系列：养虾实战 · 第1篇 | 阅读时间：约8分钟
上周有个朋友私信我："OpenClaw 是啥？我刷到好多人在说养虾，看不懂。"
我想了下，与其让他去翻官网文档，不如直接说清楚三件事：它是什么、为什么这么火、你养之前要知道哪些坑。这篇就是给他写的，也给所有"听说过但没搞清楚"的人。
01 🤔 先说本质：它不是聊天机器人
OpenClaw 是一个开源 AI Agent 框架。注意，不是 chatbot。
最直接的区别：你跟 ChatGPT 说"帮我把桌面的 PDF 按日期归档"，它会认认真真写一段操作教程给你——然后活还是得你自己干。
你对 OpenClaw 说同样的话，它真的去归档了。
| 对比维度 | ChatGPT 类聊天 AI | OpenClaw |
|---|---|---|
| 本质 | 嘴替，只输出文字 | 有手有脚的数字员工 |
| 能力上限 | 问它答，关窗就忘 | 执行命令、读写文件、控制浏览器、调用 API |
| 交互方式 | 打开特定网站/APP | 微信、飞书、钉钉里直接发消息 |
| 记忆 | 每次新对话失忆 | 短期+长期记忆，越用越懂你 |
| 数据存储 | 别人的服务器 | 全在本地，自己掌控 |
三个设计理念，记住这三个词就够了
本地优先：所有数据存你自己硬盘，不上传任何云端。
执行优先：Shell 命令、文件读写、浏览器控制、API 调用，重点是"干活"不是"聊天"。
模型无关：GPT、Claude、混元、通义、本地 Llama，随时切。
彩蛋：为什么叫"小龙虾"？
OpenClaw 的 "Claw" 是爪子，Logo 是只红色龙虾。它改了两次名字：Clawdbot（2025-11）→ Moltbot（2026-01，molt = 脱壳）→ OpenClaw（2026-01-30）。像龙虾脱壳，每次进化。
"养龙虾"这个说法一出圈，全国人民都开始养虾了 🦞
02 🔥 为什么这么火：三个痛点被同时踩中
痛点一：AI 能说不能做
过去几年用 AI 的感受：聊得很爽，但回到电脑前，Excel 还是要自己打开，邮件还是要自己发。AI 帮你"想"，但"干"永远是你的事。
OpenClaw 第一次真正把这个等式颠倒了。
# 以前你说：
"帮我整理一下 Downloads 文件夹"
# ChatGPT 回：（写了200字操作步骤……你自己去做）
# OpenClaw 干：
mv ~/Downloads/*.pdf ~/Documents/PDFs/
mv ~/Downloads/*.jpg ~/Pictures/
echo "整理完成，共移动 PDF 47个，图片 23个"
痛点二：搭 AI 助手的门槛太高
以前自己搞一个 AI 自动化流程，要学 API、写代码、配服务器、搞运维……普通人完全望而却步。
OpenClaw 直接寄生在你已有的聊天工具里。微信、飞书、钉钉、Telegram……支持 25+ 渠道。发一条消息 = 下达一个工作指令。
痛点三：AI 记忆太短
ChatGPT 老毛病：每开一个新对话，完全不认识你。你要一遍遍重新解释自己是谁、在做什么。
OpenClaw 有三级记忆：
| 记忆层级 | 类比 | 用途 |
|---|---|---|
| 短期记忆 | 工作台便签 | 当前对话上下文 |
| 近端记忆 | 笔记本 | 近期会话和操作历史 |
| 长期记忆 | 大脑 | 你的偏好、习惯、常用工作流 |
还有一个 Heartbeat 心跳机制——定时自己醒来，检查待办，主动找你。不用你喊，它自己来。
加速因素
- MIT 开源协议：免费、可商用，2个月社区贡献了 700+ 技能插件
- 一个人写出来的：创始人 Peter Steinberger，奥地利，AI 辅助编码，1小时写出原型，2个月完成核心代码
- 时代红利：大模型推理成本暴降，"本地跑 Agent"从奢望变现实
03 🏗️ 架构全貌：把它想象成一家 AI 公司
┌─────────────────────────────────────────────────┐
│ 🦞 OpenClaw = 一家 AI 公司 │
├─────────────────────────────────────────────────┤
│ 📱 Channels（前台接待） │
│ 微信 / 飞书 / 钉钉 / Telegram ... 25+ 渠道 │
│ │
│ 🚦 Gateway（调度中心） │
│ 路由分发、会话排队、定时调度、上下文压缩 │
│ │
│ 🧠 Agent（核心大脑） │
│ 意图理解 → 任务拆解 → 执行 → 反思 │
│ 三级记忆系统 │
│ │
│ 🛠️ Skills（技能库） │
│ 文件操作 / Shell / 浏览器 / 自定义 │
│ 社区 700+ 插件，像装 APP 一样 │
│ │
│ 💓 Heartbeat（心跳） │
│ 定时自检待办，主动找你 │
└─────────────────────────────────────────────────┘
养虾人必知的 5 个关键部位
| 关键部位 | 你需要知道什么 | 实践建议 |
|---|---|---|
| 🧠 Agent + 模型 | 智商取决于背后大模型。模型太弱=不聪明，太强=费钱 | 日常用通义/混元（便宜），关键任务切 Claude/GPT |
| 🛠️ Skills 技能库 | 装什么 Skill 会什么，这是龙虾的"技能树" | 从官方推荐开始，第三方 Skill 先跑安全扫描 |
| 💾 Memory 记忆 | 你的偏好和习惯全存这里 | 定期清理过时记忆，保持"大脑干净" |
| 💓 Heartbeat 心跳 | 控制龙虾什么时候主动找你 | 配好定时规则，对的时间做对的事 |
| 🔐 安全权限 | 能执行命令、读写文件——权力很大 | 最小权限原则，不给不需要的系统权限 |
04 🕳️ 真实的坑：先说清楚，别踩
坑：烧钱比你想象的快
→ 为什么踩：重度使用下 Agent 每轮都携带大量上下文，Token 消耗会随对话轮数指数级增长，单日费用轻松几十甚至上百元
→ 解决方案：配置文件里设好每日 Token 上限，对话超过 10 轮记得 /compact 压缩上下文
{
"budget": {
"daily_token_limit": 100000,
"alert_threshold": 0.8
}
}
坑：完全零基础装起来有门槛 → 为什么踩：一键安装脚本存在，但配环境、接渠道对完全不懂命令行的人仍有难度 → 解决方案：先本地试，跑通之后再考虑上云
坑：第三方 Skill 有安全风险 → 为什么踩：ClawHavoc 事件——1,200+ 恶意 Skill 被上传到公开生态，感染了 8,000+ 个 Agent，工信部发了安全预警 → 解决方案：第三方 Skill 安装前必须做安全审计，别裸奔（第5篇专门讲这个）
坑：AI 会非常自信地犯错 → 为什么踩：大模型有幻觉，龙虾有时候会以极高的确信度做一件完全错误的事 → 解决方案：删文件、发消息、改配置这类不可逆操作，一定要在配置中设置人工确认环节
05 🎯 三个入门原则
准备开始养虾？先记住这三点：
- 先小后大：从简单任务开始，别一上来就让它管整台电脑
- 设好围栏：权限最小化，重要操作必须人工确认
- 持续调教：记忆、技能、规则，越养越懂你——但你得真的去养
用了几个月 OpenClaw，最真实的感受是：它不是一个"装好就能用"的工具，而是一个"你投入多少，它回报多少"的数字员工。
有人觉得"不过是又一个 AI 噱头"——这类顾虑合理，我以前也这么想。直到我第一次看着它真的把我的 Downloads 文件夹整理干净，才真正理解"AI 从嘴到手"这句话的分量。
先装上，先用起来。想太多不如动手试。
觉得有用？点赞收藏，养虾路上不迷路 🦞
系列导航：[第1篇 认识龙虾]（本篇）→ [第2篇 安装路线] → [第3篇 Skill技能] → [第4篇 Memory记忆] → [第5篇 安全加固] → [第6篇 省钱指南] → [第7篇 小红书实战] → [第8篇 数据分析]
