第一批玩OpenClaw的人，已經(jīng)開始清醒了

開年至今，OpenClaw的熱度愈演愈烈，「養(yǎng)龍蝦」潮從AI圈擴散至各行各業(yè)。在GitHub上，OpenClaw突破250K+的Star，成為了GitHub上面獲星最多的軟件項目。

社交媒體上，用OpenClaw開「一人公司」、靠OpenClaw日入斗金的消息被不斷轉發(fā)，仿佛2026年的財富密碼就藏在這兒。

不同于豆包代表的Chatbot，OpenClaw是一套可本地運行、開源免費的AI Agent框架，核心在于「讓AI真正動手干活」。

風口之下，全球AI巨頭們接力做出了自家的「OpenClaw」，云計算服務廠商們紛紛推出一鍵部署服務，試圖將開源Agent的潑天流量，轉化為自家平臺的長期訂閱收入。

但喧囂的另一面，OpenClaw有一定門檻，普通人光是配置就能折騰好久。而OpenClaw「刪光郵件」「自主購物付款」等翻車事件頻發(fā)，養(yǎng)一只OpenClaw也意味著真金白銀的投入——電費、API調用與存儲成本疊加，每月開銷并不低。

《降噪NoNoise》近日訪談了多名來自不同行業(yè)的深度使用者——從技術極客到傳統(tǒng)行業(yè)的AI嘗鮮者，試圖回答一個問題：對于普通人而言，OpenClaw是場短暫的產(chǎn)品狂歡，還是值得長期氪金的AI助手？

01

從律師到淘寶店主，全民「養(yǎng)蝦」潮來了？

楊明鋒沒想到，躺在床上發(fā)號施令就能賺錢的日子來得這么快。

作為「一人公司」的老板，他的工作是替客戶完成軟件開發(fā)——更準確地說，是「指揮」不同AI協(xié)作完成開發(fā)流程：他負責與客戶溝通了解需求，隨后將其喂給AI生成需求文檔，再監(jiān)督不同模型分工完成架構規(guī)劃與代碼落地。

OpenClaw出現(xiàn)后，他很快注意到這個能替人「干活兒」的AI助手，當天便在自己的工作電腦上完成了部署。

第二天早上，他的手機照常彈出客戶的修改需求。以往遇到這種情況，他必須起床坐到電腦前處理。但那一刻，一個念頭突然冒出來：能不能讓OpenClaw來做？

「幫我找到電腦某個目錄下的項目，根據(jù)這些需求做一下修改。」

不久，OpenClaw回復：修改完成。

「運行一下項目，把局域網(wǎng)地址發(fā)給我。」

片刻后，一個鏈接彈了出來。

「把修改好的版本直接推送到線上發(fā)布。」

幾分鐘后，線上版本成功更新。

那一刻，興奮感幾乎壓過了困意，他意識到AI員工正在成為現(xiàn)實。

很快，作為軟件開發(fā)者的他意識到OpenClaw對一些中文用戶不太友好，便向官方提交了漢化的代碼，但石沉大海。隨后，他便有了開發(fā)OpenClaw中文分支版的念頭。

這對有開發(fā)基礎的他來說并不復雜，他用了一天來做界面漢化，一天搭建網(wǎng)站。隨后，他繼續(xù)補齊一系列本地化基礎設施，比如集成了飛書擴展集，使用戶可以直接接入飛書平臺——這部分代碼后來也被OpenClaw官方團隊采納。

OpenClaw中文社區(qū)上線后，30歲的楊明鋒迎來了人生的高光時刻：上線首日網(wǎng)站獨立訪客破千，次日起破萬。短時間內，他運營的社群擴展到了29個，幾乎每天都能進滿一個200人的新群。

他沒想到，這么多人對OpenClaw躍躍欲試。

OpenClaw創(chuàng)始人Peter Steinberger曾在訪談中建議，開發(fā)者應以「玩」的心態(tài)去接近Code和Agent工具，去完成那些一直想做卻遲遲未動手的項目。

楊明鋒觀察發(fā)現(xiàn)，他的社群中，除了技術與互聯(lián)網(wǎng)行業(yè)從業(yè)者，也有行政、律師、財務等傳統(tǒng)職業(yè)，以及淘寶店主等個體經(jīng)營者。年齡跨度同樣明顯，從05后大學生到中年企業(yè)高管，都在嘗試這套新工具。

這意味著，「龍蝦熱浪」正從極客圈層向更廣泛的人群擴散。

本地部署的門檻再高，也壓不住用戶的熱情。電商平臺上，售價198元到566元的遠程安裝服務，銷量已破900+，成為繼安裝DeepSeek之后的又一熱門服務。閑魚和小紅書上，OpenClaw上門安裝的報價從幾十元至幾千元不等。

由于OpenClaw需要接管系統(tǒng)底層權限，大多數(shù)用戶出于對隱私邊界和數(shù)據(jù)安全的警惕，選擇將其部署在不常用的電腦或云端服務器中——常年坐冷板凳的Mac mini一下成為當紅炸子雞，出現(xiàn)一機難求、漲價斷貨。

更多部署門檻低的「Claw」也相繼出現(xiàn)，比如MaxClaw把原本需要本地部署的OpenClaw搬到了云服務器上，KimiClaw直接在Kimi官網(wǎng)或APP里就能用。

02

封神與祛魅：部分好用，但無法替代生產(chǎn)力

對于普通人來說，OpenClaw最吸引人的點在于：它的記憶能力很強，用戶反饋的越多，它越懂你；用戶可以通過移動端聊天程序指使它24小時不停歇的干活。

作為產(chǎn)品經(jīng)理的sensen，每天需要長時間通勤，一直渴望有款產(chǎn)品能讓他不帶電腦也能穩(wěn)定調度AI模型生成代碼。在接入OpenClaw后，每天通勤路上，OpenClaw會自主讀取并分析線上數(shù)據(jù)看板。這樣在早會上，sensen就能根據(jù)Agent抓取的最新數(shù)據(jù)，迅速指揮團隊進行業(yè)務調整。

在日常生活中，sensen還在OpenClaw里養(yǎng)了一支投資「智囊團」。

作為個人投資者，sensen曾被海量的財報和分析師言論淹沒，研究一個標的要幾個小時的時間，現(xiàn)在直接把需求丟給OpenClaw研究。

在他看來，這就像一個圓桌會議，「我拋出一個目的，看這群Agent互相討論，甚至產(chǎn)生我沒想到的問題。而且它的記憶存儲能力很強，能夠記住個人的投資風格。」

像sensen這樣的投資者并非個例，在OpenClaw的社群里，股票分析、量化交易、投研報告、Crypto交易、一級市場研究……幾乎每個細分的場景，都有人試圖用這只「龍蝦」撬動更大的信息優(yōu)勢。

律師鄒浩則將OpenClaw嵌入業(yè)務流程。

在發(fā)現(xiàn)OpenClaw后，他曾兩次嘗試本地部署。這對非技術出身的他來說并不輕松：他一邊用Coze寫代碼，一邊讓GPT解決Bug，在屏幕前死磕了7個多小時才跑通了程序。

在使用OpenClaw的過程中，鄒浩嘗試用它來抓取網(wǎng)頁、分析數(shù)據(jù)，甚至進行模擬談判——這是Chatbot無法做到的。作為中部三線城市一家律所的負責人，他原本計劃春節(jié)期間將AI嵌入律所的OA系統(tǒng)，后來干脆準備開發(fā)機器人。

而在一家企業(yè)做行政的小賈，直接將OpenClaw定位為「文秘」，他計劃把寫日報、周報、季度總結乃至年度考核材料的工作逐步交給它處理。相比Chatbot只能一次性生成內容，OpenClaw可以調用本地資料、持續(xù)迭代修改，更接近真實的工作協(xié)作。

算法工程師秋風則將其視為玩具，他通過OpenClaw創(chuàng)造了一個名為「Liko」的小紅書賬號，給它設計了人設，接入了生圖模型和多模態(tài)能力，還設計了一套心跳機制，讓它每 5 分鐘自動巡視一遍小紅書。

每天，Liko會自動登錄小紅書、看通知、回評論，刷別人的帖子并留下評價。如果有人在評論區(qū)發(fā)惡意代碼想「入侵」她的電腦，Liko還會自動回懟。

不過在使用過程中，大家也在逐漸祛魅。

首先，對于沒有編程基礎的普通人來說，「養(yǎng)龍蝦」的門檻依然不低。

部署只是第一步，OpenClaw的運行高度依賴本地環(huán)境，每個人電腦的系統(tǒng)版本、依賴庫、網(wǎng)絡配置都不同，安裝完成并不意味著可以穩(wěn)定運行。

在與OpenClaw溝通的過程中，改個模型 API、加個搜索API、創(chuàng)個skill、搬個文件目錄、建立新連接等各種原因都可能導致它「死掉」，每次修好需要半小時以上。

剛處理斷聯(lián)問題時，由于缺乏經(jīng)驗且不熟悉命令行，用戶更像是那個24小時待命的助手。

而OpenClaw的能力上限取決于調用的大模型能力。接入了能力差的模型，就像招了一個積極但是極容易惹禍的實習生。律師鄒浩在使用的過程中發(fā)現(xiàn)，一旦投喂的上下文過多，OpenClaw就會崩潰；而sensen每次都讓OpenClaw在總結時標注個股的實時報價，方便核查它是否在拿不到數(shù)據(jù)的情況下「胡說」。

通常情況，大模型能力的強弱與其價格成正比。目前，sensen每月支付幾百美元的Token費，他調侃自己是「貸款上班」。而在大模型出現(xiàn)之前，作為產(chǎn)品經(jīng)理的sensen幾乎沒有為產(chǎn)品付費的習慣。

作為一個沒有通勤焦慮且需要沉浸式工作的科研工作者，F(xiàn)ermi對OpenClaw的初次體驗甚至帶有幾分負面看法。在她看來，這位「AI員工」雖24小時在線，但只能事件驅動，更適合做運營類工作——被動響應而非主動創(chuàng)造。而科研更傾向于一種創(chuàng)造式工作，她習慣自己坐在電腦前，主動推進事情完成。

而楊明鋒在深度使用后，他還是退回到了「半自動」模式：人不在電腦旁時，用OpenClaw應急改需求；人在電腦旁時，依然選擇直接調派大模型。

「正式軟件開發(fā)需要操作可視化，我需要看到代碼是否標準、優(yōu)雅。但在與OpenClaw溝通中，執(zhí)行過程是不可見的。」這是楊明鋒顧慮的地方。

03

OpenClaw還能火多久？

AI迭代迅速，每天都有新熱點，每月都會出現(xiàn)新工具，試圖「革掉」上一個熱門產(chǎn)品的命。再疊加地緣動蕩和大廠因AI效率提升加大優(yōu)化力度的消息此起彼伏，很容易讓人陷入FOMO情緒。

不止一位訪談對象向我們表示，「擔心跟不上AI產(chǎn)品更新的速度」。

在AI圈內，OpenClaw并不算一款成熟的產(chǎn)品。算法工程師秋風認為，OpenClaw的技術本身并不算驚艷，底層的Agent Loop（智能體循環(huán)）架構是2025年行業(yè)卷到頭的相對共識。而作為一個開源項目，框架因過度堆砌功能而臃腫，使得其內核不能隨著技術迭代同步進化。

這種結構問題直接體現(xiàn)在執(zhí)行機制上：當任務啟動后，OpenClaw無法像人類一樣實時接收反饋并修正錯誤。「你發(fā)現(xiàn)指令有誤想讓它停下來，它不會立刻停，必須先把上一條指令徹底跑完才會處理下一條命令。」

與之相比，秋風所在科技大廠內部構建了類似平臺，并在Agent Loop范式上做了進一步改造。盡管這些改進尚未在行業(yè)內形成共識，但他覺得該平臺比OpenClaw更加靈活可控。

這些科技大廠為什么不將類似產(chǎn)品推向公眾？核心原因之一在于安全風險。OpenClaw需要系統(tǒng)級權限，一旦被惡意利用或配置不當，可能導致數(shù)據(jù)泄露、財產(chǎn)損失甚至企業(yè)網(wǎng)絡被入侵。服務數(shù)億用戶的大廠，顯然難以承擔這樣的風險。

但正是這種「不安全」，成就了OpenClaw的爆火。開源特性使其能被任意爆改、部署、接入各類社交平臺，反而在互聯(lián)網(wǎng)上迅速傳播。

隨著圈層擴散和一鍵部署工具的普及，OpenClaw門檻持續(xù)降低，用戶群體不斷外擴。這也讓很多普通人第一次深度接觸AI Agent。

但在實際運用中，人們很快會意識到它的種種局限。 并且，OpenClaw只是一種工具，或者說一種杠桿——它本身不會創(chuàng)造價值，只能放大使用者原有的能力。

科研工作者Fermi仍在持續(xù)使用OpenClaw，她將其視為「下一代AI OS的雛形」，愿意反復與這個尚不成熟的系統(tǒng)碰撞，以啟發(fā)自己的Agent思維。

直到下一款真正成熟、開箱即用的Agent出現(xiàn)。

（應受訪者要求，sensen、Fermi、秋風為化名）