三八節(jié)這個周末，深圳騰訊大廈樓下近千人排隊公益安裝OpenClaw，閑魚上500塊一次的上門部署服務供不應求。圍繞OpenClaw的討論已經(jīng)分裂成兩個陣營。傅盛是最高調(diào)的布道者，春節(jié)期間骨折躺在床上，14天和龍蝦發(fā)了1157條消息、22萬字，把它從一個連公司通訊錄都查不了的“小白”養(yǎng)成了8個Agent組成的自動化團隊，公眾號甚至在凌晨三點由龍蝦自主發(fā)布的推文拿下了百萬閱讀。他得出結(jié)論：一個人加一只龍蝦等于一支團隊，這就發(fā)生在當下。

闌夕代表了另一種態(tài)度。他在“即刻”上不小心和一個OpenClaw托管的AI賬號對話，反應過來之后感覺非常不適。他對OpenClaw技術(shù)本身沒意見，但認為當前的熱鬧里充斥著過度的噪音，覺得太多人只是“拿著錘子找釘子”。

兩種態(tài)度都有道理，爭議本身也證明，OpenClaw作為一個開源的個人智能體框架，已經(jīng)破圈，并成為一個普通人也在關(guān)注的新范式。每個人去嘗鮮并體驗新產(chǎn)品本身并沒有任何不妥，但在決定要不要跟風之前，有幾個關(guān)于龍蝦的關(guān)鍵誤讀值得先搞清楚。

很多人以為OpenClaw是一個標準化產(chǎn)品，裝上就能用，體驗大致相同。事實恰好相反，不同的部署方式?jīng)Q定了你拿到的是完全不同的“龍蝦”。目前主流的部署路徑大致可以分為四類。

第一類是專用本地硬件，最典型的就是Mac Mini。這也是OpenClaw創(chuàng)始人Peter Steinberger自己使用的方式。一臺機器長期在線，專門負責運行Agent，既能連接本地文件和瀏覽器，也能掛接消息渠道、自動化工具和各類技能。這樣的OpenClawa拿到的是完整上下文，做連續(xù)任務、跨應用操作、多輪調(diào)用時，體驗最穩(wěn)定。成本包括硬件一次性投入、持續(xù)電費和模型費用（API或訂閱）。

第二類是云服務器（VPS）部署。騰訊云、阿里云、百度云都推出了一鍵部署方案，價格根據(jù)需求的不同從幾十元到上百元不等，但需要單獨考慮模型費用。優(yōu)勢是網(wǎng)絡隔離，即使出問題也不影響你的個人電腦。但這臺云服務器上沒有你的個人文件、沒有你授權(quán)的各種賬號，龍蝦能做的事情天然受限。

第三類是在個人電腦上直接安裝。這是門檻最低但風險最高的方式。龍蝦和你共享同一個操作系統(tǒng)環(huán)境，擁有你電腦上的全部權(quán)限。用Docker容器做一層隔離會安全很多，但配置復雜度也隨之上升。虛擬機方案隔離性最強，但資源消耗大，普通PC的配置不一定吃得消。

第四類是模型廠商托管產(chǎn)品。比如Kimi推出了Kimi Claw，MiniMax推出了MaxClaw，這些是廠商基于OpenClaw封裝的云端服務。部署門檻最低，幾乎開箱即用，但用戶用的實際上是廠商的基礎設施，而不是完整的本地龍蝦。這些產(chǎn)品降低了入門門檻，但能力上限和數(shù)據(jù)自主性都受到限制。

雖然擁有了“蝦”，但“蝦”的體驗千差萬別，跑在什么硬件上、它能看到多少上下文、拿到多大權(quán)限、有沒有隔離層等都會影響體驗。

OpenClaw之所以讓人興奮，核心原因是它不只“說”，還能“做”。它可以操作你的瀏覽器、讀寫文件、執(zhí)行終端命令、管理日歷、發(fā)送郵件。這種執(zhí)行力的前提是你得把權(quán)限交出去。但權(quán)限是一把雙刃劍。Summer Yue在Meta超級智能團隊負責AI對齊，她在社交媒體分享了一次驚險經(jīng)歷：她給龍蝦的指令很簡單，“檢查收件箱，建議哪些郵件可以歸檔或刪除”。結(jié)果龍蝦直接開始批量刪除郵件，設置的安全限制完全沒有生效，直到她物理關(guān)機才把它停下來。

這不是孤例。安全機構(gòu)STRIKE的公開研究顯示，已有超過4萬個OpenClaw實例暴露于公網(wǎng)，其中63%存在可被利用的漏洞，超過1.2萬個實例被標記為可遠程控制。2月份爆發(fā)的ClawHavoc供應鏈投毒事件，1184個惡意技能被植入ClawHub市場，影響超過13.5萬臺設備。安全研究機構(gòu)還披露了一個名為ClawJacked的高危漏洞，惡意網(wǎng)站可以通過瀏覽器會話悄無聲息地控制本地運行的OpenClaw實例。

Google、Anthropic、Meta等公司已經(jīng)開始在內(nèi)部封禁OpenClaw。這不是因為技術(shù)本身有問題，而是當前的安全防護機制遠沒有跟上它的能力擴張。所以，當你看到某個教程鼓勵你“給龍蝦開放所有權(quán)限”時，請三思。更穩(wěn)妥的做法是：用一臺沒有重要數(shù)據(jù)的備用設備或Docker容器運行它，逐步開放權(quán)限，同時在模型API端設置硬性消費上限。

很多人興沖沖地裝好龍蝦，交代了一個任務，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。但實際上，龍蝦的智能很大程度取決于它背后接的大語言模型。OpenClaw本身不內(nèi)置任何模型，它是一個框架，負責任務拆解、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還是本地的開源模型。

這里有兩個關(guān)鍵變量。第一是模型的能力上限。用頂級模型時，龍蝦能理解復雜指令、自主規(guī)劃多步任務、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。這是很多人沒有預料到的隱性支出。龍蝦每執(zhí)行一個任務，都要消耗大量token來和后端模型交互。OpenClaw的成本并不在軟件本身，而在背后的模型調(diào)用；一旦任務鏈拉長、工具調(diào)用增多、記憶開啟，token消耗會迅速抬升。

比如，一次完整的日歷整理加郵件回復可能消耗上萬token；如果啟用長期記憶、多Agent協(xié)作和定時巡檢，單日消耗甚至輕松突破十萬token。有媒體報道，月薪兩萬的用戶感嘆“養(yǎng)不起AI員工”，極端案例下6小時賬單超過千元。如果貪便宜選了免費或低價模型，體驗必然打折；如果選了昂貴模型又不加消費上限，賬單可能會讓你心跳加速。

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，把問題歸咎于框架本身，是不太客觀的。

龍蝦還不是成熟產(chǎn)品。OpenClaw從2025年11月的一個周末實驗到現(xiàn)在，滿打滿算不到四個月。它是一個迭代飛快但仍然粗糙的開源項目，距離真正的“產(chǎn)品”還有明顯差距。目前已知的主要缺陷包括：簡單任務有時被過度復雜化處理；任務執(zhí)行過程中可能莫名中斷；記憶功能不夠穩(wěn)定，有時候它會“忘記”之前的對話和偏好；token消耗和實際產(chǎn)出之間的效率比還有很大優(yōu)化空間；在安全性方面，ClawHub上數(shù)千個技能中有上百個被發(fā)現(xiàn)包含惡意代碼。

更根本的問題是，OpenClaw目前的安裝和配置對普通人來說仍然是一道墻。對于自部署用戶，仍需處理倉庫拉取、運行環(huán)境、依賴安裝、模型密鑰和渠道接入等步驟，對開發(fā)者來說這也許只需半小時，但對非技術(shù)用戶來說，可能花幾天也搞不定。即便用了云廠商的一鍵部署方案，后續(xù)的模型配置、IM渠道打通、技能安裝仍然需要不少折騰。閑魚上500塊一次的安裝服務能火起來，本身就說明了門檻問題有多嚴重。

Peter自己也很清楚這一點。他在播客中強調(diào)，“龍蝦不是裝上就好用的，你需要像帶實習生一樣‘養(yǎng)’它，給它寫skill文檔，不斷通過對話讓它了解你的習慣和偏好”。這個養(yǎng)成過程本身就需要投入大量時間和認知資源。

那么，到底要不要裝龍蝦？排除獵奇和FOMO心理之后，做這個決定需要考慮幾個實際因素。你有沒有明確的、高頻的、可自動化的任務？龍蝦的價值不在于偶爾幫你查個天氣，而在于每天自動幫你整理郵件、監(jiān)控特定信息源、定時生成報告這種重復性工作。如果你的日常工作大部分是創(chuàng)意決策、人際溝通這類龍蝦目前幫不上忙的事，那它對你的實際價值有限。

你愿意投入多少時間和金錢？硬件成本（自購設備或云服務器租金）、模型API調(diào)用費用、前期配置時間、持續(xù)的“養(yǎng)成”投入，這些成本加在一起不是小數(shù)目。有人算過一筆賬：如果你用Mac Mini加頂級模型高頻使用，月均成本最低要在人民幣幾百到上千元。真的要養(yǎng)蝦，一定要評估這個成本相對于它給你節(jié)省的時間和精力，是否劃算。

技術(shù)能力和風險承受度如何？如果完全沒有命令行經(jīng)驗，現(xiàn)階段直接上手OpenClaw本地部署的挫折感會很強。更務實的選擇可能是先試試Kimi Claw或MaxClaw這類封裝產(chǎn)品，感受一下Agent的基本能力，再決定要不要深入折騰。如果你決定本地部署，務必做好安全隔離，建議用獨立設備或Docker容器，設API消費上限，不要把它部署在存有重要數(shù)據(jù)的主力電腦上。

最容易被忽視的一點是自己的“駕駛能力”。AI的能力只是放大器，人的能力才是決定因素，AI只能是“副駕駛”。同樣一只龍蝦，在一個懂得如何拆解任務、編寫skill、設計反饋循環(huán)的人手里，和一個只會丟一句模糊指令的人手里，得到的效果可能相差十倍。

OpenClaw確實驗證了一種讓人興奮的可能性：AI不再只是一個聊天窗口，而是真正能替你干活的執(zhí)行者。但它目前更像是一個充滿潛力的原型，并不是一個普通人可以無腦上手的成熟工具。畢竟，龍蝦之父Peter自己說過一句大實話：如果你不懂命令行，這個項目對你來說風險太大。這句話值得所有正在猶豫要不要裝龍蝦的人仔細品味。

不過，作為一個非技術(shù)背景的普通人，輕量體驗并摸清楚它的特點，是很有必要的。畢竟，機會僅僅留給最有洞察力和最勤于思考的人。在一片喧鬧之中保持冷靜獨立思考，才是每個獨一無二的人類最獨特的優(yōu)勢。