3月8日的那个周末，OpenClaw（“龙虾”）刚刚走红，对普通人来说，部署“龙虾”仍有门槛。我看到一家国内大模型公司很快推出了基于OpenClaw的云端托管服务，迅速开通了一个月的会员，捣鼓了半天，终于在飞书上给自己配置了一只“龙虾”。

我给它取名、布置任务，理解它独特的心跳、记忆文件机制……这种全新的感受很美妙。区别于以前，我每次和AI聊天都要新开一个对话框，这次我觉得，“AI活过来了”。

我想把它训练成我的写作助手，于是把过往作品投喂给它，让它熟悉我的报道领域和写作风格；要求它每天定时为我整理新闻线索，给我选题建议；甚至在某些议题上，与我进行持续讨论。这个设想并不复杂，“龙虾”不光能完成我的指令，还能学习其他人训练好的Skill（技能），随便打开一个OpenClaw的社区，就有成千上万个Skill。

但我很快就遭遇了挫败。它的执行能力并不稳定，指令稍多便容易“失忆”，我不断地调试它，与它对话，一直到凌晨2点都睡不着。早上醒来，我期待它主动发来消息，它却总说：“AI服务过载，没能完成。”我询问了在这家大模型公司工作的朋友，得到的回复是，最近的算力确实太紧张了。

如果条件允许，我应该在一台闲置电脑上本地部署“龙虾”，让它根据不同任务的需求调用不同大模型，也能规避隐私与安全风险。但这需要一台闲置电脑、足够多让AI Agent（智能体）跑起来的场景、一笔购买大量Token的预算。但像我这样的普通用户很难这么操作，“龙虾”有着很高的能力上限，但普通使用者未必“用得起”，更未必“用得起来”。

就在我几乎放弃“龙虾”的时候，社会层面已经迅速掀起了一场“龙虾”大流行。从互联网大厂、大模型公司密集推出部署方案和相关产品，到多个地方政府“跑步入场”，以OpenClaw为名发布支持举措，推广当地的OPC（“一人公司”）社区，不过三四天时间，这轮热潮就完成了从点火、扩散到高潮的全过程。

上图：3月11日，广东深圳的人工智能6S店提供“龙虾”OpenClaw免费安装部署服务。

中图：3月12日，四川成都天府软件园的“AI龙虾”火山引擎ArkClaw活动现场。

下图：3月12日，江苏连云港一商家内，工作人员交流“龙虾”OpenClaw的操作体验。本版图/视觉中国

这是一场高效而成功的传播。但是，在采访多位OPC创业者后，我逐渐发现，掌握更多技术能力、正推动Agent项目商业化的人，竟也有与我相似的感受。

一名正在使用OpenClaw框架为客户定制Agent方案的创业者告诉我，他在周末参加了很多线下“龙虾”论坛，有些活动却“挂羊头卖狗肉”，广告很多，真正有价值的信息很少。他担心，如果自己没能借这股热潮积累订单与资源，一旦新的AI趋势出现，可能很快就会被甩掉。

这让我意识到，热点的传播速度，明显快过了行业对技术的真实理解，也快过了产业的成熟程度。在这种错位中，最先被快速放大的是情绪，也放大了“如果我跟不上，就可能被甩在身后”的焦虑和恐慌。

相比之下，关于技术边界、使用成本以及潜在风险的讨论，显得有些滞后。

3月10日以来，国家部委、行业协会及地方工信部门密集发布预警，提示OpenClaw应用过程中存在数据安全、权限管理、系统调用等多重风险。这时，已经有程序员在安装“龙虾”不久后因API密钥被盗，收到高额账单。更多的普通人，在刚刚排队、花钱装上“龙虾”后，发现自己不会用，且存在安全风险，又连忙再排队花钱卸载。这时，许多人才恍然大悟，自己未必被AI淘汰，但可能先为AI焦虑造成的损失买单。

很多普通用户在这场“龙虾”热潮中，受到了真实的损失，这在以往的AI热潮中从未有过。这也带来了新的启示，面对新技术的热潮，更有必要被放大的应当是那些提醒风险、校准预期的声音。当所有人都在追问“谁抓住了AI的下一波机会”，也会过度制造焦虑。而最终承担成本的，往往是最缺乏信息、判断和抗风险能力的普通人。

发于2026.3.30总第1229期《中国新闻周刊》杂志

杂志标题：“龙虾”热潮里，被过度制造的焦虑

记者：王诗涵

（wangshihan@chinanews.com)

编辑：闵杰