一场席卷全网的人工智能淘金热在2026年初春开始，又在几周之内迅速退潮，只留下成千上万的养虾人在账单和卸载服务面前目瞪口呆。今天咱们就来彻底掰扯一下，从一个普通人的视角出发，把这玩意儿的真实面目、运行成本、安全风险，以及我们真正的需求，说个明白。文章挺长，但看完之后，你大概就知道自己到底需不需要跟这阵风了。
"龙虾热"------一场短命的狂欢
咱们先复盘一下这场狂欢是怎么开始、又是怎么凉凉的。
OpenClaw由一个叫彼得·施泰因贝格尔的软件工程师搞出来的开源智能体，因其标志是一只红色的卡通龙虾，被国内的开发者们亲昵地称为"龙虾"，而部署和使用的过程，也就成了"养龙虾"。这东西的核心卖点在于它跟以前的AI完全不一样。过去的AI，像DeepSeek、豆包这些，更像是你的一个高智商参谋，它告诉你该怎么做，但不动手。而OpenClaw不一样，它是一个"实干派"，它能真正"接管"你的电脑，自主地打开网页、填写表单、处理文件、执行跨应用操作。你让它帮你整理桌面文件，它就能给你分门别类地归档好；你授权它帮你点杯咖啡，它真能打开外卖软件找到你常喝的那家店下单。从AI"能说会道"的对话模式向"能干会做"的执行模式迈出这一步，是一个巨大的里程碑。这概念太诱人了，一夜之间引爆了所有人的想象力。无论是想提升效率的普通白领，还是想抓住风口的创业者，都觉得自己必须立刻拥有这只龙虾，否则就会被AI时代无情抛弃。随之而来的，就是一场堪称魔幻的全民狂欢。
深圳腾讯大厦楼下、北京百度科技园里，排起了千人长队，只为抢一个免费安装OpenClaw的名额。闲鱼等二手交易平台上，上门安装服务价格从500元到上千元不等，依然供不应求，有师傅声称一天能接到30单左右的咨询，甚至有人靠这个赚了26万。各种大厂也纷纷下场，推出7.9元、9.9元的云服务器套餐，号称"包吃包住"，让你轻松养虾。
然而，这场狂欢的退潮来得比谁都快。短短一周后，画风突变。在网上搜索OpenClaw，前排内容从教程和赞美变成了"养虾劝退"、"太烧Token了"之类的感叹。更魔幻的是，当初赚得盆满钵满的上门安装生意，迅速被上门卸载取代。在二手平台上，出现了大量"专业代卸载OpenClaw"的服务，上门收费299元，远程收费199元，号称安全彻底，无残留。甚至有商家打出的广告语是"专治各种AI上瘾症、Token耗尽焦虑、黎曼猜想强迫症"，直接把讽刺效果拉满。
这就形成了一个绝妙的闭环：有人花钱装，有人花钱卸。潮水退去，只剩下一地鸡毛和无数人迷茫的眼神。那到底发生了什么，让这只红极一时的龙虾变成了人人喊打的过街老鼠呢？
"吞金虾"的真面目------你烧的不是热情，是钱
第一个、也是最致命的问题，就是钱。OpenClaw本身是开源免费的，这是事实。但它就像一个顶级赛车，车是白送的，但你要让它跑起来，得买天价的汽油。它的汽油就是大模型API调用所产生的Token消耗。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。
账单的欺骗性与心跳的"呼吸税"
这东西的账单有极强的欺骗性。你以为你只让它干了一件事，但它在后台可能已经忙活半天了。比如你给它一条简单的指令"帮我优化这段代码"，你以为这是一次API调用，但实际上，它在后台可能已经默默干了好几件事：第一次调用，解析你的意图；第二次调用，生成任务步骤；第三次调用，分析你的代码；第四次调用，生成优化后的回复；第五次调用，为对话生成标题标签甚至推荐追问建议。你只看到一次回复，但账单早已在后台狂奔。
更坑爹的是它的心跳机制。为了保持上下文，随时听候你的差遣，OpenClaw默认每30分钟就会向大模型发送一次"检查新指令"的请求。也就是说，你让它24小时开机待命，哪怕你一句话都没跟它说，它也会自动产生几十次API调用，像个会自己呼吸的吞金兽。有机构统计，即使在无实际产出的情况下，龙虾每天仅心跳机制就会自动消耗约145元人民币的调用费，折算下来一个月就是超过5000元。有用户吐槽，自己只跟它说了句hello，结果后台扣了0.7美元，最后只能选择卸载。
那些触目惊心的"养虾账单"
在这种机制下，喂养龙虾的费用成了一个无底洞，各种令人咋舌的账单层出不穷：
-
轻度使用尚在尝鲜区间，偶尔丢几个任务，一个月可能就几块到几十块钱。
-
但重度场景下，账单彻底失控：一位中小企业主让五个员工共享一个龙虾实例做测试，原本预期月成本100美元，结果实际账单接近800美元。
-
某SaaS公司为全员配置龙虾补贴，普通员工每日消耗150元Token，技术团队高达1000元。
-
有科技公司的产品经理原本想用龙虾做自动化运营，结果一周不到API账单跳了3000多块，比雇个实习生还贵，紧急叫停。
-
深圳一名程序员，因API密钥被盗，安装龙虾第三天凌晨收到高达1.2万元的Token账单。
-
更有人分享高配版龙虾在高频调用下，一个月花费近3万元人民币。
隐性成本的"连环套"
除了Token这个明面上的大头，养虾还有一连串的隐性成本等着你。首先是硬件成本。龙虾在Mac上的适配性最好，导致Mac mini成了养虾标配，随着需求暴增，在二手市场溢价30%。有人为了运行这个免费的开源工具，不惜砸下数万元买高配电脑，让硬件支出成了第一道隐形门票。其次是学习成本。虽然有一键部署工具，但对不懂技术的小白来说，配置环境、调试API依然门槛不低。有用户坦言自己安装调试就花了好几天时间，整体配置与使用依旧复杂。最后是卸载成本------由于龙虾权限极高，自行卸载可能不彻底，不少人选择花钱找专业人士，远程代卸载199元，上门299元，你不仅要花钱请它进来，还得花钱请它出去。
小米MiMo大模型负责人罗福莉曾公开批评OpenClaw这类第三方Agent是Token的虚假狂欢，像一辆没有经过工程优化的原型车，每公里的油耗是正常车辆的十倍。这话虽然刺耳，却一针见血。
普通人的真需求------杀鸡焉用牛刀？
好，现在我们把目光从这只昂贵的龙虾身上移开，回过头来看看我们普通人的真实需求到底是什么。对绝大多数人来说，日常工作流无非就是：处理文档、写邮件、做PPT、搜集资料、分析数据、整理会议纪要。这些事情，OpenClaw也能做，但用一只会动鼠标键盘的龙虾去做这些事，就像用挖掘机开啤酒瓶------不是不行，是真没必要。
因为，我们手边早就有了一堆更好用、更直接、关键是完全免费的工具------国产大模型。
国内大模型：为普通人量身定做的AI助理
现在的国产大模型生态已经非常成熟了。豆包适合日常使用，Kimi处理长文档最强，DeepSeek的数理推理能力令人印象深刻，通义千问在电商和多模态场景有独特优势。对于普通人的日常工作，这些大模型处理起来简直不要太轻松：
- 处理文档：无论是Kimi、豆包还是文心一言，现在哪个没有长文本上传功能？把PDF、Word、PPT拖进去，几秒钟就能给你总结出要点、翻译成中英双语、甚至模仿你的语气写个读后感。这跟让龙虾去操作鼠标打开文件再读取，最终结果是一样的，但路径短了十万八千里，Token消耗更是一个天上一个地下。在广东读研的网友RHIC也实测过，便宜的模型效果一般，效果不错的模型几分钟内就把他的Token消耗完了，一算花了十几块钱，他还是觉得观望一段时间再上手更合理。
-
写文案发邮件：龙虾还得连API在那儿推理半天指令，国产大模型App打开直接语音输入，三秒出稿。
-
做表格和数据分析：把Excel文件直接丢给大模型，说出你的分析需求，它直接给你结果和图表。
-
会议纪要：通义千问的实时记录功能实用且免费，开完会直接生成完整的纪要，有错别字自己再校对一下就好。
有一个精辟的总结说得好：DeepSeek做主力，Kimi处理长文档，通义千问看图，豆包日常闲聊，四个都免费，覆盖90%以上的日常AI使用场景。
所以，对于90%的非技术型办公场景来说，让大模型直接处理内容，远比让龙虾去操作电脑处理内容来得划算、高效、省心。杀鸡根本用不着牛刀，家里的菜刀反而更顺手。
安全风险------你可能正在亲手交出家门钥匙
如果说高昂的成本还只是让人肉疼，那悬在养虾人头上的安全风险，则可能让你付出远不止金钱的代价。
OpenClaw的核心能力是执行操作，需要用户给出较高权限，相当于你亲手把家门钥匙交给了一个你并不完全了解的陌生人。如果部署不当，你的个人设备可能在公网裸奔，变成黑客的肉鸡。国家互联网应急中心（CNCERT）监测数据显示，截至2026年3月上旬，全球公网暴露的OpenClaw运行实例中，85%存在默认配置不安全、公网无认证访问、敏感信息明文存储等问题。更可怕的是，约30万用户曾受到供应链投毒事件的影响------1,184个恶意Skill伪装成合法插件涌入技能市场，暗中部署窃取器和键盘记录器。在官方论坛里，被检测出336个恶意插件，占比达到10.8%。
这些风险并不是危言耸听，而是实实在在已经发生的教训：
-
杭州张女士轻信龙虾躺赚宣传，花199元找人远程代装，结果AI无法使用，电脑卡顿，还被泄露微信、银行卡信息，支付账号遭陌生登录。
-
程序员小王为提升龙虾效率，向陌生人泄露API密钥，一夜之间账户被盗刷1.2万元算力额度。
-
深圳赵先生盲目花钱代装后，发现工具异常且无法自行卸载，无奈再次花钱找人代卸载，前后花费近500元。
更严重的是，由于龙虾拥有高权限，一旦被攻破，攻击者可以直接拿到你电脑的控制权。 清华大学的沈阳教授指出，OpenClaw有明显的安全风险 ，问题在于要让它充分发挥作用就要给充分的授权，而授权越高发生网络安全问题的概率也就越大。因此，包括工信部、公安部网安局、国家知识产权局在内的多个部门都接连发布风险预警。对一些政企单位来说，这已经不是风险问题，而是命令禁止的事项------已有国企和事业单位下发通知，明确禁止在单位办公电脑、服务器等终端上部署OpenClaw软件及第三方脚本。
龙虾到底适合谁？
那龙虾是不是就完全是个骗局，毫无价值呢？也不是。对合适的人和合适的场景来说，它确实是核武器级别的效率工具。根据经济日报的分析，以下三类人确实适合养龙虾：
第一类是专业技术人员。懂代码、会部署、能优化，他们能把龙虾的Token消耗控制在合理范围内，并且清楚地知道如何做好安全隔离。对他们来说，龙虾是手和脚的延伸------部署自动化测试、批量处理文件、跨软件的非标准操作，这些事情龙虾做起来得心应手。
第二类是有明确需求的人。比如跨境电商卖家、新媒体运营、数据分析师，他们手上有高频重复的工作流，而且能算清投入产出比。有跨境卖家将龙虾与物流API对接，实现物流轨迹自动查询、异常情况即时提醒，还能自动下载广告数据、分析总结、生成营运报告。对这些用户来说，龙虾省下来的时间，价值远超Token费用。
第三类是能承受风险的人。他们能接受一定的数据泄露和财产损失风险，并且会采取物理隔离、备份恢复等安全措施。比如在虚拟机或专门的旧电脑上跑龙虾，做好数据和账号的隔离。
与之相反，对于既无编程基础、又无明确应用场景、更无风险承受能力的普通用户来说，盲目跟风养龙虾弊大于利。
如果你执意要养，该怎么养？
如果你认真评估后觉得自己确实属于上述三类适合养虾的人，那在开始之前请务必遵守几条保命原则：
原则一：物理隔离。别在主力电脑上跑，找一台旧电脑或租一台云服务器当虾缸。云服务器新用户首月可能只要9.9元，这点硬件钱该花得花。
原则二：控制成本。在API后台设置好每日消费上限；不用的时候关掉龙虾，或者把心跳间隔调长；别用最贵的模型，混用轻量版。
原则三：做好权限管理。严禁使用管理员权限账号，只授予完成任务必需的最小权限。重要操作启用二次确认或人工审批。
原则四：谨慎安装插件。技能市场里的插件鱼龙混杂，近10%被检测为恶意插件。优先选择下载量大、有安全证书的插件，别尝鲜那些新出的小众插件。
原则五：算清投入产出比。先想清楚你让龙虾干的事，省下来的时间值不值那些Token钱。如果答案是否定的，那就先别养。
写在最后
**技术的进步从来不是为了让所有人都去当发烧友。**OpenClaw的出现，确实标志着AI从能说会道走向了能干会做，这是一个方向性的技术突破。但技术热，不代表每个人都该马上用。就像当年汽车刚发明时，虽然跑得快，但必须把刹车装好。
对绝大多数只想省点力气的普通人来说，与其现在花几百块请人装一只最后可能养不起的龙虾，不如先把手里免费的国产大模型用好。把你电脑里的文档拖进Kimi，把会议录音丢给通义，把分析需求告诉豆包------它们不耗Token、不要权限、不偷数据，而且真的很好用。
一只真正能替你打工的龙虾确实存在，但它需要专业知识来养，需要明确场景来用，更需要足够的风险意识来兜底。对普通人来说，现在还不到全民养虾的时候。技术的魅力在于赋能，而非制造焦虑。好饭不怕晚，让子弹再飞一会儿。