AI卖铲,年入百万?

格隆汇
Mar 05

最近的AI圈,被一只“龙虾”点燃了。

OpenClaw,这个有着标志性小龙虾图案的项目,在GitHub上狂揽23万星标,养“龙虾”席卷了各大讨论区。

一夜之间,似乎所有人都在谈论这只“龙虾”——不是因为它能清蒸或者麻辣,而是因为它号称能让AI真正“动手干活”了。

但这场狂欢最魔幻的部分,并非技术本身的突破,而是背后诞生的全新“卖铲人”。

而在卖铲子的生意背后,是无数焦虑的淘金人,他们正在等待被AI拯救,或是被AI改变。


01 蜂拥的卖铲人


OpenClaw的爆火并不意外。

这个项目的逻辑很简单,区别于传统AI的对话式沟通,OpenClaw可以打造属于自己的AI Agent,让AI跨平台甚至跨系统地真正操作电脑,完成真实世界的任务。

也就是说,以前你对着ChatGPT说“帮我订机票”,它只能告诉你“可以去某某网站”。

而现在,OpenClaw可以让AI打开浏览器、点击按钮、填写表单、完成支付。

换言之,利用OpenClaw,每个人都能拥有自己的“数字员工”,24小时不眠不休,替你打工。

更别说,OpenClaw还是开源的。

但问题也随之而来——这东西,太难装了。

说到底,OpenClaw本身只是一个框架,没有语言模型,用户还得自己去接API,再去配置权限、调试环境、处理各种报错,对于普通用户来说,这就是天书。

于是,一个新的“卖铲人”物种诞生了,那就是代装OpenClaw

在国内什么都能买到的某二手平台上,OpenClaw的远程部署已经热火朝天,上门安装费更是已经卷到300元起步。

放眼海外,代装OpenClaw甚至已经发展出了平台运营——SetupClaw

平台明码标价,托管安装3000美元,远程配置5000美元,现场配置6000美元。

SetupClaw创始人Michael还声称,这一周他就赚了2万美元,一年就能靠代装业务年入百万。

但,真有这么赚钱吗?

没有真实订单的情况下,Michael的算法其实更像是在说,这个项目真能赚钱,快来买这个项目。

没错,第一波卖铲子的人,很多已经开始撤退了。

在海外平台上,关于OpenClaw的部分项目已经开始挂牌出售。其中一个项目,定价甚至达到30万美元。

这样的“激流勇退”背后,是AI圈卖铲子的流量窗口期越来越小。

让我们把时间倒回到2023年年初——

彼时,ChatGPT刚出圈,大多数国人都对ChatGPT心向往之,却不得其门而入。

但作为一个外国软件,想要用上ChatGPT,需要一个外国手机号,还要懂点“科学上网”。

于是,帮人代注册账号的卖家成为了靠着ChatGPT赚到钱的第一波人。

一个账号几块钱,一天能卖几百个,躺着赚钱。

随着AI领域流量变迁,2024DeepSeek爆火出圈,卖提示词课程、建AI学习社群,DeepSeek的一本教程书甚至卖出十几万册。

2023年到2026年的三年间,AI“卖铲人”已经从倒卖账号的黄牛,变成了上门调试的技术师傅。

而赶上AI潮流潮流的代价也越来越高。

过去用户和模型聊几句天,消耗的Token不过是洒洒水。

而现在,一个Agent想要完成“帮我订一张下周去北京的机票”这样的任务,可能需要反复调用搜索引擎、模拟点击航空网站、核对日期价格、甚至要处理支付页面的验证码。

这一套动作下来,消耗的Token量可能是日常对话的数百甚至上千倍。

这样的算力膨胀,导致大厂也走入“卖铲人”的行列——

各大大模型厂商纷纷推出自己的Coding PlanAPI套餐,帮助用户进行OpenClaw的一键部署。

但这样的潮流,终会退去。

OpenClaw之后,还会有下一个AI爆款。Token之后,还会有新的计量单位。上门安装之后,还会有新的服务形态。

但有一点没变,那就是淘金的人永远在,而且正在变得越来越多。


02 焦虑的淘金者


2023年至今,生成式AI已然走过3年。

三年,足够一个婴儿学会走路说话,也足够让一个技术从惊艳变成日常。

在如今国内的AI浪潮中,有人在学,有人在用,有人在骗,也有人被骗。

那些既不会编程、也看不懂技术文档的普通人,突然就被裹挟进一场他们从未准备好面对的大潮里——

一边是AI改变命运”的诱惑,一边是“被AI替代”的恐惧。

现在回过头去,不难发现曾经的ChatGPT代注册、Deepseek教程或许有些简陋,门槛也很低。

而再过一段时间,随着OpenClaw的逐渐推广,AI Agent的一键部署也会变得更加普及和廉价,属于个人的AI Agent或许也会变得更为平价易得。

但永远会有人为下一个AI爆款付费,而且是在它最难用、最贵的时候。

AI Fomo的驱使下,这些人不得不花更多的钱,以期不要落后于时代。

在生成式AI出现之前,大家以为,AI可以帮助人们处理琐碎事物、分析复杂数据、完成简单决策。

如今,大家发现,AI确实可以完成这些。

但前提是,你要不断跟上AI的技术迭代,学习更多的使用方法,花费大量精力和金钱。最后,你没有被解放,反而被绑得更紧了。

归根结底,AI正在改变的是“怎么做事”,而不是“怎么赚钱”。

加州大学伯克利分校的研究发现,即便员工已经把大量工作转交给AI,实际工作时长仍在延长。

AI能快速产出东西,人们就倾向于产出更多东西,哪怕其中大部分都是无用的——这被称之为“任务扩展”。

而当所有人都在用AI提效时,效率就不再是竞争优势。

原来一个人一天可以写一篇稿子,现在利用AI可以一天写十篇。

但是,别人也靠着AI一天十篇,于是竞争从写得“好不好”变成了“快不快”,最后大家都没变轻松,只是产出更多了,压力更大了。

这是AI时代的“剧场效应”——

前排的人站起来了,后排不得不跟着站,最后全场都站着,谁也没比谁看得更清楚,只是所有人都累了。

与此同时,AI越强,普通人反而越焦虑。

Manpower Group最新发布的《2026全球人才晴雨表》显示,过去一年里,定期使用AI的打工人比例飙升了13个百分点,达到45%

但与此同时,他们对自身技术能力的信心却暴跌了18%

在调查里,还有一个词叫job hugging”,意思是抱紧工作不撒手。

2025年,有64%的工人计划留在当前雇主,因为他们想在快速变化的技术环境中寻找稳定。

这不是对于公司的忠诚,这是对于AI的恐惧。

回到现实,AI没有让人更轻松,它让人在更累的状态下,压榨出自己更多的潜能,或者假装压榨出更多的潜能,以证明自己没有被时代淘汰。

在刚刚过去的春节,各大厂商的AI产品轮番上阵,元宝、千问大撒红包,豆包也在春晚上刷够存在感。

AI焦虑,也随着广告,被一级一级传递到了县城里焦虑的中年人。

县城的AI培训班里,多的是为了AI焦虑的男男女女,他们在学习怎么用豆包写工作总结、怎么用即梦做短视频、怎么用DeepSeek查资料。

他们不知道什么报告,不知道科技巨头的股价,不知道数据集。

他们手机里的短视频平台上,更多的是,“再不学AI,就要被时代抛弃了”“学会这个AI技能,月入过万不是梦”。

于是,各种AI赚钱训练营”“智能体操盘手速成班”也开始收割那些急于抓住机会的中年人。

他们被AI是改变人生的梯子”的口号吸引,花几千块买课,学完之后发现,梯子是有的,但梯子那头不是金山,而是另一个卖课的。

AI焦虑下,出现了一场又一场的淘金热。

有人想淘的是金子,有人想卖的铲子,还有人淘的是漏洞。

AI技术以前所未有的速度向前奔跑,AI取代人类的新闻被一天天渲染,所有人都在努力奔跑,但人的心理、人的技能、人的安全感,跟不上这个速度。

跑得太快的人回过头来,看见后面的人气喘吁吁,眼里全是恐惧。


03 尾声


AI对普通人到底意味着什么?

对于普通人而言,AI不是救世主,也不是魔鬼。

它就像是一面镜子,照出这个时代的焦虑、贪婪和挣扎。

OpenClaw爆火的背后,是无数个失眠的夜晚,有人在数钱,有人在数自己还剩多少价值,也有人加速学习。

AI的发展还在继续,“龙虾”还会变着花样上桌。

只要还有人在焦虑,就永远有人会为你准备好下一把“铲子”。

就如同此刻,你读完了这篇文章——

是不是又开始担心,自己是不是又错过了什么?(全文完)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10