AI手替OpenClaw,誰在狂歡誰在愁?

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?

文章圖片

AI手替OpenClaw,誰在狂歡誰在愁?


OpenClaw這只“龍蝦”(一個自動化AI工具) , 攪得整個AI圈心神不寧 。 我所在的一個AI開發群里 , 最近發生了一段特別有代表性的對話:有人興沖沖盼著 , 龍蝦能替自己炒股 , 靠它盯盤 , 啥也不干就實現財富自由 , 那簡直太幸福了 。
結果群里的資深程序員當場潑冷水 , 讓對方別做夢了 , OpenClaw目前也就只能做做執行、收收數據 , 想靠它做策略判斷賺錢難如登天 , 虧錢倒是分分鐘的事 。
這一幕 , 正是當下OpenClaw的悲喜眾生相 。

有人把它神化成顛覆行業的救世主 , 說它會引發人類大規模失業 。 他們引用福特的名言:“我只需要雇用一雙手 , 卻不得不雇用一個人 。 ”在他們眼里 , OpenClaw用實力證明 , AI可以是一個獨立的執行主體 , 讀懂你的意圖、閉環完成所有操作 , 終于讓福特“只雇用一雙手”的夢想 , 照進了現實 。
但也有人覺得OpenClaw并沒那么神 , 三年前的技術就能實現 , 龍蝦就是元宇宙一樣轉瞬即逝的熱點 , 風一吹就沒了 。
面對情緒的喧囂 , 我們特地找幾個一線玩龍蝦的人聊了聊 , 搞清楚這只突然冒出來的AI手替 , 到底替誰干活 , 又動了誰的奶酪 , 或許能幫大家看清一點OpenClaw浪潮中的復雜世界 。

社交網絡上 , OpenClaw被大量從未接觸過編程的普通人捧上了神壇 。
用戶Andreas給經營圖書出版社的母親 , 演示了自己基于OpenClaw搭建的bot“Robo” 。 Robo當場就給出了一套完整方案:搭建在線訂購網站、自動對接印刷廠物流系統 , 再打通全流程財務環節 。 母親的第一反應是 , 快給我裝一個 。
哪怕被告知它還不夠穩定 , 大概只有80%的可靠性 , 來回調試會很麻煩 , 這位出版社經營者也滿不在乎 , 因為覺得 , 人類也一樣會出錯 。
普通人紛紛求OpenClaw安裝教程 , 平生第一次登上GitHub , 這份狂歡背后 , 是對“編程手替”的無盡渴望 。

以前 , 想做一個能自動回郵件、管日程、操控電腦的AI智能體 , 得寫幾萬行代碼 , 還要搞定復雜的API對接 , 即使是低代碼開發平臺 , 依然有大量數據清洗、知識庫、查閱技術文檔等任務要自己完成 。 一道道技術壁壘 , 把普通人擋在數字世界門外 。 而現在 , 只需要給OpenClaw下命令 , 就能讓AI替自己完成各種數字操作 。 對于普通人來說 , OpenClaw這個手替 , 是不能錯過AI浪潮的機會之手 。
【AI手替OpenClaw,誰在狂歡誰在愁?】但OpenClaw真的沒有門檻嗎?答案顯然是否定的 。
部署要翻墻、要沉淀專屬知識庫、要親手打造skill , 每一步都是門檻 。
早在龍蝦還叫Clawdbot的時期 , 一位開發者列出了自己的“龍蝦馴化計劃”:一是對Clawdbot進行高度個性化設置 , 直到調整成自己滿意的樣子;二是把自己所有的事務 , 都逐步交給Clawdbot管理 。 他打算把自己AI個人轉型的三個層次規劃 , 都寫成Markdown文件 。 最終沉淀成一整套Markdown模板文件和精心篩選的skill , 再用OpenCode管理這個項目 。
別說零編程基礎的普通人 , 一個新手開發者都很難在短期內跑通整個流程 。
而已經在電腦上養好龍蝦的開發者 , 則面臨一個新的尷尬:不知道該把什么任務交給龍蝦 。

辯影科技的史工程師告訴我們 , 自己整個春節都在琢磨龍蝦的技術邊界 , 看它到底能把事情做到什么程度 。 目前最大的感受是 , 還沒找到它的邊界 , 在實際工作中 , 至今沒有找到它能發揮顯著作用的場景 。 而且 , 社區上幾萬個Skill , 聽起來很厲害 , 但并不是每一個都能用上 , 而且這些skill良莠不齊 , 有的技術含量并不高 , 很多自己都能寫出來 。
所以 , 現階段幫助不大 , 是多數程序員對OpenClaw的共同感受 。
在我看來 , OpenClaw到底神不神 , 本質上取決于你駕馭它的能力 , 就是原本的手搓代碼能力怎么樣 。 它就像是計算器 , 對于只會加減法的小學生來說 , 計算器能一鍵算出復雜函數 , 絕對是神器 , 但對數學家來說 , 計算器不過是個可有可無的玩具 。 歸根結底 , OpenClaw不過是一個新一點的自動化工具 。

比起好玩 , OpenClaw的爆火更在于商業價值 。
對很多草根創業者來說 , 龍蝦帶來了低成本創業的無限可能 。 為時下爆火的一人公司OPC又添了一把柴 。
我就看到一位創業者 , 非常自信地表示:天才如我 , 加上各類AI軟件 , 就約等于公司的整個中后臺團隊 。 戰略部、法務部、財務部、市場部的一眾崗位 , 還有辦公軟件供應商、設計公司 , 現在都沒有存在的價值了 。
這位一人公司OPC的創業者 , 打算只留下兩個財務 。 不是因為自己干不了財務工作 , 只是覺得原始憑證錄入、整理、報稅、審計這些瑣碎活 , 耗費時間太多 , 自己去做性價比太低 。

還有創業者為我算了一筆賬 。 以前培訓一個人類員工 , 還要再教另一個人 。 但龍蝦不一樣 , 只要有一個人做好了一個skill , 其他有同樣需求的人 , 直接下載就能用 , 不用再反復溝通 。 這種規模復制 , 讓雇傭數字員工的成本大幅下降 。
所以 , 很多OPC“一人公司”歡呼雀躍 , 終于不用再被資金、技術、人力困住 , 創業的門檻被拉到了歷史最低 。
與草根創業者的興奮形成鮮明對比的 , 是傳統AI創業公司的深度焦慮 , 尤其是那些靠定制化開發賺錢的純算法公司 。
以前的AI創業 , 本質上就是人力外包 , 核心商業模式是賣人天 , 對接客戶進行定制化開發 , 按人年、人天來收費 。 但現在 , 一人公司OPC或者初創小公司 , OpenClaw抹平了編程能力的差距之后 , 一個不懂代碼的人 , 借助龍蝦也能實現復雜的技術開發 , 迅速做出差不多的產品 。 這意味著 , 定制化開發的算法公司 , 以往的商業模式走不通了 。

創業四年的王京京告訴我們 , 原來開發一個AI+工業項目 , 自己需要一個月 , 競爭對手需要三個月 , 他能憑借技術積累領先對手兩個月 。 現在用龍蝦 , 自己三天就能開發完 , 競爭對手也能三天做完 , 原本的時間差優勢就沒有了 , 必須尋找新的商業壁壘 。
此外 , 很多AI公司還面臨一個長遠的隱患:當公司琢磨用龍蝦取代員工寫代碼的同時 , 一些有OPC業務能力的員工也在反向琢磨 , 既然我一個人+一只龍蝦 , 就能創業當老板 , 為什么還要被公司雇傭?
正如亨利福特所說 , 企業只想雇一雙手 。 現在 , 人類員工也能雇傭AI手替 。 于是 , 人與組織之間的張力就出現了:企業為什么還需要雇傭一堆核心業務之外的人 , 而最有能力的員工為什么還要留在企業?假如公司里最有用的那雙手、那個人走了 , 那么AI企業以前靠雇傭程序員建立的人力優勢和競爭壁壘 , 自然也就不存在了 。 對AI創業來說 , “賣人天”的商業邏輯即將失效 。
所以 , OpenClaw對職業化的真正沖擊 , 或許并不是大家以為的人類集體失去工作 , 而是AI智能體會瓦解掉工業時期以來形成的傳統勞動力市場 。
短期內 , 一人公司OPC還難成氣候 。 在面對復雜業務時 , 一人公司容易暴露出資金、法務、合規等短板 。 而且 , 更大規模的企業往往也擁有更大的品牌、渠道、政府關系等資源 , 這也是一人公司短期內無法跨越的鴻溝 。 但勞動力市場的變化 , 已經跟隨OpenClaw龍蝦一起潛入人類職場 。 無論一人公司還是規模企業 , 都要開始適應新的游戲規則 。

創業者各有悲喜 。 但無論草根創業者、一人公司 , 還是初創企業、行業大廠 , 只要用OpenClaw , 就有一個共性需求 , 那就是token 。
OpenClaw的出現 , 直接改變了Token的消耗邏輯 。 以前AI只是一問一答的聊天模式 , 一個人一天的Token消耗 , 頂破天也就百萬級 。 但現在不一樣了 , 一旦切換到AI任務模式 , 一天的Token消耗就能達到上億級 , 人均使用量翻了整整百倍 , 兩者根本不是一個數量級 。
這時候 , 科技巨頭的悲喜 , 就完全取決于是否站在AI生態的基礎設施層 , 鎖定源源不斷地token使用量 , 進而鎖定用戶和現金流 。
一位智能體開發者給我們算了一筆賬:以前也有一些AI agent開發平臺 , 以及Manus這樣的通用智能體 , 但它們都沒有像龍蝦這樣引起開發者的聚集 , 要么是產品閉源 , 要么是生態封閉 , 比如扣子只能用自家的火山引擎 , 雖然好用 , 但無法為其他平臺創造商業價值 。 而OpenClaw開源之后 , 吸引了大量從來沒訪問過GitHub的人 , 第一次參與到開源協作中 。

一些快速行動的科技巨頭 , 的確嘗到了OpenClaw的商業滋味 。 月之暗面的K2.5大模型發布不足一個月 , 20天累計收入就超過了2025年全年總和 , API調用量更是躍居全球前列 , 離不開OpenClaw的帶動 。 阿里云、騰訊云等云廠商 , Kimi、Deepseek等基模廠商 , 也迅速行動 , 推出了龍蝦友好的模型與一鍵部署服務 。


OpenClaw的熱度或許只是一時的 , 但它證明 , AI infra的商業本質 , 就是規模經濟 。 平臺型AI公司的競爭 , 行業座次將在智能體時代被重新洗牌 。
接下來巨頭平臺的核心競爭焦點 , 聚焦在三個方面:
1. 面向類OpenClaw智能體的產品研發 , 無論是模型、硬件 , 還是工具鏈 , 都要適配這些自動化AI工具 。
2. 開放的生態 , 擁抱開源、聯動更多開發者 , 才能形成token經濟的規模效應 。
3. 性價比 , 在算力、token價格上占據優勢 , 成本依然是擋住普通人的關鍵因素 。
總之 , 一只OpenClaw , 攪動了AI圈的層層漣漪 , 有人狂喜 , 有人焦慮 , 也有人冷眼旁觀 , 組成了這變革浪潮中的復雜眾生相 。 這世間的悲喜并不相通 , 卻都源于AI手替帶來的變化 , 而這一幕悲喜劇 , 我們會在未來反復見證、反復體味 。

    推薦閱讀