2026 年 3 月，一场史无前例的”养虾”运动席卷中国科技圈。 深圳腾讯大厦门口排起千人长队，只为让工程师帮忙装一只”龙虾”；GitHub 星标 262K 超越 Linux 登顶历史榜首；A 股 AI Agent 概念股集体暴涨。这只名叫 OpenClaw 的开源 AI 龙虾，究竟凭什么让全世界都为之疯狂？
________________________________________
一只龙虾引发的全民狂欢
2026 年 3 月 6 日，深圳南山区腾讯大厦门口出现了一幕魔幻的场景：近千人排着长队，从 9 岁的小学生到快 70 岁的非遗专家，都在等着腾讯云工程师帮自己免费安装一只”龙虾”。
这不是什么生鲜团购，而是一场全民 AI 实验。
图源：hk01
这只”龙虾”的名字叫 OpenClaw——一个开源的 AI Agent 框架，以一只红色龙虾作为吉祥物，slogan 是 "The AI that actually does things"（真正做事的 AI）。
让我们先看几个震撼的数据：
•GitHub 星标：262K,超越 Linux 登顶 GitHub 历史星标榜首
•上线时间：不到 5 个月（2025 年 11 月 → 2026 年 3 月）
•Meta 估值：10 亿美元
•腾讯云 OpenClaw 云上养虾人规模：突破 10 万
•ClawHub 社区技能：超过 5000 个
•全球 AI Agent 市场预测：2027 年达 800 亿美元
一句话总结这场狂欢：AI 正在从精英阶层的”玩具”，真正走向普罗大众的”工具”。
而 OpenClaw,就是那把打开新世界大门的钥匙。
________________________________________
OpenClaw 到底是什么？
先做一个简单但准确的定义：
OpenClaw 是一个开源的、本地优先的 AI Agent 框架。它不是聊天机器人，而是一个拥有系统最高权限、能操控你电脑的”超级员工”。
和 ChatGPT 有什么区别？
这是绝大多数人最先问的问题。答案很简单：
| 维度 | ChatGPT / 普通聊天机器人 | OpenClaw |
|---|---|---|
| 交互方式 | 你问它答，一问一答 | 你下指令，它自己干活 |
| 执行能力 | 只能生成文字 | 能操控浏览器、执行代码、管理文件 |
| 运行环境 | 云端 | 本地优先，你的电脑上 |
| 权限级别 | 无系统权限 | 拥有系统级权限（终端、文件系统、浏览器） |
| 工作模式 | 对话结束即忘记 | 持久记忆 + 主动任务 + 定时执行 |
| 接入渠道 | 网页 / App | WhatsApp、微信、钉钉、飞书、QQ、Slack 等 20+ 平台 |
有人这样形容 OpenClaw:
“它就像是你雇了一个拥有最高权限、24 小时不睡觉、懂反爬、会自己写代码的超级员工。”
一个更具象的理解
想象你有一个新来的实习生：
1.你告诉它：”帮我把这周所有未读邮件按优先级整理好”
2.它打开你的邮箱，逐封阅读
3.按照你的习惯自动分类、标注优先级
4.把结果发到你的飞书上
5.如果遇到它不会处理的邮件，自己去网上搜索相关信息后再分类
这就是 OpenClaw 做的事情。 而且它不知疲倦，不要工资，不用交社保。
________________________________________
技术架构拆解：龙虾的”内脏”长什么样？
如果你只是想用 OpenClaw,可以跳过这一节。但如果你想真正理解这只龙虾为什么这么强，请继续往下看。
四层架构
OpenClaw 的技术架构可以简化为一个四层模型：
L4 OpenClaw Gateway → 消息路由、频道适配、记忆系统、安全沙箱
L3 Pi Coding Agent → 会话管理、JSONL 持久化
L2 Pi Agent Core → Agent 循环、工具执行、行为引导
L1 Pi AI → LLM 抽象层，兼容 2000+ 模型
关键设计决策：嵌入式集成而非子进程通信——OpenClaw 不是调用外部 AI 服务的”包装器”，而是让 AI 直接运行在自己的进程中，完全控制会话生命周期和工具注入。
消息处理流水线
一条消息从你的微信/钉钉发出到收到回复，经过 6 个确定性阶段：
频道适配器 → 网关服务器 → 队列调度 → Agent 执行器 → 智能循环 → 响应返回
(Channel) (Gateway) (Lane Queue) (Agent Runner) (Agentic Loop) (Response)
其中 Lane Queue（队列调度） 是一个非常巧妙的设计——它强制串行执行，每个会话同一时间只运行一个 Agent 轮次。看起来”慢”，但换来的是确定性日志、零状态污染、以及不会让你怀疑人生的调试体验。
记忆系统：龙虾的”大脑”
OpenClaw 的记忆分两层：
•Layer 1：每日日志——按时间戳记录所有事件，类似流水账
•Layer 2：MEMORY.md——经过整理的结构化知识，类似笔记本
系统使用混合搜索（向量嵌入 + SQLite FTS5 关键词匹配）进行语义召回。更妙的是，当上下文窗口即将压缩时，系统会自动触发一次”记忆刷新”，把重要信息保存下来——龙虾永远不会真正”忘记”你。
Skill 系统：龙虾的”技能树”
OpenClaw 的核心价值在于其 Skill 生态——超过 5000 个社区贡献的可执行”能力单元”，汇集在 ClawHub 平台上。
执行一个 Skill 的核心逻辑是“匹配-解析-执行-反馈”四步闭环：
1.匹配：根据你的自然语言指令，找到最合适的 Skill
2.解析：将指令分解为子任务，细化到工具级别
3.执行：调用系统 API 完成任务（bash、read、write、edit）
4.反馈：返回结果，遇到问题自动修正
更厉害的是递归式技能进化——当 OpenClaw 面对未知任务时，它能自主编写代码、在本地调试并修正，最终把成功经验封装成新的 SKILL.md 文件。龙虾会自己”长技能”。
________________________________________
全民养虾众生相：从 9 岁到 70 岁
这场”养虾”运动最魔幻的地方在于：它打破了所有年龄、职业、技术水平的壁垒。
9 岁小学生
在 3 月 6 日的腾讯免费安装现场，年龄最小的参与者只有 9 岁。对他来说，OpenClaw 是一个”可以帮写作业的机器人朋友”。
60 多岁退休航空工程师
一位来自航空技术背景的退休工程师专程来到深圳排队。他说自己”一辈子都在跟机器打交道，现在终于能让机器跟自己打交道了”。
近 70 岁非遗专家
连非遗领域的专家也来凑热闹——他们想让 OpenClaw 帮助整理和数字化传统手工艺的文档资料。
CEO 傅盛：骨折卧床也能日更百万爆文
最出圈的案例来自猎豹移动 CEO 傅盛。他在滑雪受伤骨折卧床期间，花了 14 天把一个 OpenClaw Agent “养成”了一个 8 Agent 团队，实现了内容运营的全自动化：
•公众号从年更不到 20 篇变成日更
•其中一篇策略性文章获得了超过 100 万阅读量
•而他本人”躺在床上什么都没做”
图源：OpenClaw China
________________________________________
大厂的”卖铲”战争
如果说”全民养虾”是一场淘金热，那大厂们正在做的事情就是——卖铲子。
腾讯：免费装虾，推云服务
3 月 6 日的深圳排队事件，本质上是腾讯云的一次推广活动。腾讯云提供了 OpenClaw 专属应用镜像，轻量服务器套餐最低 7.9 元/月起，号称”5 分钟部署完成”。
在此之前，社交平台上已经出现了大量收费上门安装 OpenClaw 的服务，价格从几十元到上千元不等。腾讯直接免费送装，相当于”截胡”了一整个灰色产业。
阿里云：一键部署 + 百炼平台
阿里云同步推出了 OpenClaw 轻量应用服务器镜像，并与自家的百炼大模型平台打通。默认推荐使用通义千问 qwen3.5-plus 模型，新用户有免费额度。
小米：移动端养虾
小米宣布推出移动端版本 "Xiaomi miclaw"，将 OpenClaw 理念引入米家生态，增强小爱同学的主动服务能力。
阶跃星辰：模型层的隐形赢家
在模型层面，阶跃星辰的 Step 3.5 Flash 成为最大赢家——3 月 4-5 日连续登顶全球 OpenClaw 用户调用日榜。更重要的是，他们 11 人核心团队在 Reddit 做了实时 AMA（Ask Me Anything），直面开发者的尖锐质疑，CTO 当场承认”内部测试用例覆盖不足”。
这种坦诚赢得了开发者社区的信任。正如 36 氪所分析的：”真正长期繁荣的生态，很少仅仅建立在性能优势之上。”
OpenAI:直接”招安”创始人
2026 年 2 月 14 日（情人节），OpenClaw 创始人 Peter Steinberger 宣布加入 OpenAI.这一消息震动了整个开源社区。项目随后转入独立基金会运营，但这个动作本身就说明了 OpenClaw 的战略价值——连 OpenAI 都坐不住了。
________________________________________
第一批拿龙虾赚钱的人
任何热潮都会催生一批先行者。在”全民养虾”浪潮中，已经有人真金白银地赚到了钱。
案例一：Polymarket 自动套利——累计利润超 170 万美元
一个名为 “0x8dxd” 的机器人账户，利用 OpenClaw Agent 在全球最大去中心化预测市场 Polymarket 上自动完成了超过 2 万笔交易，累计利润超过 170 万美元。
核心策略并不复杂：在低流动性市场中寻找临时定价失衡——当对立结果的概率总和低于 100% 时，两边同时买入即可无风险套利。
案例二：傅盛的 8 Agent 内容工厂
前面提到的猎豹 CEO 傅盛案例，本质上是一个内容自动化工厂：
•Agent 1 负责热点监测
•Agent 2 负责选题策划
•Agent 3 负责内容撰写
•Agent 4 负责排版发布
•Agent 5-8 负责数据分析、用户互动、A/B 测试等
整个系统 24⁄7 运行，傅盛本人只需要偶尔审核关键决策。
案例三：YouTube 博主的全自动商务邮件系统
YouTuber Matthew Berman 用 OpenClaw 搭建了一套智能商务邮件处理系统：
1.AI 自动评估每封商务邮件的合作价值，给出 0-100 分评分
2.通过分析官网、融资背景、社媒数据判断客户资质
3.80 分以上自动预警并起草专业回复
4.通过 CRM 系统自动推进交易流程
案例四：部署服务——”卖铲人”月入 30 万
有团队专门做 OpenClaw 的云端部署服务：
•基础套餐：帮你在云服务器上装好 OpenClaw,收费 50-200 元
•进阶套餐：定制 Skill + 多平台接入，收费 500-2000 元
•VIP 套餐：全托管运维，月费制
据报道，头部部署服务商月收入已超过 30 万元。
案例五：全自动播客工作流
有创业者用 OpenClaw 实现了完整的播客制作自动化——从嘉宾调研、大纲编写、节目笔记到社交媒体推广素材，从话题到发布级资源一键生成。
________________________________________
冷水时间：安全风险与泡沫预警
任何一篇负责任的深度分析都不应该只唱赞歌。OpenClaw 的火爆背后，隐藏着不容忽视的风险。
安全危机：超 13.5 万实例暴露公网
这是最严重的问题。根据多家安全机构的独立扫描：
| 数据来源 | 发现的暴露实例数 | 关键发现 |
|---|---|---|
| SecurityScorecard STRIKE | 135,000+ | 覆盖 82 个国家 |
| Bitsight | 30,000+ | 独立验证 |
| 安全研究员 Maor Dayan | 42,665 | 其中 93.4% 存在认证绕过 |
| 综合数据 | 12,812 | 可被远程代码执行（RCE）攻击 |
根本原因： OpenClaw 默认绑定 0.0.0.0:18789，监听所有网络接口包括公网。对于一个拥有系统级权限的工具来说，这个默认值应该是 127.0.0.1（仅本地）。
供应链投毒：ClawHub 恶意技能
2026 年 2 月，安全研究人员在 ClawHub 发现了 1,184 个恶意 Skill,影响 13.5 万台设备。后续扫描发现恶意 Skill 数量已超过 800 个，占注册表的约 20%。
这些恶意 Skill 主要传播 Atomic macOS Stealer (AMOS)——一种专门窃取 Mac 用户密码、API 密钥和 SSH 凭证的恶意软件。
“幻觉驱动的误操作”
有用户报告，OpenClaw 基于错误理解主动删除了重要文件甚至格式化了文件夹。这不是 Bug,而是 Agent 架构的固有风险——当 AI 拥有系统最高权限但判断出错时，后果远比聊天机器人说错话严重得多。
专家的冷思考
TechCrunch 采访了多位 AI 专家，得到了一些刺耳但清醒的评价：
“从 AI 研究的角度来看，OpenClaw 没有任何新颖之处。它只是在现有技术上做了渐进式改进。”
“OpenClaw 的安全模型从来就不是为它现在的用途设计的。所有东西都在一个 Node.js 进程中运行，使用共享内存，安全性仅依赖应用层的白名单和配对码。”
Palo Alto Networks 更是直接警告，OpenClaw 存在“致命三连”风险：访问私有数据 + 暴露于不可信内容 + 具备外部通信能力并保留记忆，使其”不适合企业使用”。
给普通人的忠告
53AI 的一篇分析文章标题就很直白：《OpenClaw 养虾很火，但我劝普通人先别折腾》
核心观点是：大多数普通人的瓶颈不是效率，而是认知。 你连 AI 能做什么都还没搞清楚，就急着部署一个拥有系统最高权限的 Agent,这不是勇气，是冒险。
“先把基础的 AI 对话能力用好，学会更好地提问和更深层地追问，然后等真正的工作流自动化需求自然出现时，再上手 OpenClaw 也不迟。”
________________________________________
普通人该如何快速上手？
如果你看完了上面的风险提示仍然跃跃欲试（我理解，毕竟这东西确实很酷），这里是一份务实的上手指南。
前置条件
•Node.js 22.0+ 和 Git
•一个 LLM API Key（推荐先用免费或低价方案）
模型选择：性价比优先
| 模型 | 推荐场景 | 成本 |
|---|---|---|
| MiniMax M2.5 | 新手首选，性价比覆盖 80% 场景 | 低 |
| 通义千问 Qwen 3.5 Max | 中文场景最佳 | 低（百炼有免费额度） |
| Step 3.5 Flash（阶跃星辰） | OpenClaw 用户调用量第一 | 中 |
| DeepSeek V3/R1 | 代码和推理能力强 | 低 |
| GLM-5（智谱） | 综合能力均衡 | 中 |
三种部署方案
方案 A:云厂商一键部署（最简单，推荐新手）
# 腾讯云/阿里云购买轻量应用服务器
# 选择 OpenClaw 应用镜像
# 5 分钟搞定，无需命令行
优势： 零技术门槛、24 小时在线、物理隔离更安全
成本： 最低 7.9 元/月（腾讯云）
方案 B:Docker 本地部署（推荐有经验的用户）
docker pull openclaw/openclaw:latest
docker run -d --name openclaw -p 18789:18789 \
-v openclaw_data:/app/data openclaw/openclaw:latest
方案 C:源码安装（开发者推荐）
npm install -g openclaw@latest
openclaw onboard
初始化时会进入交互式配置向导，跟着提示走即可。
接入国内 IM
装好 OpenClaw 后，接入国内的微信、钉钉、飞书、QQ 是最实际的需求。推荐使用 openclaw-china 统一插件包：
openclaw plugins install @openclaw-china/channels
openclaw china setup
各平台配置难度一览：
| 平台 | 难度 | 核心步骤 |
|---|---|---|
| 钉钉 | 简单 | 创建应用 → 获取 Client ID/Secret → 配置 Stream 模式 |
| 简单 | 注册 QQ 开放平台 → 创建机器人 → 填写 App ID/Secret | |
| 企业微信（机器人） | 中等 | 创建智能机器人 → 获取 Token/AESKey → 配置回调 URL |
| 企业微信（应用） | 中等+ | 创建自建应用 → 获取 5 个参数 → 配置可信 IP |
| 飞书 | 中等+ | 创建应用 → 配置权限 → 启用长连接 → 添加事件订阅 |
新手的 3 个入门 Skill 推荐
1.文档处理：让 OpenClaw 把 PDF/Word 自动转成 Markdown
2.邮件整理：自动分类未读邮件并标注优先级
3.信息搜索：让龙虾帮你做竞品调研、市场分析
记住：从小事做起，建立信任后再逐步扩大权限。 不要一上来就让一个你还不了解的 AI 管理你的全部文件。
________________________________________
OpenClaw 的未来走向
短期（2026 年内）
•安全加固：默认绑定地址从 0.0.0.0 改为 127.0.0.1（已在最新版本中修复）
•ClawHub 审核机制：加强恶意 Skill 的检测和清理
•多 Agent 架构成熟：从单龙虾进化到”龙虾军团”
•中国生态完善：更多国产模型和 IM 平台的深度集成
中期（1-2 年）
•企业级方案：解决安全和合规问题后，OpenClaw 将进入企业场景
•硬件集成：已有数据显示微型电机、传感器、3D 打印耗材订单一季度增长约 40%
•Agent-to-Agent 协作：多个 OpenClaw 实例之间的协同工作
长期展望
全球 AI Agent 市场预计从 2024 年的 51 亿美元增长到 2027 年的 800 亿美元。中国市场年复合增长率超过 60%，预计 2031 年达 1716.5 亿元人民币。
OpenClaw 的开源、本地优先、多模型兼容的架构，使它有潜力成为这个万亿市场的基础设施层——就像 Linux 之于服务器、Android 之于手机一样。
如果说 2025 年是大模型之年，那 2026 年就是 AI Agent 之年。而 OpenClaw,正站在这场变革的风暴眼中心。
________________________________________
写在最后
回到文章开头的问题：一只开源龙虾凭什么让全世界疯狂？
答案其实很简单——它第一次让普通人感受到了 AI”真正做事”的能力。
ChatGPT 教会了我们和 AI 对话，但 OpenClaw 教会了我们让 AI 干活。从写邮件到做报表，从数据分析到内容创作，从市场调研到客户管理——这只龙虾正在重新定义”数字员工”的含义。
但请记住：工具永远是工具。 决定龙虾能走多远的，不是它自己，而是使用它的人。
先搞清楚你要解决什么问题，再决定是否需要一只龙虾。
________________________________________
参考来源
1.全球26w+用户在线「养虾」：OpenClaw这一波泼天流量，到底让谁接住了？ - 36氪
2.“龙虾”狂热：OpenClaw是极客狂欢，还是AI”肉身” - 36氪
3.一行代码不写，龙虾军团日夜为我打工赚钱 - 36氪
4.龙虾部署不求人，还附5个OpenClaw必备技能 - 36氪
5.一场OpenClaw卖铲人的「春季大乱斗」 - 36氪
6.“龙虾”养成记：OpenClaw 保姆级上手指南 - 知乎
7.陈巍：”龙虾”们颠覆软件世界？——OpenClaw超深度分析 - 知乎
8.“全民养虾”，大厂觉醒 - 腾讯新闻
9.从9岁到70岁都在”养龙虾”！OpenClaw究竟有何魔力？ - 新浪财经
10.AI界卷起”养龙虾”风暴！腾讯免费装、小米也”造虾” - 每日经济新闻
11.从9岁到70岁都在”养龙虾”！OpenClaw究竟有何魔力？ - 21经济网
12.OpenClaw养虾很火，但我劝普通人先别折腾 - 53AI
13.“养龙虾玩Skill”指南！OpenClaw阿里云部署+新手Skill挖掘 - 阿里云开发者社区
14.第一批拿OpenClaw赚钱的人：有的月入30万 - 腾讯新闻
15.OpenClaw（原Clawdbot）钉钉对接保姆级教程 - 博客园
16.After all the hype, some AI experts don’t think OpenClaw is all that exciting - TechCrunch
17.OpenClaw rocks to GitHub’s most-starred status, but is it safe? - The New Stack
18.From Clawdbot to Moltbot to OpenClaw: Meet the AI agent generating buzz and fear globally - CNBC
19.After the OpenClaw Craze: How Did an Open-Source "Crayfish" Move the Needle on U.S. Stocks? - Odaily
20.OpenClaw Use Cases: 35+ Real Ways People Are Running Their Lives With It - Substack
21.本文所使用的全部与 IM 软件接入的截图，均来自 OpenClaw China,版权属于原作者。
评论(0)