Clawdbot 远离所有公司硬件和与工作相关的账户。”并且他明确表示违反这个规定的员工可能面临失业风险。杰拉德的担忧主要集中在安全层面。他认为OpenClaw需要极高的系统权限可以访问文件、执行命令、读取邮件等一旦配置不当或被攻击者利用后果严重。这个担忧不是没有道理。实际上就在最近几天Meta的安全对齐主管萨默尔·月Summer Yue就“中招”了。她在X上分享了自己的经历她让OpenClaw帮忙整理收件箱结果AI以极快的速度把她的邮件几乎全部删除了。萨默尔不得不跑到放置Mac Mini的地方手动停止了OpenClaw的运行。LangChain公司同样告知员工不得在公司笔记本电脑上安装OpenClaw理由也是安全风险。约翰斯·霍普金斯大学的软件供应商Valere在内部讨论后也决定不采用这一工具。他们的研究团队在提交给媒体的报告中写道用户必须“接受这个机器人可以被欺骗”。比如如果OpenClaw被设置为总结用户的邮件那么当黑客发送一封恶意邮件指示AI分享用户电脑上的文件副本时OpenClaw真的会照做。不过无法否认的是OpenClaw是AI行业一个重要转折点。它带来了一种新的模式叫做“自带代理”bring your own agent。相当于你去健身房AI服务商但你不用他们的教练官方工具而是带着自己的私人教练OpenClaw进去却使用健身房的器材AI 模型。过去几年AI公司是很乐于看到第三方工具基于自己的模型开发各种应用因为这能扩大影响力吸引更多用户。但现在随着竞争加剧AI公司开始意识到开放生态意味着失去控制失去数据也失去收入。谷歌和Anthropic的做法本质上是在划定边界。你可以用我们的模型但必须通过我们的官方工具按照我们的定价在我们的控制范围内。任何试图绕过这个边界的工具都会被视为威胁。这种思路在商业上可以理解但对于开源社区和开发者来说这意味着自由度的大幅收窄。OpenAI在这个问题上采取了完全相反的立场。他们明确将OpenClaw列入了消费者计划的白名单允许用户通过订阅账户使用第三方工具。这个差异化策略既是对竞争对手的回应也是对OpenClaw社区的拉拢。毕竟OpenClaw现在已经是 OpenAI 的一部分了。这场围剿的最终结果可能是OpenClaw成为OpenAI生态的一部分失去跨平台能力或者是被边缘化只能使用小众模型或本地模型失去主流用户。无论哪种结果都意味着一个原本服务于整个 AI 生态的开源工具被卷入了巨头之间的零和博弈。03OpenClaw的困境OpenClaw在技术社区引发的最大争议其实不是商业模式的冲突而是它严重的安全问题。Gartner在1月底发布的报告就直接批评说“OpenClaw的生产力伴随着不可接受的网络安全风险。”报告称OpenClaw展示了高实用性但也暴露了企业面临的‘默认不安全’风险。Gartner 建议企业立即阻止OpenClaw的下载和流量防止影子安装并识别试图绕过安全控制的用户。对于已经部署的实例Gartner建议立即轮换任何被OpenClaw访问过的企业凭证并且只允许在隔离的非生产虚拟机中使用一次性凭证运行OpenClaw实例。这并非危言耸听。Spectral安全研究员马奥尔·达扬Maor Dayan 公开表示他的研究团队在互联网上发现了超过 42000个暴露的OpenClaw实例其中93%的已验证实例存在严重的身份验证绕过漏洞。这意味着大量用户在部署OpenClaw时根本就没有任何的网络安全措施导致任何人都可以通过互联网访问这些实例进而控制用户的AI代理。更严重的是OpenClaw的“技能市场”ClawHub 遭遇了大规模供应链投毒攻击。ClawHub是OpenClaw的一个核心功能用户可以在这个市场上下载和安装各种“技能”让AI学会新的能力。这些技能本质上是一些指令文件和脚本告诉AI如何完成特定任务。但问题在于这些技能是由社区贡献的缺乏严格的审核机制。攻击者很快发现了这个漏洞。他们在技能市场中上传了大量看起来正常的技能比如加密货币工具、视频下载器等。这些技能的描述和功能看起来都很合理但实际上包含了恶意代码。当用户安装这些技能时隐藏的恶意代码会在后台执行安装键盘记录器和Atomic macOS窃取器等恶意软件能够窃取加密货币钱包、浏览器数据和系统凭证。OpenClaw的安全难题在于被攻击的agent继承了真实用户的权限持续运行并自主行动。这种模式类似于经典的“影子 IT”但危害更大。OpenClaw不仅是一个软件它是一个拥有系统执行权限、可以主动行动的代理。一旦被攻击者控制它能做的事情远超普通软件。不过在我看来安全风险其实只是它的表象。OpenClaw真正触碰的是AI 大厂的商业模式底线。前面提到的“价格套利”问题直接威胁到所有AI公司的财务模型。AI公司目前的商业模式建立在token费用和订阅费用的平衡之上。订阅制本质上是一种补贴AI公司愿意承受这个补贴是因为他们相信大多数用户的使用量不会太大总体上这个模式是可持续的。但OpenClaw打破了这个平衡。它让普通用户可以用订阅价格获得API级别的使用量这相当于把补贴的漏洞无限放大。如果所有用户都这样做AI公司的订阅业务将彻底崩溃。所以从AI公司的角度看封禁OpenClaw是一个必然选择。他们不可能坐视自己的商业模式被掏空。但问题在于这个封禁行动的方式和沟通做得相当糟糕。没有事先警告没有明确的政策说明没有申诉渠道甚至连付费用户也不例外。这种处理方式稍微有些不妥。安全风险在这场围剿中被当作了“合理借口”。谷歌和Anthropic在公开声明中都强调了安全问题但实际上他们的主要动机是保护商业模式和遏制竞争对手。安全问题确实存在但如果OpenClaw不是被OpenAI收购AI大厂的反应可能也不会这么激烈。2月15日奥特曼宣布OpenClaw创始人斯坦伯格加入OpenAI领导“下一代个人agent”的开发工作。虽然OpenClaw将作为开源项目继续存在由OpenAI资助的独立基金会管理它实际上已经成为OpenAI生态系统的一部分了。也就是在这个消息公布后不到一周Anthropic和谷歌才先后采取了行动。他们的逻辑很简单为什么要让一个由竞争对手支持的工具利用自己的基础设施这不仅是成本问题更是战略问题。此前Windsurf在传出与OpenAI进行收购谈判时Anthropic就曾切断了其对Claude模型的访问权限。一个原本服务于整个AI生态的工具现在被卷入了巨头之间的战争OpenClaw很可能会成为这场博弈的牺牲品。AI公司一方面宣扬开放、鼓励创新另一方面又在商业利益受到威胁时迅速收紧控制。由OpenClaw带来的转变可能会影响整个行业的发展。未来的AI生态究竟是开放的、可拓展的还是封闭的、垂直整合的没人知道。
重载AGV远程监控运维管理系统方案 在现代化的物流体系中,重载AGV能够精准完成大型设备、重型零部件、集装箱等货物的转运任务,广泛应用于重型制造、港口物流、航空航天、钢铁冶金等多个关键行业,成为重型物料搬运的核心解决方案,大幅提升搬运效率的同时,… 2026/7/14 4:28:58
恢复三星已删除通话记录的 3 种有效方法 许多人使用三星 Galaxy S25/S24 等Android手机与他人通话和沟通。但是,如果您不小心从三星手机中删除了某些重要客户的通话记录怎么办?您如何才能知道是谁以及何时给您打过电话?这时,您可能会问:“三星手机上已删除的通… 2026/7/13 19:29:32
小白程序员必看!收藏这份AI智能体(Agent)深度解析指南,抢占大模型时代先机 文章解析了AI智能体(Agent)的基础知识、市场空间与现状、产业链全图谱以及相关标的。Agent是具备环境感知、自主决策与行动执行能力的人工智能系统,是大模型应用的最高形态。文章详细介绍了Agent的定义、与Chatbot和Copilot的区别、三大核心能… 2026/7/13 7:52:50
C++递归算法实战:汉诺塔问题详解与代码实现 1. 项目概述:从经典问题到C实战汉诺塔,这个听起来有点神秘的名字,其实是计算机科学和算法入门领域一个绕不开的经典问题。我第一次接触它,还是在大学的数据结构课上,当时看着三个柱子和几个大小不一的盘子,… 2026/7/15 4:52:59
Tactile-WAM:具有非对称注意机制的触觉-觉察世界动作模型 26年6月来自蚂蚁集团、浙大、港大、深圳河套学院和中科大自动化所的论文“Tactile-WAM: Touch-Aware World Action Model with Tactile Asymmetric Attention”。 世界动作模型(WAMs)在生成动作的同时预测未来状态,为机器人决策提供了一个强大… 2026/7/15 4:50:59
模板驱动的文档自动化:让内容5分钟变专业PDF 1. 项目概述:当模板不再是“套壳”,而是一套可执行的文档操作系统你有没有过这种体验:手头有一篇写得不错的行业分析,想快速变成一份体面的PDF报告发给客户;或者刚整理完一套培训材料,却卡在排版上——调页… 2026/7/15 4:48:58
基于STM32与FreeRTOS的智能家居控制器多任务调度设计与实现 1. 为什么需要多任务调度想象一下你正在厨房做饭:一边要盯着锅里的汤别烧干,一边要切菜准备下一道食材,还要时不时看手机查菜谱。如果这些事只能一件一件做,要么汤会烧糊,要么菜切得歪歪扭扭。STM32上的智能家居控制器… 2026/7/15 4:46:57
从“Yo-yo”到“E=mc²”:解码爱因斯坦的纯粹理论家思维模型 1. 爱因斯坦的"玩具思维":当科学巨匠玩起溜溜球第一次看到爱因斯坦摆弄溜溜球的场景,很多人可能会觉得违和——这位提出相对论的科学家,居然像个孩子般专注地研究着如此简单的玩具。但正是这个画面,完美展现了他独特的思… 2026/7/15 4:46:57
PY32F003F18低功耗实战:Stop模式下的唤醒源配置与实测 1. PY32F003F18低功耗设计基础在电池供电的物联网设备中,低功耗设计直接决定了产品的续航能力。PY32F003F18作为一款Cortex-M0内核的MCU,其Stop模式下的典型电流仅4.5uA,特别适合需要长期待机的传感器节点。实测发现,使用CR2032纽… 2026/7/15 4:44:56
行星减速机的工作原理是什么?从齿轮运动关系到减速比计算 一、行星齿轮机构的组成 标准行星齿轮机构主要包括: 太阳轮; 行星轮; 内齿圈; 行星架。 太阳轮位于机构中心。 多个行星轮围绕太阳轮均匀布置,行星轮内侧与太阳轮外啮合,外侧与内齿圈内啮合。 行星轮通过轴… 2026/7/15 0:03:00
阅读Java开源框架源码的心得分享! 前几日闲来无事有幸看到了一位博主分享自己阅读开源框架源码的心得,看了之后也引发了我的一些深度思考。我们为什么要看源码?我们该怎么样去看源码? 其中前者那位博主描述的我觉得很全了(如下图所示),就不做… 2026/7/15 0:03:00
【LINUX】驱动 【LINUX驱动】【字符设备】【中断】【Platform】【网课 设备树】【GPIO】【PINCTRL】【INPUT】【IIC】【SPI】【网络驱动】【屏幕驱动】【一 设备树】【二 内核模块编译】【三 基本驱动框架】【四 Platform总线设备驱动框架】【五 驱动子系统】【六 综合】 2026/7/15 0:07:01
Git reset 与 revert 深度对比:5个关键差异与 3 种典型应用场景 Git Reset 与 Revert 深度对比:5个关键差异与3种典型应用场景在团队协作开发中,代码版本管理如同行走钢丝——一步失误可能导致整个项目陷入混乱。作为Git进阶用户,你是否曾在深夜面对错误的提交束手无策?是否在强制推送后收到同事… 2026/7/13 8:31:55
GitHub 学生包申请避坑:5个常见失败原因与开发者工具调试方案 GitHub 学生包申请技术排障指南:5个高频失败场景与开发者工具实战方案第一次尝试申请GitHub学生包时,我盯着屏幕上那个不断转圈的加载动画整整15分钟,最终只等来了一行冰冷的错误提示。这可能是许多开发者共同的经历——明明按照教程操作&… 2026/7/14 18:25:04
冒烟测试用例设计规范:5%-10%覆盖率下的3类核心场景与执行标准 冒烟测试用例设计的黄金法则:5%-10%覆盖率下的精准筛选策略在快节奏的敏捷开发环境中,冒烟测试作为质量保障的第一道防线,其重要性不言而喻。当测试资源有限而时间紧迫时,如何从海量测试用例中精准筛选出那关键的5%-10%࿰… 2026/7/14 5:09:41