炒股多空网

数字经济学者刘兴亮：“养龙虾”值得关注，但不等于人人都该重仓入场｜AI“养虾”冷热对谈

封面新闻记者孟梅易弋力配资专题

最近，无论是科技社群还是普通网友的朋友圈，“OpenClaw”突然成了一个绕不开的话题，而训练它干活则被戏称为“养龙虾”。有人说，这是AI圈的下一个风口——一种能让普通人轻松上手、利用AI创造财富或内容的神奇工具；也有人说，这不过是又一轮资本炒作，技术尚在襁褓，普通人根本玩不转，贸然“养龙虾”只会被割韭菜。

3月10日，记者采访了数字经济学者刘兴亮。在他看来，“养龙虾”之所以引发热议，本质上不是因为它只是一个新工具，而是因为它第一次让很多人真切地感受到：AI开始从“会说”走向“会做”了。“养龙虾”值得关注，但不等于人人都该重仓入场。

为风口而风口

很可能最后变现的是卖教程的人，而不是买教程的人

OpenClaw到底具备哪些颠覆性特征，让一部分人觉得非学不可？这些特征是否真的能在短期内惠及普通人？刘兴亮表示，过去大家对大模型的印象，更多还是“聊天、写文案、做总结”。但OpenClaw的吸引力在于，它不只是回答你，而是能接入工具、调用浏览器、连接消息渠道、执行定时任务、管理多会话，甚至在一定条件下直接操作设备和系统。它官方文档里把能力写得很清楚：有Gateway控制平面、多渠道接入、浏览器控制、Cron定时任务、节点调用、Agent间协作等，这意味着它在形态上已经不是一个单点聊天机器人，而更像一个“可调度的数字执行系统”。这也是为什么一部分人会觉得“非学不可”。因为一旦AI真能替人持续执行任务，改变的就不是某一个软件，而是很多人的工作分工方式。比如信息收集、客户咨询、日程提醒、账务催办、资料整理，这些原来要人反复盯、重复做的工作，现在有可能被一个数字员工接管一部分。

“我自己是1月底开始部署OpenClaw的，还专门为它配了一台Mac。这一个多月里，我一共养了四只龙虾，也就是训练了四个数字员工。一个负责信息收集，每小时抓取、整理我关注的网站和平台内容；一个负责客户咨询和研究辅助；一个负责财务记账、催款提醒；还有一个是秘书，甚至能联动家里的设备，比如帮我关灯。后来我还把这四个数字员工拉了个群，让它们互相协作、写日报周报。这个体验让我非常直观地感受到：Agent不是概念，它已经开始具备岗位化的雏形了。”刘兴亮表示，但我要强调，这种颠覆性，并不等于短期内就能普惠普通人。因为从官方文档和近期大量issue来看，OpenClaw仍然是一个能力很强、但复杂度也很高的系统：配置Gateway、鉴权、设备配对、渠道打通、技能接入、权限管理，都不是纯小白能无门槛玩顺的。它今天更像是“早期生产力工具”，受益最大的是有明确流程需求、愿意折腾、能做一点配置和调优的人，而不是所有普通用户。所以我的判断是：它值得关注，甚至值得尽早体验，但不等于人人都该重仓入场。

目前OpenClaw在实际应用中暴露了哪些问题？刘兴亮认为，至少有五类：一是技术门槛高，本质上还是偏开发者工具，对普通用户并不友好。二是稳定性还不够商业级，它跑起来是一回事，稳定地长期跑又是另一回事。三是输出质量与执行质量不稳定。大模型做Agent，最怕的不是“不会”，而是“似懂非懂地去做”。四是安全与隐私风险。五是变现神话大于现实。网上现在有很多“学会OpenClaw月入过万”的说法，但从现实看，真正能稳定变现的人，往往不是靠“装了龙虾”本身，而是靠“把它嵌进自己的专业流程”。如果你本身没有业务场景、没有客户需求、没有内容能力，只是为风口而风口，很可能最后变现的是卖教程的人，而不是买教程的人。

衍生服务本身不是原罪

贩卖时代焦虑，那大概率就是泡沫

围绕OpenClaw已形成“代安装”“付费教程”“技能商店”等衍生服务链。如何看待这一现象？这是技术普及的必要配套，还是收割“焦虑税”的泡沫？普通人如何识别其中的陷阱？

在刘兴亮看来，这里面既有合理需求，也有明显泡沫。先说合理的一面。任何一个复杂技术在早期都会长出一圈服务业。安装部署、环境配置、模型接入、权限管理、工作流设计，这些都需要人帮你“翻译”成普通用户能理解的服务。所以“代安装”“训练营”“顾问服务”本身并不奇怪，它是技术普及早期的常见配套。但问题在于，现在OpenClaw的热度太高，已经明显出现了焦虑驱动型消费。媒体报道显示，除了腾讯云线下免费安装，二手平台和社交平台上也迅速涌现出收费安装、教程培训、相关招聘、技能服务等产业链。这个现象一半说明需求旺盛，一半也说明“卖铲子的人”已经来了。

怎么识别这是“服务”还是“割韭菜”？刘兴亮建议普通人看四个信号：第一，看对方卖的是结果还是只卖焦虑。如果上来就说“再不上车就晚了”“学会就月入过万”，基本要警惕。

元股证券:ygzq.hk

第二，看有没有可验证案例。真正靠谱的服务，应该告诉你它帮你自动化了什么流程，省了多少时间，降低了多少成本，而不是只给你一堆概念词。第三，看是不是在教你构建自己的工作流，还是只教你“照着点按钮”。前者是真能力，后者很可能只是一次性表演。第四，看有没有把安全和权限边界讲清楚。凡是只讲变现、不讲授权，不讲端口、不讲隔离、不讲密钥、不讲沙箱的，都不够专业。“衍生服务本身不是原罪，但如果服务的核心卖点是贩卖时代焦虑，那大概率就是泡沫。”刘兴亮强调。

对于想体验的用户，如何在尝鲜与安全之间取得平衡？个人用户应该采取哪些防护措施？

刘兴亮表示，因为OpenClaw不是普通App，它是能“动手”的。普通用户如果想尝鲜，务必遵循一句话：先把它当实习生用，不要一上来就当财务总监、系统管理员。具体来说：第一，尽量用独立环境。第二，默认最小授权。第三，坚持本地或私网优先，避免公网裸露。第四，必须开启鉴权和隔离。第五，技能和插件要极度谨慎。第六，给它留“刹车”和“审计”。我自己的经验是，OpenClaw 真能省时间，但前提是你先花时间把边界设好。养得好，它像数字员工；养不好，它也可能像“实习生拿着公司公章乱盖章”。

面对这类新兴技术，普通人应该如何评估是否要“上车”？刘兴亮表示，普通人评估要不要上车，不要问“它火不火”，要问三个更实际的问题：第一，它能不能替我解决一个高频、重复、低创造性的真实问题？第二，我有没有能力驾驭它？第三，失败成本我能不能承受？我对普通人的建议是：不要All in，也不要All out。最好的策略是“小步试水，场景先行”。能，再慢慢扩权限；不能，就说明你还没到适配期，没必要为了风口硬上。

股票杠杆配资公司

如果OpenClaw真的走向成熟，它会怎样改变普通人的工作与生活？会催生哪些新职业？刘兴亮认为，OpenClaw最大的改变不是“替代所有人”，而是会把很多人的工作从“亲自干活”变成“设计流程、监督执行、处理例外”。过去一个人干活，是自己搜、自己写、自己发、自己催、自己记。以后越来越可能变成：你负责定义目标、分配任务、审核结果，很多重复动作由数字员工完成。这会让个人生产力被放大，也会催生一些新角色，比如：AI工作流设计师、数字员工训练师/运营师、AI安全与治理岗位、“AI+垂直行业”的轻咨询和轻服务。个人要尽早培养“与Agent协作”的能力，而不是只会被动使用工具。企业和平台要把默认安全、权限分级、可追溯审计做成标配，而不是高级选项。社会层面要更快建立关于 Agent 的安全规范、行业标准和责任边界。