# NVIDIA 说 OpenClaw 开源智能体项目 60 天拿了 25 万星，但治理成本才是真问题

> 原标题：Nemotron Labs: What OpenClaw Agents Mean for Every Organization

- 来源：NVIDIA 博客
- 发布时间：2026-04-30T20:00:39.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/12315
- 原文：https://blogs.nvidia.com/blog/what-openclaw-agents-mean-for-every-organization/

## 摘要

NVIDIA 这篇博客主要讲了两件事：一是 Peter Steinberger 做的自托管持久化智能体 OpenClaw 在 GitHub 上火了，到 2026 年 3 月已经攒了 25 万颗星，增速超过了 React。二是 NVIDIA 自己推出了 NemoClaw，用 OpenShell 沙箱和 Nemotron 模型来跑智能体。文章真正想聊的是治...

## 推荐理由

我会先打个折：这是 NVIDIA 官方博客，立场肯定偏向自家 Nemotron 和 NemoClaw，但文章没回避常驻 Agent 最要命的问题——token 成本暴涨和安全边界。OpenClaw 本身是 Peter Steinberger 做的自托管常驻 Agent，NVIDIA 用 OpenShell 沙箱和 Nemotron 模型给它加了网络、数据访问的默认限制，这个加固思路比单纯吹性能更有信息量。文中给出的推理后 token 增 100 倍、自治 Agent 再增 1000 倍的估算，虽然没披露测算口径，但把成本焦虑直接量化了，对做落地的人...

## 锐评

这篇博客借 OpenClaw 的热度引出 NVIDIA 自己的 NemoClaw 方案，核心论点落在治理成本上：推理模型让 token 消耗翻了 100 倍，自主智能体再翻 1000 倍。这个数字很吓人，但正文没披露测算口径——是单次任务还是持续运行、对比的基线是什么，全都没说。所以“1000 倍”更像一个警示方向，不能直接当成本预估用。

NemoClaw 的卖点是 OpenShell 沙箱加 Nemotron 模型，强调自托管和权限控制。对不想把业务数据交给第三方 API 的团队，这确实是个选项。但文章没给出沙箱逃逸率、任务成功率或延迟数据，也没讲清楚和 OpenClaw 在能力上到底差多少。

整体看，这篇的价值在于提醒：智能体一旦跑起来，算力账单会暴涨，治理必须前置。但产品对比和性能验证都缺，做选型的话还得等实测。