周红伟：第一批玩OpenClaw的人，已经开始清醒了
热潮与门槛：当“龙虾”走向大众
OpenClaw的火爆有目共睹，但这份热闹背后，现实的冷水同样不少。对于普通用户而言，它的门槛可不低，光是环境配置就能劝退一大批人。更别提那些“删光邮件”、“自主购物翻车”的新闻时常刷屏，让人心里打鼓。这还不算，养一只“龙虾”是真金白银的投入——电费、API调用费、存储成本叠加起来，每月的开销绝非小数。
好在市场从不缺“布道者”。对开发者杨明锋来说，这些问题反而是机会。他花了一天时间汉化界面，又用一天搭建起网站。随后，他持续完善本地化体验，比如集成了飞书扩展，让用户能直接通过飞书平台接入OpenClaw——这部分代码后来甚至被OpenClaw官方团队采纳了。
随着中文社区上线，30岁的杨明锋迎来了自己的高光时刻：网站上线第一天，独立访客就突破了一千；第二天，这个数字直接破万。几乎以肉眼可见的速度，他运营的社群扩展到了29个，几乎每天都能新加满一个200人的群。
这股热情显然超出了许多人的预期。原来，有这么多人对驾驭这只“龙虾”跃跃欲试。
OpenClaw创始人Peter Steinberger曾建议，开发者应该以“玩”的心态去接触代码和智能体工具，去完成那些一直想做却迟迟未动手的项目。观察杨明锋的社群构成，你会发现这个建议正在被更广泛的人群实践：成员里除了技术和互联网从业者，还出现了行政、律师、财务等传统职业人士，以及不少淘宝店主这样的个体经营者。年龄跨度更是惊人，从05后的大学生，到中年企业高管，都在尝试捣鼓这套新工具。
这清晰地传递出一个信号：“龙虾热浪”正从极客的核心圈层，涌向更广阔的大众市场。
即便本地部署的门槛摆在那里，也丝毫压不住用户的热情。看看电商平台就知道了，售价从198元到566元不等的远程安装服务，销量早已突破900单，成为继安装DeepSeek之后的又一门热门生意。而在闲鱼和小红书等平台，提供OpenClaw上门安装服务的报价从几十元到几千元，应有尽有。
由于OpenClaw需要接管系统底层权限，大多数用户出于对隐私和数据安全的警惕，选择将其部署在不常用的旧电脑或云端服务器上。于是，常年坐冷板凳的Mac mini一夜之间成了“当红炸子鸡”，市场上一度出现一机难求、涨价断货的景象。
与此同时，更多部署门槛更低的“Claw”变体相继出现。比如MaxClaw，它把需要复杂本地部署的OpenClaw搬到了云服务器上；再如KimiClaw，用户直接在Kimi官网或APP里就能使用，几乎零门槛。
封神与祛魅：部分好用，但无法替代生产力
对普通人来说，OpenClaw的魅力到底在哪里？核心在于两点：一是它拥有强大的记忆能力，用户反馈越多，它就“越懂你”；二是用户可以通过移动端的聊天程序，指挥它24小时不间断地工作。
产品经理sensen对此深有体会。每天漫长的通勤路上，他一直渴望能有一款产品，让他在不带电脑的情况下也能稳定地调度AI生成代码。接入OpenClaw后，这个问题迎刃而解。通勤途中，OpenClaw会自主读取并分析线上的数据看板。等到早会时，sensen就能依据Agent抓取的最新数据，迅速指挥团队进行业务调整。
不仅是工作，sensen甚至在OpenClaw里组建了一支私人投资“智囊团”。
作为一名个人投资者，他曾苦于被海量的财报和分析师言论淹没，研究一个标的动辄需要几个小时。现在，他直接把需求丢给OpenClaw去处理。
在他看来，这就像组织一场圆桌会议。“我只需抛出一个目标，然后看着这群Agent互相讨论、辩驳，有时甚至能激发出我没想到的问题。而且它的记忆存储能力确实强，能够记住我个人的投资偏好和风格。”
像sensen这样的投资者绝非个例。在OpenClaw的各大社群里，股票分析、量化交易、投研报告、Crypto交易、一级市场研究……几乎每一个细分的金融场景，都有人试图用这只“龙虾”来撬动更大的信息优势。
律师邹浩则选择将OpenClaw嵌入到自己的业务流程中。
发现OpenClaw后，他曾两次尝试本地部署。这对非技术出身的他绝非易事：一边用Coze写代码，一边让GPT帮忙调试Bug，在屏幕前死磕了7个多小时，才终于跑通了程序。
投入使用后，邹浩尝试用它抓取网页、分析数据，甚至进行模拟谈判——这些恰恰是传统Chatbot无法做到的。作为中部三线城市一家律所的负责人，他原本计划在春节期间将AI嵌入律所的OA系统，试用OpenClaw后，他干脆开始筹划开发专属的法律服务机器人。
在一家企业做行政的小贾，则直接把OpenClaw定位成“智能文秘”。他计划将写日报、周报、季度总结乃至年度考核材料的工作，逐步移交给它。相比Chatbot只能一次性生成内容，OpenClaw可以调用本地历史资料、持续迭代修改，更接近真实工作中与同事的协作模式。
算法工程师秋风则更多地把它当作一个高级玩具。他通过OpenClaw创造了一个名为“Liko”的小红书账号，精心设计了人设，接入了生图模型和多模态能力，甚至还设计了一套“心跳机制”，让它每5分钟自动巡视一遍小红书。
于是，每天Liko会自动登录、查看通知、回复评论，浏览他人的帖子并留下评语。更绝的是，如果有人在评论区发送恶意代码企图“入侵”，Liko还会自动回怼。
然而，在使用过程中，一种普遍的“祛魅”感也开始浮现。
首要问题依然是门槛。对于没有编程基础的普通人，“养龙虾”远不止安装那么简单。
部署成功只是万里长征第一步。OpenClaw的运行高度依赖本地环境，每个人的系统版本、依赖库、网络配置都千差万别，安装完成绝不等于可以稳定运行。
在与OpenClaw“共事”的过程中，改个模型API、加个搜索功能、创建新技能、移动文件目录、建立新连接……任何细微的操作都可能导致它突然“罢工”，而每次修复往往需要半小时以上。
在初期处理各种断联和错误时，由于缺乏经验且不熟悉命令行，用户感觉不像是指挥官，反倒成了那个24小时待命、围着AI转的“助手”。
再者，OpenClaw的能力天花板，完全取决于它调用的底层大模型。如果接入了一个能力欠佳的模型，那感觉就像是招聘了一个态度积极却总在惹祸的实习生。律师邹浩就发现，一旦投喂的上下文信息过多，OpenClaw就会崩溃；而sensen则养成了一个习惯：每次让OpenClaw总结时，都要求它标注个股的实时报价，以便核查它是否在拿不到数据的情况下“信口开河”。
通常情况下，大模型的能力与价格成正比。目前，sensen每月需要支付几百美元的Token费用，他戏称自己是在“贷款上班”。而在大模型广泛普及之前，作为产品经理的他，几乎没有为任何软件服务付费的习惯。
科研工作者Fermi的初次体验，甚至带有些许负面的观感。在她看来，这位“AI员工”虽然能24小时在线，但本质是事件驱动型，更适合运营类等需要被动响应的工作。而科研本身更倾向于一种创造式工作，她习惯于坐在电脑前，主动地、连贯地推进整个思考与验证过程。
即便是中文社区的搭建者杨明锋，在深度使用后，也退回了一种“半自动”模式：当人不在电脑旁时，用OpenClaw应急处理些简单需求；但当自己坐在电脑前时，他依然会选择直接调派大模型干活。
“正式的软件开发需要操作的可视化，我需要看到代码是否标准、优雅。但在与OpenClaw的沟通中，它的执行过程是个黑箱，这让我不太放心。”这是杨明锋坦诚的顾虑。
OpenClaw还能火多久？
AI领域的迭代速度令人咋舌，每天都有新热点，每月都会出现试图“革掉”前代产品命的新工具。再叠加宏观环境的不确定性和大厂借AI提升效率后进行优化的消息，很容易让人陷入一种“害怕错过”（FOMO）的焦虑中。
不止一位受访者表达过类似的担忧：“真怕跟不上AI产品更新的速度。”
事实上，在AI圈内，OpenClaw并不被认为是一款成熟的产品。算法工程师秋风指出，OpenClaw的核心技术本身并不算特别惊艳，其底层的Agent Loop（智能体循环）架构，基本上是2025年行业内卷到一定程度后的共识性方案。而作为一个开源项目，其框架因过度堆砌功能而显得有些臃肿，这使得它的核心难以随着技术前沿的迭代而同步进化。
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中途修正。“你发现指令有误，想立刻让它停下来，但它不会马上停，必须先把上一条指令彻底跑完，才会处理你的下一条停止命令。”
秋风提到，他所在的科技大厂内部早已构建了类似的平台，并在Agent Loop范式上做了进一步的改造。尽管这些改进尚未成为行业标准，但他认为内部平台比OpenClaw更加灵活和可控。
那么，为什么这些大厂不将类似产品推向公众呢？安全风险是核心考量之一。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。对于服务数亿用户的大平台而言，显然难以承担这样的系统性风险。
但颇具讽刺意味的是，正是这种“不安全”的开放性，某种程度上成就了OpenClaw的爆火。开源特性让它能被任意改造、部署、接入各类社交平台与私有数据，反而像病毒一样在互联网上迅速传播开来。
随着用户圈层不断扩散，以及一键部署工具日益普及，OpenClaw的使用门槛正在持续降低，用户群体也随之不断外扩。这让许多普通人完成了与AI智能体的第一次“深度接触”。
然而，在实际运用中，人们也会很快地、切身地体会到它的种种局限。说到底，OpenClaw只是一种工具，或者说是一种杠杆——它本身并不创造价值，只能放大使用者原有的能力。用得好，如虎添翼；用不好，或期待过高，则难免失望。
尽管如此，像科研工作者Fermi这样的用户依然在持续使用OpenClaw。她将其视作“下一代AI操作系统的雏形”，愿意反复与这个尚不成熟的系统碰撞、磨合，以期从中获得启发，培养自己的“智能体思维”。这条路或许漫长，但探索本身，已经构成了价值。