养龙虾技术解析：从火爆市场到生产现实的距离

OpenClaw为何能一夜爆火？

因为它精准地描绘了这个时代最具诱惑力的技术图景：每个人都能在自己的电脑上拥有一个“数字分身”，帮你浏览网页、点击按钮、执行流程，甚至像一个不知疲倦的员工那样去完成任务并赚取收入。它所唤起的想象，和当年无人驾驶最盛行的幻想如出一辙：白天让它送你上班，闲暇时它自己去跑网约车接单。

问题在于，技术叙事的感染力，往往不等于技术本身的成熟度。OpenClaw如今的走红，更像是一场集体的情绪投射，而非一次真正的生产力革命。

OpenClaw有一个更接地气的名字——“龙虾”。它由奥地利退休程序员彼得·斯坦伯格（Peter Steinberger）在2025年11月发起，最初只是一个“周末实验项目”。它的核心使命很明确：打破大模型“只说不做”的局面——ChatGPT、豆包这些对话AI再强大，也只能在对话框里提出建议，而OpenClaw是一个能让大模型获得本地操作系统权限的智能体框架，它可以直接操控你的电脑、手机，去执行具体任务。

春节前，在它尚未完全出圈时，我就已经把OpenClaw部署到了Linux、Windows和Mac三套系统里，也花了几百元做测试，想看看它到底能不能进入真实的应用场景。结论并不复杂：它是一个有趣的开源项目，但远没有到可以被普通人当作生产工具的程度。如果说得更直接一点，在当前阶段，它更像AI时代的“气功热”样本：演示视频里惊艳，社交媒体上热闹，真正代入日常工作流之后，成本、失误和不稳定很快会把滤镜打碎。

判断一个AI方案值不值得追，标准其实并不玄乎。无非两条：第一，它是不是让原本做不到的事情变得能做到；第二，它是不是让原本就要做的事情，以更低成本、更高效率完成。以这个标准看，OpenClaw对绝大多数普通上班族并没有提供足够清晰的价值。它当然能执行一些操作，甚至偶尔还能给人“快成了”的兴奋感，但这种兴奋感并不等同于可持续的生产力。很多时候，任务还没完成，Token（词元）已经先烧掉一笔钱，而结果却未必比人工操作更稳、更快。

这背后不是用户不会用，而是技术路线本身还没有跨过门槛。

当前所谓的电脑智能体，大体无非两条路：一条是视觉路线，让模型看懂屏幕，再模拟人去点击和操作；另一条是工具路线，把模型接到浏览器、软件和各种API上，在沙箱里调用外部能力。

前一条路线依赖足够强、足够便宜的多模态模型，但现实是，今天的大模型还没有好到既可靠又低成本；后一条路线则高度依赖软件生态是否开放、接口是否统一，所以它在Unix环境里往往更顺手，在Windows和国内封闭软件生态里就会明显受限。说到底，OpenClaw不是没有技术含量，而是它最容易传播的能力，和普通用户最需要的能力，并不是一回事。

也正因如此，OpenClaw的爆火，本质上首先是一场叙事胜利。Manus此前已经制造出一种“AI创业神话”，而OpenClaw进一步把这种神话平民化了：仿佛每个人都可以低成本复制一个“自己的Manus”。这对很多人都有吸引力。创业者需要新的故事，模型厂商需要持续消耗，上市公司需要估值题材，卖课的人需要新概念，自媒体需要新流量，硬件厂商也乐见用户为了跑智能体再买一台机器。整个链条上几乎人人都有动力把这团火烧得更旺，真正承担试错成本的，反而成了最末端的普通用户。

更值得警惕的是，它的风险并没有被充分说明。很多开发者对权限、日志、沙箱、回滚有基本认知，但普通用户未必有。一个拥有较高操作权限的智能体，一旦判断错误，轻则改乱文件、误触流程，重则造成难以恢复的系统数据损失。与此同时，它还可能以远超用户感知的速度消耗资金。很多非技术用户甚至很难判断问题出在哪里，更别说及时介入和止损。

所以，我并不否认OpenClaw是一个优秀的开源实验，它对开发者研究智能体能力、验证工具调用链路，当然有启发意义。但如果你并不懂开发，也没有明确、刚性的任务需求，那么仅仅因为它“很火”就把它部署到自己的主力电脑上，甚至专门为此购置设备，多半不是拥抱未来，而是在为一场被过度包装的技术幻觉付费。

AI真正值得期待的，不是看上像人在忙，而是能稳定、低成本地创造真实价值。在这一点上，OpenClaw离一场现象级传播很近，离一个成熟的生产力产品，还很远。

文/李雲帆（桠枝科技创始人，特约评论员）

编辑 王进雨

校对 柳宝庆