一、舉國養蝦：這蝦到底有多火？
3月6日，深圳騰訊大廈樓下排起了長龍。近千人，從9歲的小學生到70歲的專家，從退休航空工程師到懷抱嬰兒的年輕媽媽，在烈日下排着隊，只為一件事：讓騰訊雲的工程師幫自己免費裝一隻"龍蝦"。
這不是什麼海鮮市場的促銷活動。這是2026年中國科技圈最魔幻的場景：全民排隊安裝OpenClaw。（www.openclaw.ai）
如果你還不知道OpenClaw是什麼，可以參考我這篇文章：ClawdBot爆火，大概又有企業中層要失業了。簡單地説，它是一個開源的AI Agent框架，因為圖標是一隻紅色龍蝦，被國內網友親切地稱為"小龍蝦"。它能接管你的電腦，自動操作瀏覽器、發郵件、寫代碼、運營自媒體，號稱"7×24小時不睡覺的數字員工"。
這隻蝦有多火？看看這個陣容：
騰訊：QQ開放平台正式接入OpenClaw，零門檻一鍵創建QQ機器人，單個賬號最多5個。騰訊雲上線極速部署服務，還派工程師到樓下免費幫裝。
阿里：阿里雲推出一鍵部署專題頁面，輕量服務器配OpenClaw鏡像，百鍊API無縫對接，整個生態鏈條安排得明明白白。
字節：火山引擎一鍵部署OpenClaw，並推出專用的OpenClaw組合套餐，Coding Plan訂閲。
獵豹移動：CEO傅盛親自直播"養蝦"14天成果。摔傷腿躺在牀上，靠8個Agent組成的"龍蝦團隊"實現公眾號日更，一條AI自主策劃的推文拿下100萬+閲讀。然後推出了EasyClaw。
MiniMax：推出MaxClaw，號稱"兩次點擊10秒部署"，零代碼門檻，自帶上萬個Expert專家智庫。
月之暗面：Kimi Claw雲端版上線，用户不用本地部署，打開瀏覽器就能用。Kimi K2.5成了OpenClaw調用量最高的模型，發佈不到一個月的收入超過了2025全年。
還不夠？來看政府。
深圳龍崗出台了"龍蝦十條"，正式名稱是《深圳市龍崗區支持OpenClaw&OPC發展的若干措施》，十大方向，真金白銀：免費部署補貼、最高200萬元的開發推廣補貼、最高1000萬元的股權投資、最高400萬元的OPC社區運營支持。龍崗區還喊出了口號："工位已備好，算力已就緒，資金已到位。"
無錫高新區緊隨其後，發佈12條"養龍蝦"政策，單項支持最高500萬元。
全國人大代表、中國工程院院士高文在兩會上説了一句話："現在大家急得不得了，生怕沒有養上'龍蝦'。"他還補了一句："養龍蝦這麼火，連馬化騰都沒想到。"
在二手交易平台上，"OpenClaw上門安裝"的服務，300元到800元不等。有人稱幾天內靠幫人裝蝦賺了26萬。
一隻蝦，攪動了整個中國科技圈。
在這場全民狂歡的背後，我們到底在養什麼？
二、拆解龍蝦：一隻AI Agent到底怎麼幹活
要理解為什麼龍蝦這麼火，我們需要先搞清楚一件事：AI Agent的工作流程到底是什麼。
我把它拆成四個環節：
第一步：指令（Instruction）
用户用自然語言下達任務。"幫我整理上週的郵件"，"做一份市場分析報告"，"監控這三個競品的動態"。這是入口。
第二步：數據收集分析 + 記憶（Data + Memory）
Agent不是憑空幹活的。它需要調用工具：打開瀏覽器搜索數據、讀取本地文件、調用API獲取信息。同時，它有一個"記憶系統"，用Markdown文件和JSONL日誌記錄之前的交互史、用户偏好、項目上下文。每次工作時，它會把相關記憶"喂"進大模型的上下文窗口，讓模型"知道"你是誰、在做什麼。
第三步：生成工作計劃（Planning）
這是Agent和普通聊天機器人的本質區別。它不只是"回答你的問題"，而是"拆解你的任務"。一個"幫我做市場分析報告"的指令，可能被拆成：搜索行業數據→整理競品信息→製作Excel圖表→生成Word文檔→保存到指定文件夾。每一步都是一個子任務。
第四步：技能 + 執行（Skills + Execution）
OpenClaw有一套Skills體系。52個內置技能加上社區開發的無數第三方技能包。編程、PDF處理、圖片生成、語音轉文字、股票監控、社交媒體發佈……每個Skill就是Agent的一雙手。它調用這些技能去執行具體操作，操作完了把結果反饋回來，更新記憶，進入下一輪循環。
關鍵在第五步，這才是龍蝦的靈魂：Cron + 心跳（Heartbeat）。
OpenClaw有一個心跳機制。默認每30秒（可自定義為5分鐘、30分鐘、2小時），系統自動給Agent發一條消息："有沒有事情可以做？"Agent檢查待辦列表，有事就去做，沒事就返回一個"沒事，繼續睡"的信號。
這意味着什麼？它形成了一個自動化的工作閉環。
傳統的ChatGPT、Claude，你不説話它就沉默。蹲一腳動一下。但龍蝦不一樣，你睡覺它在跑，你開會它也在跑。通過cron定時任務和心跳機制，它可以持續監控、持續執行、持續迭代。你設定好規則，它就像一個永不下班的員工，自己巡查、自己決策、自己行動。
指令 → 數據+記憶 → 計劃 → 技能+執行 → 反饋更新記憶 → 心跳觸發下一輪 → 循環
這才是Agent和聊天機器人的本質區別。ChatGPT是一個問答工具，OpenClaw是一個工作閉環。
理解了這個流程，你就能理解兩件事：第一，為什麼它這麼讓人興奮；第二，為什麼它這麼燒錢。
三、管理龍蝦vs管理員工：你以為你在用工具，其實你在帶團隊
很多人把裝OpenClaw理解成"裝了一個軟件"。錯了。你裝的不是軟件，你養的是一個"員工"。而管理AI員工和管理人類員工，面對的是完全不同的管理範式。具體的也可以參考我這篇文章：管理AI Agent：從管人到管Token的範式轉移
管理人類員工：管過程。
你和人類員工協作，本質上是在管理過程。你需要溝通需求、對齊理解、分解任務、跟進進度、檢查產出、給反饋、再迭代。整個過程是"對話驅動"的。你説一句，他做一步，你再看一眼，他再改一版。這就是為什麼在AI時代，和Claude或ChatGPT的工作方式本質上還是管理過程：你不斷和AI對話，推進任務。
管理AI Agent：管結果。
但當你養了一隻龍蝦，你面對的是一個全新的管理範式。你不再和它對話推進，你給它一個目標，它自己拆解、自己執行、自己反饋。你需要管理的，是結果。
聽起來很美好，對吧？解放雙手、老闆躺平、AI打工。但這裏面藏着兩個巨大的風險：
風險一：權限風險。
OpenClaw要幹活，你得給它權限。電腦的root權限、文件系統的讀寫權限、瀏覽器的操控權限、API的調用權限，你還要給各種第三方訪問的密鑰，登錄你的賬號，甚至給它你的密碼和信用卡信息。一個擁有最高權限、24小時不睡覺、懂反爬、會自己寫代碼、還能自己學新技能的"超級員工"。你真的放心讓它單獨值班嗎？已經有用户反映自己的本地文件被OpenClaw誤刪了。一個配置不當的自動化任務，一天可以燒掉200美元的API費用，也可以把你硬盤裏的重要文件全部清空。
風險二：責任風險。
當你的龍蝦自主運營社交媒體賬號，自動回覆客户郵件，自動提交代碼，出了問題誰負責？它發了一條不當言論、泄露了客户數據、提交了有bug的代碼到生產環境，後果是你承擔，不是它。而你甚至可能在睡夢中毫不知情。傅盛的龍蝦幫他寫出了100萬+爆款文章，他是睡醒之後才知道的。如果那篇文章裏有事實錯誤、版權問題或敏感內容呢？
管人管過程，你至少知道在發生什麼。管AI管結果，你可能連出了什麼事都不知道。
這就是為什麼我説，龍蝦不是一個工具，而是一個管理挑戰。大部分普通用户，並不具備管理一個7×24小時自主運行的AI Agent的能力。
四、真相：對普通人太危險，對技術人太浪費，對大模型廠商剛剛好
現在讓我們回到那個最關鍵的問題：誰在這場龍蝦狂歡中真正獲益？
對普通人來説，龍蝦太危險了。
安裝門檻就刷掉了一大批人。你需要配置服務器、安裝Node.js、設置API Key、調試網絡環境。這就是為什麼二手平台上上門安裝成了一門生意。但安裝只是開始。你需要持續地餵它：寫prompt引導它、設置Skills、配置自動化規則、監控它的行為、檢查它的產出。OpenClaw不是一個開箱即用的產品，它更像一個需要持續訓練和管理的實習生。
而且它真的很貴。一個活躍用户每天的Token消耗輕鬆超過50萬。長上下文對話時，每次回覆都要把之前20萬字的歷史重新讀一遍，Token消耗呈指數級增長。心跳機制如果配置不當，光是"檢查有沒有事要做"這個動作，每天就能燒掉50美元。有用户反映一天Token消耗1.2億，費用183美元，而這還只是"正常水平"。7×24小時全量運行並調用Claude API，月成本在800到1500美元之間。
對技術人來説，龍蝦太浪費了。
如果你是一個有經驗的開發者，你完全知道怎麼用腳本、cron任務、API調用來實現大部分自動化需求。你不需要一個AI Agent在後台每30秒醒來一次看看有沒有事做，燒着token做你本來可以用幾行Python解決的事情。你用Claude Code或者ChatGPT Codex直接編程，效率更高、成本更低、可控性更強。龍蝦對你來説，是一個"什麼都能做但什麼都做得不夠精準"的通才，而你需要的是精準的工具。
但是對大模型廠商來説，這簡直是天賜良機。
你看看整個產業鏈的邏輯：OpenClaw本身是開源免費的。但它要運行，必須接入大模型API：Claude、ChatGPT、Gemini、Kimi、豆包、通義千問……每一次Agent的思考、每一次回覆、每一次自動化步驟，都是一次API調用，都在消耗Token。心跳機制讓這種消耗變成了7×24小時不間斷的。
月之暗面的Kimi K2.5成為OpenClaw調用量最高的模型後，不到一個月的收入就超過了2025全年。你覺得他們為什麼急着讓OpenClaw成為官方免費主力模型？因為一旦用户養成了使用習慣，Token消耗就變成了一條持續流淌的河流，大模型廠商只需要在河邊坐着收水費。
阿里云為什麼提供一鍵部署？騰訊為什麼派工程師免費安裝？字節為什麼每天送200萬Token？因為這些都是獲客成本。裝蝦是免費的，養蝦是要錢的。你裝上了龍蝦，就進入了Token消耗的循環：你不餵它Token，它就不幹活。你要它幹更多的活，你就得喂更多的Token。而這些Token，是你向大模型廠商購買的。
政府的補貼政策更是火上澆油。龍崗的"龍蝦十條"、無錫的12條，補貼部署、補貼算力、補貼模型調用……最終補貼的是什麼？是Token的消耗。是大模型廠商的營收。
所以現實是這樣的：開源社區提供了免費的廚房，大模型廠商在賣食材，雲服務商在賣灶台，政府在發餐補，而你，則是那個每天買菜做飯、最後發現自己其實沒那麼餓的廚師。
五、靈魂拷問：你真的有那麼多活要幹嗎？
這是我最想問每一個興沖沖去排隊養龍蝦的人的問題。
你有多少工作是真正需要一個7×24小時不間斷運行的AI Agent來完成的？你每天有多少郵件需要自動處理？你有多少社交賬號需要自動運營？你有多少數據需要持續監控？
龍蝦能做的事情很多。但大部分人面對的現實是：你並沒有那麼多需要自動化的工作。你的瓶頸不是執行力不夠，而是不知道該幹什麼。
一箇中年程序員，裝了龍蝦，然後讓它幫自己每天早上推送AI日報新聞。很好。但你真的每天都認真看那份日報嗎？還是它變成了另一條你滑過去的未讀消息？
一個創業者，養了8個Agent組成的團隊、實現了公眾號日更。很好。但日更的內容質量真的經得起推敲嗎？你的讀者真的需要那麼多AI生成的內容嗎？
我們在一個工具極度過剩、而需求尚未跟上的時代。
大模型廠商樂見其成。你養的龍蝦越多、跑的任務越勤、心跳頻率設得越高，他們的Token賬單就越漂亮。你以為你在提升生產力，實際上你可能只是在給AI做免費陪跑。
回到最本質的問題。一個強大的工具，只有在你清楚自己要解決什麼問題的時候才有價值。否則，它就只是一隻嗷嗷待哺的龍蝦，每天消耗你的Token、算力和注意力，而你可能永遠等不到它真正大顯身手的那一天。
不是所有人都需要一個24小時在線的AI員工。大部分人需要的，只是偶爾能幫忙想個事兒的聰明朋友。
在你跑去排隊之前，先問問自己：我到底要它幫我做什麼？這個問題如果回答不清楚，那你養的不是龍蝦，是大模型廠商的KPI。
寫完這篇文章，我的Claude Token消耗了大約5萬。如果我讓龍蝦來幫我寫、幫我排版、幫我自動發佈，消耗可能是50萬。差別十倍，而結果你可以自己判斷。
💬 留言