这段时间，如果你关注 AI 圈子，一定会被一个名字给刷屏—— Openclaw。

（图源：百度）

上到 GITHUB 这个最大的开源社区，中到各种媒体争相转发，下到各个 up 主甚至普通人的推荐视频 . 这个项目的火热程度，简直是在肉眼可见的往上涨。就拿 GITHUB 来说，这款软件自 2025 年 11 月以来，短短 4 个月，这款产品在 GITHUB 上的星星已经达到了 280k，已经超过了 linux 这类历经 30 年的老牌开源软件。

而在各路科技媒体眼中，这款软件被一致称为 "AI 人机交互革命 "" 开源智能体工具 "" 人人可部署的自动化 AI"。

或许有小伙伴会问，这到底是什么？

我用一句话为你说明：这是一款能通过自然语言与电脑交互的新式工具！

你可以用与人对话般的语气，让电脑帮你完成各类任务，包括但不限于管理文件、浏览器搜索、发送消息，甚至帮你制定自动任务。

这听起来就像未来科幻片里的场景。难道这一刻真的已经到来了？

作为一名科技爱好者，若不尝试这样新奇甚至略带 " 传奇 " 色彩的软件，简直对不起自己的身份。我很快便在网络上搜索安装教程。

不查不知道，一查吓一跳。Openclaw 的部署服务已经形成了一条成熟的商业盈利链，在各类网站、闲鱼等二手平台上，都有人在售卖其本地部署方案，部分方案的标价甚至高达 888 元！这些商家打着 " 安装 Openclaw" 的旗号，以 " 在线辅助部署 " 技术为噱头收取费用，有的还将其标榜为 " 企业级智能平台 "。

（图源：闲鱼）

这种打着信息差赚取利润的项目，我肯定不吃这套：一个开源项目，为何不直接自行部署呢？

说干就干，自己动手。一来能省下这笔费用，二来可避开这些烦人的商业广告——谁知道他们有没有偷偷植入垃圾软件或监控程序？三来还能学习 Openclaw 的具体实施步骤，了解其实际运行过程。

我随即停止网页搜索，转向 GitHub 网站，终于找到了官方的开源项目地址与官网。

（图源：Openclaw.ai）

官方网站十分简洁，没有醒目的收费条款，只有简单的用户反馈和快速入门教程。

教程中的操作步骤简单得让我难以置信，仅需一条命令即可轻松完成安装。

于是，一场充满 " 技术理想主义 " 的实验就此展开：我要在一台 Mac 电脑上，自行在本地部署一个 Openclaw。

然而事实证明，有些钱确实没那么好省。

我最先开始尝试的，不是官网的命令行模式，而是官方提供的 macOS 上的一个图形化界面 APP ——毕竟不是人人都喜欢命令行的。理论上它也应该也是用起来最简单的：下载安装包，安装软件，打开软件。

然后，就没有然后了，应用启动后只是堪堪在任务栏里多出个小图标，点击软件打开没有任何反应，右键想要点开设置界面，差点把整个 mac 的系统都给整卡死了。更糟糕的是，它也没有任何入门引导，我就连想要设置 API 都不行。

于是乎在连续重启三次电脑后，我无奈选择了放弃这个 app，老老实实回到命令行模式，从头再来。

按照官网的教程，我打开 Mac 的命令行终端，输入后点击回车，看着命令行跳动，想着接下来应该怎么操作。然后，命令行也卡住了。

不过命令行的好处就在这儿，你起码知道过程是卡在哪一步了。

在一堆英文的命令行中，我精准地捕捉到了一个词 "timeout"。根据我多年折腾电脑的经验，我成功确定了这是来自网络的问题。Openclaw 在安装时，会不断地从拉取运行环境、skill 技能，甚至还有各种大模型信息。在国内，很多时候这些外国的服务器都是无法直接访问的。

好在解决方法并不复杂—— " 科学上网 " 而已，给这台新电脑配置一个就行，算不上什么难事。

一番折腾后成功开启全局科学上网，又费了不少工夫清理掉之前安装到一半的垃圾文件，再经过近半小时的下载，命令行终于弹出新手指引时，我几乎感动得要哭了。

走完新手引导，进入网页管理的 GUI 界面之后，部署并没有结束，不如说，这只是个开始。

Openclaw 除了其本体外，还有一个至关重要的组成部分—— LLM（大型语言模型）。正是借助 LLM，Openclaw 才能理解自然语言，并通过 Skill（本质上是提示词）对电脑进行操作。

目前，许多知名大语言模型都提供官方 API 接入服务，例如 OPENAI、Deep Seek、Gemini 等，不过这些服务无一例外均需付费。

既然已经选择自行部署，我便想：何必再花这笔钱呢？不如自己在本地搭建一个。像 Ollama 这类本地大语言模型的部署过程十分简便，而且搭载 M 系列芯片的 Mac 对大模型的运算速度也很快。

（图源：Ollama）

或许是此前的环境配置较为完善，这次 ollama 的安装过程异常顺利，打开和运行都一切正常。随后，我尝试使用 DeepSeekR1 的 8B 蒸馏模型，在下载完 4G 的文件后，运行环节却不出意外地出现了问题。

在 Ollama 上聊天时一切正常，但将模型接入 Openclaw 后，系统提示 " 模型不支持工具调用 "。经过与 ChatGPT 反复核对，并查阅 Ollama 官方模型网站后，我终于发现：只有名称中带有 "tools" 字样的大模型，才能接入 Openclaw 中正常使用。

（图源：ollama）

于是我更换为 qwen3.5:9b 模型版本，并再次修改配置文件，报错现象终于消失了。

我怀着激动的心情在对话文本框中输入 " 你好！" 并发送，然而一切又陷入了沉寂——没有回复，也没有内容生成。在盯着屏幕傻等了五分钟后，它终于回复了一句 " 你好，有什么可以帮你？"。这速度，恐怕连我姥姥来操作电脑都比它快。

仔细研究日志后，我终于找到了问题的根源：当我输入 " 你好 " 两个字时，大模型接收到的远不止这两个字，而是由 50 多个 Skill 组成的、超过三千个提示词的命令，我那句 " 你好 " 在其中占比还不到 1%。语言模型绝大部分时间都在阅读 Skill 的提示词内容。

果断切换到 2b 模型，小模型的理解速度应该能提上来吧？果然，这次仅用一分钟就收到了回复。那我再试试？试着让它在网上找一篇新闻并总结到桌面，它却告诉我自己只是个语言模型。又一次查询日志，这次情况类似，不过因果反过来了—— 2b 模型根本无法记住这么长的上下文，之前明明通过 Skill 告知它 " 可以通过 xxxx 操作电脑的指令 "，结果它转头就忘了，再想调用这些参数，根本行不通。

得，这条路根本走不通。折腾了一圈后，不得不承认：除非你有顶级配置的电脑，否则还是老老实实用云端 API 吧。

（图源：Deep Seek）

好在 DeepSeek 官网的 API 已经支持工具调用功能。我花了 10 元 " 巨款 " 充值了 DeepSeek 的 API，转向云端调用后，这趟打了无数补丁的 " 火车 "，总算缓缓启动了。

（图源：Openclaw）

随手问了几个问题，DeepSeek 接入后 Openclaw 的回答质量和速度都相当不错，而且用它处理任务也十分顺手。

我让它每天上午 10 点收集 " 雷科技 " 的相关新闻，总结后整理成表格存到桌面，接下来的几天它都能很好地完成任务。不过它的价格实在让人不敢恭维——一次高要求的工作对话居然要消耗我 0.1 元的 API 次数，简直是在 " 烧钱 "。要知道 DeepSeek 的 API 价格已经算相当便宜了，要是换成 OPENAI 的产品，还不知道要贵成什么样。除非你购买那种不限次数、只限时间的 API 套餐。

本来搭建到这里就差不多完成了，可我突然又冒出个新想法：既然这个控制界面是通过本地地址和浏览器网页实现的，为什么不通过局域网分享给公司同事呢？

理论上，这个操作其实很简单，只需把本机地址和端口分享出去就行。我打开配置文件，将 127.0.0.1 替换成 0.0.0.0，这样其他设备就能轻松访问了。

但事情很快变得复杂起来。

（图源：openclaw）

服务器对外开放后，原本处于静默状态的安全机制被激活了，先是白名单模式，接着是 https 加密要求，最后还需要设置密码和令牌。于是我又进入了熟悉的调试阶段：修改配置、设置认证、添加白名单、生成令牌，中间甚至差点把好不容易搞好的 openclaw 搞瘫痪。

经过一轮又一轮的测试，局域网访问终于能够稳定运行了。

当一切勉强搭建出框架并顺利运行后，我对它的感受十分复杂。一方面，从无到有地搭建起整个系统确实带来了些许成就感；但另一方面，花费近一天半时间换来的成果，实在有些微不足道。

Openclaw 本质上是一个接入了 MCP（模型上下文协议）和 Skill 的多输出模式聊天客户端，这意味着它的绝大部分能力仍取决于语言模型自身的执行效率。

如果你想让它执行特别复杂的操作，Openclaw 很容易出现大模型特有的幻觉输出和执行中断问题。

只能说，要实现科幻电影中那种无缝的交互方式，还有很长的路要走。

（图源：DeepSeek）

更不用说 Skill 方案会严重消耗大模型的 Token，安全性保障也存在明显漏洞——一旦有人通过某种渠道获取了你与 Openclaw 的沟通权限，那么窃取数据甚至删除你的电脑系统将是异常轻松的。

但回头看最近这场 Openclaw 的热潮，你会发现一些很有意思的事情：

春节过后的围绕 openclaw 的讨论，显然已经超过了用户自发宣传的地步。

几乎所有人都在谈论 " 龙虾 " 有多好用：有人分享它如何改变工作方式，有人讲述用 AI" 自动赚钱 " 的案例，还有人不断强调——不会用 Openclaw 的职场人很快就会被淘汰。

但实际上，真正赚到钱的人，往往不是用工具的人，而是卖工具的人。

从我们最初的观察就能看出，围绕 Openclaw 的完整商业链条已十分清晰：从贩卖焦虑、售卖课程，到 Token 调用甚至付费部署，这一切的目的并非 " 技术宣传 "，而是精准收割普通人的钱包。

（图源：小红书）

这套模式与当初被热炒的 " 元宇宙 "" 区块链 " 如出一辙——由所谓 " 业内人士 " 制造并传播焦虑，将尚未成熟的技术包装成 " 未来趋势 "。面对这种情况，我们普通人更应提高警惕。

Openclaw 更多是将大语言模型从单纯的聊天窗口中解放出来，它或许是一项新奇的技术，但要说它是 " 真正意义上的个人智能代理 " 乃至 " 未来方向 "，未免有些夸大其词。

所以当越来越多的人开始讨论 " 不会用龙虾就会被淘汰 " 的时候，或许我们可以稍微冷静一点。

从珍妮机再到内燃机、从 5G 到 AI 人工智能，在每一次的技术浪潮里，最先被大规模生产的，往往不是革命性的工具，而是围绕它产生的焦虑。

一个真正改变世界的技术，不会也不需要靠焦虑来证明自己的价值。

3 月 12 日 -3 月 15 日，AWE（中国家电及消费电子博览会） 2026 盛大开幕！

海信、海尔、美的、TCL、创维、华为、追觅、石头、MOVA、雷鸟、韶音、小熊、九号等 AI 科技巨头，将在上海滩围绕 "AI 科技 · 智享未来 " 主题，呈现 AI 与硬件特别是家电融合的新潮流。人人 " 养龙虾 "，家电如何融入 Agent 能力？机器人到家，家电无人化走到了哪一阶段？全场景融合，" 人车家 " 生态会碰撞出哪些火花？AI 硬件大爆发，硬件厂商又整出了哪些花活儿？

雷科技 MCN 派出由总编辑罗超领衔的史上最大规模展会报道团（10+ 人），对 AWE2026 进行全程追踪报道，敬请关注。