對話三位“養(yǎng)蝦人”：普通人玩轉(zhuǎn)OpenClaw的實用指南
今年開年以來，一股名為“養(yǎng)龍蝦”的AI熱潮在互聯(lián)網(wǎng)快速席卷。
短短幾天內(nèi)，各大科技公司紛紛加入這場“養(yǎng)龍蝦”狂歡：阿里巴巴接連推出CoPaw、HiClaw、JVCClaw；騰訊與字節(jié)跳動在3月9日同一天上線QClaw、ArkClaw；百度、華為等企業(yè)也迅速跟進(jìn)，各類云平臺開始提供“一鍵部署”服務(wù)，試圖將開源Agent帶來的龐大流量轉(zhuǎn)化為新的平臺入口。
然而，和所有技術(shù)狂歡一樣，熱鬧背后也暗藏著不安。隨著OpenClaw需要獲取電腦深度權(quán)限的問題被放大，關(guān)于隱私風(fēng)險、系統(tǒng)安全以及“AI是否會搶走工作”的討論逐漸蔓延。3月10日，國家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布風(fēng)險提示，多家國企與銀行也陸續(xù)限制在辦公電腦中部署這類Agent工具。在社交平臺上，因使用OpenClaw而出現(xiàn)“文件被刪”“系統(tǒng)癱瘓”等負(fù)面案例也開始增多。
那么，OpenClaw到底是下一代生產(chǎn)力工具的雛形，還是一場被過度炒作的技術(shù)狂歡？
最近，帶著這些疑問，壹覽商業(yè)與三位來自不同行業(yè)的OpenClaw深度使用者進(jìn)行了交流。通過他們的真實經(jīng)歷，我們嘗試還原一個真實的OpenClaw：它究竟能做些什么，距離真正融入普通人的工作生活，還有多遠(yuǎn)。
我的“AI投研團(tuán)隊”：效率堪比本科實習(xí)生
OpenClaw爆火后，投資人向海在電腦里搭建起了一支“AI投研團(tuán)隊”。
作為一家早期投資機構(gòu)的負(fù)責(zé)人，他每天要面對海量信息：創(chuàng)業(yè)公司融資動態(tài)、技術(shù)突破進(jìn)展、行業(yè)研究報告、市場趨勢變化……如果依靠人工篩選，大量時間會被消耗在信息檢索上。
今年2月，他在X平臺第一次看到OpenClaw的相關(guān)信息。但由于早期版本主要針對Mac環(huán)境開發(fā)，而他日常使用的是Windows系統(tǒng)，所以并未立即嘗試。直到國內(nèi)廠商推出適配版本后，他才真正開始體驗這套工具。
起初，他使用的是月之暗面推出的云端版“龍蝦”——KimiClaw，每月只需支付199元基礎(chǔ)會員費，平臺就會提供一臺40GB的云服務(wù)器和模型調(diào)用額度，無需本地安裝。
這對非技術(shù)背景的投資人來說，是進(jìn)入Agent世界最便捷的方式。但很快，向海就不滿足于此。他在本地電腦上又部署了一套OpenClaw，并將兩套系統(tǒng)同時接入飛書，做成兩個機器人。為了方便管理，他還分別給它們?nèi)∶罕镜氐慕蠴racle，云端的叫Scott。
兩者的分工很明確：Scott負(fù)責(zé)執(zhí)行層面的工作，每天自動爬取新聞媒體的融資信息，整理到飛書多維表格；同時抓取國內(nèi)高?？蒲许椖啃畔?，生成每日投融資日報。Oracle則更像“戰(zhàn)略顧問”，持續(xù)讀取向海電腦中的歷史文件，從幾千份商業(yè)計劃書（BP）和研究資料中學(xué)習(xí)他的投資邏輯，定期生成戰(zhàn)略分析報告。
每天早上，向海打開飛書，就能看到Scott生成的融資動態(tài)和行業(yè)情報；Oracle則會周期性輸出戰(zhàn)略層面的總結(jié)。
最讓他驚喜的是OpenClaw在盡調(diào)流程中的應(yīng)用。過去，投資機構(gòu)做項目初篩時，需要花費不少時間查詢公司背景、行業(yè)規(guī)模、團(tuán)隊履歷和技術(shù)路線?，F(xiàn)在，他只需把一份創(chuàng)業(yè)公司的BP發(fā)給OpenClaw，幾分鐘后就能得到一份初步盡調(diào)報告，其中不僅包含行業(yè)情況和市場規(guī)模分析，還會自動去天眼查獲取專利數(shù)量、股權(quán)結(jié)構(gòu)等信息。
“水平大概和本科實習(xí)生差不多，”向海表示，“但規(guī)范性甚至更好一些?！?/p>
最近，他又開始嘗試更大膽的操作——讓OpenClaw學(xué)習(xí)自己電腦里幾十GB的歷史資料。“也許有一天，它能像一個沒有情緒波動的我，幫我做一些判斷?！?/p>
“龍蝦軍團(tuán)”的短板：穩(wěn)定性與可控性待提升
飛軌是一名深耕B2B領(lǐng)域的創(chuàng)業(yè)者，目前運營的項目叫DaretoB2B（敢于橋接），主要幫助ToB項目創(chuàng)始人梳理戰(zhàn)略和品牌敘事。
更早之前，他在某企業(yè)負(fù)責(zé)品牌市場工作，由于公司涉及算力和AI業(yè)務(wù)，他接觸AI的時間不算晚。但那時，AI在他工作中的角色比較傳統(tǒng)：用于營銷腦暴、梳理文字、潤色內(nèi)容，像一個反應(yīng)迅速的助手，還遠(yuǎn)談不上“融入工作流程”。
飛軌算是國內(nèi)第一批“養(yǎng)蝦人”。1月24日，他用字節(jié)旗下的AI編碼工具TRAE搭建了早報系統(tǒng)；1月27日又用ClawdBot重構(gòu)，將早報流程遷移到OpenClaw。
除了早報系統(tǒng)，他還部署了論文速記與熱門論文推文生成系統(tǒng)，以及B2B行業(yè)雷達(dá)。三套項目每天要梳理約50個海外信源、20篇論文，整體時間成本壓縮到約2小時。
“模型會員與API充值一年約5000元，加上三臺VPS（兩臺1核2G、一臺2核4G）一年約4000元?！闭劶俺杀?，飛軌算了一筆賬。
在他看來，OpenClaw目前最大的短板是穩(wěn)定性和可控性。
穩(wěn)定性方面，與一些會將任務(wù)拆分成明確步驟的AI IDE不同，OpenClaw往往一口氣執(zhí)行到底，交互輪次增多后，可能會忘記之前的要求，用戶也難以在中途插手糾正。
可控性方面，OpenClaw仍存在一定“漂移”。比如同樣的任務(wù)，即使調(diào)試成固定模板，隔一天再運行，輸出結(jié)果仍可能出現(xiàn)細(xì)微變化。
目前，飛軌共維護(hù)著五臺運行OpenClaw的機器：兩臺在本地電腦，三臺部署在云端VPS。他的主工作環(huán)境是蘋果筆記本，所有核心資料和完整工作流程都保存在本地。云端服務(wù)器更像簡化版工作區(qū)，主要負(fù)責(zé)運行自動化項目。
這些自動化項目的代碼存放在GitHub倉庫，只需從倉庫拉取代碼，就能按既定流程執(zhí)行任務(wù)。相比本地環(huán)境，云端機器的上下文信息少得多，但對于標(biāo)準(zhǔn)化任務(wù)來說已足夠。
飛軌也曾嘗試過更激進(jìn)的設(shè)想——打造“龍蝦軍團(tuán)”，即讓多個OpenClaw協(xié)同工作：一個負(fù)責(zé)規(guī)劃，一個負(fù)責(zé)內(nèi)容生成，一個負(fù)責(zé)修改和美化。比如給客戶做提案時，不同Agent可分別負(fù)責(zé)框架設(shè)計、PPT填充和語言潤色。
飛軌的龍蝦bot
理論上，每個環(huán)節(jié)甚至可以調(diào)用不同的大模型。
例如做結(jié)構(gòu)規(guī)劃時使用推理能力更強的模型（如DeepSeek Reasoner）；文字潤色和編輯環(huán)節(jié)換成更擅長語言表達(dá)的模型；涉及長文閱讀和資料整理時，再用另一類模型處理。
但這套多Agent協(xié)作體系目前還處于實驗階段。
降低門檻：“開箱即用”成用戶新需求
“可以把Floatboat.ai理解為開箱即用的OpenClaw。”顯然，部署OpenClaw有一定門檻，而少卿想做的，正是讓普通人也能輕松“養(yǎng)龍蝦”。
2025年12月，少卿與團(tuán)隊開發(fā)了Floatboat.ai產(chǎn)品，OpenClaw的走紅讓外界更易理解這款產(chǎn)品的定位。
在少卿看來，OpenClaw的爆火很大程度上源于其想象力，但在實際工作場景中仍存在明顯局限。
首先是交互方式問題。當(dāng)前很多用戶調(diào)用OpenClaw需借助飛書、Telegram等聊天工具下達(dá)指令，工作流程被切割成一段段消息：AI生成文件后發(fā)回聊天窗口，用戶下載、打開、編輯，還需切換到WPS或Office繼續(xù)處理。
“這種方式更像‘聊天’，而非真正工作?！鄙偾湔f。
他認(rèn)為，人類本質(zhì)是視覺型動物，大部分信息通過界面理解和處理。如果用戶看不到文件組織方式、瀏覽器操作過程、任務(wù)執(zhí)行階段，就難以真正參與和管理整個流程。
其次，任務(wù)復(fù)雜時，用戶難以中途介入、調(diào)整甚至終止流程，限制了Agent在復(fù)雜工作流中的應(yīng)用。
基于這些觀察，F(xiàn)loatboat.ai在產(chǎn)品設(shè)計上選擇了不同路徑：將Agent直接嵌入用戶工作環(huán)境。
Floatboat.ai
在少卿的設(shè)想中，Agent不應(yīng)只是聊天機器人，更應(yīng)是可直接嵌入電腦的軟件。用戶可在同一界面查看文件、瀏覽網(wǎng)頁、編輯內(nèi)容，Agent在同一環(huán)境協(xié)助處理任務(wù)，而非通過聊天窗口傳遞文件。
最后，安全問題也是團(tuán)隊重點考慮的部分。與OpenClaw完全開放權(quán)限的設(shè)計不同，F(xiàn)loatboat.ai采用更細(xì)致的權(quán)限管理機制：高風(fēng)險操作默認(rèn)受限，只有用戶明確授權(quán)后，Agent才能訪問相關(guān)數(shù)據(jù)或執(zhí)行操作。
正因為OpenClaw存在各種“翻車”情況，圍繞它的“平替龍蝦”生態(tài)迅速發(fā)展。越來越多類似Floatboat.ai的開發(fā)者嘗試降低部署門檻：有的將復(fù)雜本地部署封裝成“一鍵安裝”，有的直接提供云端托管服務(wù)，用戶無需配置模型和服務(wù)器，就能在電腦或手機上調(diào)用Agent能力。KimiClaw、MaxClaw、ArkClaw等產(chǎn)品相繼出現(xiàn)，本質(zhì)上都是解決同一個問題——把原本屬于極客的工具，變成普通人也能使用的軟件。
結(jié)語
無論是將OpenClaw作為生產(chǎn)力工具的投資人，還是試圖將其能力產(chǎn)品化的創(chuàng)業(yè)者，他們的判斷相當(dāng)一致：這只“龍蝦”確實展現(xiàn)了AI Agent的潛力，但距離成熟工具還有一段距離。
同時，安全問題也越來越受用戶重視。工信部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺（NVDB）監(jiān)測發(fā)現(xiàn)，默認(rèn)或不當(dāng)配置下，OpenClaw可能存在指令誘導(dǎo)、信息泄露和系統(tǒng)受控等風(fēng)險。
一些安全機構(gòu)也披露，部分部署實例存在遠(yuǎn)程代碼執(zhí)行漏洞，意味著配置不當(dāng)可能導(dǎo)致攻擊者獲取系統(tǒng)控制權(quán)。對于需要獲取系統(tǒng)深度權(quán)限的AI Agent來說，信任邊界始終是繞不開的話題。
從更長時間尺度看，這場“養(yǎng)龍蝦”熱潮釋放出清晰信號：AI正從“回答問題”轉(zhuǎn)向“直接做事”。開源社區(qū)、云廠商與創(chuàng)業(yè)團(tuán)隊幾乎同時涌入這一賽道，本身就說明Agent技術(shù)的吸引力。
但目前來看，OpenClaw能發(fā)揮多大價值，很大程度取決于使用者本身。所以，不必神化OpenClaw，也不必因技術(shù)變化過早焦慮。讓子彈先飛一會兒，未嘗不是好事。
本文來自微信公眾號 “壹覽商業(yè)”（ID：yilanshangye），作者：李彥，36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com