OpenClaw 10天消耗12亿Token的深度体验:一场关于AI范式的革命

OpenClaw算是第一个能折腾起来的原生Agent框架。春节假期到正月十五，有10天每天至少泡在里面16小时。每天都像发现新大陆——大量的惊喜冲击，根本停不下来。

10天从Docker迁移到虚拟机，中途Session崩溃过一次。目前消耗12亿Token左右，1100块人民币，日均100块。

1. 自动化写书（生成40万字*两遍）
2. 多Agent协同做网站&写游戏（80%都是垃圾代码）
3. 日常工作自动化、流水线化（时好时坏，现在稳定了）
4. 智能家居，写了10+个Skill

革命性改变

1. 开放思想，拥抱变化

把任务交给它，而不是问题抛给它——让它成为干活的人，而不助手。

2. 应用会消失，一切定制化

真·人人都是产品经理的时代来了，真·千人千面时代来了。定制的流程、定制的应用、定制的服务。自然语音定制一切的时代。

3. 给最高权限

尽量让OpenClaw完成一切任务。它作为系统的管理员，有责任和权力进行检查、修改、调整，让他了解一切变化——一定要改掉自己动手的坏习惯。

4. 定义好身份、用户和SOUL.md

简化ID.md、USER.md和SOUL.md配置，重视agent.md，不要怕描述的少，用着用着就会信息爆炸，要定时自动化简化。

5. 自主完成工作

它是有计划，有节奏的，事件驱动的，通过工作流+自动化工作实现某种程度的自主性。虽然还比较初级。

6. 不断犯错，接受错误，改正确错

前期让不断的输入，让他养成动起来的好习惯，逐步把主导权交给它来完成。

7. 实时通信打通后，随时随地想法变需求，需求变交付

一个需求不会被拒绝的时候，你不仅仅兴奋，而会进入深度疲劳。

8. 从信息流管理(chat)->文件管理(agent)

初时不觉得，跑起来后才惊觉这是竟然是跨越式进步，是根本性的改变。

9. Agent的文件管理与信息持久化

都是文件管理，但数据组织方式从目录化变成碎片化。起初觉得不好，但结合大模型的能力后，你会觉得如此的高效。记事软件算什么东西。

10. 从Chat到Agent到Agents

OpenClaw是多Agent协同验证的工具，但体验还不够好。

11. 模型差异在Agent时代有时被缩小，有时却被放大很多倍

大量input token导致一些简单场景各模型之间差异很小，但当一定复杂程度，大模型自身的一点点能力差也会被放大数倍。

令人煎熬的问题——不适合普通人

1. 想省时间，却花了更多时间

目前OpenClaw还是比较初级，产品质量也在快速提升中，但是自己维护配置一个能满足自己需求的OpenClaw，还是太耗时间。

2. 稳定性与易用性不足

快速迭代过程中，文档不完整、配置信息不完整，有时要翻代码才能确认。调整非常煎熬，强烈建议使用OpenClaw之前把git的源代码和文档丢给他看看。

3. 自诊断能力有限

Openclaw提供了不少自我配置、诊断的工具，但它时不时改出来一个让自己无法重启的错误配置。错误提示也很容易带你走向系统奔溃。

4. 强烈建议手动修改openclaw.json

非要让它自己改，务必备份，必力搞清楚每个字段。（可能后面专门写一篇)

5. 指令乱序

碰到过6小时前的指令突然执行，也碰到过指令乱序导致session崩溃无法恢复。第一次碰到最后删了session重来了。

6. 费钱，非常费钱

不要使用标准接口，去年一年只花掉了20块Token，Openclaw只够两小时。务必使用订阅方案。

7. 简单场景浪费最多

Agent时代Input才是Token费用核心，可能99%+的费用都是input引起的。

8. 记忆仍不完美

使用了多重Memory，但依然忘记不该忘记的，不理解什么是该保存的。

9. 打开verbose模式，你会发现agent惊人的愚蠢

基本不具备什么智能，更像暴力破解。更着让人可气又可笑，可优化的地方实在有点多。

10. 代码不记得数据在哪儿

有时SKILL会不记得数据存哪儿了，数据文件存在，读取却读不到。有时数据没保存却说已保存，也不知道保存到哪儿去了。

11. 欺骗惯犯

• 明明没做的事说做了（删除文件返回成功，实际啥也没做）
• 说做完的事做了一半（sed替换只有部分生效）
• 一而再再而三说谎（要求不修改openclaw.json，总是修改，修改完不承认，承认了就说对不起，说完对不起继续修改，死不悔改，写文档修正行为很费劲）
• 多Agent协同时，主管总会自己一个人干，或者大家重复干，闭环并不容易调整（灵活又松散，缺少约束力）

最佳实践

是否推荐OpenClaw？

不建议。建议采用别人维护的服务，自己维护太费时间：

• KimiClaw（Kimi）
• MaxClaw（MiniMax）

安装在哪儿？

• 首选：Mac（可玩性最好）
• 其次：虚拟机（全功能、安全隔离）
• Docker可用，但不太建议
• 不建议：移动电脑、生产环境

Channel选什么？

• 日常首选：飞书（美观、稳定、文件服务可用）
• 调试首选：TUI（信息清晰、Stream稳定、实时性好）
• 完全私有化：Nextcloud Talk（不建议，有bug）

大模型订购？

• 穷人：订阅模式（MiniMax/Kimi/百炼-code plan）
• 有钱：Claude

谁家code plan最合适？

• MiniMax-CN / MiniMax-M2.5-HighSpeed（量足、速度快、相对最便宜）
• 百炼/Kimi-K2.5/Qwen3-Coder-Next（效果好、稳定、支持图片识别）
• 每家的用量说明都很模糊，先试试看

网络搜索

• 首选：SearchLayer + MCP websearch自定义统一搜索
• 禁用：Brave Search / Web Search / Web Fetch

内存管理

• 首选：Voyage
• 向量与关键字混合搜索

插件

• 飞书
• 各种SKILL

写在最后

OpenClaw不是"更好的 ChatGPT"，而是AI使用方式的范式转移——从"问问题"到"委托任务"，从"即时交互"到"长期协作"。

如果你每月AI使用超过50小时，有多个长期项目需要连续性，愿意承担"试错税"——那它值得一试。

最后的最后，对多agent系统如果有兴趣，我们看看去看年的视频回顾一下。