别被忽悠了！Openclaw取代打工人？我搭了一次发现惊人真相（组图）

这段时间，如果你关注AI圈子，一定会被一个名字给刷屏——Openclaw。

（图源：百度）

上到 GitHub 这个最大的开源社区，中到各种媒体争相转发，下到各个 up 主甚至普通人的推荐视频。这个项目的火热程度，简直是在肉眼可见地往上涨。

就拿 GitHub 来说，这款软件自2025年11月以来，短短4个月内，在 GitHub 上的星星（Star）已经达到了 280k，甚至超过了 Linux 这类历经30年的老牌开源软件。

而在各路科技媒体眼中，这款软件被一致称为“AI人机交互革命”、“开源智能体工具”、“人人可部署的自动化AI”。或许有小伙伴会问，这到底是什么？

我用一句话为你说明：这是一款能通过自然语言与电脑交互的新式工具！你可以用与人对话般的语气，让电脑帮你完成各类任务，包括但不限于管理文件、浏览器搜索、发送消息，甚至帮你制定自动任务。

这听起来就像未来科幻片里的场景。难道这一刻真的已经到来了？作为一名科技爱好者，若不尝试这样新奇甚至略带“传奇”色彩的软件，简直对不起自己的身份。我很快便在网络上搜索安装教程。

不查不知道，一查吓一跳。Openclaw的部署服务已经形成了一条成熟的商业盈利链。在各类网站、闲鱼等二手平台上，都有人在售卖其本地部署方案，部分方案的标价甚至高达888元！

（图源：闲鱼）

这些商家打着“安装Openclaw”的旗号，以“在线辅助部署”技术为噱头收取费用，有的还将其标榜为“企业级智能平台”。这种打着信息差赚取利润的项目，我肯定不吃这套：一介开源项目，为何不直接自行部署呢？

说干就干。自己动手一来能省下这笔费用，二来可避开烦人的商业广告——谁知道他们有没有偷偷植入垃圾软件或监控程序？三来还能学习具体的实施步骤，了解其实际运行过程。

我随即停止网页搜索，转向 GitHub 网站，终于找到了官方的开源项目地址与官网。官方网站十分简洁，没有醒目的收费条款，只有简单的用户反馈和快速入门教程。

（图源：Openclaw.ai）

教程中的操作步骤简单得让我难以置信，仅需一条命令即可轻松完成安装。

（图源：Openclaw.ai）

于是，一场充满“技术理想主义”的实验就此展开：我要在一台 Mac 电脑上，自行在本地部署一个 Openclaw。然而事实证明，有些钱确实没那么好省。

一波三折的安装历程

我最先开始尝试的，不是官网的命令行模式，而是官方提供的 macOS 图形化界面 APP。毕竟不是人人都喜欢命令行，理论上它应该用起来最简单：下载、安装、打开。

（图源：Openclaw.ai）

然后，就没有然后了。应用启动后只是堪堪在任务栏里多出个小图标，点击运行毫无反应。右键想要点开设置界面，差点把整个 Mac 的系统都给整卡死了。更糟糕的是它没有任何入门引导，甚至无法设置 API。

在连续重启三次电脑后，我无奈放弃了这个 APP，老老实实回到命令行模式，从头再来。我按照官网教程打开终端，输入命令后点击回车。接着，命令行也卡住了。

不过命令行的好处就在于，你起码知道过程卡在哪一步。在一堆英文中，我精准捕获到了“timeout”一词。根据经验，这显然是网络问题。

Openclaw 在安装时会不断地拉取运行环境、Skill 技能，甚至大模型信息。在国内，这些外国服务器经常无法直接访问。好在解决方法并不复杂——“科学上网”而已。

一番折腾后成功开启全局代理，又费了不少工夫清理掉之前安装一半的垃圾文件。经过近半小时下载，当命令行终于弹出新手指引时，我简直要哭了。走完引导进入网页管理界面，但这只是个开始。

端侧运行大模型的美好幻想

Openclaw 还有一个至关重要的组成部分——LLM（大型语言模型）。正是借助 LLM，它才能理解自然语言并进行操作。

目前，诸如 OpenAI、DeepSeek、Gemini 等知名大模型均需付费接入 API。既然选择了自行部署，我便想：何必再花这笔钱？不如在本地搭建。比如 Ollama 的部署就很简便，且 M 芯片的 Mac 运算也很快。

（图源：Ollama）

这次 Ollama 安装异常顺利。随后我尝试使用 DeepSeek R1 的 8B 蒸馏模型，下载完 4G 文件后，运行环节却不出意外地出事了。

虽然聊天正常，但接入 Openclaw 后系统提示“模型不支持工具调用”。查阅后发现，只有名称中带有“tools”字样的大模型才能正常使用。

（图源：ollama）

于是更换为 qwen3.5:9b 模型并修改配置，报错终于消失。我怀着激动的心情输入“你好！”，然而屏幕陷入了沉寂。傻等了五分钟后，它才回复了一句。这速度，恐怕连我姥姥来操作电脑都比它快。

仔细研究日志后，我找到了根源：输入两个字，大模型接收到的却是包含 50 多个 Skill、超过三千个提示词的命令。“你好”在其中占比不到 1%，模型绝大部分时间都在阅读提示词。

随后切换到 2b 小模型，希望提高速度。这次确实一分钟就回了，但我让它在网上找新闻并总结到桌面，它却回我自己只是个语言模型。日志显示 2b 模型无法记住这么长的上下文，转头就把指令规则忘了。

折腾一圈后不得不承认：除非你有顶级配置，否则还是老老实实用云端 API 吧。

（图源：Deep Seek）

好在 DeepSeek 官网 API 已经支持工具调用。我花了 10 元“巨款”充值，转向云端调用后，这趟打了无数补丁的“火车”，总算缓缓启动了。

（图源：Openclaw）

接入云端后，Openclaw 的响应表现相当不错。我让它每天收集新闻、整理表格存到桌面，它都能很好地完成。

不过价格确实让人唏嘘：一次高要求对话居然要消耗 0.1 元 API 成本，简直是在“烧钱”。这还是 DeepSeek 已经算便宜的情况下，若是换成 OpenAI，还不知道要贵成什么样。

局域网安全攻防战

搭建到这里差不多了，但我又冒出个新想法：控制界面既然是通过网页实现的，能不能分享给公司同事？只需把本机地址改为 0.0.0.0 即可。但事情很快变得复杂起来。

（图源：openclaw）

服务器对外开放后，静默的安全机制被激活了：白名单、HTTPS 加密、密码令牌轮番上阵。我又进入了熟悉的调试循环，中间甚至差点把程序搞瘫痪。经过重重测试，局域网访问终于稳定下来。

（图源：openclaw）

总结与体验：有用，但不适合每一个人

当一切勉强跑通后，我的感受十分复杂。虽然从无到有搭建出系统有成就感，但花费一天半时间换来的成果，确实有些微不足道。

Openclaw 本质上是一个接入了 MCP 协议的多模式聊天客户端，其能力仍受限于语言模型的执行效率。面对复杂操作，它依然会出现大模型特有的“幻觉”和执行中断。

（图源：DeepSeek）

此外，这种方案严重消耗 Token，安全性也有漏洞。一旦沟通权限被窃取，别人可以轻而易举地操作甚至删除你的电脑系统。

回顾这场热潮，更有意思的是：几乎所有人都在谈论“龙虾”有多好用，甚至扬言“不会用就会被淘汰”。但实际上，真正赚到钱的人，往往不是用工具的人，而是卖工具的人。

围绕 Openclaw 的商业链条已十分清晰：贩卖焦虑、售卖课程、付费部署。这一切的目的并非“技术宣传”，而是精准收割普通人的钱包。

（图源：小红书）

这套模式与当初的“元宇宙”、“区块链”如出一辙。面对由所谓“业内人士”制造的焦虑，我们普通人更应提高警惕。

Openclaw 确实是一项新奇技术，但要说它是“真正意义上的个人智能代理”，未免夸大其词。一个真正改变世界的技术，不需要靠焦虑来证明自己的价值