近日，騰訊在深圳舉辦OpenClaw(昵稱“小龍蝦”)免費安裝活動，現場由騰訊云工程師提供一站式服務，涵蓋安裝部署、模型配置、IM（即時通訊軟件）渠道打通及熱門技能解鎖，讓OpenClaw這個現象級開源AI智能體的熱度再添了一把火。

OpenClaw由軟件工程師Peter Steinberger開發，它并非傳統的對話式聊天機器人，而是設計為能夠實際執行任務的自主AI代理，可運行于用戶自己的設備（支持macOS、Windows、Linux等跨平臺）和云端主機，通常用即時通訊工具交互，可實現管理電子郵件、操作瀏覽器、讀寫本地文件、整理資料、編寫代碼，還可通過擴展的“Skills”（技能）機制調用外部API或工具，實現更復雜任務。

據媒體報道，3月6日騰訊免費安裝活動現場，現場有上千人排隊安裝，有一位68歲的老者，坐車一個多小時前來，有不少人表示準備用在炒股和視頻剪輯、自媒體等領域。不過，在“養蝦”熱快速升溫的背后，并不是每個人都適合養這只爆紅的“小龍蝦”。

如果連安裝都不會，就先別養了

OpenClaw的核心優勢在于本地部署與數據私有化，所有記憶、文件索引均存儲于用戶設備，但這一優勢同時構成顯著門檻，安裝與配置過程遠非“一鍵啟動”所能概括。

用戶需自行克隆GitHub倉庫，配置Python環境，安裝依賴包，并手動設置模型接入密鑰等一系列設置。對于熟悉命令行的開發者而言，這些步驟或許僅需數十分鐘，但對普通用戶而言，即便官方文檔已提供詳細指引，面對終端指令、環境變量配置及潛在的兼容性問題，仍可能耗費數小時乃至數天調試。更關鍵的是，OpenClaw并非封閉應用，而是模塊化架構，初次使用需選擇或自定義“Skills”擴展包，這進一步提升了學習曲線。

不少用戶在社交媒體和論壇上反映，在安裝階段即遭遇模型API連通失敗、權限授予異常或內存溢出等問題，最終選擇放棄。即使通過“一鍵安裝”用上了，還有用戶反饋讓龍蝦幫你運行爬蟲程序，結果碰上文章都有反爬蟲機制或者驗證機制，需要瀏覽器cookie或對接官方網站的API才行……技術工具的價值在使用，而非制造新障礙，若用戶使用時“一步一個坑”，或許應該先緩緩。

龍蝦是個吞金獸，用token不便宜

OpenClaw本身不內置大語言模型，而是采用模型無關設計，需接入Claude、GPT系列、DeepSeek或Kimi等外部大模型作為“大腦”，這一架構雖賦予用戶靈活性，卻也帶來持續的經濟成本。

每一次讓龍蝦任務執行，無論是郵件撰寫、網頁瀏覽還是代碼生成，均需調用外部API，消耗大量token（可以理解為大型語言模型的“字”或“詞”，也是AI 的計費標準），以中型任務為例，一次完整的日歷整理與郵件回復流程可能消耗數千至上萬token；若用戶啟用長期記憶、多Agent協作或定時喚醒功能，單日消耗往往突破十萬token。即使按當前國內主流大模型收費標準計算，高頻使用下token消耗仍呈指數級增長，假設每日10萬輸出token，DeepSeek或Kimi后可能也會達到數百元。

近期有36氪文章稱，月薪2萬的用戶感嘆“養不起AI員工”，因OpenClaw燒錢速度超過賺錢速度，一天基礎消耗可達400元，6小時極端案例賬單1172元。對于預算有限或僅需簡單問答的用戶而言，此類隱性開支極易超出預期，理性評估自身任務頻率與預算，是決定是否“養龍蝦”的前提。

數據安全問題不容忽視

OpenClaw的強大執行力源于其對系統資源的深度訪問權限，它可讀寫本地文件、操作瀏覽器、執行終端命令，這一設計的目標是實現“全自動”代理，但目前也有一定的安全風險。

據海外媒體報道，該項目早期曾曝出高危漏洞，包括權限繞過與遠程代碼執行隱患，雖已于2026年2月完成修復并由基金會接管，但社區仍持續報告零星安全事件。用戶數據全部本地存儲看似安全，實則高度依賴設備自身防護；一旦主機遭入侵或配置失誤，AI代理可能成為攻擊者進入系統的“后門”。更棘手的是，自主任務機制下，AI可能在用戶未明確授權的情況下觸發敏感操作，例如誤刪重要文件或向外部API泄露隱私信息。即便用戶通過Skills機制嚴格限定權限，模型幻覺或指令歧義仍可能導致意外后果。此外，跨平臺即時通訊接入也可能進一步擴大安全漏洞。

2月5日，國家工信部網絡安全威脅和漏洞信息共享平臺（NVDB）發布提示稱，監測發現OpenClaw開源AI智能體部分實例在默認或不當配置情況下存在較高安全風險，極易引發網絡攻擊、信息泄露等安全問題。

當下，AI 技術和工具正處于高速迭代期，幾乎每月都有新型模型和更易用的產品涌現。普通人面對“養蝦熱”乃至以后的新工具，無需因錯過某一特定工具而產生焦慮，技術紅利最終會通過更成熟、更易用的產品逐步下沉到普通用戶手中。

文章來源：經濟觀察網

作者：杜遠