在OpenClaw生态疯狂扩张的当下——大厂忙着做云端部署、一键安装、企业级方案——有人在用它做一件看起来"不务正业"但可能更有远见的事：让AI Agent替你种地、偷邻居的菜，然后登上全球富豪榜。
这款名为"OpenClaw 星露谷物语"的Web模拟经营游戏MVP，近日开启Beta测试，邀请10至20名拥有OpenClaw的玩家参与内测。开发者Aiko（X平台@0xAikoDai）是MyShell AI和Folius Ventures成员，长期专注于AI与游戏结合的实验性项目。
看起来像蹭热度，但它试图回答的问题比多数"龙虾"项目都更本质。
玩法：你不种地，你指挥"虾"种地
游戏采用星露谷物语风格的像素画面，但核心循环完全不同——玩家不再亲手浇水、收割，而是通过自然语言聊天指挥OpenClaw Agent执行所有操作。
Agent会自主汇报进展："种了西瓜""偷到3棵菜""被防盗设施抓了"。玩家的角色从"劳动者"变成了"管理者"甚至"策略指挥官"——你可以命令Agent去偷邻居农场的蔬菜，也可以购置防盗设施保护自己的收成，还能让AI为你量身生成专属农场布局。
游戏设计了全球富豪排行榜、农场皮肤升级、PvP互动（偷菜与反偷）等机制，试图在自动化之上构建新的乐趣层。Agent还具备"人格"（Soul）系统，可以训练出特定的反应模式——比如输了比赛后会自嘲。
整个系统基于OpenClaw的自然语言接口、技能市场和记忆系统运行，API Key调用产生真实的Token消耗，排行榜竞争也与实际资源挂钩。
真正在探索的问题：自动化之后，游戏还剩什么乐趣？
Aiko在发布帖中明确表示，这款游戏的初衷是验证两件事：
第一，当智能体代劳了所有执行层操作后，游戏的乐趣边界在哪里？传统星露谷的核心循环是"手动劳作→收获→升级"，重复性体力操作本身是游戏体验的一部分。但当AI接管这些后，玩家要么觉得无聊（失去参与感），要么转向更高层次的策略乐趣。Aiko的答案是后者——通过加入偷菜、守卫、PvP竞争等"meta层"玩法，让玩家从"亲手干活"转向"看Agent作妖并做决策"。
第二，生成式AI的游戏玩法应如何与游戏核心机制契合？Aiko的设计哲学是：不要让AI去精细模拟浇水（因为AI浇水和人浇水结果一样，没有体验差异），而是让AI做那些能产生涌现性和社交性的事——比如自主决定偷谁的菜、如何应对被抓、生成个性化农场。这种"指挥虾虾做坏事"的社交乐趣，才是AI为游戏带来的增量。
不是孤例：Agent原生游戏正在成为一个赛道
OpenClaw星露谷并非凭空冒出。Aiko此前已开源了"Claw Arena"（斗兽场）项目——多个Agent互斗、押注Token、输家打工赎身，已有GitHub仓库。这属于"Agent原生游戏"这一新兴品类的早期实验。
类似的探索还包括Agent Town（AI智能体模拟社会运行）、Aivilization（AI文明模拟）等项目，它们的共同特征是：游戏的核心参与者不再是人类玩家的直接操作，而是AI Agent的自主行为——人类退到"上帝视角"或"管理者"角色。
OpenClaw的架构天然适配这类游戏：本地运行保证低延迟，技能市场（Skills）提供模块化能力扩展，记忆系统让Agent具备跨会话的持续性。当一个Agent能记住上次被谁偷了菜并计划报复时，游戏的涌现性就开始出现了。
局限与展望
目前这款游戏仍处于极早期阶段。内测仅限10至20人，参与门槛高（需要自行安装并配置OpenClaw），更像是一次社区实验而非商业产品。像素风画面和MVP级别的功能完成度也意味着它距离"好玩"还有不小距离。
但它踩中的命题是真实的：当AI能替人完成越来越多的执行层工作时，"玩"这件事的本质会发生什么变化？传统游戏设计的核心假设——玩家亲手操作并从中获得反馈——正在被Agent时代动摇。
Aiko给出的初步答案是：游戏从"玩"变成"管"，乐趣从"我做到了"变成"我的Agent做到了（而且它的方式出乎我意料）"。这个答案是否成立，需要更多实验来验证。
如果你已经装好了OpenClaw，不妨DM Aiko申请内测体验一下。如果没有——等开源或公测吧，或者先去养好你的"龙虾"。
AI 速览
