數字經濟學者劉興亮：“養龍蝦”值得關注，但不等於人人都該重倉入場｜AI“養蝦”冷熱對談

封面新聞記者 孟梅 易弋力

最近，無論是科技社群還是普通網友的朋友圈，“OpenClaw”突然成了一個繞不開的話題，而訓練它幹活則被戲稱為“養龍蝦”。有人說，這是AI圈的下一個風口——一種能讓普通人輕鬆上手、利用AI創造財富或內容的神奇工具；也有人說，這不過是又一輪資本炒作，技術尚在繈褓，普通人根本玩不轉，貿然“養龍蝦”只會被割韭菜。

3月10日，記者採訪了數字經濟學者劉興亮。在他看來，“養龍蝦”之所以引發熱議，本質上不是因為它只是一個新工具，而是因為它第一次讓很多人真切地感受到：AI開始從“會說”走向“會做”了。“養龍蝦”值得關注，但不等於人人都該重倉入場。

為風口而風口

很可能最後變現的是賣教程的人，而不是買教程的人

OpenClaw到底具備哪些顛覆性特徵，讓一部分人覺得非學不可？這些特徵是否真的能在短期內惠及普通人？劉興亮表示，過去大家對大模型的印象，更多還是“聊天、寫文案、做總結”。但OpenClaw的吸引力在於，它不只是回答你，而是能接入工具、調用瀏覽器、連接消息渠道、執行定時任務、管理多會話，甚至在一定條件下直接操作設備和系統。它官方文檔里把能力寫得很清楚：有Gateway控制平面、多渠道接入、瀏覽器控制、Cron定時任務、節點調用、Agent間協作等，這意味著它在形態上已經不是一個單點聊天機器人，而更像一個“可調度的數字執行系統”。這也是為什麼一部分人會覺得“非學不可”。因為一旦AI真能替人持續執行任務，改變的就不是某一個軟件，而是很多人的工作分工方式。比如信息收集、客戶諮詢、日程提醒、賬務催辦、資料整理，這些原來要人反複盯、重複做的工作，現在有可能被一個數字員工接管一部分。

“我自己是1月底開始部署OpenClaw的，還專門為它配了一台Mac。這一個多月裡，我一共養了四隻龍蝦，也就是訓練了四個數字員工。一個負責信息收集，每小時抓取、整理我關注的網站和平台內容；一個負責客戶諮詢和研究輔助；一個負責財務記賬、催款提醒；還有一個是秘書，甚至能聯動家裡的設備，比如幫我關燈。後來我還把這四個數字員工拉了個群，讓它們互相協作、寫日報週報。這個體驗讓我非常直觀地感受到：Agent不是概念，它已經開始具備崗位化的雛形了。”劉興亮表示，但我要強調，這種顛覆性，並不等於短期內就能普惠普通人。因為從官方文檔和近期大量issue來看，OpenClaw仍然是一個能力很強、但複雜度也很高的系統：配置Gateway、鑒權、設備配對、渠道打通、技能接入、權限管理，都不是純小白能無門檻玩順的。它今天更像是“早期生產力工具”，受益最大的是有明確流程需求、願意折騰、能做一點配置和調優的人，而不是所有普通用戶。所以我的判斷是：它值得關注，甚至值得儘早體驗，但不等於人人都該重倉入場。

目前OpenClaw在實際應用中暴露了哪些問題？ 劉興亮認為，至少有五類：一是技術門檻高，本質上還是偏開發者工具，對普通用戶並不友好。二是穩定性還不夠商業級，它跑起來是一回事，穩定地長期跑又是另一回事。三是輸出質量與執行質量不穩定。大模型做Agent，最怕的不是“不會”，而是“似懂非懂地去做”。四是安全與隱私風險。五是變現神話大於現實。網上現在有很多“學會OpenClaw月入過萬”的說法，但從現實看，真正能穩定變現的人，往往不是靠“裝了龍蝦”本身，而是靠“把它嵌進自己的專業流程”。如果你本身沒有業務場景、沒有客戶需求、沒有內容能力，只是為風口而風口，很可能最後變現的是賣教程的人，而不是買教程的人。

衍生服務本身不是原罪

販賣時代焦慮，那大概率就是泡沫

圍繞OpenClaw已形成“代安裝”“付費教程”“技能商店”等衍生服務鏈。如何看待這一現象？這是技術普及的必要配套，還是收割“焦慮稅”的泡沫？普通人如何識別其中的陷阱？

在劉興亮看來，這裡面既有合理需求，也有明顯泡沫。先說合理的一面。任何一個複雜技術在早期都會長出一圈服務業。安裝部署、環境配置、模型接入、權限管理、工作流設計，這些都需要人幫你“翻譯”成普通用戶能理解的服務。所以“代安裝”“訓練營”“顧問服務”本身並不奇怪，它是技術普及早期的常見配套。但問題在於，現在OpenClaw的熱度太高，已經明顯出現了焦慮驅動型消費。媒體報導顯示，除了騰訊雲線下免費安裝，二手平台和社交平台上也迅速湧現出收費安裝、教程培訓、相關招聘、技能服務等產業鏈。這個現像一半說明需求旺盛，一半也說明“賣鏟子的人”已經來了。

怎麼識別這是“服務”還是“割韭菜”？劉興亮建議普通人看四個信號：第一，看對方賣的是結果還是只賣焦慮。如果上來就說“再不上車就晚了”“學會就月入過萬”，基本要警惕。

第二，看有沒有可驗證案例。真正靠譜的服務，應該告訴你它幫你自動化了什麼流程，省了多少時間，降低了多少成本，而不是只給你一堆概念詞。第三，看是不是在教你構建自己的工作流，還是只教你“照著點按鈕”。前者是真能力，後者很可能只是一次性表演。第四，看有沒有把安全和權限邊界講清楚。凡是只講變現、不講授權，不講端口、不講隔離、不講密鑰、不講沙箱的，都不夠專業。“衍生服務本身不是原罪，但如果服務的核心賣點是販賣時代焦慮，那大概率就是泡沫。”劉興亮強調。

對於想體驗的用戶，如何在嚐鮮與安全之間取得平衡？個人用戶應該採取哪些防護措施？

劉興亮表示，因為OpenClaw不是普通App，它是能“動手”的。普通用戶如果想嚐鮮，務必遵循一句話：先把它當實習生用，不要一上來就當財務總監、系統管理員。具體來說：第一，儘量用獨立環境。第二，預設最小授權。第三，堅持本地或私網優先，避免公網裸露。第四，必須開啟鑒權和隔離。第五，技能和插件要極度謹慎。第六，給它留“刹車”和“審計”。我自己的經驗是，OpenClaw 真能省時間，但前提是你先花時間把邊界設好。養得好，它像數字員工；養不好，它也可能像“實習生拿著公司公章亂蓋章”。

面對這類新興技術，普通人應該如何評估是否要“上車”？ 劉興亮表示，普通人評估要不要上車，不要問“它火不火”，要問三個更實際的問題：第一，它能不能替我解決一個高頻、重複、低創造性的真實問題？第二，我有沒有能力駕馭它？第三，失敗成本我能不能承受？我對普通人的建議是：不要All in，也不要All out。最好的策略是“小步試水，場景先行”。能，再慢慢擴權限；不能，就說明你還沒到適配期，沒必要為了風口硬上。

如果OpenClaw真的走向成熟，它會怎樣改變普通人的工作與生活？會催生哪些新職業？ 劉興亮認為，OpenClaw最大的改變不是“替代所有人”，而是會把很多人的工作從“親自幹活”變成“設計流程、監督執行、處理例外”。過去一個人幹活，是自己搜、自己寫、自己發、自己催、自己記。以後越來越可能變成：你負責定義目標、分配任務、審核結果，很多重複動作由數字員工完成。這會讓個人生產力被放大，也會催生一些新角色，比如：AI工作流設計師、數字員工訓練師/運營師、AI安全與治理崗位、“AI+垂直行業”的輕諮詢和輕服務。個人要儘早培養“與Agent協作”的能力，而不是只會被動使用工具。企業和平台要把預設安全、權限分級、可追溯審計做成標配，而不是高級選項。社會層面要更快建立關於 Agent 的安全規範、行業標準和責任邊界。