別太神話AI龍蝦

“你養龍蝦（OpenClaw）了嗎？”

科技圈被一只龍蝦攪得人心蕩漾，它被稱作數字時代的個人助理，仿佛只要裝上OpenClaw，它就能7*24小時中無休止的工作，生產力抵得上一家公司，有望跑出10個張一鳴。

魔幻彌漫在產業鏈的各個端口：從“499元上門安裝”、Mac mini價格暴漲，到孔劍平等線下布道者們喊出那句“2026年，人類不分男女，只分創造者與旁觀者”，再到“月薪兩萬養不起龍蝦”“299元遠程卸載”，裝蝦、教蝦、卸蝦，形成賽博閉環。

少則得，多則惑。別小瞧了AI，也別太神話龍蝦。

被FOMO心態干擾的普通人，請剝離環境雜音，戴上降噪耳機之后，再思考這場淘金熱，是否值得所有人去追逐。

龍蝦時代

這只雜糅了人類的焦慮、好奇與機會的OpenClaw“龍蝦”，到底是什么？

一個AI智能體，由奧地利退休程序員彼得·斯坦伯格在2025年11月創建，且完全開源。因為醒目的紅色龍蝦圖標，OpenClaw在中文社區被網友們親切地稱為“龍蝦”，部署、使用、調教它的過程，被稱為“養龍蝦”。

平時我們用AI，看中的是它絕頂聰明的大腦，但它們都被關在沙盒里，聊完天就拉倒了。

但OpenClaw不同，它是“真正能做事的AI”。刨開OpenClaw源碼，它的核心架構分為三大模塊，用戶提出問題，AI思考決策，調用工具執行，反饋給你結果。

龍蝦靠大螯抓取、操作、執行，OpenClaw也有手有腳，能操控電腦，幫你查閱資料，管理文件，處理郵件。理論上，人在電腦前能做的操作它都能完成。

但它一身蠻力沒腦子怎么辦？給OpenClaw接上大模型，即刻變身能干活的天才實習生。

它能高強度出圈，離不開兩個關鍵能力，一是連續記憶，二是skills體系。

Agent的記憶通常是短期的，但連續記憶的龍蝦，可以連接上下文，還能記住你的行為偏好。

比如你告訴它：“我每周五要發周報，格式是Excel+PPT，收件人是張總、李經理，抄送部門群；周報數據來自‘銷售數據.xlsx’，自動匯總本周業績、環比、下周計劃”，龍蝦就把這些偏好、流程、收件人、數據源全部寫入了memory.md。之后每周五：你只說“發周報”，龍蝦就會自動完成整個流程，不用你再解釋任何細節。

Skills，簡單說就是技能包。就像上述生成周報的固定流程、專業操作，可以封裝成可調用的skills。成熟的skills相當于一個上過培訓課的新員工，能快速上崗完成工作。

在使用中，龍蝦還會不斷學習和進化，配合記憶和實操，越用越聰明，堪稱效率神器。

第一批用AI賺錢的贏家，還是教別人怎么用的人。

販賣信息差，幫小白部署OpenClaw的人，靠著幾十幾百的單子，賺到一波快錢。賣教程，搞付費社群、直播和線下課的頭部老師們，收割AI焦慮，完成百萬級積累。開發插件的OpenClawKit，月入6410美元，買斷價149美元。專門做部署、托管和定制開發服務的團隊，月收入可達數萬美元。

甚至有人盯上了祖國的花朵，學龍蝦從娃娃抓起。

就連蘋果都成了受益方。安裝“龍蝦”需要接管電腦的底層權限，蘋果Mac mini電腦因為架構友好、24小時低耗，成為最適合“養蝦”的蝦塘，全網斷貨，一機難求。賣硬件的小廠商們，也用千元平替產品賺得盆滿缽滿。

當然這些賺得都是小錢。第一批玩“龍蝦”的人真正用上它后，發現真正要付費的，是幾乎失控的Token。

養蝦得有蝦糧，OpenClaw吃的是Token。

OpenClaw需要頻繁調用大模型，且每次都要把上下文全部打包喂給模型，Token的消耗相比一般的AI模型，直接呈指數級增長。

打個招呼，3毛沒了，搜索十分鐘信息，幾十塊沒了，一個月基礎工作流1000塊打底。

有程序員用小龍蝦開發代碼，一個月要花費2萬元。還有極客實測執行復雜程序調試任務，一天就能燒掉10億個Token，成本達數萬元，比黃金還費錢。

“如果不是郵件提醒，我就要破產了。”網友們開始調侃“月薪2萬養不起龍蝦”，匆忙入場的小老板們坦誠，還不如找一個碩士實習生便宜好用。

跟風的白領們也發現，自己每天最忙的那些事，其實沒多貴多復雜。專家也出來勸諫，低價值場景，現在用龍蝦不劃算。

普通人在賺小錢，在往外掏錢，上游賣“蝦飼料”的大廠們，才是真正的大贏家。

大廠笑得合不攏嘴

龍蝦當道，比的是誰的模型能力強勁、誰的Token費用更具性價比。

從Token成本的構成看，芯片靠產業創新，電費拼國運級基礎設施，中國天然擁有成本優勢。

所以說，資金實力雄厚的中國互聯網大廠，才真正適合攬這瓷器活，也是真正受益的一方。

在GitHub開源網站上，Meta旗下的React項目攢下24萬顆星，花了十三年，而OpenClaw超越它只用了100天，惹人眼紅。

Token消耗的潘多拉魔盒打開后，大模型廠商月之暗面和MiniMax輪流霸榜OpenRouter，騰訊、字節、阿里、百度、京東、小米等大廠火速入局，推出OpenClaw一鍵部署服務。

國產大模型巨頭們，率先吃下龍蝦帶來的巨額Token量。

MiniMax最新財報顯示，M2系列文本模型發布后，2026年2月的單日Token消耗量狂飆，比2025年12月的6倍還多。其中來自編程套餐（Coding Plan）的Token消耗量增長超過10倍。股價應聲而漲，再創巔峰。

今年春節前后，Kimi旗下K2.5大模型也迎來大批全球付費用戶及API調用，20天收入就超過2025年全年總收入，多夸張的數字。

賣Token用自己的API更劃算，廠商將OpenClaw能力直接打包進自家產品：Kimi推出了云端化OpenClaw產品kimi Claw，minimaxi推出了基于OpenClaw構建的云端AI 助手MaxClaw，智譜直接做了一個套殼OpenClaw的客戶端。

作為云廠商巨頭的互聯網大廠，也在瘋狂搶灘OpenClaw部署，卡位AI Agent生態入口。

投入最積極的是騰訊，上線了全場景智能體WorkBuddy，本地AI助手QClaw也在內測中。前一陣騰訊云Lighthouse在鵝廠門口擺攤免費安裝，馬化騰都在朋友圈感慨“沒有想到會這么火”，隨后在朋友圈放話，全系列龍蝦產品正在陸續上線中……

百度是國內最早布局的，百度智能云發布了零部署服務DuClaw，宣稱小白零基礎養蝦，字節系火山引擎上線了云上SaaS版ArkClaw，阿里巴巴也拿出CoPaw對標。

手機廠商也沒錯過這番熱鬧。小米推出“手機版龍蝦”Xiaomi Miclaw，雷軍帶頭下場“養龍蝦”，華為云提供了全功能的OpenClaw部署服務，就連京東、美團也提供了遠程部署服務。

百模大戰戰況焦灼，這波Token盛宴，鏈接起云、模型和應用，剛好給了大廠新希望。

2月中國模型調用量足足有4.12萬億Tokens，首次超過了美國。大廠的新一輪超級入口之爭，必將更加慘烈。

FOMO、焦慮、恐懼

市場的狂熱，產業的扶持，名人名企的營銷推動，被裹挾其間的普通人也患上了FOMO（錯失恐懼癥），疊加企業裁員、大學砍專業等信息，生怕被AI替代，生怕錯過這一場技術革命。

但OpenClaw可不止是燒錢猛這么簡單。爆火沒多久，“養龍蝦”的第一批受害者就出現了。他們發現自己的“蝦孩子”真的瞎了，正在失控邊緣。

OpenClaw能力強，但很多自動化功能落地需要放開高權限，安全隱患極高。

不少用戶在社交媒體反饋，“用它炒股損失過萬，花錢找人卸載了”，“還沒開始提效，我熬了一周做的工作視頻就被它誤刪了”。

不止普通人，就連頂尖的AI大牛們也深受其擾。

數據工程社區DataTalks.Club爆料，194萬行數據被龍蝦在在幾十秒內抹除，Meta的AI安全研究員Summer Yue，在嚴格要求行為前需要獲得授權的情況下，龍蝦一意孤行的刪掉了郵件，最后攔不住只能拔網線。

2月，Northeastern 大學、Harvard、MIT等十幾家頂尖機構聯合發布了一份紅隊研究報告《Agents of Chaos》，他們研究者部署了六個Agent，邀請20位AI研究者在兩周內嘗試破壞它們，詳細記錄了11個嚴重安全漏洞。

比如有兩個AI在交流中，自主編寫了無限循環的Shell腳本，有AI因為信息接收錯位，瘋狂傾倒自己的底層源代碼，還有AI直接炸掉本地郵件服務器的底層數據庫，然后說自己完成了刪除任務。

在權限敞開、skills發展野蠻的OpenClaw身上，數據泄露、誤刪、盜刷的風險加倍放大。

國家互聯網應急中心緊急發布了關于OpenClaw安全應用的風險提示，如提示詞注入、插件（skills）投毒、高中危漏洞等。業內安全專家也指出，現階段僅適合專業開發者做技術探索，完全不適合普通用戶日常使用。

技術只是工具，養龍蝦之前，先問自己這三個問題：有沒有明確的、高頻自動化的任務？愿意給龍蝦投入多少時間和金錢成本？有沒有基礎的技術知識和風險把控能力？

如果這些回答都是Yes，那我也勸你冷靜一點再行動，畢竟龍蝦進化的速度太快了，前一陣我還在為部署OpenClaw全網翻教程，折騰環境，這會兒它就被優化成了一鍵安裝甚至是網頁即用。

等大廠把云端版本迭代得更成熟一些，安全、可控又經濟的Agent，或許很快就出現了。