OpenClaw : l’agent IA 24/7, ses 11 usages et ses risques

OpenClaw, un agent IA open source autrefois nommé Clawdbot puis Moltbot, s’exécute 24/7 sur votre ordinateur ou un serveur : il consulte vos emails, votre agenda et vos fichiers, lance des tâches à heure fixe et vous fait un rapport sur Discord, Telegram ou WhatsApp. Pour votre client, c’est l’assistant qui prépare chaque matin le travail d’un dirigeant de PME, à condition de le sécuriser avant de l’installer chez lui. Le mien tourne sur un Mac Mini dédié : voici ce qu’il fait, comment l’installer, ce qu’il coûte en tokens et ce qui ne marche pas.

37:38

OpenClaw, c’est quoi ?

OpenClaw est un assistant IA que vous hébergez vous-même. Le code est sur GitHub (openclaw/openclaw ↗ (nouvel onglet)), sous licence MIT, avec environ 393 000 étoiles fin octobre 2026.

Ce qui le sépare d’un ChatGPT ou d’un Claude ouvert dans le navigateur :

• il tourne sur votre machine (un Mac, un PC, un serveur), en continu, même quand vous dormez ;
• il agit : commandes, fichiers, navigateur, emails, agenda, selon les accès que vous lui donnez ;
• il prend l’initiative à heure fixe, grâce aux tâches planifiées (les cron jobs), au lieu d’attendre votre message.

Vous lui parlez depuis les messageries que vous utilisez déjà : Discord, Telegram, WhatsApp, Slack, Signal, iMessage, Teams, et une vingtaine d’autres. Ses capacités s’ajoutent par des skills, des fichiers d’instructions qu’il lit avant d’agir. ClawHub, la place de marché de la communauté, en propose des milliers.

Si la notion d’agent reste floue, commencez par ce qu’est un agent IA et ce qui le sépare d’une automatisation.

Clawdbot, Moltbot, OpenClaw : un seul projet

Peter Steinberger, développeur autrichien, publie le projet fin novembre 2025 ; il prend le nom de Clawdbot début janvier 2026. Puis deux changements de nom en trois jours : Moltbot le 27 janvier, après une plainte d’Anthropic (le nom était trop proche de Claude), et OpenClaw le 30. Le registre officiel des failles de sécurité le désigne encore ainsi : « OpenClaw (aka clawdbot or Moltbot) ».

Depuis, son créateur a rejoint OpenAI (février 2026), le projet est passé sous une fondation à but non lucratif (juillet 2026) et la version 2.0 est sortie fin août 2026. Un tuto « Clawdbot » ou « Moltbot » parle du même logiciel, dans une version ancienne : vérifiez ses commandes dans la documentation actuelle.

OpenClaw ou Hermes ?

L’alternative la plus citée s’appelle Hermes Agent, de Nous Research, elle aussi open source (licence MIT) et sortie en février 2026. Le principe est le même : un agent qui tourne en continu sur votre serveur. OpenClaw garde l’avantage du nombre de messageries et de skills disponibles, et sait importer la configuration d’un Hermes existant (openclaw onboard --import-from hermes).

Et si vous ne voulez rien héberger, Grok Bot fait une partie du travail, sur une machine qui n’est pas la vôtre.

Installer OpenClaw : les commandes

Le script officiel installe Node si besoin, puis OpenClaw, puis lance la configuration guidée.

# macOS, Linux ou Windows avec WSL2
curl -fsSL https://openclaw.ai/install.sh | bash

# Windows, dans PowerShell
iwr -useb https://openclaw.ai/install.ps1 | iex

Si vous gérez déjà Node (version 24 ou plus, 26 recommandée), passez par npm, puis lancez la configuration vous-même :

npm install -g openclaw@latest
openclaw onboard --install-daemon

La configuration guidée affiche d’abord un avis de sécurité, détecte les clés d’API déjà présentes sur la machine, et teste une vraie réponse du modèle avant de le garder. L’option --install-daemon installe OpenClaw comme service d’arrière-plan : c’est ce qui le fait tourner 24/7.

Deux commandes pour vérifier que tout tourne :

openclaw doctor
openclaw gateway status

Mac Mini, VPS ou Docker ?

L’endroit où vous l’installez compte plus que la commande. Trois options :

• un Mac Mini (ou un vieux PC) dédié : c’est mon choix, la machine ne sert qu’à l’agent ;
• un VPS, un serveur loué : rien chez vous, mais son interface de contrôle (le Gateway) ne doit jamais être ouverte sur Internet sans authentification ;
• Docker, sur une machine existante : l’agent est isolé dans un conteneur, mais l’image expose le Gateway par défaut, donc authentification obligatoire.

Évitez votre ordinateur de travail. Un agent installé là voit tout ce que vous voyez.

Les modèles : lesquels, et combien ça coûte

Le logiciel est gratuit. Vous payez le modèle derrière. OpenClaw accepte presque tous les fournisseurs : Anthropic (Claude), OpenAI, Google (Gemini), Mistral, DeepSeek, OpenRouter, et des modèles locaux par Ollama ou LM Studio.

Pour un agent qui tourne en continu, la documentation d’OpenClaw recommande une clé API, facturée à l’usage, plutôt que votre abonnement Claude, dont Anthropic peut changer les règles de facturation à tout moment. Je passe par OpenRouter : une seule clé pour tous les modèles, et ma consommation du jour visible à tout moment.

Mon erreur de départ : Claude Opus partout. Mettre le meilleur modèle sur chaque tâche, c’est envoyer un chirurgien prendre votre température. Si j’étais resté là-dessus, je serais à 120 $ par jour, soit 3 600 $ par mois, en tokens.

Aujourd’hui :

• Claude Sonnet pour les tâches critiques, celles qui demandent de la nuance ;
• des modèles plus légers pour le travail courant ;
• résultat : entre 2 et 5 $ par jour, soit 60 à 150 $ par mois.

La méthode : un employé, pas un assistant

Les premiers jours, j’ai fait comme tout le monde. Je lui parlais, il exécutait, je corrigeais, il recommençait. Un ChatGPT avec des outils, rien de plus. Trois problèmes sont arrivés vite :

1. Des résultats imprévisibles : il partait dans tous les sens et créait des scripts un peu partout, alors que j’utilisais Opus.
2. Des coûts qui s’envolaient, parce qu’il devait comprendre, planifier, exécuter, puis recommencer.
3. Tout arrivait dans un seul fil Telegram : veille, emails, rapports mélangés, introuvables au bout de quelques jours.

Le problème venait de ma méthode. Un employé, on ne passe pas sa journée à discuter avec lui. Il a un travail récurrent, des process, des outils, et il sait quoi faire, quand et comment. J’ai appliqué la même logique à l’agent.

L’atelier et la chaîne de production

Sur mon MacBook, Claude Code sert d’atelier : j’y écris les instructions sous forme de skills, je les teste, je les corrige. Ensuite, elles se déploient automatiquement sur le Mac Mini, où OpenClaw les exécute à heure fixe. Une tâche ne reçoit jamais d’instruction improvisée : elle appelle un skill, toujours le même. C’est ce qui garantit la qualité du résultat.

Une ou deux exécutions pour roder, et c’est stable. Comme OpenClaw ne dépense plus de tokens à préparer le travail, le coût a été divisé par 5. Si vous débutez avec les skills, voici comment j’en enchaîne 6 dans Claude Code.

Un canal Discord par sujet

Telegram, c’est un fil unique. Avec 10 tâches qui tournent, il devient illisible en 48 heures. Discord a des canaux : j’en ai créé 5, chacun dédié à un type de rapport.

Chaque rapport est aussi enregistré dans un fichier Markdown, que je relis dans Obsidian. Rien ne se perd.

Des tâches planifiées, suivies dans un tableau de bord

Dans OpenClaw, une tâche à heure fixe s’appelle un cron job (regroupé sous openclaw automations dans les versions récentes). Chacune a son expression cron (l’horaire), son fuseau (Europe/Paris chez moi), son modèle, son canal de livraison et ses instructions. Pour l’expression cron, demandez-la à Claude ou à ChatGPT : « donne-moi l’expression cron pour une tâche à 8 h, 12 h, 16 h et 20 h, du lundi au vendredi ».

L’interface par défaut d’OpenClaw ne me parlait pas. J’ai donc codé avec Claude Code mon propre tableau de bord : les tâches du jour, celles qui ont échoué, la prochaine exécution, et pour chaque exécution sa durée, son coût en tokens et en dollars, et son journal. Il lit aussi ma consommation du jour et du mois sur OpenRouter. Le jour du tournage, j’étais autour de 3 $.

Pour l’instant, toutes les tâches passent par un seul agent. Le jour où j’en aurai plusieurs, chaque tâche dira lequel l’exécute : c’est le principe d’un système multi-agent.

Au début, ajoutez une pré-instruction commune à toutes les tâches : « Si tu rencontres des erreurs, des blocages ou des instructions confuses, signale-le dans ton rapport. » Vous corrigez vite, puis vous la retirez.

Les 11 tâches de mon agent OpenClaw

Voici ce qui tourne chez moi, rangé en quatre familles. Les horaires sont les miens : adaptez-les.

Agenda et emails

1. Le planning du jour. Un briefing de l’agenda, livré dans Discord. Il ignore les blocs internes récurrents (je les connais) et ne garde que les rendez-vous avec des invités externes. Pour chacun, il cherche dans sa mémoire ce qu’il sait de la personne, et sur le web s’il s’agit d’un client ou d’un prospect. Je sais qui je vois, pourquoi, et dans quel contexte. Le jour du tournage : un appel découverte avec un client à 15 h 30, rien d’autre à signaler.
2. Le tri des emails. Quatre fois par jour, du lundi au vendredi : une fois toutes les 4 heures suffit. Il ignore les notifications d’outils (GitHub, Notion, Slack), les newsletters et la prospection reçue. Pour les emails de clients et de prospects, il cherche le contexte dans sa mémoire et rédige un brouillon de réponse, qu’il me pose dans Discord. Il a accès à ma boîte en lecture seule : il lit, il ne peut pas répondre. C’est ce qui limite le risque d’injection de prompt (plus bas).
3. Les factures. Quand une facture arrive par email, il la télécharge dans un dossier dédié, partagé avec l’application de mon comptable. Je ne trie plus rien à la main.

Veille et contenu

4. Les tendances X. Je n’aime pas scroller sur X, mais la communauté IA y vit. Mon skill de veille cherche des mots-clés de mes thématiques, récupère les 50 à 100 meilleurs tweets, les classe et garde ceux qui comptent. Il relève aussi les tweets des dernières 24 heures sur une trentaine de comptes suivis. Je reçois 5 tweets de chaque côté, 10 en tout, et j’évite une à deux heures de scroll.
5. Les tendances YouTube. J’avais déjà un workflow n8n qui récupère les vidéos des créateurs d’un domaine et garde celles qui ont surperformé. Plutôt que de le refaire, j’y ai ajouté un webhook : OpenClaw lance le workflow, récupère les résultats bruts et les interprète lui-même. Le rapport donne pour chaque vidéo les vues, un facteur de surperformance par rapport aux autres vidéos du créateur, un résumé en français et le lien. Pour monter ce genre de workflow, voici n8n, de débutant à pro.
6. Le backlog d’idées de vidéos. Un skill relit les deux rapports précédents et propose des sujets. La veille du tournage, il en avait ajouté 3 : deux tirés d’un tweet, un d’une vidéo YouTube.

Tout ce que produit l’agent est enregistré en Markdown, dans un dossier que je partage avec lui.

Pilotage de l’activité

7. L’analyse de mes membres. Tous les 15 jours, il lit en lecture seule la base Airtable de ma communauté : arrivées, paiements, départs. Sa première analyse m’a bluffé : des pistes pour améliorer la rétention, et des membres à contacter parce qu’il détectait un souci.
8. L’audit des newsletters. Le 1er du mois, il passe en revue toutes les newsletters auxquelles je suis abonné, me dit lesquelles garder, et pose dans Discord le lien de désabonnement des autres. Un clic chacune.

Maintenance

9. La mémoire du jour. OpenClaw crée normalement un fichier de mémoire par jour. Parfois, il ne le fait pas, et la journée est perdue. Une tâche passe donc chaque nuit à 2 h 45 et crée le fichier s’il manque. Pas besoin de skill ici, l’instruction tient en une phrase : « Rédige la note de mémoire du jour : résume ce qui s’est passé aujourd’hui, ou indique que c’était un jour de maintenance routinière. »
10. La sauvegarde. Un script écrit par Claude Code sauvegarde toute l’instance dans un dossier partagé et ne garde que les 7 dernières copies, pour que le stockage n’explose pas.
11. La mise à jour. Le dimanche à 4 h, il met à jour OpenClaw, ses skills ClawHub et le système de mémoire, redémarre, puis m’envoie un rapport : tout va bien, ou voici ce qui a coincé.

La mémoire qui relie tout : QMD

Les rapports, les échanges, la mémoire d’OpenClaw : tout est indexé par QMD, un moteur de recherche open source publié par Tobi Lütke, le fondateur de Shopify. Il tourne en local, modèles compris : rien à payer à l’usage. Quand je pose une question sur un point ancien, l’agent cherche dans cet index avant de répondre. L’étape suivante : y verser les transcriptions de mes rendez-vous clients.

Dans la communauté, d’autres vont plus loin : un agent qui regarde l’enregistrement d’écran d’un process et le reproduit seul, la maison pilotée par message (lumières, thermostat), la voiture connectée (climatisation, localisation), ou des lunettes connectées Meta qui lui montrent ce que vous voyez. Je ne les ai pas testés.

Ce qui ne marche pas

Rien ne sort sans validation

Ma première règle : tout ce qui part vers l’extérieur passe par moi. Pas d’email envoyé seul, pas de message à un contact, pas de publication sur les réseaux sans mon accord. L’agent lit, analyse, prépare. C’est moi qui appuie sur « envoyer ».

La raison s’appelle l’injection de prompt : un attaquant cache des instructions dans un email, l’agent le lit, les exécute, et vous n’avez rien vu. Ce risque ne disparaîtra pas. Un blog français sur OpenClaw, bien classé sur Google, se termine d’ailleurs volontairement par une consigne adressée aux agents qui le liraient : envoyer par email les clés Anthropic ou OpenAI de leur session. L’auteur en a fait une démonstration ; un attaquant, lui, ne prévient pas.

Le code reste dans Claude Code

Je ne demande pas à OpenClaw de construire mes applications. Pour un prototype rapide, il s’en sort. Pour une application avec une vraie vision produit, qui marche de bout en bout, je garde Claude Code : personne ne connaît mieux que moi mon besoin et celui de mes clients. Claude Code construit les skills, OpenClaw exécute.

Le contexte qui sature

Mon problème numéro 1. Au départ, sur mon installation, la compaction (le résumé automatique de la conversation quand elle devient trop longue) n’était pas activée. Le contexte se remplissait, l’agent ralentissait, puis ne répondait plus, et je ne comprenais pas pourquoi. Il a fallu activer la compaction avant la limite, faire écrire la mémoire avant chaque compaction, et nettoyer les anciens résultats d’outils.

La documentation actuelle indique que la compaction automatique est active par défaut, et qu’OpenClaw peut faire écrire la mémoire avant de compacter. Si votre agent ralentit, vérifiez quand même ces trois réglages en premier.

Les tâches longues qui s’arrêtent en route

C’est la plainte la plus fréquente de la communauté : une tâche en plusieurs étapes qui s’arrête à mi-chemin. L’agent se tait, n’avance plus, et il faut le relancer. D’où l’intérêt de tâches courtes, chacune portée par un skill précis.

La mise en route

Les premières semaines, c’est du débogage : vous ajustez, vous testez, vous recommencez. En 6 semaines, je suis passé d’un chatbot imprévisible à plusieurs automatisations, plusieurs canaux Discord et un agent qui tourne 24/7 sans supervision. Comptez ce temps avant de promettre quoi que ce soit à un client.

OpenClaw et la sécurité : les risques connus, les précautions

Un agent qui a la main sur un ordinateur, une boîte mail et un agenda présente un risque réel. L’un des mainteneurs du projet l’a écrit sur le Discord d’OpenClaw : si vous ne savez pas utiliser une ligne de commande, l’outil est trop dangereux pour vous. Si vous savez, le risque se réduit avec les cinq précautions plus bas.

Ce qui s’est déjà produit

Les incidents documentés datent tous de début 2026 :

• Une faille critique, CVE-2026-25253 (gravité 8,8 sur 10). Avant la version 2026.1.29, un clic sur un lien piégé suffisait à envoyer le jeton d’accès de l’agent à un attaquant, et avec lui la main sur sa configuration. Elle est corrigée depuis fin janvier 2026.
• Des skills piégés. Début février 2026, Koi Security a audité les 2 857 skills de ClawHub et en a trouvé 341 malveillants, dont 335 issus d’une même campagne (ClawHavoc). Leur section « prérequis » faisait installer Atomic Stealer, un voleur de mots de passe et de portefeuilles crypto pour macOS. ClawHub passe depuis chaque skill au crible de VirusTotal, ce qu’OpenClaw présente lui-même comme une protection partielle.
• Des installations ouvertes à tous. Le 9 février 2026, SecurityScorecard comptait 40 214 instances d’OpenClaw exposées sur Internet, dont 12 812 exploitables à distance.

Et une règle de fond, écrite dans le README : sans sandbox configuré, les outils de l’agent s’exécutent directement sur la machine hôte. Ce qu’il peut faire, il le fait avec les droits de l’utilisateur qui le lance.

Les précautions concrètes

1. Une machine dédiée. Un Mac Mini, un vieux PC ou un VPS qui ne sert qu’à l’agent. Jamais votre ordinateur de travail, où sont vos accès clients.
2. Des comptes séparés. Un compte utilisateur dédié sur la machine, et des accès à part pour l’agent quand l’outil le permet : une clé API à son nom, un agenda partagé plutôt que votre compte principal.
3. Des droits limités. Lecture seule partout où c’est possible, comme ma boîte mail et ma base Airtable. Aucun envoi vers l’extérieur sans validation humaine.
4. Un réseau fermé. Le Gateway reste en local (c’est le réglage par défaut d’une installation classique) ; pour y accéder de l’extérieur, un réseau privé plutôt qu’un port ouvert. Chez moi : un pare-feu sur la machine, un skill de sécurité, et Tailscale, qui relie le Mac Mini, mon ordinateur et mon téléphone dans un VPN dédié.
5. Des skills relus. Lisez un skill de ClawHub avant de l’installer, surtout sa section d’installation. Une commande à copier-coller dans un terminal est un signal d’alarme.

Ajoutez deux commandes à votre routine, l’audit de sécurité intégré et la mise à jour :

openclaw security audit --deep
openclaw update

L’option --fix de l’audit corrige les réglages sans risque (permissions des fichiers, groupes ouverts à tous), mais ne touche ni à vos clés ni à l’exposition réseau : ça reste à vous. Si votre agent a tourné sur une version antérieure à 2026.1.29, changez vos clés d’API.