最近 AI 圈子突然开始疯狂吹一个东西：OpenClaw。
你随便刷一下 某X、某eddit、甚至国内某博，基本都能看到类似的说法：
- “AI Agent 时代来了”
- “一个人 + OpenClaw = 一个公司”
- “自动赚钱 AI”
我一开始也挺好奇，就自己搭了一套，跑了大概一周。
结论先说：
OpenClaw最大的问题不是技术，而是成本和实际效果完全不匹配。
说得直白一点，就是：
token烧得飞快，事情却没帮你干多少。
很多人第一次用 OpenClaw，都会被账单吓一跳。
因为 agent 跟普通聊天 AI 完全不一样。
普通 ChatGPT 这种模式是：
问一句 → 回一句 → token 结束。
但 OpenClaw 的逻辑是：
AI 自己规划任务 → 调工具 → 运行代码 → 失败 → 再修 → 再跑。
一个任务可能循环几十轮。
而每一轮 都是一次完整模型调用。
更离谱的是，每次调用还要带上 全部历史上下文。
社区里很多人实测：
一个活跃会话的上下文很快就能膨胀到 20万 token 以上。
这意味着什么？
意味着你问 AI 一个复杂一点的问题，它可能会在后台调用十几次模型。
钱就这么没了。
甚至有用户吐槽：
- 一个配置不好的任务
- 一天能烧 200 美元 API 费。
如果 24 小时运行 agent，很多人的每天花费在：100 – 200 元。
对于个人开发者来说，这基本就是不可持续。
很多人会问：
为什么 OpenClaw 比普通 AI 贵这么多？
原因其实很简单。
Agent 模式有三个天然的“烧钱点”。
OpenClaw 默认会把大量文件加入系统提示词，比如：
- AGENTS.md
- MEMORY.md
- SOUL.md
- 工具列表
这些东西每次请求都会重新发送给模型。
很多任务看起来简单，但 AI 实际上会拆成很多步骤。
例如：
“帮我整理邮箱并创建待办事项”
AI 可能会：
1 读取邮箱
2 总结内容
3 写待办
4 更新日历
5 发送提醒
整个过程中可能触发 5到10次 API 调用。
每次调用都要带着完整上下文。
token自然爆炸。
Agent还有一个特点：
喜欢反复尝试。
比如写代码任务：
写代码 → 运行 → 报错 → 修改 → 再跑。
一件事情能循环几十轮。
每一轮都是 token。
很多人对 OpenClaw 的期待是：
AI 自动帮我做事情。
现实是：
你大部分时间都在调 agent。
比如：
- prompt 写不好
- 工具调用失败
- 权限问题
- 上下文混乱
结果就是：
你本来想省时间，
最后却变成 在 debug AI。
很多所谓的 demo，比如：
- AI 自动创业
- AI 自动做 SaaS
- AI 自动赚钱
仔细看会发现：
基本都是演示级别。
真实生产环境里，很少有人真的让 agent 长时间跑业务。
原因很简单：
不稳定 + 太贵。
OpenClaw其实权限非常高。
它可以：
- 读取文件
- 执行 shell 命令
- 操作系统
最近安全研究还发现了一个漏洞 ClawJacked，攻击者可以通过 WebSocket 接管 agent。
另外还有人利用 OpenClaw 的热度传播恶意安装包，在 GitHub 上放木马版本。
简单说就是：
你在电脑里运行了一个
会幻觉、还能执行命令的 AI。
风险其实不小。
我个人觉得原因其实挺简单：
AI 圈现在特别喜欢讲一个故事：
“AI Agent 将取代软件。”
OpenClaw正好是一个非常容易传播的产品：
- 自媒体炒作
- 开源
- 本地部署
- 看起来很强
于是社交媒体一下就炒起来了。
但很多人真正跑起来以后，都会遇到两个现实问题：
第一，token烧得太快。
第二，效果没想象中好。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/213558.html