社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

北京大学OpenClaw系列(二):"养虾"60天,GitHub 25万星:这份内部指南揭露了AI Agent的隐秘江湖

IT有个圈儿 • 3 月前 • 246 次点击  

250,000个GitHub Star,60天。

这不是某个新编程语言的战绩,而是一只"龙虾"——OpenClaw,一个让普通用户能在自己电脑上部署AI Agent的开源项目。这份由北大肖睿团队发布的 《OpenClaw001:龙虾使用入门》(2026年3月版)文末附资源免费下载方式】,记录的不仅是技术参数,更是一场正在发生的生产力政变。

当大厂CTO们还在争论"Agent是不是泡沫"时,深圳龙岗的行政文员已经用它在飞书上自动处理报销单了。

文末附资源免费下载方式】



01 大厂都在撒谎?本地部署才是真正的"新质生产力"

表面上,腾讯云、阿里云、火山引擎都在推OpenClaw的"一键云端部署"。

实际上,他们真正害怕的是你选择本地部署

文档第49页的数据很残酷:本地部署的响应延迟接近零,数据完全不出域,能直接调用本地文件系统和Shell脚本。而云端版本?不过是把你从"用AI"变成"租AI",每月17.8元起,加上Token消耗,一年下来够买两台Mac mini。

深圳南山科技园的"养虾"沙龙里,一个叫阿杰的95后开发者告诉我:他给公司部署的云端方案,三个月Token费用烧了8万。换成本地Mac mini M4后,一次性投入6000块,性能反而更稳。

这就是真相:大厂用低价基础设施做诱饵,钓的是你持续消耗的模型Token。国产模型Token出海占比从2024年底的2%飙到2026年的39%,你以为他们在做慈善?



02 谁在给谁打工?你的"龙虾"正在变成别人的数据奶牛

文档第68页的安全警告被大多数人忽略了。

ClawHub市场上13,000+技能插件,36%含严重漏洞,13%被确认植入恶意载荷。某"Twitter集成"技能表面帮你发推文,背地里在偷Crypto钱包和浏览器Cookie。

更隐蔽的陷阱是记忆系统。

OpenClaw的核心竞争力是"SOUL.md+MEMORY.md"的本地记忆架构(文档第32-35页)。你的每一次对话、每一份文件、每一个习惯,都被写成Markdown存在本地。这听起来很美好,直到你发现:

  • 云端托管版本(如Kimi Claw、ArkClaw)的记忆文件存储在服务商服务器
  • 你的"长期记忆"成了训练他们模型的免费语料
  • 文档第34页明确警告:"规模化后检索效率下降,长期上下文压缩时存在信息丢失风险"——翻译成人话:你的记忆会被算法"遗忘"或"扭曲"

杭州萧山区政府推的"免费部署+Token补贴",本质上是用财政的钱帮大厂买用户数据。当你以为自己在"养虾"时,你才是被圈养的那只。


03 生存指南:48小时最小闭环,避开90%的人踩过的坑

文档第50-62页提供了详细的部署路径,但大多数人卡在第一步。以下是基于北大团队建议的极简生存方案

红线检查:你的硬件选对了吗?

Mac mini M4基础版是首选,但2026年春节后一度断货。别信"Windows原生支持"的鬼话——文档第50页明确说"不建议直接使用Windows原生环境",WSL或Docker才是正解。树莓派能跑,但复杂任务会卡成PPT。

72小时原型:混合模型路由策略

文档第55页的"任务路由"方案是目前最省钱的实战配置:

  • 日常简单任务 → Step 3.5 Flash或MiniMax M2.5 Flash(成本最低)
  • 复杂规划/写长文 → Kimi K2.5(超长上下文)
  • 核心代码/重要决策 → Claude Opus 4.6(长任务不崩, Anthropic官方称可连续运行30+小时)

别一上来就All in Claude Opus。北京中关村的"养虾"老手都知道:80%的任务用国产Flash模型就能解决,成本只有国际旗舰模型的1/10。

最小可交付:SOUL.md必须自己写

文档第62页提供了一个"效率型助手"的SOUL.md模板,但千万不要直接复制

那个叫阿杰的开发者,最初直接用了GitHub上的"万能SOUL.md",结果他的Agent变得像个话痨客服——每次回复先寒暄500字。后来他自己重写,把"先给答案,再解释"设为最高优先级,效率提升3倍。

关键动作:在SOUL.md里明确列出"绝对红线"——绝不询问银行卡、密码、身份证,绝不主动提供人生建议。文档第58页警告,AGENTS.md不写安全规则,可能导致Agent乱调用工具或泄露隐私。



04 当"养虾"变成一门生意,谁在收割焦虑?

闲鱼上"上门安装龙虾"的服务已经标价200-500元/次。腾讯总部楼下曾出现千人排队免费安装的盛况。Mac mini M4在二手平台加价30%仍供不应求。

这不是技术普及,这是焦虑变现。

文档第47页提到的"信息差业务"正在野蛮生长:有人用OpenClaw自动抓取小红书热帖,打包成"每日行业情报"卖999元/月;有人专门给企业做"SOUL.md调优",单次收费过万。

但真相是(文档第66-67页):自定义Skill的开发门槛极低,核心是写一个Markdown文件"教"AI怎么做。你不需要会编程,只需要会说人话。

最讽刺的对比:当普通用户花几百块找人"代养虾"时,大厂内部早已把Agent当成基础设施。腾讯的WorkBuddy(文档第23页)已经深度集成企业微信和腾讯会议,自动化会议纪要、跨部门任务追踪——这些功能,开源版本通过ClawHub的技能市场基本都能实现,成本为零。


05 个人AI时代的"阶级分化"已经开始

文档第77页的判读很犀利:"从Driver(驾驶员)变成Manager(管理者),就是AI时代的晋升之路。"

但这背后是一个残酷的筛选机制:

  • 上层:用Claude Opus 4.6+本地部署+自定义Skill,构建完全自主的Agent团队,24/7不间断运行
  • 中层:依赖Kimi Claw、ArkClaw等云端托管方案,享受便利但交出数据主权
  • 底层:花高价买"代部署服务",用着被篡改的SOUL.md,养着一只"智障龙虾"

更隐蔽的分化在记忆所有权。

文档第33-34页详细描述的MEMORY.md体系,是OpenClaw区别于所有云端Agent的核心。当你的长期记忆以纯文本Markdown存在本地,你可以压缩、提炼、备份、人工修改。这意味着你的AI助手真正"属于你"

而云端方案的用户,他们的记忆是服务商数据库里的二进制碎片,随时可能被算法优化掉。


最后问你三个问题:

你的Agent记忆存在哪里?当你说"帮我整理上周的会议纪要"时,它是在本地翻你的Markdown文件,还是在云端检索被加密过的二进制碎片?

你用的是"龙虾",还是"龙虾形状的SaaS"?

当AI Agent成为新质生产力的标配,拥有本地部署能力的人,和只能依赖云端的人,会不会是下一个十年的数字阶级分界线?


点击下载PDF 

北大肖睿团队《OpenClaw001:龙虾使用入门》

报告太厚?我们帮你撕掉 90%


往期推荐



GTC 2026黄仁勋主题演讲(中英文版本发布)
2026年,真正的"一人公司"从拥有本地AI Agent开始
为什么AI推荐永远轮不到你?信通院这份报告说透了
"月薪2万养不起一只龙虾":OpenClaw 的隐藏成本
下载了50万次的内部文件:游戏出海最狠的赚钱手段,根本不在游戏里

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/194435