⚡ 一句话搞懂核心分歧

两派不是技术路线的两个版本，而是两种相反的设计哲学——它们对"AI应该有多少自主权"这个问题，给了相反的答案。

🔑 一句话搞懂两者区别

养虾（OpenClaw）像你家养的八爪鱼——好奇心旺盛、什么都想碰，给你递遥控器的同时可能打翻花瓶，你得一直盯着。

养马（Harness）像训练好的工作犬——分工明确、规矩清楚，只在你叫它的时候出手，你下班后不用担心它自己开冰箱。

01 · 订阅经济

订阅计划不支持"虾养法"了

2026年3月，Anthropic把harness从订阅计划里移除。原因很直白：一只heartbeat虾24小时监控邮箱，每月消耗3600-7200万tokens，换算成API约$180-$540——而订阅只卖$100。

KOL @aimaker："OpenClaw的成本数学一夜之间变了。我不再相信没仔细盯着的agent。"

02 · Harness溢价 · 最重要

harness才是智能上限

LangChain团队公布了一组数据：在同一个"让AI独立完成编程任务"的标准测试（Terminal Bench 2.0）中，同一个底层AI模型——只是从普通的agent框架换到Deep Agents（一种养马式harness），分数从52.8跳到66.5，排名从Top 30开外冲进Top 5。模型没换，只换了"规则框架"。

03 · 隐形成本

装机是一笔$1500的隐形账单

Reddit / GitHub / Discord三方数据一致：OpenClaw平均部署15-20小时，踩坑再加5-10小时。按开发者时薪$75算，装机机会成本约$1500——这还没开始用。

用户原话："调了6小时docker network bridge冲突。""我没意识到gateway默认公网可访问。发现时已经有人在用我的API key。"

04 · 生态代价

5700个skills，你敢装吗

OpenClaw的底气是ClawHub 5700+社区skills，但官方文档明确写着："Third party skills are treated as untrusted code."

2026年3月，安全研究员披露CVE-2026-25253——核心RCE漏洞，CVSS 8.8分（严重级别）。TechRadar 2月已专门报道"恶意OpenClaw skills扩大攻击面"。

05 · 产品信号

Anthropic在用产品说话

Q1 2026，Anthropic在Claude Code上集中发布的功能：Remote Control、Dispatch、Channels（打通Telegram/Discord/iMessage）、Scheduled Tasks。每一条都对应OpenClaw的经典用例。这是明确的战略方向——把harness层收编到官方产品中。

06 · 设计哲学

"AI员工"从幻想变工程问题

Reddit原帖："我的OpenClaw昨天凌晨3点给所有客户发了'friendly reminder'邮件。我起床时inbox里有47封回复。"

这不是Bug，是"给Agent无约束自主权"这个设计哲学本身的代价。Claude Code的思路恰恰相反——用可控的任务分解替代不可控的长期运行。

07 · 话语迁移

社区关键词悄悄变了

同一批KOL的话术：1月·OpenClaw："wild · alive · surprises me"4月·Claude Code："obedient · predictable · reliable"

这不是口味变了，是用户结构变了。早期用户要"惊喜感"，新用户要"可预测性"。后者钱包厚度通常是前者的10-100倍。

08 · 赛道独立

Harness正在成为投资赛道

2026年AI融资路演里，"我们的harness在xx任务上比基准高xx分"开始成为标准话术。独立产品已分化出五类：Claude Code / LangChain Deep Agents / Cursor / AutoGen / Codex。

OpenClaw的早期价值在于验证了harness这个概念本身有市场。随着概念成熟，专业harness分化出来——就像从"万能手机"到"专业相机/运动手表"的过程。

09 · 成本模型

Token账单是最终考官

OpenClaw的heartbeat数学：一次5000-20000 tokens × 24h × 30天 = 720次/月，加后续动作约3600-7200万tokens/月，按Opus定价月账单$180-$540。

Claude Code采用按需触发模型，不做常驻heartbeat。这不是谁"更省"的问题，是两种成本哲学。当Token价格不再趋近于零，按需模型的优势会显现。

10 · 终局

工具市场 vs 玩具市场的分流

OpenClaw会继续存在。在自托管·数据主权·跨channel编排·社区实验上依然有独特价值——它是一个好玩具。

Harness类正在成主流。专业编程·结构化workflow·生产可靠·成本可控——它是一个好工具。工具vs玩具的分流，在每个新赛道都会发生。这不是谁对谁错，是不同生命周期阶段的不同需求。

Anthropic官方赛马。深度理解代码仓库、结构化sub-agents、默认只读安全模型。

✅ 适合：专业开发 · 企业环境 · 长期项目⚠️ 不适合：想要"AI员工"式无约束自主

不绑定厂商，可跨模型运行。52.8→66.5的Benchmark涨幅，就是靠它。

✅ 适合：多模型场景 · 研究团队 · 技术方案商⚠️ 不适合：想开箱即用的小团队

IDE内嵌型harness。把AI agent深度集成到编辑器workflow里，体验最丝滑。

✅ 适合：个人开发者 · 代码重度用户 · 追求流畅度⚠️ 不适合：非编程类Agent任务

多Agent协作框架。让不同角色的Agent互相对话、分工、复核，适合复杂决策流。

✅ 适合：研究型任务 · 复杂workflow · 多视角需求⚠️ 不适合：简单线性编程任务

企业级重型任务harness。obedient型——稳定、听话、不惊吓、但也不惊艳。

✅ 适合：大企业 · 高合规要求 · 长周期项目⚠️ 不适合：追求"wild"体验的极客

❶ 任务是一次性还是长期？

一次性 → 任何harness都行，选最顺手的长期 → 优先有官方维护+SLA的（Claude Code / Codex）

❷ 在乎"控制感"还是"灵活性"？

控制感 → Claude Code / Cursor（默认安全）灵活性 → LangChain / AutoGen（框架自由）

❸ 谁在为Token账单买单？

自己 → 按需触发型harness（Claude Code）公司 → 可考虑heartbeat类，但要监控

📩

想要更多AI赛道深度分析？

关注本号 · 转发本文到朋友圈截图发后台，获《全球Token经济学》完整报告

🍄 迷幻小蘑菇啊

AI暴走中的爆款操盘手

市场 · 战略 · 品牌 · 增长 · 社区

探索科技品牌、创业、成长屠龙术

喜欢勃勃有生机的一切 🌱

长按识别关注

这里是思考自留地 · 关注点 👇