没座！这又是一篇关于人工智能的闲扯淡。

不是我只想写人工智能，是最新这玩意儿被炒的话题度太高了，高到仿佛要 毁灭 拯救世界了一样。

最近又有一个很有意思的东西出现了：OpenClaw。

无论是程序员还是互联网科技公司、无论是否从事编程工作都要搞OpenClaw。

因为这个东西的Logo是一个小龙虾，所以使用OpenClaw被称为“养龙虾”，使用人被称为“养虾人”。

这东西有什么用呢？

用通俗易懂的话来说。

之前无论是豆包、还是DeepSeek、亦或者Gemini，都是对话式的大模型，即便是即梦AI这种的全模态模型，也只是一个能输入产出更多格式的大模型。它们更多能做的就是完成你的单一指令，并给你提供方案。因为他们无法操作浏览器之外的“世界”。

我在这里为不太了解的同学用大白话科普一些概念：

• AI Agent（AI智能体）： 是整合了大脑（思考核心）、记忆、规划、（内置）技能的完整智能实体，是完成任务的核心载体；
• AI MCP（AI世界的USB口）： 是 AI 连接外部世界的通用接口标准，是所有能力互通的基础；
  • 比如：飞书云文档开发并开放了MCP，那么你的AI大模型就可通过配置好的飞书MCP去操控你的飞书账号里的文档等等，就像是你在你的电脑上插上一个U盘，电脑可以对U盘内的文件进行读写一样。
• AI Skills（AI技能）： 是基于标准封装的原子能力，是 AI 能落地做事的具体本领，赋予AI在某个领域的专业技能。
  • 比如：你把从各种销售合同单汇总数据，然后使用某些公式换算统计成最终可用于汇报的统计报表，并输出成PPT的一系列操作步骤封装成一个Skills。然后告诉AI，让AI给你一份统计报表，AI就会调用这个Skills，并按照步骤一步一步执行。当然Shills的用处远远不止这么固定。

那么OpenClaw又是什么呢？

OpenClaw 是把前三者打包好的、开箱即用的 Agent 运行平台，让普通用户也能快速用上 AI Agent 的能力。

一句话讲：你可以用 OpenClaw 这个平台， 搭建专属 AI Agent，这个 Agent 通过 MCP 通用标准，调用各类 Skills 技能包，帮你完成复杂的真实世界任务。

那这么看来，OpenClaw真的是个很🐂🍺的东西呢，甚至有些人表示这个“龙虾”完全可以成为自己的“数字分身”。

很多人通过它完成了自己因为没有掌握对应技能而能完成的事情。

• 比如：6年纪小朋友通过对话，让这只“龙虾”在短时间内完成了一个具有完善功能和UI的“番茄钟”软件的开发；
• 又比如：有律师把案件的资料交给“龙虾”，让龙虾查阅对应的法律条文并分析过往类似公开案例，分析这个案子怎么打、往哪个方向打，胜率最高、利益最大化，然后让给出全套文稿。

看起来，这只“龙虾”确实能做不少事情，甚至能一定程度的替代人类完成部分工作。

但是我们不能只看表面，不看本质。

使用 OpenClaw 的代价是什么？

外行人可能会认为，付点电费的事情。

不不不，远不止这些。

首先，是部署。

人们为了方便使用这只“龙虾”，更多的希望在本地部署这只“龙虾”，这样才能操控本地的文件或者什么的。

那么就需要一个载体。

目前人们选择更多的是：苹果的 mac mini。

为什么不用已有的电脑？

这就牵扯出使用OpenClaw的第一个问题：安全与隐私。

你的个人电脑或者工作电脑，或多或少已经存了一些相对重要的或者隐私的文件。

如果把 OpenClaw 部署在这种电脑里，OpenClaw 为了操控你的电脑和文件，你必然要开放对应的权限。

那么你电脑里的那些文件就很有可能被它读取或者改动，甚至删除。

这个风险是存在的，所以很多人都会在全新的电脑里部署 OpenClaw。

但同时，你如果想要这只龙虾能操控你的账号里的东西，必然需要给它账号密码，那么这依旧是有风险的。

比如，有一个老哥，把自己钱包的账号交给了自己的 OpenClaw，结果被盗刷了或者被OpenClaw支付了他没有想支付的东西，等他发现时，信用卡都刷爆了。

而第二个问题。

这只龙虾是如何思考的呢？

我们前面一直没有提到，这只龙虾是如何思考的。

目前主流的方案还是接入市面上的AI Agent提供商的API。比如：阿里的Qwen、DeepSeek、豆包或者国外的GPT、Gemini等。

那么这又会带来另一个问题，调用大模型的费用问题，即Token的消耗。

Token，你可以理解为你调用AI提供商提供的大模型时所付的费用。

可以这么粗浅的理解：

• 一个英文单词 ≈ 2-3个Token；
• 一个中文汉字 ≈ 1-2个Token。

而无论是你发出去的提示语，还是AI的思考过程、思维链、过往的上下文，还是最终的输出，都要消耗Token。

像GPT或者DeepSeek这种对话式大语言模型，一次回答大约消耗几百到小几千不等。

而 OpenClaw 这种综合体，为了更好的理解你，它会把很多很多的历史沟通记录和上下文带入调用大模型。

所以 OpenClaw 可以说非常非常烧Token。

有人说，OpenClaw 的一次对话动辄几万个Token，甚至有时一个回答会烧几十万的Token。

虽然各家对Token的定价不同，但是基本上一次对话几块钱，甚至十几块钱是没跑的。

那么，如此烧钱的 OpenClaw，如果只用来完成一些简单的demo或者日常简单任务的处理，那么花费可能是普通人受不了的。

如果用来工作呢？那必然需要反复的调试、训练、纠正，光这笔费用，就不比直接聘用员工的花费低。

所以，目前想让 OpenClaw 充当生产力，暂时还做不到，但是以后不保准。

但是 OpenClaw 的出现，就像是 钢铁侠的贾维斯 一样，至少给AI的发展带来了一个方向。

所以，由此我不由对未来的人工智能发展产生联想。

未来的人工智能，且不论那种大型的智脑。

我想必然会有如下的一种发展方向。

你的电脑或者电脑旁边会有一台专门用于AI跑的机器，这个机器不能联网，或即使可以联网，但是也只能访问互联网数据，不能上传本地数据。

然后人工智能的核心思考全部都在这台机器里，不需要消耗线上大模型的Token。

真正做到使用AI的代价只是设备、网络和电费。

而且这个设备可能因为批量生产而价格降到电脑相同的价格。

我感觉只有这样，普通人才能真正的使用的起AI为自己的助手。

到时候，估计个人能拥有消费级的AI；企业能拥有企业级的AI；甚至大型企业或者先进的城市估计可能会出现成熟的大型智脑。

那个时候才真是未来已来。

但如果那时候个人想使用大模型，还只能给这些大模型提供商缴纳Token“税”，那估计普通人将永无翻身之日。