導(dǎo)讀：“龍蝦軍團(tuán)”確實存在，但能力邊界取決于使用者。

李彥丨作者

木魚丨編輯

壹覽商業(yè)丨出品

開年至今，一場名為“養(yǎng)龍蝦”的AI熱潮正在互聯(lián)網(wǎng)迅速蔓延。

短短數(shù)天內(nèi)，大廠幾乎集體下場參與“養(yǎng)龍蝦”狂歡：阿里巴巴先后推出CoPaw、HiClaw、JVC Claw，騰訊與字節(jié)跳動在3月9日同日上線 QClaw、ArkClaw，百度、華為等公司也迅速跟進(jìn)，各類云平臺開始提供“一鍵部署”服務(wù)，試圖把開源Agent帶來的巨大流量轉(zhuǎn)化為新的平臺入口。

但和所有技術(shù)狂歡一樣，喧囂背后也夾雜著不安。隨著OpenClaw需要獲取電腦深度權(quán)限的問題被放大，關(guān)于隱私風(fēng)險、系統(tǒng)安全乃至“AI會不會搶走工作”的討論開始蔓延。3月10日，國家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布風(fēng)險提示，多家國企與銀行也陸續(xù)限制在辦公電腦中部署這類Agent工具。在社媒平臺，因OpenClaw而引發(fā)“被刪文件”、“系統(tǒng)癱瘓”等負(fù)面使用案例也開始涌現(xiàn)。

那么，OpenClaw究竟是下一代生產(chǎn)力工具的雛形，還是一場被過度放大的技術(shù)狂歡？

最近，帶著這些問題，壹覽商業(yè)跟三位來自不同行業(yè)的OpenClaw深度使用者聊了聊。通過他們的真實經(jīng)歷，我們試圖還原一個真實的OpenClaw：它究竟能做什么，又離真正進(jìn)入普通人的工作生活，還有多遠(yuǎn)。

1

我擁有了一個本科實習(xí)生

OpenClaw爆火后，向海在電腦里養(yǎng)出一支“AI投研團(tuán)隊”。

作為一家早期投資機(jī)構(gòu)的負(fù)責(zé)人，他每天面對的是海量信息：創(chuàng)業(yè)公司融資、技術(shù)突破、研究報告、行業(yè)動態(tài)……如果靠人工去篩選，往往意味著大量時間被耗在信息檢索上。

今年2月，他在X上第一次看到OpenClaw的相關(guān)消息。但由于早期版本主要圍繞Mac環(huán)境開發(fā)，而他的日常辦公設(shè)備是Windows系統(tǒng)，他并未立即上手。直到國內(nèi)廠商開始推出各種適配版本，他才真正開始嘗試這套工具。

一開始，他使用的是月之暗面推出的云端版“龍蝦”——KimiClaw。每個月僅需付199元的基礎(chǔ)會員費(fèi)，平臺就會提供一臺40GB的云服務(wù)器以及模型調(diào)用額度，不需要本地安裝。

這對一個非技術(shù)背景的投資人來說，是進(jìn)入Agent世界最簡單的方式。但很快，向海就不滿足于此。他在本地電腦上又部署了一套OpenClaw，并把兩套系統(tǒng)同時接入飛書，做成兩個機(jī)器人。為了方便管理，他甚至給它們?nèi)×嗣帧镜氐慕蠴racle，云端的叫Scott。

兩者的分工很明確。Scott負(fù)責(zé)執(zhí)行層面的工作：每天自動爬取新聞媒體平臺的融資信息，并整理進(jìn)飛書多維表格；同時抓取國內(nèi)高校科研項目信息，生成每日投融資日報。Oracle則更像一位“戰(zhàn)略顧問”。它會持續(xù)讀取向海電腦中的歷史文件，從幾千份BP和研究資料中學(xué)習(xí)他的投資邏輯，并定期生成戰(zhàn)略分析報告。

每天早上，他打開飛書，就能看到Scott生成的融資動態(tài)和行業(yè)情報；而Oracle則會周期性地輸出戰(zhàn)略層面的總結(jié)。

但最讓他驚喜的，是OpenClaw在盡調(diào)流程中的應(yīng)用。過去，投資機(jī)構(gòu)在做項目初篩時，需要花不少時間去查公司背景、行業(yè)規(guī)模、團(tuán)隊履歷以及技術(shù)路線。現(xiàn)在，他只需要把一份創(chuàng)業(yè)公司的BP發(fā)給OpenClaw。幾分鐘后，一份初步盡調(diào)報告就生成了。報告里不僅包含行業(yè)情況和市場規(guī)模分析，還會自動去天眼查查詢專利數(shù)量、股權(quán)結(jié)構(gòu)等信息。

“水平大概和一個本科實習(xí)生差不多，”向海表示，“但規(guī)范性甚至更好一點。”

最近，他又開始嘗試一件更大膽的事情——讓OpenClaw學(xué)習(xí)自己電腦里幾十GB的歷史資料。“也許有一天，它能像一個沒有情緒波動的我，幫我做一些判斷。”

2

龍蝦軍團(tuán)還不夠穩(wěn)定

飛軌是一名深耕B2B領(lǐng)域的創(chuàng)業(yè)者，現(xiàn)在做的項目叫 DaretoB2B（敢于橋接），主要幫助ToB項目創(chuàng)始人梳理戰(zhàn)略和品牌敘事。

在更早之前，他在某企業(yè)負(fù)責(zé)品牌市場工作，因為公司本身就有算力和AI相關(guān)業(yè)務(wù)，所以他接觸AI并不算晚。只是那時，AI在他工作里的角色還比較傳統(tǒng)：做營銷腦暴、理順文字、幫忙潤色，像一個反應(yīng)很快的助手，但還遠(yuǎn)遠(yuǎn)談不上“接入工作”。

飛軌也算國內(nèi)第一批“養(yǎng)蝦”人。1月24日，他用字節(jié)旗下的AI Coding工具TRAE做了早報系統(tǒng)；1月27日又用ClawdBot重構(gòu)，把早報流程搬進(jìn)OpenClaw。

除了上述早報系統(tǒng)外、他還部署了一個論文速記與熱門論文推文生成系統(tǒng)，以及一個B2B行業(yè)雷達(dá)。三套項目總計每天要梳理約50個海外信源、約20篇論文，整體時間成本大概能壓縮到2小時。

“模型會員與API充值一年約5000元，外加三臺VPS（兩臺1核2G、一臺2核4G）一年約4000元。”問及成本，飛軌給我們算了筆賬。

在他看來，OpenClaw目前最大的短板，在于穩(wěn)定性和可控性。

穩(wěn)定性指的是，和一些會把任務(wù)拆成明確步驟的AI IDE不同，OpenClaw往往是一口氣往下執(zhí)行，交互輪次一多，就可能忘記前面的要求，用戶也不容易在中途插手糾偏。

可控性指的是，OpenClaw仍存在一定“漂移”。比如同樣的任務(wù)，即便已經(jīng)調(diào)試成固定模板，隔一天再跑，輸出結(jié)果仍可能出現(xiàn)細(xì)微變化。

目前，飛軌一共維護(hù)著五臺運(yùn)行OpenClaw的機(jī)器：兩臺在本地電腦上，三臺部署在云端VPS上。他的主工作環(huán)境仍然是一臺蘋果筆記本，所有核心資料和完整的工作流程都保存在本地機(jī)器里。而云端服務(wù)器則更像一個簡化版的工作區(qū)，主要負(fù)責(zé)運(yùn)行自動化項目。

這些自動化項目的代碼都被他放在GitHub倉庫中，只需要從倉庫拉取代碼，就可以按既定流程執(zhí)行任務(wù)。相比本地環(huán)境，云端機(jī)器的上下文信息要少得多，但對于這類標(biāo)準(zhǔn)化任務(wù)來說已經(jīng)足夠。

飛軌也曾嘗試過一個更激進(jìn)的設(shè)想——打造一支“龍蝦軍團(tuán)”。簡單來說，就是讓多個OpenClaw協(xié)同工作：一個負(fù)責(zé)規(guī)劃，一個負(fù)責(zé)內(nèi)容生成，一個負(fù)責(zé)修改和美化。比如在給客戶做提案時，可以讓不同Agent分別負(fù)責(zé)框架設(shè)計、PPT填充以及語言潤色。

飛軌的龍蝦bot

理論上，每個環(huán)節(jié)甚至可以調(diào)用不同的大模型。

例如在做結(jié)構(gòu)規(guī)劃時使用推理能力更強(qiáng)的模型，比如DeepSeek Reasoner；在文字潤色和編輯環(huán)節(jié)，則換成更擅長語言表達(dá)的模型；如果涉及長文閱讀和資料整理，再交給另一類模型處理。

但這套多Agent協(xié)作體系，目前還停留在實驗階段。

3

開箱即用，成了新需求

“可以把Floatboat.ai理解為一開箱即用的Openclaw。”毫無疑問，部署Openclaw有一定門檻，而少卿想做的，正是讓普通人也能養(yǎng)上“龍蝦”。

2025年12月，少卿與團(tuán)隊一起開發(fā)了一款名為Floatboat.ai的產(chǎn)品，而OpenClaw的走紅，也讓外界更好理解了何為Floatboat.ai。

在少卿看來，OpenClaw的爆火，很大程度上來自它的想象力，但在真實工作場景中，它仍然存在一些明顯的局限。

首先是交互方式的問題。當(dāng)前很多用戶調(diào)用OpenClaw，往往需要借助飛書、Telegram等聊天工具來下達(dá)指令。這樣一來，整個工作流程就會被切割成一段段消息：AI把文件生成后發(fā)回聊天窗口，用戶再下載、打開、編輯，往往還需要再切換到WPS或Office里繼續(xù)處理。

“這種方式其實更像是在‘聊天’，而不是在真正工作。”少卿說。

在他看來，人類本質(zhì)上是視覺型動物，大部分信息都是通過界面來理解和處理的。如果用戶看不到文件是如何被組織、瀏覽器是如何被操作、任務(wù)在什么階段執(zhí)行，就很難真正參與和管理整個流程。

其次，當(dāng)任務(wù)變得復(fù)雜時，用戶很難在中途介入、調(diào)整甚至終止流程，從而限制了Agent在復(fù)雜工作流中的應(yīng)用。

基于這樣的觀察，F(xiàn)loatboat.ai在設(shè)計產(chǎn)品時選擇了另一條路徑：把Agent直接放進(jìn)用戶的工作環(huán)境里。

Floatboat.ai

在少卿的設(shè)想中，Agent不應(yīng)該只是一個聊天機(jī)器人，而更像是一套可以直接嵌入電腦的軟件。用戶可以在同一個界面里查看文件、瀏覽網(wǎng)頁、編輯內(nèi)容，而Agent則在同一環(huán)境中協(xié)助處理任務(wù)，而不是通過聊天窗口來回傳遞文件。

最后，安全問題也是團(tuán)隊重點考慮的部分。與OpenClaw完全開放權(quán)限的設(shè)計不同，F(xiàn)loatboat.ai在權(quán)限管理上采用了更細(xì)致的授權(quán)機(jī)制：高風(fēng)險操作默認(rèn)被限制，只有用戶明確授權(quán)后，Agent才能訪問相關(guān)數(shù)據(jù)或執(zhí)行操作。

正因為OpenClaw仍然存在各種“翻車”時刻，圍繞它的一整套“平替龍蝦”生態(tài)也在迅速生長。越來越多類似Floatboat.ai的開發(fā)者開始嘗試降低部署門檻：有的把復(fù)雜的本地部署封裝成“一鍵安裝”，有的直接提供云端托管服務(wù)，用戶甚至無需配置模型和服務(wù)器，就能在電腦或手機(jī)上調(diào)用Agent能力。KimiClaw、MaxClaw、ArkClaw等產(chǎn)品相繼出現(xiàn)，本質(zhì)上都是在解決同一個問題——如何把原本屬于極客的工具，變成普通人也能用得起來的軟件。

4

結(jié)語

無論是將OpenClaw作為生產(chǎn)力工具的投資人，還是試圖把這種能力產(chǎn)品化的創(chuàng)業(yè)者，他們給出的判斷其實相當(dāng)一致：這只“龍蝦”確實展示了AI Agent的潛力，但距離成熟工具仍有一段距離。

與此同時，安全問題也開始被越來越多用戶重視。工信部網(wǎng)絡(luò)安全威脅和漏洞信息共享平臺（NVDB）監(jiān)測發(fā)現(xiàn)，在默認(rèn)或不當(dāng)配置下，OpenClaw可能存在指令誘導(dǎo)、信息泄露和系統(tǒng)受控等風(fēng)險。

一些安全機(jī)構(gòu)也披露，部分部署實例存在遠(yuǎn)程代碼執(zhí)行漏洞，這意味著一旦配置不當(dāng)，攻擊者可能獲取系統(tǒng)控制權(quán)。對于需要獲取系統(tǒng)深度權(quán)限的AI Agent來說，信任邊界始終是繞不開的話題。

從更長的時間尺度看，這場“養(yǎng)龍蝦”熱潮也釋放出一個清晰信號：AI開始從“回答問題”，走向“直接做事”。開源社區(qū)、云廠商與創(chuàng)業(yè)團(tuán)隊幾乎同時涌入這一賽道，本身就說明了Agent技術(shù)的吸引力。

但目前來看，OpenClaw能發(fā)揮多大價值，很大程度上取決于使用者本身。所以，不必神化OpenClaw，也不必因技術(shù)變化過早焦慮。讓子彈先飛一會，未嘗不是好事。