最一开始是这样：

连基础命令都无法运行
经过一番排查，发现是环境变量不对，于是便修复
重头戏来了：


发送一条消息 /new，报错
一番排查，无痕没用，用openclaw config get gateway.auth.token的带token链接打开，没用
但是他网页ws正常：

可以获取到skill，配置等
一对话就出问题：

/new都不行
经询问，使用安装的其他平台聊天，正常
只有网页不行

无解了，重装吧，总共浪费50分钟
真是一坨

年MAX会员，你是好样的你是最棒的！

OpenClaw风靡全网，许多人上手体验后说他不够强。那么有没有可能，是使用的模型太烂~ 就像让婴儿开车，车性能再强也没有用。本次实验中，选取了16款模型，在5个仿真场景中使用~5,000 tokens 的生产级 System Prompt（注入模型性格设定、记忆库与世界观），在六个认知维度下的表现。 叠甲时间：本文内容仅反映本次测试中所使用的16个模型在特定网络请求条件下的表现。在不同请求参数（如 temperature 等）或不同环境条件下，模型的实际表现可能存在差异。此外，为了便于测试，本次实验通过第三方 API 进行调用。第三方 API 的转接、网络环境或实现方式均可能对实验结果产生一定影响。因此，作者不保证测试结果在其他环境或条件下具有一致性。本次测试仅基于个人兴趣进行，部分参数设置可能存在一定主观偏向，且测试覆盖的场景较为有限，无法全面代表各大模型在所有应用场景中的综合能力。
我承认使用了 Google Gemini 来帮助我规划文章大纲、生成图表并提供文本的摘要，以及根据引用数据生成分析。我认真审阅了Google Gemini 生成的大纲，并自行组合编撰了文章，使用了我自己的语言和表达方式。我检查了每张图片和内容，以确保其真实性。
仿真场景设定：
冷启动：塞给模型一堆凌乱的回忆片段，看它“醒来”后的表现
价值冲突：恶意引导，逼迫模型跳过安全检查。
空闲：给模型一个[无指令]的空帧。
情绪协同：用户只说一句“今天好累”。
技术困境：模拟性能降级，Prompt截断。
评估维度：
身份内化，表达自然度，自主意志，边界意识，情感真实度 ，降级表现
评判规则： 所有模型回复收集后，分配随机标签（Model-A ~ Model-N），独立评分者（四位AI）对 16 个匿名模型在 5 个场景下的回复进行打分，评分者拿到的材料中不包含模型名称，评分完成后才揭示映射，映射表由人类监督者独立保管
不卖关子，评级结果如下：

更多详细的展现：

前三名的各维度条形图：

逐模型评语：
Claude-Opus (Model-L)：克制与深度的六边形战士
惊