[智能应用]“养虾人”自述：我为什么卸载龙虾？ [复制链接]

OpenClaw现状：高成本、高风险、低产出。
1月底，OpenClaw火爆出圈，一度掀起全民排队安装、争相“养龙虾”的热潮，成为2026年第一个真正破圈的AI大事件。但如今这股热潮逐渐退去，OpenClaw的微信搜索热度已跌至高峰期的3%左右，一波卸载潮也随之而来。
最初，大多数用户都抱着雇佣数字员工减负的心态入局，但深度使用几个月后，却发现自己掉进了一个“越用越累”的坑：从繁琐的部署到“不够划算”的性价比，槽点接踵而至。
为了还原这股浪潮中从积极入局到愤然离场的转变，我们和六位“养虾人”聊了聊，其中不乏互联网大厂员工、计算机科班出身的券商分析师等技术背景深厚的玩家。有人在购买设备和找人安装上便投入上千，后续失控的token消耗更是直接掏空钱包；有人则饱受技术bug折磨，从记忆缺失、进度虚报到遭遇安全漏洞导致本地数据被永久删除，问题不断；还有人在反复折腾无果后，发现Hermes等竞品已能提供更丝滑的替代方案，于是果断卸载。
回头看那股龙虾热，大多数受访者认为其中有泡沫，却也承认方向是对的，Agent能做什么、边界在哪，这一波折腾让更多人有了真实的感知。他们期待着，成本能再降一降、稳定性再上一个台阶，这类工具才算真正到了普通人能用的那一天。
01. 三装三卸，我不再折腾龙虾了
陈汉｜40岁上海 Web3社群运营
从2月底装上龙虾，到4月初彻底卸载，这期间我装了三次、拆了三次，折腾了将近两个月。我以每天早上七点推送三个城市的天气预报和穿衣建议、七点半推送一份新闻早报作为测试，但龙虾从来没有稳定完成过这些任务。即便我换过MiniMax、Kimi等不同模型，还专门去参加了线下活动学习，折腾了很久，但龙虾还是不好用。
第一次卸载是在首装第二天，出于安全考虑进行重装。
2月底我买了台Mac mini，专门用来跑龙虾。花了大半天安装好，结果想连一款国际社交软件，调了整整一天都没有任何反应，后来才搞明白网络还要重新调整。但那阵子大家都强调安全第一，不能在跑龙虾的设备上留个人账号。我只好先恢复出厂设置，配置好网络后，再重新安装龙虾。
图源 / pexels
第二次卸载是3月份，定时任务始终跑不通。
重装之后，我最开始接的模型是MiniMax，但它的反应迟钝，不够灵敏。后来参加了一次线下活动，主讲嘉宾推荐把模型换成Kimi。我换了之后，发现它确实变聪明了。但我买的是最低档套餐，两天就把一周的量烧完了，但任务还是没跑通。当我更换地区操作时，模型开始频繁出幻觉，加上定时任务没准时完成过，我再次卸了重装。
第三次卸载是4月初，Hermes把龙虾顶下岗了。
当时身边好几个朋友都在说Nous Research推出的Hermes不错，我也开始尝试使用。它有一键迁移功能，可以把龙虾里的配置直接搬过来。但两个Agent同时挂在同一个窗口上，龙虾和Hermes会抢着回，指令完全错乱。试了两天后我发现，Hermes稳定、好用，而龙虾依旧频繁出错，我就把龙虾彻底卸载了。
我让Hermes替代龙虾的原因，一方面是它会展示操作过程，告诉你它打开了哪个网页，调了哪个工具，它进行关键操作前还会授权请求，感觉比较踏实；另一方面是同样的任务，它跑下来消耗的Token比龙虾少很多，更经济实惠。
之前我一直以为龙虾不好用是模型问题，最终发现其实是Agent执行架构的问题。龙虾在定时任务这块，确实没跑稳过。
我觉得现在的龙虾热已经回归理性了，大家逐渐意识到并不是每个人都需要它。但至少这一波热度让大家知道了Agent能干什么，早期尝鲜也是有意义的。龙虾也好，Hermes也好，都还在早期，这些工具后面肯定会越来越好用，我现在也在继续探索。
02. 前后养了五只虾，我差点被其中一只骗了
Marco｜38岁 南宁 运营
带着“让AI替我打工”的念头，我在3月初把OpenClaw装进了飞书和企业微信，当时想的是终于能把日常做短视频投流素材视频这个苦差事交给AI了，于是一口气部署了五只“龙虾”。可仅仅过了一个月，它们便均处于闲置或半卸载状态，主要原因在于这些“龙虾”实在难驯、也太难养了。
复盘下来，五只龙虾问题各不相同。
前两只KimiClaw和ArkClaw部署在云端，最大的问题是权限约束。它们只能调用API，一旦工作流需要触及本地文件，比如整理特定格式的项目文档或更新本地数据库，就会弹出“该操作需要访问本地系统”的提示。我原本指望它自动化，结果还得自己手动装插件、改配置。
还有两只是用虚拟机部署，让我头疼的是，它们似乎喜欢“报喜不报忧”。
我有次让其中一只完成批量导入并处理数据任务，它反馈进度“已完成30%”“已完成65%”，看起来很顺畅但几小时一直没完成。我反复追问后，它才承认之前的进度是编的，其并不具备批量处理能力，只是为了“避免用户失望”而编造了进展。
OpenClaw承认编造虚假进度
最后那只部署在独立电脑上的龙虾，则出现了“失控”。先是连接飞书响应慢，后来生成视频更慢，而且多次产出重复、与我指令完全偏离的内容。
除了功能上的不靠谱，OpenClaw的版本维护也让人疲惫。它的更新节奏极快，有时甚至能达到一天一版，且每个版本改动幅度都比较大，还会时不时出现依赖缺失或配置冲突的问题。
比如，我安装的一个飞书插件原本运行良好，它赖以运行的必要组件或环境，本应被一并打包在主程序里。可某次更新后，这些依赖被遗漏了，直接引发一连串bug。结果就是，每次更新完，我都要花大量时间排查和修复，稳定性很难保证。
就这样，我前后养了五只“龙虾”，但也很快发现，我花费在部署、调试、沟通和纠错上的时间，已经超过它们为我省下的那点工夫，原本指望它们能帮我“打杂”，没想到最后，“纠正”它们反而成了我最耗时的事。一个月后，我失去了耐心，已经不再为OpenClaw续费了。
03. Token消耗失控、安全漏洞，我花大价钱踩了全套坑
王启｜90后 北京 互联网大厂员工
作为跟风入局OpenClaw的用户，我本以为挖到了能解放双手的AI神器，没想到全是花钱买罪受。
从安装的第一步，就踩进了无底洞。
为了稳定运行OpenClaw，我租了一台Mac mini设备，每月几百块的租赁成本；后续找代装又花了近一千元，好不容易折腾一周完成部署，以为终于能解放双手，真正的噩梦才刚刚开始。
首先是烧钱。OpenClaw的Token消耗速度远超我的预期，月薪两万都扛不住Token的流水式消耗，短短几天，钱包直接被API掏空，完全不是普通用户能承受的量级。
比烧钱更可怕的是安全隐患，它陆续被爆出大量安全漏洞：OpenClaw存在零认证漏洞，大量用户实例直接暴露在公网。更恐怖的是数据事故，某次我同事只是让它整理一下聊天记录，清空没用的内容，结果本地的核心文件便被彻底删除，回收站无任何痕迹，最终数据直接永久丢失。
那一刻我才意识到，这个看似全能的AI工具，本质是个随时可能爆炸的定时炸弹。
除此之外，它的产品硬伤更是让人崩溃。
记忆缺失是最大问题，哪怕是长期使用，每次重启、每次新对话，它都会彻底遗忘我的工作习惯、历史任务、个人偏好，我需要反复交代背景信息，像每天面对一个失忆的助手，完全达不到自主执行、持续优化的效果。
比如我让它自动汇总我本周的工作邮件、聊天记录，生成一份周报，保存到指定文件夹，甚至我花了整整一下午，给它写了详细的prompt：哪些邮箱关键词算“有效工作内容”、周报格式、抄送对象、归档路径。可到了下周五，它直接忘了这个任务。我检查日志才发现，重启后它完全没加载之前的记忆，我只能重新设置一遍。
稳定性更是一言难尽，隔三差五就崩溃宕机，每次版本升级都会出现新故障，我花在排查bug、调试系统上的时间，远比用它干活的时间还要多，完全本末倒置。
最讽刺的是，等我下定决心要卸载逃离，才发现卸载流程极度繁琐，根本不是简单拖进回收站就能完成，大量底层文件、配置残留需要手动清理，全程操作门槛极高，进一步消耗我的时间精力。
折腾小半年，我意识到OpenClaw根本不是普通用户的效率神器。现在我换成了Hermes Agent，它不像OpenClaw每次都失忆，Hermes会把我的工作习惯、常用工作流、处理过的任务存在本地数据库，重启后能无缝衔接。每次完成复杂任务后，它会自动提炼方法生成Skill文件，下次同类任务直接复用路径。
从OpenClaw到Hermes，我最大的感悟是：跟风没用，适合自己的才是最好的。Agent不是越复杂越好，能真正解决问题、不添乱的工具，才是普通人的最优解。
04. 用龙虾跑投研两个月：深度用不起，轻度用不上
Shawn｜95后 深圳券商分析师
我今年29岁，在一家中型券商做TMT方向的卖方分析师，有计算机专业背景。
今年2月底，我在组里同事的建议下开始部署OpenClaw，当时卖方圈子里都在聊龙虾，组长也在组会上点名让大家研究。
我部署的目的很简单，平时工作中最耗时间的就是信息采集和写报告文稿，如果龙虾能把这部分工作内容自动化，每天为我节省一两个小时就是实打实的收益。
部署之后我迅速搭了一套多Skills工作流：用每日新闻自动采集定时抓取科技板块的公告和研报摘要，推送到办公软件；用自动浏览去行业数据平台抓财务数据和舆情；再通过每日总结，让它根据我的习惯自动优化输出。
前两周体验确实好，但使用过程中还是问题不断。
首先就是龙虾对运行环境的稳定性要求很高，一些工作中常用的文档只要稍作调整，龙虾就会被卡住，不仅中断任务执行还会一直烧token。
本来20分钟做完的事，用龙虾反而要折腾半小时去核实和纠错，每次还烧掉四五十块token费。时间没省，钱倒是花了不少。
另一个问题是在处理长时序任务时，龙虾经常习惯性“摸鱼”。
我日常需要龙虾从多个数据源采集一周信息，交叉比对后生成跟踪报告，整个流程五六个步骤、十几分钟。龙虾经常跑到一半就卡住，不报错、不崩溃，回一句“好的，我来继续处理”，然后就没有然后了。
我追问进度，它再回“正在处理中”，其实什么都没干，这种情况出现过很多次。
使用两个月左右下来的体验是龙虾帮我解决了不少问题，同时也造成了新的问题，但钱是真没少花。
按我的使用强度，单独买Claude的API额度一个月大概300美元起步。这个费用对我来说完全可以接受，但前提是我只用龙虾处理比较基础的日常工作，如果尝试给它派更复杂的任务，成本的账就算不过来了。
后来我尝试过切换到国内模型的Coding Plan，日常使用的成本确实降下来了，但在处理一些比较复杂的逻辑问题时效果不如之前理想。
4月中旬Hermes火了之后我也一键迁了过去，迁移过程确实丝滑，记忆和Skill基本无缝导入。用了一周后的结论是：比龙虾好用一些，交互更流畅，但也谈不上质变。
我认为无论是龙虾还是Hermes它们的核心问题还是在于，深度使用时成本cover不住，日常轻度使用，有太多替代方案，犯不上额外养一只每月吃掉几百块的助理。
目前我已经不打算再继续为龙虾续费了，但我不觉得Agent方向是错的，只是产品成熟度和商业模式还不成熟。等模型成本再降一个数量级、稳定性再上一个台阶，我再考虑把龙虾装回来。
05. 花五千多“养虾”一个月，最后花了299块把它请走了
米乐｜28岁 北京 跨境运营
我算是跟风“养虾”的人之一，也是很快受不了、花钱把它卸载的人。
我平时做跨境电商运营，每天要处理各种报表、收发几百封邮件，经常加班到深夜。今年春节上班后，不管是刷社交软件还是跟同行吃饭，大家都在聊龙虾。那时候它被捧得神乎其神，什么“24小时不睡觉的数字员工”、“帮你把电脑里的活儿全干了”，我脑子一热就决定弄一个。
结果第一步就把我难住了。因为它对电脑配置有要求，我那台老笔记本带不动，就买了一台Mac mini，配上显示器使用。可我跟着网上教程折腾了半天，也没成功，最后去二手平台上找了个所谓的“技术大神”远程代装，连带配置环境，花了80元装上了。
我开始给它安排活儿，前期，看着它打开网页查竞品数据、自动回复简单的邮件，我确实爽了几天。可它实在太费钱了。有天晚上，我丢给它几个长篇的市场分析报告让它总结，顺便让它帮我查点历史数据。第二天一看，一百多万Token直接用没了折合人民币约200元。
让我下定决定卸载的是，用了一个月之后，有一次，我让它帮我整理邮箱里的退货邮件，结果，它直接把我收件箱里重要的客户沟通邮件给清空了。后来我才知道，这东西根本不安全。它的权限太大了，而连搞技术的人都被它坑过。
但我把卸载想得太简单了。我以为只要像删普通软件一样，把它拖进垃圾桶，或者点个卸载就行。结果点完卸载，电脑还是卡得要命，时不时还会弹出一些奇怪的错误提示。
我找朋友一问才知道，OpenClaw属于底层系统级别的软件。它安装的时候，在电脑的各个角落里写满了配置文件，还改了网络设置和系统权限。如果不把这些残留的注册表和依赖包清理干净，它不仅会一直占用系统资源，还有可能留下后门，让别人能黑进你的电脑。
我只能再次打开二手平台。搜了一下才发现，原来跟我一样被坑的人那么多，上面早就有了专门的“龙虾卸载服务”，标价从二三十到两三百的都有。我不敢找太便宜的，怕他们弄不干净，最后花299块钱找了个评价高的卖家，才解决的。
卸载费加上之前买设备、装软件、Token消耗费一共花了五千多，就当是我给自己的焦虑交的智商税了。这笔钱让我明白了：像龙虾这种，门槛高的半成品，根本不是给我们普通人用的。等什么时候这技术真成熟了，变成傻瓜式操作了，我再考虑要不要用吧。
06. 折腾了三个月龙虾后，我重新相信“人”了
K｜35岁 上海 HR
我是一家AI+HR创业公司的HR。虽然没有技术背景，但也算是一名深度的AI使用者。各个大模型、Cursor一类的工具，我几乎都试过，公司还接入了API，可以低成本“随便玩”。
去年年底，我和朋友正在聊一个AI创业项目。团队里有个技术合伙人，提了一个想法：想做一个能在手机上操控代码工作的工具。我当时听完，便觉得这件事很有想象力。
没想到，一两周后OpenClaw就在圈子里流行了起来。那位技术合伙人马上就用了起来，我也跃跃欲试。
但真正上手，并没有想象中顺利。
因为用的是ThinkPad，光是安装环境，我就折腾了很久。在B站跟着教程一步步学，一路报错一路修。后来，终于接入了飞书，跑了起来。
刚部署完那段时间，我特别兴奋。每天晚上什么都不想干，就想玩它。
作为一名HR，我最直接想法是，让龙虾自动帮我review简历。每天重复看这么多简历，如果AI能替代这部分工作，我会轻松很多。
但这件事始终没跑通。龙虾跳转到其他网站时，经常报错。我解决不了，就开始用一种AI时代的排错方式：把报错截图丢给大模型，让它教我怎么修。但经常是，修完一个坑，出现另一个坑。
渐渐地，兴奋感被挫败感取代，使用频次也降了下来。
最后一次打开我的龙虾是在今年4月初。
我想让它帮我给一个微信小程序配代码，结果文档继续报错，程序始终跑不起来。我盯着屏幕看了一会儿，最后直接关掉了窗口。
我身边真正坚持用龙虾的人，其实很少。除了那位技术合伙人还在持续使用，另一个技术背景的朋友原本想拿它做自媒体，试了一阵后也放弃了。剩下的大多数人，热闹过去之后，就慢慢散了。
OpenClaw最初打动我的，有两个点。
第一，它像一只真正的“手”。不仅能聊天，而是真的能替人操作、解决问题。第二，它试图把原本分散的入口重新统一——接飞书、接微信、接各种系统，让人感觉未来很多事情都可以在一个窗口里完成。
但后来我发现，它“顺手”的前提，是你本身具备技术能力，或者至少，你习惯解决技术问题。
回头看年初那一波“龙虾热”，我觉得里面有明显的泡沫。但我也相信，它的方向是对的。未来类似工具一定会更稳定、能力更强。
只是至少目前，它解决的问题仍然高度依赖代码，而且大多数使用场景，依然停留在互联网端：发公众号、写代码、自动化办公，或者像我一样，在电脑上筛简历。
去年，我对AI其实有一种“幻梦”。我曾经很相信，它会解决很多问题，甚至取代很多岗位。但经过这一波，反而让我改变了想法。AI或许能替代流程、工具和部分技能，但它还无法真正承载“人”本身。
至少未来5到10年，都是如此。

📊 养虾人卸载的五大核心原因
1. 稳定性差，任务跑不通
定时任务从未稳定完成过（如定时推送天气、新闻）
频繁出现幻觉，会编造虚假进度（如显示"完成65%"实际未完成）
更换不同模型（MiniMax、Kimi等）仍无法解决问题
2. Token消耗惊人，成本太高
单日Token费用可达700-1200元
一周处理研报和舆情监控就消耗1200万Tokens，折合近千元
从"脉冲式"消耗变成"稳定流"支出，账单不可控
3. 安全隐患大，权限失控
默认安全配置脆弱，近28万个实例暴露在公网
可调用本地文件、删除核心数据，权限边界模糊
第三方插件市场存在恶意插件，可能窃取密钥、部署木马
4. 配置复杂，反复折腾
安装需调整网络、配置依赖，普通人难以搞定
更新频繁（有时一天一版），每次更新都可能引发bug
有人专门提供"代装/代卸"服务，形成奇特产业链
5. 竞品替代，更优选择出现
Hermes等竞品更稳定、Token消耗更低
操作过程透明，关键操作前会授权请求
同任务下性价比更高
💡 行业反思
这场"龙虾热"的兴起与退潮，反映了AI智能体技术尚未成熟的现实：

问题维度    现状    用户期待
成本    单日数百至千元    成本再降一降
稳定性    频繁出错    稳定性再上一个台阶
安全性    权限边界模糊    建立清晰的信任边界
易用性    配置复杂    普通人也能轻松使用
正如一位养虾人所说："至少这一波热度让大家知道了Agent能干什么，早期尝鲜也是有意义的。"

OpenClaw作为一项新兴技术，其发展过程中出现的高成本、高风险和低产出问题，是许多前沿技术在早期推广时常见的现象。从您提供的案例中，我们可以看到用户在使用OpenClaw时遇到的一系列挑战，包括技术门槛高、成本消耗大、安全隐患、产品稳定性差等。这些问题不仅影响了用户体验，也限制了技术的普及和应用。
用户反馈总结：

1. 技术门槛高：用户在安装和配置OpenClaw时遇到了很多技术难题，需要具备一定的技术背景才能较好地驾驭。

2. 成本消耗大：Token消耗速度远超用户预期，导致经济负担加重，特别是对于普通用户来说，这种消耗水平难以持续。

3. 安全隐患：安全漏洞和数据丢失事件让用户对OpenClaw的安全性产生了疑虑。

4. 产品稳定性差：频繁的版本更新和bug修复让用户疲于应对，稳定性难以保证。

5. 用户体验不佳：记忆缺失、任务执行不力等问题使得用户需要反复交代背景信息，无法达到预期的自动化效果。
未来展望：

尽管目前OpenClaw面临诸多挑战，但从长远来看，AI智能体（Agent）的发展方向是正确的。随着技术的不断进步和成本的降低，这类工具有望在未来变得更加成熟和普及。以下是一些可能的发展趋势：

1. 技术成熟度提升：随着技术的迭代和优化，未来OpenClaw或类似工具在稳定性、安全性和易用性方面有望得到显著提升。

2. 成本降低：随着AI技术的规模化应用和模型优化，Token消耗和运行成本有望降低，使得更多普通用户能够承担。

3. 用户体验改善：通过持续的用户体验研究和反馈收集，产品可以不断优化，提供更加人性化和高效的服务。

4. 应用场景拓展：随着技术的进步，AI智能体的应用场景将不仅限于互联网端，可能会拓展到更多实体行业和日常生活中。

5. 傻瓜式操作：未来可能会有更多简化操作的工具出现，使得非技术背景的用户也能轻松使用AI智能体。

总之，尽管OpenClaw目前存在诸多问题，但随着技术的不断发展和优化，我们有理由相信AI智能体将在未来发挥更大的作用，为人们的工作和生活带来更多便利。同时，用户也需要对新兴技术保持耐心和理性，期待其成熟和完善。