OpenClaw 由軟件工程師 Peter Steinberger 開發(fā)，它并非傳統(tǒng)的對(duì)話式聊天機(jī)器人，而是設(shè)計(jì)為能夠?qū)嶋H執(zhí)行任務(wù)的自主 AI 代理，可運(yùn)行于用戶自己的設(shè)備（支持 macOS、Windows、Linux 等跨平臺(tái)）和云端主機(jī)，通常用即時(shí)通訊工具交互，可實(shí)現(xiàn)管理電子郵件、操作瀏覽器、讀寫本地文件、整理資料、編寫代碼，還可通過擴(kuò)展的 "Skills"（技能）機(jī)制調(diào)用外部 API 或工具，實(shí)現(xiàn)更復(fù)雜任務(wù)。

據(jù)媒體報(bào)道，3 月 6 日騰訊免費(fèi)安裝活動(dòng)現(xiàn)場(chǎng)，現(xiàn)場(chǎng)有上千人排隊(duì)安裝，有一位 68 歲的老者，坐車一個(gè)多小時(shí)前來，有不少人表示準(zhǔn)備用在炒股和視頻剪輯、自媒體等領(lǐng)域。不過，在 " 養(yǎng)蝦 " 熱快速升溫的背后，并不是每個(gè)人都適合養(yǎng)這只爆紅的 " 小龍蝦 "。

如果連安裝都不會(huì)，就先別養(yǎng)了

OpenClaw 的核心優(yōu)勢(shì)在于本地部署與數(shù)據(jù)私有化，所有記憶、文件索引均存儲(chǔ)于用戶設(shè)備，但這一優(yōu)勢(shì)同時(shí)構(gòu)成顯著門檻，安裝與配置過程遠(yuǎn)非 " 一鍵啟動(dòng) " 所能概括。

用戶需自行克隆 GitHub 倉(cāng)庫(kù)，配置 Python 環(huán)境，安裝依賴包，并手動(dòng)設(shè)置模型接入密鑰等一系列設(shè)置。對(duì)于熟悉命令行的開發(fā)者而言，這些步驟或許僅需數(shù)十分鐘，但對(duì)普通用戶而言，即便官方文檔已提供詳細(xì)指引，面對(duì)終端指令、環(huán)境變量配置及潛在的兼容性問題，仍可能耗費(fèi)數(shù)小時(shí)乃至數(shù)天調(diào)試。更關(guān)鍵的是，OpenClaw 并非封閉應(yīng)用，而是模塊化架構(gòu)，初次使用需選擇或自定義 "Skills" 擴(kuò)展包，這進(jìn)一步提升了學(xué)習(xí)曲線。

不少用戶在社交媒體和論壇上反映，在安裝階段即遭遇模型 API 連通失敗、權(quán)限授予異常或內(nèi)存溢出等問題，最終選擇放棄。即使通過 " 一鍵安裝 " 用上了，還有用戶反饋?zhàn)岧埼r幫你運(yùn)行爬蟲程序，結(jié)果碰上文章都有反爬蟲機(jī)制或者驗(yàn)證機(jī)制，需要瀏覽器 cookie 或?qū)庸俜骄W(wǎng)站的 API 才行……技術(shù)工具的價(jià)值在使用，而非制造新障礙，若用戶使用時(shí) " 一步一個(gè)坑 "，或許應(yīng)該先緩緩。

龍蝦是個(gè)吞金獸，用 token 不便宜

OpenClaw 本身不內(nèi)置大語言模型，而是采用模型無關(guān)設(shè)計(jì)，需接入 Claude、GPT 系列、DeepSeek 或 Kimi 等外部大模型作為 " 大腦 "，這一架構(gòu)雖賦予用戶靈活性，卻也帶來持續(xù)的經(jīng)濟(jì)成本。

每一次讓龍蝦任務(wù)執(zhí)行，無論是郵件撰寫、網(wǎng)頁瀏覽還是代碼生成，均需調(diào)用外部 API，消耗大量 token（可以理解為大型語言模型的 " 字 " 或 " 詞 "，也是 AI 的計(jì)費(fèi)標(biāo)準(zhǔn)），以中型任務(wù)為例，一次完整的日歷整理與郵件回復(fù)流程可能消耗數(shù)千至上萬 token；若用戶啟用長(zhǎng)期記憶、多 Agent 協(xié)作或定時(shí)喚醒功能，單日消耗往往突破十萬 token。即使按當(dāng)前國(guó)內(nèi)主流大模型收費(fèi)標(biāo)準(zhǔn)計(jì)算，高頻使用下 token 消耗仍呈指數(shù)級(jí)增長(zhǎng)，假設(shè)每日 10 萬輸出 token，DeepSeek 或 Kimi 后可能也會(huì)達(dá)到數(shù)百元。

近期有 36 氪文章稱，月薪 2 萬的用戶感嘆 " 養(yǎng)不起 AI 員工 "，因 OpenClaw 燒錢速度超過賺錢速度，一天基礎(chǔ)消耗可達(dá) 400 元，6 小時(shí)極端案例賬單 1172 元。對(duì)于預(yù)算有限或僅需簡(jiǎn)單問答的用戶而言，此類隱性開支極易超出預(yù)期，理性評(píng)估自身任務(wù)頻率與預(yù)算，是決定是否 " 養(yǎng)龍蝦 " 的前提。

數(shù)據(jù)安全問題不容忽視

OpenClaw 的強(qiáng)大執(zhí)行力源于其對(duì)系統(tǒng)資源的深度訪問權(quán)限，它可讀寫本地文件、操作瀏覽器、執(zhí)行終端命令，這一設(shè)計(jì)的目標(biāo)是實(shí)現(xiàn) " 全自動(dòng) " 代理，但目前也有一定的安全風(fēng)險(xiǎn)。

據(jù)海外媒體報(bào)道，該項(xiàng)目早期曾曝出高危漏洞，包括權(quán)限繞過與遠(yuǎn)程代碼執(zhí)行隱患，雖已于 2026 年 2 月完成修復(fù)并由基金會(huì)接管，但社區(qū)仍持續(xù)報(bào)告零星安全事件。用戶數(shù)據(jù)全部本地存儲(chǔ)看似安全，實(shí)則高度依賴設(shè)備自身防護(hù)；一旦主機(jī)遭入侵或配置失誤，AI 代理可能成為攻擊者進(jìn)入系統(tǒng)的 " 后門 "。更棘手的是，自主任務(wù)機(jī)制下，AI 可能在用戶未明確授權(quán)的情況下觸發(fā)敏感操作，例如誤刪重要文件或向外部 API 泄露隱私信息。即便用戶通過 Skills 機(jī)制嚴(yán)格限定權(quán)限，模型幻覺或指令歧義仍可能導(dǎo)致意外后果。此外，跨平臺(tái)即時(shí)通訊接入也可能進(jìn)一步擴(kuò)大安全漏洞。

2 月 5 日，國(guó)家工信部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺(tái)（NVDB）發(fā)布提示稱，監(jiān)測(cè)發(fā)現(xiàn) OpenClaw 開源 AI 智能體部分實(shí)例在默認(rèn)或不當(dāng)配置情況下存在較高安全風(fēng)險(xiǎn)，極易引發(fā)網(wǎng)絡(luò)攻擊、信息泄露等安全問題。

當(dāng)下，AI 技術(shù)和工具正處于高速迭代期，幾乎每月都有新型模型和更易用的產(chǎn)品涌現(xiàn)。普通人面對(duì) " 養(yǎng)蝦熱 " 乃至以后的新工具，無需因錯(cuò)過某一特定工具而產(chǎn)生焦慮，技術(shù)紅利最終會(huì)通過更成熟、更易用的產(chǎn)品逐步下沉到普通用戶手中。