从 OpenClaw 爆火到集体吃灰：AI 时代的打工人，到底该焦虑还是该行动？

🎋 你好，这里是小竹团队。

2026 年开年，科技圈最炸裂的词，叫 OpenClaw。

短短 60 天，它打破 React 保持了十年的 GitHub 增长纪录，18 万星标，全球开发者为之疯狂。国内更是掀起一波"装机狂欢"——不会装的，花钱找人装；装不上的，天天在社区里催更新 🦞

然后呢？

三个月后，另一个词开始冒头："吃灰"。

花了几百块找人部署的工作流，跑两天就报错；每天一睁眼，Token 账单比咖啡还贵；说好的"AI 帮我干活"，变成了"我帮 AI 修 bug"……

从爆火到冷清，OpenClaw 走完了 tech hype cycle 里最经典的那条抛物线 📉

但这篇文章，不想唱衰 AI，也不打算怀旧。 我们想聊的是一件更具体的事——

💭 当潮水退去，AI 能力越来越强是事实，打工人越来越慌也是事实。那普通人到底该怎么做，才不会被时代抛下？

这篇文章想聊三件事：OpenClaw 到底经历了什么 🔍；一份把美股吓崩的"2028 预言"到底说了啥 📋；以及，落到你我身上，接下来该怎么走 🚶

一、OpenClaw：60 天封神，90 天吃灰

🚀 它是怎么火的？

2025 年 11 月，奥地利开发者 Peter Steinberger 在马德里旅行时，用了一个周末做出 OpenClaw 的原型。四个月后，它成了 GitHub 史上增长最快的开源项目。

凭什么？

因为它踩中了 AI 行业最痛的那个点——"最后一公里"。

在这之前，AI 助手们都很能说，但基本"只动口不动手"。你让它写个报告，它给你一段文字；你让它整理数据，它给你一个模板。真正的操作——打开文件、填写表格、发送邮件——还得你自己来。

OpenClaw 不一样。它拿到了操作系统的"手"：文件管理、浏览器控制、终端执行，甚至能操作微信和 WPS。AI 从"聊天工具"变成了"执行工具" 🤖✋

再加上开源免费、MCP 协议插件生态（社区迅速积累了 1700+ 插件）、以及各大厂商的推波助澜——腾讯、字节纷纷推出简化版云服务——OpenClaw 在国内的爆火，几乎是天时地利人和的必然。

2026 年 3 月，英伟达 GTC 大会甚至把 OpenClaw 当作 AI Agent 落地的标杆来展示。从"对话"到"执行"，整个行业的叙事被它重新定义了。

📉 它又为什么冷了？

因为"能用"和"好用"之间，隔着巨大的鸿沟。

第一个劝退的，是成本。

OpenClaw 打着"开源免费"的标签，但实际用起来，Token 消耗远超预期。传统 AI 是你问一次付一次钱，OpenClaw 是"一直在跑、一直在烧钱"。重度用户每天消耗 3000 万到 1 亿 Token，用国内模型一天要花 40-140 美元，用国际模型甚至高达 900-3000 美元。

这还不算为了跑起来专门买的 Mac mini（兼容性导致硬件成本涨了 30%），以及每个工作流平均要调试一周的时间成本。

第二个劝退的，是安全。

历史累计报告了 258 个漏洞，最近 82 个里面有 12 个是严重级别。默认绑定 0.0.0.0:18789、不鉴权、API Key 明文存储——有人统计过，大约 85% 的 OpenClaw 实例暴露在公网，任何人都能直接访问。

插件生态也不让人省心：3016 个插件里，10.8% 包含恶意代码，17.7% 会拉取不可信的第三方内容。

第三个劝退的，是信任。

AI 帮你操作系统，一旦出错——比如误操作了财务转账——谁负责？没有可解释性，没有责任界定，用户自然不敢把真正重要的事交给它。

所以 OpenClaw 的"冷"，不是 AI 不行了，而是用户在经历了一轮狂欢后，回到了冷静的现实主义——它很强，但还不够成熟；它代表了方向，但还不是终点。

就像一位知乎用户说的："HomeAssistant 类开源也走过了同样的路——泡沫没有完全破裂，但泛用户流失了，留下的才是核心用户。"

二、《2028 全球智能危机》：一份吓崩美股的"思想实验"

📋 报告说了什么？

2026 年 2 月，一家名叫 Citrini Research 的投资研究机构发布了一份报告——《2028 年全球智能危机：一份来自未来的金融历史思想实验》。

报告假设了一个虚构的时间点——2028 年 6 月，描绘了 AI 快速发展可能引发的连锁经济危机：

• • 失业率飙升：2028 年失业率达到 10.2%，白领岗位占失业的一半
• • 消费崩塌：白领贡献了约 75% 的自由支配消费，收入下降引发经济衰退
• • "幽灵 GDP"：企业利润增长但不进入流通，名义 GDP 增长与实际经济感受严重脱节
• • 金融系统承压：私人信贷市场超 2.5 万亿美元面临违约风险，高收入地区房贷违约率上升
• • S&P 500 暴跌：从 2026 年 10 月的高点下跌约 38%，极端情景可能跌 57%

报告的核心逻辑是一个自我强化的负循环：企业用 AI 替代人工 → 省下成本继续投 AI → 更多人失业 → 消费下降 → 企业收入更差 → 继续裁员……

这份报告的影响力有多大？它直接吓崩了美股，多板块集体重挫。

✅ 它说对了什么？

第一，它正确地指出了一个结构性风险：AI 确实会"杀死"一批白领岗位。

这不是危言耸听。AI 编程工具已经让不少企业开始自建软件、取消 SaaS 订阅、缩减 IT 团队。客服、翻译、数据分析、初级编程……这些曾经被认为"安全"的白领工作，恰恰是 AI 最容易切入的领域。

第二，它正确地指出了"摩擦经济"的崩塌。

很多商业模式——SaaS 订阅、信息中介、支付平台——本质上是靠人类的"惰性"和"信息差"活着的。当 AI Agent 能自动比价、自动决策、自动执行时，这些中间环节确实会被压缩。

第三，它提供了一个有价值的"压力测试"框架。

就像银行要做宏观审慎压力测试一样，投资者确实需要思考：如果 AI 真的在短期内大幅替代白领劳动，我的资产组合会受到怎样的冲击？这个思考本身是有价值的。

❌ 它说错了什么？

第一，时间线太夸张。

2028 年——从现在算起只有两年多。批评者普遍认为，这个时间线过于激进。现实中，AI 的采纳和宏观经济的变化会缓慢得多。企业不会因为一个技术出现了就立刻大规模裁员，政策制定者也不会坐视不管。

第二，它忽视了经济的适应能力和"杰文斯悖论"。

历史上每一次技术革命——工业革命、信息技术革命——都在短期内造成了大量失业，但也创造了更多新的岗位和需求。杰文斯悖论说的是：效率提升反而会增加总需求。 AI 降低了智能的成本，不等于智能的总价值会减少，而是会让智能进入更多以前用不起的领域。

第三，它把极端尾部风险当成了必然结果。

印度卢比暴跌 18%、"占领硅谷"抗议、政府因税收下降而瘫痪……这些场景更像是"末日剧本"，而不是概率最高的基线情景。有评论者说得好：现实大概率介于"AI 创造无限丰饶"和"AI 是纯炒作"之间。

第四，"末日叙事"本身就是一种营销策略。

说得越惊悚，传播越广。但投资决策需要的不是恐慌，而是理性的概率判断。有分析机构指出，这份报告的"末日"框架，本质上是一种注意力经济下的内容策略——用恐惧换取阅读量，而非严肃的投资建议。

总结一下：这份报告的价值在于提醒我们关注结构性风险，但它的缺陷在于低估了经济系统的韧性和人类的适应能力。

三、从龙虾热到冷清，打工人到底该怎么办？

聊完 OpenClaw 和 2028 预言，回到最关键的问题——

🤔 焦虑有用吗？

没用。

OpenClaw 的爆火让很多人焦虑："完了，AI 都会帮我干活了，我还要干什么？"
2028 预言的传播让更多人焦虑："完了，连白领都要被裁了，我是不是下一个？"

但焦虑解决不了任何问题。OpenClaw 从爆火到吃灰，恰恰说明了：AI 能力在进步，但离"替代你"还有很长的路。 它目前更像是" augment（增强）"，而不是"replace（替代）"。

💡 真正该做的是什么？

第一，把 AI 当成工具，而不是竞争对手。

OpenClaw 最有价值的启示不是"AI 能替代你"，而是**"AI 能增强你"**。会用 AI 的人，效率可以翻倍——写报告、做分析、处理数据、生成代码，这些重复性工作 AI 确实比你快。

但判断力、创造力、人际沟通能力、对行业的深度理解——这些是 AI 短期内替代不了的。你要做的是把自己的"不可替代性"建立在 AI 做不到的事情上。

第二，从"执行者"变成"指挥者"。

AI 时代的核心能力，不再是"你会不会写代码""你会不会做 PPT"，而是"你能不能定义问题、拆解任务、评估结果"。

就像 OpenClaw 的用户最终发现：AI 执行任务需要人不断监督和修正。未来的工作模式很可能是**"人指挥、AI 执行、人审核"**。你不需要比 AI 更会执行，但你需要比 AI 更会判断。

第三，持续学习，但不要盲目追热点。

OpenClaw 火了，大家都去学 OpenClaw；下一个热点来了，又去追下一个。追逐工具的速度永远追不上工具更新的速度。

真正值得投入的是底层能力：

• • 逻辑思维和问题拆解能力
• • 跨领域知识整合能力
• • 沟通协作和领导力
• • 对数据和 AI 的基本理解

这些能力不会因为你用的是 OpenClaw 还是别的什么工具而过时。

第四，关注"人机协作"的交叉领域。

纯技术岗和纯非技术岗都在被 AI 影响，但**"懂技术 + 懂业务 + 懂人"**的复合型人才，反而会更稀缺。因为 AI 无法替代的是"把技术、业务和人连接起来"的能力。

第五，保护好自己的数据隐私和安全。

OpenClaw 的安全问题给所有人上了一课：用 AI 工具，安全第一。 不要把 API Key 明文存储、不要随意安装来源不明的插件、不要在不可信的环境里运行 AI Agent。

这不只是技术问题，也是每个打工人在 AI 时代的基本素养。

🌟 写在最后

OpenClaw 的故事，不是一出"AI 神话破灭"的悲剧，而是一次技术落地的正常周期——从狂热到冷静，从泡沫到现实，留下的才是真正有价值的东西。

2028 预言的价值，不是让我们相信世界末日，而是提醒我们在乐观中保持清醒——AI 确实在改变一切，但改变的方式、速度和结果，远比一个惊悚的剧本复杂得多。

而对于每一个打工人来说——

不要过度焦虑，但也不要无动于衷。

把注意力从"AI 会不会取代我"转移到"我怎么用 AI 变得更强"上来。

落实到行动，而不是停留在恐慌里。

🎋 顺便介绍一下小竹

小竹 是一款本地优先、会记忆、能主动的私人 AI 助手。

我们做小竹的初衷很简单：AI 助手不应该只是一个"问答机器"，而应该是一个真正懂你、记住你、能主动帮你想事情的长期伙伴。

所以小竹有几个我们很在意的特点：

🧠 记忆飞轮：自动从对话中提取你的偏好、习惯和重要信息，越用越懂你
⚡ 主动引擎：不只是被动应答，而是基于记忆和模式识别主动提醒、主动关怀
🔒 本地优先：语音识别/合成、意图理解、记忆存储全部在本地运行，你的数据首先是你自己的
🧩 可扩展：零代码创建自定义智能体和工作流，让助手按你的方式生长

我们选择做本地助手，是因为我们相信：真正值得信任的助手，应该先把数据留在你身边。

如果你对小竹感兴趣——

👇 欢迎来群里坐坐，一起聊。

💬 交流群

QQ 群：755265051

复制群号搜索即可加入 🙌

🌐 官网

https://xiaozhu-tec.cloud

欢迎访问，了解更多 🎋

本文提及的 OpenClaw、Citrini Research 报告等内容均基于公开报道整理，产品功能与行业分析以实际版本为准。