BBS - Powered by Discuz! Board

标题: 20000 月薪养得起 “龙虾” 吗？五个值得关注的误读 [打印本页]

作者: 匿名 时间: 2026-3-12 17:23 标题: 20000 月薪养得起 “龙虾” 吗？五个值得关注的误读

三八节这个周末，我们真的很难躲开 “龙虾”。深圳腾讯大厦楼下近千人排队公益安装，闲鱼上 500 块一次的上门部署服务供不应求。

围绕 OpenClaw 的讨论甚至已经分裂成两个阵营。傅盛是最高调的布道者，春节期间骨折躺在床上，14 天和龙虾发了 1157 条消息、22 万字，把它从一个连公司通讯录都查不了的 “小白” 养成了 8 个 Agent 组成的自动化团队，甚至在凌晨三点由龙虾自主发布的推文拿下了百万阅读。他给出了一个让每个人都很羡慕也很 Fomo 的结论：一个人加一只龙虾等于一支团队，这就发生在当下。

阑夕代表了另一种态度。他在 “即刻” 上不小心和一个 OpenClaw 托管的 AI 账号对话，用他的话说，反应过来之后 “如同吃了苍蝇一般恶心”。他对 OpenClaw 技术本身没意见，但认为当前的热闹里充斥着过度的噪音，觉得热闹中有太多 “拿着锤子找钉子的兴奋”。

两种态度都有道理，争议本身也证明，OpenClaw 作为一个开源的个人智能体框架，已经破圈，并成为一个普通人也在关注的新范式。

每个人去尝鲜、并体验新的产品本身并没有任何不妥，但是在决定要不要跟风之前，有几个关于龙虾的关键误读，值得先搞清楚。

01 每个人体验的 “龙虾” 都一样吗？

这可能是最大的误解。

很多人以为 OpenClaw 是一个标准化产品，装上就能用，体验大致相同。事实恰好相反，不同的部署方式，决定了你拿到的是完全不同的 “龙虾”。

目前主流的部署路径大致可以分为四类。

第一类是专用本地硬件，最典型的就是 Mac Mini。这也是 OpenClaw 创始人 Peter Steinberger 自己在用的方式。

一台机器长期在线，专门负责运行 Agent，既能连接本地文件和浏览器，也能挂接消息渠道、自动化工具和各类技能。这样的 OpenClaw 拿到的是完整上下文，做连续任务、跨应用操作、多轮调用时，体验最稳定。

成本包括硬件一次性投入，例如 Mac mini；第二部分是持续电费，这部分其实很低；第三部分是模型费用（API 或订阅），这是长期最大的成本。若改成本地模型，API 费可以压下去，但又会把压力转移到硬件配置上，内存、带宽和散热要求都会明显提高，高配 Mac Studio 或工作站才更合适，仅硬件一次性支出可能就在 10w 人民币量级。

第二类是云服务器（VPS）部署。腾讯云、阿里云、百度云都推出了一键部署方案，云服务价格根据需求的不同，从几十元到上百元不等，但需要单独考虑模型费用。有些方案中自带免费模型，有些还需要单独订阅模型或购买 API。

优势是网络隔离，即使出问题也不影响你的个人电脑。

但这台云服务器上没有你的个人文件、没有你授权各种账号，龙虾能做的事情天然受限。它更像一个挂在云端的聊天机器人加强版，而不是真正接管你工作流的数字助手。

第三类是在个人电脑上直接安装。这是门槛最低但风险最高的方式。龙虾和你共享同一个操作系统环境，拥有你电脑上的全部权限。

用 Docker 容器做一层隔离会安全很多，但配置复杂度也随之上升。虚拟机方案隔离性最强，但资源消耗大，普通 PC 的配置不一定吃得消。

第四类是模型厂商托管产品。比如 Kimi 推出了 Kimi Claw，MiniMax 推出了 MaxClaw，这些是厂商基于 OpenClaw 封装的云端服务。部署门槛最低，几乎开箱即用，但用户用的实际上是厂商的基础设施，而不是完整的本地龙虾。这些产品降低了入门门槛，但能力上限和数据自主性都受到限制。

虽然拥有了 “虾”，但是 “虾” 的体验千差万别，跑在什么硬件上、它能看到多少上下文、拿到多大权限、有没有隔离层，等等。

02 给龙虾的权限越高越好？

OpenClaw 之所以让人兴奋，核心原因是它不只 “说”，还能 “做”。

它可以操作你的浏览器、读写文件、执行终端命令、管理日历、发送邮件。这种执行力的前提是，你得把权限交出去。

但权限是一把双刃剑。

2026 年 2 月，Summer Yue 在 Meta 超级智能团队负责 AI 对齐，她在社交媒体分享了一次惊险经历：她给龙虾的指令很简单，“检查收件箱，建议哪些邮件可以归档或删除”。结果龙虾直接开始批量删除邮件，设置的安全限制完全没有生效，直到她物理关机才把它停下来。

这不是孤例。安全机构 STRIKE 的公开研究显示，已有超过 4 万个 OpenClaw 实例暴露于公网，其中 63% 存在可被利用的漏洞，超过 1.2 万个实例被标记为可远程控制。2 月份爆发的 ClawHavoc 供应链投毒事件，1184 个恶意技能被植入 ClawHub 市场，影响超过 13.5 万台设备。安全研究机构还披露了一个名为 ClawJacked 的高危漏洞，恶意网站可以通过浏览器会话悄无声息地控制本地运行的 OpenClaw 实例。

图：安全研究人员演示的 OpenClaw 跨源 WebSocket 攻击界面。恶意网页可尝试连接本地 Gateway 的 WebSocket 端口，并利用缺少跨域校验、限流或锁定机制，对本地实例发起劫持或暴力破解。

Google、Anthropic、Meta 等公司已经开始在内部封禁 OpenClaw。这不是因为技术本身有问题，而是当前的安全防护机制远没有跟上它的能力扩张。

所以，当你看到某个教程鼓励你 “给龙虾开放所有权限” 时，请三思。权限越高，龙虾能干的事越多，但失控时的破坏力也越大。更稳妥的做法是：用一台没有重要数据的备用设备或 Docker 容器运行它，逐步开放权限，同时在模型 API 端设置硬性消费上限。

03 龙虾不好用，是龙虾的问题？

很多人兴冲冲地装好龙虾，交代了一个任务，结果龙虾要么卡住了，要么做出一堆匪夷所思的操作。于是得出结论：这东西不行。

但实际上，龙虾的智能很大程度取决于它背后接的大语言模型。OpenClaw 本身不内置任何模型，它是一个框架，负责任务拆解、工具调用、记忆管理和反馈循环。真正 “思考” 的部分，是你选择接入的 Claude、GPT、DeepSeek、Kimi 还是本地的开源模型。

这里有两个关键变量。

第一是模型的能力上限。用顶级模型时，龙虾能理解复杂指令、自主规划多步任务、处理异常情况。换成便宜的小模型，它可能连基本的工具调用都完成不了。

第二是模型的成本。这是很多人没有预料到的隐性支出。龙虾每执行一个任务，都要消耗大量 token 来和后端模型交互。

OpenClaw 的成本并不在软件本身，而在背后的模型调用；一旦任务链拉长、工具调用增多、记忆开启，token 消耗会迅速抬升。

比如，一次完整的日历整理加邮件回复可能消耗上万 token；如果启用长期记忆、多 Agent 协作和定时巡检，单日消耗甚至轻松突破十万 token。

有媒体报道，月薪两万的用户感叹 “养不起 AI 员工”，极端案例下 6 小时账单超过千元。如果贪便宜选了免费或低价模型，体验必然打折；如果选了昂贵模型又不加消费上限，账单可能会让你心跳加速。

所以，龙虾好不好用，首先取决于你给它配了什么 “大脑”，以及你愿意后续为这只 “虾” 持续氪金多少，把问题归咎于框架本身，是不太客观的。

04 龙虾已经是成熟产品了？

龙虾还不是成熟产品。OpenClaw 从 2025 年 11 月的一个周末实验到现在，满打满算不到四个月。它是一个迭代飞快但仍然粗糙的开源项目，距离真正的 “产品” 还有明显差距。

目前已知的主要缺陷包括：简单任务有时被过度复杂化处理；任务执行过程中可能莫名中断；记忆功能不够稳定，有时候它会 “忘记” 之前的对话和偏好；token 消耗和实际产出之间的效率比还有很大优化空间；在安全性方面，ClawHub 上数千个技能中有上百个被发现包含恶意代码。

更根本的问题是，OpenClaw 目前的安装和配置对普通人来说仍然是一道墙。对于自部署用户，仍需处理仓库拉取、运行环境、依赖安装、模型密钥和渠道接入等步骤，对开发者来说这也许只需半小时，但对非技术用户来说，可能花几天也搞不定。

即便用了云厂商的一键部署方案，后续的模型配置、IM 渠道打通、技能安装仍然需要不少折腾。闲鱼上 500 块一次的安装服务能火起来，本身就说明了门槛问题有多严重。

Peter 自己也很清楚这一点。他在播客中强调，“龙虾不是装上就好用的，你需要像带实习生一样‘养’它，给它写 skill 文档，不断通过对话让它了解你的习惯和偏好”。这个养成过程本身就需要投入大量时间和认知资源。

05 我必须装 “一只虾”，否则就成了 “老登”？

那么，到底要不要装龙虾？

排除猎奇和 FOMO 心理之后，做这个决定需要考虑几个实际因素。

首先，有没有明确的、高频的、可自动化的任务？龙虾的价值不在于偶尔帮我们查个天气，而在于每天自动帮你整理邮件、监控特定信息源、定时生成报告这种重复性工作。如果你的日常工作大部分是创意决策、人际沟通这类龙虾目前帮不上忙的事，那它对你的实际价值有限。

其次，你愿意投入多少时间和金钱？硬件成本（自购设备或云服务器租金）、模型 API 调用费用、前期配置时间、持续的 “养成” 投入，这些成本加在一起不是小数目。

有人算过一笔账：如果你用 Mac Mini 加顶级模型高频使用，月均成本最低要在人民币几百到上千元。真的要养虾，一定要评估这个成本相对于它给你节省的时间和精力，是否划算。

第三，技术能力和风险承受度如何？如果完全没有命令行经验，现阶段直接上手 OpenClaw 本地部署的挫折感会很强。更务实的选择可能是先试试 Kimi Claw 或 MaxClaw 这类封装产品，感受一下 Agent 的基本能力，再决定要不要深入折腾。如果你决定本地部署，务必做好安全隔离，建议用独立设备或 Docker 容器，设 API 消费上限，不要把它部署在存有重要数据的主力电脑上。

第四，也是最容易被忽视的一点：自己的 “驾驶能力”。AI 的能力只是放大器，人的能力才是决定因素，AI 只能是 “副驾驶”。

同样一只龙虾，在一个懂得如何拆解任务、编写 skill、设计反馈循环的人手里，和一个只会丢一句模糊指令的人手里，得到的效果可能相差十倍。

龙虾不会自动变成一个好员工，就像一台好电脑不会自动让我们变成好的程序员。

OpenClaw 确实验证了一种让人兴奋的可能性：AI 不再只是一个聊天窗口，而是真正能替你干活的执行者。但它目前更像是一个充满潜力的原型，并不是一个普通人可以无脑上手的成熟工具。

毕竟，龙虾之父 Peter 自己说过一句 “大实话”：如果你不懂命令行，这个项目对你来说风险太大。这句话值得所有正在犹豫要不要装龙虾的人仔细品味。

不过，作为一个非技术背景的普通人，轻量体验、并摸清楚它的特点，是很有必要的，毕竟，机会仅仅留给最有洞察力和最勤于思考的人。

但是，在一片喧闹之中保持冷静独立思考，才是每个独一无二的人类最独特的优势。

来源：微信公众号：腾讯科技，编辑：徐青阳，作者：晓静

图片附件: 6.jpg (2026-3-12 17:23, 36.66 KB) / 该附件被下载次数 3
http://hahabbs.w1.luyouxia.net/bbs/attachment.php?aid=260778

图片附件: 7.jpg (2026-3-12 17:23, 39.83 KB) / 该附件被下载次数 3
http://hahabbs.w1.luyouxia.net/bbs/attachment.php?aid=260779

图片附件: 8.jpg (2026-3-12 17:23, 46.23 KB) / 该附件被下载次数 0
http://hahabbs.w1.luyouxia.net/bbs/attachment.php?aid=260780

图片附件: 9.jpg (2026-3-12 17:23, 13.5 KB) / 该附件被下载次数 1
http://hahabbs.w1.luyouxia.net/bbs/attachment.php?aid=260781

欢迎光临 BBS (http://hahabbs.w1.luyouxia.net/bbs/)