第一批玩OpenClaw的人，已经开始清醒了

开年至今，OpenClaw的热度愈演愈烈，「养龙虾」潮从AI圈扩散至各行各业。在GitHub上，OpenClaw突破250K+的Star，成为了GitHub上面获星最多的软件项目。

社交媒体上，用OpenClaw开「一人公司」、靠OpenClaw日入斗金的消息被不断转发，仿佛2026年的财富密码就藏在这儿。

不同于豆包代表的Chatbot，OpenClaw是一套可本地运行、开源免费的AI Agent框架，核心在于「让AI真正动手干活」。

风口之下，全球AI巨头们接力做出了自家的「OpenClaw」，云计算服务厂商们纷纷推出一键部署服务，试图将开源Agent的泼天流量，转化为自家平台的长期订阅收入。

但喧嚣的另一面，OpenClaw有一定门槛，普通人光是配置就能折腾好久。而OpenClaw「删光邮件」「自主购物付款」等翻车事件频发，养一只OpenClaw也意味着真金白银的投入——电费、API调用与存储成本叠加，每月开销并不低。

《降噪NoNoise》近日访谈了多名来自不同行业的深度使用者——从技术极客到传统行业的AI尝鲜者，试图回答一个问题：对于普通人而言，OpenClaw是场短暂的产品狂欢，还是值得长期氪金的AI助手？

01

从律师到淘宝店主，全民「养虾」潮来了？

杨明锋没想到，躺在床上发号施令就能赚钱的日子来得这么快。

作为「一人公司」的老板，他的工作是替客户完成软件开发——更准确地说，是「指挥」不同AI协作完成开发流程：他负责与客户沟通了解需求，随后将其喂给AI生成需求文档，再监督不同模型分工完成架构规划与代码落地。

OpenClaw出现后，他很快注意到这个能替人「干活儿」的AI助手，当天便在自己的工作电脑上完成了部署。

第二天早上，他的手机照常弹出客户的修改需求。以往遇到这种情况，他必须起床坐到电脑前处理。但那一刻，一个念头突然冒出来：能不能让OpenClaw来做？

「帮我找到电脑某个目录下的项目，根据这些需求做一下修改。」

不久，OpenClaw回复：修改完成。

「运行一下项目，把局域网地址发给我。」

片刻后，一个链接弹了出来。

「把修改好的版本直接推送到线上发布。」

几分钟后，线上版本成功更新。

那一刻，兴奋感几乎压过了困意，他意识到AI员工正在成为现实。

很快，作为软件开发者的他意识到OpenClaw对一些中文用户不太友好，便向官方提交了汉化的代码，但石沉大海。随后，他便有了开发OpenClaw中文分支版的念头。

这对有开发基础的他来说并不复杂，他用了一天来做界面汉化，一天搭建网站。随后，他继续补齐一系列本地化基础设施，比如集成了飞书扩展集，使用户可以直接接入飞书平台——这部分代码后来也被OpenClaw官方团队采纳。

OpenClaw中文社区上线后，30岁的杨明锋迎来了人生的高光时刻：上线首日网站独立访客破千，次日起破万。短时间内，他运营的社群扩展到了29个，几乎每天都能进满一个200人的新群。

他没想到，这么多人对OpenClaw跃跃欲试。

OpenClaw创始人Peter Steinberger曾在访谈中建议，开发者应以「玩」的心态去接近Code和Agent工具，去完成那些一直想做却迟迟未动手的项目。

杨明锋观察发现，他的社群中，除了技术与互联网行业从业者，也有行政、律师、财务等传统职业，以及淘宝店主等个体经营者。年龄跨度同样明显，从05后大学生到中年企业高管，都在尝试这套新工具。

这意味着，「龙虾热浪」正从极客圈层向更广泛的人群扩散。

本地部署的门槛再高，也压不住用户的热情。电商平台上，售价198元到566元的远程安装服务，销量已破900+，成为继安装DeepSeek之后的又一热门服务。闲鱼和小红书上，OpenClaw上门安装的报价从几十元至几千元不等。

由于OpenClaw需要接管系统底层权限，大多数用户出于对隐私边界和数据安全的警惕，选择将其部署在不常用的电脑或云端服务器中——常年坐冷板凳的Mac mini一下成为当红炸子鸡，出现一机难求、涨价断货。

更多部署门槛低的「Claw」也相继出现，比如MaxClaw把原本需要本地部署的OpenClaw搬到了云服务器上，KimiClaw直接在Kimi官网或APP里就能用。

02

封神与祛魅：部分好用，但无法替代生产力

对于普通人来说，OpenClaw最吸引人的点在于：它的记忆能力很强，用户反馈的越多，它越懂你；用户可以通过移动端聊天程序指使它24小时不停歇的干活。

作为产品经理的sensen，每天需要长时间通勤，一直渴望有款产品能让他不带电脑也能稳定调度AI模型生成代码。在接入OpenClaw后，每天通勤路上，OpenClaw会自主读取并分析线上数据看板。这样在早会上，sensen就能根据Agent抓取的最新数据，迅速指挥团队进行业务调整。

在日常生活中，sensen还在OpenClaw里养了一支投资「智囊团」。

作为个人投资者，sensen曾被海量的财报和分析师言论淹没，研究一个标的要几个小时的时间，现在直接把需求丢给OpenClaw研究。

在他看来，这就像一个圆桌会议，「我抛出一个目的，看这群Agent互相讨论，甚至产生我没想到的问题。而且它的记忆存储能力很强，能够记住个人的投资风格。」

像sensen这样的投资者并非个例，在OpenClaw的社群里，股票分析、量化交易、投研报告、Crypto交易、一级市场研究……几乎每个细分的场景，都有人试图用这只「龙虾」撬动更大的信息优势。

律师邹浩则将OpenClaw嵌入业务流程。

在发现OpenClaw后，他曾两次尝试本地部署。这对非技术出身的他来说并不轻松：他一边用Coze写代码，一边让GPT解决Bug，在屏幕前死磕了7个多小时才跑通了程序。

在使用OpenClaw的过程中，邹浩尝试用它来抓取网页、分析数据，甚至进行模拟谈判——这是Chatbot无法做到的。作为中部三线城市一家律所的负责人，他原本计划春节期间将AI嵌入律所的OA系统，后来干脆准备开发机器人。

而在一家企业做行政的小贾，直接将OpenClaw定位为「文秘」，他计划把写日报、周报、季度总结乃至年度考核材料的工作逐步交给它处理。相比Chatbot只能一次性生成内容，OpenClaw可以调用本地资料、持续迭代修改，更接近真实的工作协作。

算法工程师秋风则将其视为玩具，他通过OpenClaw创造了一个名为「Liko」的小红书账号，给它设计了人设，接入了生图模型和多模态能力，还设计了一套心跳机制，让它每 5 分钟自动巡视一遍小红书。

每天，Liko会自动登录小红书、看通知、回评论，刷别人的帖子并留下评价。如果有人在评论区发恶意代码想「入侵」她的电脑，Liko还会自动回怼。

不过在使用过程中，大家也在逐渐祛魅。

首先，对于没有编程基础的普通人来说，「养龙虾」的门槛依然不低。

部署只是第一步，OpenClaw的运行高度依赖本地环境，每个人电脑的系统版本、依赖库、网络配置都不同，安装完成并不意味着可以稳定运行。

在与OpenClaw沟通的过程中，改个模型 API、加个搜索API、创个skill、搬个文件目录、建立新连接等各种原因都可能导致它「死掉」，每次修好需要半小时以上。

刚处理断联问题时，由于缺乏经验且不熟悉命令行，用户更像是那个24小时待命的助手。

而OpenClaw的能力上限取决于调用的大模型能力。接入了能力差的模型，就像招了一个积极但是极容易惹祸的实习生。律师邹浩在使用的过程中发现，一旦投喂的上下文过多，OpenClaw就会崩溃；而sensen每次都让OpenClaw在总结时标注个股的实时报价，方便核查它是否在拿不到数据的情况下「胡说」。

通常情况，大模型能力的强弱与其价格成正比。目前，sensen每月支付几百美元的Token费，他调侃自己是「贷款上班」。而在大模型出现之前，作为产品经理的sensen几乎没有为产品付费的习惯。

作为一个没有通勤焦虑且需要沉浸式工作的科研工作者，Fermi对OpenClaw的初次体验甚至带有几分负面看法。在她看来，这位「AI员工」虽24小时在线，但只能事件驱动，更适合做运营类工作——被动响应而非主动创造。而科研更倾向于一种创造式工作，她习惯自己坐在电脑前，主动推进事情完成。

而杨明锋在深度使用后，他还是退回到了「半自动」模式：人不在电脑旁时，用OpenClaw应急改需求；人在电脑旁时，依然选择直接调派大模型。

「正式软件开发需要操作可视化，我需要看到代码是否标准、优雅。但在与OpenClaw沟通中，执行过程是不可见的。」这是杨明锋顾虑的地方。

03

OpenClaw还能火多久？

AI迭代迅速，每天都有新热点，每月都会出现新工具，试图「革掉」上一个热门产品的命。再叠加地缘动荡和大厂因AI效率提升加大优化力度的消息此起彼伏，很容易让人陷入FOMO情绪。

不止一位访谈对象向我们表示，「担心跟不上AI产品更新的速度」。

在AI圈内，OpenClaw并不算一款成熟的产品。算法工程师秋风认为，OpenClaw的技术本身并不算惊艳，底层的Agent Loop（智能体循环）架构是2025年行业卷到头的相对共识。而作为一个开源项目，框架因过度堆砌功能而臃肿，使得其内核不能随着技术迭代同步进化。

这种结构问题直接体现在执行机制上：当任务启动后，OpenClaw无法像人类一样实时接收反馈并修正错误。「你发现指令有误想让它停下来，它不会立刻停，必须先把上一条指令彻底跑完才会处理下一条命令。」

与之相比，秋风所在科技大厂内部构建了类似平台，并在Agent Loop范式上做了进一步改造。尽管这些改进尚未在行业内形成共识，但他觉得该平台比OpenClaw更加灵活可控。

这些科技大厂为什么不将类似产品推向公众？核心原因之一在于安全风险。OpenClaw需要系统级权限，一旦被恶意利用或配置不当，可能导致数据泄露、财产损失甚至企业网络被入侵。服务数亿用户的大厂，显然难以承担这样的风险。

但正是这种「不安全」，成就了OpenClaw的爆火。开源特性使其能被任意爆改、部署、接入各类社交平台，反而在互联网上迅速传播。

随着圈层扩散和一键部署工具的普及，OpenClaw门槛持续降低，用户群体不断外扩。这也让很多普通人第一次深度接触AI Agent。

但在实际运用中，人们很快会意识到它的种种局限。 并且，OpenClaw只是一种工具，或者说一种杠杆——它本身不会创造价值，只能放大使用者原有的能力。

科研工作者Fermi仍在持续使用OpenClaw，她将其视为「下一代AI OS的雏形」，愿意反复与这个尚不成熟的系统碰撞，以启发自己的Agent思维。

直到下一款真正成熟、开箱即用的Agent出现。

（应受访者要求，sensen、Fermi、秋风为化名）