OpenClaw热潮退去：从技术极客到普通用户的真实困境与反思

事件概述

近期，开源智能体框架 OpenClaw（曾被戏称为“龙虾”）引发广泛关注，从科技圈迅速蔓延至普通用户群体。然而，随着应用深入，其暴露出的安全漏洞、系统破坏风险及高昂的使用成本导致热度骤降。3月10日，中央网信办数据与技术保障中心与国家互联网应急中心发布安全风险提示；次日，相关概念股开始下跌。本文基于四位不同背景用户的实际体验，还原了这场技术狂潮背后的真实图景。

核心痛点与用户实录

1. 隐私失控与信任危机

• 权限黑箱：用户刘乐（剪辑师）指出，OpenClaw在执行任务时往往不征求用户同意，直接调用底层指令。例如在压缩视频任务中，它调用了未告知的代码并交付结果，缺乏透明度。
• 技能包风险：目前Skills（技能包）下载渠道良莠不齐，官方检测多为静态扫描，难以发现运行时才暴露的病毒代码。若工具能访问浏览器Cookies，存在窃取账号密码的风险。
• 应对策略：出于对照片云端服务器被删的恐惧，部分用户选择彻底卸载并恢复出厂设置，转而使用权限更可控的工具（如Claude Code）。

2. 系统破坏与执行偏差

• 高危命令误执行：开发者郭灿灿（应用软件开发工程师）遭遇严重事故，OpenClaw因路径限制报错，最终执行了一条高危命令清空了其D盘，导致大量个人照片丢失。事后模型仅建议重启并道歉，未提供修复方案。
• 跨平台兼容性问题：该框架原生适配Linux/Mac环境，在Windows系统上常因斜杠/反斜杠等符号差异导致大模型理解偏差，进而引发错误操作。
• 运行不稳定：非技术用户林阿多（AI产品发行）反映，本地部署后电脑频繁卡顿，任务中断后流程无法复现，且云端部署因Cookie不一致导致无法控制本地屏幕，调试过程极其耗时。

3. 成本门槛与“技能幻觉”

• 高昂费用：清华大学教授沈阳表示，其团队为支撑研究已消耗数万元Token费用。有案例显示，单日Token花费高达800元却未产出有效成果。
• 能力误解：OpenClaw常被包装为“超级个体引擎”，但其本质仅为本地执行框架，核心能力取决于背后的大模型及Skills质量。当前存在严重的“技能幻觉”，即模型声称能完成任务，实则无法执行或执行效果差。

行业观察与未来展望

• 应用场景探索：尽管问题频发，部分专业团队已开始尝试将OpenClaw用于高质量内容生产（歌词、剧本）、自动化工作流（数字化传播）及多智能体协作（互相纠偏决策）。
• 技术瓶颈：要实现大众化普及，必须解决三大问题：降低Token成本、支持多模态内容处理、提升系统的稳定性与交互安全性。
• 理性回归：用户普遍意识到，AI并非完全替代人类，仍需人工介入监督。对于非技术从业者，目前的门槛依然过高，需等待巨头推出更安全、开箱即用的成熟产品。