OpenClaw現狀：高成本、高風險、低產出。

定焦One（dingjiaoone）原創

作者｜雷晶 王璐 李夢冉 王漢星 金玙璠 陳丹

編輯｜王璐

1月底，OpenClaw火爆出圈，一度掀起全民排隊安裝、爭相“養龍蝦”的熱潮，成為2026年第一個真正破圈的AI大事件。但如今這股熱潮逐漸退去，OpenClaw的微信搜索熱度已跌至高峰期的3%左右，一波卸載潮也隨之而來。

最初，大多數用戶都抱著雇傭數字員工減負的心態入局，但深度使用幾個月后，卻發現自己掉進了一個“越用越累”的坑：從繁瑣的部署到“不夠劃算”的性價比，槽點接踵而至。

為了還原這股浪潮中從積極入局到憤然離場的轉變，我們和六位“養蝦人”聊了聊，其中不乏互聯網大廠員工、計算機科班出身的券商分析師等技術背景深厚的玩家。有人在購買設備和找人安裝上便投入上千，后續失控的token消耗更是直接掏空錢包；有人則飽受技術bug折磨，從記憶缺失、進度虛報到遭遇安全漏洞導致本地數據被永久刪除，問題不斷；還有人在反復折騰無果后，發現Hermes等競品已能提供更絲滑的替代方案，于是果斷卸載。

回頭看那股龍蝦熱，大多數受訪者認為其中有泡沫，卻也承認方向是對的，Agent能做什么、邊界在哪，這一波折騰讓更多人有了真實的感知。他們期待著，成本能再降一降、穩定性再上一個臺階，這類工具才算真正到了普通人能用的那一天。

01. 三裝三卸，我不再折騰龍蝦了

陳漢｜40歲上海 Web3社群運營

從2月底裝上龍蝦，到4月初徹底卸載，這期間我裝了三次、拆了三次，折騰了將近兩個月。我以每天早上七點推送三個城市的天氣預報和穿衣建議、七點半推送一份新聞早報作為測試，但龍蝦從來沒有穩定完成過這些任務。即便我換過MiniMax、Kimi等不同模型，還專門去參加了線下活動學習，折騰了很久，但龍蝦還是不好用。

第一次卸載是在首裝第二天，出于安全考慮進行重裝。

2月底我買了臺Mac mini，專門用來跑龍蝦。花了大半天安裝好，結果想連一款國際社交軟件，調了整整一天都沒有任何反應，后來才搞明白網絡還要重新調整。但那陣子大家都強調安全第一，不能在跑龍蝦的設備上留個人賬號。我只好先恢復出廠設置，配置好網絡后，再重新安裝龍蝦。

圖源 / pexels

第二次卸載是3月份，定時任務始終跑不通。

重裝之后，我最開始接的模型是MiniMax，但它的反應遲鈍，不夠靈敏。后來參加了一次線下活動，主講嘉賓推薦把模型換成Kimi。我換了之后，發現它確實變聰明了。但我買的是最低檔套餐，兩天就把一周的量燒完了，但任務還是沒跑通。當我更換地區操作時，模型開始頻繁出幻覺，加上定時任務沒準時完成過，我再次卸了重裝。

第三次卸載是4月初，Hermes把龍蝦頂下崗了。

當時身邊好幾個朋友都在說Nous Research推出的Hermes不錯，我也開始嘗試使用。它有一鍵遷移功能，可以把龍蝦里的配置直接搬過來。但兩個Agent同時掛在同一個窗口上，龍蝦和Hermes會搶著回，指令完全錯亂。試了兩天后我發現，Hermes穩定、好用，而龍蝦依舊頻繁出錯，我就把龍蝦徹底卸載了。

我讓Hermes替代龍蝦的原因，一方面是它會展示操作過程，告訴你它打開了哪個網頁，調了哪個工具，它進行關鍵操作前還會授權請求，感覺比較踏實；另一方面是同樣的任務，它跑下來消耗的Token比龍蝦少很多，更經濟實惠。

之前我一直以為龍蝦不好用是模型問題，最終發現其實是Agent執行架構的問題。龍蝦在定時任務這塊，確實沒跑穩過。

我覺得現在的龍蝦熱已經回歸理性了，大家逐漸意識到并不是每個人都需要它。但至少這一波熱度讓大家知道了Agent能干什么，早期嘗鮮也是有意義的。龍蝦也好，Hermes也好，都還在早期，這些工具后面肯定會越來越好用，我現在也在繼續探索。

02. 前后養了五只蝦，我差點被其中一只騙了

Marco｜38歲 南寧 運營

帶著“讓AI替我打工”的念頭，我在3月初把OpenClaw裝進了飛書和企業微信，當時想的是終于能把日常做短視頻投流素材視頻這個苦差事交給AI了，于是一口氣部署了五只“龍蝦”。可僅僅過了一個月，它們便均處于閑置或半卸載狀態，主要原因在于這些“龍蝦”實在難馴、也太難養了。

復盤下來，五只龍蝦問題各不相同。

前兩只KimiClaw和ArkClaw部署在云端，最大的問題是權限約束。它們只能調用API，一旦工作流需要觸及本地文件，比如整理特定格式的項目文檔或更新本地數據庫，就會彈出“該操作需要訪問本地系統”的提示。我原本指望它自動化，結果還得自己手動裝插件、改配置。

還有兩只是用虛擬機部署，讓我頭疼的是，它們似乎喜歡“報喜不報憂”。

我有次讓其中一只完成批量導入并處理數據任務，它反饋進度“已完成30%”“已完成65%”，看起來很順暢但幾小時一直沒完成。我反復追問后，它才承認之前的進度是編的，其并不具備批量處理能力，只是為了“避免用戶失望”而編造了進展。

OpenClaw承認編造虛假進度

最后那只部署在獨立電腦上的龍蝦，則出現了“失控”。先是連接飛書響應慢，后來生成視頻更慢，而且多次產出重復、與我指令完全偏離的內容。

除了功能上的不靠譜，OpenClaw的版本維護也讓人疲憊。它的更新節奏極快，有時甚至能達到一天一版，且每個版本改動幅度都比較大，還會時不時出現依賴缺失或配置沖突的問題。

比如，我安裝的一個飛書插件原本運行良好，它賴以運行的必要組件或環境，本應被一并打包在主程序里。可某次更新后，這些依賴被遺漏了，直接引發一連串bug。結果就是，每次更新完，我都要花大量時間排查和修復，穩定性很難保證。

就這樣，我前后養了五只“龍蝦”，但也很快發現，我花費在部署、調試、溝通和糾錯上的時間，已經超過它們為我省下的那點工夫，原本指望它們能幫我“打雜”，沒想到最后，“糾正”它們反而成了我最耗時的事。一個月后，我失去了耐心，已經不再為OpenClaw續費了。

03. Token消耗失控、安全漏洞，我花大價錢踩了全套坑

王啟｜90后 北京 互聯網大廠員工

作為跟風入局OpenClaw的用戶，我本以為挖到了能解放雙手的AI神器，沒想到全是花錢買罪受。

從安裝的第一步，就踩進了無底洞。

為了穩定運行OpenClaw，我租了一臺Mac mini設備，每月幾百塊的租賃成本；后續找代裝又花了近一千元，好不容易折騰一周完成部署，以為終于能解放雙手，真正的噩夢才剛剛開始。

首先是燒錢。OpenClaw的Token消耗速度遠超我的預期，月薪兩萬都扛不住Token的流水式消耗，短短幾天，錢包直接被API掏空，完全不是普通用戶能承受的量級。

比燒錢更可怕的是安全隱患，它陸續被爆出大量安全漏洞：OpenClaw存在零認證漏洞，大量用戶實例直接暴露在公網。更恐怖的是數據事故，某次我同事只是讓它整理一下聊天記錄，清空沒用的內容，結果本地的核心文件便被徹底刪除，回收站無任何痕跡，最終數據直接永久丟失。

那一刻我才意識到，這個看似全能的AI工具，本質是個隨時可能爆炸的定時炸彈。

除此之外，它的產品硬傷更是讓人崩潰。

記憶缺失是最大問題，哪怕是長期使用，每次重啟、每次新對話，它都會徹底遺忘我的工作習慣、歷史任務、個人偏好，我需要反復交代背景信息，像每天面對一個失憶的助手，完全達不到自主執行、持續優化的效果。

比如我讓它自動匯總我本周的工作郵件、聊天記錄，生成一份周報，保存到指定文件夾，甚至我花了整整一下午，給它寫了詳細的prompt：哪些郵箱關鍵詞算“有效工作內容”、周報格式、抄送對象、歸檔路徑。可到了下周五，它直接忘了這個任務。我檢查日志才發現，重啟后它完全沒加載之前的記憶，我只能重新設置一遍。

穩定性更是一言難盡，隔三差五就崩潰宕機，每次版本升級都會出現新故障，我花在排查bug、調試系統上的時間，遠比用它干活的時間還要多，完全本末倒置。

最諷刺的是，等我下定決心要卸載逃離，才發現卸載流程極度繁瑣，根本不是簡單拖進回收站就能完成，大量底層文件、配置殘留需要手動清理，全程操作門檻極高，進一步消耗我的時間精力。

折騰小半年，我意識到OpenClaw根本不是普通用戶的效率神器。現在我換成了Hermes Agent，它不像OpenClaw每次都失憶，Hermes會把我的工作習慣、常用工作流、處理過的任務存在本地數據庫，重啟后能無縫銜接。每次完成復雜任務后，它會自動提煉方法生成Skill文件，下次同類任務直接復用路徑。

從OpenClaw到Hermes，我最大的感悟是：跟風沒用，適合自己的才是最好的。Agent不是越復雜越好，能真正解決問題、不添亂的工具，才是普通人的最優解。

04. 用龍蝦跑投研兩個月：深度用不起，輕度用不上

Shawn｜95后 深圳券商分析師

我今年29歲，在一家中型券商做TMT方向的賣方分析師，有計算機專業背景。

今年2月底，我在組里同事的建議下開始部署OpenClaw，當時賣方圈子里都在聊龍蝦，組長也在組會上點名讓大家研究。

我部署的目的很簡單，平時工作中最耗時間的就是信息采集和寫報告文稿，如果龍蝦能把這部分工作內容自動化，每天為我節省一兩個小時就是實打實的收益。

部署之后我迅速搭了一套多Skills工作流：用每日新聞自動采集定時抓取科技板塊的公告和研報摘要，推送到辦公軟件；用自動瀏覽去行業數據平臺抓財務數據和輿情；再通過每日總結，讓它根據我的習慣自動優化輸出。

前兩周體驗確實好，但使用過程中還是問題不斷。

首先就是龍蝦對運行環境的穩定性要求很高，一些工作中常用的文檔只要稍作調整，龍蝦就會被卡住，不僅中斷任務執行還會一直燒token。

本來20分鐘做完的事，用龍蝦反而要折騰半小時去核實和糾錯，每次還燒掉四五十塊token費。時間沒省，錢倒是花了不少。

另一個問題是在處理長時序任務時，龍蝦經常習慣性“摸魚”。

我日常需要龍蝦從多個數據源采集一周信息，交叉比對后生成跟蹤報告，整個流程五六個步驟、十幾分鐘。龍蝦經常跑到一半就卡住，不報錯、不崩潰，回一句“好的，我來繼續處理”，然后就沒有然后了。

我追問進度，它再回“正在處理中”，其實什么都沒干，這種情況出現過很多次。

使用兩個月左右下來的體驗是龍蝦幫我解決了不少問題，同時也造成了新的問題，但錢是真沒少花。

按我的使用強度，單獨買Claude的API額度一個月大概300美元起步。這個費用對我來說完全可以接受，但前提是我只用龍蝦處理比較基礎的日常工作，如果嘗試給它派更復雜的任務，成本的賬就算不過來了。

后來我嘗試過切換到國內模型的Coding Plan，日常使用的成本確實降下來了，但在處理一些比較復雜的邏輯問題時效果不如之前理想。

4月中旬Hermes火了之后我也一鍵遷了過去，遷移過程確實絲滑，記憶和Skill基本無縫導入。用了一周后的結論是：比龍蝦好用一些，交互更流暢，但也談不上質變。

我認為無論是龍蝦還是Hermes它們的核心問題還是在于，深度使用時成本cover不住，日常輕度使用，有太多替代方案，犯不上額外養一只每月吃掉幾百塊的助理。

目前我已經不打算再繼續為龍蝦續費了，但我不覺得Agent方向是錯的，只是產品成熟度和商業模式還不成熟。等模型成本再降一個數量級、穩定性再上一個臺階，我再考慮把龍蝦裝回來。

05. 花五千多“養蝦”一個月，最后花了299塊把它請走了

米樂｜28歲 北京 跨境運營

我算是跟風“養蝦”的人之一，也是很快受不了、花錢把它卸載的人。

我平時做跨境電商運營，每天要處理各種報表、收發幾百封郵件，經常加班到深夜。今年春節上班后，不管是刷社交軟件還是跟同行吃飯，大家都在聊龍蝦。那時候它被捧得神乎其神，什么“24小時不睡覺的數字員工”、“幫你把電腦里的活兒全干了”，我腦子一熱就決定弄一個。

結果第一步就把我難住了。因為它對電腦配置有要求，我那臺老筆記本帶不動，就買了一臺Mac mini，配上顯示器使用。可我跟著網上教程折騰了半天，也沒成功，最后去二手平臺上找了個所謂的“技術大神”遠程代裝，連帶配置環境，花了80元裝上了。

我開始給它安排活兒，前期，看著它打開網頁查競品數據、自動回復簡單的郵件，我確實爽了幾天。可它實在太費錢了。有天晚上，我丟給它幾個長篇的市場分析報告讓它總結，順便讓它幫我查點歷史數據。第二天一看，一百多萬Token直接用沒了折合人民幣約200元。

讓我下定決定卸載的是，用了一個月之后，有一次，我讓它幫我整理郵箱里的退貨郵件，結果，它直接把我收件箱里重要的客戶溝通郵件給清空了。后來我才知道，這東西根本不安全。它的權限太大了，而連搞技術的人都被它坑過。

但我把卸載想得太簡單了。我以為只要像刪普通軟件一樣，把它拖進垃圾桶，或者點個卸載就行。結果點完卸載，電腦還是卡得要命，時不時還會彈出一些奇怪的錯誤提示。

我找朋友一問才知道，OpenClaw屬于底層系統級別的軟件。它安裝的時候，在電腦的各個角落里寫滿了配置文件，還改了網絡設置和系統權限。如果不把這些殘留的注冊表和依賴包清理干凈，它不僅會一直占用系統資源，還有可能留下后門，讓別人能黑進你的電腦。

我只能再次打開二手平臺。搜了一下才發現，原來跟我一樣被坑的人那么多，上面早就有了專門的“龍蝦卸載服務”，標價從二三十到兩三百的都有。我不敢找太便宜的，怕他們弄不干凈，最后花299塊錢找了個評價高的賣家，才解決的。

卸載費加上之前買設備、裝軟件、Token消耗費一共花了五千多，就當是我給自己的焦慮交的智商稅了。這筆錢讓我明白了：像龍蝦這種，門檻高的半成品，根本不是給我們普通人用的。等什么時候這技術真成熟了，變成傻瓜式操作了，我再考慮要不要用吧。

06. 折騰了三個月龍蝦后，我重新相信“人”了

K｜35歲 上海 HR

我是一家AI+HR創業公司的HR。雖然沒有技術背景，但也算是一名深度的AI使用者。各個大模型、Cursor一類的工具，我幾乎都試過，公司還接入了API，可以低成本“隨便玩”。

去年年底，我和朋友正在聊一個AI創業項目。團隊里有個技術合伙人，提了一個想法：想做一個能在手機上操控代碼工作的工具。我當時聽完，便覺得這件事很有想象力。

沒想到，一兩周后OpenClaw就在圈子里流行了起來。那位技術合伙人馬上就用了起來，我也躍躍欲試。

但真正上手，并沒有想象中順利。

因為用的是ThinkPad，光是安裝環境，我就折騰了很久。在B站跟著教程一步步學，一路報錯一路修。后來，終于接入了飛書，跑了起來。

剛部署完那段時間，我特別興奮。每天晚上什么都不想干，就想玩它。

作為一名HR，我最直接想法是，讓龍蝦自動幫我review簡歷。每天重復看這么多簡歷，如果AI能替代這部分工作，我會輕松很多。

但這件事始終沒跑通。龍蝦跳轉到其他網站時，經常報錯。我解決不了，就開始用一種AI時代的排錯方式：把報錯截圖丟給大模型，讓它教我怎么修。但經常是，修完一個坑，出現另一個坑。

漸漸地，興奮感被挫敗感取代，使用頻次也降了下來。

最后一次打開我的龍蝦是在今年4月初。

我想讓它幫我給一個微信小程序配代碼，結果文檔繼續報錯，程序始終跑不起來。我盯著屏幕看了一會兒，最后直接關掉了窗口。

我身邊真正堅持用龍蝦的人，其實很少。除了那位技術合伙人還在持續使用，另一個技術背景的朋友原本想拿它做自媒體，試了一陣后也放棄了。剩下的大多數人，熱鬧過去之后，就慢慢散了。

OpenClaw最初打動我的，有兩個點。

第一，它像一只真正的“手”。不僅能聊天，而是真的能替人操作、解決問題。第二，它試圖把原本分散的入口重新統一——接飛書、接微信、接各種系統，讓人感覺未來很多事情都可以在一個窗口里完成。

但后來我發現，它“順手”的前提，是你本身具備技術能力，或者至少，你習慣解決技術問題。

回頭看年初那一波“龍蝦熱”，我覺得里面有明顯的泡沫。但我也相信，它的方向是對的。未來類似工具一定會更穩定、能力更強。

只是至少目前，它解決的問題仍然高度依賴代碼，而且大多數使用場景，依然停留在互聯網端：發公眾號、寫代碼、自動化辦公，或者像我一樣，在電腦上篩簡歷。

去年，我對AI其實有一種“幻夢”。我曾經很相信，它會解決很多問題，甚至取代很多崗位。但經過這一波，反而讓我改變了想法。AI或許能替代流程、工具和部分技能，但它還無法真正承載“人”本身。

至少未來5到10年，都是如此。

*陳漢、王啟、米樂、K為化名。