圖片來源：視覺中國
藍鯨新聞3月6日訊（記者 朱儁熹）「我這周賺了2萬美元，所以按照我‘專業’的計算，我現在已經實現了100萬美元的年經常性收入（ARR）！」2月中，SetupClaw創立者Michael Chomsky在社交媒體上調侃道。而正如其名，SetupClaw主打的就是為企業創始人及高管團隊提供OpenClaw的高端部署服務。
100萬美元的ARR或許只是玩笑，但像Michael Chomsky這樣，通過為他人部署OpenClaw賺錢的人變得越來越多。最近一周以來，國內多個社交平台上湧現出大量「OpenClaw上門安裝」的帖子，遍佈北京、深圳、成都、重慶等多地，收費從幾百至上千元不等。
圖片來源：社交媒體截圖
「上門安裝」的帖子發出5天后，小李已經收到了十幾條諮詢。他敲定了七單服務，其中一些已經上門完成了安裝。他住在廣州市最南端的南沙區，可上門的範圍覆蓋了廣州、深圳、佛山、中山四座城市，每次收費一口價500元，沒有其他額外費用。
另一位在成都的從業者工具蛙，雖然在帖子裏標註的是上門安裝，但實際更多是通過電話進行遠程指導和答疑，按每小時600元收費。「安裝本身沒有多大價值，別人買服務就是想少踩坑，我們交付的時候會更細。」工具蛙對藍鯨科技強調。僅一個晚上，他就打了三通相關電話，微信上也不斷湧入新的好友申請，幾乎都和OpenClaw有關。
處在「賺錢」風口上的OpenClaw，是開發者Peter Steinberger創建的Agent項目，去年年底在GitHub平台上發布，並於1月開源後一炮走紅。Peter Steinberger也由此被OpenAI招攬，將負責推動OpenAI下一代個人智能體的發展。
與市場上已有的衆多智能體產品相比，OpenClaw的特別之處在於擁有系統級操作權限。人們只需通過聊天軟件窗口與它對話，這個Agent就能訪問用戶文件、執行本地程序，完成發送郵件、管理日曆、辦理航班值機等任務。
上線四個月，OpenClaw創造了驚人的增長曲線。在GitHub上，其星標數已突破26萬，一躍成為平台上最受歡迎的軟件項目。而隨着「養龍蝦」的概念從極客圈走向大衆，與之相關的上門部署等服務也應聲興起。
類似的現象並不少見。DeepSeek橫空出世後，一些從業者便敏銳地嗅到商機，或出售本地部署教程，或教人如何用DeepSeek快速賺錢，「日賺百萬」的造富神話屢見報道。字節Seedance 2.0視頻模型走紅後，相應的「全套教程」、「萬能提示詞」在二手交易平台上也銷量可觀。
歸根結底，當新技術從科技社羣向大衆圈層擴散時，知識的落差催生了新的「中間人」。各取所需之間，一些人願意用付費換取效率和參與感。
部署難、風險高：OpenClaw為何卡住普通人
要理解為何許多人難以自行部署OpenClaw，不妨回到項目本身的定位上。其官方文檔指出，OpenClaw面向的是開發者和高級用戶，僅需「Node 22以上版本、所選擇的提供商API密鑰，以及5分鐘時間」。但對缺乏技術背景的普通用戶而言，光是理解並跟隨入門文檔的指引，就已經是一道不低的門檻。
一位AI專業出身的嵌入式開發從業者此前告訴藍鯨科技，OpenClaw屬於系統級服務，所以相較於軟件級或插件級的AI工具，在使用上要更麻煩。他認為，部署者至少要懂一些Linux操作系統命令，同時對當下的AI服務和工具有基本了解。這樣在遇到問題時，知道該怎麼向AI描述情況，並藉助AI找到解決方法。「如果是‘純小白’，不懂解決網絡環境，沒有大模型服務的訂閱或者API，這個部署配置就會卡住很多人。」
按照小李的經驗，如果上門安裝順利的話，通常一個多小時就能完成。但在實際部署OpenClaw時，可能會遇到「各種各樣奇怪的問題」。比如用戶電腦此前裝過其他軟件或工具，又或者缺少某些基礎組件，需要回過頭來補齊底層配置。此外，也需要考慮Windows、macOS等不同操作系統在安裝步驟和依賴路徑等方面存在的差異。
小李的客戶基本都是企業老闆或中高層管理者，有些公司甚至會要求他們嘗試OpenClaw這類新產品。這些客戶平時就有高強度的信息蒐集或處理需求，因此願意為提升效率和生產力付費。雖然他們可能嘗試過自己部署，但最終還是選擇請人上門安裝。
對非技術背景的用戶來說，另一道讓他們難以真正上手OpenClaw的門檻，是它存在的安全隱患。OpenClaw在本地環境中擁有較高等級的系統權限，得以替代用戶直接操作整台電腦，也由此帶來更大的失控風險。安全研究人員發現，互聯網上有數百個OpenClaw控制面板處於暴露或配置錯誤狀態，這意味着入侵者可能訪問用戶的私密對話記錄、API密鑰和各類憑證，甚至在某些情況下劫持Agent，冒充用戶執行指令。
因此，OpenClaw一度帶動了蘋果旗下高性價比、低功耗的桌面電腦Mac mini的熱銷。對許多開發者而言，新購入的Mac mini既能支持OpenClaw本地部署和系統訪問，又可以確保其不會影響他們的主要工作站。
多位提供上門安裝服務的從業者建議，不要在主力電腦上部署OpenClaw，最好使用舊電腦或雲電腦進行安裝。雖然在安裝過程中，他們可以幫忙設定一些安全隔離措施，但這會在一定程度上限制OpenClaw的功能發揮。
「我的直觀感覺是，大家還是更需要生產力。至於風險問題，可能因為不是專業人士，雖然會有擔心和顧慮，但未必特別在意這個事情。」小李表示。
大廠與創企搶佔雲端，瓜分OpenClaw紅利
無論是自行本地部署的高門檻，還是OpenClaw運行時token快速燃燒帶來的高昂成本，都讓一些想要體驗OpenClaw的人將目光轉向了另一種選擇：多家國內雲廠商、模型廠商推出的「一鍵部署」雲端方案。
各家大廠最先行動起來，開始承接OpenClaw的部署需求。早在1月28日，阿里雲就正式上線OpenClaw全套雲服務，全面提供Agent所需的算力、模型和消息應用等。2月28日，阿里雲開源了桌面Agent工具CoPaw，可以在本地和雲端部署，支持調用千問系列等主流模型。
同樣在1月底，騰訊雲宣佈支持OpenClaw雲端極簡部署。騰訊雲輕量應用服務器Lighthouse上線OpenClaw應用模板，預置了OpenClaw應用和運行所需的環境，主打一鍵即可自動完成安裝部署。此後，字節火山引擎、百度智能雲、京東雲等廠商都相繼推出了類似的OpenClaw雲服務器部署方案。
大模型創業公司也不願錯過這波OpenClaw部署熱潮帶來的增量空間。2月18日，月之暗面推出雲端化OpenClaw產品Kimi Claw，支持在Kimi內直接部署OpenClaw。它將OpenClaw的智能體能力、雲端基礎設施以及即時技能調用打包結合，還可以利用Kimi的高級網絡搜索和數據抓取能力，並自動配置了K2.5 Thinking模型。
圖片來源：Kimi
另一家獨角獸MiniMax則在2月26日上線基於OpenClaw構建的雲端 AI 助手MaxClaw，直接集成在MiniMax Agent網頁端。MaxClaw由MiniMax M2.5基礎模型驅動，官方強調推理成本僅為Claude 3.5 Sonnet等同類模型的1/7至1/20，成本顯著更低。幾天後，MiniMax再發文稱，MaxClaw上線後短時間內湧入了大量用戶，服務器和模型資源一度承壓，團隊在資源側緊急完成了四次服務擴容。
全球最大的AI模型API聚合平台OpenRouter數據顯示，自3月以來的大模型調用量排行榜中，MiniMax M2.5和Kimi K2.5分列第一、第二，排在其後的是谷歌Gemini 3 Flash Preview、DeepSeek V3.2、Claude Sonnet 4.5等模型。前十大模型累計調用量達到31.29萬億tokens，其中MiniMax M2.5調用量為6.42萬億tokens，約佔總量的五分之一。
圖片來源：OpenRouter
本周早些時候，MiniMax在首次公布財報時也透露，2026年前兩個月，模型調用量與新增用戶規模均出現躍升。M2系列文本模型在2月的平均單日Token消耗量已較去年12月增長6倍以上，其中來自Coding Plan的Token消耗量增長超過10倍。
MiniMax創始人兼CEO閆俊傑在電話會上表示，「我們看到的信號是一個長期趨勢的開端，而不是一次性紅利。」通過不斷推出新模型，會更好、更大比例地抓住行業的機會。
針對本地部署與雲端方案的差異，提供OpenClaw部署指導的工具蛙對藍鯨科技分析稱：如果選擇本地部署，OpenClaw可以直接訪問本地數據來執行任務；但云端部署無法直接訪問，還需要額外上傳數據。此外，本地部署使用的是OpenClaw原版，用戶可以自由選擇和配置模型及技能；雲端部署提供的是鏡像版本，出於方便和安全考慮進行了部分限制，可能存在版本更新滯後、模型選擇有限等情況。
在另一位提供上門安裝服務的從業者看來，兩類方案可能各自適配不同的用戶羣體。對於輕量需求的用戶，可以選擇雲服務方案。對於高強度或複雜需求，則更適合本地部署。
「雲端確實會更安全。至少在網絡攻擊方面，像大廠會幫你進行防護。雲端的文件系統也是隔離的，它不會直接在你的電腦上運行，也不會直接操作你的各種文件。」小李指出，「但有的用戶需求，就是希望OpenClaw直接幫他們操作文件。」
小李直言，他認為上門安裝OpenClaw更像是一個短暫的小風口，需求不會很長期。但對於想做Agent相關創業的他來說，藉助OpenClaw的熱度，他得以觀察市場反饋，接觸真實用戶，相當於進行早期用戶驗證。
起初，他以為白領羣體會更積極地嘗試使用OpenClaw。但實際上，白領可能更多處於整個鏈條的後端，企業管理者反而是使用意願更高的早期用戶。「這會直接影響我的認知，讓我明白這可能纔是更真實的情況，而不是我想象中的那樣。」小李表示。