OpenClaw大熱，但不是每個(gè)人都適合養(yǎng)“龍蝦”

近日，騰訊在深圳舉辦OpenClaw(昵稱“小龍蝦”)免費(fèi)安裝活動(dòng)，現(xiàn)場由騰訊云工程師提供一站式服務(wù)，涵蓋安裝部署、模型配置、IM（即時(shí)通訊軟件）渠道打通及熱門技能解鎖，讓OpenClaw這個(gè)現(xiàn)象級開源AI智能體的熱度再添了一把火。

OpenClaw由軟件工程師Peter Steinberger開發(fā)，它并非傳統(tǒng)的對話式聊天機(jī)器人，而是設(shè)計(jì)為能夠?qū)嶋H執(zhí)行任務(wù)的自主AI代理，可運(yùn)行于用戶自己的設(shè)備（支持macOS、Windows、Linux等跨平臺(tái)）和云端主機(jī)，通常用即時(shí)通訊工具交互，可實(shí)現(xiàn)管理電子郵件、操作瀏覽器、讀寫本地文件、整理資料、編寫代碼，還可通過擴(kuò)展的“Skills”（技能）機(jī)制調(diào)用外部API或工具，實(shí)現(xiàn)更復(fù)雜任務(wù)。

據(jù)媒體報(bào)道，3月6日騰訊免費(fèi)安裝活動(dòng)現(xiàn)場，現(xiàn)場有上千人排隊(duì)安裝，有一位68歲的老者，坐車一個(gè)多小時(shí)前來，有不少人表示準(zhǔn)備用在炒股和視頻剪輯、自媒體等領(lǐng)域。不過，在“養(yǎng)蝦”熱快速升溫的背后，并不是每個(gè)人都適合養(yǎng)這只爆紅的“小龍蝦”。

如果連安裝都不會(huì)，就先別養(yǎng)了

OpenClaw的核心優(yōu)勢在于本地部署與數(shù)據(jù)私有化，所有記憶、文件索引均存儲(chǔ)于用戶設(shè)備，但這一優(yōu)勢同時(shí)構(gòu)成顯著門檻，安裝與配置過程遠(yuǎn)非“一鍵啟動(dòng)”所能概括。

用戶需自行克隆GitHub倉庫，配置Python環(huán)境，安裝依賴包，并手動(dòng)設(shè)置模型接入密鑰等一系列設(shè)置。對于熟悉命令行的開發(fā)者而言，這些步驟或許僅需數(shù)十分鐘，但對普通用戶而言，即便官方文檔已提供詳細(xì)指引，面對終端指令、環(huán)境變量配置及潛在的兼容性問題，仍可能耗費(fèi)數(shù)小時(shí)乃至數(shù)天調(diào)試。更關(guān)鍵的是，OpenClaw并非封閉應(yīng)用，而是模塊化架構(gòu)，初次使用需選擇或自定義“Skills”擴(kuò)展包，這進(jìn)一步提升了學(xué)習(xí)曲線。

不少用戶在社交媒體和論壇上反映，在安裝階段即遭遇模型API連通失敗、權(quán)限授予異?；騼?nèi)存溢出等問題，最終選擇放棄。即使通過“一鍵安裝”用上了，還有用戶反饋?zhàn)岧埼r幫你運(yùn)行爬蟲程序，結(jié)果碰上文章都有反爬蟲機(jī)制或者驗(yàn)證機(jī)制，需要瀏覽器cookie或?qū)庸俜骄W(wǎng)站的API才行……技術(shù)工具的價(jià)值在使用，而非制造新障礙，若用戶使用時(shí)“一步一個(gè)坑”，或許應(yīng)該先緩緩。

龍蝦是個(gè)吞金獸，用token不便宜

OpenClaw本身不內(nèi)置大語言模型，而是采用模型無關(guān)設(shè)計(jì)，需接入Claude、GPT系列、DeepSeek或Kimi等外部大模型作為“大腦”，這一架構(gòu)雖賦予用戶靈活性，卻也帶來持續(xù)的經(jīng)濟(jì)成本。

每一次讓龍蝦任務(wù)執(zhí)行，無論是郵件撰寫、網(wǎng)頁瀏覽還是代碼生成，均需調(diào)用外部API，消耗大量token（可以理解為大型語言模型的“字”或“詞”，也是AI 的計(jì)費(fèi)標(biāo)準(zhǔn)），以中型任務(wù)為例，一次完整的日歷整理與郵件回復(fù)流程可能消耗數(shù)千至上萬token；若用戶啟用長期記憶、多Agent協(xié)作或定時(shí)喚醒功能，單日消耗往往突破十萬token。即使按當(dāng)前國內(nèi)主流大模型收費(fèi)標(biāo)準(zhǔn)計(jì)算，高頻使用下token消耗仍呈指數(shù)級增長，假設(shè)每日10萬輸出token，DeepSeek或Kimi后可能也會(huì)達(dá)到數(shù)百元。

近期有36氪文章稱，月薪2萬的用戶感嘆“養(yǎng)不起AI員工”，因OpenClaw燒錢速度超過賺錢速度，一天基礎(chǔ)消耗可達(dá)400元，6小時(shí)極端案例賬單1172元。對于預(yù)算有限或僅需簡單問答的用戶而言，此類隱性開支極易超出預(yù)期，理性評估自身任務(wù)頻率與預(yù)算，是決定是否“養(yǎng)龍蝦”的前提。

數(shù)據(jù)安全問題不容忽視

OpenClaw的強(qiáng)大執(zhí)行力源于其對系統(tǒng)資源的深度訪問權(quán)限，它可讀寫本地文件、操作瀏覽器、執(zhí)行終端命令，這一設(shè)計(jì)的目標(biāo)是實(shí)現(xiàn)“全自動(dòng)”代理，但目前也有一定的安全風(fēng)險(xiǎn)。

據(jù)海外媒體報(bào)道，該項(xiàng)目早期曾曝出高危漏洞，包括權(quán)限繞過與遠(yuǎn)程代碼執(zhí)行隱患，雖已于2026年2月完成修復(fù)并由基金會(huì)接管，但社區(qū)仍持續(xù)報(bào)告零星安全事件。用戶數(shù)據(jù)全部本地存儲(chǔ)看似安全，實(shí)則高度依賴設(shè)備自身防護(hù)；一旦主機(jī)遭入侵或配置失誤，AI代理可能成為攻擊者進(jìn)入系統(tǒng)的“后門”。更棘手的是，自主任務(wù)機(jī)制下，AI可能在用戶未明確授權(quán)的情況下觸發(fā)敏感操作，例如誤刪重要文件或向外部API泄露隱私信息。即便用戶通過Skills機(jī)制嚴(yán)格限定權(quán)限，模型幻覺或指令歧義仍可能導(dǎo)致意外后果。此外，跨平臺(tái)即時(shí)通訊接入也可能進(jìn)一步擴(kuò)大安全漏洞。

2月5日，國家工信部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺(tái)（NVDB）發(fā)布提示稱，監(jiān)測發(fā)現(xiàn)OpenClaw開源AI智能體部分實(shí)例在默認(rèn)或不當(dāng)配置情況下存在較高安全風(fēng)險(xiǎn)，極易引發(fā)網(wǎng)絡(luò)攻擊、信息泄露等安全問題。

當(dāng)下，AI 技術(shù)和工具正處于高速迭代期，幾乎每月都有新型模型和更易用的產(chǎn)品涌現(xiàn)。普通人面對“養(yǎng)蝦熱”乃至以后的新工具，無需因錯(cuò)過某一特定工具而產(chǎn)生焦慮，技術(shù)紅利最終會(huì)通過更成熟、更易用的產(chǎn)品逐步下沉到普通用戶手中。

文章來源：經(jīng)濟(jì)觀察網(wǎng)

作者：杜遠(yuǎn)