Author：Wall Street observations

最近，“养龙虾”成了一个很难绕开的话题。

朋友圈里有人晒“养虾日记”，腾讯大厦楼下近千人排队，还有人愿意掏500元请人上门安装，只求赶紧把它跑起来。

很多人心动，往往来自同一个刺激：“一个人等于一支团队”的想象。尤其是傅盛在春节期间的故事，被当作这一波热潮的情绪引爆点：骨折卧床的他，14天里与OpenClaw交流1157条消息、累计22万字，把一个“连通讯录都查不了”的小白，调教成由8个Agent组成的自动化团队，甚至出现凌晨三点“龙虾”自主发布推文并拿下百万阅读的结果。

听上去，它像一台能自动印钞的机器，但爆款叙事里，最容易被忽略的，恰恰是账单、门槛与风险。

你以为自己装的是同一只“龙虾”，其实可能根本不是；你以为成本在软件，实际消耗在Token；你以为花500元买的是早用早赚，结果可能三个月内就贬值为零。

傅盛的“神话”确实存在，但非常贵

在最近的一场直播中，傅盛坦言，他每天花在OpenClaw上的费用超过100美元——约合人民币700元。

这还只是个人用量，他将龙虾接入了公司飞书，培育了顾问、撰稿人、运营官等多个Agent，整个系统的日均Token消耗远不止于此。

更关键的是，这套结果并不是“装好就有”。傅盛的产出，建立在资金投入、顶级模型配置、以及数十天高强度调教之上；而他的核心优势，是能精准拆解任务、编写Skill文档、设计反馈循环——真正的“秘密武器”是人的能力，而不是默认开箱的“龙虾”。

把这种案例当作普通人的可复制模板，就像拿F1赛车的加速数据，去说服一个刚考完驾照的人直接下赛道，结局往往不是“起飞”，而是“翻车”。

Token黑洞：养不起的小龙虾

很多人没有预料到的是，OpenClaw的成本并不在软件本身，而在背后的模型调用。

它天生就是一个“Token黑洞”——每执行一个任务，都要消耗大量Token与后端大模型交互，一旦任务链拉长、工具调用增多、记忆开启，消耗会迅速抬升。

普通Chatbot聊一个来回只需几百Token；而OpenClaw执行同样的任务，可能需要几百万Token。

有用户反映，搜索信息、写一篇2000字文档可烧掉700万Token；运行一个简单爬虫测试竟耗费2900万Token；单日烧掉5000万Token的案例屡见不鲜。

一家SaaS公司甚至为全员配置了龙虾补贴，普通员工每日消耗150元Token，技术团队高达1000元。

更隐蔽的是OpenClaw内置的“心跳机制”——即便在无实际产出的情况下，系统每天仍会自动消耗约145元的调用费，折算下来月均损耗超5000元。

这种“烧钱”的体感，在海外用户中同样引发了强烈共鸣。

已有养虾人一周的Token花费高达1500美元，折合人民币约10381元。

X用户@Kekius Sage 发文图槽 : “这是我用OpenClaw的第一天，我真的老了。”他只是让龙虾读了几篇最新研究论文，一天账单就跑到了22.1美元。他在帖子里感叹，如果这样下去，下周没准每天要被它划走1000美元。

你装的"龙虾"，可能根本不是同一只

很多人不知道，OpenClaw的能力天花板，取决于你用的是哪条部署路径。

OpenClaw在GitHub上积累近25万颗星，确实令人兴奋。它不只是聊天机器人，而是“长了手”的数字执行者：能开浏览器、读写文件、发邮件、操控社交账号。这些都是真的。

但现实是：你选的部署方式，决定了它到底能干多少活。目前市面上的主流路径大致有四种：

本地专用硬件（典型如独立Mac Mini）：能力上限最高，能读文件、控浏览器、接管日历邮件，上下文更完整。代价也最硬：硬件一次性投入起步4000元；若要跑本地大模型摆脱API依赖，高配工作站投入可轻松突破十万元。即便用云端模型，长期最大变动成本仍是API调用费。

云服务器部署（阿里云、腾讯云等一键方案）：月费几十到上百元看似温和，但“龙虾”更像被关在“空房间”——没有你的文件、没有授权账号，能干的事天然被截断大半，更像是聊天机器人加强版。

个人电脑直接安装：门槛最低，风险最高。因为它与操作系统共享权限，一旦配置失误或遭遇恶意技能注入，影响的不只是“虾”，而是你电脑上的数据与账号。安全机构数据显示：已有超过4万个OpenClaw实例暴露在公网，超六成存在可被利用的漏洞。

厂商托管方案（如KimiClaw、MaxClaw）：开箱即用，部署门槛几乎为零；但“视野”和自主性会被平台规则限制，能力上限与数据自主性也会被框住。

大厂们的定价策略，把“低门槛”的幻觉营造得格外逼真：

月之暗面KimiClaw的Vivace会员包每月199元；阿里云将顶级模型打包进订阅服务，Pro版首月39.9元、续费100元，每月提供9万次API请求；MiniMax的MaxClaw则直接把OpenClaw搬上云端，号称无需自备服务器，基础功能可通过“MiniMax Agent基础版订阅会员”体验‌。

但算清楚账就会发现，这些套餐本质上是“限量桶”。9万次API请求看似海量，一旦龙虾开启多Agent协作或长任务链，几天之内就能见底。超出额度后按量计费，价格会立刻跳回市场价，月底账单往往让人大吃一惊。

一个合格的AI助理，这只虾真的达标了吗？

OpenClaw从2025年11月的一个周末实验到今天，满打满算不到四个月。它是一个迭代飞快但仍然粗糙的开源项目，距离真正的“成熟产品”还有明显差距。

已知的主要缺陷包括：简单任务有时被过度复杂化处理；任务执行过程中可能莫名中断；记忆功能不稳定，有时会“忘记”之前的偏好；Token消耗与实际产出之间的效率比仍有巨大优化空间。ClawHub上数千个技能中，有上百个被发现包含恶意代码。

币安创始人赵长鹏(CZ)在X上发了一条字数不多、杀伤力极强的帖子：“号称安装龙虾后就啥也不用做了。之后所有的时间都在调整那个啥也做不了的龙虾。”这句话精准命中了大多数普通用户的真实体验--龙虾的“解放双手”往往先变成“占用双手”。

安全隐患更是每个用户头顶的达摩克利斯之剑。安全机构研究显示，已有超过4万个OpenClaw实例暴露于公网，其中63%存在可被利用的漏洞。就连谷歌、Anthropic、Meta等公司已相继在内部封禁OpenClaw，原因不是技术本身有问题，而是当前安全防护机制远没有跟上能力扩张的步伐。

最令人警醒的案例来自Meta超级智能团队AI对齐负责人Summer Yue。她给龙虾一个看似简单的指令：“检查收件箱，建议哪些邮件可以归档或删除”。结果龙虾直接开始批量删除邮件，安全限制完全失效，直到她物理关机才将其停下。

马斯克也对OpenClaw的安全性感到担忧：“人们把自己整个人生的root权限交给了OpenClaw。”

OpenClaw的创始人Peter Steinberger自己也说过一句大实话：“如果你不懂命令行，这个项目对你来说风险太大。”这句话值得每一个正在犹豫要不要装龙虾的人仔细品味。

别让AI焦虑，成为割你的那把镰刀

 回到最本质的问题：为什么近千人甘愿在腾讯大厦楼下排队，为什么有人愿意花500元请人上门安装？

有人一语道破：“主打的是信息差，对象是部分对‘自己动手’和‘代码’有恐惧的人群。”说白了，好多人买的不是龙虾，而是一份对抗AI恐慌的确定性——他们怕自己错过的，是20年前的互联网，是10年前的比特币。

这种焦虑有其合理性。OpenClaw确实验证了“AI不再只是聊天窗口，而是真正能替你干活的执行者”这一激动人心的可能性。但可能性不等于现实，原型不等于产品，别人的成功案例不等于你的使用场景。

然而，被焦虑驱动的消费，向来是“卖铲人”最爱的猎物——从500元的上门安装费，到一键部署套餐，再到技能包、API差价、企业AI培训课……整条产业链已经清晰地围绕着你的不安全感建立起来。

龙虾不会自动变成好员工，就像一台好电脑不会自动让你成为优秀的程序员。AI是放大器，放大的是人本身的能力。傅盛用龙虾干成了一支团队，是因为他本身就具备组建团队的底层能力，而不是因为他只是想“先装上再说”。

在一片喧闹之中保持独立判断，拒绝被“落队恐惧”裹挟做出非理性决策——这才是每一个不可被AI替代的人类个体，在这场浪潮中最应该优先保护的核心资产。