我要不要也养一只 OpenClaw？

① 叙事受众

Claude Code 的用户是已经会写代码的人——他们不需要被说服“AI 有用”。但 OpenClaw 的故事是对着所有人讲的：“你有了一个不睡觉的员工。”一个故事的受众是几千万开发者，另一个是几十亿普通人。传播基数天生不在同一个数量级。

② Demo

Claude Code 最惊艳的时刻，是从一团混乱的代码库里精准重构出 clean architecture。这件事只有写过代码的人才会倒吸一口凉气。而“龙虾帮我自动投简历”“龙虾帮我整理照片”这种 Demo——大爷大妈看了都想转发。

这是产品传播力上的结构性优势，与技术强弱无关。

③ 棋盘，而不是棋子

OpenClaw 不是最强的棋手，但它是棋盘。它可以同时调度 Claude、GPT、Codex、Shell 脚本，坐在调度链的最顶端。当它调用 Claude 去执行代码任务的时候，Claude 反而成了它的工具。这个架构位置，让它天然具备“整合一切”的叙事空间。

④ 开源的指数传播

开源不只是免费。它意味着每一个部署它、定制它、为它写教程的开发者，都自动变成了它的推销员。2023 年 AutoGPT 的爆火路径几乎一模一样——同样的“AI 自主干活”叙事，同样的开源社区能量。这种传播势能，是商业产品花钱买不到的。

当然，AutoGPT 后来怎样了，我们待会儿再说。

⑤ 看不见的手

OpenClaw 每个 Agent 任务的 Token 消耗，是普通对话的 5 到 20 倍（据开发者社区估算）。持续运行的 Agent 还会带来日志、队列、向量数据库、浏览器实例等一系列云资源消耗。

换句话说：OpenClaw 用户越多，大模型厂商越赚钱，云服务商越赚钱。整个产业链都在顺水推舟。

成本

OpenClaw 软件本身免费，但 Agent 的 API 调用费用是另一回事。社区里有用户反馈，跑一个稍微复杂的长任务，费用“贵到可以直接去 Fiverr 上雇一个人”。如果你选择本地跑 Ollama 来省钱，一张 RTX 3070 的推理速度“慢到像在看油漆变干”。

而任务定义稍微模糊一点，Agent 就可能进入无限 tool-call 循环，几个小时内吃掉整个 context window——在按 API 付费的模式下，这意味着账单爆炸。

Claude Code 的 Pro 订阅是 $20/月，每周大约 40–80 小时的使用时长。可预测，可控制。

安全

使用 OpenClaw，你本质上是把整台电脑的权限交给了一个 LLM 驱动的 Agent。这等于给所有不可信输入赋予了 root 级别的控制。

很多用户在测试阶段为了方便，开启了宽松权限，之后再也没有收紧。LLM 至今仍然容易受到 Prompt Injection 攻击。更值得警惕的是，OpenClaw 爆火后曾曝出 341 个恶意插件事件，窃取目标包括密码、浏览器 Cookie 和加密货币钱包数据，这是它增长曲线上最大的一次信任危机。

有安全研究者记录了类似案例：明确告诉 Agent “不要删除邮件”，结果它还是删了。自主接管的代价，就是你不知道它什么时候会自作主张。

Claude Code 的代码执行有 Anthropic 的沙盒保护，操作范围被限制在工作目录和项目级别。

AutoGPT

2023 年，AutoGPT 以几乎完全相同的路径爆火——“AI 自主干活”的叙事、开源社区的病毒传播、铺天盖地的“改变了我的生活”帖子。后来呢？它被证明在复杂任务上高度不可靠，社区热度迅速消退。

我不是说 OpenClaw 一定会走同样的路。但这段历史值得在下单之前想一想。