V2EX 吵翻 OpenClaw 有没有用时，我也在用它——但方式可能和你想的不一样

2026 年 5 月，V2EX 上有个帖子火了。一个叫 lambdaX999 的用户发帖问：

“费解，真心请教那些’养虾”养马’的你们，真实场景到底是啥？火了几个月了我都没有安装跟使用过，是不是跟不上节奏了？”

3,800 多次浏览，55 条回复。他说公司统一装了 OpenClaw，但日活连续两个月只有个位数。技术同事说可以写 PPT，他觉得用 Claude Code 的 pptx-skill 更好。有人说可以抓取网站数据形成报告，他说多年前就用 Python 做过。

55 条回复大致分成了几个方向。

📌 一部分人说确实没啥用。”除了消耗 token 我想不出来能干嘛””不要给自己创造需求””就是个低级版 Claude Code”。

🧩 另一部分人说，对程序员确实不如专业工具，但对非程序员不一样。有人打了个比方：Claude Code、Codex 像 IBM PC，OpenClaw 像华强北的组装机——功能大差不差，但面向不同人群。

👀 还有一部分人，列出了自己正在用的场景。对接智能家居做设备监控、自然语言记账、跑在 NAS 里做邮件和群消息总结，还有人做了一个任务看板系统，让 Agent 自动从任务池里领活、推进、审核。

两个月前，3 月份，另一个叫 jukanntenn 的用户也发了一帖，分享了自己用 OpenClaw 做的三件事：用 yt-dlp 脚本自动下载 YouTube 视频并切分口语练习材料、分析每日 TODO 推荐工作安排、汇总浏览器历史生成阅读报告。一台 800 多块的 Ubuntu 迷你主机，token 套餐每月 20 块。

他的总结很实在：

“确实对个人日常工作流有一些帮助。当然有人会说很多工作流都有替代方案，确实是这样，但既然小龙虾用起来挺方便，就不用去折腾别的工具了。”

他也指出了一个很多人容易踩的坑：有人用来写代码（专业事应该用专业工具），有人用来裸抓资讯（token 爆炸）。他的建议是让 AI 写脚本封装操作，大模型只做最后的分析。

热度在消退，质疑声在放大

把这两个帖子放在一起看，有个对比挺有意思。

质疑帖（5 月）比实用帖（3 月）晚了两个月，讨论规模却大得多——55 条回复对 6 条。不是因为 OpenClaw 变得更有争议了，而是热度在消退，质疑声在放大。

这其实和我比较认同的一个判断框架对得上：Gartner 技术成熟度曲线。

技术发展的路径大概是这样：概念被炒热，进入热度高峰；落地不及预期，进入”幻灭低谷”，热度大幅消退；低谷期是沉淀打磨阶段，解决实际问题、完善场景；熬过低谷，进入稳步爬升，最终广泛普及。

💡 现在的 OpenClaw，我觉得正处在热度消退后的沉淀期。

早期用户因为新鲜感涌入，发现它没有立刻改变自己的工作方式，就会问”到底有什么用”。而那些已经在摸索用法的人，反而不怎么说话了——他们在忙着用。

这不是 OpenClaw 独有的现象。很多工具型产品都走过类似的路。

那我自己在用它做什么？

说了这么多社区讨论，我也分享一下自己目前在用 OpenClaw 做的几件事。不是炫技，还在摸索，不一定对。

内容创作方面，我把自媒体的一些流程搬了进来：选题、整理素材、写增强稿、做平台适配（公众号、头条、小红书）、润色。每个环节是一个独立的工作节点，通过 Skill 系统串起来。选题时追踪行业动态，素材阶段做了原创种子箱skill，沉淀个人想法、观点、实操，写作阶段用 content-craftsman 这样的 Skill 做结构化处理。还在持续迭代。

业务拆解方面，我尝试把一些传统的角色分工搬进了 OpenClaw：biz-captain 做整体任务拆解，market 看趋势和竞品，product 拆解 MVP，sde 判断技术可行性。这几个角色实际在跑，各自有明确的职能，通过多智能体协作从商业判断走到技术落地。效果还在观察，不一定是完美方案。

还有一些其他尝试。写了个竞品调研计划的 Skill，持续跟踪竞品动态；一个领域补齐计划的 Skill，系统化补专业知识短板；还在开发 OpenClaw 的接续插件，让它本身更好用，同时积累项目经验；也用 GitHub Skill 参与了一些开源贡献。

以上就是我目前在做的事。没有什么”把 OpenClaw 用成一家公司”的夸张说法——就是一套还在迭代的个人工作流，有些环节跑通了，有些还在调整。

OpenClaw 会普及吗？

回到最初的问题。OpenClaw 到底会不会普及？

我的看法是，取决于怎么定义”普及”。

如果”普及”意味着每个人都知道它、都会装它——大概率不会。自托管的门槛、API Key 的配置、Skill 的编写，这些都不会消失。它不是 ChatGPT 那样的网页产品。

但如果”普及”意味着它的核心价值——可定制的智能体操作系统——成为一部分人工作流中不可替代的基础设施——我觉得这件事已经在发生了，只是速度慢。

V2EX 上的讨论其实印证了这一点：

• 质疑的人，大多在问”它能干什么”，然后用大模型去做它不擅长的事（写复杂代码、裸爬网页），最后得出”不如 Claude Code”的结论。

• 在用的人，先想清楚”我需要什么”，然后把需求拆解成可以封装成 Skill 的具体操作，让大模型做它最擅长的事——理解和调度。

这就是 OpenClaw 和 Claude Code、Codex 的区别：后者是”给你一个强大的编码助手”，前者是”给你一个可以自己定义的智能体操作系统”。

不是通过降低门槛让所有人进来，而是通过加深使用深度，让进来的人离不开。

这条路不会轰轰烈烈。但可能更持久。

最后，我还在用、还在改、还在试。当前的AI应用发展太快，选择一个合适的工具深耕，相互赋能、共同成长就很好。OpenClaw 的普及不会像 ChatGPT 那样一夜之间发生，它需要用户自己去找场景、写 Skill、磨合工作流。这个过程不酷，也不快。

但我觉得，这正是它值得被看好的原因。

你觉得 OpenClaw 最适合用来做什么？你目前是怎么用的？欢迎在评论区聊聊 👇

参考来源

• V2EX 讨论 1（质疑帖）：https://hk.v2ex.com/t/1213372

• V2EX 讨论 2（实用帖）：https://v2ex.com/t/1198863