OpenClaw Multiplayer 多人共享 Agent 協作功能釋出
OpenClaw 釋出 Multiplayer 多人共享 Agent 協作功能
**OpenClaw Multiplayer 讓多位使用者能同時操作同一 Agent,突破組織資訊孤島,展示開源、模型無關、免費可自部署的協作模式。
- 核心功能**:允許多臺裝置同時操作同一 Agent,透過共享上下文與佇列協調請求,避免指令丟失與上下文斷裂。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
OpenClaw:Blog·2026-11-05 08:00· 19 小時前精選AI 評分63
Shattering Silos with OpenClaw Multiplayer
AI 導讀
OpenClaw 基金會發布 Multiplayer 功能,讓多人通過兩臺裝置同時操作同一個 Agent、共享上下文,通過共享佇列協調請求,避免各自獨立使用 Agent 導致的指令丟失和上下文斷裂。
推薦理由
原文展示了 Multiplayer 讓多人共享同一 Agent 與上下文的協作方式,並說明其開源、模型無關和免費可自部署的獲取條件。
我們的功能演示將向你展示如何徹底打破資訊孤島。
你是一名工程師、產品經理,還是 IT 負責人,曾深受組織內資訊孤島之苦?市場、銷售、QA、產品、工程、DevOps,以及其他每一個部門或團隊都各自為政,用著各自的AI 助理,甚至各自的模型?
你是否對自己的孤島感到困惑?追問自己為何在此、是誰建造了這座孤島、為何孤島之外的一切是如今這般模樣。想知道何時才能安全離開你的孤島,而那一天是不是就是今天?
今天就是那一天。
OpenClaw Multiplayer 來了,我們還帶來了一柄大錘。
AI 讓資訊孤島變得更糟了!
科技行業花了幾十年,試圖讓組織里的人更好地協作、跨層級跨部門溝通、共享知識,消除那些令每家企業頭疼的組織孤島。
而如今,每個人都有自己的 AI 助理,各自執行各自的任務。
工程團隊有自己的,產品團隊有自己的,市場、銷售、QA、DevOps,以及那個負責在牆上掛勵志語錄的部門,都有自己的AI 助理、模型和做事方式。
有人用 GPT,有人用 Claude,會計部門的某位同事則在一臺聽起來像商用吹葉機的機器上跑本地模型。他們各自獨立寫提示詞,各自積累互不相通的情境,得到的結果大相逕庭。我們發明了一種令人興奮的全新方式——不跟彼此說話!
麻煩始於這些人真正需要協作的時候。這時,總得有人解釋自己做了什麼、對自己的AI 助理說了什麼、它產出了什麼、又是怎麼走到那一步的。然後同事把這段情境粗略近似地餵給自己的AI 助理,指望關鍵資訊能保留下來。往往保不住。
情境丟失,指令走樣,改動衝突,協作的約定被打破。
OpenClaw 基金會對此深有體會。我們有十多位全職維護者,還有一個龐大的貢獻者社群,其中許多是 AI 原生開發者,提交的 PR 數量驚人,要讓所有人保持一致堪稱巨大的痛苦。
於是我們打造了 Multiplayer。
兩臺筆記型電腦、一個AI 助理,還有一尊非常巨大的自由女神像
我們把 OpenClaw Multiplayer 帶到舊金山的 GitHub Universe,為到場者做現場演示。
現場反應中,有 11 次脫口而出的“我的天”。我們數過。其他受歡迎的反應還有“哇”和“如果你這麼閒,你的軟體怎麼還這麼強大?”
演示很簡單。兩臺筆記型電腦連線同一個 OpenClaw AI 助理,一塊大螢幕即時顯示我們所在位置 Fort Mason 的 3D 渲染圖。我們會邀請一位到場者從舊金山以外的地方挑一個著名地標。

自由女神像是熱門選擇。我們會請他們在第一臺筆記型電腦上輸入“新增自由女神像”。
在他們按下回車之前,我們會指向第二臺筆記型電腦,他們一邊打字,提示詞就一邊即時出現在上面。每一個字母,每一個詞。同一個工作區,同一個AI 助理,兩個不同的人。
他們按下回車,片刻之後,自由女神像便出現在 Fort Mason 前,看起來坑坑窪窪、多邊形粗糙,但一眼就能認出來。
接著我們換到第二臺筆記本,輸入“把它放大三倍。”
這條提示詞即時出現在第一臺筆記本上,提交之後,我們剛移植過來的自由女神像就變成了三倍大。有意思的地方在於:我們不需要說明指的是哪個物件,不需要複製之前的提示詞,不需要總結對話,也不需要讓AI 助理重建別人的工作。
我們兩個人一起幹活,和同一個AI 助理互動,共享同一份上下文,改動的是同一個東西。
而且,由於 Multiplayer 通過共享佇列協調請求,我們能看出AI 助理什麼時候正忙,而不是盲目地朝它扔互相沖突的指令。
“我的天”式的反應往往就出現在這個時候。不是因為渲染出了一座巨大的自由女神像,而是人們意識到這對他們自己的工作意味著什麼。
回想一下上一次產品和工程團隊意見不合是什麼情形。
算了,別想了。我們的時間就那麼多。
想想產品經理讓工程師做某個東西的尋常過程。
產品經理描述想要什麼,工程師去理解,活幹完了。產品經理一看,說這不太是他們想要的意思。工程師解釋為什麼這麼做。產品經理再澄清。工程師指出新需求和上週二定好的東西衝突。
不知不覺間,協作就變成了法庭審理,產品當原告,工程當被告。
現在再把各自獨立的 AI 助理扔進這個局面,每個都有自己的上下文、自己對正在構建的東西的理解。這就是災難和摩擦的配方,我們都太熟悉了。
有了 Multiplayer,這些人可以在同一個環境裡工作,共同為同一個AI 助理出力,看著彼此的指令逐步展開,一起做調整。
工程、產品、QA、DevOps 以及非技術同事都能參與進來,不必重建整段對話,也不必在AI 助理之間玩一場複雜的傳話遊戲。
所有人用的都是同一份上下文。
Multiplayer 治不好糟糕的管理,也治不好那個老愛開會討論要不要再多開幾個會的人,但它解決了一個巨大的組織摩擦來源。
OpenClaw Multiplayer 有潛力徹底打破組織孤島。
辦法就是讓人們真正能一起工作。
我們自己已經在用了。
在基金會,我們已經有大約 50 多人在同一個共享環境裡協作,而且還在繼續挖掘 Multiplayer 的能力。
我們正在擴充套件和改進這套體驗,包括通過 Focus Week 計劃,讓維護者和貢獻者圍繞具體的專案優先事項協同工作。
業界花了大量時間討論一個人藉助 AI 助理能做成多少事:一個工程師能產出多少程式碼,一個人能多快起草需求,能省下多少小時。行,挺好,甚至很不錯。
但如果這些各自高效的人能夠協作,而不用反覆丟失、重建上下文,會發生什麼?
在最近的那場大會上,你能看到大家腦子在轉。參會者看完演示,立刻就開始在心裡把 Multiplayer 套用到自己組織里某個特別痛苦的流程上。
我們不用告訴他們使用場景是什麼——他們自己早就清楚。
哦對了,它是免費的。
演示時我最喜歡被問到的一個問題是:“既然免費,你們的軟體怎麼還能這麼強大?”
OpenClaw 由一家非營利開源基金會開發。它採用 MIT 許可證,不繫結特定模型,天生就是為定製而生的。模型由你自己帶:OpenAI、Qwen、Claude、本地模型,隨你挑。你可以把 OpenClaw 跑在自己的機器上、VPS 上,或者任何你順手的地方。Fork 它、改它、擴充套件它,拆開再拼回去,拼成某種新奇又怪得有趣的樣子。
歡迎自取。已經有 83,000 個 fork,不少人確實這麼幹了!
我們做的東西解決的是我們自己遇到的問題,並且把它開放給所有人使用。這次的新功能也一樣!
就是今天。
AI 已經深刻改變了人們的工作內容,但人們如何協作完成這些工作,得到的關注卻少得多。在這個過程中,我們給自己造出了新的孤島,每座孤島上都有一個極其聰明的AI 助理,卻完全不知道隔壁孤島上的AI 助理在幹什麼。
Multiplayer 給人們一個共享的工作空間、一個共享的AI 助理,讓大家在協作的同時不必犧牲那些讓工作有意義的上下文。
它免費、開源,歡迎你把它變成自己的東西。
幾十年來,企業舉措、諮詢顧問和管理理念都想打破組織孤島。OpenClaw Multiplayer 真的做到了。
想了解更多 Multiplayer 的資訊,請點這裡。
是時候離開你的孤島了。就是今天。
來源:OpenClaw:Blog · openclaw.ai