月薪2萬，我養不起自己的“AI員工” |【經緯低調分享】

OpenClaw（圈內稱為“龍蝦”），成為AI圈新晉頂流。這款被稱作“最接近科幻片的AI成品”，并非傳統聊天大模型，而是能統籌各類AI完成全流程操作的“AI上級”，自動讀文件、寫代碼、談價格，甚至代聊相親，讓網友直呼“賈維斯照進現實”。

為擁有這只“龍蝦”，網友們掀起一波消費熱潮：4300多元的Mac mini一機難求，上門安裝服務從萬元天價卷至數百元，甚至衍生出教學、技能包等完整產業鏈。但所有人都沒想到，部署只是開始，OpenClaw堪稱“吞金巨獸”，其Token消耗速度是ChatGPT的幾十倍，一分鐘自動工作便要花費20余元，有人單日花費超400元，甚至有開發者首月賬單高達2萬。

更令人心驚的是，金錢并非唯一成本，開放高權限帶來的隱私泄露、財產被盜風險頻發，職場焦慮也隨之升級。當AI的“伙食費”遠超普通人收入，當養AI成為新的階層門檻，我們突然發現，AI時代的考驗，從來不是會不會用，而是能不能養得起。以下，Enjoy：

文章轉載自鳳凰WEEKLY（ID：phoenixweekly）

文/饃王 章魚

編輯/閆如意

時代變化太快。

如果說前兩年，人們還在琢磨怎么用略顯幼稚的AI賺錢。

今年人們要考慮的問題，已經是怎么掙錢才能養好自己的AI了。

這兩天，互聯網上出現一種新的AI“電子寵物”。

有人說它是AI目前最接近科幻片的成品，有人寧可花上萬塊錢也要把它裝進電腦。

它就是AI時代的新中產三件套之首：OpenClaw。

01

為“養龍蝦”，人們花了多少錢？

老G這兩天上網的時候，總感覺自己走進了水產養殖大棚。

因為所有網友，都在討論“養龍蝦”。

其實，這個龍蝦的本名叫OpenClaw。

是一個由奧地利軟件工程師彼得?斯坦伯格開發的AI 智能體軟件。

因為軟件的logo是一只龍蝦，網友昵稱其為龍蝦。

〓 圖源小紅書用戶@虧完十萬刀就去上班

人們手里能用的AI這么多，為啥對OpenClaw這么狂熱？

要知道，OpenClaw不是傳統AI產品。

光憑它自己，根本沒有搜索信息、總結信息然后回答問題的功能。

也因此安裝OpenClaw之后，軟件會強行讓你選擇一個大模型接入進去。

之后所有任務的搜索和總結信息的過程，默認全部通過這個被接入的AI來完成。

然而，這個看似“無用”的AI非常特別：

它雖然不能獨立思考，但只要給它足夠的權限，它就可以完成人能在電腦上完成的幾乎所有操作。

舉個例子。

可是假如讓OpenClaw生成一份上周業績報表，它會先自動讀取你保存在電腦中的上周業績文件，然后把文件里的信息傳給豆包，讓豆包代替思考生成一份PDF文檔，再把這份文件保存在電腦D盤中。

最后，它還會用豆包的語言撰寫一封郵件，連同這份報表一起發送到你的手機上。

這感覺，是不是一下就“科幻”了？

〓 圖源小紅書用戶@Kael.im

說白了，以前的AI都是收到工作、干活、交出成果的“下屬”。

而OpenClaw，則是那個真正有權利布置工作、消化下屬工作成果的“上級”。

也不怪互聯網上的朋友都管OpenClaw叫“AI管家”或者“AI代理”。

原來其他AI是去取代搜索引擎，但OpenClaw是來取代我自己的呀！

OpenClaw已經有很多非常驚人的“戰績”了。

根據多家媒體的報道，一位住在美國的軟件工程師想在年初買輛新車，但又懶得自己去跟4S店砍價。

于是，他給自己的“龍蝦”發布了一條簡單指令：

在 50 英里內找到所有有指定配色的車型的賣家，然后聯系每家店要到最低價格。

結果，OpenClaw 接手后，先去網絡論壇讀取了當地的真實成交價，然后自動在所有店家的網站上填寫詢價表單。

還在各家店回復郵件之后，自動把更低價的郵件轉發給其他店家，要求他們“再便宜點”。

經過三天的自動化郵件談判，最終成交價比工程師預想的要低了整整7000美元。

整個過程里，它不光沒打過電話，更是連汽車店的門都沒進過。

〓 圖為工程師的OpenClaw和汽車店交流的郵件

假如你沒有那么多商務需求讓OpenClaw操作，它甚至可以自動幫你在網上談戀愛。

等關系進展到要線下約會時，再來通知你。

這可能就是AI時代的戀愛盲盒吧。

在見面之前甚至都不用“補課”，因為你的AI龍蝦跟對方聊天的時候可以模仿你的語氣。

〓 圖源小紅書用戶@Alpha-

強大的綜合能力， 讓聞者心動。

它對硬件性能的要求高，并且剛需一定的網絡和電腦技能，普通人能順利裝好的并不多。

這就讓安裝OpenClaw，突然成了一門生意。

還是下到幾百塊、上到幾萬元的“大生意”。

還是那句話。

第一批用AI賺到錢的人，永遠是教別人怎么用AI的人。

做OpenClaw的第一筆“標配”支出就是蘋果的Mac mini。

作為高手口中最適合搭建OpenClaw的平臺，Macmini集性能和小巧于一體，作為一個沒有個人隱私的新電腦，還能保證信息安全。

4300多元的低配版本，已經在各大電商平臺上全面缺貨了。

“上門裝蝦”的服務價格，更是經歷了幾波動蕩。

從剛開始驚現的“萬元天價”但包裝不包會，卷到現在逐漸穩定在300到500之間管安裝管教學，外加附送一堆龍蝦的技能包（skills）。

業務水平更全面一點的，甚至還能免費幫你做一頓晚飯。

報班學課的流水線，更是已經搭建完成。

一切的一切，就像幾個月前人們狂熱學習那些AI生圖或者生視頻的咒語一樣。

然而，辛辛苦苦把OpenClaw裝好，裝好技能包的朋友們怎么也沒想到——

把它裝進你的電腦，只是這只龍蝦“吞金”的開始。

02

再不努力打工，就養不起AI了

很多人以為養個 AI 就像養只電子寵物，費點電就行。

但當你用上OpenClaw這種“重裝智能體”時，你才會發現，它簡直是個吞金巨獸。部署OpenClaw只是你為它花的第一筆錢，也很可能是最少的一筆錢。

真正讓你肉疼的，是它那比 ChatGPT 貴出幾十倍的Token燃燒量。

在社交媒體隨便一搜Token，就能出現大量燒不起Token、養不起AI的感慨。

在搞清楚OpenClaw有多燒錢之前，我們得先知道什么是Token。

AI不直接讀漢字，而是把文字切成碎片來理解。比如輸入“恭喜你發財”，可能會被切成“恭/ 喜 /你/發/財”等碎片，這些碎片就是Token。

無論你是用ChatGPT還是DeepSeek，大多數廠商都是按Token數量收錢的。我們可以簡單粗暴地把它理解為：

Token是AI的計費單位。

一般來說，英文1000個Token約等于750個單詞；

中文更貴，一個漢字往往就要占用1到2個Token。

Token的每一分消耗，都直接對應賬單。

為了方便理解，我們可以把Token比作油耗。

普通的ChatGPT像是一輛輕便自行車，你問它一句話，它就回你幾個字，油耗很低。

但OpenClaw像是一輛百噸重卡——它每次開口前，會加載大量背景信息、框架指令和技能。

放在現實世界，相當于你才和運輸公司說了一句你好，就有一個工人團隊把你的大量貨物裝車，即便你們沒有達成合作，這個裝車的過程也是收費的。

因為它起步，就要消耗數千到上萬個Token。

這就好比你家車庫門一開，還沒上路呢，5塊錢的油費就先燒沒了。

毫不夸張地說，Token是真正的AI油老虎。

家里負責交電費的人大多都思考過這個問題：開空調是開機費電，還是運行費電？這個問題放在OpenClaw身上也成立，而且答案很野蠻：

啟動耗油、運行更耗油。

抓網頁、讀文件、自我修正......OpenClaw處理復雜任務需要反復思考。 尷尬的地方就在于：

它每思考一步，都要把剛才那幾萬字的背景信息重新讀一遍。

第 1 分鐘

：它在讀你需要的文件，燒了10萬Token。

第 2 分鐘

：它在分析網頁，又帶著剛才的文件讀了一遍，燒了20萬Token。

第 3 分鐘

：它在寫報告，結果又把之前的所有內容復習了一遍……

如果你用的是像騰訊云DeepSeek這樣高性能的模型，在OpenClaw的這種“高頻復讀”模式下，一分鐘可以燒掉幾十萬個Token。折算成人民幣，它意味著：

AI自動干活一分鐘，后臺已經悄悄劃走了你20多塊錢。

注意，這只是它一分鐘的花費，還沒算它思考時產生的“思維鏈”額外費用。

現實生活里，OpenClaw不止一次被網友比做是會“呼吸”的鈔票。

有網友的OpenClaw，一天“吃飯”需要花400塊。

有人6小時消耗9000萬Token，賬單$170（約合人民幣1172元）。

有人一個月基礎工作流，成本$400（約合人民幣2759元）......

2026年，Token比黃金更值錢。

在AI圈子里，這不是危言聳聽。

有開發者在測試類似OpenClaw的自動化智能體時，由于沒有限制任務循環，且未開啟“緩存省錢模式”，首月消耗了1.8億個Token。

按照當時高性能模型（含輸入/輸出權重）的綜合單價計算，這筆賬單最終高達2萬多元人民幣。

而根據中金發布的數據，2025年度，只有0.05%的中國人月收入超過2萬元。

使用OpenClaw，就像在雇用一個不計成本的員工。

由于它執行任務是全自動的，你無法實時監控它在這一秒鐘里到底燒了多少 Token。很多時候，當你發現任務邏輯跑偏、想要按下停止鍵時，它可能已經背著你偷偷刷掉了幾百塊錢。

現階段，大多數人需要面對的現實是：

本想讓AI幫自己打工，結果工資全給 AI 交了“伙食費”。

前文我們就說過，普通的AI是在陪你聊天，而OpenClaw是在替你“雇用一個專業的自動化團隊”。

這個團隊雖然強悍，但它們每一秒鐘的呼吸都在計費。

如果沒有優化好它的技能包，或者沒開啟緩存模式省錢，那么OpenClaw燒錢的速度，大概率比你賺錢的速度還要快。

03

OpenClaw最貴的地方，不是錢

貴，不是使用OpenClaw唯一的成本。

使用OpenClaw的成本遠遠不只金錢，更重要的是隱私和財產安全。

現在全網已經達成了一個共識：

絕對不要在辦公、學習或存資料的主力電腦上部署 OpenClaw。

為了保證OpenClaw能24小時跑服務，電腦的CPU和內存會拉滿，占用電腦的大量性能。如果電腦同時運行OpenClaw和其他任務，運行起來時你大概率會聽到風扇的轟鳴聲，然后就會出現每個人都熟悉的畫面：

Word卡死，網頁崩潰，甚至連鼠標的光標都無法挪動。

甚至有網友在自己的舊MacBook上部署OpenClaw以后，讓它去裝一個skills，結果安裝失敗，第二天打開一看，機器滾燙，屏幕燒。

當然，這不是網友們呼吁為OpenClaw提供專屬電腦的主要原因。

想讓OpenClaw真正成為你的助理，就不可避免要對它開放你的電腦權限。它會暢通無阻地讀取你的文件、操作你的瀏覽器，甚至訪問你的系統后臺。

OpenClaw就像一個掌握了你家所有鑰匙的管家，在它面前，你的信息基本在裸奔。

在數據就是金錢的2026，這些被AI爬取、處理過的個人私密數據，是否會被打包、去重，最后出現在某個黑產平臺上“明碼標價”？

沒人能保證。

不過從互聯網已有的大量關于 OpenClaw的帖子里看，隱私泄露似乎不是什么新鮮事。

繼不要在主力電腦上安裝OpenClaw的共識之后，互聯網又陸續出現了：

不要把錢包密碼給OpenClaw。

否則，你卡里的錢可能直接被它刷走。

當你發現時，你的錢往往已經無法追回。

甚至，在人類學習和馴化OpenClaw的過程中，已經打響了一場新時代的資產保衛戰。

除了隱私泄露和傾家蕩產的風險，OpenClaw的出現也在催生每個人的職場焦慮。看著朋友圈里刷屏的“智能體”“分布式抓取”“自動化流”，我們很容易陷入恐慌：

如果今天還不去研究 OpenClaw，明天自己就是 AI 時代的新文盲了。

但是當我們熬夜翻遍各種Github教程，折騰環境變量，在黑色的代碼框里反復橫跳，終于可以弄懂別人社交媒體在說什么時，又會陷入新一輪的焦慮：

越是深入學習 AI，就越容易覺得自己即將失業。

親眼看到OpenClaw僅用幾分鐘就完成了自己一周的工作量時，很多人的第一反應就是恐慌：“如果它已經能做到這個程度，那我的價值到底在哪里？”

外界的信息也在不斷強化這種恐慌。

2024年到2026年間，美國股市頻繁出現一種非常“冷酷”的現象：裁員消息一出，股價應聲上漲。

打工人們在電腦前焦慮地學習如何配置OpenClaw幫助自己更好工作的時候，華爾街的分析師們正在盯著公司的財報。

只要公司宣布用AI替代了人的工作崗位，公司的股價就會立刻拉出一個漲停。在資本市場看來，企業裁員幾乎等于擁抱高效率生產的未來。

也正因如此，新時代的賺錢方式已經小范圍變成了：

從學習AI和使用AI，到從資本市場購買AI相關的股票。

也包括那些大規模裁員的公司。

當然，這只是一種方法論，而且實操起來頗有風險。回歸普通人目前的AI焦慮，其實很可能是杞人憂天。

畢竟AI的發展速度快到令人發指。

這個月你還在為部署OpenClaw翻遍教程、折騰環境，可能下個月，它就被優化成了“一鍵安裝”甚至是“網頁即用”。AI的目的是要把復雜的流程簡單化，讓每一個普通人都能擁有一個自動化團隊，而不是把普通人拒之門外。

科技進步的終極目的始終是服務于人，而不是給人制造門檻。

對大多數普通人來說，與其擔心被AI迭代掉，不如先擔心怎么賺夠這個月的 Token費。

畢竟，在AI真正變得“零基礎、零成本”之前——

我們還得努力打工，才能養得起自己的AI。

本文轉載自【鳳凰WEEKLY】

點擊關注，閱讀更多文章