全民养虾潮过去后，OpenClaw 还值得用吗？一次偏真实场景的冷静复盘

全民养虾潮过去后，OpenClaw 还值得用吗？一次偏真实场景的冷静复盘

OpenClaw 不是一个刚冒出来的新玩具。它已经被讨论了一段时间，“养虾”这个梗也从新鲜感逐渐进入冷静期。热度退去以后，更值得问的问题是：OpenClaw 到底解决了什么问题？它真的好用吗？它适合谁？又有哪些地方容易被高估？

摘要

OpenClaw 是 GitHub 上一个开源个人 AI 助手项目，官方定位是运行在自己设备上的 personal AI assistant。它的特点不是单纯聊天，而是通过 Gateway 把模型、工具、消息渠道、插件、桌面端和移动端串起来，让 AI 助手可以出现在你已经使用的聊天平台和设备上。

这篇文章从热潮之后的实际使用角度分析：

• OpenClaw 本质上是什么
• “养虾”到底在养什么
• 它和 ChatGPT、Claude、Cursor、Codex 有什么区别
• 它的核心价值是不是被夸大了
• 适合哪些人继续使用
• 哪些场景不建议盲目上
• 安装、配置和安全边界应该怎么理解
• 它是泡沫，还是一个还没被多数人正确使用的工具

我的结论先放前面：

OpenClaw 不是万能 AI 管家，也不是适合所有人的效率神器。 但如果你需要一个跨设备、跨消息渠道、可接工具、可长期运行的个人 AI 助手，它仍然有实际价值。

问题不在于它有没有用，而在于很多人一开始就把它想象得太大了。

目录

• 一、OpenClaw 是什么
• 二、“养虾潮”为什么会出现
• 三、热度退去后，OpenClaw 还剩下什么
• 四、OpenClaw 的核心架构
• 五、它和普通 AI 聊天工具有什么区别
• 六、OpenClaw 真正的优点
• 七、OpenClaw 容易被高估的地方
• 八、适合使用 OpenClaw 的场景
• 九、不适合使用 OpenClaw 的场景
• 十、安装和首次体验路线
• 十一、安全边界：个人助手不是公共机器人
• 十二、如何判断自己是否应该继续“养虾”
• 十三、我的综合评价
• 十四、总结

一、OpenClaw 是什么

OpenClaw 官方对自己的定位是：

Your own personal AI assistant. Any OS. Any Platform. The lobster way.

从工程角度看，它不是一个单独的大模型，也不是一个普通网页聊天窗口，而是一个本地优先的 AI 助手运行系统。

可以简单理解为：

OpenClaw = Gateway + AI Agent + 消息渠道 + 工具系统 + 插件生态 + 控制台

它的典型工作方式是：

用户在 Telegram / WhatsApp / Slack / WebChat / 桌面端发消息 ↓ OpenClaw Gateway 接收消息 ↓ 路由到对应 Agent 会话 ↓ Agent 调用模型和工具 ↓ 返回结果到原来的聊天渠道

这和“打开一个 AI 网页，然后输入问题”不是一类东西。

OpenClaw 更像是一个常驻的个人 AI 助手底座。它关心的不是单次对话，而是：

• 如何接入多个聊天渠道
• 如何持续运行
• 如何管理多个 Agent
• 如何调用本地工具和插件
• 如何限制权限和安全范围
• 如何把 AI 助手嵌入日常工作流

二、“养虾潮”为什么会出现

OpenClaw 的社区文化里有明显的 lobster / claw 元素，所以中文社区里有人把使用 OpenClaw 叫作“养虾”。

这个说法本身很有传播性。再加上 OpenClaw 的想象空间比较大：

手机上可以叫它 电脑上可以用它 聊天软件里可以找它 它能调用工具 它能接插件 它能长期运行 它看起来像一个私人 AI 管家

这些点很容易引发热度。

但是热度本身也会带来误解。很多人以为装上 OpenClaw 后，就会立刻得到一个全自动、全智能、全平台、几乎不用配置的 AI 管家。

现实不是这样。

OpenClaw 更像一个需要配置、调试、约束和长期维护的个人 Agent 系统。它有能力，但不是开箱即用的魔法。

所以“全民养虾潮”过去之后，反而到了更适合认真评估它的时候。

三、热度退去后，OpenClaw 还剩下什么

判断一个开源项目是不是泡沫，不能只看最热的时候有多少人转发，而要看热度退去后还剩下什么。

对 OpenClaw 来说，真正留下来的不是梗，而是几个比较扎实的工程方向：

1. 本地优先的 Gateway 2. 多消息渠道接入 3. Agent 会话管理 4. 工具和插件扩展 5. 控制台和 WebChat 6. 安全策略和权限边界 7. 跨设备个人助手体验

这些东西不是单靠 Prompt 就能解决的。

如果你只需要问答，OpenClaw 可能显得复杂。

但如果你想要的是：

一个长期在线、能通过多个入口访问、能接工具、能管理会话、能逐步扩展能力的个人 AI 助手

那 OpenClaw 的设计就有意义。

四、OpenClaw 的核心架构

OpenClaw 里最关键的概念是 Gateway。

官方 README 里提到：

The Gateway is just the control plane — the product is the assistant.

这句话很重要。

Gateway 不是最终产品体验本身，而是控制平面。它负责把各种输入、输出、工具、Agent、渠道组织起来。

可以把架构理解为：

消息渠道层： Telegram / WhatsApp / Slack / Discord / WebChat / iMessage / QQ / WeChat 等 Gateway 层： 认证、路由、会话、配置、插件、工具策略 Agent 层： 模型调用、上下文、工具选择、任务执行 工具与插件层： 文件、终端、浏览器、Web、媒体、自动化、第三方系统 模型层： OpenAI / Anthropic / Google / OpenRouter / 本地模型 / OpenAI-compatible endpoint 等

这也是它比普通聊天工具复杂的原因。

普通聊天工具通常只处理：

用户输入 → 模型输出

OpenClaw 处理的是：

多入口输入 → Gateway 路由 → Agent 执行 → 工具调用 → 多渠道返回

复杂度高，但上限也更高。

五、它和普通 AI 聊天工具有什么区别

很多人会问：

我已经有 ChatGPT / Claude / Gemini 了，为什么还要 OpenClaw？

这个问题非常合理。

区别可以这样看：

所以 OpenClaw 不是替代所有 AI 聊天工具，而是解决另一个问题：

如何把 AI 助手接入自己的设备、渠道和工具系统

如果你只想偶尔问问题，用普通 AI 聊天工具更省事。

如果你想让 AI 出现在自己的聊天软件里，能长期在线，还能接工具和插件，OpenClaw 才有意义。

六、OpenClaw 真正的优点

1. 多渠道接入是它最直观的价值

OpenClaw 支持很多聊天渠道，例如：

• Telegram
• WhatsApp
• Slack
• Discord
• Signal
• iMessage
• Microsoft Teams
• Google Chat
• Matrix
• Feishu
• LINE
• QQ
• WeChat
• WebChat

这意味着你不是必须打开某个固定 AI 应用，而是可以从自己已经使用的聊天入口触发助手。

比如：

在 Telegram 上发一句“总结今天待办”

在 WebChat 里让它整理某个任务

在 Slack 里让它响应固定格式的问题

这种体验更接近日常工作流。

当然，多渠道也不是免费午餐。渠道越多，配置越复杂，安全问题也越多。

2. 本地优先，控制权更强

OpenClaw 强调运行在自己的设备上。

这不代表所有计算都在本地完成，因为模型仍然可以来自云端 Provider。但至少 Gateway、配置、渠道路由、插件和工作区更接近你自己可控的环境。

这对一些用户很重要：

• 不想完全依赖单一 AI 平台
• 希望自己控制消息入口
• 希望把助手部署在 NAS、VPS 或个人电脑上
• 希望自己决定用哪个模型 Provider
• 希望把工具和权限配置在自己的边界内

这类用户会更容易理解 OpenClaw 的价值。

3. Gateway 思路适合长期运行

很多 AI 工具是临时打开、临时使用。

OpenClaw 更像一个服务：

启动 Gateway ↓ 连接渠道 ↓ 配置模型 ↓ 保持运行 ↓ 随时通过消息入口调用

这就让它适合一些“长期在线”的场景：

• 个人消息助手
• 简单自动化入口
• 多渠道统一 AI 助手
• 家庭服务器上的 AI 控制台
• 团队内部实验 Bot

注意，这里的“长期在线”不是说完全无人监管，而是它在形态上更接近常驻服务。

4. 工具、插件、Skills 的扩展空间比较大

OpenClaw 文档把能力拆成 tools、skills、plugins。

简单理解：

Tools：Agent 可以调用的动作 Skills：教 Agent 怎么完成某类任务的说明包 Plugins：扩展工具、渠道、Provider、Hook 等运行能力

这个分层是有价值的。

因为真实 Agent 应用里，最麻烦的往往不是“模型会不会回答”，而是：

它能不能调用正确工具？ 它知不知道某类任务的操作流程？ 它能不能接入新的系统？ 它能不能被权限策略限制？

OpenClaw 试图把这些问题都纳入一个统一系统。

5. 安全文档写得比较认真

这是我认为 OpenClaw 比很多“AI 自动化项目”更值得认真看的地方。

官方安全文档明确提醒：OpenClaw 是个人助手信任模型，不是多个互不信任用户共享同一个 Agent 的强隔离系统。

它也提到了：

• DM pairing
• allowlist
• group policy
• tool blast radius
• sandbox
• exec approval
• prompt injection
• Gateway 暴露风险
• 插件信任问题

这说明项目没有只讲“能做什么”，也在认真讨论“不能乱做什么”。

对 Agent 项目来说，这一点很关键。

七、OpenClaw 容易被高估的地方

1. 它不是装完就自动变聪明

OpenClaw 是系统，不是智力本身。

模型能力仍然取决于你配置的 Provider 和模型质量。

如果模型本身较弱，或者上下文、工具、权限配置不好，OpenClaw 并不会凭空变成一个聪明助手。

可以理解为：

OpenClaw 提供身体和神经系统 模型提供大脑 工具和插件提供手脚 配置和安全策略决定行动边界

哪个部分弱，整体体验都会受影响。

2. 配置成本不低

OpenClaw 的功能面很广，但这也带来学习成本。

你需要理解：

• Node.js 环境
• Gateway
• daemon
• dashboard
• model provider
• channel pairing
• tools policy
• plugins
• workspace
• config
• security audit

如果你只是想找一个 AI 聊天窗口，这些配置会显得过重。

它更适合愿意花时间搭建和调优的人。

3. 多渠道不是只有好处

很多人看到支持 Telegram、WhatsApp、Slack、Discord、QQ、WeChat 就兴奋。

但多渠道意味着：

更多账号 更多 Token 更多状态文件 更多权限配置 更多入口风险 更多排错成本

比如一个消息机器人接进群聊后，如果 group policy、allowlist、mention gating 没配置好，就可能被不该触发的人触发。

这类风险在普通聊天工具里没那么明显，在常驻 Agent 里非常现实。

4. 它不是企业级多租户安全边界

官方安全文档明确强调，它适合一个 trusted operator boundary。

也就是说，它更像个人助手，而不是让多个互不信任的人共享同一个工具型 Agent。

如果你的场景是：

多个陌生用户共用一个 Bot 所有人都能向它发任务 它还能执行终端、读写文件、调用工具

那就不能简单把 OpenClaw 当成安全隔离系统。

这种场景必须拆分 Gateway、凭据、OS 用户、主机或容器。

5. “养虾”本身不是生产力

这一点可能有点扎心。

很多人安装、截图、发动态、接 Telegram、接 WhatsApp，感觉已经在用先进 Agent 了。

但真正产生价值的是：

它有没有稳定处理你的重复任务？ 它有没有减少你的切换成本？ 它有没有把多个入口统一起来？ 它有没有降低你处理消息和信息的负担？ 它有没有在可控风险内完成自动化？

如果只是装了一个复杂系统，然后每天问它几个普通问题，OpenClaw 反而不如直接用现成 AI App。

八、适合使用 OpenClaw 的场景

1. 你想要一个跨设备个人 AI 助手

如果你希望在电脑、手机、WebChat、Telegram 等多个入口都能找到同一个 AI 助手，OpenClaw 很适合尝试。

它的价值在于：

入口统一 会话统一 工具统一 配置统一

2. 你有 NAS / VPS / 家庭服务器

OpenClaw 适合部署在长期在线的设备上。

例如：

• 家庭服务器
• VPS
• Mac mini
• NAS
• 长期开机的开发机

这类环境更适合 Gateway 常驻。

3. 你愿意折腾工作流

如果你愿意把一些任务沉淀成固定流程，例如：

• 每天汇总消息
• 定时生成提醒
• 处理固定格式的文本
• 通过聊天入口触发脚本
• 让助手读取某些文件后总结
• 把不同消息平台统一到一个 AI 助手

OpenClaw 的价值会比普通聊天工具更明显。

4. 你想研究 Agent 工程化

如果你的目标是学习 AI Agent 的工程实现，OpenClaw 是一个很好的观察对象。

它涉及：

• Gateway
• channel adapter
• agent session
• tool policy
• plugin system
• sandbox
• security audit
• model provider abstraction
• multi-agent routing

这些都比“调用一次大模型 API”更接近真实工程。

九、不适合使用 OpenClaw 的场景

1. 你只需要偶尔聊天

如果你只是偶尔问：

帮我写段文案 帮我解释一个概念 帮我改一段代码

那没必要上 OpenClaw。

直接使用 ChatGPT、Claude、Kimi、通义、DeepSeek 等会更省心。

2. 你不想维护任何服务

OpenClaw 需要运行 Gateway，还涉及模型配置、渠道配置、插件、状态和日志。

如果你不想维护这些东西，就会觉得它麻烦。

3. 你想给一群陌生用户开放

不建议。

它的默认定位更接近个人助手。要做公共 Bot 或多用户平台，需要额外做隔离、鉴权、审计和权限控制。

4. 你希望它完全本地、完全免费

OpenClaw 可以运行在自己的设备上，但这不等于模型推理一定本地完成。

如果你使用云模型 Provider，就仍然会产生 API 成本，也会涉及数据发送到对应模型服务的问题。

如果你用本地模型，又要考虑显卡、速度、上下文长度和工具调用能力。

十、安装和首次体验路线

OpenClaw 官方文档中建议 Node.js 22.19+、23.11+ 或 24+，其中 Node 24 是推荐默认版本。

1. macOS / Linux 安装

curl-fsSLhttps://openclaw.ai/install.sh|bash

2. Windows PowerShell 安装

iwr-useb https://openclaw.ai/install.ps1|iex

如果你比较重视安全，建议先下载脚本看一眼再执行：

iwr-useb https://openclaw.ai/install.ps1-OutFileinstall-openclaw.ps1 notepad.\install-openclaw.ps1 powershell-ExecutionPolicy Bypass-File.\install-openclaw.ps1

3. 运行 onboarding

openclaw onboard --install-daemon

这个步骤会引导你选择模型 Provider、设置 API Key、配置 Gateway。

4. 检查 Gateway 状态

openclaw gateway status

官方文档中提到，Gateway 默认监听端口是：

18789

5. 打开控制台

openclaw dashboard

如果控制台能打开，并且可以发送第一条消息，说明基础安装已经跑通。

6. 不建议第一次就接很多渠道

新手第一次建议只做：

安装 ↓ 配置模型 ↓ 启动 Gateway ↓ 打开 dashboard ↓ 完成 WebChat 测试

等这个流程稳定后，再考虑 Telegram、WhatsApp、Slack、WeChat、QQ 等渠道。

十一、安全边界：个人助手不是公共机器人

OpenClaw 最容易被忽略的部分就是安全。

它不是一个“随便开放给所有人的公共 Agent 平台”。

官方安全文档里明确说，OpenClaw 的指导假设是每个 Gateway 对应一个可信操作边界。对于互不信任的用户，应该拆分 Gateway、凭据，最好拆分 OS 用户或主机。

这句话翻译成更直白的话就是：

不要让一堆不可信的人共用一个有工具权限的 OpenClaw Agent。

尤其要注意下面这些风险：

1. 消息入口风险

如果你把 Agent 接入 Telegram、Discord、Slack、群聊或公开消息入口，必须考虑：

• 谁能私聊它
• 谁能在群里触发它
• 是否必须 @ 才响应
• 是否配置了 allowlist
• 是否启用了 pairing

不要把消息入口设置成完全开放。

2. 工具调用风险

如果 Agent 可以调用终端、读写文件、访问浏览器、发消息，那它就不只是聊天机器人，而是一个能改变环境的自动化系统。

建议：

先只读 再小范围写入 关键操作必须审批 不要把整个系统盘暴露给它 不要让它默认执行任意 shell 命令

3. Prompt Injection 风险

即使只有你自己能和 Agent 对话，也不能认为绝对安全。

因为 Agent 可能读取：

• 网页
• 邮件
• 附件
• 文档
• 聊天记录
• 日志

这些外部内容里可能包含恶意指令。

所以安全不只是“谁能给 Bot 发消息”，还包括“Bot 读取了哪些不可信内容”。

4. 建议先运行安全检查

OpenClaw 提供安全审计命令：

openclaw security audit

更深入的检查：

openclaw security audit--deep

如果你准备接入公网、消息平台、群聊或高权限工具，安全审计不是可选项，而是必做项。

十二、如何判断自己是否应该继续“养虾”

可以用一个非常现实的评估表。

1. 你是否真的需要多渠道？

如果你的主要需求只是网页聊天，OpenClaw 价值不大。

如果你需要：

WebChat + Telegram + 桌面端 + 手机消息入口

那它有价值。

2. 你是否愿意维护 Gateway？

OpenClaw 不是一次安装永远无感。

你需要愿意处理：

• 服务状态
• 端口
• 日志
• 配置
• 更新
• 渠道失效
• 插件问题
• 模型 Provider 变化

如果你不想维护服务，就不适合长期使用。

3. 你是否有固定重复任务？

OpenClaw 适合处理重复工作流。

例如：

• 固定消息总结
• 固定文件分析
• 定时提醒
• 简单任务调度
• 个人知识整理
• 多端 AI 入口统一

如果没有固定任务，只是尝鲜，那热情很快会过去。

4. 你是否能接受 AI Agent 的不确定性？

AI Agent 不是传统确定性程序。

它可能：

• 理解错意图
• 调用错工具
• 输出不稳定
• 被外部内容诱导
• 因模型能力不同表现差异很大

所以必须保留人工确认和边界控制。

5. 你能不能说清楚它替你节省了什么？

如果用了一个月之后，你说不清：

它帮我省了哪些步骤 它替我统一了哪些入口 它减少了哪些切换成本 它自动化了哪些固定任务

那很可能只是“养着玩”。

这也没问题，但不要把它误认为生产力提升。

十三、我的综合评价

如果用一句话评价：

OpenClaw 不是泡沫，但它的价值被很多人用错了方向。

它不适合作为“普通 AI 聊天工具”的替代品。

它更适合作为：

个人 AI 助手基础设施

也就是说，它的价值不在于回答一两个问题，而在于把 AI 助手放进你的日常入口和工具系统里。

我认为它值得肯定的地方

• 多渠道接入做得很有野心
• Gateway 思路适合长期在线助手
• 工具、插件、Skills 的扩展方向清晰
• 文档覆盖了安装、渠道、工具、安全、插件等大量内容
• 安全文档没有回避 Agent 的真实风险
• 适合学习 AI Agent 工程化架构

我认为它需要谨慎看待的地方

• 初始配置成本不低
• 不适合只想简单聊天的人
• 多渠道接入会带来复杂安全问题
• 对模型能力仍然高度依赖
• 公共 Bot、多用户、强隔离场景不能直接套
• 长期使用需要维护 Gateway、配置和插件

一句话建议

如果你只是想体验 AI：

不必急着养虾。

如果你想搭一个长期运行的个人 AI 助手，并且愿意配置、维护、限制权限：

OpenClaw 值得认真试一试。

十四、总结

“全民养虾潮”过去以后，OpenClaw 的真正价值反而更清楚了。

它不是一个靠热梗支撑的玩具，也不是一个人人都需要的神器。

更准确地说，它是一个面向个人 AI 助手的工程底座：

Gateway 负责控制面 Channel 负责消息入口 Agent 负责会话和任务 Tools 负责行动能力 Plugins 负责扩展系统 Security 负责边界约束

如果你只看热度，它可能像泡沫。

如果你看工程结构，它确实有不少值得学习的地方。

如果你看日常使用，它只适合一部分人。

最终是否继续“养虾”，可以用一句话判断：

你是想要一个聊天窗口，还是想要一个长期在线、可接工具、可接渠道、需要你认真管理权限的个人 AI 助手？

前者不需要 OpenClaw。

后者，OpenClaw 仍然值得看。

参考资料

• OpenClaw GitHub：https://github.com/openclaw/openclaw
• OpenClaw Getting Started：https://docs.openclaw.ai/start/getting-started
• OpenClaw Chat Channels：https://docs.openclaw.ai/channels
• OpenClaw Capabilities Overview：https://docs.openclaw.ai/tools
• OpenClaw Security：https://docs.openclaw.ai/gateway/security