OpenClaw体验到底怎么样?

时间过得很快，去年的现在全国甚至全球都在体验deepseek，导致其因为官网访问量过大而不堪重负。我写了Deepseek API调用指南（基础入门版）和Cherry Studio调用Deepseek API使用分享（进阶版）两篇推文，讲述如何使用Cherry Studio来调用deepseek 的API。由于科研需要，还继续推出了零基础搞定Zotero+ DeepSeek联动，高效阅读、总结文献，阅读量还可以。

但比时间过得更快的是，技术发展。一年前还处于体验语言大模型对话和初步赋能科研工作生活的愉悦中，一年后另外一个现象级的AI agent风靡全球，一时有洛阳纸贵之势。

忙完开学的各项事宜，我开始尝试部署一下OpenClaw玩玩，看看到底有何能力，让其github star飞速上升，四个月的时间就超越了开源前端框架React和开源系统内核Linux，成为GitHub有史以来获星最多的软件项目。

2月14日我在硅谷参加校友会活动，现场有校友表示，这两天Meta和OpenAI都在争取收购OpenClaw，开价超过2个billion。果不其然，很快官方就公布了消息，OpenAI最终竞得OpenClaw。但由于假期一直在美国，手上没有带电脑，也没法部署体验。

虽然对硬件的要求不高，但手上也确实没有多余的、没有风险的机器可以用，内存飞涨也不是配置机器的好时机，于是就厚着脸皮去找硕导要了我2020年买的工控机，在ubuntu系统下部署OpenClaw，整体体验和感受了一下。


熟悉的味道儿	初步使用和交流

至于配置的细节和过程就不详细展开，OpenClaw有官方的教程，网上的详细教程也漫天飞，可以详细参考，整体部署也不算困难。但有几个小建议：

1、国内环境下，就直接配置飞书、钉钉、企业微信这些吧，没必要非要配置whatsapp，特别是在ubuntu下，代理搞起来不是很方便。我是所有都连接了，网页对话也没有问题，但是手机端收不到消息，最后直接用了飞书。

2、OpenClaw发布的3月2日版本有比较多的变更，需要注意修改配置文件，比如默认权限收缩导致tools.profile设置为messaging，需要修改为coding或者full，否则就只能发消息。

3、如果只是体验，可以调用一些便宜的API，但如果真的是要生产力和生产效率，还是得上头部大模型。除了官方给出的厂家，也可以通过修改配置文件接入自己购买的API。我是调用的硅基流动平台上的deepseek和kimi。

4、如果手上没有硬件部署，也可以考虑minmax推出的maxclaw来进行线上部署。随着OpenClaw的火爆，国内厂商又开始了新一轮的竞争和布局，互联网上也充斥着“上门安装部署OpenClaw，500一次”的段子。

https://agent.minimaxi.com/max-claw

5、OpenClaw官方教程：https://docs.openclaw.ai/

6、ClawHub（the skill dock for sharp agents）：https://clawhub.ai/

OpenClaw给自己的标签是Personal AI Assistant，slogan是真正能做事的人工智能，可以通过你已在使用的 WhatsApp、Telegram 或任何聊天应用，帮你清理收件箱、发送电子邮件、管理日历、办理航班登机手续等。这俨然就是真正的一个私人助理或者秘书的角色，听着非常有吸引力。

我安装完以后，给OpenClaw下发的一个任务是帮我每天13:30帮我搜集整理美以对伊朗作战的进展报告和对全球股市的影响分析发给我，但是好像今天还没动静。昨天给我的版本其实也没有很满意，只能说和主流大模型的没有太大差异，但是确实更费token了。

我整体的感受就是，OpenClaw好像并没有大家传得那样神乎其神，更多是打开了大家对AI agent 的无限遐想空间，我随后也找几位同学朋友交流了下，大部分人也有同感。从去年大火的manus到今年的OpenClaw，可以算作是agent时代的0-1，告诉大家这件事是可以干的，空间很大，但是到底产品应该做成什么样，不知道；C端人类到底有哪些高频需求、痛点需求、愿意付费需求来使用它，不知道；至于B端，目前最火的确实要属coding，可以直接调用subagent写代码并校验，这是生产力的需求对接和效率释放，但也是马上就要实际到来的第一波就业冲击。

其次，部署安装的命令虽然简单，但是门槛还是有的，特别是遇到各种环境依赖、进程报错或者权限开放等情况。目前对普通人来讲，还是处于炫技的阶段。，距离真正飞入寻常百姓家还有不少的路要走。但应该相信，按照现在的迭代速度，这个创新点也会在今年年内，出现几款好用的轻量APP。

第三，确实很费token，昨天一下午，消耗了20块钱的token。如果只是玩玩就不会很在乎，但如果是24小时高质量的工作，从成本上来讲，可能和招一个实习生差不多的投入。对于非生产性任务而言，还是有压力的。

我还没有深入把玩OpenClaw的skills，ClawHub给出了很多推荐的使用场景，还没来得及体验，但大致看了一下，没有十分打动我的需求场景。作为GPT plus用户，我还是习惯性打开GPT进行交流，我好像也没有很强的需求让AI agent记住我的很多个人事宜并提醒我，即便有，也应该在我的客户端（手机系统 or PC系统）上提醒我。这也是我一直在等待手机厂商发力的原因。去年豆包手机意图破局的尝试，在敲打原有的手机生态圈，又到了一个变革的时机，据说，今年还会有“豆包汽车”出来，也极有可能出圈。

但OpenClaw给人了对于AI介入业务流程、提升自动化生产能力和生产效率的无限想象空间。最近和大家讨论最多的还是AI如何变现的问题，美国股市最近也充斥着AI泡沫的言论。美国的很多创业偏向B端，公司也舍得投入，中国则更偏向于C端，去影响和培育用户习惯，但最终也都是推广搜的变现方式。在AI Agent时代，我们有哪些场景可以快速打出来，是值得深度思考的事情。身处职场的人，可以根据自己每天的工作内容AI Agent化，但是C端需要打上一个问号。

最近大模型coding的能力在快速增强，让很多程序员感受到压力，在可以预见的两三年内，他们当前的岗位将会面临严峻的挑战。组织的价值之一在于储存了大量的隐性知识，以前是随着雇用员工的流动而流动，能沉淀在组织流程里的相对较少，但是现在逐渐要通过skills显性化并内部贡献，个人的价值就会快速下降。

3位同学有2位已经不怎么亲自写代码了

相比之下，我们更缺少技术背景出身、但对场景、用户需求和客户痛点理解深刻的超级产品经理，技术富足的时候，怎么推出能解决大家高频需求的爆款产品，而不是一窝蜂的去做、去卷openclaw的一键部署。暴风雨要来了，应该抓住机会去顺势而为，做深刻变革和质的提升的工作和思考，特别是沟通成本很高的大公司和大平台。技术是工具，如何把以前成本很高现在人人可碰的工具用好，如何去解决好我们在B端和C端的需求，值得所有人思考。

下午在群里和几位兄弟闲聊，有兄弟已经在很好的使用openclaw了，半个小时跑出来个“你的需求经不起推敲”，再半个小时跑出来个“老板解释器”。这个很有意思，已经要了包，自己来把玩体验一下。

其实到最后，也发现了一个潜在的中美公司的区别，就是对于创新应用或者说是业务赋能的投入，比如meta购买了cladue的无限token，开始行动之前要先和cladue聊，有同学表示比自己手底下的几个人要好用，还能提供情绪价值。今天群里说到cladue的token太贵的时候，apple的同学跳出来说他们每天有100刀的token额度，每个人以用完token为荣，但实际上用完的话，应该还可以继续申请。整个下来的体验就是，个人提需求+review的速度跟不上cladue出活的速度，自己的脑子转速反倒成为了瓶颈。但是反观国内，还在纠结工具要不要付费。

在信息爆炸的时代，为效率工具充值，是必要的。但充值之后要如何高效使用持续榨取其价值、发挥其作用，真正为自己的绩效产生正向影响，才是最重要的。