Opkomst en ondergang van OpenClaw — Tijdlijn en de werkelijke oorzaken van het verval
OpenClaw steeg snel. En verdween nog sneller.
OpenClaw faalde niet als product. Het verloor zijn brandstof.
Wat er uit ziet als een dramatische opkomst en ineenstorting, is eigenlijk iets mechanischer en interessants. OpenClaw was een dunne laag bovenop een tijdelijk economisch voordeel in het AI-ecosysteem. Zodra dat voordeel verdween, verdween ook de aandacht.
Dit artikel deconstructeert de exacte tijdlijn, de werkelijke drijvende krachten achter de piek en waarom de daling onvermijdelijk was.
De illusie van productgedreven groei
De meeste mensen nemen aan dat OpenClaw groeide omdat het een geweldige AI-agent was — en dat is slechts gedeeltelijk waar.
OpenClaw was echt nuttig. Het ondersteunde meer dan 50 integraties, werkte met Claude, GPT-4o, Gemini en DeepSeek, en trok adoptie door bedrijven aan — Tencent bouwde er direct een platform bovenop. Maar capaciteit alleen maakte het niet onderscheidend ten opzichte van vergelijkbare alternatieven:
- Cline
- Op LangChain gebaseerde setups
- Andere agent-wrappers
De echte drijvende kracht was toegang, niet capaciteit — een onderscheid dat de hele boog van de opkomst en ineenstorting van OpenClaw verklaart.
OpenClaw maakte krachtige modellen goedkoop in gebruik op grote schaal.
Fase 1. Stil opkomen (november 2025)
Het verhaal begint in november 2025, toen Peter Steinberger de eerste prototype in ongeveer één uur bouwde. Hij was geïrriteerd dat het gereedschap nog niet bestond, dus hij bouwde het, en noemde het Clawdbot — een knipoog naar Anthropic’s Claude, complete met een kreeft als mascotte.
De eerste versie was praktisch in plaats van schitterend: een AI-agent die kalenders kon beheren, e-mails controleren, afspraken boeken en computertaken voor de gebruiker kon automatiseren. Steinberger deelde het in ontwikkelaargemeenschappen en early adopters herkenden iets veelbelovends, hoewel de groei in deze fase traag en organisch bleef, zonder zichtbaarheid buiten technische kringen.
Fase 2. De virale ontsteking (januari–februari 2026)
De piek begon toen verschillende krachten zich snel op elkaar volgden.
1. Naamdrama en gedwongen rebrands
Begin januari 2026 stuurde Anthropic Steinberger een handelsmerkverklaring over “Clawdbot”, verwijzend naar fonetische gelijkenis met “Claude”. Volgens zijn verslag behandelde Anthropic het professioneel — maar de verklaring dwong een hernoeming. Het project werd Moltbot voor drie dagen, toen OpenClaw, en het gedwongen rebranding genereerde precies het soort aandacht dat marketingbudgetten niet kunnen kopen.
2. De agent-hypegolf
De markt was al voorbereid op een agent-doorbraak:
- autonome agents waren trending op sociale media en in de tech-pers
- “AI die kan handelen” was het dominante narratief geworden
- ontwikkelaars zochten actief naar gereedschap dat complexe workflows kon automatiseren
OpenClaw arriveerde op precies het juiste moment, toen de vraag naar dit soort gereedschap op zijn hoogst was en het verhaal van autonome AI-agents de mainstream-aandacht vastgreep.
3. Het goedkope compute-gebrek
De meest beslissende factor was een compute-prijsgebrek dat geen enkel goed engineering had kunnen creëren.
Gebruikers ontdekten dat OpenClaw zich kon verbinden met Claude door het OAuth-token van een Claude Pro- of Max-abonnement te pakken en de authenticatie-headers van Anthropic’s eigen Claude Code-client te spoofen. In plaats van per token te betalen via de API, kregen ze effectief:
bijna onbeperkte agent-executie voor een vaste maandelijkse kosten
De cijfers maakten dit explosief. Een Claude Max-abonnement kostte $200 per maand, terwijl het draaien van equivalente workloads via de API veel meer zou kosten — brancheanalisten schatten een prijsverschil van meer dan vijf keer, wat betekent dat Anthropic elke zware OpenClaw-gebruiker stil subsideerde met honderden dollars per maand.
Dit veranderde gedrag direct:
- ontwikkelaars draaiden zware experimenten die ze bij API-prijzen nooit hadden geprobeerd
- virale demos overstroomden sociale media
- automatisering op grote schaal werd toegankelijk voor solo-ontwikkelaars
Niets in de software veranderde — de economie deed dat, en die verschuiving alleen was genoeg om een virale adoptiecirkel te ontsteken. Op 2 maart 2026 had de OpenClaw-repository 247.000 GitHub-sterren en 47.700 forks verzameld, waarbij het 100.000 sterren bereikte in minder dan 48 uur — een tempo dat wijdverspreid werd beschreven als het snelst groeiende GitHub-project in de geschiedenis.
Fase 3. Piekgebruik en opgeblazen verwachtingen
Bij piekinteresse duwden ontwikkelaars agents naar de uiterste grenzen, sociale media versterkte de resultaten, en verwachtingen explodeerden rond wat persoonlijke AI-automatisering kon bereiken. Een geschatte 135.000 OpenClaw-instanties liepen gelijktijdig toen Anthropic zijn aankondiging maakte, en één oprichter beschreef openbaar hoe ze negen aparte AI-agents had ingezet om haar administratieve werk en persoonlijke huishoudelijke logistiek te beheren.
Waarom worden AI-tools plotseling populair en vervagen dan
Omdat de initiële piek wordt aangedreven door nieuwheid en waargenomen hefboomkracht. Zodra gebruikers de grenzen testen, komt de realiteit naar boven — het gereedschap blijkt moeilijker betrouwbaar te gebruiken, en de economische omstandigheden die het aantrekkelijk maakten, blijken vaak tijdelijk. In OpenClaw’s geval was de waargenomen hefboomkracht echt, maar gebouwd op geleende economie die Anthropic niet had geprijsd voor agentic workloads.
De maker vertrekt naar OpenAI (februari 2026)
Voordat de ineenstorting arriveerde, verloor OpenClaw zijn oorspronkelijke architect.
Op 14–15 februari 2026 kondigde Steinberger aan dat hij het project verliet om bij OpenAI te komen. Sam Altman postte dat Steinberger de “volgende generatie van persoonlijke agents” bij het bedrijf zou “sturen”, en Steinberger schreef dat “samenwerken met OpenAI de snelste manier is om dit aan iedereen te brengen.” OpenClaw werd overgedragen aan een onafhankelijke open-source stichting met het voortgezette ondersteuning van OpenAI.
Het timing was treffend. Anthropic had geweigerd Steinberger in dienst te nemen of met hem samen te werken, ondanks het feit dat zijn gereedschap waarschijnlijk hun beste gratis marketing was in jaren — een project dat expliciet was gebouwd om te tonen hoe goed Claude was. In plaats daarvan ging hij direct naar hun grootste concurrent, en nam hij zowel de momentum van het project als de gemeenschapsrelaties mee.
Fase 4. De correctie begint
Twee dingen begonnen tegelijk te gebeuren.
1. De realiteit van agent-beperkingen
Gebruikers die OpenClaw op grote schaal hadden ingezet, begonnen zijn echte beperkingen tegen te komen:
- agents zijn breekbaar en falen onvoorspelbaar bij meerstappige taken
- betrouwbaarheid is inconsistent over verschillende workflows en omgevingen
- installatie en onderhoud zijn niet triviaal voor de meeste gebruikers buiten technische kringen
Deze beperkingen alleen zouden een geleidelijke daling hebben veroorzaakt, maar OpenClaw daalde niet geleidelijk — het daalde scherp, omdat een tweede en meer beslissende kracht op precies hetzelfde moment trof.
2. De economische laag breekt
Anthropic had dit spelbord al eens gespeeld. In januari 2026, slechts weken voor OpenClaw piekte, blokkeerden ze OpenCode — een andere populaire derde-partij coding-client — van het gebruik van Claude-abonnementstokens in wat werd gepresenteerd als een schending van de servicevoorwaarden, niet als een capaciteitsprobleem. OpenClaw-gebruikers hadden alle reden om dezelfde behandeling te verwachten, en dat moment arriveerde in april.
Anthropic introduceerde dan beperkingen die het gebrek volledig slootten:
- gereedschap van derden werd geblokkeerd van het gebruik van abonnement OAuth-tokens
- gebruik verschuift naar pay-as-you-go extra facturering of volledige API-sleutels
Dit verwijderde het sleutelvoordeel:
goedkope uitvoering op grote schaal
Nu stonden gebruikers voor een heel andere kostenstructuur:
| Metric | Voor cutoff | Na cutoff |
|---|---|---|
| Maandelijkse plan kosten | $20–$200 (vast) | $20–$200 + gebruik |
| Kosten per taak | Effectief $0 | $0,50–$2,00 |
| API-tarief (Sonnet 4.6 input) | Bedekt door sub | $3 per miljoen tokens |
| API-tarief (Sonnet 4.6 output) | Bedekt door sub | $15 per miljoen tokens |
| Toename voor zware gebruikers | — | 10× tot 50× |
Wat veroorzaakte de plotselinge daling in interesse in AI-agent-tools
Het antwoord is straightforward: niet een gebrek aan innovatie, maar het verlies van betaalbaar compute. Zodra de prijsbodem verdween, verdween de stimulans om te experimenteren en te delen ermee, en volgde zoekinteresse vrijwel onmiddellijk.
4 april 2026 — De harde cutoff
Op 4 april 2026, om 12:00 uur Pacific Time, eindigde de abonnements toegang voor alle gereedschap van derden.
Boris Cherny, Hoofd van Claude Code bij Anthropic, postte op X dat Claude Pro- en Max-abonnementen geen gebruik van gereedschap van derden meer zouden dekken, met ingang van onmiddellijk. Een Anthropic-spreekwoord bevestigde dat het gebruik van abonnementen met gereedschap van derden altijd tegen de servicevoorwaarden was, en dat die gereedschap “een buitensporige belasting op onze systemen” legden. Aanvullende context maakte het timing voelen urgent: op 1 april was de volledige broncode van Claude Code — 512.000 regels TypeScript — gelekt via een npm-pakket, waardoor precies hoe Anthropic’s eigen gereedschap authenticatie met de backend executeerde en het meer dringend maakte om gereedschap van derden dat dezelfde patronen spoofde, af te sluiten.
Anthropic bood een eenmalige krediet gelijk aan één maand abonnementskosten en een korting van 30% op vooraf gekochte gebruiksbundles om de overgang te vergemakkelijken. Voor lichte gebruikers dekte het krediet de aanpassingsperiode, maar voor power users die meerdere instanties draaiden, werkten de nieuwe cijfers simpelweg niet. Het effect op activiteit was onmiddellijk:
- experimenteer stopte
- virale verdwijning verdween
- zoekinteresse stortte in
Dit komt overeen met de scherpe daling in Google Trends bijna perfect. De volledige beleidsmechanica en migratieopties na de cutoff worden behandeld in Claude, OpenClaw, en het einde van flat pricing voor agents.
OpenAI beweegt in de tegenovergestelde richting
Op dezelfde dag als het Anthropic-verbod, bevestigde OpenAI openbaar dat ChatGPT Plus-, Pro- en Team-abonnees volledig vrij waren om hun abonnementen te gebruiken om OpenClaw te voeden via OAuth — inclusief met modellen zoals GPT-5.3 Codex voor complexe coding-taken.
Dit was niet een toevallige timing. Door Steinberger in dienst te nemen en expliciet hun abonnementpoorten te openen, positioneerde OpenAI zichzelf als het ontwikkelaar-vriendelijke alternatief op het exacte moment dat Anthropic zijn meest actieve gemeenschap afsneed, en verzekerde het de loyaliteit van de ontwikkelaars die de volgende generatie van AI-tools bouwden.
Fase 5. Waar OpenClaw-gebruikers echt naartoe gingen
Gebruikers verdwenen niet na het verbod — ze verspreidden zich over een spectrum van alternatieven afhankelijk van hun technische diepte en budget.
Direct gebruik van chat-assistenten
Veel gebruikers verkeerden terug naar directe chat-interfaces, en ruilde agent-automatisering in voor de eenvoud en betrouwbaarheid die ze hadden opgegeven:
- ChatGPT
- Claude UI
- Gemini
Vervangen AI-agents traditionele chat-assistenten
Nee — voor de meeste gebruikers voegen agents complexiteit toe zonder genoeg betrouwbaarheidsvoordelen. De chat-interface blijft de standaard voor dagelijks gebruik omdat het sneller te starten is, easier te debuggen als er iets misgaat, en geen infrastructurele setup vereist. Agents dienen een toegewijde minderheid van power users, niet de algemene bevolking. Het AI-ontwikkelaarsgereedschap-ecosysteem is geëvolueerd om deze kloof te vullen met gereedschap dat tussen ruwe agents en eenvoudige chat zit, en ontwikkelaars gestructureerde assistentie geeft zonder volledige agentic overhead.
Goedkopere model-ecosystemen
Power users met de technische mogelijkheid om zelf te hosten, migreerden naar goedkopere alternatieven:
- Qwen
- DeepSeek
- andere goedkope modellen toegankelijk via Ollama voor volledig lokale setups
Welke modellen zijn populair voor goedkope AI-experimenten
Modellen die lagere prijzen bieden, minder gebruiksbeperkingen, en flexibele deployment inclusief lokale self-hosting, absorbeerden de bulk van verplaatste OpenClaw-power users. Deze ecosystemen groeiden stil in plaats van publieke hype te genereren, wat is waarom de migratie grotendeels onzichtbaar was in trenddata, zelfs terwijl het een significante redistributie van compute-vraag vertegenwoordigde.
Alternatieve agent-frameworks
Ontwikkelaars die nog steeds agent-capaciteiten nodig hadden, schakelden over naar slankere benaderingen:
- aangepaste scripts afgestemd op specifieke workflows
- lichtgewicht frameworks met minder afhankelijkheden
- zelfgehoste oplossingen die lokale modellen combineren met minimale tooling
Het sleutelverschil met OpenClaw is dat deze gebruikers optimaliseerden voor kosten en controle in plaats van gemak, en bouwden voor duurzaamheid in plaats van maximale automatisering tegen minimale prijs. Dit is het patroon dat gemeenschappelijk is in het zelfgehoste AI-systemen-ecosysteem — provider-onafhankelijkheid behandeld als een ontwerpeis, niet als een afterthought.
De over het hoofd geziene factor — waarom kosten het echte product is
De belangrijkste inzichten uit OpenClaw’s traject is dat kosten functioneert als het echte product in AI-adoptie.
Waarom is kosten belangrijk in AI-adoptie
Omdat gebruik niet-lineair schaalt met compute-kosten. Wanneer compute goedkoop is, explodeert experimenteer, versnelt innovatie, en groeit aandacht omdat virale delen economisch rationeel wordt. Wanneer compute duur wordt, contracteert gebruik tot serieuze workflows alleen, casual gebruikers vertrekken, en hype verdwijnt bijna overnacht — wat precies is waarom [token-optimalisatie en kostenvermindering strategieën]({< ref “/llm-performance/cost-effective-llm-applications/” >}} “Verminder LLM-kosten: token-optimalisatie strategieën”) kritieke vaardigheden worden zodra compute stopt met subsidiëren.
OpenClaw demonstreerde deze regel in een ongewoon heldere vorm: tussen februari en april 2026 veranderde de software niet, maar de economie van het draaien ervan wel — en die enkele verschuiving was genoeg om de gemeenschap in een kwestie van dagen in te laten storten.
OpenClaw was nooit het kernverhaal
OpenClaw fungeerde als een oppervlaktelaag bovenop fundamenteelere krachten.
Het echte verhaal omvatte drie factoren die gelijktijdig opereerden:
- toegang tot Claude-modellen tegen abonnementsprijzen in plaats van API-tarieven
- een vijf-op-één prijsmismatch tussen wat gebruikers betaalden en wat gebruik Anthropic echt kostte
- een beleidscorrectie die uiteindelijk moest gebeuren gezien de schaal van die mismatch
Zodra die onderliggende omstandigheden veranderden, zou elk gereedschap dat afhankelijk was ervan, hetzelfde patroon tonen — wat precies is waarom vergelijkbare gereedschap piekten en daalden in lockstep, ongeacht hun individuele kwaliteit of functies. Anthropic’s beslissing onthulde ook iets strategisch: door gereedschap van derden te blokkeren terwijl het Claude Code beschermde, koos het bedrijf om developer-engagement te concentreren binnen zijn eigen gereedschap op een moment wanneer onafhankelijke gemeenschappen sneller itererden dan elk gecentraliseerd lab.
Het patroon herhaalt zich door AI
OpenClaw’s traject is niet uniek — dezelfde cyclus heeft zich herhaald in het AI-ecosysteem.
Hetzelfde patroon verschijnt in AutoGPT, BabyAGI, en andere vroege agent-frameworks die massale aandacht trokken en dan vervagen zodra compute-kosten, betrouwbaarheidsbeperkingen, of platformbeperkingen werden afgedwongen. De cyclus is consistent:
- Nieuwe capaciteit verschijnt
- Goedkoop of gratis gebruik ontstaat
- Virale experimentatie begint
- Kosten of beperkingen worden afgedwongen
- Aandacht stort in
Elke cyclus laat een kleinere, meer toegewijde gebruikersbasis achter en een duidelijker begrip van wat echt werkt op grote schaal — wat is hoe progressie compoundeert, zelfs door het boom-and-bust patroon.
OpenClaw vs Hermes Agent — wat de trenddata toont
De grafiek hierboven vergelijkt wereldwijde Google Trends-zoekinteresse voor OpenClaw AI (blauw) en Hermes Agent (rood) over de afgelopen drie maanden. OpenClaw piekte op een index van 100 in midden-maart 2026 en stortte scherp in april na de abonnementcutoff. Hermes Agent registreerde nauwelijks tijdens OpenClaw’s piek, en pikte dan geleidelijk interesse op naarmate OpenClaw vervaagde — een index van rond 40 bereikend in bursts door april, vergeleken met OpenClaw’s gemiddelde van 49 en Hermes’s gemiddelde van 8.
Hermes Agent is een open-source framework gebouwd door Nous Research en uitgebracht in februari 2026. In tegenstelling tot OpenClaw, dat geoptimaliseerd is voor breed reactief gereedschapgebruik over veel integraties, is Hermes gebouwd rond een leercyclus: het genereert herbruikbare vaardigheden van succesvolle taakvoltooiingen, verfijnt ze door voortgezet gebruik, en onderhoudt een persistente model van de gebruiker over sessies. Het resultaat is een agent die verbetert hoe meer het wordt gebruikt op dezelfde taaktypen, in plaats van elke job vanuit dezelfde baseline aan te pakken. Het bereikte 95.600 GitHub-sterren in zijn eerste zeven weken.
De kloof in de grafiek is significant. OpenClaw’s hype-surplus overdroeg niet naar Hermes — het verdampte. Casual experimenteerders die agents goedkoop op Claude-abonnementen hadden gedraaid, verlieten simpelweg de ruimte in plaats van te migreren naar een alternatief. De gebruikers die wel naar Hermes verkeerden, waren de toegewijde technische minderheid die persistente, zelfgehoste automatisering nodig had en bereid was om het correct op te zetten — wat precies het soort kleinere, meer duurzame gebruikersbasis is die overblijft na elke AI-hypecyclus ineenstorting. Voor die gebruikers zijn Hermes productiesetup patronen het verkennen waard.
Finale takeaway — volg de economie, niet de interface
OpenClaw steeg niet omdat het revolutionair was — het steeg omdat het iets tijdelijk ondergeprijsd unlockte, en het viel niet omdat het faalde als product, maar omdat dat prijsvoordeel werd verwijderd door het platform waarvan het afhankelijk was.
Dit was geen productlevenscyclus. Het was een prijsgebeurtenis.
Dit onderscheid begrijpen is kritiek voor het voorspellen van de volgende piek in AI-gereedschap. Hetzelfde patroon zal herhalen wanneer een nieuwe compute-subsidie verschijnt, hetzij via een abonnementsgebrek, een genereuze gratis tier, of een nieuw open-weight model dat gevestigde prijzen ondermijnt. Track waar compute tijdelijk goedkoop is en je zult de volgende golf van virale AI-tools vinden voordat de hype arriveert.
