2026年1月26日，GitHub上有个项目单日新增了25,310颗Star，打破了平台有史以来的记录。这个项目叫OpenClaw，中文圈叫它”龙虾”。180K+的Star数，让React用了8年、Linux用了12年才达到的里程碑，它用了不到3个月。这么火的东西，到底值不值得用？我从多位真实用户的实测反馈里，给你梳理一遍。
OpenClaw 到底是什么
OpenClaw不是又一个聊天机器人。它是一个开源的AI Agent框架，核心逻辑只有一个——让AI主动出击，而不是等你打开它。
ChatGPT、Claude这类工具的工作方式是：你不开它，它就不动。OpenClaw的设计思路完全反过来——它在后台持续运行，可以主动发消息给你、自动执行定时任务、监控竞品动态、在凌晨帮你整理完昨天的工作日志。
「一个用户不叫就不动的东西是工具，一个每30秒自己醒来看看有什么事要干的东西，是助手。」这句话说清楚了它的定位差异。
项目由奥地利开发者Peter Steinberger创建。他是PSPDFKit的创始人，2021年将公司以约1亿欧元出售后，没有去度假——而是开始搭AI Agent。2025年11月的一个周末，他用一天时间写出了最初版本。
真实好在哪
多渠道接入，界面就在你的手机上
OpenClaw最聪明的设计不是功能，而是界面选择。它支持WhatsApp、Telegram、Discord、Slack、iMessage、企业微信、飞书等20+渠道。你的AI助手直接住在你的WhatsApp里，和朋友聊天的App，就是你跟AI工作的界面，零学习成本。
跨渠道持久化记忆
早上在Telegram告诉它你今天要准备一个产品演讲，下午用WhatsApp问它”帮我把PPT大纲再优化一下”，它知道你在说什么。普通聊天机器人每次都要重新解释背景，OpenClaw理论上不用。
语音通话功能是今年最futuristic的体验
接通Twilio（电话）和ElevenLabs（语音合成），你可以直接打电话给AI。有用户描述：在咖啡厅拨号，听到了一个”几乎像人”的声音，和它聊了项目进展，它还记得昨天Telegram里说的事情，还主动问了跟进问题——旁边的服务员投来了奇怪的眼神。
划重点：这是目前消费级AI中最接近科幻电影的交互体验。
开源生态潜力巨大
MIT协议、180K+ Stars、5400+插件。社区已经贡献了从办公自动化到服务器管理的各类插件。模型不绑定，你可以接Claude、GPT、DeepSeek，甚至本地模型。数据不上云，隐私更可控。
真实差在哪
第一条就很劝退：烧钱
用Claude Opus作为Agent的”大脑”，每天要花$10-25美元。一个月下来是$300-750。即便降级到便宜模型，也要$40-200/月。软件本身是免费的，但”智能”不免费。有人专门花了$400测试各种工作流，最后给了6.5分的评价。
如果你用国内的免费模型（比如Kimi的免费额度、DeepSeek）作为后端，成本会大幅下降，但效果也会打折扣。这是个取舍。
安全问题不是小事
一次正式的安全审计发现了512个漏洞，其中8个是严重级别。最危险的是CVE-2026-25253，CVSS评分8.8，是一个可以被一键触发的远程代码执行漏洞，已在v2026.1.29修复。但更大的问题是：全网有超过135,000个OpenClaw实例直接暴露在公网，这些用户很多还没更新。
如果你现在跑了一个公开访问的OpenClaw，你的API密钥、聊天记录、甚至消息发送权限，都可能在别人手里。这不是危言耸听。
门槛对普通用户不友好
要跑起来，你需要：Node.js 22+、终端操作能力、至少一个LLM提供商的API密钥、各消息平台的单独配置。有经验的开发者首次部署要3-4小时，非技术用户大多数在中途放弃。
一位CEO级别的用户做了统计：90天内，光初始配置+日常维护就花了30小时。按任何合理时薪计算，这台”效率机器”本身就在消耗效率。
记忆系统不够稳
持久化记忆是最大卖点，也是最大痛点。它有时候正常工作，有时候忘记昨天说过的话，有时候把不同对话的上下文混在一起。当它工作时，体验确实超预期；当它失效时，你只是在跟一个健忘的机器人说话。
更新太快，稳定性差
项目创始人Steinberger曾说过一句话：”我ship的代码是我自己都没读过的。”这句话既是赞美也是警告。代码几乎每天更新，配置随时可能变，插件经常随版本升级而失效。两周不管它，不确定还能正常运行几个功能。
谁适合用，谁不适合
适合的人：
– 有Node.js基础、能折腾终端的开发者
– 有专职运维/技术人员的团队，能分担维护成本
– 有特定自动化需求，现有工具解决不了的场景（如自定义数据管道、监控任务）
– 想尝鲜、研究AI Agent架构的技术爱好者
暂时不适合的人：
– 纯小白用户，对命令行没有概念
– 想要”开箱即用”的效率工具
– 对API账单没有心理准备的人
– 把它当成稳定生产工具来依赖的场景
一个很有意思的视角：OpenClaw更像是2014年的Docker——粗糙、有安全隐患、需要折腾，但正在搭建一类新型基础设施。当年用Docker的人，今天都在享受容器化的红利。OpenClaw的底层逻辑（持久化Agent、多渠道接入、Agent间通信）是真实存在的需求，不是噱头。
写在最后
OpenClaw龙虾现在的状态，用一句话形容：概念令人兴奋，产品令人抓狂。
它在演示一种真实可行的AI使用范式——主动的、跨渠道的、持久记忆的Agent。这个方向是对的。但今天的执行版本，还不是大多数人的日常生产工具。
如果你是开发者，花一个周末搭一个来感受一下，很值得。如果你只是想让AI帮你干活，现阶段用Claude Code或者国内的现成工具会更省心。
工具不是目的，效率才是。别被一个180K Star的数字绑架了判断。
如果你用过OpenClaw，或者对AI Agent有什么想法，欢迎留言讨论。
