36万Star后,OpenClaw为什么被集体弃养?

2025年11月，一个由奥地利开发者 Peter Steinberger 创建的开源项目悄然上线。没有人想到，它会在接下来的五个月里，成为 GitHub 史上增长最快的软件项目——36万 Star，三周达成 Linux 三十年才有的普及水平。

它叫 OpenClaw，中文圈给它起了一个形象的名字：养龙虾。

2026年的中国科技圈，人人谈虾、养虾、代装虾。但到了4月底，微信指数较峰值暴跌超过75%，下载量腰斩。热搜从”养虾教程”变成了”杀虾劝退指南“，闲鱼上甚至出现了”299元上门卸载”的生意。

从万人追捧到集体弃坑，OpenClaw 到底经历了什么？它真的是一场泡沫，还是我们误解了它的用法？

一、什么是 OpenClaw？为什么它让全网疯狂？

要理解这场风波，先得搞清楚 OpenClaw 到底是什么。

简单来说，OpenClaw 是一个本地优先、开源免费的 AI Agent 运行框架。它不是一个大模型，而是一个调度层——你给它接入各种大模型（Claude、DeepSeek、通义千问、Kimi），它就能通过 Skills（技能包）帮你执行真实任务。

举几个它能做到的事：

• ●
  ●

  帮你监控邮箱，有重要邮件自动推送到微信
• ●
  ●

  连接浏览器，自动完成网页数据抓取和整理
• ●
  ●

  控制文件系统，自动整理桌面、归类下载文件夹
• ●
  ●

  调用多个 AI 协作——一个策划，一个写代码，一个检查测试
• ●
  ●

  通过 WhatsApp、微信、Telegram 远程下达指令

它的本质是一个24/7在线的自主数字员工，而不是传统 AI 那种”你问我答”的工具。

这就是它爆火的原因：它让 AI 从”对话框”里走了出来，真正接管了终端。你可以睡觉，它帮你监控服务器；你下班，它帮你处理报表；你在地铁上，它给你发来刚才会议的行动清单。

一位 Reddit 网友的描述特别精准：”Claude Code 是给你一个绝顶聪明的单兵作战单元，你直接指挥它。而 OpenClaw 是给你一个指挥系统，你可以在里面组建一支 AI 团队。”

二、一组让人震惊的数据：热度退潮有多快？

先看一组来自增长黑盒联合网易智企的调研数据（样本：2000位个人用户 + 100家企业）：

• ●
  ●

  GitHub Star 突破 36万，成为史上最快达成这一里程碑的开源项目
• ●
  ●

  但调研显示：接近 50% 的用户仅听说过 OpenClaw，从未真正用过
• ●
  ●

  试用用户中，约 1/3 最终没有留存
• ●
  ●

  近 70% 的停用者在前两周内就决定放弃
• ●
  ●

  4月底微信指数较峰值缩水超过75%

这不是一个”缓慢降温”的过程——是一个极速的期望值崩塌。

三、弃养时间线：他们都在第几天放弃？

调研把弃养用户按时间分成了四个阶段，每个阶段的放弃原因截然不同：

第一周——”决裂者”（占比最高）

这一阶段放弃的用户最多，占总停用者的 65.5%。他们的核心障碍是两个：

• ●
  ●

  配置太复杂：18.4% 的未使用者说”不知道怎么安装”，31% 的第一周放弃者认为”配置门槛太高”
• ●
  ●

  还没开始用就要付费：OpenClaw 本身免费，但接入大模型需要消耗 Token，费用不透明，很多人还没体验到价值就先被账单吓退

第二周——”焦虑者”

用了一阵子之后，一个新的担忧浮现：数据安全焦虑首次登顶。用户开始意识到自己把本地文件、通讯录、甚至工作文件的控制权交给了 AI，41.3% 的人产生了隐私顾虑。

第三、四周——”合规者”

数据安全焦虑达到峰值（57.4%），与此同时，公司 IT 部门开始介入，16.2% 的用户因”公司明令禁止”被迫停用。值得注意的是：员工自发使用和组织禁止之间，存在2-4周的滞后——说明公司往往比员工慢半拍。

一个月后——”失望者”

好奇心消退，核心问题浮现：效果没有预期那么好。很多用户说”装是装好了，但找不到非用它不可的场景”。

四、为什么 OpenClaw 没有想象中那么好用？

热度下降不是因为 OpenClaw 没用，而是因为期望管理出了大问题。来看看真实的使用情况：

1. 最好的场景 ≠ 最常用的场景

调研发现了一个有趣的反差：

• ●
  ●

  使用率最高的场景：文件整理、深度搜索、日程管理
• ●
  ●

  满意度最高的场景：持续监控、跨应用自动化、数据处理

也就是说，大家用得最多的，恰恰是体验最一般的场景。

2. Token 费用是个无底洞？

OpenClaw 免费，但模型不免费。调研显示：

• ●
  ●

  超四成用户月付 200元以上
• ●
  ●

  17% 的用户月付超 500元
• ●
  ●

  6.5% 的用户月付超 1000元
• ●
  ●

  近1/4的用户专门购买了 Mac mini 来”养虾”

很多人以为装上就能省心省钱，结果发现这只是另一笔 AI 账单的开始。

3. 企业市场：一个还没成熟的战场

OpenClaw 在企业端面临严峻挑战：

• ●
  ●

  43.2% 的企业管理者担心核心数据泄露
• ●
  ●

  40.9% 担心员工私自上传敏感数据
• ●
  ●

  37.5% 认为缺乏统一的管理和运维工具
• ●
  ●

  全球超过 3万个实例因配置不当暴露在公网

更关键的是：即便全公司统一部署了 OpenClaw 的企业中，仍有近2/3没有建立完整的治理框架。企业完整治理率仅有 21.6%。

4. 开源 Skills 的双刃剑

Skills 是 OpenClaw 的核心——没有 Skills，OpenClaw 就只是一个空壳。但 Skills 的来源五花八门：同事分享（44.6%）、官方市场（36.2%）、GitHub 开源（35.8%）、自主开发（16.7%）。

问题来了：开源生态的 Skills 存在投毒风险——恶意 Skill 包、API 密钥被窃取、数据被篡改。用户缺乏辨别能力，很容易”好心办了坏事”。

五、Claude Code 们围剿下，OpenClaw 的定位是什么？

不得不承认，OpenClaw 面对的竞争环境正在急剧恶化。

Claude Code 已经拿下了 AI 编程赛道逾半壁江山，Fortune 100 中70%已是付费客户。OpenAI 的 Codex CLI 也在虎视眈眈。在”纯编码任务”这个赛道上，OpenClaw 的性能目前仍落后于 Claude Code。

但 OpenClaw 的价值从来不是”替代编码工具”，它的真正定位是：

• ●
  ●

  异步任务执行者——你不在电脑前，它也在工作
• ●
  ●

  多模型协作平台——DeepSeek 策划 + Claude 写代码 + 通义千问检查
• ●
  ●

  个人数字基础设施——7×24小时待命，连接你所有的数字工具

所以它们的竞争维度完全不同：

• ●
  ●

  Claude Code = 编程拍档，你在的时候它最强
• ●
  ●

  OpenClaw = 数字管家，你不在的时候它接手

六、OpenClaw 还值得用吗？

弃养者的数据同时也揭示了一件事：真正留下来的用户，满意度极高。深度使用者的”革命性”评价是普通听说者的4.2倍，纯负面评价在所有人群中均不超过12%。

停用者给出了回归条件：

• ●
  ●

  一键部署（第一周停用者首选，41.4%）
• ●
  ●

  AI 效果进一步提升（39.7%）
• ●
  ●

  Token 费用降低（一个月后停用者首选，48.3%）
• ●
  ●

  数据安全问题解决（41.4%）
• ●
  ●

  公司统一部署（37.9%）

这说明什么？OpenClaw 不是泡沫，但它的个人天花板受限于配置门槛和公司支持度。

总结

OpenClaw 的故事，是一个关于”技术狂热与理性回归”的经典叙事。

它用36万 Star 证明了”自主 AI Agent”这个方向是真实的未来；但4月底的热度腰斩也揭示了：大多数涌进来的用户，并不是它的目标用户。

真正适合 OpenClaw 的人，是那些：

• ●
  ●

  愿意折腾配置、能接受 Token 费用的技术进阶用户
• ●
  ●

  有明确自动化场景、需要7×24小时 AI 协作者的专业人士
• ●
  ●

  愿意自主开发 Skills、把 OpenClaw 深度整合进工作流的开发者

如果你只是想找个”好用的 AI 编程工具”，Claude Code 依然是首选。但如果你想要一个24小时在线的数字员工，愿意投入时间配置和维护，OpenClaw 依然是目前开源生态里最完整的选择。

养虾不易，但虾本身没有错。

你是哪一类用户？有没有用过 OpenClaw？欢迎在评论区分享你的使用体验。