Google、Anthropic、Meta等公司已經(jīng)開(kāi)始在內(nèi)部封禁OpenClaw。這不是因?yàn)榧夹g(shù)本身有問(wèn)題,而是當(dāng)前的安全防護(hù)機(jī)制遠(yuǎn)沒(méi)有跟上它的能力擴(kuò)張。所以,當(dāng)你看到某個(gè)教程鼓勵(lì)你“給龍蝦開(kāi)放所有權(quán)限”時(shí),請(qǐng)三思。更穩(wěn)妥的做法是:用一臺(tái)沒(méi)有重要數(shù)據(jù)的備用設(shè)備或Docker容器運(yùn)行它,逐步開(kāi)放權(quán)限,同時(shí)在模型API端設(shè)置硬性消費(fèi)上限。
很多人興沖沖地裝好龍蝦,交代了一個(gè)任務(wù),結(jié)果龍蝦要么卡住了,要么做出一堆匪夷所思的操作。于是得出結(jié)論:這東西不行。但實(shí)際上,龍蝦的智能很大程度取決于它背后接的大語(yǔ)言模型。OpenClaw本身不內(nèi)置任何模型,它是一個(gè)框架,負(fù)責(zé)任務(wù)拆解、工具調(diào)用、記憶管理和反饋循環(huán)。真正“思考”的部分,是你選擇接入的Claude、GPT、DeepSeek、Kimi還是本地的開(kāi)源模型。
這里有兩個(gè)關(guān)鍵變量。第一是模型的能力上限。用頂級(jí)模型時(shí),龍蝦能理解復(fù)雜指令、自主規(guī)劃多步任務(wù)、處理異常情況。換成便宜的小模型,它可能連基本的工具調(diào)用都完成不了。第二是模型的成本。這是很多人沒(méi)有預(yù)料到的隱性支出。龍蝦每執(zhí)行一個(gè)任務(wù),都要消耗大量token來(lái)和后端模型交互。OpenClaw的成本并不在軟件本身,而在背后的模型調(diào)用;一旦任務(wù)鏈拉長(zhǎng)、工具調(diào)用增多、記憶開(kāi)啟,token消耗會(huì)迅速抬升。
比如,一次完整的日歷整理加郵件回復(fù)可能消耗上萬(wàn)token;如果啟用長(zhǎng)期記憶、多Agent協(xié)作和定時(shí)巡檢,單日消耗甚至輕松突破十萬(wàn)token。有媒體報(bào)道,月薪兩萬(wàn)的用戶(hù)感嘆“養(yǎng)不起AI員工”,極端案例下6小時(shí)賬單超過(guò)千元。如果貪便宜選了免費(fèi)或低價(jià)模型,體驗(yàn)必然打折;如果選了昂貴模型又不加消費(fèi)上限,賬單可能會(huì)讓你心跳加速。
所以,龍蝦好不好用,首先取決于你給它配了什么“大腦”,以及你愿意后續(xù)為這只“蝦”持續(xù)氪金多少,把問(wèn)題歸咎于框架本身,是不太客觀(guān)的。