真心不建议大家使用OpenClaw

我的回答很直接——真心不建议。

理由有三个，听完你就知道我不是在凡尔赛。

第一，标题写着”安装5分钟”，但没人告诉你配置要8小时。你兴冲冲装完，以为自己是AI时代的先行者。8小时后你躺在床上，瞳孔涣散，满脑子都是”为什么这个API Key又报错了””为什么Docker容器又挂了””为什么Node版本又不兼容了”。

第二，这玩意儿会间歇性失忆。你花3小时调好了一个技能，让它学会自动生成小红书封面。然后你加了一个新需求——把内容备份到飞书表格。结果它一转身，完全忘了自己刚才学会了什么。然后它开始从零重新设计整个脚本。你只能眼睁睁看着。因为你打断不了它。

就是上面这句。你会发现这玩意儿根本没有”停止”按钮。别的AI工具按个Esc就停了。OpenClaw不行。你手忙脚乱找到输入框疯狂敲”stop”——它还得反应一会儿。

你只能看着它在那里一本正经地把刚才学会的东西重新学一遍。你的Token在燃烧。你的血压在飙升。而它，在快乐地重新造轮子。

第三，也是最吓人的——你花8小时配好的Agent，很可能正暴露在公网上。

安全公司SecurityScorecard扫描发现，全球有将近4万个暴露的OpenClaw实例。不是400，不是4000，是四万个。没配好安全策略的、忘了关端口的、API Key裸奔的——全在那。别人能接管你的Agent，读你的历史记录，用你的账号发消息。

想象一下：你费了半条命配置的AI助手，正在帮一个陌生人干他的活儿。而你，还在给大模型充钱。

就这三个理由。够不够？

安装5分钟，配置8小时——这句话只有装过的人才懂

我统计了一下自己的时间账。

这不是我在夸张。网上有大量用户用OpenClaw尝试自动化运营小红书之后发出了一样的感慨——“这玩意儿真不是’一键部署’就能躺赚的神器”。

说实话，如果你连Docker都没碰过，连API Key是什么都不知道，我真心不建议你碰OpenClaw。你花8小时可能只配出第1个报错。

间歇性失忆——你教的每一样东西，它都可能转身就忘

这是最让人破防的痛点。

网上看到过一个典型案例：花了半天时间，终于让OpenClaw学会了自动生成小红书封面图。提示词、图片尺寸、配色风格，全调好了。跑了一下午，稳定。

然后他说——”顺便把生成的内容备份到飞书表格吧”。就加了这么一个简单需求。

OpenClaw的反应是什么？它完全忘了自己会生成封面图。

它开始从零重新编写整个脚本。包括那个已经被调好的、稳定的、跑了一下午的图片生成模块。你告诉他”别动那个模块，它已经调好了”，嗯嗯点头，回头继续从零重写。

这不是Bug。这是长上下文大模型的通病。但关键区别在于——别的AI工具里，你能按Stop。在OpenClaw里，你只能眼睁睁看着Token燃烧。

后来有人发明了一个偏方：给OpenClaw加了一个”吐槽人设”，要求它每次回答完都必须吐槽一句。当它不再吐槽、变得彬彬有礼的时候——就知道它”掉线”了。

用AI的吐槽来判断AI是否在正常工作。这个偏方，扎心又管用。

“当它不再吐槽、变得彬彬有礼的时候，赶紧提醒它注意身份，它立马就能找回上下文。”

40214 — 这个数字才最吓人

说完了体验，说一个安全层面的真事。

安全公司SecurityScorecard做了一次全网扫描，发现40,214个暴露在公网上的OpenClaw实例。

这里面有些是开发者忘了关端口，有些是默认配置没改，有些干脆就是社区教程教的”简单安装”——教程里没提安全，用户也不知道要配。

暴露意味着什么？

别人能看到你的Agent配置。能读到你的聊天记录。能拿到你的API Key。最严重的情况下，能用你的Agent权限去执行操作——发消息、调接口、读写文件。

这不是”AI说错了一句话”级别的问题。这是“AI带着你的权限去干坏事”。

更细思极恐的是：有研究表明，OpenClaw的Agent可以被情绪操控式提示诱导——泄露信息、禁用安全措施、甚至执行错误任务。行业目前没有成熟的防御方案。

33万GitHub星标、号称全球增长最快的开源AI项目——越火，越意味着大量没有安全意识的用户正在把自己的Agent暴露在互联网上。

⚠️ 如果你已经在用OpenClaw，现在就去检查：

1. 你的实例是不是暴露在公网？

2. API Key有没有设访问限制？

3. 默认端口和配置是不是全改过了？

那为什么它还能拿33万星标？

说到这里你可能会问——这么多问题，怎么还有人用？怎么还拿了GitHub总榜第一？

因为当你把所有坑都踩完之后，它确实能干活。

关键是它跟传统自动化不一样——它能做“需要判断”的环节。Zapier只能”收到A就执行B”，OpenClaw能做”收到A，先判断是咨询还是投诉，再决定走B还是C”。

这个”判断”能力，就是它跟所有传统工具的分水岭。

而且它是开源的、自托管的。用自己的API Key、自己的服务器、完全按自己的方式定制。数据在自己手里，能力边界自己决定。

“当你把任务拆解、封装成稳定的Skill，OpenClaw确实是个能干活的好帮手。”

所以，到底要不要用？

如果你满足以下条件，可以试试：

愿意折腾，有Docker和Node基础，做过API对接，理解Prompt和Agent的概念。最重要的是——你先在AI编程工具里把Skill写好、调试稳了，再丢给OpenClaw做离线后台任务。

如果你只是想找个”一键搞定”的AI助手——别碰OpenClaw。真的。它会让你怀疑自己的人生选择。

但如果你愿意花8小时调配置、忍受间歇性失忆、在它发疯时保持冷静——换来的，是一个按你自己方式运行的、开源的、不依赖任何厂商的个人AI操作员。

就这个角度来说：

真心不建议大家使用OpenClaw。因为用完你会发现，再也回不到”AI只能帮你写几行字”的时代了。

评论区聊聊：你的OpenClaw踩过什么坑？最崩溃的一次是什么？

— END —