20000月薪养得起“龙虾”吗？
编辑￣徐青阳<br />三八节的这个周末，我们真的很难躲开“龙虾”。深圳腾讯大<br />
厦楼下近千人排队公益安装，闲鱼上500块一次的上门部<br />
署服务供不应求。<br />
围绕OpenClaw的讨论甚至已经分裂成两个阵营。傅盛是<br />
最高调的布道者，春节期间骨折躺在床上，14天和龙虾发<br />
了1157条消息、22万字，把它从一个连公司通讯录都查<br />
不了的“小白”养成了8个Agent 组成的自动化团队”，公众<br />
号甚至在凌晨三点由龙虾自主发布的推文拿下了百万阅读。<br />
他给出了一个让每个人都很羡慕也很Fomo的结论：一个人<br />
加一只龙虾等于一支团队，这就发生在当下。<br />
阑夕代表了另一种态度。他在“即刻”上不小心和一个<br />
OpenClaw托管的Al账号对话，用他的话说，反应过来之<br />
后“如同吃了苍蝇一般恶心”。他对OpenClaw技术本身没意<br />
见，但认为当前的热闹里充斥着过度的噪音，觉得热闹中有<br />
太多“拿着锤子找钉子的兴奋”。<br />
<ignore_js_op>
<img src="https://hostloc.com/static/image/filetype/unknown.gif" border="0" class="vm" alt="" />
<span style="white-space: nowrap" id="attach_176083" onmouseover="showMenu({'ctrlid':this.id,'pos':'12'})">
<a href="https://hostloc.com/forum.php?mod=attachment&aid=MTc2MDgzfGQ0ZTkwZmU1fDE3NzMzNTIxNzd8MHwxNDY1MjM2" target="_blank">C6E9k2mvzlaAThHRAAGlomA7Aqk47.jpeg</a>
<em class="xg1">(22.97 KB, 下载次数: 0)</em>
</span>
<div class="tip tip_4" id="attach_176083_menu" style="position: absolute; display: none" disautofocus="true">
<div class="tip_c xs0">
<div class="y"><span title="2026-3-11 11:17">前天 11:17</span> 上传</div>
点击文件名下载附件
</div>
<div class="tip_horn"></div>
</div>
</ignore_js_op>
<br />
每个**验的“龙虾”都一样吗？<br />
这可能是最大的误解。<br />
很多人以为OpenClaw是一个标准化产品，装上就能用，<br />
体验大致相同。事实恰好相反，不同的部署方式，决定了你<br />
拿到的是完全不同的“龙虾”。<br />
目前主流的部署路径大致可以分为四类。<br />
第一类是专用本地硬件，最典型的就是MacMini。这也是<br />
OpenClaw创始人Peter Steinberger自己在用的方式。<br />
一台机器长期在线，专门负责运行Agent，既能连接本地文<br />
件和浏览器，也能挂接消息渠道、自动化工具和各类技能。<br />
这样的OpenClaw拿到的是完整上下文，做连续任务、跨<br />
应用操作、多轮调用时，体验最稳定。<br />
成本包括硬件一次性投入，例如Mac mini；第二部分是持<br />
续电费，这部分其实很低；第三部分是模型费用（API或订<br />
阅），这是长期最大的成本。若改成本地模型，API费可以<br />
压下去，但又会把压力转移到硬件配置上，内存、带宽和散<br />
热要求都会明显提高，高配Mac Studio或工作站才更合<br />
适，仅硬件一次性支出可能就在10w人民币量级。<br />
第二类是云服务器（VPS）部署。腾讯云、阿里云、百度云<br />
都推出了一键部署方案，云服务价格根据需求的不同，从几<br />
十元到上百元不等，但需要单独考虑模型费用。有些方案中<br />
自带免费模型，有些还需要单独订阅模型或购买API。<br />
优势是网络隔离，即使出问题也不影响你的个人电脑。<br />
但这台云服务器上没有你的个人文件、没有你授权各种账<br />
号，龙虾能做的事情天然受限。它更像一个挂在云端的聊天<br />
机器人加强版，而不是真正接管你工作流的数字助手。<br />
<br />
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<br />
的方式。龙虾和你共享同一个操作系统环境，拥有你电脑上<br />
的全部权限。<br />
用Docker容器做一层隔离会安全很多，但配置复杂度也随<br />
之上升。虚拟机方案隔离性最强，但资源消耗大，普通<br />
PC 的配置不一定吃得消。<br />
第四类是模型厂商托管产品。比如Kimi推出了KimiClaw，<br />
MiniMax推出了MaxClaw，这些是厂商基于OpenClaw封装<br />
的云端服务。部署门槛最低，几乎开箱即用，但用户用的实<br />
际上是厂商的基础设施，而不是完整的本地龙虾。这些产品<br />
降低了入门门槛，但能力上限和数据自主性都受到限制。<br />
虽然拥有了“虾”，但是“虾”的体验千差万别，跑在什么硬件<br />
上、它能看到多少上下文、拿到多大权限、有没有隔离层，<br />
等等。<br />
<ignore_js_op>
<img src="https://hostloc.com/static/image/filetype/unknown.gif" border="0" class="vm" alt="" />
<span style="white-space: nowrap" id="attach_176084" onmouseover="showMenu({'ctrlid':this.id,'pos':'12'})">
<a href="https://hostloc.com/forum.php?mod=attachment&aid=MTc2MDg0fGZhMTcwYmFkfDE3NzMzNTIxNzd8MHwxNDY1MjM2" target="_blank">C6E9k2mvzlaAThHRAAGlomA7Aqk47.jpeg</a>
<em class="xg1">(42.27 KB, 下载次数: 0)</em>
</span>
<div class="tip tip_4" id="attach_176084_menu" style="position: absolute; display: none" disautofocus="true">
<div class="tip_c xs0">
<div class="y"><span title="2026-3-11 11:19">前天 11:19</span> 上传</div>
点击文件名下载附件
</div>
<div class="tip_horn"></div>
</div>
</ignore_js_op>
<br />
<br />
02<br />
给龙虾的权限越高越好？<br />
OpenClaw之所以让人兴奋，核心原因是它不只“说”，还能<br />
“做”。<br />
它可以操作你的浏览器、读写文件、执行终端命令、管理日<br />
历、发送邮件。这种执行力的前提是，你得把权限交出去。<br />
但权限是一把双刃剑。<br />
2026年2月，SummerYue在Meta超级智能团队负责AI对<br />
齐，她在社交媒体分享了一次惊险经历：她给龙虾的指令很<br />
简单，“检查收件箱，建议哪些邮件可以归档或删除”。结果<br />
龙虾直接开始批量删除邮件，设置的安全限制完全没有生<br />
效，直到她物理关机才把它停下来<br />
<br />
<ignore_js_op>
<img src="https://hostloc.com/static/image/filetype/image.gif" border="0" class="vm" alt="" />
<span style="white-space: nowrap" id="attach_176085" onmouseover="showMenu({'ctrlid':this.id,'pos':'12'})">
<a href="https://hostloc.com/forum.php?mod=attachment&aid=MTc2MDg1fDY0NTNkZjI5fDE3NzMzNTIxNzd8MHwxNDY1MjM2" target="_blank">C6E9n2mvzlWAYvXBAAipqpNxmEo229.png</a>
<em class="xg1">(114.32 KB, 下载次数: 0)</em>
</span>
<div class="tip tip_4" id="attach_176085_menu" style="position: absolute; display: none" disautofocus="true">
<div class="tip_c xs0">
<div class="y"><span title="2026-3-11 11:20">前天 11:20</span> 上传</div>
点击文件名下载附件
</div>
<div class="tip_horn"></div>
</div>
</ignore_js_op>
<br />
<br />
所以，当你看到某个教程鼓励你“给龙虾开放所有权限”时，<br />
请三思。权限越高，龙虾能干的事越多，但失控时的破坏力<br />
也越大。更稳妥的做法是：用一台没有重要数据的备用设备<br />
或Docker容器运行它，逐步开放权限，同时在模型API端<br />
设置硬性消费上限。<br />
03<br />
龙虾不好用，是龙虾的问题？<br />
很多人兴冲冲地装好龙虾，交代了一个任务，结果龙虾要么<br />
卡住了，要么做出一堆匪夷所思的操作。于是得出结论：这<br />
东西不行。<br />
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<br />
型。OpenClaw本身不内置任何模型，它是一个框架，负责<br />
任务拆解、工具调用、记忆管理和反馈循环。真正“思考”的<br />
部分，是你选择接入的Claude、GPT、DeepSeek、Kimi<br />
还是本地的开源模型。<br />
这里有两个关键变量。<br />
第一是模型的能力上限。用顶级模型时，龙虾能理解复杂指<br />
令、自主规划多步任务、处理异常情况。换成便宜的小模<br />
型，它可能连基本的工具调用都完成不了。<br />
第二是模型的成本。这是很多人没有预料到的隐性支出。龙<br />
虾每执行一个任务，都要消耗大量token来和后端模型交<br />
互。<br />
OpenClaw的成本并不在软件本身，而在背后的模型调用；<br />
一旦任务链拉长、工具调用增多、记忆开启，token消耗会<br />
迅速抬升。<br />
<br />
比如，一次完整的日历整理加邮件回复可能消耗上万<br />
token；如果启用长期记忆、多Agent协作和定时巡检，单<br />
日消耗甚至轻松突破十万token。<br />
有媒体报道，月薪两万的用户感叹“养不起AI员工”，极端<br />
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<br />
型，体验必然打折；如果选了昂贵模型又不加消费上限，账<br />
单可能会让你心跳加速。<br />
所以，龙虾好不好用，首先取决于你给它配了什么“大脑”，<br />
以及你愿意后续为这只“虾”持续氟金多少，把问题归咎于框<br />
架本身，是不太客观的。<br />
04<br />
龙虾已经是成熟产品了？<br />
龙虾还不是成熟产品。OpenClaw从2025年11月的一个<br />
周末实验到现在，满打满算不到四个月。它是一个迭代飞快<br />
但仍然粗糙的开源项目，距离真正的“产品”还有明显差距。<br />
目前已知的主要缺陷包括：简单任务有时被过度复杂化处<br />
理；任务执行过程中可能莫名中断；记忆功能不够稳定，有<br />
时候它会“忘记”之前的对话和偏好；token消耗和实际产出<br />
之间的效率比还有很大优化空间；在安全性方面，ClawHub<br />
上数千个技能中有上百个被发现包含恶意代码。<br />
更根本的问题是，OpenClaw目前的安装和配置对普通人来<br />
说仍然是一道Q。对于自部署用户，仍需处理仓库拉取、运<br />
行环境、依赖安装、模型密钥和渠道接入等步骤，对开发者<br />
来说这也许只需半小时，但对非技术用户来说，可能花几天<br />
也搞不定。<br />
即便用了云厂商的一键部署方案，后续的模型配置、IM渠<br />
道打通、技能安装仍然需要不少折腾。闲鱼上500块一次<br />
的安装服务能火起来，本身就说明了门槛问题有多严重。<br />
<br />
Peter自己也很清楚这一点。他在播客中强调，“龙虾不是装<br />
上就好用的，你需要像带实习生一样‘养’它，给它写skill文<br />
档，不断通过对话让它了解你的习惯和偏好”。这个养成过<br />
程本身就需要投入大量时间和认知资源。<br />
05<br />
我必须装“一只虾”，否则就成了“老登”？<br />
<br />
那么，到底要不要装龙虾？<br />
排除猎奇和FOMO心理之后，做这个决定需要考虑几个实际<br />
因素。<br />
首先，有没有明确的、高频的、可自动化的任务？龙虾的价<br />
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<br />
件、监控特定信息源、定时生成报告这种重复性工作。如果<br />
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<br />
不上忙的事，那它对你的实际价值有限。<br />
其次，你愿意投入多少时间和金钱？硬件成本（自购设备或<br />
云服务器租金）、模型API调用费用、前期配置时间、持续<br />
的“养成”投入，这些成本加在一起不是小数目。<br />
有人算过一笔账：如果你用MacMini 加顶级模型高频使<br />
用，月均成本最低要在人民币几百到上千元。真的要养虾，<br />
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<br />
划算。<br />
第三，技术能力和风险承受度如何？如果完全没有命令行经<br />
验，现阶段直接上手OpenClaw本地部署的挫折感会很<br />
强。更务实的选择可能是先试试KimiClaw或MaxClaw这类<br />
封装产品，感受一下 Agent的基本能力，再决定要不要深<br />
入折腾。如果你决定本地部署，务必做好安全隔离，建议用<br />
独立设备或Docker容器，设API消费上限，不要把它部署<br />
在存有重要数据的主力电脑上。<br />
第四，也是最容易被忽视的一点：自己的“驾驶能力”。AI的<br />
能力只是放大器，人的能力才是决定因素，AI只能是“副驾<br />
驶”。<br />
同样一只龙虾，在一个懂得如何拆解任务、编写skill、设计<br />
反馈循环的人手里，和一个只会丢一句模糊指令的人手里，<br />
得到的效果可能相差十倍。<br />
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<br />
我们变成好的程序员。<br />
OpenClaw确实验证了一种让人兴奋的可能性：Al 不再只<br />
是一个聊天窗口，而是真正能替你干活的执行者。但它目前<br />
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<br />
手的成熟工具。<br />
毕竟，龙虾之父Peter自己说过一句“大实话”：如果你不懂命<br />
令行，这个项目对你来说风险太大。这句话值得所有正在犹<br />
豫要不要装龙虾的人仔细品味。<br />
不过，作为一个非技术背景的普通人，轻量体验、并摸清楚<br />
它的特点，是很有必要的，毕竟，机会仅仅留给最有洞察力<br />
和最勤于思考的人。<br />
但是，在一片喧闹之中保持冷静独立思考，才是每个独一无<br />
二的人类最独特的优势。
页:
[1]