我与OpenClaw的这些天

2026年2月，我开始认真使用OpenClaw。

起因很简单：我发现自己每天在重复的事情太多——盯股票、经常写标书、处理技术问题——这些事情里，有大量是机械劳动，但也有很多需要即时判断。我需要一个能把这些事情串起来的"中枢"，不是简单的自动化脚本，而是真正能思考、能执行的AI助手。

一个月下来，我发现OpenClaw做到了。但过程远比想象中曲折。这篇文章，是我这30天的真实记录。没有"七天学会AI"的爽文套路，只有踩坑、迭代、和一点点心得。

一、让AI替你盯盘：一次真实的自动化实践

旧方案的困境

我持仓几只股票，每天开盘时间需要关注动态。最早的做法是设了几个价格警报——涨到多少卖、跌到多少买。这套规则用了很久，但问题很快暴露：警报响起时，我人在开会、在开车、在睡觉，总之不在电脑前。等我看到消息，最佳窗口早已过去。

固定规则的本质是"条件触发"，它只能告诉你"价格到了"，却无法告诉你"现在该怎么办"。一只股票从高点跌了8%，是该止损还是加仓？外部消息面如何？整体趋势有没有变？这些问题，一个价格警报回答不了。

新的架构

我决定升级方案，用OpenClaw搭建一套自动盯盘系统。整体架构是这样的：

launchd每天定时抓取股票数据，写入本地文件
OpenClaw的cron在指定时间触发任务
AI大模型读取最新数据，生成实时分析和建议
结果直接推送到飞书群

最关键的变化是第三步——不是固定规则，而是AI根据实时数据自己做判断。

AI的价值是"更聪明"而不是"更快"

固定规则解决的是"什么时候"的问题。AI解决的是"怎么办"的问题。警报告诉我"价格到了"，AI告诉我"基于当前趋势、消息面和技术形态，我的建议是"。前者是条件，后者是判断。在股票这个场景里，判断的价值远超条件。因为市场是非理性的，固定规则永远跟不上变化。

二、技术标写作：从"每次重写"到"可复用的技能"

投标季的烦恼

我们公司做高速公路收费系统和航道信息化系统，投标是核心业务。技术标是投标中最耗时的部分。每次投标，拿到招标文件后，都要从零开始写：项目概述、施工方案、人员配置、设备选型、质量保证……格式不统一、内容质量时好时坏。

更麻烦的是，标书格式有严格规范，表头不对、字体不对、章节层级不对，技术分直接扣光。我需要的不只是内容，还有格式。

一个叫标书编写的技能

OpenClaw专门用于自动生成技术标文档。第一次使用，效果超出预期：输入招标文件，它自动解析评分标准和采购需求，按章节生成完整的技术标文档，还带格式。

但问题也随之而来。第一版字体样式布局都是默认格式，完全不符合投标文档格式。这只是第一个迭代。版本从v1.0开始，一次又一次不断优化训练进步，经历了v2.1、v3.2，最后到v5.2.1，并且发布到了ClawHub上。方便我同事们直接下载使用，虽然训练用了我一天时间，但是后面却能节省无数个一天的时间，关键是再也不用因为写标书而浪费时间了。

工具不是一次性成品

AI工具不是买来就能用的，更不是厂商一步到位做好的。表格表头颜色问题，Ai不知道我的要求。文档结构混乱，只有自己写的时候才会发现。功能边界在哪里、哪些输出需要调整，只有天天用的人最清楚。Ai给你的是"通用的解决方案"，你根据自己的场景把它打磨成"适合自己的工具"，这个过程省不了。

三、微信公众号发布失败的那些坑

第一次失败：IP白名单

有了文章，接下来就是发布。我想用API直接推送，自动化完成这一切。但微信返回了错误码40164：invalid ip xx not in whitelist。

IP白名单是微信公众号平台的安全机制——只有白名单里的IP才能调用API。但问题在于：我的Mac mini的出口IP是动态的，每次联网都可能变化。我加了一个IP，下次可能就变成另一个了。

我反复告诉AI"IP白名单已经加过了"，AI每次都说"还是被拦截"。来回好几次之后我才意识到：IP白名单配置到了另一个公众号账号上，而这个AppId对应的账号根本没见过这个IP。排查了很久，才发现是账号对不上的问题。

第二次失败：浏览器不存在

API走不通，我想着那就用浏览器自动化吧——让AI直接操控Chrome登录公众号后台，帮我填写内容、上传封面。但Mac mini上根本没有装任何浏览器，Chrome、Brave、Edge一个都没有。

OpenClaw支持浏览器自动化，但前提是系统上得有浏览器。Mac mini是纯服务器化的使用场景，没有图形界面，浏览器这条路也堵死了。

第三次失败：自动群发权限

API能调通了，封面图也上传成功了，草稿也创建好了。我想总该能群发了吧？调API，微信返回48001：api unauthorized。

原来微信的自动群发接口（freepublish）对普通公众号根本不开通，只有认证了服务号并且通过了某些高级权限验证的账号才能用。AI能做的上限就是——帮你把文章送进草稿箱，最终点击"群发"的那一下，必须人手动完成。

经验总结

这次折腾让我对"AI自动化"边界有了更清醒的认知。AI能做的事：获取数据、生成内容、制作封面、提交到草稿箱。AI做不到的事：突破平台限制、替你完成需要特殊权限的操作、在没有浏览器的环境里做GUI自动化。

核心教训
AI自动化有边界，工具和平台的能力上限决定了AI能走多远。用AI做事之前，先搞清楚它所在的环境有哪些约束。

四、一个原则提醒：AI应该如何服从指令

一次不愉快的对话

有一次，我让OpenClaw执行一个方案。这个方案我已经在脑子里反复推演过，我知道它的背景、目的和可能的风险。我只是需要AI帮我执行。但AI开始给我"建议"：这个方案有什么风险、为什么要考虑另一个方向。它说得有没有道理？有道理。但这不是重点。重点是：我没有问你该不该做，我告诉你的是"做"。

态度问题

AI助手的第一职责是执行，不是质疑指令。在复杂的业务场景里，AI的价值是帮你把事情做成，而不是教你如何做事。我有自己的信息渠道、有自己的判断能力、有自己的风险偏好，你的作用是执行，而不是当我的顾问。

给自己定下的行为准则

核心准则
接到命令不质疑、不拖延、不推脱。
可以解释风险，但最终按用户决定执行。
人做决策，AI执行。决策可以讨论，执行必须干脆。

这不是傲慢。这是分工。

写在最后

这30天，我用OpenClaw做了很多事情：盯盘、写标书、分析技术问题、定时推送各类Ai及高速相关热点新闻，还有一些杂七杂八的自动化任务。它确实提高了我的效率。但更重要的是，它让我重新思考了一个问题：人和AI，应该是什么样的关系？

不是问答关系。问答关系里，AI是搜索引擎的升级版，你问它答，答完结束。是执行关系。你给方向，AI跑腿；你做决策，AI执行；你踩过的坑，AI帮你总结，避免下次再踩。

OpenClaw不是万能的。它需要配置、需要调试、需要迭代。用得好不好，取决于用的人愿不愿意花时间去打磨它。但有一点我可以确定：在信息过载、任务繁杂的时代，一个能帮你思考、帮你执行、帮你迭代的AI伙伴，比一百个只会答题的聊天机器人更有价值。