作者｜洋紫

編輯｜劉景豐

如果不做點什么，就會被時代拋棄。

2026開年，一場FOMO式（錯失恐懼）創業潮席卷了中國市場。熱潮之下，讓自己動起來成為了對抗焦慮的最優解。從大廠免費安裝到付費卸載小龍蝦的業務上線，更多仍是還不理解龍蝦是什么，就已經被信息淹沒的人。

小紅書上有博主形容，“OpenClaw用了，感覺我成了AI時代的范師傅”，“制造焦慮，步步為營，因為總有人會忍不住上‘架’，也總會有越來越多的人，看別人走到第三步（擔架）的時候，覺得自己現在起碼得走前面一兩步了。”

當帶著OpenClaw的標簽成為流量本身時，或許OpenClaw到底好不好用已經并不重要。只要蹭上風口，總會有范師傅不得已上架。有人說2026的加速比2025還瘋狂，以至于前一天的信息，在次日已經變得不重要了。

筆者認為，2026的實際速度并沒有快到無處喘息。聲音和情緒，要比真實在發生的改變傳播的更快一些。本文，我們嘗試觀察普通人養小龍蝦的實際成效，文章截稿日期為2026年3月16日，以便變動的世界刻錄每個時間標尺。風急浪大時，不妨試試找到屬于自己的節奏，不被裹挾前行。

先來回答一個問題，OpenClaw到底是什么？與此前AI Agent（智能體）相比，OpenClaw的進步點在哪？

簡單理解，OpenClaw讓AI不只是聊天，而是能真正能夠行動了。

華創證券在研報中這樣形容：傳統的云端大模型像一位無所不知的遠程顧問，只提供文本方案；而OpenClaw擁有與用戶等同的系統權限，能直接操作電腦終端、編寫代碼、管理文件，是真正“有手”能干活的執行者。

與此前的AI Agent相比，而OpenClaw內置了規劃、記憶和工具使用三大核心能力，代表了新一代的“自主Agent”，不再需要人類通過復雜的代碼或指令進行遠程操控。

因此，OpenClaw的出現被業內人士稱為AI的“第二次范式革命”，是一場從“動口”到“動手”的躍遷。

在中國市場，OpenClaw迅速火爆出圈，更多則是一種營銷的勝利。從云廠商的角度來看，幫忙免費安裝的背后，是清晰的商業模式。

Agent執行復雜任務時，Token消耗量是普通對話的數百倍。用戶規模越大、使用頻率越高，模型調用產生的商業價值就越大。幫助更多人用上OpenClaw，本質上是在擴大整個AI服務的使用基礎。

那么此時，誰提供部署環境，誰就會把自家模型設為默認選項。阿里云官方部署文檔明確寫明，在阿里云環境下安裝的OpenClaw，默認調用的是通義千問模型，按Token用量計費。

風口來了，安裝就能獲客的機會也來了。流量推著流量、熱點追著熱點，構成了販賣焦慮的最佳試驗場。

3月14日，周六，深圳陽光正好，一場名為《如何安全養蝦》的分享會現場座無虛席。據筆者肉眼觀測，到場觀眾人數不下千人，不少還是找不到座位只能站著聽課的，還有很多家長帶著娃一起來聽。

也有中國版“OpenClaw”開發者向霞光社表示，自開年以來，深圳幾乎每天都會有“小龍蝦”的沙龍。這種全民焦慮的源頭，更與情緒相關。大灣區第一社群追光群在最新一期心理學社群分享上，也通過CBT療法拆解了“龍蝦焦慮”，即看見大家都開始養龍蝦，產生了焦慮的情緒，而這會直接影響人的行為。

而對于普通民眾來說，龍蝦熱潮帶來的更多焦慮，是龍蝦提升了工作效率，原本需要一小時手動操作的任務，它幾分鐘內即可完成。那么，人和「龍蝦」哪個是會被替換的選項？當龍蝦能夠完成人的工作，是否意味著更多崗位將被AI替代？未來的勞動者是誰，是人工智能，還是智能工人？

「龍蝦」的出現，幾乎把這種焦慮的情緒推向了某種巔峰。而事實上，霞光社發現，更多參加沙龍、想要裝「龍蝦」的人，很多并沒有想好自己要做些什么。“但是，不裝的話好像就會被時代淘汰。”

不過，也有人養的蝦好用。

據伴渡出海合伙人詹琦分享，在上手小龍蝦的過程中，她實現了錄音音頻到營銷文案輸出的自動化。流程是：

• 通過下載faster whisper的large-v3模型，降低成本和數據安全，避免云端轉寫費；
• 讓OpenClaw成功調用本地模型，嘗試完成一個短音頻轉寫任務，確保整個流程能夠首次順利運行；
• 在本地創建用于存放音頻文件的文件夾（如在根目錄下創建voice文件夾，并規劃好子文件夾結構）。復制路徑。
• 向OpenClaw發送任務提示詞，例如要求龍蝦生成代辦事項，如歸檔記憶庫、生成逐字稿，或是撰寫公眾號文章。寫入上面的路徑。
• 開始試運行工作流，并根據運行過程中出現的問題進行定位和調試，逐步優化自動化效果。

但她也認為，要想建立“人格一致性+策略清晰度”的地基，使OpenClaw在長期任務、跨對話與多工具協作中保持穩定風格與可解釋決策，需要和AI之間建立5-10年的長期發展戰略。不斷地將給定提示詞發給Gemini或GPT，生成《個人認知檔案》以喂給OpenClaw。

如果我們聚焦中跨境電商來說，目前跨境電商的主要耗時環節有選品，上架，發貨，售后。這其中，市場是方向，平臺是通道，選品是籌碼。

有跨境電商運營經理表示，自己花了兩周時間訓練龍蝦，完全跑通了信號監控-競品爬蟲-選品-listing-持續運營的鏈條，一共做了20多個skill，3個web管理頁面。不過，她也提到，只要工作流自己明確清晰，其實沒有OpenClaw出現之前，也可以用自動化工具完成，還不費token。

token費用有多貴呢，一名負責投放的運營告訴霞光社，“在亞馬遜的一個廣告流程，從關鍵詞庫到競品的廣告架構分析，到自己鏈接的廣告落地，一個產品花費了1.1刀。”她補充說，“用了十幾個skills，還沒算Gemini的費用，實在是有錢人才能玩的起。”

而說到是否能真正提升生產力，大多數受訪者表示，生產力需要考慮到供應鏈、工廠等層面，“這都是需要人腿跑出來的。”

龍蝦更是一款養成類產品。在詹琦對小龍蝦的實操分享中，談到了小龍蝦的最優落地方案，以一個研究主agent，搭配多個專職子agent并行執行。這一架構兼顧了靈活性、執行深度和成本可控性。如定性研究agent、評論分析agent、爆款監測agent、報告生成agent。

此時，agent變為了首席研究統籌官，定義研究命題，分發研究任務，輸出研究報告。每個agent就可以做到各司其職，像一支訓練有素的特種部隊，共同構建起全面的市場與用戶洞察能力。

從目前圍繞OpenClaw思路開發設計的創業方向來看，大概可以分為tob和toc兩個部分。

tob是給企業做數字員工，通常企業會傾向于定制化的方向。目前已經實現成交的，企業類使用者可以作為兩種分類，一是大型企業已有鮮明的SOP，能夠在原有流程中提升工作自動化程度的；另一種是人數較少的初創企業，期待能將工作交給機器，以優化工作流程，實現小團隊強作戰能力的。

值得提及的是，一位數字員工初創企業告訴霞光社其對于企業定制服務的定價方式，是原本該業務人工成本的30%。那么最終的結果上，不管人力成本能不能真的省下來，企業主已經在實打實的為焦慮付費了。

而在更多企業內部，使用工具的安全性仍被放在首位。OpenClaw的嘗試被限制在個人賬號或者新建賬號來進行測試，聚焦于電商場景的deskclaw一名工作人員向霞光社表示，“目前來找我們的企業主，更多需求是在原有程序上做自動化嘗試。”

至于toc方向的使用，目前能看到有成效的成績較少。

這是因為，龍蝦的缺點也很多：大量無意義的Tokens消耗、高度系統訪問權限與薄弱的防御機制的失衡、系統設計的脆弱、技能市場中的惡意技能威脅、暴露在公網的端口、關鍵信息的存儲缺陷等等。《如何安全養蝦》的分享會現場，AGI-X社群創始人落璇也表示，適合安裝OpenClaw的人群是：懂技術的AI從業者和OpenClaw開發者。

日前，工信部也發文《關于防范OpenClaw（“龍蝦”）開源智能體安全風險的“六要六不要”建議》，多次提及了安全風險的存在。

而針對龍蝦存在的安全隱患，已有初創企業另辟蹊徑，探索新的落地形態。如一款名為Violoop的硬件，在一個月內完成了兩輪融資。不同于OpenClaw的“部署難題”，Violoop可以實現插電即用，并內置常用skill，小白也能無腦上手。

也就是說，通過物理方式隔離了數據安全問題。不過，產品目前階段還未發起眾籌，成效如何也需要時間來驗證。

在每一輪工業革命的周期，一些舊職業會消失，一些崗位會減少，但新的產業和新的職業也會隨之誕生。世界經濟論壇《2025年未來就業報告》預測：到2030年，全球雖有9200萬個工作崗位被AI替代，但同時會催生1.7億個新崗位。

《工人日報》曾報道過這樣一個案例：廈門港海潤碼頭，傳統模式下裝卸10萬噸級巨輪需要50名碼頭工人，負責現場調度、裝卸輔助、收箱疊箱、安全監護。AI加入后，僅需1名遠程操作員便能完成作業。剩下的49名工人，則是轉型成為操作工藝師，參與到優化智能調度算法的工作中，給AI當起了老師。

這也是AI時代，擁抱變化、不斷進化的絕佳展現。

最后，這篇文章是人類古法手工制作的。OpenClaw的創始人Peter Steinberger在播客采訪時說，他寧愿看語法生硬的真人文字，也不愿意看AI生成的內容，他甚至開始欣賞文字里的錯別字。和Peter一樣，我也無比的地熱愛人類。