因为长期关注数码与AI领域，春节前我就留意到不少关于OpenClaw的资讯——当时这款产品在海外已颇受关注，国内也有部分开发者和UP主开始尝试。不过年前工作繁忙，我简单研究后未能成功部署，便暂时搁置了。

春节假期结束返工后，“龙虾”（即OpenClaw）的热度突然飙升。此前我一直关注的Mac mini价格，从去年的2600多元一路涨至4000元以上，如今各大平台更是频频断货，足见其火爆程度。抱着不想被时代淘汰的心态，3月9日晚，我在M4 MacBook Air上通过PD虚拟机里的Win10系统成功部署了“龙虾”，至今已使用近10天，想聊聊这段时间的感受。

从自媒体内容和各大平台的“xxClaw”宣传文案来看，“龙虾”的安装被描述得异常简单——“一键安装，三分钟部署”，仿佛全民“养龙虾”的时代已来临。但以普通人的视角观察身边人，真正尝试部署的屈指可数，多数人仍持观望态度。而作为一名多年数码爱好者，在实际部署和使用后，我发现“养龙虾”的门槛其实不低。

首先说说安装环节。从OpenClaw官网来看，确实只需一行命令即可安装，但这行命令的背后是一系列前置条件的准备。以Windows系统为例，需要安装Node.js、npm及相关Java依赖等，任何一个环节出错都会导致难以理解的报错，这已劝退不少想尝鲜的新手。

前置工作完成后进入安装阶段，过程中会出现大量英文界面，且下载速度因网络而异。自媒体口中的“一键安装”，很多人实际花了十多分钟，期间还多次出现假死状态——继续等待还是终止操作？由于看不懂提示，多数人只能稀里糊涂完成安装，随即进入首次配置环节。

配置菜单不出意外仍是英文界面，对接受过九年义务教育的人来说或许问题不大，但此时会遇到绕不开的核心问题：大语言模型的选择。

检索资料后，我最终选择了MiniMax M2.5模型（当时其Code Plan功能已上线），先开通Starter套餐试用。在“龙虾”配置列表中选择模型并输入API Key时，我发现这只是后续众多Key的开始。但到这一步，很多人已开始困惑：一方面，Deepseek、Kimi、MiniMax、ChatGPT、Gemini等大模型产品眼花缭乱，各有优劣且资费不同，同一品牌还分多个版本；另一方面，国外模型因网络限制，无“梯子”则无法使用。小红书、微博等平台上，关于“选哪家模型”“API Key在哪找”的提问也层出不穷。

适配好大模型后，需选择通信渠道。日常使用中，我们通过即时通讯软件与“龙虾”交互，但官方提供的Telegram、Discord、Line等软件多需“梯子”才能使用。国内较普遍的选择是飞书，但配置流程对未接触过开放平台的新手而言如同天书：机器人配置、Token获取、权限设置、事件回调（Callback）设置、版本发布……任何一步出错都可能导致飞书与“龙虾”无法正常交互，我自己也是反复调整多次才成功调通。

通讯软件配置完成后，选择所需的Skill（技能）和网关服务，“龙虾”才算配置完毕。这里仍是全英文环境，且官方提供的很多Skill需“梯子”或涉及费用，我便直接跳过，这一步倒是顺利完成。

通过Web界面首次看到“龙虾”的全貌时，我像刘姥姥进大观园般四处点击探索。尝试简单沟通、告知基本信息并完成自我介绍后，问题来了：它到底能帮我做什么？我需要它提供哪些服务？

起初，我根据日常习惯和需求，尝试让它处理数据表格（总结、记忆）、查询股票数据与建议、识别图片等，结果却问题频出：

- 发送图片无法识别，需安装图像识别Skill；

- 识别表格数据后，修改后的表格无法通过飞书发送；

- 股票价格、涨跌幅、换手率等查询结果不准确，需接入实时API；

- 发送语音无法识别，需配置语音识别能力；

- 第一天沟通的内容，第二天询问时已遗忘，追问后才重新查到。

诸如此类的问题时好时坏，基于多年的折腾经验，我通过网络检索学习相关知识，发现需安装Skill解决这些问题。来回折腾两天后，又遇到网关无法启动、重启命令失效等问题。

学习Skill相关知识后，我安装了常用及所需的Skill，基本使用已无大碍，同时学习了多Agent相关内容，根据需求拆分出几个Agent。经过近一天的调试，我的“龙虾”目前主要负责以下工作：

- 处理工作文档，如数据汇总、库存查询、业务进度跟进；

- 每日定时推送感兴趣的RSS消息；

- 股票分析，收盘后发送持仓股日报；

- 通过即梦AI处理图片和视频；

- 总结长文；

- 翻译并每日推送5个新单词；

- 提醒事项。

截至目前，我的“龙虾”处于“能用”状态，但离“好用”仍有较大差距。不过这很正常，所有新鲜事物的发展都需经历过程，尝鲜难免伴随阵痛，需通过不断迭代逐步完善。但当下显然未达到全民“养龙虾”的阶段，在我看来，以下三个门槛就足以让多数人望而却步：

1. 语言基础；

2. 基础代码与编程知识；

3. 网络知识。

这些门槛对程序员或极客而言或许不算问题，但对普通大众来说仍相当高。这让我想起儿时的电脑：最早少数人通过MS-DOS命令行使用电脑；后来Win95、98出现，图形化界面普及，光盘重装系统成为常态。“龙虾”的部署就像安装电脑系统——系统装好后，若没有各类软件，电脑也难有用处。二十岁时，我常帮人修电脑、杀毒，那时电脑故障频发；如今却很少听说电脑“坏了”，并非故障消失，而是技术发展提升了易用性。相信AI智能体的发展也会经历类似过程，从“能用”最终走向“好用”。