前脚还在排队抢“养”，后脚就有人喊着要“卸”？
短短5个月，这只名叫OpenClaw的“龙虾”，就从万人空巷的科技网红，变成了被紧急劝退的“烫手山芋”——有人靠它几天赚了26万，也有人跟着《卸载指南》连夜跑路。
龙虾到底还值不值得“养”？今天我们不站队，只拆解。（文末附OpenClaw 部署小tips）
风口浪尖上的龙虾究竟是什么？它其实是一个图标为龙虾的AI智能体OpenClaw，由来自奥地利的著名软件开发者与企业家Peter Steinberger创建。
龙虾的工作逻辑很简单：把大模型当 "大脑" 负责想方案，自己做 "双手 + 神经中枢"负责落地执行，能把抽象想法 “转译” 成具体操作。
龙虾爆火出圈的逻辑同样不难理解：和以往的 AI 产品比，OpenClaw 的优势堪称降维打击，总结起来就是：能落地、可进化。打工人的梦想终于有了照进现实的可能——拥有一个为替自己干脏活累活的分身。
但光环背后，龙虾的坑也被网友屡屡提及：贵到“肉疼”，安全风险堪比定时炸弹。
系统级权限更是一把双刃剑。数日前，Meta 超级智能实验室 AI 安全总监 Summer Yue 就栽了跟头，OpenClaw 失控，200 多封个人邮件被瞬间删除；还有用户代币被清空。工信部等有关部门也发布“六要六不要”，紧急预警，提醒用户其存在网络攻击、信息泄露的高风险。
那么，对于争议巨大的龙虾，用户以怎样的心态去了解、使用与判断更合适呢？为此，AI麦旋风专门采访了 AI领域资深从业者麦麦科技集团泛AI应用业务解决方案业务线总监鲍勃，和他聊了聊入坑/避坑指南，以及AI 智能体未来的发展前景。
以下为对话核心内容：
1.您是什么时候开始关注、开始使用OpenClaw的？ 请简单介绍一下它的工作原理与功能、用什么大模型驱动。
鲍勃：2025年10月，我在GitHub上首次关注到OpenClaw，当时它还在早期阶段。我持续观察其发展，到2025年12月它版本趋于成熟稳定后，开始正式部署。
到2026年2月，我开始逐步将工作流迁移到阿里的CoPaw智能体平台（结合飞书使用），主要考量是阿里CoPaw在数据隐私保护、使用便捷性方面提供了更完善的机制和保障，更契合我们后续对安全性的更高要求。我们目前也正在对CoPaw、HiClaw以及Openclaw智能体框架是否能从个人助力切换至企业级、工业级部分场景展开研究性工作。
在技术层面，我部署的OpenClaw和CoPaw早期由Qwen3-VL大模型驱动，目前使用Qwen3.5-plus模型，它提供了强大的多模态理解和任务执行能力。
智能体的基本工作原理，可参考清华大学清新团队的研究报告：
通过智能体框架内部机制，可以安装很多技能包（skills），这些技能包可根据用户不同的任务场景被动态调用，在调用时是否选择技能包能力，由大模型的function_call能力结合上下文提示词判断。
上述过程基本实现了本地自主决策的能力，再结合上下文的动态管理机制与飞书等第三方IM客户，通过Websocket实现长连接通讯，实现个人智能体快速的跨端随时调用。除了IM打通，其他很像编程智能体claude code或Trae的设计规范和原则，在此基础上创新定时任务管理和智能体循环检测、执行的机制使其可以7*24的工作。
2.能否举一两例聊聊您在执行任务时，OpenClaw怎样提升工作效率？
鲍勃：与传统智能体权限受限不同，龙虾云端智能体权限被打开，能直接操作文件、控制浏览器，完成从规划到执行再到反馈的完整闭环。不管是职场人被重复工作淹没，还是创业者想实现OPC（one person company）的愿望，OpenClaw 都能解决。在完成机械工作时，龙虾能以一敌十，普通办公效率提升5-10 倍，专业领域甚至能提效 20 倍。
比如，它可以自动检索用户需要的关键信息、资讯，并推送给用户，让你5分钟快速掌握业内资讯。当你想让它给你写创新灵感，你可以给它一些专业资料，让它去挖掘相关思路大纲，一篇灵感爆棚的思路总结就会产生，word和pdf格式也可自动生成。
3.您觉得OpenClaw相比此前的智能体，还有哪些优势？
鲍勃：在帮它安装好技能后，它可以7*24小时为你做相关任务直到你满意；周期性任务都可以交给它去完成，它还能在上下文长时间积累后，给你一些做相关任务没有想到的建议。基本实现了传统智能体的所有扩展能力，并且实现了自主规划的能力。
4.使用者普遍反映OpenClaw要消耗大量token、成本高。从您具体体验来看，性价比如何？
鲍勃：需看它具体执行的任务。就我个人而言，只让它收集固定网站信息或处理文档类、记录日常待办，每月40人民币的Coding plain计划已基本够用，加上小龙虾基本服务器部署200元/月，日常使用240元/月即可。
如果私有化部署小龙虾、全天候执行任务会比较耗费成本，比如让它搜索专业领域论文、实时监控分析，可能每个月最少近千元的成本，因为不确定性任务的推理过程会消耗大量算力。
5.数据安全也是OpenClaw被诟病的问题。使用过程中，您觉得OpenClaw是否侵犯了您的数据安全？
鲍勃：数据安全和系统危险执行问题确实是OpenClaw暂时无法企业级推广的关键因素，龙虾自主执行虽好，但是可能被不法团队利用。
我认为阿里CoPaw在数据隐私保护、使用便捷性方面提供了更完善的机制和保障，更契合后续企业对安全性高要求。我们目前正在对其他智能体框架能否从个人切换至企业级场景展开研究。
6.您觉得OpenClaw及相关应用的出现，对于泛AI应用业务解决方案业务线来说，会有哪些利好、弊端？
鲍勃：利好主要有两点：首先，OpenClaw等智能体的出现，带动很多人对智能体的具象化认知，逐渐接受智能体辅助人类工作，这为我们推广泛AI应用业务解决方案业务线企业级智能体应用提供土壤。其次，这些智能体的开源为我们在部分企业场景深度优化提供了的技术路径和思路，可加速我们研究和创新。
弊端主要在于现阶段智能体的安全性和出错率。工业、企业严谨性远高于个人应用场景，天然要求确定性高、容错率低的特点，使得相关技术架构得推广还有很长的路要走。现阶段，我们判断短期除邮件自动处理、AI写作等办公场景外，还很难切入工业场景。
7.近日，各地市民排长队安装OpenClaw，您觉得它是否适用于普通用户？如果是，适用于用完成哪些任务、有哪些避坑指南？
鲍勃：普通人建议使用CoPaw这种国内研发替代版本，首先更安全、其次操作更便捷简单，比如阅读资料、写文章等等个人应用的场景。
8.OpenClaw吸引了资本市场和互联网巨头的目光，部分地方出台了跟进政策。未来，您觉得AI智能体热对整个赛道会带来哪些影响？
鲍勃：这个赛道的火爆预示着多智能体协同、蜂群协同智能体在工业级、企业级市场新一轮的落地开始。从Openclaw、CoPaw到HiClaw多智能体角色协同框架开源，以及数字员工办公室应用场景研究、政府OPC配套都将刺激工业级、企业级市场在未来的多智能体协同、蜂群协同智能体应用的发力。
附：OpenClaw 部署小tips
一、OpenClaw支持的模型类型
OpenClaw最大的优势之一就是模型无关性，支持几乎所有主流大模型：
云端模型支持：
•OpenAI 系列：GPT-4、GPT-5.4、Claude（通过 Anthropic）
•Google 系列：Gemini Pro、Gemini 3.1 Flash
•国产模型：通义千问、文心一言、智谱 GLM、Kimi K2.5
•其他：Claude 3、MiniMax 等
本地模型支持：
•通过 Ollama 运行的开源模型
•支持格式：GGUF（GPT-Generated Unified Format）
•主流模型：Qwen 系列、Llama 系列、GLM 系列、DeepSeek 等
二、部署环境选择与评估
三、OpenClaw在办公场景中的部分应用实例
1.自动整理营销邮件
功能描述：自动筛选重要邮件，提取核心信息并分类
指令示例："帮我整理最近一周的营销邮件，提取客户姓名、联系方式和需求，生成Excel表格保存到Google Drive的营销文件夹中"
2.生成市场分析报告
功能描述：自动抓取网络数据并生成结构化分析报告
指令示例："用pavily搜索工具帮我收集最近一周的AI营销趋势，用summarize技能生成300字摘要，用markdown编辑器创建格式化的报告，最后通过邮件发送给市场部全体成员"
3.竞品价格监控
功能描述：定时抓取竞品网站价格数据并生成对比表
指令示例： "创建一个每天上午9点自动运行的任务，用web抓取技能监控竞争对手的电商平台价格，用data可视化技能生成价格对比图表，保存到Google Sheets的竞品监控工作表中"
4.自动化社交媒体内容管理
功能描述：自动收集社交媒体数据并生成分析报表
指令示例： "帮我抓取过去24小时微博、微信公众号中关于AI营销的热门话题，用summarize技能提取关键观点，用markdown编辑器创建社交媒体营销趋势报告，保存到我的企业微信文件传输助手"
写在最后
OpenClaw 的爆火，不仅是一款产品的成功，更是 AI 从 “认知” 走向 “执行” 的重要标志。龙虾还让技术平权照进了现实 —— 让 AI 的执行能力不再是少数技术从业者的专属。
尽管就现阶段而言，靠龙虾挣钱对大多人而言还不现实，从中获益的多是 “卖铲子” 的人 —— 比如给人安装、教人使用 OpenClaw 的人。龙虾的商业模式还存在结构性矛盾，订阅费难以覆盖高昂的算力与运营成本。但它让我们看到了工具 AGI 时代的曙光，也让整个行业开始严肃思考 AI 的权限边界、数据安全与使用责任。这只龙虾，或许只是 AI 工业化的开始。
今日互动：你养过龙虾吗？还是在蠢蠢欲动？龙虾让你赚麻了还是血亏了？欢迎评论区留下关于你的“养虾”经验，一起讨论避坑指南!
