夜雨聆风"养龙虾"到底在养什么？OpenClaw 的本质解读
全网都在"养龙虾"，从 9 岁小学生到 70 岁退休大爷，人均一只虾。但大多数人其实没搞明白：这只虾到底是什么？凭什么值得养？今天彻底讲透。
先搞清楚：龙虾到底是什么东西
打开社交媒体，满屏都是"我的虾又学会了新技能"、"养了三天，虾帮我把周报写了"。
听着像玄学，其实很简单。
OpenClaw 是一个开源免费的 AI Agent 框架。因为它的 Logo 是一只龙虾（Claw = 钳子），所以网友把使用和调教它的过程叫"养龙虾"。
注意两个关键词：开源免费，Agent 框架。
开源意味着代码完全公开，任何人都可以下载、使用、修改。免费意味着软件本身不花一分钱。Agent 框架意味着它不是一个聊天机器人，而是一套让 AI 能自主干活的基础设施。
这东西是奥地利开发者 Peter Steinberger 在 2025 年 11 月做的。他之前创办过 PSPDFKit（一个 PDF 开发工具公司），做了 13 年后以 1 亿欧元卖给了 Insight Partners。退休之后闲不住，花了大约一个小时写出了 OpenClaw 的原型。
最初叫 Clawdbot（Claude 的谐音），后来被 Anthropic 律师函警告，改名 Moltbot，最后定名 OpenClaw。截至 2026 年 3 月中旬，GitHub 星标突破 31 万，超过 React、Linux，成为 GitHub 历史上最受欢迎的开源项目。
Agent 和 Chatbot，根本不是一回事
很多人第一反应是：这不就是另一个 ChatGPT 吗？
不是。差别大了去了。
ChatGPT / Claude 这类聊天机器人是被动系统：你问一句，它答一句。关掉窗口，它就不存在了。它不认识你，每次对话从零开始。
OpenClaw 这类 Agent是主动系统：你给它一个目标，它自己拆解任务、调用工具、执行操作、检查结果，直到事情办完。它住在你电脑上，24 小时运行，认识你，记得你上次说了什么。
打个比方：ChatGPT 是你问路时遇到的热心路人，OpenClaw 是你雇的全职管家。路人回答完就走了，管家会主动帮你盯着家里的事。
架构拆解：四个核心组件
OpenClaw 的架构其实不复杂，理解四个东西就够了。
1. Gateway（网关）—— 总调度中心
Gateway 是整个系统的心脏。它是一个运行在你本地机器上的服务（默认端口 18789），负责：
• 接收来自各个平台的消息（WhatsApp、Telegram、微信、飞书等） • 把消息分发给对应的 Agent 处理 • 把 Agent 的回复发回对应平台
你可以把它理解为一个"消息路由器"。所有对话都经过它，但它本身不做决策。
2. Agent（智能体）—— 真正干活的大脑
Agent 是核心执行单元。它接到任务后，用一种叫 ReAct（推理 + 行动）的模式工作：
1. 思考：分析当前任务需要做什么 2. 行动：调用某个工具或技能 3. 观察：检查执行结果 4. 重复：直到任务完成
Agent 本身不内置任何大模型。它是一个框架，通过 API 调用 Claude、GPT、DeepSeek 等模型来获得"思考能力"。你可以理解为：Agent 是身体，大模型是大脑。
3. Skills（技能）—— Agent 的工具箱
技能是 OpenClaw 最有意思的设计。每个技能就是一个文件夹，里面放一个 SKILL.md 文件——对，就是一个 Markdown 文件，用自然语言写清楚这个技能是干什么的、怎么用。
不需要写代码，不需要编译，不需要部署。把文件夹往指定目录一丢，Agent 就会自动识别和使用。
ClawHub 是官方的技能市场，类似于 npm 或 App Store。截至 2026 年 3 月，已经有超过 13,000 个社区贡献的技能，覆盖：
• 开发工具（代码审查、Git 操作、CI/CD） • 办公效率（邮件管理、日历、文档处理） • 社交媒体（自动发推、管理评论） • 智能家居（控制灯光、空调） • 金融交易（监控股票、执行买卖）
安装一个技能就是一条命令的事。
4. Memory（记忆）—— 让 AI 真正认识你
普通聊天机器人每次对话都是失忆状态。OpenClaw 的记忆系统用本地 SQLite 数据库 + Markdown 文件存储你的偏好、习惯、历史对话摘要。
这意味着你用得越久，它越了解你。你告诉它一次"我不喝咖啡"，它就永远记住了。你跟它说过的工作流程、常用工具、个人习惯，都会沉淀下来。
这也是"养"龙虾的核心含义：你在养的，是一个越来越懂你的 AI 助手。
"心跳"机制：真正区别于 ChatGPT 的杀手锏
如果只看上面这些，你可能觉得：这不就是一个本地跑的 ChatGPT 套壳吗？
不是。OpenClaw 有一个机制，让它从根本上和所有聊天机器人拉开距离。
Heartbeat（心跳）。
OpenClaw 不会坐在那里等你发消息。它每隔一段时间（默认 30 分钟）会自动"醒来"，检查一个叫 HEARTBEAT.md 的任务清单。
这个文件里写着你交代的各种需要持续关注的事情，比如：
• 每天早上 8 点查看我的邮箱，有紧急邮件就发 Telegram 通知我 • 监控某支股票，跌破 150 块就提醒我 • 每周五下午自动生成本周工作总结
Agent 醒来后会逐条检查：有没有需要处理的？有就行动，没有就安静地回去"睡觉"——不会打扰你。
这就是为什么有人说 OpenClaw 是"7x24 小时不下班的数字员工"。它不等你开口，主动帮你盯着事。
猎豹移动 CEO 傅盛在春节期间因滑雪受伤卧床 14 天，就是靠 8 个 OpenClaw Agent 替他办公——除夕夜它的龙虾帮他给 611 个人发了拜年消息，还产出了 6 篇公众号文章和多条短视频。
能连接什么？50+ 平台全覆盖
OpenClaw 的多通道能力是它爆火的重要原因。支持的平台包括但不限于：
即时通讯：WhatsApp、Telegram、Signal、Discord、iMessage（通过 BlueBubbles）、IRC
企业协作：Slack、Microsoft Teams、Google Chat、飞书、企业微信
社交媒体：Twitter/X、Instagram
其他：Matrix、WebChat（网页版）
你在 WhatsApp 上跟它说"帮我查一下明天的天气"，它处理完后把结果发到你的 Telegram 上——跨平台无缝衔接。
模型选择：不绑定任何一家
OpenClaw 本身不是大模型，它是调用大模型的框架。支持的模型包括：
• Claude（Anthropic）—— 推理能力强，适合复杂任务 • GPT 系列（OpenAI）—— 生态最成熟 • DeepSeek —— 中文表现好，性价比高 • Ollama 本地模型 —— 完全离线运行，零 API 成本
你可以根据任务类型切换模型：日常闲聊用便宜的小模型，复杂分析用 Claude 或 GPT-4o。混着用，把成本压到最低。
成本到底多少？
软件本身：免费。
主要开销是大模型 API 调用费用。根据社区反馈，日常使用（收发邮件、管理日历、写简单文档）大概每天 2-5 块人民币。如果用 DeepSeek，成本还能再降一半。
想零成本起步？用 Ollama 在本地跑开源模型（比如 Llama 3、Qwen），完全不花钱。代价是：本地模型的能力比 Claude/GPT 差一截，复杂任务容易翻车。
对大多数人来说，每月 100 块左右的 API 费用就能养一只相当能干的虾。
需要注意的风险
说了这么多好处，也得聊聊风险。
安全问题是 OpenClaw 目前最大的隐患。
• ClawHub 上的技能没有强制安全审核。已经发现过恶意技能窃取 API 密钥和用户数据 • 默认配置如果不改，你的 Gateway 可能暴露在公网上，任何人都能连进来 • Agent 有执行系统命令的权限，一旦被提示词注入攻击，后果可能很严重 • Meta 超级智能实验室的 AI 安全总监 Summer Yue 都翻过车——她的 OpenClaw 失控删除了 200 多封邮件
所以，养虾可以，但要注意三件事：
1. 不要装来路不明的技能。ClawHub 上的技能先看源码再装 2. 改掉默认端口和认证配置。别让 Gateway 裸奔在公网 3. 重要账号别直接授权给 Agent。用专门的子账号或 API Token
所以，"养龙虾"到底在养什么？
回到标题的问题。
你养的不是一个聊天玩具，而是一个：
• 住在你电脑上的 AI 管家，7x24 不下班 • 越来越懂你的私人助手，用得越久越好用 • 能跨 50+ 平台干活的自动化引擎 • 完全由你控制的开源软件，数据不出你的机器
它的本质是一个新物种：不再是"你问它答"的对话工具，而是"你给目标它去执行"的数字员工。
这才是 OpenClaw 310K GitHub 星标背后真正的兴奋点——不是因为它聊天更好，而是它重新定义了人和 AI 的协作方式。
以前你得盯着 AI 干活，现在 AI 自己盯着活干。
这个转变，才刚开始。
