OpenClaw“龍蝦”：它憑什么這么火？誰在悶聲發(fā)財？

創(chuàng)意源自米開朗基羅的《創(chuàng)造亞當》。圖：ChatGPT生成

就連一些專業(yè)開發(fā)者，現(xiàn)在也沒怎么深入用過“龍蝦”，有的人還覺得它對自己干活兒效率沒啥實際提升。

有個叫OpenClaw的個人AI助理最近火得不行。它最早是在硅谷那幫開發(fā)者和技術發(fā)燒友圈子里流行起來的，后來靠著技術社區(qū)和社交網(wǎng)絡的傳播，一下子沖進了中國。

OpenClaw在2025年11月問世，大家喜歡叫它“龍蝦”。它的Logo就是一只龍蝦，創(chuàng)始人彼得·斯坦伯格希望它能像龍蝦一樣，通過不斷“脫殼”來成長，變得更大更強。

說白了，OpenClaw其實是一個開源的智能體框架。只要用戶給它足夠的系統(tǒng)權(quán)限，它就能通過跟飛書這類工具對話，指揮背后的大模型去操作電腦、使用各種工具、執(zhí)行一連串的任務。

到今年3月9號，它在全球最大的開源社區(qū)Github上，被點星標收藏的次數(shù)已經(jīng)突破了28.5萬次，成了有史以來最受歡迎的開源軟件項目。

英偉達的老大黃仁勛在3月4號摩根士丹利的大會上說，OpenClaw很可能是到現(xiàn)在為止發(fā)布過的最重要的軟件。他接著解釋，OpenClaw發(fā)布后三周達到的下載規(guī)模，Linux（全球最著名的開源軟件）花了30年才做到。

不過，黃仁勛這個說法其實有點不準確——因為Linux主要面向企業(yè)開發(fā)，而OpenClaw從出生那天起，就是一款普通人也能直接上手用的產(chǎn)品。

在中國，“龍蝦熱”也鋪開了。阿里、字節(jié)、騰訊、百度……基本上你能叫出名字的大廠，都在忙著上線或接入OpenClaw。月之暗面、智譜AI、MiniMax這些大模型公司，也趕緊為OpenClaw推出了專門的編程模型訂閱套餐。

這股“龍蝦熱”甚至變成了一場全民運動。騰訊在深圳總部樓下搞起了線下活動，手把手教市民裝“龍蝦”。全國到處都在舉辦學習安裝和使用“龍蝦”的線下沙龍。連一些地方政府也跟上了這波熱潮，像深圳龍崗區(qū)、無錫高新區(qū)、蘇州常熟市都出臺了政策文件，給用“龍蝦”的企業(yè)或個人發(fā)補貼。

但說實話，這“龍蝦”可不是誰都能玩得轉(zhuǎn)的，爭議也一直沒斷過。

首先，把它裝好、用起來的門檻就不低，你得懂點代碼才行。就算裝好了，日常維護也不簡單，一旦出了錯，你自己還得會修。它雖然免費下載，但得接上大模型才能干活，一旦開始消耗Token（可以理解成字詞用量），到底要花多少錢心里根本沒底。如果想讓它真的自動干活，你還得把操作權(quán)限交給它，這里頭又藏著安全風險。

所以，一連串問題就來了：“龍蝦”為啥能這么火？誰才是背后真正賺到錢的人？咱們普通人需要為了它，產(chǎn)生那種“生怕錯過”的AI焦慮嗎？

OpenClaw官網(wǎng)

爆火背后，到底有啥門道？

OpenClaw能火起來，可不是全靠運氣。它是大模型能力邁過一個關鍵門檻之后，水到渠成的結(jié)果。

這背后有兩個重要變化：一是模型慢慢有了任務規(guī)劃的本事，能把一個復雜目標拆成好幾個步驟來干；二是它的“記性”變好了，能在處理長任務時一直記得前后要做啥。

在2025年上半年之前，像OpenAI的GPT-4.5、Anthropic的Claude 3.5/3.7這些主流模型，通常只能記住大約20萬Token長度的內(nèi)容。雖然看長文章夠用了，但在執(zhí)行復雜任務時很容易“斷片兒”。所以那時候即便有Manus這類智能體工具，干起活來也經(jīng)常掉鏈子。

可到了2025年下半年，情況不一樣了。新一代的主流模型（比如OpenAI的GPT-5系列、Anthropic的Claude 4.5系列、谷歌的Gemini 3系列）記憶力暴增，能處理100萬到200萬Token的上下文。當模型能在這么長的“記憶”里牢牢記住任務目標、推理過程和工具調(diào)用記錄時，智能體工具干活的準確率就大大提高了。

一位算法工程師跟《財經(jīng)》聊起他的親身感受，他說去年上半年他用Cursor這類AI編程工具搭配Claude 3.5/3.7模型搞開發(fā)時，總得自己中途插手，把任務拆開，而且任務做著做著就斷了，他得隨時準備接管。

但到了2025年底、2026年初，他發(fā)現(xiàn)像Claude 4.5/4.6、OpenAI-5.3-Codex這些頂級模型，能連續(xù)工作半小時甚至一小時去完成復雜任務，中途基本不需要人幫忙了。

2026年春節(jié)前后，國產(chǎn)模型也快追到這個水平了。MiniMax的M2.5、智譜的GLM-5、月之暗面的Kimi K2.5，能用更便宜的Token成本干類似的活兒。那位算法工程師粗略算了算，以MiniMax M2.5為例，它每個Token的成本只有OpenAI-5.3-Codex的四分之一，但在處理中等復雜度任務時，靠譜程度已經(jīng)和OpenAI-5.3-Codex差不多了。

這些變化說明，大模型的能力已經(jīng)夠格讓智能體穩(wěn)定運行了。剩下的問題，就是怎么把這種能力包裝成普通人看得懂、也好用的產(chǎn)品。

這個問題技術專家們早就想到了。2025年12月，百度智能云大模型平臺的總經(jīng)理忻舟在接受《財經(jīng)》專訪時就說過，隨著底層模型能力變強、成本降低，智能體在2026年會更火。但關鍵得做好兩件事：一是把平臺做扎實，二是把各種工具（包括智能體和技能）以及應用接口做好。

忻舟當時覺得，2025年多個智能體互相配合的趨勢還不明顯，很多只是炒概念。但未來肯定會走向多智能體協(xié)作。因為單個模型處理不了越來越復雜的任務和上下文，不同任務也需要不同特長的模型，更復雜的活兒最終必須幾個智能體一起干才能搞定。

OpenClaw正好戳中了產(chǎn)品包裝這個痛點。從技術上看，OpenClaw不光把大模型接口和工具調(diào)用系統(tǒng)打包好了，還提供了不同的智能體工具，甚至準備好了可以反復用的“技能”（Skills，就像是給模型看的代碼或文字說明書）和智能體模板。用戶發(fā)出指令后，OpenClaw會先讓模型寫代碼、規(guī)劃任務、拆解步驟，然后根據(jù)需要調(diào)用合適的智能體或技能，或者通過瀏覽器、終端、文件等工具去操作，一步步把事辦成。

在OpenClaw官網(wǎng)，只需要復制一行代碼到Mac電腦的終端里，就能部署“龍蝦”

OpenClaw能爆火，更關鍵的一點是，它做對了一件事——大大降低了人們部署智能體的“心理門檻”，盡管真正的技術門檻其實并沒怎么降。

在OpenClaw官網(wǎng)上，你只需要復制一行代碼，打開蘋果Mac電腦的終端，粘貼進去敲個回車，就能一鍵部署。

但在OpenClaw出現(xiàn)之前，想部署一個智能體，你得懂Python環(huán)境，還得搗鼓一堆配置文件。這對普通人來說就是個看不透的“黑箱子”，大部分人一看就頭大，直接被勸退。而OpenClaw讓普通人也有了一種“我好像也能通過折騰代碼，用上復雜智能體工具”的參與感。

誰在背后數(shù)錢數(shù)到手軟？

從賺錢模式來看，OpenClaw自己并不直接收錢。因為它是開源工具，開源基本上就等于免費。但真正賺到錢的，是那些為智能體提供模型和算力的公司。

大模型公司和云計算公司都是OpenClaw火爆背后的最大贏家。因為不管用戶和開發(fā)者怎么部署OpenClaw，最后都得用模型、消耗算力。

OpenClaw需要運行大模型，它在執(zhí)行任務的過程中，會不停地調(diào)用模型來生成代碼、規(guī)劃任務、使用工具，每一步都在燒Token。一旦智能體開始持續(xù)運行，Token的消耗量通常比傳統(tǒng)的聊天機器人高得多。所以，模型公司幾乎是最直接吃到紅利的一方。

忻舟在2025年12月就跟《財經(jīng)》說過，智能體系統(tǒng)和普通AI聊天工具最大的區(qū)別在于，它干的是一系列任務，而不是一次簡單對話。在執(zhí)行任務的過程中，模型需要不斷規(guī)劃、調(diào)用工具、記錄狀態(tài)，每一步都可能觸發(fā)新的模型調(diào)用。一次智能體任務消耗的Token數(shù)量，往往比普通對話高出好幾個量級。干一次活兒，可能就得花掉幾萬甚至幾十萬Token。

今年1月，月之暗面、智譜、MiniMax，還有阿里云、字節(jié)跳動的火山引擎，都給使用OpenClaw的用戶推出了編程模型訂閱套餐。

OpenRouter是個全球大模型API聚合平臺，接了全球300多個主流模型，每個月消耗的Token超過30萬億，占到全球可統(tǒng)計總量的3%左右。它反映了前沿開發(fā)者和創(chuàng)業(yè)公司的使用偏好。OpenRouter在3月9號的數(shù)據(jù)顯示，MiniMax M2.5、Kimi K2.5、GLM 5的Token消耗量分別排在全球第一、第二和第八。中國模型公司第一次在這個平臺的月度統(tǒng)計里沖進了全球前三。

一位中國云廠商的架構(gòu)師告訴《財經(jīng)》，OpenClaw是拉動這幾家國產(chǎn)模型Token消耗量猛漲的一個重要推手。這些國產(chǎn)模型能被開發(fā)者快速用起來，核心原因是它們的Token價格比OpenAI和Anthropic的旗艦模型便宜很多，但性能差距沒那么大。所以，當需要長時間運行智能體任務時，越來越多的開發(fā)者愿意選這些更劃算的模型。

這給這幾家模型公司帶來了驚人的收入增長。今年2月底，一位月之暗面的內(nèi)部人士向《財經(jīng)》證實，月之暗面在2月的前20天里，收入就已經(jīng)超過了2025年全年。他們的Kimi K2.5正在成為國內(nèi)外開發(fā)者的選擇之一。當然，他并沒有透露具體的收入數(shù)字。

除了模型公司，阿里、字節(jié)跳動、騰訊、百度這些本身有云計算業(yè)務的大廠，也是重要的受益者。

月之暗面、智譜、MiniMax這些大模型，幾乎全都跑在云上。隨著OpenClaw這類智能體工具被更多人使用，模型調(diào)用頻率和Token消耗量快速增長，這同時也在拉動云端的算力需求。

到3月10號，阿里、字節(jié)、騰訊這些互聯(lián)網(wǎng)公司都跟進推出了類似的產(chǎn)品——比如阿里云通義實驗室的CoPaw，騰訊的WorkBuddy和QClaw，字節(jié)跳動的ArkClaw。不過，目前這些產(chǎn)品的功能大多還在完善中。

對企業(yè)來說，開發(fā)OpenClaw這類產(chǎn)品的門檻并不高。它的核心框架已經(jīng)開源了，企業(yè)可以在這個基礎上進行二次開發(fā)，或者用公司自己已有的智能體框架，快速搭一個類似“龍蝦”的東西。

阿里云、火山引擎、騰訊云、百度智能云也推出了專門的云服務器或云電腦產(chǎn)品，方便開發(fā)者和個人用戶部署OpenClaw。對云廠商來說，用智能體工具的人越多，模型調(diào)用的請求就越多，也意味著更高的算力使用量和云服務收入。

離咱們普通人，還有點遠

普通人想養(yǎng)好這只“龍蝦”，目前還有一段路要走。因為“龍蝦”裝起來有點麻煩，而且長期用下來，花費也不算少。

在蘋果Mac電腦上裝OpenClaw，表面看起來就是復制一行代碼到終端里按個回車。但實際一操作，沒做過開發(fā)的普通用戶很快就會發(fā)現(xiàn)，自己的電腦里壓根沒裝三個必備的基礎環(huán)境：Homebrew（一個軟件安裝工具）、Node.js（程序運行環(huán)境）和Git（代碼管理工具）。這些都是大多數(shù)開源軟件能跑起來的“地基”。

就算按教程把這幾個環(huán)境都裝好了，真要用OpenClaw的時候，用戶還得繼續(xù)在終端里輸入各種指令，比如給程序授權(quán)讓它能控制瀏覽器什么的。OpenClaw干活時還可能隨時報錯，這時候又要求用戶有點修復代碼環(huán)境的能力。

說白了，OpenClaw雖然看起來降低了人們動手去裝它的心理壓力，但對普通用戶來說，它依然是個典型的開發(fā)者工具，沒有點代碼底子還真用不明白。

這直接催生了一門新生意，在硅谷和國內(nèi)都出現(xiàn)了——上門幫人裝“龍蝦”。國內(nèi)上門安裝的報價甚至到了500元，硅谷那邊更夸張，能達到1000美元。

這里頭有個矛盾：如果你自己不會裝“龍蝦”，就算花錢找人裝好了，以后任務出錯報錯，你也沒本事自己修好。而且，任務出問題在用的時候簡直是家常便飯。

實際上，就連一些專業(yè)開發(fā)者，現(xiàn)在也沒怎么深度使用“龍蝦”，甚至覺得它對提升效率沒太大幫助。

《財經(jīng)》問了五位專業(yè)開發(fā)者（包括算法工程師、云計算架構(gòu)師和安全工程師），里面只有兩個人裝了OpenClaw，目前也就是嘗個鮮，主要用它來整理整理投資信息。其他三個人都沒裝，理由是覺得它沒法真正幫到自己日常工作。

一位算法工程師和一位云廠商架構(gòu)師對《財經(jīng)》表示，對絕大多數(shù)普通人來說，把手頭現(xiàn)有的ChatGPT、Gemini、Claude這些AI工具用好，就能解決日常工作生活中八成以上的問題。對大多數(shù)工程師來說，Cursor、OpenAI Codex這些專門的AI編程工具，也能搞定開發(fā)過程中八成以上的問題。剩下那些用成熟工具解決不了的少數(shù)難題，靠OpenClaw也很難高效解決。

上面提到的那位算法工程師甚至要求，他團隊的同事不許在公司電腦上裝OpenClaw。因為他擔心給了它太多權(quán)限，可能會導致刪庫、泄露敏感信息這類安全事故。

除了安裝門檻高，OpenClaw燒起Token來，速度也遠比那些常見的成熟AI工具快得多。

一位個人開發(fā)者今年2月初在Github上記錄說，他部署的OpenClaw平時用Claude Sonnet 4.6系列模型。每天任務請求超過100次。他粗略估計，每個月運行OpenClaw的成本很快就會超過100美元。他更擔心的是，OpenClaw沒有預算控制功能，面臨Token成本失控的風險，花起錢來可能沒個上限。

要知道，訂閱ChatGPT、Gemini、Claude這些成熟的AI助手，每個月也就20美元，而且沒有Token用量限制。訂閱Cursor、OpenAI Codex這些工程師專用的編程工具，每月也是20美元左右，雖然有Token用量限制，但開銷相對可控得多。

所以說，OpenClaw短期來看更像是專業(yè)開發(fā)者和技術發(fā)燒友的玩具，還算不上是給普通人準備的成熟產(chǎn)品。

一位軟件開發(fā)工程師的看法是，“龍蝦”可以關注，但沒必要焦慮。因為它現(xiàn)在還不成熟，普通人可以再等等，等大廠們把更成熟、安全、好用的“類龍蝦”產(chǎn)品打磨出來。

今年火爆的“龍蝦”，就像去年初火過的Manus，它們都是趁著模型能力提升的東風起來的，在爆火的浪潮里也伴隨著不少爭議。但當你真想把它當成一個嚴肅的提高效率的工具時，就會發(fā)現(xiàn)它執(zhí)行任務時出錯的概率還挺高。

不過，它所代表的智能體這種形態(tài)，確實正在改變?nèi)藗兪褂密浖姆绞健Ｈ绻Ｐ湍芰^續(xù)提升、成本繼續(xù)下降，未來的軟件可能不再是一個個孤立的應用，而是由多個智能體互相配合、一起完成任務的一整套系統(tǒng)。OpenClaw，也許只是這個巨大變化的開始。