作者：Frank，PANews
風靡全球 AI 圈的 OpenClaw 發展出「中國特色」。
2026年3月6日，深圳南山区騰訊大廈前出現了一個不太尋常的場景：騰訊雲工程師們在總部門口擺設展台，為路過的開發者和AI愛好者提供OpenClaw的免費安裝服務。
這個因圖標酷似龍蝦而被稱為「龍蝦」的開源 AI Agent 框架，正以一種新型「地推」方式走進大眾視野。
事實上，全民追捧「小龙虾」已成為代碼託管平台 GitHub 歷史上星標增速最快的非聚合型軟體項目之一，星標數量在短短幾個月內突破 25 萬，超越了 Linux 和 React 這樣的老牌開源項目。
同時，騰訊雲、阿里雲、京東雲、火山引擎、百度智能雲紛紛上線一鍵部署服務，而一個名為「OpenClaw代裝」的產業也悄然興起，遠程安裝收費100至500元不等，有人聲稱僅憑代裝服務幾天內進賬26萬元。
當一個免費的開源工具需要「地推」來推廣，當一個號稱「人人都能擁有AI助手」的產品催生了上百元的代裝生意，這場狂歡的背后，究竟是AI Agent時代的序曲，還是一場註定散場的跟風？
如果把時間撥回20年前，有一個產品的故事或許能提供一些啟示，它叫小靈通。
OpenClaw 確實是個好工具，但它不是「賈維斯」
在討論 OpenClaw 的命運之前，有必要先認清一個事實：它確實是一個具備先進性的產品。
作為一個開源的 AI Agent 框架，OpenClaw 實現了過去只有少數技術精英才能做到的事：透過統一的介面，將大語言模型（如 Claude、GPT-4、DeepSeek）的能力連接到微信、Telegram、釘釘、飛書等日常工具中。它不僅僅是一個簡單的聊天機器人，更是一個能夠瀏覽網頁、執行系統命令、管理檔案、編寫代碼的「數位員工」。截至 2026 年 3 月，OpenClaw 在 npm 上的每週下載量達到 150 萬次，其插件市場 ClawHub 擁有超過 5700 個社區構建的技能包，活躍貢獻者超過 1000 人。
這些數據足以證明，OpenClaw 確實抓住了市場的痛點。就像 1998 年小靈通橫空出世時，讓普通工薪階層第一次用上了「無線電話」一樣，OpenClaw 也讓大量非開發者第一次擁有了一個「能做事的 AI 助手」。這份市場教育的價值不應被忽視。
然而，從一個普通用戶的視角來看，OpenClaw 距離人們想像中漫威裡的 AI 管家「賈維斯」還有相當遠的距離。
首先是安裝和使用的門檻。OpenClaw 的部署需要 Node.js 環境、命令行操作和 API Key 的配置，對於沒有技術背景的用戶來說，這幾乎是一道不可逾越的障礙。這也是代裝產業能夠存在的根本原因。
更值得關注的是隱性成本：有用戶反映，僅僅是安裝調試的過程就消耗了超過 250 美元的 API 費用，卻沒有產生任何有用成果。即使成功部署，重度使用的月度 Token 費用也可能高達 100 至 1500 美元，「免費開源」四個字背後藏著一張不菲的隱形算力賬單。對於沒有 AI 使用基礎的人來說，很可能會把小龍蝦養成吞金獸。因此市場上甚至出現了省錢攻略，教大家如何節省 Token 用量。
其次是安全與穩定性。自2026年以來，OpenClaw 已被披露多個高危漏洞：CVE-2026-25253 允許通過惡意連結實現遠端程式碼執行，CVE-2026-25157 涉及作業系統指令注入，「ClawJacked」缺陷則允許惡意網站透過 WebSocket 劫持本地 AI 代理。
由於 OpenClaw 需要極高的系統權限（讀取和寫入文件、執行 Shell 命令、控制瀏覽器、截取螢幕），一旦遭遇攻擊，後果可能是災難性的。一個廣為流傳的案例是，Meta 的一位安全總監在使用類似的 AI Agent 時，因指令表述不夠精確，導致數百封工作郵件被 AI 誤刪。中國工業和信息化部也已發布安全預警，提醒用戶防範 OpenClaw 的潛在風險。
此外，在處理複雜任務時，OpenClaw 的表現也遠不如演示影片中那般流暢。多層嵌套任務可能導致大模型陷入死循環，密集的 API 調用容易觸發限流機制，導致任務中斷。一位嘗試使用 OpenClaw 自動化日常辦公流程的用戶如此總結自己的體驗：「裝了 OpenClaw，折騰一整晚。API 全燒光，啥也沒幹完。」
這句話的既視感，就像20年前流傳於大街小巷的小靈通段子：「拿著小靈通，站在風雨中；左手換右手，就是打不通。」
從產品成熟度來看，今天的 OpenClaw 更像是一個「需要你伺候的 AI」，而不是一個「伺候你的 AI」。
作為一位擁有兩年以上 Vibe coding 經驗的開發者，PANews 作者近期也曾嘗試部署過一隻「小龍蝦」，但體驗卻十分拉胯，僅安裝 Skill 和連接 Channels 就耗費了整整半天時間，而它能做的可能只是幫你查詢天氣、標記日程等。至於更深度的編程，Cursor 或 Antigravity 的過程更可控且更直接，穩定性也更強。至於社交媒體吹捧的自動化執行，完全可以用 API 接入大模型＋程式的方式實現，更別提成本與可控性了。
誰正在推動這場狂歡？
如果說 OpenClaw 的產品力只能打一個「尚可」的分數，那麼它為何能獲得如此現象級的熱度？
答案或許不在產品本身，而在於這場狂歡背後的經濟賬。
最直接的受益者是大模型公司。OpenClaw 本質上是一個「Token 燃燒器」，每一次任務執行，背後都是對大語言模型 API 的密集調用。一個 OpenClaw Agent 的 Token 消耗量遠遠超過傳統的對話式 AI 聊天，這對於急需「用量增長故事」的大模型公司而言，無疑是天降甘霖。中國的大模型和雲服務也因為高性價比出圈，直接完成了 Token 出海。
部分大模型廠商的 API 套餐一度被搶購一空，這並非供給不足，而是 OpenClaw 創造了一種前所未有的需求密度。
緊隨其後的是雲廠商。OpenClaw 強調「本地部署」以保護隱私，但對大多數普通用戶而言，購買一台雲伺服器來運行 OpenClaw 是更現實的選擇。騰訊雲、阿里雲、京東雲、火山引擎、百度智能雲，幾乎中國所有主流雲廠商都在第一時間上線了 OpenClaw 一鍵部署服務。阿里雲甚至為 OpenClaw 用戶專門推出了「Coding Plan AI 編碼套餐」，以固定月費的形式承接這波被 OpenClaw 催生的 API 需求。
在騰訊雲的輕量應用伺服器上，OpenClaw 的用戶規模已突破 10 萬。騰訊在總部前開放免費安裝，表面上是公益行為，實際上是一次精準的用戶獲取，讓你免費安裝好 OpenClaw，但你需要持續付費使用騰訊雲的伺服器來運行它。
這套邏輯與小靈通時代電信的低費率策略如出一轍：以低門檻將用戶吸引進來，再透過持續的服務費將其留住。
另一條容易被忽略的潛在線索是硬體需求。OpenClaw 推薦本地部署的訊息，直接帶動了對算力設備的需求。海外代裝平台 SetupClaw 的收費介於 3000 至 6000 美元之間，其中通常包含對特定硬體配置的「推薦」引導。這條產業鏈的運作邏輯，與 20 年前小靈通催生基站建設、帶動整個電信設備產業鏈的故事，在結構上高度相似。
回顧小靈通的歷史，它之所以能在中國市場迅速走紅，核心原因並非其產品力有多強，而是中國電信當時沒有移動通信牌照，亟需透過小靈通這種「準移動」業務來拓展收入來源。推動力來自企業的商業利益，而非消費者的剛性需求。
Today, OpenClaw is no different: large model companies need increased usage, cloud providers need server sales, and hardware manufacturers need shipments of computing equipment. When a product's popularity is driven more by supply-side factors than by demand-side pull, its prosperity is often fragile.
AI 自動化的終極形態：整合，而非拼裝
如果 OpenClaw 只是一個階段性的過渡產品，那麼真正的 AI Agent 應該是什麼樣子？
答案正在浮出水面。2026 年被行業普遍視為「AI 原生手機元年」，多家科技巨頭正在將 AI Agent 的能力直接融入作業系統和硬體設備，而不是讓用戶自行安裝一個第三方框架。
由字節跳動聯合 vivo 等手機廠商推出的「豆包手機助手」，已將 AI Agent 能力深度嵌入手機操作系統底層。用戶只需按下側邊鍵，即可讓 AI 跨應用完成「多平台比價下單」「自動訂餐打車」「整合旅遊攻略生成行程」等複雜任務。整個過程在後台自動執行，無需安裝任何框架，無需配置任何 API。
3月7日，小米宣布基於自研 MiMo 大模型打造的 Xiaomi miclaw 已開始封閉測試，目標是深度集成到手機底層，調用 50 項以上系統工具，並最終控制超過 10 億台米家智能設備。在海外，Windows Copilot、Apple Intelligence、Gemini in Android 也正走同樣的路徑。
IDC 預測：2026 年中國市場新一代 AI 手機出貨量將達到 1.47 億台，佔比首次超過一半，達到 53%。
這意味著，AI Agent 正從一個需要用戶「拼裝」的極客玩具，轉變為一個「開箱即用」的系統級能力。
將 OpenClaw 與這些原生 AI 產品並列對比，差異一目了然：OpenClaw 需要用戶自行搭建框架、配置大模型 API、逐一連接各平台，本質上是一個「萬能適配器」；而原生 AI 手機和操作系統中的 Agent，則是開箱即用、無需安裝、無需配置，安全性由系統廠商全面保障的內置功能。
這種對比，幾乎完全對應於小靈通與3G手機的關係。小靈通被淘汰，並非因為人們不再需要打電話，而是3G手機將通話功能做得更好、更便攜、覆蓋更廣。OpenClaw 未來可能被邊緣化，也不是因為人們不再需要 AI Agent，而是原生集成的 AI Agent 會將體驗做到 OpenClaw 永遠無法企及的程度。
歷史的回音：從小靈通看 OpenClaw 的宿命
在此，我們有必要再簡單回顧一下小靈通的生命軌跡，就會更明顯地感受到為什麼將 OpenClaw 稱為 AI 時代的小靈通。
小靈通技術源自日本，1998年被UT斯達康引入中國。它的本質並非移動通信技術，而是固定電話的無線延伸，採用微蜂窩基站將用戶終端以無線方式接入本地固話網。之所以能夠迅速走紅，核心原因只有一個：便宜。在那個手機通話費高昂、雙向收費的年代，小靈通的單向收費（接聽免費）和低月租讓大量工薪階層第一次用上了「無線電話」，它因此被稱為「窮人的手機」。
在2006年10月，小靈通在中國大陸的用戶數達到9341萬的歷史高峰。
然而，技術缺陷始終如影隨形。信號覆蓋差、不支持全國漫遊、車速超過40公里每小時就可能斷線：“拿著小靈通，站在風雨中”不是段子，而是真實的用戶體驗。更致命的是，隨著手機資費不斷下調、3G技術日趨成熟，小靈通唯一的价格優勢被逐漸抹平。2009年，工信部要求小靈通在2011年底前完成清頻退網。2014年，中國大陸的小靈通基站被陸續關閉，16年的歷程畫上了句號。
將小靈通的故事投射到 OpenClaw 身上，有三條推演值得深思。
第一，小靈通之所以火，不是因為它好，而是因為當時沒有更好的選擇。在3G手機尚未普及、手機資費高企的窗口期，小靈通提供了一個「夠用且便宜」的替代方案。OpenClaw今天面對的市場環境驚人地相似：原生AI Agent尚未成熟、大模型廠商的官方Agent產品仍在打磨、操作系統級的AI集成剛剛起步。在這個真空期裡，OpenClaw以「免費、開源、可自定義」的姿態填補了空白。但「填補空白」和「定義未來」是兩回事。
第二，小靈通的衰亡並非因為它變差了，而是因為更好的技術來了。小靈通也曾嘗試過自我進化：推出過彩信版、嘗試過擴大覆蓋範圍。但這些改良終究無法彌補它在底層架構上與真正行動通信的根本差距。同樣，OpenClaw 也可以繼續迭代、繼續增加技能包、繼續優化部署流程，但它作為一個「中間層框架」的本質不會改變。當豆包手機助手能讓用戶一鍵完成跨應用操作，當小米 miclaw 能直接控制家中所有智慧設備，當 Apple Intelligence 成為 iPhone 的標配能力時，一個需要用戶自行安裝、配置、維護的第三方 Agent 框架，就像 3G 時代的小靈通一樣，不是它變差了，而是世界變了。
第三，當年電信推小靈通，不是因為它代表未來，而是因為它能在當下帶來收入。中國電信沒有移動通信牌照，小靈通是一張「曲線救國」的入場券。今天雲廠商在 OpenClaw 上的投入遵循同樣的邏輯：不是因為 OpenClaw 代表 AI 的未來形態，而是因為它在當下能賣雲伺服器、能拉動 Token 消耗、能獲取用戶。當更好的 AI Agent 產品出現時，這些廠商會以和當年電信轉向 3G 同樣果斷的速度切換戰場。
然而，任何類比都有其局限性。小靈通的退出花了16年，而 OpenClaw 的故事才剛剛開始。AI 技術的迭代速度遠快於通信技術的代際更替，這意味著 OpenClaw 從「熱捧」到「替代」的時間窗口可能比小靈通短得多，但也意味著它在這段窗口期內為行業創造的價值不應被全盤否定。它讓數十萬非技術用戶首次體驗到 AI Agent 的可能性，其開源生態為社區提供了一個低成本的實驗平台，它所暴露出的安全、成本和穩定性問題，也為後來者提供了寶貴的前車之鑑。
但歷史不會因為人氣而改變方向。小靈通在巔峰期擁有9341萬用戶，規模沒能擋住技術浪潮的沖刷。OpenClaw擁有25萬顆GitHub星標，但星標數從來不是產品生命力的度量衡。當AI的能力真正融入我們每天使用的手機、電腦和作業系統，當「AI助手」不再是一個需要專門安裝的軟體而是一種像Wi-Fi一樣無處不在的基礎設施時，沒有多少人會懷念那個需要折騰一整晚才能裝好的「小龙虾」。
在這場全民安裝小龙虾的熱潮中，真正值得思考的不是 OpenClaw 今天能做什麼，而是當它不再被需要的那一天，我們是否已經準備好迎接真正的 AI 原生時代。
畢竟，小靈通教會我們一個樸素的道理：在技術的長跑中，跑到最後的，永遠是那個不需要你費力去適應的產品。