春节假期，帮亲戚朋友们部署 OpenClaw 成了我一份额外的工作。虽然不一定能真正用上，但这只龙虾是不得不拥有。

AI 进入我们的工作流，在 OpenClaw 爆火之后，这种感觉变得更加强烈。在「不用 AI 会被淘汰，用了 AI 也像是能被替代」的悖论下，不错过任何一个能放大自身价值的 AI 工具，让人陷入了无止境的 FOMO。

越来越多的「龙虾变体」也涌现出来，但是当被问到打算怎么把这个部署好的 OpenClaw 融入工作流，答案往往又是个未知数。更不用说光是部署好 OpenClaw，就有两道大关，一是要手动部署和配置复杂的模型 API，二是让人心疼的额外 API 费用。

今天，更新后的 MiniMax Agent 推出了两项新功能。

专业度更高，更会干活的 Expert 智能体社区，涵盖从技术开发、创意写作到音视频图片生成等多模态领域，超过 1.6 万个专家，且还在持续增长。大多数场景下，我们几乎都能直接找到现成可用的专家；即便没有完全匹配的，用几句话还能快速创建一个自己的 Expert。

另一项新增的 MaxClaw 模式，能让我们一键打通 OpenClaw 生态，而且完全不需要自己配置 API，以及承担额外的 API 费用，解决了「不知道 OpenClaw 能做什么」和「怎么部署 OpenClaw」这两个问题。

这也就意味着，即便是纯小白，现在也能拥有开箱即用的专属 AI 专家团队了。

APPSO 也实测了一波智能体专家和 MaxClaw 这两项新功能，它确实和一般的智能体 Agent 不同，结合了 Skills 的能力和 OpenClaw 的兼容能力，我们直接就能操作飞书、钉钉等即时通讯软件。

而和市面上不同版本的 OpenClaw 对比，MiniMax Agent 的 MaxClaw 又有了预置的专家智能体，整个体验会更加友好。

体验地址：国内版 https://agent.minimaxi.com
海外版 https://agent.minimax.io

超过 1.6 万个 Experts 的大社区

对于 AI 创作来说，无论是文本还是多媒体，大多数时候用大模型，最痛苦的就是「AI 味太重」或者「废话连篇」。究其原因，往往是「提示词不当」、「模型不够强」，总结在普通的聊天形式缺乏深度的垂直领域优化。

MiniMax Agent 这次推出的 Expert（专家智能体） 虽然还是在聊天对话里进行，但底层逻辑做了一些改变。它主打即开即用，提供了针对各种深度垂类场景优化的 Agent。

在处理对应垂直领域的任务上，和非专家的单纯对话形式相比，专家能交付更专业、质量更高的结果。为了验证这一点，我们直接从它目前已经 1.6w+公开的 Expert 库（大部分是用户创作）里，挑了几个热门的场景进行实测。

PPT、网页、行业分析，AI 开始按场景分工干活

从目前 Expert 社区的使用热度来看，用户最先跑起来的，往往还是那些直接指向生产力的刚需场景，比如办公制作、内容搭建，以及金融与行业分析。

在 MiniMax Agent 首页，我们点击左侧边栏的「探索专家」，就能进入已经按场景分好类的专家社区。不同专家不仅标注了能力方向，还能看到背后调用的「子代理」和完整项目指令，相当于把一套成熟工作流直接摆在用户面前。

找到合适的专家后，点击「开始聊天」，输入需求，它就会按既定流程自动推进任务。

在办公与内容生产场景中，落地页生成和 PPT 制作依然是浏览量最高的一类专家。

我们先测试了 Landing Page Builder 专家。输入需求：「我要给初中生做一个五代十国历史的网页，得让他们真的能听进去，内容翔实有考据，一节课 45 分钟的内容。要解释清楚、配图到位、动效得当、沉浸感强，举的例子能让他们产生共鸣，再加几道题检验下理解程度。」

整个过程中，专家几乎不需要额外干预，而是按照预设流程自动完成结构设计、内容填充和页面生成。

从最终效果来看，这类 Expert 和传统 Agent 最大的区别在于，它从边聊天边拼凑，转成了沿着一条完整生产流程在推进，结果的稳定性和完成度明显更高。

生成的网页不仅信息完整，画面和动效也有一定沉浸感，相比过去一些 vibe coding 产品常见的模板化和渐变紫风格，要更克制也更可用。

在偏专业的分析类任务上，Expert 的优势会更明显。我们选择了 McKinsey PPT（麦肯锡风格演示文稿生成）专家进行测试。按照介绍，它会自动补充数据、图表以及行业洞察。

实际测试中，我们只输入了一句非常简单的需求，「制作一份关于全球机器人市场的10页幻灯片演示文稿」。但最终生成的 PPT，在信息密度、结构完整度和图表配置上都没有明显缩水，基本具备拿来就能用的初稿质量。

这类场景也很能体现 Expert 的定位，它尝试把一整段专业工作流程产品化，从增强单次问答的模式里彻底跳了出来。

有了多模态能力的专家，一句话拍出顾北辰的短剧宇宙

还没听说过有能生成视频的通用 Agent 产品，但现在结合多个不同的 Skills、Agents 的专家，输入一段剧情，直接就能给我们一部短剧。

我们使用 AI 短剧导演+摄影+剪辑师专家进行测试，和一般的视频生成模型只能产出 5-10s 左右的视频不同，这个专家能自动生成完整的分镜，并且把视频进行剪辑和拼接。

最后生成的视频，完成度很高，虽然没能对口型把台词一字一句说出来，但是也配了一段应景的 BGM。而且大概率是检测到了提示词里面的「宫崎骏」，整个动画的风格，乃至角色和公司名字，都透露着一股日漫的味道。

简单对话，每个人都能创建一个专家

如果觉得官方或别人做的专家，还不够贴合我们的使用习惯和工作场景，MiniMax Agent 也提供了自定义功能，通过简单的一两句话就能创建一个专家。

我们完全不需思考什么是 Skill 或者专家，也不用遵守标准文件的规则设置等，只需要通过自然语言交互，就能更方便地把个性化的工作流、SOP 等集成，创建专属 Expert。

热点追踪是媒体编辑一项非常重要的工作，我们在 MiniMax Agent 的专家社区里，也使用过多次热点追踪的专家。例如当我们要求它基于输入的「春晚被机器人刷屏」这个主题，去搜索最新消息和近期热门话题时；它最后能给我们一份完整详细的长文，但是不够个性化。

于是，我们开始自己来创建一个 APPSO 的热点追踪。

创建专家的过程是可以连续对话，如果对目前专家的输出不满意，我们可以继续在对话框内要求 MiniMax Agent 进行更新。

创建完成之后，我们只需要发送一句「开始，帮我整理今天的科技快讯」，专家就会给我们 24h 内最值得关注的 AI 消息，并且以早报的文风和格式要求写好。此外，这些自己创建的专家，MiniMax 还提供了 15 轮免费，即不消耗积分的优惠，体验门槛更低。

除了大量可以直接使用和自定义的 Experts，更值得关注的是即将上线的 Marketplace。用户创建的 Expert，如果被使用，就能获得相应的积分，可以用来在 MiniMax Agent 里完成更多的任务。

而后续 MiniMax 还将开放专家自行定价，这意味着如果你在某个垂直领域有真正的专业积累，封装成 Expert 除了分享自用，还可能是一种新的变现路径。

说白了，一个 Skills 专家的应用商店雏形，已经摆在我们面前了。

一键接入 OpenClaw 的 MaxClaw

如果说 Expert 是强大的大脑，那么 MaxClaw 就是让大脑连接到现实的双手，这也是 MiniMax Agent 这次升级里，玩法最丰富的一个功能。我把它叫做升级版的 OpenClaw。

根据网络上到处都是的 OpenClaw 指南，想要真正好用的OpenClaw生态，我们要先学会手动部署、配置复杂的模型API，还要时刻盯着后台，生怕一不小心跑出天价的 API 账单。

对于绝大多数不懂代码的普通小白来说，这门槛属实是太高了。我只是想把好用的 AI 接入自己的飞书或钉钉，创建一个机器人，但是第一步就困住了。

MiniMax Agent 新增的 MaxClaw 模式，一键打通了 OpenClaw 生态，不需要繁琐的手动部署和配置模型 API，通过MiniMax Agent 网页端就可以快速上手。

目前，它也兼容手机端多个即时通讯交互工具，我们可以在飞书、钉钉、Telegram、WhatsApp、Discord、Slack 中使用。

拿部署到飞书机器人举例，甚至不用额外的部署指南，我们只需要点开首页左侧边栏的 MaxClaw 按钮，点击「立即开始」，我们可以选择使用默认配置，或者其他专家。

这也是 MaxClaw 对比 OpenClaw 的一大亮点，除了能像 OpenClaw 一样连接到不同的聊天应用，在自己常用的 App 里就能指挥 AI 干活；我们在初始配置时，就可以直接选择那些已经有的预置专家 Agent 配置。

创建之后，在对话框里发送消息，「我想连接到飞书」，按照 MaxClaw 回复的消息，我们点击飞书开放平台的链接，登录之后，按照流程，创建一个企业自建应用，获取 App ID 和 App Secret。接着把复制的信息发送给 MaxClaw，它会提示重启，重启之后在飞书的配置事件订阅里选择添加对应的事件就能启用。

不出所料，整个过程肯定会有一些问题。例如我们在拿公司飞书账号测试时，就被提示相关的授权需要审核才能发布，以及在权限管理和事件配置部分，飞书里面的内容太多太杂乱，根本不知道授予哪些权限。

这个时候，直接回到 MaxClaw，把遇到的问题统统发给它，跟着它的提示走，基本上都能解决。

顺利部署之后，我们在自己的飞书里，就能看到一个对应名字的机器人，然后直接开启对话，所有的对话也会同步在 MiniMax Agent 网页里的 MaxClaw 显示。

让 MaxClaw 帮我们干活，都只用在飞书里面指挥它。我们直接把之前创建的「热点追踪」专家的指令发给它，然后在飞书里对话，输入一句简单指令，「帮我整理今天的快讯」。

很快，一份结构完整的 AI 早报就直接回到了飞书对话框里，完全按照要求的格式，摘要、关键信息提炼、标题等全部都有。并且还能设置定时任务，让 MaxClaw 在飞书里主动给我们发送消息。

除了热点追踪，之前的股票价值分析等专家，我们现在也可以直接通过飞书聊天的方式，就让 MaxClaw 为我们总结出一份逻辑清晰的完整报告。同时，继续让它为我们监控英伟达最新的动态。

而如果直接在配置的时候，选择对应的专家，我们可以看到它的 Skills 情况，MaxClaw 会自动添加开箱即用的 Skills 来帮助我们更好的上手。

时间一到，MaxClaw 在飞书里，准时给我们推送了最新的资讯。

「Claw」是 Agent 之后一种新的智能阶段

这次更新，真正值得关注的，其实不是又多了一个 Agent 工具。

OpenClaw 的爆火，让我们看到了一个能真正干活的「Agent」是什么样。它是个性化的，部署在自己的电脑上，告别了过去一个网页解决所有用户问题的统一；它是互联互通的，打穿了终端设备上不同应用的壁垒，在 Telegram 也能指挥 AI 帮助我们回复工作邮件……

这本质上是在提醒我们一件事：AI 正在从「辅助回答问题」，走向「直接进入工作流」。当 AI 开始能够调用工具、跨应用执行任务、甚至在后台持续运转，我们原有的工作组织方式，本身就已经在发生变化。

问题只在于，大多数普通用户其实卡在门外。

一边是大家都知道 Agent 很强、OpenClaw 很火；另一边，是复杂的部署流程、看不懂的 API 配置，以及随时可能失控的调用成本。很多人不是不想用，而是很难真正用起来。

MiniMax Agent 这次做的事情，某种程度上就是在把这道门槛往下搬，让普通打工人也能轻松搭建自己的顶级 AI 工作流。

Expert 把过去需要反复调 Prompt、反复试错的专业流程，打包成了即开即用的专家社区；MaxClaw 则把原本偏极客向的 OpenClaw 生态，压缩成了一键可用的连接能力。

对于普通用户来说，这种变化的意义很直接，我们不用懂什么是终端，不用让自己费尽力气做个半吊子「工程师」，也能开始搭建自己的 AI 工作流。

当越来越多「Agent」能够被像软件一样使用，AI 对工作方式的影响，才会真正开始外溢。

从这个角度看，MiniMax 推出这些产品，价值或许不只在于功能多了两个按钮，更在于它正在把一套原本属于少数人的先进工作范式，逐步变成更多人可以上手的日常工具。

对普通用户来说，这或许才是 Agent 真正开始变得有用的时刻。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

就算是真的龙虾，也不是每个人都适合吃。

用这句话来形容当下的绝对 AI 顶流 OpenClaw，可能再合适不过。

社交媒体上流传的截图，永远是龙虾最肥美的那一面：Agent 自动处理邮件、跨应用调度任务、像一个不用休息，永远不会在群里已读不回的数字员工。

这种画面制造了强烈的 FOMO，让无数人心想「我也要一只」。

于是，一场关于龙虾的集体狂热就此开始。只是，没人提的是，这只「龙虾」要配什么锅、烧多少柴火，以及它进了你厨房之后，会不会顺手把冰箱里的东西全部清空。

今天，我们不谈那些改变世界的宏大叙事，只算一算普通人养一只 OpenClaw，到底要付出怎样的成本。

月薪两万，养不起一只龙虾

先说怎么才能体验 OpenClaw？

目前体验最完整的方案，是专门准备一台长期在线的本地硬件。OpenClaw 创始人 Peter Steinberger 本人就用一台 Mac Mini 跑 Agent，连接本地文件、挂接各类工具，连续处理各种任务。

受此影响，苹果 Mac mini 在各大电商平台迅速售罄，苹果官网显示，现在下单最快要到 4 月底才能到手；并且一些二手平台上甚至衍生出了「租 Mac mini 养龙虾」的服务。

但如果想用本地模型把 API 费用压下去，硬件门槛会陡然上升。

如果想省掉这笔硬件钱，则可以选云服务器。腾讯云、阿里云都有一键部署方案，价格从几十到上百元不等，以及 Kimi Claw、MaxClaw、以及今天正式上线的 AutoClaw，主打一个开箱即用。

买不到机器怎么办？拿自己的旧电脑硬上呗。但 OpenClaw 对系统环境，尤其是 Node.js 的版本，有着极其玄学的要求。无数满怀激情的年轻人，跟着教程折腾了一通宵，最后依旧卡在命令行报错界面。

这种想用用不上的焦虑，也催生了一个暴利的代装 OpenClaw 行业：国内平台上远程代装几十元起步，上门服务普遍要 500 到 1500 元。国外一家名为 SetupClaw 的网站则报价 3000 至 6000 美元。

哪怕你成功部署了龙虾，也建议留意后续的坑。

Chatbot 聊天机器人时代，用户的付费订阅是包月的，问一次，答一次，成本是静态的。但 Agent 一旦开始跑任务，每一次读网页、调工具、看文件、重试错误，背后是疯狂燃烧的 token 在负重前行。

这也让我想起了最近流行的一句话：「月薪两万，养不起 OpenClaw。」

OpenClaw 的官方文档写得很直白：养「龙虾」的花费不只来自核心模型回复，还来自网页读取、记忆检索、压缩总结、工具调用，以及系统提示里塞进去的 workspace 文件和 bootstrap 配置。

上下文一长，反复调用几轮，燃烧的 token 梆梆就是两拳。具体到价格，按 2026 年 3 月的市场行情，用 Claude Sonnet 跑 OpenClaw，单月累计一千万输入加一千万输出 token，光费用就接近 180 美元。

真把它当全天候执行 Agent、用高阶模型跑难度较高的任务，月费破千美元也都不稀奇。

市场数据也印证了这种烧法。OpenRouter 处理的 token 量从每周 6.4 万亿直接涨到 13 万亿。

在这条生态链里，顶层赢家始终是找到 C 端场景的各大 AI 厂商，靠算力和 API 坐收渔利；次层是云厂商和知识付费者，靠服务和信息差赚钱；受损方只有一类，就是掏钱烧 Token、还要承担系统风险的普通用户。

还没装上 OpenClaw，就已经先交了第一笔安全学费

退一万步讲，就算你不差钱，安全问题才是真正让人睡不踏实的雷区。

微软安全团队曾预警过龙虾的危险之处：OpenClaw 应被视为「携带持久凭证的不受信任代码执行环境」，不适合直接跑在标准个人电脑或企业工作站上。

问题不在于它能不能用，问题在于它天生就站在一个很危险的位置。高权限、高连通、高自动化，这三样东西凑在一起，本来就不该让人放松警惕。可很多人偏偏是用装聊天软件的心态去装 OpenClaw，最后便很容易落得一地鸡毛。

Shodan 平台监测显示，全球有超过十几万个 OpenClaw 实例直接暴露在公网上，处于零认证状态，奇安信数据显示其中相当数量位于中国境内。

工信部也专门发布了风险提示，OpenClaw 网关在默认配置下不核验请求来源，用户只需在浏览器里误点一个恶意链接，攻击者就能通过本地端口接管 Agent 的全部系统权限。

更麻烦的是，有些人甚至还没装上正版，就已经先交了第一笔学费。

安全研究机构 Huntress 在 2026 年 2 月发现，有人趁 OpenClaw 大热，在 GitHub 上伪造安装包，植入 Vidar 信息窃取木马和 GhostSocks 代理恶意软件。

连 Bing 搜索广告都被拿来做引流，用户搜索「OpenClaw Windows」，AI 推荐链接直接指向了一个刚创建的恶意 GitHub 仓库。这批假安装包从 2 月 2 日挂上去，到 2 月 10 日才被发现下架，中间整整八天。

插件生态同样是一个隐蔽的雷区。

网络安全机构审计发现，ClawHub 插件市场里约 12% 的 Skill 含有恶意代码，通常伪装成加密货币助手、YouTube 工具这类热门类目，一边执行正常任务，一边在后台偷取 SSH 密钥、浏览器密码和 API 密钥。

由于插件大多以 Markdown 或 YAML 格式存储，普通用户根本无法肉眼辨别。更要命的是，即便官方下架了已知恶意插件，GitHub 仓库仍保留着历史备份。你找人代装的那一份，到底顺手给你塞了什么，很多时候连代装的人自己都未必说得清楚。

这类风险，并不会因为使用者足够专业就自动消失。

Meta AI 安全研究总监 Summer Yue 将工作邮箱接入 OpenClaw 后，Agent 开始高速删除邮件，对她反复发出的「STOP」指令毫无响应，最终她不得不物理断开机器才阻止了损失。

原因不是模型不够聪明。而是 OpenClaw 的上下文压缩机制在处理大量邮件时，把她此前设定的「不确认不执行」这条底线指令直接过滤遗忘了。系统设计的优先级里，根本没有「用户随时可以叫停」这一条。

一个专门研究 AI 安全风险的顶级专家，尚且无法在关键时刻踩住刹车，阴沟里翻船。普通用户面对的风险，自然不难想象。

说到底，大家的焦虑也不是没有来由。去年之 DeepSeek，犹如今日之 openclaw，每隔一段时间，AI 总会冒出一个新物种，把人推到「再不用就落伍」的心理边缘。

可很多时候，真正把人拖垮的，不是工具不够先进，而是工具太多、太杂、太吵。哈佛商业评论今年 3 月的研究就用数据印证了这种境况。

调查 1488 名全职工作者后，研究者发现，同时使用超过三个 AI 工具，生产力反而会下降。

他们把这种状态叫作「AI 脑过载」，典型表现包括注意力饱和、决策疲劳、持续性脑雾。经历这类状态的员工，主动离职意向比其他人高出 39%。最会用 AI 的人，有时也会以另一种形式被 AI「干掉」。

所以回过头看，OpenClaw 你拿它当玩具，或者拿它做高价值、低频次的任务，成本大体可控，风险也还算能收得住。真把它当成一个 24 小时在线的数字雇员去养，成本、风险和管理复杂度都会迅速上升。

对绝大多数普通用户来说，等等下一代更稳、更安全、更省钱的产品，往往比现在立刻冲进去当第一批小白鼠要理性得多。

第一个吃螃蟹的人值得尊敬。但第一百个吃螃蟹的人，通常吃得更好，也更便宜。

附卸载指南

如果读到这里，你已经判断 OpenClaw 带来的成本和风险远远大于收益，决定和这只「龙虾」体面告别，也不是没有办法。它的卸载和普通软件不太一样，不是拖进废纸篓就算完事。

卸载分两条路：CLI 还在的，走简易路径；CLI 已经找不到但服务还在跑的，走手动清理路径。

简易路径（CLI 仍然可用）

最省事的方式是用它自带的卸载命令：

openclaw uninstall

想一键清除所有配置、跳过所有确认提示，加参数：

openclaw uninstall –all –yes –non-interactive

如果你习惯用 npx，也可以：

npx -y openclaw uninstall –all –yes –non-interactive

如果想手动一步步来，效果完全一样，按顺序执行：

第一步，停止网关服务：

openclaw gateway stop

第二步，卸载网关服务本身：

openclaw gateway uninstall

第三步，删除本地状态与配置文件：

rm -rf “${OPENCLAW_STATE_DIR:-$HOME/.openclaw}”

注意：如果你当时把 OPENCLAW_CONFIG_PATH 设置到了状态目录之外的自定义路径，那个文件也需要手动删除，否则会有残留。

第四步，删除 workspace（可选，但建议执行，会一并清除 Agent 运行时产生的文件）：

rm -rf ~/.openclaw/workspace

第五步，卸载 CLI 本体，根据当时的安装方式选择对应命令：

# npm 安装的

npm rm -g openclaw

# pnpm 安装的

pnpm remove -g openclaw

# bun 安装的

bun remove -g openclaw

如果还安装了 macOS 桌面版，记得一并处理：

rm -rf /Applications/OpenClaw.app

手动清理路径（CLI 已不可用，但服务仍在运行）

如果 CLI 已经找不到了，但网关服务还在后台默默跑着，就需要根据操作系统分别处理。

macOS 用户：

默认服务标签为 ai.openclaw.gateway，执行：

launchctl bootout gui/$UID/ai.openclaw.gateway
rm -f ~/Library/LaunchAgents/ai.openclaw.gateway.plist

如果你当时用了 –profile 参数，需要把命令里的标签和 plist 文件名替换为 ai.openclaw.<profile名>。此外，老版本 OpenClaw 遗留的 com.openclaw.* 格式 plist 如果还存在，也一并删除。

Linux 用户：

默认服务单元名为 openclaw-gateway.service，执行：

systemctl –user disable –now openclaw-gateway.service
rm -f ~/.config/systemd/user/openclaw-gateway.service
systemctl –user daemon-reload

使用了 –profile 的，对应单元名为 openclaw-gateway-<profile名>.service，命令里替换即可。

Windows 用户：

默认任务名为 OpenClaw Gateway，执行：

schtasks /Delete /F /TN “OpenClaw Gateway”
Remove-Item -Force “$env:USERPROFILE\.openclaw\gateway.cmd”

使用了 –profile 的，任务名对应为 OpenClaw Gateway (<profile名>)，同时删除 ~\.openclaw-<profile名>\gateway.cmd。

几个容易漏掉的细节

• 多 profile 的情况： 如果你当时用 –profile 参数创建了多个配置，每个 profile 都有独立的状态目录，默认路径是 ~/.openclaw-<profile名>，需要逐一找出来，逐一删除。一个都不能漏，否则残留数据还在。
• 远程模式的情况： 如果你用的是远程模式，状态目录不在本机，而是在网关主机上。这意味着上面停止服务、删除状态目录这几步，需要登录到网关主机上去执行，本机操作是不够的。
• 源码方式安装的情况： 如果你当时是通过 git clone 拉取源码运行的，卸载顺序很重要——必须先卸载网关服务（走上面的简易路径或手动清理路径），再删除仓库目录，最后清理状态和 workspace。顺序不能反，否则服务还挂着，删了仓库反而清理不干净。

做完这些，才算真的和这只龙虾说了再见。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

【GameLook专稿，禁止转载！】

GameLook报道/美国以色列对伊朗发起军事打击的这段时间，海外股市表现得相当惨烈。当然由于中国持续进行的能源多元化战略，整体受到的影响反而可控。

作为全球能源运输中心的霍尔木兹海峡全面关闭，不止震动全球能源市场，更直接影响下游各行各业，持续推动商品期货市场暴涨，对全球经济都产生了重大影响。随着美国总统特朗普在3月9日暗示“战争可能很快结束”，缓解了市场担忧。当天下跌的美国纽约股市三大股指应声上涨，油价回落。

世界局势愈发混乱的情况下，腾讯却在今日迎来了新一轮史诗级大涨。截至今天收盘，腾讯公司股价当日暴涨7.27%——这是腾讯近几年来又一个“可载入史册”的单日涨幅数字，有可能将是腾讯2026年单日最高股价涨幅。

回顾腾讯过去10年，每一年创造的股价单日涨幅最高值的时刻，背后原因主要有三个，其一是同监管政策变化紧密相关；其二与游戏业务关联性高，游戏业务表现好，腾讯股价自然大涨；其三，步入2023年之后，投资者和行业人士都会发现，腾讯股价上涨的潜在驱动力来自AI。

或者说，迈入AI时代后，腾讯的一切一切问题似乎都变成了“腾讯如何用好AI”的问题。

“养龙虾”大爆发，刺激腾讯股价疯涨7.27%

今年春节，腾讯、百度、阿里风风火火开展AI红包大战，年后反被字节Seedance刷爆全球，只剩一地鸡毛。越来越多证据表明，在AI应用的真正较量中，用户入口固然重要，但技术和产品化的里程碑进展、才能带来更大爆发力和想象空间。

AI仍未进入“渠道为王”时代，依旧需要靠技术带来强劲增长，甚至能形成新的产品机会。靠疯狂补贴用户、福利大战这种古早互联网打法，在技术大爆炸面前已经是一个过时的套路。

作为AI大战的重要参与者，端出Seedance“拳打”好莱坞的字节跳动，因为没有上市、始终游离在资本市场之外，反而成了整个港股科技股的最大敌人，一句话说，就是“AI牛、字节牛，字节牛又会反向制造港股上市科技公司的业务焦虑”。

客观来说，腾讯在AI大模型和产品化入口的大战中，处在一个相对不佳的状态，无论大模型、还是产品化的技术争夺，腾讯似乎都是那个出状态偏晚的选手。当然，腾讯一贯的业务方针都是能够接受“后来居上”、初期慢点但愿意长跑。但现实是，AI爆发是另一套逻辑，成败叙事尚未演变成“渠道为王”，其没有给腾讯、阿里等传统互联网巨头留下时间。

AI真正的疯狂之处在于，其本质上是“残酷的比价模式”，哪家模型性能指标好、价格便宜，它就会获得极高的使用率。智谱与MiniMax之所以在全球API调用量稳居前五，根本原因在于其具有更高性价比。这种残酷的AI极度理性的模式，也让互联网时代的“BAT”们一下没了护城河。

好在，2023年开始，整个互联网开启降本增效、巨头开始业务聚焦，腾讯出现了投资圈所认为的“AI降本叙事”，年收入不涨、但利润却恢复大涨，成效显著；到了2025年，腾讯股价已经同AI正相关，AI成为腾讯股价上涨的最主要逻辑之一。

2025年腾讯股价单日最高涨幅的那天，正是因为腾讯全线产品、尤其是微信接入了DeepSeek。可惜的是，依靠的并不是来自腾讯自家AI大模型产品，而是由外界AI大模型能力的价值逐渐显现后，反映到腾讯身上的预期。

当然腾讯总能集百家所长，结合自家生态优势和产品优势，孕育出一个巨大想象空间。今天股价暴涨7%，便是来自近期OpenClaw引发的“龙虾热”。

 

在Agent的企业级市场，腾讯企业微信、字节飞书和阿里钉钉是几个主要玩家。但在消费级市场，腾讯可以说占尽了便宜。

微信是目前10亿+MAU的互联网产品中“唯一以聊天窗口为长相”的那位、且列表上都是活人，与之相比阿里长着一张“卖货的脸”、字节长着一张“看片的脸”，——APP使用习惯让网民有了先入为主的观念：微信、QQ其实是“养龙虾”、培养自己数字员工的最佳场所，直接推动了腾讯今天的股价暴涨。

随着全民“养龙虾”的爆发，腾讯拿出了空前的决心，先是上周末在深圳腾讯大厦门口免费为千人安装OpenClaw，近日腾讯全系产品，如QQ、微信、腾讯云代码助手CodeBuddy、腾讯电脑管家等均已支持用户一键“养虾”。

3月9日，WorkBuddy上线首日还因为用户过度直接挤爆服务器，导致CodeBuddy服务崩溃，腾讯云团队紧急扩容10倍并发布致歉信。这场泼天流量正狠狠砸向腾讯，要论其中真正的赢家，其实是面向消费级市场的QQ、微信。

免费的AI不香，付费的“龙虾”一窝蜂

“龙虾热”大爆发的过程中，出现了滑稽的一幕：国内互联网产品如微信、百度等都已经接入了免费使用的AI问答能力，但普通网民并没有表现出过分热情。

反而是需要用户“烧钱”体验的OpenClaw成了现象级产品，网民狂热的原因就三个，尝鲜、找到淘金机会、怕掉队，比如有网友就分享，靠接单安装OpenClaw、就能日收入2000元，已有网店靠养龙虾业务盈利30万。

国内用户“养龙虾”除了本地部署，更多绕不开云端部署，这意味着网民至少需要先付费购买腾讯云账号。而且不同于传统AI使用方式，OpenClaw调用外部大模型API消耗的Token的速度，是大模型常规用法用量的数倍甚至上百倍。

有国内开发者在阿里云开发者社区透露：自己使用OpenClaw进行自动化任务处理，2个小时就花了100美元的Token费用。甚至有大数据工程师表示，一个晚上和OpenClaw闲聊了几句和查了下数据，100万Token没了甚至还欠费。

“养龙虾”显然并非普通用户理解的互联网时代的免费产品，OpenClaw每输出一句话、每搜一页资料、每执行一次调试和优化都在烧钱，甚至光是长时间开机都可能造成百万Token的消耗。

龙虾的成本到底有多大，关键在于用户需求。如果是执行复杂的任务，一个月下来可能高达五位数、单月过万元的算力支出。而普通网民一个月的订阅各种互联网服务的开支（音乐、阅读、流媒体视频、知识付费、短剧），通常不会超过500元人民币，与之对比，美国网民每年在各种订阅产品上的支出也就924美元（合人民币6000多）。

从养龙虾的消费金额来看，这意味着，除了网购、游戏和直播打赏之外，“养龙虾”可能会成为不少网民ARPU排名前四的互联网新服务。

而偏偏是这么一个费用昂贵、算力消费无上限的产品，催生了一场席卷全网的“龙虾”热。全民疯狂的背后，意味着当前阶段的确进入了AI变现的时代。单从ARPU值的角度来看，AI Agent极大地地拓展了互联网企业和平台公司创造收入的想象空间。

作为唯一拥有以聊天窗口为长相的10亿+MAU产品的互联网巨头，腾讯将最大程度地获得“龙虾”热带来的红利，这也是今日腾讯股价大涨的底层逻辑。

ChatGPT、DeepSeek、MiniMax等市面上的大模型，基本上都有可能被OpenClaw调用。腾讯对研发出全球顶尖AI大模型的焦虑，在“龙虾”面前似乎也变得不再重要，谁家AI大模型强就接谁，搞好算力基建，变成了一条务实的路线。

但长期来看，腾讯作为一家科技巨头，不可能一直是其他公司AI大模型的搬运工。未来某一天，当更多开源模型如OpenAI一样走入商业化，或者开始有措施地针对竞争对手时，有朝一日也可能会造成腾讯的被动。GameLook认为，即使紧迫性降低，腾讯今后依然需要加强AI大模型的开发，必须拿出一个国内TOP3的AI大模型基座，来实现技术兜底。此外独立的Agent产品入口、依然是一个可能动摇腾讯微信AI布局的风险点，必须有相应的产品和措施补位。

腾讯一切一切的问题，都是AI 问题？

GameLook认为，腾讯的问题需要从四个维度考虑：一是腾讯的产品，QQ和微信仍然是主要的业务驱动力，是优势但也是缺点。

缺点很明显，步入后移动互联网时代，腾讯新诞生的超级APP寥寥无几。长出新APP这件事情上存在诸多阻力，字节跳动更是成了一个拦路虎。但辩证看，这也是好事，让腾讯更聚焦发掘QQ和微信的可能性。至少目前，“龙虾”同QQ、微信结合爆发出巨大的想象空间。

其一，在GameLook看来，微信和QQ能为一个用户提供多少种使用场景，用户就会拥有多少重身份，且围绕这些身份能够展开不同的商业化模式，这就是微信、QQ的可能性。社交维度其实能够诞生很多种不同的方式，诸如匿名社交、语聊房等。AI时代，甚至还可能出现由AI代理的社交关系链。

比如恺英投资公司自然选择的AI社交应用Elys，因其主打AI化身相互交流，靠“分身社交”的方式出圈。即让“赛博分身”替用户完成“预交互”，并在关键节点把选择权交回真人确认，由此产生另一种商业模式。

AI社交应用Elys

用户在多维社交过程中每分裂一个身份，就能打开一个宇宙，并围绕这个身份展开对应的商业化模式创新。虽然分身社交、匿名社交不一定会是腾讯今后的主菜，但已经展现了微信、QQ在AI时代的无限可能。

其二，AI会对腾讯的内容生态造成冲击，AI是下一轮驱动力，也是内容生态的革命者。字节Seedance、快手可灵对音视频领域的冲击肉眼可见，内容板块同样是腾讯业务的重点之一。腾讯旗下的音视频、阅读、长剧和短视频等内容生态，在AI面前都可能发生巨变。

当然也可能会诞生独立的APP产品，目前可以肯定的是，如果AI能够解决内容生产的效率、产量和低成功率等问题，腾讯能够抓到更多的用户时长和订阅费，甚至获得更多长效的头部IP。

第三个同AI强关联的腾讯业务是广告。海外广告平台AppLovin股价两年暴涨40倍，正是基于AI驱动。反观Unity股价之所以始终不尽如人意，则因为广告变现同AI结合发力太晚，效果不及AppLovin。

过去几年的财报电话会上，腾讯高管已经多次强调AI对广告业务的正向增强作用。至于如何发挥腾讯广告业务的潜力，一是通过大数据算法、提高广告效果，二是广告素材的生产，最后就是最重要的激活腾讯广告库存。

不同于字节旗下广告都是基于“瀑布流”短视频，腾讯APP产品较多，广告格式、尺寸、形态等各不相同，甚至还有游戏内植入广告，要快速起规模、让广告主用好，存在天然的难度。腾讯要加速广告库存的变现，必须通过AI提高效率，降低广告主尝试的难度。最大程度发挥广告库存的价值，才能让流量更多变现。

最后，游戏是AI落地最复杂、也最困难的应用场景。游戏是腾讯业务的三大重要基石之一，过去10年腾讯公司股价一半以上的单日最大涨幅都是同游戏业务相关。来到AI时代，游戏想要继续扮演好腾讯股价成长的动能，客观上说，挑战非常大。

目前，游戏行业面临用户饱和状态，新产品多、长青游戏少、游戏成功率低。而AI能为腾讯游戏业务带来多大的想象空间？GameLook认为，AI将大幅提高旗舰级产品的研发技术门槛，同市场上其他中小团队的产品拉开代差，直接保证腾讯游戏产品长期现金流的稳定，让腾讯长青产品矩阵更加易守难攻。

科隆展上，颠覆开发者对动画制作认知的AI全链路游戏创作解决方案VISVISE

至于进攻，需要依靠既有的游戏行业发展规律：在产品维度上，即抢赛点。如何抓住赛点、用什么团队去抓……大多数情况是“人”在做决策，AI只能辅助去更快速地了解和判断，为腾讯战略构筑一张更加清晰的路径图。最终打下山头，还是要靠真刀真枪的大兵团作战抢赛点。

而从游戏业的结构性增长机会上来看，必须发掘AI与游戏结合的可能性，目前游戏玩家单日平均游戏时长只有1个小时，已经低于短视频、短剧等娱乐类应用，结合AI能力，如何让这个1个小时产生更多的商业价值、更好的体验、带来更多的收入，是一个思路。但GameLook认为，如何开拓1小时之外、用户剩下的23个小时游戏体验，就必须依靠AI，这是一个非常大的产品设计、商业化模式的命题。

此外，对腾讯IEG游戏是产品和技术的阵地战，AI对腾讯游戏的另一个加成是平台生态。对平台来说，无论商业化、还是爆款产出，都会保持更好的水准。AI能够加强整个行业的产品开发效率，帮助腾讯的开放平台战略收获更多游戏。

从这两天的GDC大会来看，相比于大模型、Agent等大众关注的领域，游戏仍然是AI应用探索最具潜力的应用场景之一。AI进入拼应用的下半场，谁能够率先将AI落地复杂游戏场景，谁将提前抢跑AI时代。围绕游戏+AI，腾讯依然会是主要的参与者和受益方。

深圳线下龙虾装机，「没有想到会这么火」。

这条朋友圈本身没什么实质指令，但发出来的时机足够微妙：OpenClaw 成为社会现象，尝鲜者扎堆装机， FOMO（错失焦虑）的情绪爆棚。

随即，腾讯 CSIG（云与智慧产业事业群）的一批龙虾类产品纷至沓来。WorkBuddy、QClaw……名单还在扩充。另据悉，连 WXG（微信事业群）也在内部推进相关 Agent 项目，具体形态尚未对外披露。

这套多路并进的局面，外界通常理解为「赛马」，但在腾讯并非如此，内部管它叫「多样性」。

龙虾这个词，是中国用户给这类 AI Agent 产品起的外号。它指的是一类能自主操控计算机、调用工具、完成任务的 AI 智能体，和聊天助手有本质区别，更像一个能接管鼠标键盘的数字雇员，帮你操作浏览器、整理文件、收集资讯、生成内容。

代表产品 OpenClaw 以开源方式出现，很快破圈。而中国互联网公司和 AI 创业精英们的极速跟进，让「龙虾」的概念迅速在中国落地成了一场可以亲手操作的社会实验。

热潮的另一面，争议同步升温。国家机构发出安全预警，指出此类 AI Agent 获取本地数据和系统权限存在潜在风险。多家国有机构随后限制员工使用 OpenClaw。「龙虾」激起了 FOMO 狂潮，也挂着一层「危险品」的底色。

这是腾讯 WorkBuddy 登场时面对的舞台。这一产品的起点，其实比 OpenClaw 爆火还早一步。 

去年下半年，腾讯 CSIG 就已推出开发者 AI 产品 CodeBuddy，为 WorkBuddy 打好了一套技术底座。OpenClaw 的爆火，为 WorkBuddy 提供了一个正式亮相的理由。

今天，WorkBuddy 产品负责人汪晟杰接受了 APPSO 等媒体的采访。对于腾讯内部的「赛龙虾」的质疑，他并未回避，从多样性的角度解释其合理性。他强调，WorkBuddy 是完全自研的方案，未使用 OpenClaw 代码，也在设计上刻意规避了 OpenClaw 的「透传」工作原理，避免了信息暴露在公网上。

汪晟杰告诉 APPSO，龙虾是一种概念，有着不同的实现思路。追求高度自主化的「完全托管」是一种思路，WorkBuddy 的半自动化（其实这个产品的本质更接近 Claude Cowork），也是一种思路。这种多样性，存在于市场上，也存在于腾讯内部——这也是为什么大家会看到腾讯同时推出了多款龙虾类产品。

诚然，大家看到琳琅满目的龙虾产品可能会感到眩晕，但汪晟杰认为，在未来，每个具体产品可能只是一个触点，用户的资料、偏好、记忆——谓之上下文，或许是可以在多个龙虾产品之间流动的。这样能够实现场景聚焦，但不管在哪个场景下，龙虾都能足够好用。

以下是我们和汪晟杰的访谈实录，为了清晰和简洁，文稿经过了编辑。

为什么是现在？

问：WorkBuddy 的内部版本 1 月就已经做出来了，但公测是在龙虾爆火之后才发布。是为了蹭 OpenClaw 的热点吗？

汪晟杰：去年下半年我们在做 CodeBuddy 的基建，做了开放平台，也发布了 SDK，这套玩法和 Anthropic 的逻辑是一模一样的。

1 月初元旦之后，Claude Cowork 出来了，我就拿着想法去找老板，基于我们自己的平台，快速迭代出了 WorkBuddy 的原型给老板们看。老板一拍即合，我们就开干。我还记得 1 月 17 号，那两天是周六周日，我和几个小伙伴通宵了两天，把 0.01 版本搞上线了，给内部用。

年后 OpenClaw 爆火，我们把项目正式纳入 CodeBuddy 家族，用 CodeBuddy 的所有组件重新渲染了一遍，才变成大家现在看到的形态，从内测转成了公测。

APPSO：OpenClaw 采用 AGPL 协议，但 WorkBuddy 对外宣称自研。自研的边界具体在哪里？ 同为「龙虾」产品，你们有没有开源的义务？

汪晟杰：百分之百自研，没有用过任何一行 OpenClaw 的源码。能做到这一点，是因为我们本身就有 CodeBuddy 的整套基建——AI 驱动、自主完成任务这套框架我们自己有，不需要借。

我们是以用户场景为出发点，做了一个对齐 OpenClaw 形态的产品，不是套壳。因为没有使用 OpenClaw 的代码，AGPL 协议对我们不构成约束。

问：上线之后用量暴涨、服务器告警、紧急扩容。5000 积分是这场混乱的产物吗？龙虾类产品对 token 的胃口，长期来看能降下来吗？

汪晟杰：WorkBuddy 上线之后，请求瞬间超过了 CodeBuddy 很多倍，算力远远不够，达到了预警阈值。我们紧急扩容，优化了架构，让登录逻辑变得更稳定。

5000 积分是因为我们想让大家能真实体验到 WorkBuddy 是好用的，也希望收到反馈，所以做了这个运营动作。

至于 token 消耗，我认为这个趋势一定会下降。工程在迭代，模型成本也在降，更轻量的模型已经能完成很多日常工作了。这是工程问题，一定有解。

WorkBuddy 是什么、不是什么

APPSO：市面上大多数龙虾产品在往「全自动」方向走，OpenClaw 的逻辑是让 AI 尽量自主。WorkBuddy 是怎么想的？

汪晟杰：如果从自动化程度来看，最左边是人的参与最多，最右边是完全托管，龙虾定位是往右走，但我们目前绝对不是一个纯托管自动化的产品，我们在中间。

值得一提的是，在 OpenClaw 爆火之前，这个赛道里最强的产品其实是 Claude 的 Cowork，但它没起来，因为它是海外产品，又不开源。OpenClaw 填了这个位置。

我们的判断是：现在大部分用户真正需要的，是搜索类加内容重组的场景。比如每天做 AI 资讯分析，把推特内容转成小红书风格自动发出去，这已经是很高级的场景了，而且是安全的。但我没必要让 AI 在我没授权的情况下自主发帖、自主学习——那是很恐怖的事情。

海外有产品在做这个（更高自主化，甚至完全托管）方向，我们也在观望。等大家真正理解了哪些场景有价值，我们再来布局全自动。

APPSO：众所周知，中国真正的工作发生在微信上。但微信的官方接入长期不开放，WorkBuddy 现在走的是什么路？

汪晟杰：我们会先把体验做得更好。微信生态很强大，小程序能做很丰富的交互。

但我想说的是，拥抱 AI 如果只是遥控你的电脑，这个太薄了。我们更希望的是：在你日常使用微信的过程中，WorkBuddy 能在可控范围内帮你获取信息、调用云端个人沙箱去执行任务，不一定每次都要连到你的本地电脑。这样普通用户打开微信就能用，不需要电脑在旁边。

这个想象空间其实更大，这也是为什么我们优先把微信这一侧的体验做扎实。

问：WorkBuddy 的目标用户是普通办公人群，但龙虾的安装门槛至今仍是极客游乐场。这个矛盾怎么解？

汪晟杰：这的确是整个龙虾品类最大的障碍。OpenClaw 的安装要一条条敲终端指令，装完还要养，装技能也很繁琐。我自己是养虾专业户，装了好几只，但后来都关停了——因为我用的是 MacBook Air，OpenClaw 动不动就让电脑卡顿，只能在特定时间才敢开。

腾讯的主张，也是我对产品一直以来的想法，是「干净到透明」——打开即用，装完即用，无需配置，扫码即用。扫码入口最大众的就是微信，我们通过微信扫码加一个安装包，两步操作就完成了。

这是我们的优势，也是我们产品价值的核心。

如何确保龙虾安全、不越界？

APPSO：国家互联网应急中心针对 OpenClaw 发出了安全预警，多家国有机构也开始限制员工使用 OpenClaw。WorkBuddy 同属龙虾品类，这顶帽子会不会也扣过来？

汪晟杰：龙虾产品的安全隐患，核心是「透传」——你的本地工作环境和远端发生连接，数据走向不可控。

我们在设计 WorkBuddy 的时候就考虑到了这一点，尽可能不用透传的方式，而是用更安全的机器人推送来替代。

面向企业场景，我们可以通过各种开关做精细化控制：比如关掉普通微信接口、只保留企业微信通道，推送对象限定在当前企业的当前账号，账户权限分级清晰。

我们自己内部也在用 WorkBuddy，用的就是这套架构——只走内部企业微信，外部接口全部关停。我们认为这套方案能达到企业的安全要求。

问：给 AI 的权限越高，它能做的事越多；权限越低，安全是安全了，但用处也打了折扣。WorkBuddy 的平衡点是怎么找的？

汪晟杰：自主和安全本质上是矛和盾的关系，但我认为可以找到平衡点。我们的 WorkBuddy 不是全自主的逻辑，很多命令都需要用户去确认，这和 OpenClaw 是不一样的。

说绝对安全也不现实，因为有些目录本来就不能读，这取决于用户自己的配置。我们的做法是配置化——千人千面，让每个人、每个企业自己来管理安全的力度和级别。

我们也会对内置技能做严格审查，比如文档处理、资讯检索这类无害技能会直接内置，但代码生成类的会做严格管控，网络检索也会走安全网关，把有害网址挡在外面。

腾讯龙虾的未来

APPSO：CSIG 已经有了几个龙虾产品并行，WorkBuddy、QClaw 各有定位但功能高度重叠。这是有意为之吗？

汪晟杰： 我从市场层面说——Agent 的多样性是一定要存在的。人群画像是多样的，解决场景是多样的，基建也是多样的。

在海外你会看到 OpenClaw 的各种开源分叉，有的解决了 token 消耗过大的问题，有的让架构更轻、能在低端设备上跑，这是龙虾生态的百花齐放。

至于 WorkBuddy 和 QClaw，我自己用过 QClaw，但关于其它产品我不是很清楚，不太方便评价。

我能说的是，WorkBuddy 聚焦办公人群，CodeBuddy 家族是整个中国全套做得最全的产品家族——有 IDE 形态、IDE 插件、办公场景的 WorkBuddy，还有面向云端浏览器的网页 Agent，开发的、不开发的都可以按需选择。

APPSO：CSIG 的龙虾产品这么多，有没有可能最终会整合？

汪晟杰：我个人更倾向于分而治之。不同人群随时随地有各自的垂类 AI Agent 去解决特定场景的效率问题，不会有一个大脑像贾维斯那样统管一切。

但我想补充一点：这些产品之间会有「弱连接」。连接的不是 AI 本身，而是 AI 大脑里的知识体系——上下文工程是流动的。你作为用户，在任何时间可以触发任何 AI 入口，但属于的信息流是连续的。这个才是真正的想象空间所在。

APPSO：去年 Manus 引发热潮，一个月后就冷了。龙虾会不会复刻这条路？WorkBuddy 以及所有腾讯龙虾，会不会终究成了一段弯路？ 

汪晟杰：我说下我的个人观点：龙虾不是个产品，龙虾 (Claw) 是一种概念。而且，龙虾不等于 OpenClaw。

我认为龙虾类产品不会是过渡产品。因为安全可控、并且带有一定自主性地帮用户完成任务，这样的诉求是真实的，不会消失。龙虾要和国内不同行业结合在一起，才能爆发出新的想象空间。

往远了想——假设 WorkBuddy 装在一个有摄像头的桌面陪伴机器人上，就像一辆全自动的汽车，24 小时陪伴在你身边，获取你的信息，在必要的时候给出判断，这就是边缘设备的新形态。

所以我要强调：龙虾指的不是 OpenClaw，而是 Claw 这个概念。这个概念会长期存在。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

现在，你的微信里也能养「龙虾」了。

龙虾爆火后，在 AI 牌桌上一向低调的腾讯，罕见打出一套快拳，迅速端出三款「龙虾」，其中最值得拿上台面聊聊的，当数 QClaw——

这是腾讯电脑管家基于 OpenClaw 打造的一款本地 AI 助手，它最特别的地方在于你可以支持直接在微信与「龙虾」对话，让它帮你干活。

今天，QClaw 正式更新 v0.1.9 版本，用户可以通过小程序接收电脑端文件，同时上线了足以充当龙虾指南的「灵感广场」。

APPSO 第一时间实测了微信养龙虾，看看实际体验如何。

一只对小白友好的腾讯龙虾

QClaw 的界面长了一张大家都很熟悉的「AI 脸」：左边聊天，右边干活。为了让你最快上手，它在主界面的 C 位甩出了几个预设选项。点击「安装你的第一个 Skill」，这只龙虾就会手把手教你如何点亮它的技能树。

背靠 ClawHub 和 GitHub ，QClaw 拥有的 Skill 储备超过 5000 种。面对这么庞大的库，该怎么挑？腾讯给出的答案很直接：别挑，直接开口。你只需要用大白话描述你想干啥，它就会自动把合适的 Skill 端到你面前。

傻瓜式的交互，极大抹平了新手的学习曲线。但对喜欢掌控感的人来说，难免会有一点隐秘的焦虑——总得有个完整菜单让我看看有什么菜吧？

稍微翻找一下，你会发现它藏在设置的「技能管理」中。在这里，你能总览所有技能，甚至可以直接从 GitHub 粘贴导入。但耐人寻味的是，哪怕在这个稍显硬核的管理界面里，排在最前面的添加方式，依然是「通过对话创建」。

可以看出来的是，在决定基础体验与 QClaw 能干什么的事情上，腾讯想尽量将事情做简单——刚刚 QClaw 回复 Skill 列表的第三点，依旧在鼓励我直接告诉它想要什么样的 Skill。

微信养虾很有趣，只是这虾有点生

部署好电脑端之后，我们直奔重头戏——微信遥控。

先在主界面左下角用微信登录 QClaw。注意：目前内测仍需填写邀请码，没有邀请码的话，就算微信登录成功也是一个空壳，什么都做不了。

不过，光在电脑端完成登录，还不足以召唤出这只「龙虾」的完全体。要想真正把它装进口袋，还得进行一次关键的跨屏连线。

在界面左下角的头像旁唤醒「微信远程」，掏出手机微信扫一扫，界面会丝滑地跳转到微信里的 QClaw 客服对话框，另一头的电脑屏幕也会默契地亮起连接成功的提示。

不需要任何复杂的内网穿透或代码配置，你的微信聊天框，此刻已经正式变成了一个能随时使唤电脑干活的随身遥控器。

我相信大多数人面对这只一举一动都要花钱的龙虾（当然，目前内测期间 Token 免费），图的绝不仅是多一个代发微信的聊天搭子，而是能实打实分担工作压力、能帮我干活儿的数字员工。

对于我也是如此——尤其是当我不在办公电脑前，又急需一些文件和图片的时候。

QClaw 最大的亮点就是免去麻烦的部署，可以通过微信对话框指挥电脑上的 QClaw，而在 v0.1.9 版本，QClaw 上线小程序文件传输能力，用户可以直接通过小程序接收电脑端文件，灵活性进一步提升。

那它的实际表现如何呢？

在我的电脑下载中，有几张拍摄的样片急需放进推文中，但我此时离公司十万八千里，于是我通过客服号中的 QClaw 对话框下达指令，请 QClaw 将照片传递过来。结果——

啊？

不死心，重试一次。这次成功了，但只能算「基本成功」——从消息内容来看，QClaw 似乎只回过来了后半段，前半段被悄无声息地吞掉了。

为了搞清楚发生了什么，我火速赶回公司，看看电脑端的对话框里是怎么呈现的这次任务：

也就是说，其实第一次下达指令后，QClaw 是成功响应了，但没有顺利反馈到手机微信里的对话框中；而第二次更是提示我可以在 QClaw 小程序中随时查看，但消息却没发送全，唯一幸运的是后半部分的链接顺利递到了我的对话框中，让我至少能正常下载需要的照片。

对于工作来说，文件的任何信息都很重要，所以我打算进一步拷打一下 QClaw：

我需要的这些照片，会被 QClaw 偷偷压缩吗？小程序中保存的照片，与链接中的照片是否一致？有没有丢失 Exif 信息呢？

抱着这样的疑问，我用手机打开「QClaw 管家」小程序，照片确实秒速送达了。令人无奈的是，QClaw 自作主张地将三张照片打成了压缩包，文件不支持点击选中，也不给任何下载到本地再想办法解压的余地。

最后的结果是这份急需的资料就这样死死僵在了列表里，没有任何办法增删查改。折腾了半天，我唯一能做的，就是隔着手机屏幕和它干瞪眼。

此时一定有人提问：不是还有链接吗？人家说小程序是用来查看的，你用链接下载不就好了。

没毛病，但我用手机返回客服号对话框，重新找到下载链接时，发生的一幕让我血压暴涨——

这个链接，是用来跳转到 QClaw 管家小程序的。

当一个事情离谱到超出我意料的时候，我会非常执着地想看看它到底能离谱到什么地步。

于是我又不信邪，用电脑点击 QClaw 给我的那条下载链接。

可喜可贺——这一次没有出任何差错，文件下载下来了。不仅下载下来了，而且图片还没有任何压缩，Exif 信息也没有任何丢失。

但是我怎么就是高兴不起来呢？

让我们看看我最初是想干什么？

因为我不在办公电脑前，所以我找 QClaw 给我发文件；
QClaw 给我发到小程序里，还给我发了链接，相当周全；
小程序里是压缩包，我打不开、看不了、下不动、删不掉；
手机打开的下载链接也跳转到小程序，我打不开、看不了、下不动、删不掉；
最后只能用电脑点击下载链接，才能顺利看到文件。
……

好，可能是文件夹里三张图片对于 QClaw 这样刚蹒跚学步的龙虾来说太多了，我只留一张，再来一次。

在我特别叮嘱「别压缩」的前提下，成了！并且 Exif 信息没有任何丢失，大成特成！

顺带一提，刚刚这一顿操作下来，又是 20 万 Token 没有了。

灵感广场，教你怎么养龙虾

对没碰过「龙虾」的小白来说，前期的本地部署就像在徒手拼装一台发动机，费尽心思终于熬过了复杂配置，满心欢喜地准备拥抱赛博未来，迎面撞上的却只有一个光秃秃的代码框——我真不知道这玩意能干什么， 或者说我不知道它能怎么帮到我。

老天给你发了一把绝世好剑，却忘了给剑谱，而 v0.1.9 上线的「灵感广场」，刚好充当了剑谱作用。

腾讯在灵感广场中预设了 15 种任务模式。说实话，其中大部分任务并不能直观体现出龙虾的想象力，以前的大语言模型 AI 也能做到看看八字、梳理知识点框架。于是，在一众应用中，我找了一个较为本地化的操作：发票/单据智能归档。

我的电脑里刚好存放着去年大半年的发票准备报销，但直接在电脑上用预设功能实在没什么意思，我打算用微信通知 QClaw 帮我智能归类，并输出为 Excel 表格：

把电脑上下载中发票报销文件夹里的发票都帮我整理成报销明细 Excel 表格

不知道是不是我在发票报销的文件夹中根据项目分出了近十个小文件夹的原因，QClaw 执行整个指令用了约五分钟的时间，最终输出的 Excel 表格通过文字反馈给了微信客服号的对话框中，并同样附上了小程序的链接。

美中不足的是，QClaw 出现了部分发票识别不了的情况——我所有的发票都是 PDF 格式，但由拍摄转为 PDF 的实体发票识别无一例外都失败了，结果差强人意。

随后，我又用电脑端单独输入了一遍同样的指令，得到的结果保持一致——由照片转来的五张发票无法顺利识别。

打开设置看看用量统计，电脑整理发票这条指令消耗了 839,061 Token，是单条简单对话的 20 倍左右，而手机微信远程指挥的消耗则为 459,501，Token 消耗比较不稳定。

不过在折腾这个任务时，我也踩到了微信遥控 QClaw 的弊端——

你在手机微信里下发的所有指令，到了电脑端并不会根据任务自动分流，全都简单粗暴地把消息塞进了一个对话框里。：一旦你想回到电脑端复盘之前的任务进度，面对的就是一个深不见底的文字瀑布。没有标签，没有分类，你唯一能做的，就是疯狂搓动鼠标滚轮，在海量的历史记录里苦苦打捞你需要的回答。

预设任务完成得尚可，更个人、更日常的任务呢？

我打算从最简单的入手——发微信。

我请 QClaw 帮我叫女朋友起床，按道理，在 v0.1.9 版本中，QClaw 已经接入微信了，发个微信应该不是什么难事儿。但意外的是，接入微信的 QClaw，找不到我的微信联系人。

面对这种窘境，QClaw 反复尝试挣扎，在经过备注、用户名、微信号三重查找后，浪费了近 20 万 Token 的 QClaw 终于找到了问题所在：

看到问题了！微信渠道虽然启用了，但 guid 和 userId 都是空的，说明微信账号还没有完成绑定/授权。

看起来很合理，但我目前已经绑定了微信，并退出重新登陆过一次，依旧无法成功，换到手机微信客服号远程指挥电脑上的 QClaw，也依旧失败。

于是我继续追问如何填充 guid 与 userld，又花费了近 20 万 Token 的 QClaw 这样回答：

看起来头头是道，逻辑正确、方案合理，但我翻遍了设置也没有找到其中任何一个解决办法的入口，而截止本篇体验完稿时，我依旧没能叫她起床……

关掉 QClaw，读者们大概会分成两拨——乐观者会期待，悲观者会批评。

但我并不打算对一个版本号仅为 v0.1.9 的初生牛犊过于苛刻。这是一个相当年轻的版本，从产品逻辑上，能看出腾讯在尽力降低龙虾的准入门槛，但一旦触及到细分需求，它就会出现零零散散的不如意。

这很符合逻辑，易用需要大众，而生产力则天生偏向极致细分，解决这样的矛盾还需要时间。目前的 QClaw 只是呈现一个粗糙的框架，向我们掀起未来一角。

跳出 QClaw 这盘「小龙虾」，也许我们还可以有一些更大的猜想——

之前我们在文章《OpenClaw 让每个聊天软件都有机会变成微信》中提到：

当一个聊天窗口可以调用任意 agent 完成从订票、编程到数据分析的任意任务时，它已经不只是一条管道——它正在变成一个超级接口。

有意思的是，这个让全球开发者兴奋不已的叙事，对中国用户来说却充满着强烈的既视感。用一个封闭生态实现「全服务覆盖」，这不就是微信当年用小程序做过的事吗？

QClaw 在体验上的种种不如意，以及未来可以预见的权限摩擦，本质上是开放工具撞上封闭生态时的必然代价。它费尽心思想绕过的那堵权限墙，对微信自己来说，不过是底层架构里的一行代码。

第三方工具在缝隙里挣扎的每一步，对平台原生能力来说都只是举手之劳。

能力的边界，往往就是入场资格的起点。

QClaw 只是掀开了一角，让我们看到了 IM 平台向「通用交互层」进化的可能性。而真正的问题是：当微信亲自下场，把原生 Agent 融入其中，那个版本的体验会是什么样的？

想象一下，不需要邀请码，不需要跨屏连线，不需要在压缩包和跳转链接之间反复横跳——只需要打开一个你每天都在用的聊天框，说一句话，事情就办完了。

这才是那个 AI 时代真正意义上的「超级接口」。

QClaw 让我们预习了这道题，但最终交卷的人，可能另有其人。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

清晨 6:45。你的日历里标注着 9:00 在会展中心的会议。

你还没起身，Agent 在后台已经完成了几轮判断。

今天气温升高了几度，有点热；当天场馆周边有大型活动，常走路线预计会很堵；车辆电量还剩 62%，足够往返。

于是系统自动将出发提醒从原本的闹钟时间提前至 7:20，同时将车内温度预设为 22 度，打开你惯常收听的晨间播客。

等你下楼、走出电梯、拉开车门，车已经像刚刚被人收拾好一样，温度合适，路线妥当，内容也备好了。

你没有按按钮，也没有说一句话，可它已经知道该做什么。这大概就是今天人们对 AI Agent 最具体、也最迷人的想象。

它不再只是网页上的一个对话框，不再只是你输入一句、它回一句的机器人。

它开始离开屏幕，走进物理世界，替你处理那些原本需要手、眼、耳同时介入的小事。

聪明的 Agent 撞上了「墙」

过去一个多月，这种科幻般的想象突然变得触手可及。即便平时不太关注 AI 的人，大概也刷到过那个频频出圈的「龙虾 OpenClaw」。

与过去那些只会聊天的 AI 不同， OpenClaw 这类工具看起来更符合大众脑海中「真正的 Agent」的形象，它能接管键盘和鼠标，在终端后台运行，直接调用系统 API 干活。

有人让它写代码，有人让它定时整理邮件、规划待办事项，还有人干脆把查航班、选座、值机这一整套杂活全扔给它。它就像一个永不下班的超级实习生，动作快、能力强，理论上什么活儿都能接。

但热潮来得快，退得也快。 算力配置昂贵、调用成本高，加上脆弱的安全默认设置，想要将其转化为稳定的生产力，中间还隔着重重门槛。

因此，舆论在很短时间里完成了一次反转，先是「第一批靠龙虾赚钱的人出现了」，接着就变成「第一批龙虾受害者出现了」，再后来，甚至有人开始花钱请人上门卸载。

手机端的 Agent 们也是类似的情况，能自动比价、下单、甚至发微信的豆包手机，刚一露头，就被各大平台联手设限。

屏幕里的 Agent 明明已经很聪明，却总在最后一步碰壁。这堵「墙」，有时是系统权限，有时是封闭生态，有时则是巨头们的商业利益。

这一困境恰好反衬出另一个硬件终端的巨大潜力——汽车，反而成了 Agent 最有可能率先落地的场景。

这件事颇具历史的讽刺意味。

新能源汽车刚兴起时，业界几乎一致认为，智能汽车会是继智能手机之后的下一个超级硬件入口。

那几年，车企的宣传口吻与手机厂商如出一辙：自研 OS、封闭生态、应用商店、开发者平台、争夺用户停留时长。

大家都把车做成「带轮子的大手机」。奔驰、宝马、大众都在讲自己的车载系统，吉利和沃尔沃成立亿咖通，比亚迪也早早就开放了自己的车载 SDK。

那时的大家都有一种很熟悉的乐观，好像只要把手机那套再复制一遍，中控屏就会成为新的黄金地段，广告、分成、增值服务都会顺着这些流进来。

但车终究不是手机。

车企们后来发现，除了导航和在线音乐，大多数车载 App 的活跃数据都惨不忍睹。没人真想在车里打游戏，在车机上购物总觉得别扭，短视频一上线就被安全监管盯上，连看起来极具想象空间的「车载 KTV」，实际使用率也远不如宣传的那般热闹。

毕竟，人开车上路是为了出行，而不是为了操作一块屏幕。

手机是一个能独占注意力的设备。你低头看屏幕、滑动手指，整个人都可以沉浸其中。但汽车不行，尤其是在驾驶过程中，驾驶员的眼睛必须注视路面，双手必须控制方向盘。

在时速 120 公里的高速上，视线只要离开路面 2 秒，车辆就已经向前飞驰了 67 米。在这 67 米的盲区里，足以发生任何意外。

车主们也很快意识到了这一点，为了打开座椅通风，居然要在屏幕里翻找二级菜单。这种看似「先进」的设计，真到了路上只会让人暴躁。

正因如此，智能座舱的发展轨迹并没有沿着「繁荣 App 生态」这条路继续走下去，而是几乎直接跳跃到了另一场革命：由大模型驱动的交互变革。那些曾被寄予厚望的车载 App，还没来得及开花结果就被边缘化了。

手机做不到的，汽车天生就会

舞台的新主角换成了 Agent。它不再强调「我能给你提供多少个入口」，而是主打「我能替你把事办完」。

2019 年，小鹏 P7 曾把「全场景语音控制」作为一个极其亮眼的卖点。当时的评测经常演示这样一个场景：车主说一句「我有点冷」，空调温度就会自动调高 2 度。这在当时无疑是巨大的进步，比手动戳屏幕方便得多，也更有未来感。

但在工程逻辑上，它背后依然依赖着一张预设好的「语句—指令」映射表。系统听到「我有点冷」，就在代码表里匹配到对应选项，执行「空调升温 2 度」。这更像是一本厚厚的词典，翻页速度很快，但毫无思考能力。你说对了触发词，它就响应；你稍微换个说法，它就开始「我还不会哦」。

不过很快，我们将迎来具备主动感知能力的 Agent，它将开始能够理解意图，具备主动感知能力，并能跨系统编排复杂的动作。

它不会傻等着你发号施令，而是像一个资深的管家，平时就在一旁默默观察、聆听和记录。比如你说「今天心情不太好」，旧系统往往会礼貌地失灵，或者只是给你一点心灵鸡汤。

因为这句话不对应哪一个明确按键。可 Agent 可能会联想到情绪、环境、偏好之间的关系，自己把音量调低，把氛围灯收暗一点，切一首没那么躁的歌。它不一定每次都猜得完全准，但它已经不再只是在执行口令了。

腾讯之前展示过一种场景感知型 Agent，可以结合时间、地点、用户习惯主动给建议，也能接入点餐、停车缴费这类服务。

还有一些座舱 Agent 的预研方向，已经能识别后排乘客是否睡着，然后自动降低后排音量，微调温度，甚至改变出风方式。

想象一下，一家人周末出门，车开在高架上，后排的小孩睡着了，传统语音系统需要你说一句「把后排空调调小一点」。

真正的 Agent 却可能自己判断出，这时候要做的不是一个动作，而是一串连贯动作：把后排音响关小，调一下空调风向，稍微降低车窗透光率，让后排光线别那么亮；底盘切到更柔和的模式，把细碎颠簸过滤掉；如果智驾开着，再顺手把跟车策略调保守一点，让加减速更平滑。前排的大人甚至没有意识到自己下达过什么命令，车厢已经默默把环境改好了。

这就不再是一个功能在工作，而是整辆车作为一个整体，完成了一次从感知到响应的闭环。

这种真正让汽车和其他终端拉开差距的，是跨域协同的能力。

过去汽车的电子电气架构，像一座分租出去的大宅子。座舱域管娱乐、空调、座椅；底盘域管悬挂、制动、转向；智驾域管 ADAS 和自动驾驶。每一层都有自己的边界，彼此之间不像一间房那样自然贯通。

旧式语音系统，通常只能在某一个域里做单点操作，说白了就是隔着门传话。而 Agent 不一样。它收到的往往是模糊意图，却能跨过几扇门，把几个系统一起调度起来。

也正因如此，汽车可能是今天所有终端里，最适合 Agent 落地的那个容器。原因就在于它足够统一，足够封闭，也足够可控。

一个典型的反面例子是智能家居。

搞过装修的朋友都知道，家里的电器，空调是一个牌子，灯是一个牌子，窗帘电机又是另一个牌子，音箱和门锁也各玩各的协议。

看上去你买的是一套「智能生活」，实际到手常常是一堆彼此不怎么来往的设备。

Matter 协议 2022 年就出来了，试图给这个行业造一门通用语言，但各家厂商在底层依然固守着私有接口和数据壁垒。

所以现在智能家居最顺的体验，往往还是「全家桶」。

手机端面临的困境也大同小异。你想让手机助手点杯咖啡，再去微信提醒朋友，最后切到高德导航，听起来就 3 步，背后却牵涉到几家超级 App 之间漫长而脆弱的利益博弈。任何一方觉得吃亏，链路就会中断。

相比之下，汽车的情况简单得多。至少在车内这个封闭世界里，规则主要由车企自己说了算。底盘、空调、音响、座椅和灯光，天生就生长在同一张网络里。

当然，汽车座舱也并非乌托邦。它的使用场景更加集中，核心永远围绕出行、驾驶和在途体验，这使得 Agent 在车内比在手机上更容易构建出稳定的上下文逻辑。

但相应的，它的试错成本也高昂得多。智能家居误判最多半夜亮灯；车上的 Agent 一旦触及安全控制权发生误判，后果不堪设想。

从「坐在车里的你」，到「完整的你」

近年来，中国新能源汽车市场的竞争日趋白热化，硬件层面的差距越缩越小。如今真正能拉开代差的，反而是智能化体验。

加上中国用户对新技术的接受度极高，这几股力量汇聚，形成了一个罕见的加速器。这也是为什么近两年来，最激进、最具规模的 Agent 上车实践大多发生在中国。

然而，当车内 Agent 进化到一定阶段后，很快又会面临新的瓶颈，它仅仅认识「坐在车里的你」是远远不够的。

 

它知道你喜欢听什么歌、习惯多少度的空调，这很有用，但还太浅。它还得知道你昨晚几点入睡，明天几点开会，最近常去哪里，何时最不想被打扰。

它需要把你当作一个生活在连续时间轴上的「完整的人」来理解。

这正是华为、小米这类拥有全场景生态体系的玩家最大的优势所在。他们的野心不止于「车里的 Agent」，而是要构建一个跨越不同终端的「个人 Agent」。

上周，小米推出了移动端 AI Agent 测试产品 Xiaomi miclaw，基于自研 MiMo 大模型构建，核心目标是验证大模型在「人车家全生态」中的任务执行能力。

Miclaw 以系统应用身份运行，可深度调用超过50项手机底层能力，涵盖短信、日历、相机乃至米家智能家居设备实现从「对话」到「执行」的跨越。

更值得关注的是它采用「自进化」设计，支持文件级记忆、子智能体创建和 MCP 服务接入，能自主设计记忆系统、创建专业分工的子智能体，用得越多，就越懂用户的偏好与习惯。

虽然 Miclaw 还没有完成人车家全生态的接入，但趋势已经相当明显，你在不同设备上留下的行为数据，将被拼接成一条完整的生活轨迹。

这时，文章开头描绘的那个清晨场景就不再是科幻电影，而是越来越多人的日常。

Agent 掌握了你的日程、习惯和生理状态，于是悄无声息地提前了唤醒时间，重新规划了路线，并为你布置好了舒适的座舱环境。

技术发展的最终形态，经常会出现一种有趣的「反转」，最成熟的技术，往往既不科幻，也不性感。

蒸汽机刚发明时，所有人都盯着那股喷涌的巨大白汽；而当电力真正普及后，人们反而很少低头去留意墙里的线路。

Agent 亦是如此。它真正动人的力量，不在于把人训练成更加熟练的机器操作员，不在于逼迫你熟记更多的唤醒词和口令；而在于它能不动声色地将你从繁琐的操作中彻底解放出来。

未来的汽车依然是那辆汽车，方向盘、座椅、车窗和轮胎都还在。但它已经开始理解你的生活节奏，记住你的个人偏好，默默替你打理好那些原本需要你亲自动手、动脑去安排的每一件小事。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

一觉醒来，很多网友发现微信里的虾不能用了，原因是 OpenClaw 昨天一次大更新。

APPSO 在开头强烈建议，如果你想在微信养虾，先别升级到 OpenClaw 最新版。

当我们尝试把手边的 OpenClaw 更新到最新版本时，果然在更新的过程中，就接连报出好几个警告。

不只是微信（下图中 openclaw-weixin），我们之前配置的腾讯系 qqbot、企业微信 wecom-openclaw-plugin，以及飞书等聊天应用，都遇到了「包含危险代码模式」的警告。

所谓的检测到危险的代码模式警告，一般是说在相关的插件代码里，有一些写法，可能带来安全风险、稳定性问题，或者被恶意利用。

它和报错不同，报错是代码已经出现明确问题，程序没法正常继续，或者结果不可信。

更新完成后，我们尝试在微信里面和 Clawbot 对话，控制部署在本地的 OpenClaw，连发好几条消息都没有回应。

查看 OpenClaw 的官方日志，我们发现，在微信里发给 Clawbot 的信息，完全不能同步到 OpenClaw 处理。反而好几条都是 error 的报错信息，提示找不到 OpenClaw 的 plugin-sdk 的模块。

Error: Cannot find module ‘openclaw/plugin-sdk’

但是 QQ Bot 却还能正常回应。

在我们按照微信官方的 Clawbot 插件提示，重新在终端里输入命令安装 Clawbot 时，开始像 OpenClaw 的运行日志里面，报出找不到相关模块的问题。

OpenClaw 更新了什么，它也是「屎山」？

OpenClaw 现在可以说是 GitHub 上的顶流开源项目，几乎每天都有人在为他提交优化代码，而官方基本上也是保持在 2-3 天就会更新一个新的发布版本，每次都是大量的 fixes 代码修复、changes 变更，和 breakings 大改动。

在这次 2026.3.22-beta.1 的更新中，Openclaw 团队就进行了一次重构。对于插件系统，他们做了两个大幅度的变动。

拆除了原有的总大门： 以前所有的插件都可以直接从 openclaw/plugin-sdk 这个统一的入口拿到需要的功能。这次更新，官方直接把这个总入口给删了。

不提供任何过渡方案： 更新日志里明确写了 no compatibility shim（无兼容垫片）。意思就是，他们不仅直接把这个模块删除了，连个转移和过渡的接口都不给。

OpenClaw 为什么会这么大刀阔斧地更新？

虽然对用微信 Clawbot 的普通用户来说很折磨，但从软件工程的角度，官方这么做主要是还是为了性能和安全。

以前的统一入口的模式，会导致插件一口气把整个开发包（SDK）全加载进内存，哪怕它只用到了一小部分功能，这会让软件变得臃肿缓慢。

现在官方强制要求细分路径（比如必须写精确到 openclaw/plugin-sdk/core），就是要逼着插件作者「要什么拿什么」，从而大幅提升 Openclaw 的启动速度。

此外，更新日志里还提到了「阻断相对路径的跨包逃逸」。意思是以前的旧接口太宽松，稍微有点恶意的插件可能会越权访问你电脑里的其他数据。现在强制使用细分的新接口，是为了把每个插件严严实实地关在自己的小盒子里。

OpenClaw 在自己的官方文档里也立刻更新了说明，提到这个更新，主要就是为了实现按需加载，提升启动速度和省内存，另一方面是让 API 的接口更加清晰。

强制遵守 API 规矩，就是要求插件只能使用公开的、稳定的接口（也就是 openclaw/plugin-sdk/* 里面的东西）来获取能力。

如果大家都用相对路径去偷偷访问底层的私有代码，一旦官方修改了底层代码的文件夹名字，就会直接拦截报错。

发布才 72 小时，就这样被拦截了

原因已经很明显了，就是微信的 clawbot 插件找不到和 OpenClaw 对接的路线了。

微信和企微插件的作者在写代码时，使用的是旧版的规则，代码里写死了要去 openclaw/plugin-sdk 找工具。

而在我们启动新版 Openclaw 时，程序读到微信插件的这行代码，去系统里一找——发现官方已经把这个路径给删了。

OpenClaw 的运行环境使用的是 Node.js 平台，它是个一板一眼的机器，找不到东西它就会立刻报错：Error: Cannot find module 「openclaw/plugin-sdk」，然后直接原地罢工，导致我们的微信和企微甚至连加载都加载不出来。更不用说发消息给他，想要得到回复了。

而 QQBot 还能正常使用，主要是一开始的危险代码警告，仅针对这次更新引入的严格静态代码扫描工具，警告并不会阻止插件运行。

社交媒体上对这件事议论纷纷，有人说「微信想要继续好好利用这个插件，就必须认真学习开源生态系统的相关知识了。」

也有人反驳，是 OpenClaw 本身就很不稳定，一直在更新修改。

「即便微信要对开源做适配，为什么不直接说 OpenClaw 的 API 设计太糟糕呢？项目一开始的接口简直就是一堆乱七八糟的东西，稍微改动一下就崩溃」。

确实如此，通常开源社区负责任的做法是，会先标记旧接口为「已废弃（Deprecated）」，保留运行能力但弹窗警告，给开发者几个月的过渡期，下个大版本再彻底删除。

这次，微信辛辛苦苦更新了一个版本，推出了支持二维码登录、消息收发等功能的「真.微信龙虾」，甚至有网友发现在微信公开的这个插件安装包里面，是微信第一次开放个人机器人的协议。

但刚迈出了这么大的一步，反手就被 OpenClaw 的一次更新给「背刺」了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。