夜雨聆风----我同事花一周养了一只AI龙虾，然后把它扔了
跟风养虾一周就卸
各位，今年最火的一个词，叫"养龙虾"。
不是真的养龙虾，是装一个叫OpenClaw的AI工具。因为它的logo是一只红色的龙虾，网友就管部署它叫"养龙虾"，管教程叫"养虾指南"，管大厂搞的竞品叫"龙虾养殖场"。一夜之间，所有人都在聊龙虾。
我身边一个同事也养了，周一的时候他还在群里发了一张截图，OpenClaw的界面，配文是三个字："虾来了"，群里一片起哄。不到一周时间，有人问他："虾怎么样了？"他说："卸了，又要配环境又要调参数，好容易装上了，几天了发现它也没帮我干成什么正事，没啥用"。
“没啥用”，这三个字，让我想了很久。今年OpenClaw在中国的热度大到什么程度？GitHub上超过31万颗星，全球增速最快的开源项目之一；腾讯在深圳总部搞了一个"龙虾安装站"，不到1小时来了800多人，排队长龙那叫热闹；有人靠给别人远程装龙虾，赚了26万；阿里云、腾讯云、字节跳动全部推出了一键部署的龙虾服务，争得脸红耳赤的；就连新华社都在报道里用了"小龙虾"这个词，各大机构纷纷发表养虾心得。
但同时，中国新闻网的标题是："刚装就卸！AI小龙虾你把握得住吗？"。这种"全民狂热——迅速放弃"的节奏，不只是发生在OpenClaw上。去年全球有392个AI工具停止运营，平均每天死一个，这里可不是初创公司的AI小萌产品，阿里的鹿班、腾讯的智影、讯飞写作——这些大厂自己的AI产品，也在2025年大量关停。春节期间阿里给通义千问砸了60亿营销费，日活一度冲到7000多万，红包活动一结束，日活立刻腰斩。
AI弃用的四大原因
为什么？为什么这么多AI工具都逃不过"兴奋——放弃"的循环？我同事杀掉那只龙虾的理由，恰恰藏着这个问题的答案。
第一个原因：他不是在养龙虾，他是在完成一个KPI。
今天的中国大厂，使用AI工具已经不是一个"可选项"了。有的公司追踪员工每天的token消耗量，有的把AI使用频率纳入绩效考核。英伟达的黄仁勋管token叫"第四种薪酬"，大厂内部已经形成了一条"鄙视链"：你连龙虾都没养，你还跟得上AI时代吗？
我同事搞OpenClaw，很大程度上不是出于兴趣，而是出于恐惧——所有人都在养虾，我不养就落后了，但被恐惧驱动的行为，从来不可能持久。因为一旦你发现这件事"没有立竿见影地帮我产出成果"，你立刻就会放弃，转去做那些更"安全"的、已经被证明能产出KPI的事情。
他评估OpenClaw的逻辑，和他评估一个工作项目完全一样：一周投入了多少时间？产出了什么？投入产出比是多少？结论是：不划算，卸了。他用评估KPI的方式，评估了一个需要长期培养的AI助手。就像你用一周的业绩来评估一个刚入职的新员工——结论当然是"没啥用"。
第二个原因：他期待的是即插即用，遇到的是需要持续喂养的慢工具。
大厂人的时间被切割成15分钟的碎片。开会、回消息、被打断、处理紧急任务。他们的大脑已经被训练成只能处理高频、短周期、即时反馈的事情。他们期待的AI工具是什么样的？装上就能用，用了就出活，像打开一个App一样简单。
但OpenClaw不是这样，有记者花了五个小时才装好，装好之后还要配置Skills、调Prompt、管理token预算。有人爬一个新闻网页就烧掉了将近20块钱的token，有人半个月花了500块钱了还没调出满意的效果。OpenClaw的真正价值，不在于"装好的那一刻"，而在于"持续使用、持续调教、让它越来越懂你的工作和生活"的过程。这是一个需要耐心的慢反馈过程——就像养一棵树，不是种下去第二天就能结果的。
但很多大厂人没有这个耐心，不是因为他们有问题，而是因为他们的工作环境已经把他们训练成了"即时反馈的依赖者"。一周没有产出，就已经超过了他们的忍耐极限。
第三个原因：他买了一张"我在用AI"的门票，但没有真的入场。
OpenClaw在中国的爆发，有一个很明显的特征——"安装"这个动作本身被仪式化了。有人花钱请人远程装，有人在朋友圈晒截图，有人在群里喊"虾来了"。似乎完成安装，就等于"我也跟上了时代"，不由得让我想起了鲁迅笔下的阿Q的台词。
但安装不等于使用，使用不等于产出价值。很多人完成了"养虾"的消费仪式——花了时间装好、花了钱买token、在群里晒了截图——就觉得自己"体验了AI"。当发现真正从OpenClaw获得价值需要持续的投入和学习时，他们的结论不是"我需要更多时间"，而是"这个工具不行"。
就像买了一套露营装备、发了一条朋友圈、去了一次郊区，然后宣布"露营也就那样"。你消费了一个标签，但你从来没有真正进入那个世界。
第四个原因：AI的生产力幻觉正在破裂。
2025年7月，一个叫METR的研究机构做了一个严格的随机对照实验：让有经验的开发者用AI工具完成任务。结果发现，使用AI工具的开发者完成任务的时间反而增加了19%——但他们自己以为AI让自己快了20%。
AI制造了一种生产力的幻觉。你觉得自己更高效了，但实际上你花了大量时间在配置工具、编写提示词、验证AI的输出上，净效率可能反而下降了。哈佛商学院在2026年3月发表了一项研究，把这种现象命名为"AI脑炸"（AI brain fry）：当一个人同时使用四个以上的AI工具时，协调成本会导致生产力显著下降。
我同事的"一周放弃"，很可能就是这个幻觉破裂的时刻——他以为装上OpenClaw就能提效，结果发现花在"伺候AI"上的时间比AI帮他省下的时间还多。
这里我想重点强调，我不是在说AI生产力不够啊，只是说部分在原有生产关系、生产方式的模式中，强行把AI当成一个新工具带来的结果。在我个人的1年多高强度使用中，AI已经改变了一切。
正确使用AI的逻辑
那怎么办？我不是要说AI工具没用。OpenClaw确实是一个强大的工具，它能在你的电脑上自主执行任务、自动化工作流程、连接25个以上的平台。问题从来不是工具本身，而是我们使用工具的方式。
如果你用一周的时间来评估一个需要一个月才能发挥价值的工具，你永远会得出"没啥用"的结论。如果你因为所有人都在养虾就去养虾，而不是因为你有一个具体的、想要解决的问题，你永远会在新鲜感消退后放弃。如果你把AI当成一个"即插即用的效率插件"，而不是一个"需要持续培养的智能助手"，你永远会失望。
真正从AI工具中获得长期价值的人，有一个共同特征：他们不是因为"大家都在用"才开始用的，他们是因为"我有一个具体的问题想解决"才开始用的。他们不会问"这个工具能做什么"，他们问的是"我要做什么，这个工具能怎么帮我"。这个区别，看起来很小，但它决定了你是在一周后卸载，还是在一个月后离不开。其实大家可以做个最简单的尝试，你可以跟它聊聊”我想利用业余时间赚钱，每天我什么时间段有闲，我有啥专业能力，我擅长干啥“，然后不断的跟它去互动，相信你会有惊喜的发现。
慢反馈才是真价值
最后，我想说一件更深层的事。我们对AI工具的"三分钟热度"，和我们对所有新事物的三分钟热度，其实是同一个问题——我们越来越难以忍受"慢反馈"的事情。
一个需要一个月才能调教好的AI助手，一个需要三个月才能看到效果的健身计划，一个需要一年才能长出根基的新技能，一段需要几年才能变得深厚的关系。我们的大脑已经被互联网时代的即时反馈和满足训练得太彻底了，一个小时没装成功，就认为”太难了“；一周没达预期结果，就判定"没用"；一个月没有回报，就觉得”AI其实也没啥“。
但真正有价值的东西，几乎全部都是慢反馈的。我同事杀掉的那只龙虾，也许再养一个月，就能帮他自动化掉每天两个小时的重复工作。但他等不了一个月，不是因为他急躁，是因为这个时代让所有人都急躁了。
也许，在AI时代，最稀缺的能力不是"会用AI"，而是"愿意花时间把一件事做到真正好用"的耐心。
谢谢大家。
「也许，在AI时代，最稀缺的能力不是"会用AI"，而是"愿意花时间把一件事做到真正好用"的耐心。」
