火热的OpenClaw小龙虾-聊聊最近使用的一些感受和观点

推荐语

OpenClaw小龙虾虽强大但需谨慎使用，技术背景不足易踩坑，本地资源访问和自动化任务才是它的杀手锏。

核心内容：
1. 国内外大模型质量差异对OpenClaw输出的显著影响
2. 技术人员与非技术人员使用场景的明确分界建议
3. 本地资源访问与浏览器自动化两大核心优势的实战案例

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

大家好，我是人月聊IT。

今天这篇文章继续谈下最近我使用OpenClaw小龙虾的一些感受和体会，包括对大家使用的一些建议参考。为了方便大家理解，我尽量讲内容写端，以点滴记录的方式分享给大家。

影响OpenClaw输出质量的仍然是底层对接的大模型，国外的大模型明显好于国内，这个我在使用AI编程工具的时候验证过很多次结论仍然有效。水平一般模型不仅仅是导致耗费大量无谓的Tokens，更加重要的是OpenClaw反复试错，不断修正，而且经常在最优方案搞不定的时候，大模型自己选择了次优让你不满意的方案。

不要去给你的领导，老板主动申请安装小龙虾。被动安装也要主动告知风险，提前做好电脑备份。提前预警当前Claw还不成熟，实际还是需要一些技术背景才玩得转。否则你以为花1个小时帮领导安装好了完事。实际你面临的可能是后续领导，同事不断的骚扰，让你帮忙解决问题。

OpenClaw的核心优点我原来已经总结过。包括了统一的IM入口和消息接入方便7*24小时运行，记忆存储能力，本地资源的完全访问能力，浏览器自动化能力，理解需求后的自动选择和组装Skills技能库的能力。

对于技术人员或程序员来说尽量用类似ClaudeCode，Cursor或国内的Trae，CodeBuddy通过AI编程来解决问题。当前AI编程工具已经具备了强大的浏览器自动化能力。

非技术人员能用豆包，DeepSeek，Kimi搞定的尽量用免费的网页版本去搞定，没有必要用OpenClaw。用小龙虾的场景需求可以从前面谈到的两个点入手。一个是本地资源访问获取，一个是自动化和定时任务。

本地资源访问获取，最简单的类似自己硬盘上的资源库，文件的整理和清理。或者是自动化帮你阅读某个目录下形成的资料并形成关键摘要返回给你。类似大家用电脑微信，微信目录下有大量的你下载的PPT，Word等各种文档资料附件。实际你可以让OpenClaw每周定时帮你整理和阅读，形成核心内容摘要给你。你还可以提前设置你该关注的主题关键字进行筛选和过滤。类似这种事情网页版大模型往往很难搞定。包括网页版大模型本身也会控制你上传文件的数量。虽然有安全性问题，但是也是Claw本地资源访问的优势。

对于浏览器自动化也是常用的点。包括网上谈的比较多的每日采集热点新闻形成摘要发送给你。实际你需要结合你工作考虑具体需求，类似你是一个销售，你完全可以让OpenClaw实现一个自动化任务，帮你采集互联网每日的公开招标信息，形成一个汇总发邮件给你。这种事情可以充分发挥OpenClaw的自动化和记忆存储能力。

区分自动化和自动化+AI融合。比如前面理解自动化是一个关键，更加重要的是自动化采集回来信息的整理和归纳，这个要借助AI大模型能力完成。如果仅仅是自动化能力需求，建议当前采用RPA来完成。OpenClaw的浏览器自动化存在两个问题。一个是性能很慢，实际我试了Playwright插件，Agent Browser，Google内嵌Claw插件多种模式，实际浏览性能都不满意，你放晚上跑可以，实时等待完全无法接受。而且OpenClaw实现的自动化脚本操作网页经常出现莫名其妙的错误导致完整信息采集失败。包括稍微复杂点的网状反爬机制，OpenClaw都无法绕过去。

OpenClaw的优势在于意图识别后的Skills技能选择和编排。而不在于写代码，稍微复杂点的场景涉及到代码的，你会发现OpenClaw代码经常写的有问题，自己要反复调试多次才能够返回一个正确结果给你。当然这也可能是后端接的大模型的原因。但是我更加推荐的方式是涉及到代码实现的，优先让类似Claude，Gemini模型来生成代码，然后将代码和相关的提示词，模板统一打包为Skills，再安装和配置到OpenClaw上面，方便他人使用。

先想着你的工作中哪些是大量重复的，需要自动化的工作。接着考虑如何去规范和流程化这些工作，当然你也可以借助AI给你流程化的参考建议。在规范和流程化后再考虑如何落地到OpenClaw这个平台上面去做。大部分缺的不是OpenClaw这个平台，而是把事情想清楚和条理化的能力。

注意建立多个Agent机器人的时候要理解清楚场景。你仅仅是为了不同类型的消息接收分组，还是确实需要多个任务并行让AI做。如果是前者那么构建一个AI网关即可，但是如果是后者你可能就需要构建多个AI网关来处理并行任务。对于第一种情况，我最近看了下Telegram的父子多Agent模式实际是一个比较好的实现参考。

往往大量的公开Skills能借鉴就借鉴，但是不要照搬，这些Skills也只是方法论，更加重要的是你所在的环境场景，你能够提供给Skills的内容，脱离内容谈方法论没有意义。就像我说的另外一个点，以后的竞争是个人私有经验Skills显性化的竞争，当你能够将你的经验通过Skills显性化，代表借助AI强大力量，你可以形成多个数字分身，极大的提升生产效率。不能显性化的经验本质就是贩卖个人时间，而时间贩卖本身是无法批量复制的。但是将经验Skills化，你的经验就可以像产品一样批量化复制。

最近腾讯推出的WorkBuddy，我不是打广告，现在下载可以免费送积分，大家可以免费试下。我体验后关注几个点，其一是安装部署很方便，基本就是一键完成安装和配置；其二是可以自己选择和切换大模型；其三是对接QQ，微信方便。

由于QQ也是我经常使用的内部沟通工具，因此我让Workbuddy实现了的Bot机器人和我的QQ对接，可以自动帮我总结每个QQ群每天的聊天关键内容。

我前几天担心的事还是发生了。最近又看到了很多人火急火燎的在写OpenClaw的书，我先做一个断言就是类似泛滥的DeepSeek的书一样，90%以上的OpenClaw的书都将是垃圾书，浪费时间和浪费纸张，热点一过后一地鸡毛，拿来扶墙都嫌多余。出版社不要老想着去赶时髦，追热点，真正出版点有质量，高价值的书。饶饶读者，节约纸张也保护环境。