夜雨聆风"每一次搬运都是成本，每一次审批都是浪费。"
每天花几小时调 Excel 格式？让 AI 写文章却总觉得"差点意思"？本文分享一个传统行业从业者如何用 OpenClaw 把文员 4-5 天的工作压缩到 10 分钟。
关于我
大家好，我是老崔，一名地产策划经理。
我的本职工作跟编程完全没关系，但我从去年开始用 Claude code、Codex 做 AI 编程，前前后后写了将近 100 万行代码（练手项目四五十个，最大的两个项目各 20 万行左右）。
最近我开始用 OpenClaw（小龙虾），发现它跟 Claude code、Codex 完全不是一类东西。今天就从非程序员的视角，分享一下我踩过的坑和真实的使用场景。
OpenClaw 跟 Claude code、Codex 有啥不一样？
我看了 OpenClaw 的 SOUL.md 人设文档（我用 DeepSeek 翻译的），发现它从一开始就跟 Claude code、Codex 完全不一样。
核心人设特点：
1. 真正的帮助，不是表演式的帮助
用 OpenClaw 的过程中，你很少会发现它像 Claude code、GPT 那样给你发一堆没用的废话。它就是干活，不整虚的。
2. 有自己的观点
它可以不同意你，可以有偏好，可以觉得有趣或无趣。这点用起来跟 Claude code 的区别还是挺大的。
3. 先自己想办法，再问别人
这是我用 OpenClaw 过程中比较深的体会。Claude code、Codex 这些专业编程工具倾向于问你意见，但 OpenClaw 更多是先自己去做，实在做不了再来问你。
OpenClaw 能干啥？不能干啥？
我用了一段时间，大概摸清了它的能力边界：
✅ 它擅长的：
- 写简单的个人主页、企业官网
- 单 HTML 文件、简单小游戏
- 简单的文件读写
- 命令行脚本
- 快速原型
❌ 它不擅长的：
- 完整的项目开发（比如一个 APP）
- 复杂的代码架构
过年时我想给我爸做一个基于 uniapp 的安卓应用，让 OpenClaw 一把梭全做了。结果代码下载下来发现完全不能运行。
所以我的定位很明确：OpenClaw 不是主力开发工具，而是其他工作的辅助。
如果要做复杂项目，还是回归本地的Claude code 或 Codex，或者让 OpenClaw 去指挥 Claude code 、Codex 干活。
避坑指南：环境、模型、成本
1. 运行环境推荐
| 排名 | 环境 | 说明 |
| 🥇 | Mac 本地 | 最满血，原生支持很多 Mac 环境下的工具（操作浏览器、rpa等） |
| 🥈 | 云服务器 | 我目前用的方案，稳定可用 |
| 🥉 | Windows | 极度不推荐 |
codex 在 Windows 下也很难用，这个坑在 AI 编程圈大家都知道。
2. 模型选择
有钱首选：
- Claude Opus：指令遵循、推理能力最强，甚至可以用来做龙虾编程
性价比推荐（国内）：
- 1.MiniMax：目前没有周限制，性价比最高
- 2.GLM：也还行，但现在抢不到了
- 3.Kimi 199 套餐：国内唯一支持多模态的 coding plan（视觉理解、视频理解都能用）
不推荐：
- 火山、阿里、百度云的 coding plan
- 原因：模型有量化、周限制额度小、速度慢
3. 养虾成本
OpenClaw 非常消耗 token。我 GLM 账号每天做十几轮简单对话，也要消耗两三千万 token。
但如果只是做报表类工作：一个月 40-50 块钱的 MiniMax 就够用了。
对比一下：两个会计一个月工资 16000（不含社保），龙虾只要 50 块。自己算账。
龙虾失联了咋整？
我在使用过程中死过好几只虾，总结了一些救虾经验：
常见问题：
- 失联了，没反应
- 不知道什么时候自己升级了
- 装某个插件时把自己配置文件搞坏了
- 执行某个指令时把自己改坏了
救虾命令（解决 90% 问题）：
# 重启网关openclaw gateway restart# 诊断命令openclaw doctor千万别用 CC 去修 OpenClaw 的代码——这玩意儿将近 100 万行，很容易越修越坏，你都不知道它因为啥又死了。
核心理念：减少"搬运"和"审批"
我在汽车厂工作时学到丰田精益管理的两句话，用在 AI 上也很合适：
"每一次搬运都是成本"每一个零件从一个仓库搬到另一个仓库，中间有停歇、有存放点，都是成本浪费。
"每一次审批都是浪费"审批环节越多，行为越低效。
用 AI 时也一样：
- 每次 AI 需要我审批 → 我成了效率的绊脚石
- 每次 AI 需要我搬运上下文 → 浪费时间
OpenClaw 的价值就在于：减少这些中间环节，让 AI 自己干，人只做最后审核。
我的四大应用场景
我是一名地产策划经理，主要工作不是开发。以下是我真实的使用场景：
场景一：项目助理
痛点：用豆包、DeepSeek、Kimi 做营销方案时，每次都要把整个项目的背景信息（滞销期/热销期/筹备期、人员、预算）整理成 Word 文件发给 AI，才能得到接近实际的方案。
龙虾方案：
- 不断给它喂信息：公司基础情况、项目资料
- 让它站在"上帝视角"，了解所有上下文
- 配合 cron 定时任务，在相应节点（提前 10 天、15 天）提醒要做营销活动
- 类似 CC的 insight 功能，能发现我们自己忽略的问题
场景二：公众号写作助手
痛点：写作的瓶颈不是内容，而是搜集资料、做配图这些"搬运"工作。
龙虾方案：
- 给它观点、题目，让它搜索足够多的资料、评测、案例来丰富文章
- 比纯 AI 写的"假大空"更真实
- 让它下载需要的截图，打包成压缩文件发给我
- 迭代调教：我改最后 10%，再把文章发回给它，让它学习我的风格
场景三：运维助手
痛点：去年用宝塔部署时，要截图给 Cursor，让它告诉我点哪个按钮，前前后后学了很久。
龙虾方案：
- 给 SSH 密码，告诉它代码位置
- 让它启动前端后端、开反代端口、配置域名访问
- 手机远程管理：随时上线、下线、修改，非常方便
场景四：文档助理
痛点：传统行业大量使用 Excel、PPT、Word，写内容不难，难的是调公式、调格式，这是"垃圾时间"。
龙虾方案：
- 同事提需求 → 手机录音转文字 → 发给龙虾 → 直接返回可交付的 Excel
- 文员做汇总表要 3-5 天 → 龙虾 10 分钟完成 90%
真实案例：隔壁部门文员要做一个汇总结算表，给我原始表和目标格式，我让龙虾根据目标格式生成新表。等文员还没看懂表的时候，龙虾已经把工作做完了。
写作工作流演示
分享一下我用龙虾写文章的流程（分享现场演示过的）：
1. 给指令
"我今天做了一个关于 OpenClaw 的分享，以下是主要的分享内容。我需要你帮我把内容包装成一篇营销文案，适合发在公众号。需要你帮我进行一些内容的搜索来丰富 OpenClaw 是什么。"
2. 让它搜索我会让它搜索足够多的信息，因为 AI 写的文章如果没有观点、内容空洞、没有实际支撑，读起来很没味道。
3. 审阅修改我改最后 10%。龙虾有个好处：改局部就只改局部，不会像网页版 AI 那样改一个地方把整篇文章都改了。
4. 反馈学习把修改后的文章发回给它，让它学习我的风格和喜好。下次就不用重复说了。
5. 配图我配置了一个生图技能，让它根据文章内容生成合适的配图。
关于记忆系统
龙虾的记忆是滚动的：
- 每次开新窗口，它会自动加载昨天的 md 记忆文件
- 如果要找更早的记忆，需要告诉它"搜索一下之前我们说过什么"
目前记忆系统还有 bug，有时候会忘掉自己有某些能力。长期来看，向量记忆会是更好的方案。
这也是为啥叫"养龙虾"——你要调教它，它才能越来越懂你。
关于多 Agent 方案
当前实现方式：
- 通过区分 workspace 目录来实现多 Agent
- 一个 Agent 一个窗口
- 飞书群聊里，只有 @ 它才会回复
未来可能：
- 龙虾 as a Service：给每个同事配一个人格，不用每人装一个龙虾
- 给人格取名定位（文档小助理、写作小助理），降低学习成本
- 甚至可以不告诉同事这是 AI，就说是"远程同事"
马工提了个更激进的想法：在公司里就装一个龙虾，给它配个人格，取名"印尼华侨"，不方便视频但能听懂人话。啥事找他就行。
Q&A 精选
Q：龙虾处理企业财务数据，结果准确性怎么保证？
让它把每一步执行过程写进 log 文件，方便回看审查。简单报表一眼能看出问题，复杂报表建议用成熟财务系统 + 龙虾分析的组合。
Q：龙虾稳定性如何？能 24 小时工作吗？
有调教的过程，调教好之后回复很快。如果失联，用 openclaw gateway restart 和 openclaw doctor 基本能解决。
Q：养虾成本多少？
做报表类工作，MiniMax 中档 50 元/月绰绰有余。我两个账号（GLM + MiniMax）都是包年，MiniMax 每天只用到 2%。
写在最后
OpenClaw 在编程领域比 Claude code、Codex 差几条街，但在编程以外的场景，只需要用到它 70-80% 的能力，就能吊打很多传统方式。
核心价值：
- 把一个不熟练文员的工作，10 分钟搞定
- 减少人类审批和搬运，让 AI 自己干
- 越用越懂你，像养一个真正的助理
推荐人群：
- 传统行业从业者
- 需要处理大量文档、报表的人
- 想让 AI 帮忙做运维、写作的人
这就是我今天分享的内容，希望能帮到还没深度使用 OpenClaw 的朋友们。大家有什么新场景，欢迎一起探讨！
往期精彩内容：
