“養蝦人”自述：沒那么神，也沒那么坑

AIX財經（AIXcaijing）原創

作者 | 王璐 雷晶 李夢冉 金玙璠 王漢星 陳丹

編輯 | 金玙璠

這只“蝦”，來得太猛了。

2026年初，一款名叫OpenClaw的AI Agent工具在中文互聯網上掀起了一場集體狂歡。它有個更親切的外號——“龍蝦”。

技術圈的人管它叫“Agent落地的里程碑”，普通人則在朋友圈里刷到了各種“裝好了！”“跑起來了！”“太牛了！”的歡呼。

云廠商迅速跟進，推出一鍵部署套餐；個人賣家在閑魚掛出遠程安裝服務；線下“手把手教你養蝦”的聚會一票難求。一時間，“不會養蝦，就要被時代拋下”的焦慮，從技術圈彌漫到了普通人。

那些真正把“龍蝦”養起來的人，對它是什么評價？是“真香”還是“勸退”？

這兩天，「AIX財經」和六位用戶聊了聊，他們的背景幾乎覆蓋了“養蝦大軍”里最典型的幾類人：AI創業者、大廠技術研發、游戲行業從業者、一人公司老板等等。

有人裝了6只“龍蝦”，把它當成一人公司的“AI員工團隊”；有人用它做出了“人生管理系統”，讓AI在每天早中晚分別扮演目標架構師、執行教練和復盤分析師；也有人因為一句“處理一下”，被它悄悄刪掉了本地文檔。

對于想要跟風“養蝦”的普通人，他們給出的建議出奇地一致：先別急。想清楚自己手頭有沒有適合交給AI的重復性工作，備一臺閑置機器，控好權限，設好用量上限。等大廠的云端版本再成熟一些，門檻會低很多，坑也會少很多。

6個“龍蝦”，成了我一人公司的得力副手

學麟｜30+ 浙江 創業者

作為“一人公司”的經營者，我一直在嘗試各種AI助手，這次，我安裝了6個“龍蝦”，目標是讓AI負責6家“一人公司”，同時承擔多個崗位的職能，提升人效。

密集測試下來，我的核心體會有三點：安裝配置有門檻、任務分配必須有邊界、成本控制至關重要。如果你能找到省錢的技巧，完全可能讓“AI員工”的成本減半。

先說安裝與配置。

“龍蝦”基礎框架的部署相對簡單，難點在于給它配置具體的“技能包”。這就像你有了一個通用智能“大腦”，但如果想讓它處理飛書消息、分析數據或管理社交媒體，就得為它安裝對應的“手”。比如，配置飛書技能包，我就花費了兩小時。每個技能包都可能涉及API密鑰、回調地址、權限審核等細節，需要一定代碼基礎和學習成本。

再說成本。

就我自己的體驗來說，后臺一旦跑起“長文本+自動化”流程，每月賬單突破幾百美元的情況并不罕見。

我總結了幾個實用的方法：簡單分類、提取任務用普通模型，復雜推理再調用高級模型；提示詞盡量寫準，減少無效交互；重復請求盡可能緩存，避免反復消耗；最重要的是設定用量上限，防止程序出現bug后循環調用，一夜之間把錢包掏空。

最后說它能做什么任務。

測了多個崗位后，我發現財務、法律、醫療及核心業務系統遷移這類責任重大、專業性極強的任務，目前仍需人工主導?！褒埼r”更擅長處理定義清晰、規則明確的重復性工作。對于我這樣的一人公司而言，它能每日自動完成資料搜集、內容多平臺發布等機械工作，已經能明顯解放時間，讓我更專注于策略、創意、關系維護上。

“龍蝦”可以完成的技能 / 受訪者用AI生成

但它在提升效率的同時，也會成倍放大風險。

比如，輸錯一個提示詞，就可能導致所有社交媒體賬號發布錯誤內容，或者向大批客戶發錯郵件。所以我目前基于“龍蝦”的自動化操作，就會放完全隔離的測試環境里。

我不建議普通用戶跟風裝“龍蝦”，關鍵得先判斷自己的工作是否適合交給AI來處理，再在成本、穩定性和效率之間慢慢找平衡點。

它還沒替我提效，先把我文件刪了

Jojo | 30+ 上海 AI創業者

我在AI領域做產品和解決方案，喜歡嘗鮮各類前沿AI工具。第一次聽說OpenClaw，是刷到一些技術大V的視頻。我憑著自己的代碼基礎，用NPM命令安裝，過程還算順利。

裝完之后，我在本地電腦和云主機都做了部署，開始在各種場景試手，結果問題頻出。

它會毫無征兆地刪掉本地目錄的文檔。有一次版本升級，甚至把我電腦系統目錄里很多東西都刪了。我身邊也有朋友用它運營社交平臺賬號，結果歷史內容被莫名刪除

本來我是沖著提升效率去的，想著靠它打通微信、企業微信、飛書這些工具，幫我自動收集資料、寫工作報告，也試過它的定時任務功能，設置好時間讓它到點生成工作文檔，結果大部分都達不到預期。實際跑下來后，它生成的報告質量遠不如普通AI工具更好。

讓它寫些代碼倒是能很快出結果，但它自主驗證的中間過程不可見，我根本不敢直接用，只能手動執行、逐一核對，等于又多了一道工序。

圖源 / unsplash

為了規避風險，我還特意在配置文件里加了提示，要求它執行刪除這類高危操作時必須先跟我確認。即便這樣，我也不敢放開高權限，很多自動化功能始終落不了地。

對比下來，平時用的其他AI工具不需要復雜配置和權限調試，交互更高效，輸出的內容也更貼合實際工作需求，比較來看，OpenClaw的“雞肋感”拉滿。

我覺得現在市場對它有點過度神話。云廠商、賣教程的、搞線下教學的，確實吃到了這波紅利，但真正靠OpenClaw本身賺到錢的用戶，我一個都沒見到。如果讓我給它打分，我大概給六七分：有創新，也確實打破了一些傳統AI的交互模式，但實際表現配不上這份熱度。

我把它當實習生帶，它替我養起了社交賬號

李想 | 35+ 北京 游戲行業從業者

我是游戲小廠的市場商務崗，從技術背景上說不算硬核，只接觸過少量代碼。最初知道OpenClaw，是看它在朋友圈里刷屏了，我就花了幾百元，低成本試了試。

我沒選本地部署，直接上了云端，對非技術崗來說更友好?；A環境已經準備好了，跟著網上文檔一步步操作，部署沒有想象中那么難。后面和飛書打通時需要自己調一下。

成本上，一開始搭基礎環境只花了幾十元，后面玩得更深入后才升級了云服務器配置和token套餐，全部加起來也不過幾百元。海外模型當然貴不少，但對我這種試水用戶來說，國內模型基本就夠我用了。

OpenClaw幫搜集資訊并發布的的小紅書帖文 / 受訪者供圖

一些高頻、重復、又懶得親手做的事，它處理得很順暢。我給它裝了爬取海外AI博客的技能，讓它每天定時收集信息、生成內容、發布社交平臺帖子、完成互動。它能把信息收集、內容生成到定時發布這條鏈路串起來。除此之外，它自動收集財經資訊，也確實省掉了我手動篩信息的時間。

現在已經有平臺開始打擊AI托管運營賬號了，對我來說還沒有影響，以后我在給AI下達指令時，會要求它規避平臺對AI的監測與審核機制。

但它的“記性”不算好，這是最讓我頭疼的一點。比如部署時定好的端口和參數，迭代幾個版本后就會忘掉，反復犯同樣的錯；同時開多個任務時，也會出現卡死，得去云主機后臺重啟、修修補補。好在這些問題大多還能靠反復訓練改善，就像帶新人一樣，給點耐心，它會慢慢適應你的習慣。

至于大家最關心的隱私和安全，我也做了一些輕量限制，比如限定IP、控制操作范圍、限制網關出口，盡量在不犧牲太多使用性的前提下把風險降下來。

用了一周多，我會給OpenClaw打8.5分左右。和普通AI工具相比，它不是讓你自己去拼工作流，而是能把“思考+執行”接起來。它不是神乎其神的萬能工具，更像一個需要帶教的實習生。token利用效率不高，組織協同能力也有限。能替我干活，能落地一些想法，但還遠遠取代不了人的核心判斷。

它能猜中我女兒喜歡什么，也差點刪了我的文檔

小艾 | 39 歲 北京 互聯網公司市場總監

我的工作決定了我需要了解最新的技術，春節前，我在Mac mini上部署了OpenClaw，斷斷續續用了一個多月。

我最大的感受是：它現在還沒到“人人都能用、用了就離不開”的階段。

裝“龍蝦”本身不是最難的，難的是它還很不成熟，而且幾乎每天都在更新。你得不停看教程、翻社區、刷X和各種帖子，找最新配置和功能插件，再一點點往里裝。好在我懂些代碼，大部分技術問題能自己解決；但對普通人來說，這個門檻確實不低。

剛開始它其實很“笨”，很多功能都得靠你慢慢“訓”，你要不斷給它加不同的配置、不同的功能。

真正超出我預期的是一件很生活化的小事。我讓它去找一個折紙飛機的視頻給孩子看。它不僅找到了，還說“您應該是給女寶寶找的?！彼芨鶕业臑g覽習慣，判斷出孩子大概的喜好，最后找出來的視頻的確很合適。只用了一周，它對我的了解程度就已經到了有點“細思極恐”的地步。

圖源 / pexels

但在工作上，它還沒有到顛覆我工作方式的程度。它能幫我做PPT、信息簡報，完成一些輔助工作，但還做不了那些全鏈條、需要深度思考的工作。

以前做一項工作可能要一個小時，現在也許半個小時就能完成，但又要花很多時間“調教”它。

而且，它也確實坑過我。有一次我讓它“處理一下”某個東西，它直接把我的本地文檔刪了。后來雖然恢復了，但這件事提了個醒：它對語義的理解有偏差，更麻煩的是，它是在后臺運行的，你根本看不見它在干什么。

很多人覺得安全風險是個虛的話題，但我覺得這是現在“養蝦”最值得認真對待的問題。

最核心的問題是權限。要讓它好用，就得給它很多權限；可一旦權限給多了，它在后臺怎么跑、插件里藏了什么、接口到底連到哪里、開了哪些端口，很多時候你根本看不見。再加上現在很多插件都還是野生狀態，沒有統一審查，也沒有安全保障。你讓它接觸身份信息、密碼、銀行卡、公司機密，風險非常高。

所以我的建議是：普通人可以先體驗，但盡量別給太高權限，最好拿一臺閑置電腦或者空白電腦嘗試，不要一上來就裝到自己的主力工作機上。至于更適合普通人的方案，我覺得還是得等大廠把云端版本做得更成熟一些，至少門檻會低很多，也更省心。

P人把“龍蝦”當成人生規劃師

Cheers｜27歲 北京 互聯網大廠AI研發

我從“龍蝦”還是Clawdbot的時候就開始用了。因為是技術出身，部署對我來說并不復雜。我不僅在Mac上做了部署，還在云平臺、Windows端、Windows的WSL端、Nas端都做了部署，算是比較深度的用戶。這幾天我還在嘗試把“龍蝦”部署到一個自己搞的小成本硬件上。

安裝其實只是最簡單的一步，真正更難的是找到適合自己的使用場景。

我是一個P人，“龍蝦”對我來說最大的意義是幫我安排生活。

春節前，我本來就想給自己做新年規劃，后來干脆用它搭了一套“人生管理”系統。

工作原理就是設置了多個Agent職能，比如目標架構師、任務聚焦官、執行教練、復盤分析師等等。

圖源 / unsplash

我先把年度計劃發給“目標架構師”，由它拆成不同的細分目標，再具體到每月、每周、每天我應該做什么；之后“任務聚焦官”會在每天早上把我要做的“Top 3”重要的事告訴我；中午由“執行教練”監督進度；晚上再由“復盤分析師”做總結，并修訂目標進度。

對我這種以前很難靠自己把日程管起來的人來說，這套東西確實有用。我之前也試過自己設提醒和待辦，但效果一直一般。換成“龍蝦”來管理后，我的執行效率明顯高了不少。

當然，它也不只是用來管生活。我也會拿它寫公眾號、發小紅書，以前六七個小時做完的事，現在半個小時就能搞定。

如果滿分10分，我會給“龍蝦”打8分?？鄯种饕且驗樗F在還是太“重”了：代碼量大、運行內存占用高，還要求電腦24小時開機。

但從本質上說，我覺得它代表的是Agent的一種落地形態，它能用大模型的能力去拆解復雜工作流，系統性地解決問題。只是很少有人能真正用好它，因為非常依賴用戶先把自己的工作流程和技能抽象化，再教會AI去做這些事情，這才是“龍蝦”真正的使用門檻所在。

有人還在試水，有人已經辦起“龍蝦大學”

吳俊東｜北京 Ouraca聯合創始人

我是典型的文科生，本科和研究生都學經濟，完全不會寫代碼。過去這一個月，我的工作流和思維方式，確實被“龍蝦”改變了。

OpenClaw剛火的時候，我們團隊算是國內比較早關注的那批人。當時部署還挺難，我研究了半天后，居然在騰訊云上部署成功了。

真正養起來之后，最先改變的是我的信息獲取方式。

作為創業者，我每天要處理大量產品數據、行業新聞。以前我得寫一堆復雜的Prompt去調教GPT，生成出來的內容還不一定滿意。現在，“龍蝦”就住在我的系統里，它對我足夠了解，每天早上8點，它會準時把一份包含了公司產品動態、行業資訊的Morning Brief推送到我面前，而且都是基于我的需求和關注點精準投喂。

另一個讓我印象很深的是做PPT。它最開始產出的東西也很粗糙，我給它一個身份，補充場景和要求后，它自己跑去Botlearn社區里學習，甚至研究：其他的Bot是怎么幫它的主人在科技分享場景下做PPT的。最后，產出的邏輯和格式非常精準。

如果說個人效率的提升讓我很驚喜，那么團隊效率的變化就是讓我震撼了。我們看到了用戶在部署和“養蝦”過程中的焦慮：裝什么技能？怎么調Bug？安全問題怎么辦？圍繞這些問題，我們四個小伙伴利用龍蝦提供的思路和自動化編程能力快速搭建框架，創辦了新項目Botlearn.ai，一個為AI Agent打造的學習平臺。

圖源 / unsplash

自ChatGPT橫空出世以來，已經很久沒有一個AI產品能讓我們這群人感到如此熱血沸騰了。我們決定，不看外面的喧囂和FOMO情緒，堅定地迎著OpenClaw的浪潮走下去。

現在，OpenClaw已經完全融入了我們的工作流。不少原本要靠實習生完成的分析數據工作，現在我直接在群里艾特龍蝦，它就能自動完成。我們甚至還給它接入了發帖功能，我想發個推特，它能自動根據討論內容生成并發布，無縫銜接。

這種便捷是有代價的，算下來，我個人平均每周的Token支出大概在100到200美金，公司的賬號消耗則更多。但相比于它釋放出的生產力，這筆錢花得非常值。

現在我們社區已經有1萬多只龍蝦。它們還自己搞了個“早戀專區”，我們團隊內部開玩笑，以后可以讓兩只龍蝦先談戀愛，然后再讓主人見面。前幾天我們辦了個龍蝦大賽，社區內點贊最高的帖子，發帖龍蝦的主人可以獲得一臺Mac mini。結果龍蝦們非常卷，有拉票的，還有用技能交換點贊的?！褒埼r大學”才剛剛開課，我們每個人都是這場實驗的一員。

*題圖由AI生成。應受訪者要求，文中Jojo、李想、小艾為化名。