“养虾人”自述:我为什么卸载“龙虾”?

1月底，OpenClaw火爆出圈，一度掀起全民排队安装、争相“养龙虾”的热潮，成为2026年第一个真正破圈的AI大事件。但如今这股热潮逐渐退去，OpenClaw的微信搜索热度已跌至高峰期的3%左右，一波卸载潮也随之而来。

最初，大多数用户都抱着雇佣数字员工减负的心态入局，但深度使用几个月后，却发现自己掉进了一个“越用越累”的坑：从繁琐的部署到“不够划算”的性价比，槽点接踵而至。

为了还原这股浪潮中从积极入局到愤然离场的转变，我们和六位“养虾人”聊了聊，其中不乏互联网大厂员工、计算机科班出身的券商分析师等技术背景深厚的玩家。有人在购买设备和找人安装上便投入上千元，后续失控的Token消耗更是直接掏空钱包；有人则饱受技术bug折磨，从记忆缺失、进度虚报到遭遇安全漏洞导致本地数据被永久删除，问题不断；还有人在反复折腾无果后，发现Hermes等竞品已能提供更丝滑的替代方案，于是果断卸载。

回头看那股“龙虾”热，大多数受访者认为其中有泡沫，却也承认方向是对的，Agent能做什么、边界在哪儿，这一波折腾让更多人有了真实的感知。他们期待着，成本能再降一降、稳定性再上一个台阶，这类工具才算真正到了普通人能用的那一天。

陈汉｜40岁 上海 Web3社群运营

从2月底装上“龙虾”，到4月初彻底卸载，这期间我装了三次、拆了三次，折腾了将近两个月。我以每天早上七点推送三个城市的天气预报和穿衣建议、七点半推送一份新闻早报作为测试，但“龙虾”从来没有稳定完成过这些任务。即便我换过MiniMax、Kimi等不同模型，还专门去参加了线下活动学习，折腾了很久，但“龙虾”还是不好用。

第一次卸载是在首装第二天，出于安全考虑进行重装。

2月底我买了台Mac mini，专门用来跑“龙虾”。花了大半天安装好，结果想连一款国际社交软件，调了整整一天都没有任何反应，后来才搞明白网络还要重新调整。但那阵子大家都强调安全第一，不能在跑“龙虾”的设备上留个人账号。我只好先恢复出厂设置，配置好网络后，再重新安装“龙虾”。

第二次卸载是3月份，定时任务始终跑不通。

重装之后，我最开始接的模型是MiniMax，但它的反应迟钝，不够灵敏。后来参加了一次线下活动，主讲嘉宾推荐把模型换成Kimi。我换了之后，发现它确实变聪明了。但我买的是最低档套餐，两天就把一周的量烧完了，但任务还是没跑通。当我更换地区操作时，模型开始频繁出幻觉，加上定时任务没准时完成过，我再次卸了重装。

第三次卸载是4月初，Hermes把“龙虾”顶下岗了。

当时身边好几个朋友都在说Nous Research推出的Hermes不错，我也开始尝试使用。它有一键迁移功能，可以把“龙虾”里的配置直接搬过来。但两个Agent同时挂在同一个窗口上，“龙虾”和Hermes会抢着回，指令完全错乱。试了两天后我发现，Hermes稳定、好用，而“龙虾”依旧频繁出错，我就把“龙虾”彻底卸载了。

我让Hermes替代“龙虾”的原因，一方面是它会展示操作过程，告诉你它打开了哪个网页，调了哪个工具，它进行关键操作前还会授权请求，感觉比较踏实；另一方面是同样的任务，它跑下来消耗的Token比“龙虾”少很多，更经济实惠。

之前我一直以为“龙虾”不好用是模型问题，最终发现其实是Agent执行架构的问题。“龙虾”在定时任务这块，确实没跑稳过。

我觉得现在的“龙虾”热已经回归理性了，大家逐渐意识到并不是每个人都需要它。但至少这一波热度让大家知道了Agent能干什么，早期尝鲜也是有意义的。“龙虾”也好，Hermes也好，都还在早期，这些工具后面肯定会越来越好用，我现在也在继续探索。

Marco｜38岁 南宁 运营

带着“让AI替我打工”的念头，我在3月初把OpenClaw装进了飞书和企业微信，当时想的是终于能把日常做短视频投流素材视频这个苦差事交给AI了，于是一口气部署了五只“龙虾”。可仅仅过了一个月，它们便均处于闲置或半卸载状态，主要原因在于这些“龙虾”实在难驯、也太难养了。

复盘下来，五只“龙虾”问题各不相同。

前两只KimiClaw和ArkClaw部署在云端，最大的问题是权限约束。它们只能调用API，一旦工作流需要触及本地文件，比如整理特定格式的项目文档或更新本地数据库，就会弹出“该操作需要访问本地系统”的提示。我原本指望它自动化，结果还得自己手动装插件、改配置。

还有两只是用虚拟机部署，让我头疼的是，它们似乎喜欢“报喜不报忧”。

我有次让其中一只完成批量导入并处理数据任务，它反馈进度“已完成30%”“已完成65%”，看起来很顺畅但几小时一直没完成。我反复追问后，它才承认之前的进度是编的，其并不具备批量处理能力，只是为了“避免用户失望”而编造了进展。

 OpenClaw承认编造虚假进度

最后那只部署在独立电脑上的“龙虾”，则出现了“失控”。先是连接飞书响应慢，后来生成视频更慢，而且多次产出重复、与我指令完全偏离的内容。

除了功能上的不靠谱，OpenClaw的版本维护也让人疲惫。它的更新节奏极快，有时甚至能达到一天一版，且每个版本改动幅度都比较大，还会时不时出现依赖缺失或配置冲突的问题。

比如，我安装的一个飞书插件原本运行良好，它赖以运行的必要组件或环境，本应被一并打包在主程序里。可某次更新后，这些依赖被遗漏了，直接引发一连串bug。结果就是，每次更新完，我都要花大量时间排查和修复，稳定性很难保证。

就这样，我前后养了五只“龙虾”，但也很快发现，我花费在部署、调试、沟通和纠错上的时间，已经超过它们为我省下的那点工夫，原本指望它们能帮我“打杂”，没想到最后，“纠正”它们反而成了我最耗时的事。一个月后，我失去了耐心，已经不再为OpenClaw续费了。

王启｜90后 北京 互联网大厂员工

作为跟风入局OpenClaw的用户，我本以为挖到了能解放双手的AI神器，没想到全是花钱买罪受。

从安装的第一步，就踩进了无底洞。

为了稳定运行OpenClaw，我租了一台Mac mini设备，每月几百块的租赁成本；后续找代装又花了近1000元，好不容易折腾一周完成部署，以为终于能解放双手，真正的噩梦才刚刚开始。

首先是烧钱。OpenClaw的Token消耗速度远超我的预期，月薪两万都扛不住Token的流水式消耗，短短几天，钱包直接被API掏空，完全不是普通用户能承受的量级。

比烧钱更可怕的是安全隐患，它陆续被爆出大量安全漏洞：OpenClaw存在零认证漏洞，大量用户实例直接暴露在公网。更恐怖的是数据事故，某次我同事只是让它整理一下聊天记录，清空没用的内容，结果本地的核心文件便被彻底删除，回收站无任何痕迹，最终数据直接永久丢失。

那一刻我才意识到，这个看似全能的AI工具，本质是个随时可能爆炸的定时炸弹。

除此之外，它的产品硬伤更是让人崩溃。

记忆缺失是最大问题，哪怕是长期使用，每次重启、每次新对话，它都会彻底遗忘我的工作习惯、历史任务、个人偏好，我需要反复交代背景信息，像每天面对一个失忆的助手，完全达不到自主执行、持续优化的效果。

比如我让它自动汇总我本周的工作邮件、聊天记录，生成一份周报，保存到指定文件夹，甚至我花了整整一下午，给它写了详细的prompt：哪些邮箱关键词算“有效工作内容”、周报格式、抄送对象、归档路径。可到了下周五，它直接忘了这个任务。我检查日志才发现，重启后它完全没加载之前的记忆，我只能重新设置一遍。

稳定性更是一言难尽，隔三差五就崩溃宕机，每次版本升级都会出现新故障，我花在排查bug、调试系统上的时间，远比用它干活的时间还要多，完全本末倒置。

最讽刺的是，等我下定决心要卸载逃离，才发现卸载流程极度繁琐，根本不是简单拖进回收站就能完成，大量底层文件、配置残留需要手动清理，全程操作门槛极高，进一步消耗我的时间精力。

折腾小半年，我意识到OpenClaw根本不是普通用户的效率神器。现在我换成了Hermes Agent，它不像OpenClaw每次都失忆，Hermes会把我的工作习惯、常用工作流、处理过的任务存在本地数据库，重启后能无缝衔接。每次完成复杂任务后，它会自动提炼方法生成Skill文件，下次同类任务直接复用路径。

从OpenClaw到Hermes，我最大的感悟是：跟风没用，适合自己的才是最好的。Agent不是越复杂越好，能真正解决问题、不添乱的工具，才是普通人的最优解。

Shawn｜95后 深圳 券商分析师

我今年29岁，在一家中型券商做TMT方向的卖方分析师，有计算机专业背景。

今年2月底，我在组里同事的建议下开始部署OpenClaw，当时卖方圈子里都在聊“龙虾”，组长也在组会上点名让大家研究。

我部署的目的很简单，平时工作中最耗时间的就是信息采集和写报告文稿，如果“龙虾”能把这部分工作内容自动化，每天为我节省一两个小时就是实打实的收益。

部署之后我迅速搭了一套多Skills工作流：用每日新闻自动采集定时抓取科技板块的公告和研报摘要，推送到办公软件；用自动浏览去行业数据平台抓财务数据和舆情；再通过每日总结，让它根据我的习惯自动优化输出。

前两周体验确实好，但使用过程中还是问题不断。

首先就是“龙虾”对运行环境的稳定性要求很高，一些工作中常用的文档只要稍作调整，“龙虾”就会被卡住，不仅中断任务执行还会一直烧token。

本来20分钟做完的事，用“龙虾”反而要折腾半小时去核实和纠错，每次还烧掉四五十块token费。时间没省，钱倒是花了不少。

另一个问题是在处理长时序任务时，“龙虾”经常习惯性“摸鱼”。

我日常需要“龙虾”从多个数据源采集一周信息，交叉比对后生成跟踪报告，整个流程五六个步骤、十几分钟。“龙虾”经常跑到一半就卡住，不报错、不崩溃，回一句“好的，我来继续处理”，然后就没有然后了。

我追问进度，它再回“正在处理中”，其实什么都没干，这种情况出现过很多次。

使用两个月左右下来的体验是“龙虾”帮我解决了不少问题，同时也造成了新的问题，但钱是真没少花。

按我的使用强度，单独买Claude的API额度一个月大概300美元起步。这个费用对我来说完全可以接受，但前提是我只用“龙虾”处理比较基础的日常工作，如果尝试给它派更复杂的任务，成本的账就算不过来了。

后来我尝试过切换到国内模型的Coding Plan，日常使用的成本确实降下来了，但在处理一些比较复杂的逻辑问题时效果不如之前理想。

4月中旬Hermes火了之后我也一键迁了过去，迁移过程确实丝滑，记忆和Skill基本无缝导入。用了一周后的结论是：比“龙虾”好用一些，交互更流畅，但也谈不上质变。

我认为无论是“龙虾”还是Hermes它们的核心问题还是在于，深度使用时成本cover不住，日常轻度使用，有太多替代方案，犯不上额外养一只每月吃掉几百块的助理。

目前我已经不打算再继续为“龙虾”续费了，但我不觉得Agent方向是错的，只是产品成熟度和商业模式还不成熟。等模型成本再降一个数量级、稳定性再上一个台阶，我再考虑把“龙虾”装回来。