有的錢可不是那么好省的。

這段時間，如果你關注AI圈子，一定會被一個名字給刷屏——Openclaw。

（圖源：百度）

上到GITHUB這個最大的開源社區，中到各種媒體爭相轉發，下到各個up主甚至普通人的推薦視頻.這個項目的火熱程度，簡直是在肉眼可見的往上漲。就拿GITHUB來說，這款軟件自2025年11月以來，短短4個月，這款產品在GITHUB上的星星已經達到了280k，已經超過了linux這類歷經30年的老牌開源軟件。

而在各路科技媒體眼中，這款軟件被一致稱為“AI人機交互革命”“開源智能體工具”“人人可部署的自動化AI”。

或許有小伙伴會問，這到底是什么？

我用一句話為你說明：這是一款能通過自然語言與電腦交互的新式工具！

你可以用與人對話般的語氣，讓電腦幫你完成各類任務，包括但不限于管理文件、瀏覽器搜索、發送消息，甚至幫你制定自動任務。

這聽起來就像未來科幻片里的場景。難道這一刻真的已經到來了？

作為一名科技愛好者，若不嘗試這樣新奇甚至略帶“傳奇”色彩的軟件，簡直對不起自己的身份。我很快便在網絡上搜索安裝教程。

不查不知道，一查嚇一跳。Openclaw的部署服務已經形成了一條成熟的商業盈利鏈，在各類網站、閑魚等二手平臺上，都有人在售賣其本地部署方案，部分方案的標價甚至高達888元！這些商家打著“安裝Openclaw”的旗號，以“在線輔助部署”技術為噱頭收取費用，有的還將其標榜為“企業級智能平臺”。

（圖源：閑魚）

這種打著信息差賺取利潤的項目，我肯定不吃這套：一個開源項目，為何不直接自行部署呢？

說干就干，自己動手。一來能省下這筆費用，二來可避開這些煩人的商業廣告——誰知道他們有沒有偷偷植入垃圾軟件或監控程序？三來還能學習Openclaw的具體實施步驟，了解其實際運行過程。

我隨即停止網頁搜索，轉向GitHub網站，終于找到了官方的開源項目地址與官網。

（圖源：Openclaw.ai）

官方網站十分簡潔，沒有醒目的收費條款，只有簡單的用戶反饋和快速入門教程。

教程中的操作步驟簡單得讓我難以置信，僅需一條命令即可輕松完成安裝。

（圖源：Openclaw.ai）

于是，一場充滿“技術理想主義”的實驗就此展開：我要在一臺Mac電腦上，自行在本地部署一個Openclaw。

然而事實證明，有些錢確實沒那么好省。

一波三折的安裝歷程

我最先開始嘗試的，不是官網的命令行模式，而是官方提供的macOS上的一個圖形化界面APP——畢竟不是人人都喜歡命令行的。理論上它也應該也是用起來最簡單的：下載安裝包，安裝軟件，打開軟件。

（圖源：Openclaw.ai）

然后，就沒有然后了，應用啟動后只是堪堪在任務欄里多出個小圖標，點擊軟件打開沒有任何反應，右鍵想要點開設置界面，差點把整個mac的系統都給整卡死了。更糟糕的是，它也沒有任何入門引導，我就連想要設置API都不行。

于是乎在連續重啟三次電腦后，我無奈選擇了放棄這個app，老老實實回到命令行模式，從頭再來。

按照官網的教程，我打開Mac的命令行終端，輸入后點擊回車，看著命令行跳動，想著接下來應該怎么操作。然后，命令行也卡住了。

不過命令行的好處就在這兒，你起碼知道過程是卡在哪一步了。

在一堆英文的命令行中，我精準地捕捉到了一個詞“timeout”。根據我多年折騰電腦的經驗，我成功確定了這是來自網絡的問題。Openclaw在安裝時，會不斷地從拉取運行環境、skill技能，甚至還有各種大模型信息。在國內，很多時候這些外國的服務器都是無法直接訪問的。

好在解決方法并不復雜——“科學上網”而已，給這臺新電腦配置一個就行，算不上什么難事。

一番折騰后成功開啟全局科學上網，又費了不少工夫清理掉之前安裝到一半的垃圾文件，再經過近半小時的下載，命令行終于彈出新手指引時，我幾乎感動得要哭了。

走完新手引導，進入網頁管理的GUI界面之后，部署并沒有結束，不如說，這只是個開始。

端側運行大模型的美好幻想

Openclaw除了其本體外，還有一個至關重要的組成部分——LLM（大型語言模型）。正是借助LLM，Openclaw才能理解自然語言，并通過Skill（本質上是提示詞）對電腦進行操作。

目前，許多知名大語言模型都提供官方API接入服務，例如OPENAI、Deep Seek、Gemini等，不過這些服務無一例外均需付費。

既然已經選擇自行部署，我便想：何必再花這筆錢呢？不如自己在本地搭建一個。像Ollama這類本地大語言模型的部署過程十分簡便，而且搭載M系列芯片的Mac對大模型的運算速度也很快。

（圖源：Ollama）

或許是此前的環境配置較為完善，這次ollama的安裝過程異常順利，打開和運行都一切正常。隨后，我嘗試使用DeepSeekR1的8B蒸餾模型，在下載完4G的文件后，運行環節卻不出意外地出現了問題。

在Ollama上聊天時一切正常，但將模型接入Openclaw后，系統提示“模型不支持工具調用”。經過與ChatGPT反復核對，并查閱Ollama官方模型網站后，我終于發現：只有名稱中帶有“tools”字樣的大模型，才能接入Openclaw中正常使用。

（圖源：ollama）

于是我更換為qwen3.5:9b模型版本，并再次修改配置文件，報錯現象終于消失了。

我懷著激動的心情在對話文本框中輸入“你好！”并發送，然而一切又陷入了沉寂——沒有回復，也沒有內容生成。在盯著屏幕傻等了五分鐘后，它終于回復了一句“你好，有什么可以幫你？”。這速度，恐怕連我姥姥來操作電腦都比它快。

仔細研究日志后，我終于找到了問題的根源：當我輸入“你好”兩個字時，大模型接收到的遠不止這兩個字，而是由50多個Skill組成的、超過三千個提示詞的命令，我那句“你好”在其中占比還不到1%。語言模型絕大部分時間都在閱讀Skill的提示詞內容。

果斷切換到2b模型，小模型的理解速度應該能提上來吧？果然，這次僅用一分鐘就收到了回復。那我再試試？試著讓它在網上找一篇新聞并總結到桌面，它卻告訴我自己只是個語言模型。又一次查詢日志，這次情況類似，不過因果反過來了——2b模型根本無法記住這么長的上下文，之前明明通過Skill告知它“可以通過xxxx操作電腦的指令”，結果它轉頭就忘了，再想調用這些參數，根本行不通。

得，這條路根本走不通。折騰了一圈后，不得不承認：除非你有頂級配置的電腦，否則還是老老實實用云端API吧。

（圖源：Deep Seek）

好在DeepSeek官網的API已經支持工具調用功能。我花了10元“巨款”充值了DeepSeek的API，轉向云端調用后，這趟打了無數補丁的“火車”，總算緩緩啟動了。

（圖源：Openclaw）

隨手問了幾個問題，DeepSeek接入后Openclaw的回答質量和速度都相當不錯，而且用它處理任務也十分順手。

我讓它每天上午10點收集“雷科技”的相關新聞，總結后整理成表格存到桌面，接下來的幾天它都能很好地完成任務。不過它的價格實在讓人不敢恭維——一次高要求的工作對話居然要消耗我0.1元的API次數，簡直是在“燒錢”。要知道DeepSeek的API價格已經算相當便宜了，要是換成OPENAI的產品，還不知道要貴成什么樣。除非你購買那種不限次數、只限時間的API套餐。

局域網安全攻防戰

本來搭建到這里就差不多完成了，可我突然又冒出個新想法：既然這個控制界面是通過本地地址和瀏覽器網頁實現的，為什么不通過局域網分享給公司同事呢？

理論上，這個操作其實很簡單，只需把本機地址和端口分享出去就行。我打開配置文件，將127.0.0.1替換成0.0.0.0，這樣其他設備就能輕松訪問了。

但事情很快變得復雜起來。

（圖源：openclaw）

服務器對外開放后，原本處于靜默狀態的安全機制被激活了，先是白名單模式，接著是https加密要求，最后還需要設置密碼和令牌。于是我又進入了熟悉的調試階段：修改配置、設置認證、添加白名單、生成令牌，中間甚至差點把好不容易搞好的openclaw搞癱瘓。

（圖源：openclaw）

經過一輪又一輪的測試，局域網訪問終于能夠穩定運行了。

總結與體驗：有用，但不適合每一個人

當一切勉強搭建出框架并順利運行后，我對它的感受十分復雜。一方面，從無到有地搭建起整個系統確實帶來了些許成就感；但另一方面，花費近一天半時間換來的成果，實在有些微不足道。

Openclaw本質上是一個接入了MCP（模型上下文協議）和Skill的多輸出模式聊天客戶端，這意味著它的絕大部分能力仍取決于語言模型自身的執行效率。

如果你想讓它執行特別復雜的操作，Openclaw很容易出現大模型特有的幻覺輸出和執行中斷問題。

只能說，要實現科幻電影中那種無縫的交互方式，還有很長的路要走。

（圖源：DeepSeek）

更不用說Skill方案會嚴重消耗大模型的Token，安全性保障也存在明顯漏洞——一旦有人通過某種渠道獲取了你與Openclaw的溝通權限，那么竊取數據甚至刪除你的電腦系統將是異常輕松的。

但回頭看最近這場Openclaw的熱潮，你會發現一些很有意思的事情：

春節過后的圍繞openclaw的討論，顯然已經超過了用戶自發宣傳的地步。

幾乎所有人都在談論“龍蝦”有多好用：有人分享它如何改變工作方式，有人講述用AI“自動賺錢”的案例，還有人不斷強調——不會用Openclaw的職場人很快就會被淘汰。

但實際上，真正賺到錢的人，往往不是用工具的人，而是賣工具的人。

從我們最初的觀察就能看出，圍繞Openclaw的完整商業鏈條已十分清晰：從販賣焦慮、售賣課程，到Token調用甚至付費部署，這一切的目的并非“技術宣傳”，而是精準收割普通人的錢包。

（圖源：小紅書）

這套模式與當初被熱炒的“元宇宙”“區塊鏈”如出一轍——由所謂“業內人士”制造并傳播焦慮，將尚未成熟的技術包裝成“未來趨勢”。面對這種情況，我們普通人更應提高警惕。

Openclaw更多是將大語言模型從單純的聊天窗口中解放出來，它或許是一項新奇的技術，但要說它是“真正意義上的個人智能代理”乃至“未來方向”，未免有些夸大其詞。

所以當越來越多的人開始討論”不會用龍蝦就會被淘汰“的時候，或許我們可以稍微冷靜一點。

從珍妮機再到內燃機、從5G到AI人工智能，在每一次的技術浪潮里，最先被大規模生產的，往往不是革命性的工具，而是圍繞它產生的焦慮。

一個真正改變世界的技術，不會也不需要靠焦慮來證明自己的價值。

龍蝦OpenClaw大模型AI智能助理

來源：雷科技

本文圖片來自：123RF 正版圖庫       

       原文標題 : Openclaw部署實錄：安裝易翻車、本地模型弱，本地「龍蝦」不適合普通人