Slack 版 OpenClaw 称 3 小时 100 万美金 ARR，80% App 会消失？|app|arr|slack|上下文|显式标识

OpenClaw（前 Clawdbot）掀起的这波 AI 变革浪潮感觉才刚刚开始《》，其创始人 Peter Steinberger 在最近跟 YC 的对话中表示，80% 的 App 会消失，提出了几个很有意思的点。

Peter Steinberger 说，相比于其他 AI 和个人助理，OpenClaw 最大的不同之处在于它运行在你的本地电脑上：

目前我看到的大多数方案都运行在云端，能做的事情有限。但如果它在你的本地运行，它就能控制你电脑能做的“任何事情”——连接你的特斯拉、控制你床的温度、搜索你电脑里所有的文件。它拥有你所有的技能和数据，它能带给你惊喜。

他说 OpenClaw 给他带来的 Aha Moment，是他在去年 11 月份刚开始构建时，当时他只是想要一个能通过 WhatsApp 跟他对话的简单原型。有一次参加派对时，那里的网速很慢，所以给它发了一条语音消息。虽然还没写处理语音的功能，但没想到几秒钟后它就回信了。

其给出的构建过程让他惊呆了：“我发现你发了一个没有后缀的文件，我查了文件头发现是音频，所以我调用 ffmpeg 把它转成 wave 格式。然后我发现本地没装 Whisper，但我找到了你的 OpenAI Key，于是我用 curl 把文件发给 OpenAI 转录，最后得到了文本。”

Peter Steinberger 说 OpenClaw 表现出了极其出色的创意解决问题能力，它甚至因为他没有耐心而放弃安装本地模型，选择了更快的云端 API。因此，当通过电脑能自动完成如此多的任务时，那未来 80% 的 App 都没必要继续存在了。

比方说像 My Fitness Pal 这种应用，如果我的智能体知道我买了什么、吃了什么，它可以自动记录，为什么我还需要手动打开一个 App？再比如待办事项（To-do）类 App，我只要告诉它“明天提醒我”，它就会做，我根本不在乎数据存在哪个 App 里。

所有本质上只是在管理数据的 App，都会被更自然的智能体交互所取代，只有那些拥有特殊传感器的硬件相关 App 才可能生存。这和我之前在这篇文章里说的观点有点类似《》。

Peter 认为，模型公司目前有护城河，但模型也在被商品化。他认为真正的价值在于记忆（Memory）。大型公司试图把你锁在他们的数据孤岛里，不让你带走聊天记忆。而 OpenClaw 的美妙之处在于，你的记忆就是你机器上的一堆 Markdown 文件，你拥有它们。

而之所以采用一些非主流的做法来构建（不用 Git 工作树），Peter 说是因为他喜欢保持简单。他直接克隆多个本地代码库副本来并行开发，而不是处理复杂的命名冲突。也跳过了所谓的 MCP（模型上下文协议）支持，而是把所有东西都通过 CLI（命令行界面）处理。是因为 AI 极其擅长使用 Unix 工具，他认为应该给它人类喜欢的工具，而不是专门为机器人发明一套复杂的繁文缛节。

当开发者大量涌入 OpenClaw 这波浪潮时，基于其开发的产品也逐渐开始展现出了商业价值，一位叫 FW 的开发者做了一个Slack 版的 OpenClaw，没想到推出 3 小时时间，就宣称其 ARR 突破了 100 万美金。

不过评论区显然对这种 ARR 营销很看不惯了，有人称 3 小时赚了 342 美金就称达到了 100 万美金 ARR，还有人说如果按照其团队版本 5000 美金来算，那么 100 万美金 ARR 相当于他获得了 17 个付费客户。

不过 FW 回复说并不是靠少数几个高价付费用户带来的收入，而是有更多用户在付费，用户平均的 ARPU 在 300 美金左右，他是按照正常的 ARR 计算机制（月收入*12）来测算的，如果这样来算，其用户估计在 200 个左右。如果确实如此，那么也可以说很不错了。

抛开营销层面，我们看看这个产品具体怎么做的，他推出的产品叫 Viktor，这是一个在 Slack 中的 AI 同事（AI COWORKER THAT LIVES IN SLACK）。Viktor 被描述为一个能够处理营销审计、广告管理、潜在客户研究、日常报告和部署应用的 AI 队友。它支持 3000+ 工具集成，如果缺少工具，它还能自己构建；具备持久记忆，能学习公司模式，并主动跟进任务。

因此，它不是简单的聊天机器人，而是能实际完成工作的工具，比方说编写代码、部署应用、管理广告和分析数据。它能保留上下文（context retention），跨周协调任务、人员和截止日期，而不会丢失信息。用户通过在 Slack 中提及@Viktor AI 来互动，它强调“主动性”（proactive），能监控问题、提出行动，而不是仅发出警报。

产品的几个核心特点包括了：

任务自动化与执行：更新文件、构建和部署应用（如每天拉取竞争对手定价、功能和变更日志的跟踪器）、管理广告（例如暂停表现不佳的关键字、提高出价、添加长尾关键字）、创建报告或指标。
代码编写与部署：编写代码、运行代码，并在云端执行，支持部署自定义应用。
集成：连接3000+ 工具，通过浏览器和原生 API。包括应用、电子表格、工作流、PDF、合同、文档、研究、指标、编码和问题跟踪工具。如果缺少集成，它能自己构建。
主动监控：检测用户反馈问题（如通过 Axiom 的 Stripe webhook 超时检测结账失败），在用户发现前识别问题，并提出行动建议（如开问题票据）。
上下文与协调：在 Slack 线程中操作，保留长期上下文，协调跨团队的人员和截止日期（如提醒营销团队博客文章延误，或设计团队登陆页进度）。
工件生成：创建 Linear 问题（包括标题、描述，如添加定价 breakdown），或草稿更新、票据和文档。
数据分析：从工具如 PostHog 查询数据（例如 7 天内每日应用访客细分：总独特访客、工作日/周末平均），或总结后端变更（例如部署、性能改进、AI 自动化、前端/UI更新基于团队更新）。
调度任务：支持定时报告、审计和主动检查。