“龙虾”狂热：OpenClaw是极客狂欢，还是AI“肉身”
1752在2026年初的中文互联网上，一个名为“OpenClaw”的开源项目以前所未有的速度席卷了从GitHub到小红书、从技术论坛到大众媒体的每一个角落。在短短两个月内创造了GitHub历史上增长最快的记录，截至2026年3月1日，星标数突破24.1万，不少人将其称为AI代理从“对话时代”迈向“执行时代”的标志性产品。
同时，Meta作为现阶段对于各类AI产品渴求最强烈的互联网大厂，再一次成为了第一个吃螃蟹的人，提出了10亿美元级别的估值，只不过OpenClaw的创始人Peter Steinberger坚持自己的开源原则，最终该项目迁入独立非盈利基金会，在保持开源独立运营的情况下，由OpenAI为基金会的运营提供持续赞助。
然而，快速的发展也带来了很多风险，2026年2月爆发的ClawHavoc供应链投毒事件导致1184个恶意技能被植入，影响超过13.5万台设备。与此同时，包括Google、Meta在内的几家海外互联网企业开始大规模封禁OpenClaw账号。
但基于“一人公司+AI Agents”的美好畅想，OpenClaw依旧在高速发展。但OpenClaw真的能在短时间里改变AI的实际应用吗？
被对话框困住的想象力
ChatGPT问世三年多，定义了一个近乎统一的交互范式：一个输入框，你打字，它回复。三年里，绝大多数AI产品都在复制这个模式。豆包、Kimi、Perplexity、Claude，换名字换皮肤换模型，底下还是同一套回合制界面。
从某种程度上来说，这确实是一种相当适合大语言模型的交互方式，而且在大多数情况下符合用户的自然使用习惯，就像过去很多时候用户使用搜索引擎时一样。
只不过，结果从一大堆网页链接，变成了一个被AI总结过的一段话，这当然导致了很多问题，比如AI幻觉。但更为严重的问题是，这种模式在一定程度上把AI变成了一个被动交互的过程。
资深营销行业从业者九月表示，现在和AI应用很多时候难以推广，核心其实和交互有很大的关系，无论AI的处理能力如何，产出效果如何，这些都是一个相当被动的状态，AI就在那里等着，你需要主动打开他，主动输入内容，主动验收核验结果，而且这种使用感觉甚至比过去这种使用习惯和过去的App没有本质的区别，从交互层面来说，使用大模型的体验，有的时候甚至不如你手机里的Siri或者小爱，至少这些智能助手还能帮你定一个明天的闹钟，而且这个闹钟明天确实会响。
随后，对方补充道，而且这种问答的形式还带来一个更严重的问题，当你从一个轻度用户逐渐转向重度用户的过程中，这种对话框就成了一种进一步的先知，所有的东西都依赖问答这种形式呈现，某种程度上来说，这像不像是一个只会被动等待需求更新的程序员，而且这个程序员不管干什么，都需要你来提需求文档，甚至只有需求文档出现在他面前的时候他才会开始工作，即使过程中出现了错误，他也不会主动找你，而是等你自己发现问题，如果你是老板，你期待的肯定不是这样的员工。
这也是为什么今年红包大战的时候，各家AI都在想办法把营销推广做成场景化，互动化并且尝试融入用户使用习惯中去，因为只有用户使用，并且深度体验之后，才有可能养成使用习惯，毕竟对于大多数用户而言，想起AI并且主动尝试着使用它们，本身就是一道门槛，而对于AI这种目标是改变世界的应用而言，任何门槛都是困住未来的一道绞索。
而在接受采访时，OpenClaw的创始人PeterSteinberger则说的更加直接：我们现在给Agent的界面，本质上是在“复制Google”——一个prompt、一个聊天框，就像电视刚出现时人们把广播节目原封不动搬到屏幕上播。
Claw真能改变这一切吗？
事实上，如果只从使用体验的角度上来讲，OpenClaw毫无疑问是一款革命性的产品，它确实在很大程度上解决了交互问题，让AI可以替用户做更多的事情，也解决了一问一答的带来的局限性。
这也是为什么，随着OpenClaw爆火，大量的Claw产品开始不断上线，Kimi推出的Kimi Claw，Mini Max推出的MaxClaw，显然，OpenClaw所展现出的AI执行力，以及开发者们对AI执行结果所展现出来的包容程度让市场看到了价值空间。
然而本地化部署，从某种程度上却变相提高了门槛，甚至从某种程度上来说，随着OpenClaw的爆火，一时之间颇有几分淘金热时期，挖金矿的没赚钱，卖铲子的却大量盈利的奇妙风向。伴随着大量OpenClaw一人公司案例出圈的，还有大把大把收费帮人完成本地部署的服务。
这些服务商收费价格不一，从最便宜的200元到2000元不等，服务也涵盖从简单部署，到深度调整甚至做一些针对性调教。虽然这种逻辑听上去好像很难理解，让连本地部署AI都困难的人，通过一个本地化部署的AI赚钱，但就是靠着一套逻辑，不少帮忙本地部署AI的人都赚到了自己的第一桶金，一位兼职的程序员对Morketing表示，从1月末开始到现在，他已经帮不下30人完成了OpenClaw的本地部署，有的时候一天甚至能接好几单。
实际，虽然OpenClaw是一个开源项目，但是他的本地化部署并不是一个简单的事情，在这个过程中，AI总是能赶出一些让人啼笑皆非的操作，例如莫名其妙的清空本地存储的所有数据，然后开始安装Ubuntu系统（一种适用于企业服务器、桌面电脑、云、IoT物联网的现代化开源Linux操作系统），又或者是突然在某一个环节卡住，例如无法突破一些防御机制，最终导致AI空转，然后花费用户不少Tokens。
那么，国内模型厂商推出的对标产品，是否能比开源产品的门槛更低呢？
答案依旧是很难。以Kimi推出的Kimi Claw为例，作为一款基于OpenClaw的托管云服务，它能够很简单的完成部署，并为OpenClaw提供一个相对稳定的环境。
这大大降低了使用OpenClaw的门槛，但在采访了一些实际使用过该产品的用户后，得出的结论依旧并不乐观。即使用户通过Kimi Claw来完成部署，摆在他们面前的还有一系列亟待解决的问题。
首先，就是无论是Kimi Claw，还是底层调用的未经调教的Kimi K2.5模型，由于缺乏系统性的优化，使得其使用体验在一些情况下远不如直接去官网玩“回合制对话框游戏”。而且，由于模型几乎只有本地化部署服务，并没有相应的优化，使得用户需要花费大量的精力自制，或者去开源社区搜索相应的技能包。
这反而在一定程度上提高了使用门槛。
而且，由于个性化需求、数据和端口开放程度不同，使得用户如果想用OpenClaw来当作自己的工作助手，或者更进一步成立“一人公司”，就意味着用户需要在早期付出大量的时间来调教AI，让AI能够理解用户因人而异的工作流，并且为其设立具体的指令，在信息接入和权限让渡之间反复琢磨，最终和AI形成一个协调且统一的工作流。
在采访过程中，几位使用者都向Morketing表示，如果想要真正用好OpenClaw，门槛一点不比在大厂当产品经理低，甚至更高。其中一位大厂产品经理甚至开玩笑般的说了一句，毕竟你面前做的是个活人程序员，你很多时候只需要告诉他你的想法，他就能反馈一些意见给你。但AI的理解能力有的时候是很抽象的，现在各种类似的Claw，本质上还是一个发者工具，你需要先理解它的思维，然后根据它的思维写一系列的产品文档，然后再想办法搜索各类技能包给它安装上之后，他才能变得比较好用。
而且在这个过程中，你大概率还要面对各种随时可能出现的BUG，以及各种潜在风险，甚至在你让它执行任何一个指令之前，都需要三思而后行，考虑它是不是可能给你的电脑带来一些毁灭性的打击，或者在一个奇怪的bug点卡住后，花费你价值数百元的Tokens去做毫无意义的工作。
随后，一位程序员向Morketing表示，对于个人用户来说，使用OpenClaw这类AI助手是一件需要深思熟虑的事情，一方面现在ClawHub的开源技能中有不少恶意软件，他们可能会伪装成正常的技能包，用以窃取用户的API密钥、SSH凭证、甚至是银行卡或者支付密码。由于OpenClaw需要“Full System Access”（意味着它拥有操作系统中所有功能的权力）权限，外网也并非没有出现过用户的AI问其他用户的助手借Tokens的来维持自身运转的情况。但这些都是小问题，最大的风险在于，如果安装恶意技能包，很有可能让你的电脑变成一个完全被“黑客”操纵的肉鸡。
但即使有如此之多的问题，在谈及OpenClaw的未来时，几乎没有受访者提出完全负面的看法，几位受访者都向Morketing表示：“OpenClaw是一个相当重要的AI应用，只要给它时间发展，他一定会成为AI的重要未来。”
从某种程度上来说，正如《科技日报》在其社论中所述，OpenClaw的成功在于其提供了极高的“效能比”。它采用了一种创新的视觉-触觉融合学习框架，使得机械爪具备了类似人类的“感知-反馈”回路。在中文社交平台上，人们对其最直观的评价是：“它让AI第一次真正拥有了‘触觉’，而不再只是屏幕里的字符。”
即使OpenClaw现在在部署层面非常麻烦，但不可否认的是，在专业领域层面，OpenClaw是确实提供了非常巨大的优势。据《21世纪经济报道》分析，自OpenClaw项目开源并爆火以来，国内相关的微型电机、高精度传感器以及3D打印耗材的订单量在短短一个季度内增长了约40%。
许多原本深耕工业自动化的中小企业，开始针对OpenClaw的开源标准研发兼容性更强的定制化模组，一个以“OpenClaw标准”为核心的微型硬件生态链正在长三角和珠三角悄然形成。
九月也表示，如果从企业级角度来说，OpenClaw有非常强的价值，一系列对个人用户而言的问题，对于企业而言都不是问题。虽然从目前来看，面对极端环境或高频长时间作业时，其硬件耐用性和算法的泛化能力仍有待商榷。并且，很多博主的相关视频展示出来的流畅应用场景，也大概率是经历过多轮高强度调教，甚至掩盖了实验过程中大量失败案例后，才造成的结果。
不过，对于很多小型企业而言，本地部署的OpenClaw在经过相对专业的第三方调教之后，OpenClaw可以很好的胜任一些企业的基础工作。
例如，利用OpenClaw的长期记忆能力，可以开发专用的技能包，就能让OpenClaw来回复客户的初步咨询和回复邮件，并且由于它的长期记忆，可以让他们在接待部分老客户的时候有更好的表现，或者在特定情况下直接将对话转交给相关的人类员工，从而简化员工的工作流程。
而且很多C端用户面临的问题，对于B端而言都有相应的成熟解决方案。当然，对于B端而言，如果真得想要深入的部署OpenClaw，将AI对效率的提升应用到每一个员工身上，那要解决的问题还有很多。
其中最首要的的就是：无论是国内还是海外，各大超级App的生态壁垒，它们构建了严密的生态闭环和数据壁垒。巨头不会允许一个第三方Agent随意抓取和操作其平台内的数据。OpenClaw试图跨越所有平台操作的能力，很多时候会由于数据壁垒，完全无法达成预料中的结果。例如，如果我希望OpenClaw根据我的办公软件聊天记录来生成日报或是工作规划，由于OpenClaw无法获取相关聊天记录，最终导致该功能完全不能实现。
总的来说，OpenClaw 在 2026 年前三个月的发展历程堪称 AI 行业的现象级事件，它不仅创造了 GitHub 历史上最快的星标增长记录，更重要的是重新定义了 AI 代理的能力边界和应用模式。从 2025 年 11 月的周末实验到 2026 年 3 月的 24.1 万星标，OpenClaw 用不到 5 个月的时间完成了从技术验证到生态繁荣的跨越式发展。
但不可否认的是，虽然OpenClaw可能拥有很美好的未来，但眼下要解决的问题还有很多。或许随着技能市场的繁荣、开发者社区的壮大、商业模式的成熟将推动整个生态系统的健康发展，从而真正让AI助手成为适合每一个用户的真正应用。
