夜雨聆风非常荣幸受大卡老师邀请，为“养虾社”撰写这篇文章。前面Partner分享的都是实操经验，这期我想换一个角度，聊聊我在使用“小龙虾”之后，对自动化的一些思考。
🖊 初次感受到自动化带来的便利
我第一次接触自动化，是在高一。那时我入坑了一款游戏《碧蓝航线》。想要拿到心仪的舰船，需要签到满一定天数。而住校的我没法每天签到，于是我用Python写了一个简易脚本，调用PyAutoGUI库，在BIOS里设置了每天定时开机，脚本执行完后自动关机。就这样，我在不带手机上学的情况下，稳稳地保持了签到，最终拿到了目标舰船。那是自动化第一次给我带来实实在在的便利。
高一时编写的《碧蓝航线》自动签到脚本
后来，我了解到了一个开源项目——AzurLaneAutoScript（ALAS）。它不仅能帮我签到，还能自动完成每日任务。它的核心逻辑很简单：预设规则+图像识别。检测到某个界面，就执行对应的点击操作；遇到异常（比如卡在“大世界”出不来了），就暂停等待人工介入。整个系统是确定性的——你给它什么样的输入，它就会给出什么样的输出，没有任何意外。
ALAS程序运行界面
这种确定性带来了一种安全感：你可以放心地把任务交给它，它不会自作主张，不会越界，不会在你不注意的时候搞出什么幺蛾子。即便出问题，原因也是可追溯、可复现的。
🦞 探索爆火“龙虾”，引起思考
再到最近，OpenClaw突然火了起来，大家给它贴上“数字员工”“效率神器”之类的标签。它能自动读取邮件并处理，有 HEARTBEAT 机制来执行定时任务，听起来确实很美好。我再一次怀着好奇，开始了对它的探索。
openclaw.ai官网
但当我真正用起来，现实却给我浇了一盆凉水。并不是说它不够强。它确实很强，集成了一大堆Skills，甚至能做普通用户不擅长或者根本就做不了的事。但问题恰恰在于：你不知道它什么时候会出错，也不知道它会出什么错。根据国家互联网应急中心今年3月发布的风险提示，OpenClaw已经出现了多起严重的安全事故：
有用户遭遇了“误操作”——OpenClaw错误理解了用户的指令意图，直接把电子邮件、核心生产数据等重要信息删除了，而且无法停止。还有“提示词注入”攻击——攻击者在网页里构造了隐藏的恶意指令，诱导OpenClaw读取后，系统密钥就被泄露了。
央视网 关于OpenClaw安全应用的风险提示
这些案例让我开始重新审视OpenClaw的设计逻辑。
软件工程里有个朴素却重要的原则：核心执行链路应该尽量建立在确定性系统上。
🔧 “龙虾”作为自动化工具的缺陷
什么是确定性系统？就像那个签到脚本，每一步都是明确、可预测的：开机→运行脚本→点击指定坐标→关机。不会多一步，也不会少一步。ALAS也是同理，它的每一步操作都是预设好的，虽然逻辑更复杂，但执行路径是确定的。
而目前的大模型，本质上是一个不确定性系统。你输入同样的指令，它每次给出的回答可能都不太一样。这种“不确定性”在聊天场景下是特色，但在“控制”场景下，就是隐患。OpenClaw目前的一个风险在于，它不是把大模型放在建议层，而是放在控制层甚至决策层。于是就会出现这样的情况：它可能误判当前任务状态，可能调错工具，可能因为上下文污染而执行错误的指令。
📚 要清醒认识自动化工具的边界
当然了，我写这篇文章，并不是想全盘否定OpenClaw。恰恰相反，正是因为OpenClaw足够优秀、被足够多人关注、被寄予厚望，这种“期待”与“现实”之间的落差才值得我们思考。当我们在拥抱大模型带来的“智能自动化”时，也要清醒地认识到它的边界。那些建立在确定性系统上的“朴素自动化”所带来的安全感，在如今这个被大模型包围的时代，反而显得弥足珍贵。
相关阅读：
