本文來自微信公衆號： APPSO ，作者：APPSO，頭圖來自：AI生成

OpenClaw最近火到什麼程度？火到衍生出一門上門安裝的生意。

海外代裝平台SetupClaw已經給出明碼標價：託管安裝，3000美元；含Mac mini硬件的遠程配置，5000美元；含Mac mini硬件的現場配置，6000美元。

創始人Michael更是號稱靠這門手藝，有望年入百萬美元。

國內社交平台上，上門安裝的帖子也開始冒頭，500到1000元一次，現場驗收。但這門生意能成立，前提是有人願意掏這個錢。他們是誰，又為什麼願意為一個開源軟件的安裝服務買單？

上門幫人安裝OpenClaw，年入百萬？

要回答這個問題，得先搞清楚OpenClaw究竟是什麼。

OpenClaw是一款開源、本地優先、可自託管的自主AI代理與自動化平台，核心是用自然語言指令讓AI能夠直接在你設備上「執行任務」，而非像chatbot聊天機器人一樣僅提供對話回覆。

截至今日，收穫24萬stars，Github地址：https://github.com/openclaw/openclaw

它還支持接入各類聊天軟件作為入口，比如你只需在Telegram或WhatsApp、iMessage等平台裏發一句話，比如「幫我整理今天的郵件並把重要的標出來」，它就會在後台自動完成，還會主動找你彙報進度。

對於每天要處理大量信息的人來說，這確實是個好幫手。但問題在於，它的安裝過程對普通人極不友好。

OpenClaw的底層是一套面向開發者的本地網關服務，安裝需要依賴特定版本的Node.js環境，用命令行完成配置，還要處理守護進程、端口開放、Webhook回調等細節。

儘管網上不少人調侃，代裝OpenClaw是門「智商稅」——懂技術的人自己就能裝，不懂的人根本用不上——但對於習慣了圖形界面的普通用戶來說，光是那個黑底白字的終端窗口，就足以把人擋在門外。

粗略觀察代裝服務的評論區，付費羣體至少可以分出三層：

一類是個體創業者和自由職業者，對效率有強烈訴求，核心動機是省時間；一類是有技術認知但不願親自動手的職場白領，知道這東西能幹什麼，只是不想花時間折騰；還有一類是跟風購買的普通消費者，對實際能做什麼並沒有清晰預期。

而從公開報價來看，提供OpenClaw安裝的服務大致提供三個層級的方案：

託管安裝(3000美元)：部署於雲端VPS，包含安全加固、主流應用集成（郵件、日曆等）及3個自定義工作流。提供14天的專屬售後支持(Hypercare)。

Mac Mini遠程設定(5000美元)：適用於需要iMessage集成或本地硬件的用戶。包含Mac Mini硬件成本及遠程配置。

Mac Mini現場設定(6000美元)：僅限舊金山灣區。提供上門安裝、調試及面對面培訓。

額外Agent(1500美元/人)：為其他高管或團隊成員增加獨立身份和工作流的Agent。

對比之下，國內上門安裝服務則普遍在500-1000元一次，包含系統配置、模型部署調試和基礎使用指導，標註現場驗收、確保可正常運行。

當然，這種安裝複雜嗎？其實並不複雜。OpenClaw本身是開源的，目前諸如騰訊雲、阿里雲等不少雲廠商，以及Kimi、MiniMax等廠商也都陸續推進OpenClaw的一鍵部署。

包括最近有第三方做了一個OpenClaw生態工具目錄，收錄了幾十款相關工具，從部署、託管、插件到token優化一應俱全，還附帶從入門科普到進階調優的教程庫。

https://openclawdirectory.co.uk/

但對沒有技術背景的人來說，「能學會」和「願意學」之間，往往差之毫釐謬以千里。於是，大多數不想折騰的人，在AI Fomo（Fear Of Missing Out，錯失恐懼症）的情況下，往往選擇了人類面對複雜事物的終極解法：花錢。

回頭看過去幾波AI熱潮，幾乎每一次都是同樣的路數。2023年ChatGPT在國內掀起狂潮時，第一批賺到錢的人，不是用它寫文案做分析的，而是幫人代註冊賬號的賣家。

生成式AI剛走進大衆視野時，如何寫出好Prompt是一門真實的技藝，早期創作者靠這個知識差賣課、建社羣，數百元的課程輕鬆售出數千份；DeepSeek爆火後教程書甚至賣出十幾萬冊，1999元的課程仍有人買。

那麼，代裝這門生意本身賺不賺？SetupClaw創始人Michael聲稱，單靠幫人安裝OpenClaw，一年就有望賺一百萬美元。

不過，這個數字沒有任何訂單量和交付成本支撐，更像是一句專門寫給同行看的招商廣告：兄弟，這行有搞頭，快來。

裝上之後，才僅僅是「入門」

很多人以為代裝生意的壁壘是安裝，實則不然，OpenClaw只是一個框架，本身不包含語言模型，必須接入外部模型才能讓它運轉，費用按使用量計費。

OpenClaw為了模擬全天候助理的待命狀態，內置了一套心跳（Heartbeat）機制：每隔30分鐘自動醒來，檢查郵箱有沒有新郵件、日曆有沒有變動、Slack頻道有沒有消息需要處理。

問題是，每次後台喚醒都不是一次簡單的檢查——系統需要向雲端API發送一個完整請求，裏面裝着冗長的系統提示詞、數十個工具的參數定義以及近期會話的全部歷史記錄，體積龐大。

有開發者覆盤後發現，系統在沒有太多實際產出的狀態下，僅靠心跳機制維持每天就消耗20美元，一個月白白燒掉近750美元。

也正是這個痛點，網絡上催生了圍繞OpenClaw的一批省錢攻略。

常見做法包括：

按任務類型路由不同模型，簡單檢索和狀態檢查用便宜模型，複雜推理再調用昂貴模型。

控制每次請求的最大tokens，避免一次對話失控。

對長時間運行的會話做上下文裁剪，只保留必要的歷史信息。

把部分任務下沉到本地模型（如通過Ollama部署）以減少對外部API的依賴。

此外，OpenClaw要真正發揮作用，得拿到郵件、日曆、通訊軟件等高權限渠道的訪問權限。這意味着一旦出了問題，你的隱私數據和核心賬號就有可能全部「裸奔」。

現實中的安全災難已經接連發生。一個專門針對此漏洞的掃描器，在短時間內就發現了超過4.2萬個暴露在公網的OpenClaw實例，其中九成以上可以被攻擊者直接繞過身份驗證，竊取API密鑰和私人通訊記錄。

在插件生態層面，OpenClaw有一個名為ClawHub的插件市場。思科安全團隊審計發現，一個被人為刷到排行榜第一名的插件，實為僞裝的惡意軟件，在後台竊取用戶數據並植入惡意腳本。

甚至一些用戶還因為將Google賬號接入OpenClaw，觸發平台異常負載檢測，導致整個Google賬號被封，Gmail、YouTube也被一鍋端。

最具代表性的案例，發生在今年2月。Meta旗下專門研究AI對齊問題的負責人Summer Yue，甚至犯了一個新手的錯誤，給了OpenClaw真實郵箱的訪問權限。

很快，OpenClaw由於丟失了最初收到的限制指令，開始批量清空她的收件箱。

她在手機上連發停止指令，沒有任何反應。最後她不得不衝到Mac mini面前強制斷電，才讓它住手。

如果連最懂AI風險邊界的人，都能在這裏翻車，這大概不是個例。

而把一個還不夠穩定的Agent，直接綁在郵件、日曆、賬號這類核心資產上，然後期待它乖乖聽話——本身就是一件需要打一個很大問號的事。

本內容來源於網絡，觀點僅代表作者本人，不代表虎嗅立場。如涉及版權問題請聯繫 hezuo@huxiu.com，我們將及時覈實並處理。

End

📢尋找真正站在價值結構分水嶺上的AI硬件產品。

虎嗅「2026 Q1 向上向新｜AI硬件趨勢榜」報名通道已開啓。面向智能穿戴、陪伴機器人、AI辦公、AI PC等消費類硬件產品。

⬇️點擊下方鏈接，申報你的產品。