“养龙虾”爆火，普通人要急着尝鲜吗？

最近你养“龙虾”了吗？不过此“虾”非彼“虾”，而是最近爆火的AI模型——OpenClaw。

OpenClaw是由软件工程师彼得·斯坦伯格开发的一款开源AI智能体。因其图标是只“龙虾”，网友们干脆给它起了这个亲切的绰号，并将训练OpenClaw称为“养龙虾”。

与其它的AI相比

OpenClaw有什么不同？

简单地说，它不是只会你问它答的机器人，而是一个能真正执行任务的AI助手，从“动嘴”变成了“动手”。

以前的AI助手只会聊天给建议，它告诉方法，但活还得你自己干。OpenClaw不一样，你说整理文件它就整理，你说写代码它就写，你说发邮件它就发。从动嘴到动手，这是AI助手的质变。

有网友称它是“最强AI助理”，可以在电脑上24小时不间断帮你干活。

但是，和DeepSeek、ChatGPT零门槛上手不同，使用OpenClaw有点门槛。安装、部署、模型配置等步骤，让不少普通用户望而却步。社交平台甚至出现了上门收费代装OpenClaw服务，而腾讯推出的现场免费安装活动更是引发多人排长队安装。

“养龙虾”这么火

普通人要急着尝鲜吗？

“龙虾”是个吞金兽，用token不便宜

OpenClaw本身不内置大语言模型，而是采用模型无关设计，需接入Claude、GPT系列、DeepSeek或Kimi等外部大模型作为“大脑”，这一架构虽赋予用户灵活性，却也带来持续的经济成本。

每一次让龙虾任务执行，无论是邮件撰写、网页浏览还是代码生成，均需调用外部API，消耗大量token（可以理解为大型语言模型的“字”或“词”，也是AI 的计费标准），以中型任务为例，一次完整的日历整理与邮件回复流程可能消耗数千至上万token；若用户启用长期记忆、多Agent协作或定时唤醒功能，单日消耗往往突破十万token。即使按当前国内主流大模型收费标准计算，高频使用下token消耗仍呈指数级增长，假设每日10万输出token，DeepSeek或Kimi后可能也会达到数百元。

近期有36氪文章称，月薪2万元的用户感叹“养不起AI员工”，因OpenClaw烧钱速度超过赚钱速度，一天基础消耗可达400元，6小时极端案例账单1172元。对于预算有限或仅需简单问答的用户而言，此类隐性开支极易超出预期，理性评估自身任务频率与预算，是决定是否“养龙虾”的前提。

数据安全问题不容忽视

OpenClaw的强大执行力源于其对系统资源的深度访问权限，它可读写本地文件、操作浏览器、执行终端命令，这一设计的目标是实现“全自动”代理，但目前也有一定的安全风险。

据媒体报道，该项目早期曾曝出高危漏洞，包括权限绕过与远程代码执行隐患，虽已于2026年2月完成修复并由基金会接管，但社区仍持续报告零星安全事件。用户数据全部本地存储看似安全，实则高度依赖设备自身防护；一旦主机遭入侵或配置失误，AI代理可能成为攻击者进入系统的“后门”。更棘手的是，自主任务机制下，AI可能在用户未明确授权的情况下触发敏感操作，例如误删重要文件或向外部API泄露隐私信息。即便用户通过Skills机制严格限定权限，模型幻觉或指令歧义仍可能导致意外后果。此外，跨平台即时通讯接入也可能进一步扩大安全漏洞。

2月5日，国家工信部网络安全威胁和漏洞信息共享平台（NVDB）发布提示称，监测发现OpenClaw开源AI智能体部分实例在默认或不当配置情况下存在较高安全风险，极易引发网络攻击、信息泄露等安全问题。

当下，AI技术和工具正处于高速迭代期，几乎每月都有新型模型和更易用的产品涌现。普通人面对“养虾热”乃至以后的新工具，无需因错过某一特定工具而产生焦虑，技术红利最终会通过更成熟、更易用的产品逐步下沉到普通用户手中。

你养“龙虾”了吗？评论区聊聊~

来源：经济观察报、南方日报、深圳新闻网、南方都市报、潇湘晨报、广州广播电视台、财经网科技