" 一个事实上并未达到全民级别的 AI 应用能爆红至此，背后深层原因是全社会的‘ FOMO ’（错失恐惧）情绪。"

文 / 巴九灵

上门安装小龙虾的人还没赚够，第一批上门卸载小龙虾的人已经出现了。

这多少与主流报道有些格格不入。

毕竟，过去三天，人们被 " 小龙虾 " 刷屏，不是在养虾，就是围观别人养虾。

所谓养虾，就是在自己电脑上安装一个名叫 OpenClaw、图标是一只红色小龙虾的智能体，并通过不断的对话，把它训练成专属助手。

相较于诸如 Manus 这样常见的、只能在云端对话的智能体，OpenClaw 能托管电脑直接自己干活，包括但不限于回消息、发邮件、拉表格、做 PPT，等等。

小龙虾并不是这两天突然走红的。去年年底，一个奥地利程序员把它发布在 GitHub 开发者社区，在科技圈内爆火。但直到今年 3 月，小龙虾忽然从 " 科技新闻 " 变成了 " 社会新闻 "。

第一根导火索来自腾讯。3 月 6 日，腾讯派出几十名程序员，在深圳总部门口支起长桌，给人们免费安装小龙虾，吸引了上千人排队。次日，深圳龙岗区发布一份《深圳市龙岗区支持 OpenClaw&OPC 发展的若干措施（征求意见稿）》，被称为 " 龙虾十条 "。

随后，无锡、合肥、常熟、杭州跟进政策；阿里、字节、百度等大厂紧急跟上，推出更易用的本土版龙虾和养虾套餐。自此，小龙虾成为顶流。

不过，顶流上位仅三天，就已遭遇各种负面新闻。很多人还没把龙虾养熟，就考虑要卸载了。

第一批养虾人，已经积压了太多 " 槽点 "。

◎ 首先，养龙虾是件很费劲的事。

安装小龙虾就已经是个技术活了。要在电脑上配置对应的代码环境，并在系统底层开个口子，给龙虾 " 越狱 " 权限，才能跑得动；如果下载官方默认安装包或接入海外大模型，还需要翻墙。光是这一步，就足以劝退很多没有开发背景的人。

安装好后，要用小龙虾来干活也很麻烦。小龙虾的工作原理并不复杂，相当于一个中转站，把接收到的任务指令发给大模型，大模型会把它拆解成数个小任务，把每个操作步骤转化成一串代码。龙虾再用对应的代码控制电脑，逐步完成任务。

这种模式，更适合用来处理高重复性、低复杂度的任务，而且非常依赖 " 主人 " 的高强度训练。

" 养虾人 " 还发现，小龙虾目前承担复杂工作的能力其实非常有限。有人尝试让小龙虾爬取附近的外卖，按照价格、品类、评价等多维度整理成云文档，结果在爬取数据阶段就 " 虾脑过载 " 卡死了。

社交媒体上已经是铺天盖地的吐槽：" 烧了上千元、浪费了几个晚上的时间，最后发现不如自己干 "；" 训练龙虾花的时间精力和金钱，够招好几个实习生，还能帮我下楼买咖啡 "。

◎ 其二，虽然生产力有限，但请虾干活非常费钱。

养虾让很多普通人第一次开始关注 token 的价格。模型输入和输出的内容是按字数计费的，token 就是字数的计量单位。简单理解，用 AI 消耗 token，相当于用手机上网消耗流量。

小龙虾的 token 消耗巨大。这是因为，相较于单纯的对话，小龙虾需要拆解任务、调用更复杂的模型和工具。而且为了能长期记忆，它每次输入都会携带极长的历史对话，再不断反馈、检查、调整，每一轮对话都在放大成本。

目前国内 token 价格约为 0.3 美元 / 百万，小龙虾高强度运行一天，能烧掉上亿 token，清空几百元的账户余额。如果执行复杂程序调试任务，一天能烧掉 10 亿 token、花费上万元。而且就算不使用，只要龙虾在后台运行，就会持续消耗 token。

有数据显示，小龙虾重度用户，日均 token 消耗量在 3000 万到 1 亿之间，就算用性价比较高的国产大模型，也要花掉 42 到 140 美元。相较之下，ChatGPT 月费仅需 20 美元。

◎ 其三，养龙虾有极大的信息乃至财产安全隐患。

小龙虾之所以能代替人类完成各种任务，是因为获取了系统的底层操作权限。但有了这些权限，小龙虾就能在电脑上 " 胡作非为 "。

很多案例已经在我们身边发生了。一名开发者在社交平台称，他的朋友用小龙虾写代码时，把浏览器开放到了公网，几天后信用卡被连续盗刷，额度几乎被刷空。

也有养虾人称，自己电脑里的重要文件被小龙虾删了个干净。

一位程序员告诉小巴，为了方便回信息，同事把养的 OpenClaw 小龙虾拉进了工作群，结果发现群里的同事们只要艾特小龙虾，就可以让它发送、修改主人电脑上的文件。

这是因为，小龙虾只是在个人电脑上开了一个能触达底层权限的端口，但它分不清从端口进来的请求是谁发出的，也分不清请求的性质。

3 月 10 日，国家互联网应急中心发布《关于 OpenClaw 安全应用的风险提示》，其中提及，由于 OpenClaw 智能体的不当安装和使用，已经出现了提示词注入、误操作、功能插件投毒、安全漏洞等严重安全风险。

各种各样的 " 鸡肋 "" 坑 "，让一批人已经开始选择卸载。仍在养虾的人，也越来越不敢再贸然把自己的核心数据和权限交给它。

很多平台也开始 " 封杀 " 龙虾类应用。目前，谷歌和 Meta 已经先后批量封禁了接入 OpenClaw 的账号；就在昨天下午，小红书也宣布，将禁止 AI 托管账号发布内容。

原因是，OpenClaw 在社媒上注册的账号能自动发帖、抓数据，像个高级版的僵尸号，不仅伤害平台广告分成的盈利模式，还污染了内容生态。而且，它们会高强度地调用平台的 AI，制造算力成本。

数字经济学者刘兴亮给 " 养虾人 " 的建议是：可以关注，可以轻度试，但不要一上来就重度接入自己的核心权限。" 不建议人人立刻养龙虾，而是先学会怎么安全养，再决定要不要多养几只。"

具体而言，第一，从低风险场景开始，先让它做公开信息整理、会议纪要、日报周报等基础任务，不要一开始就接管核心数据；

第二，先管好权限，再谈智能，不乱装、不裸奔、不全权、不长期；

第三，一定要设预算上限和行为边界，控制好 token 消耗量。

从普通人的体验中，不难感受出龙虾热背后的 " 虚火 "。

其实，真正在用小龙虾的人并不多。目前暂无可靠统计数据，但有媒体报道，OpenClaw 全球部署量已经超过 100 万例；另有监测数据显示，其近一半用户来自中国。

粗略估算，目前国内已部署 OpenClaw 的用户可能在几十万人，相比之下，DeepSeek 上线仅 21 天，DAU 就突破了 2000 万。

回顾世界人民对小龙虾的 " 上头史 "，更像一场没头没脑的集体狂欢。

OpenClaw 最初是在海外极客圈子走红的。除了开发者们觉得这个 " 让 AI 干活 " 的概念很酷，它成功的另一个重要原因是，成立了一个类似应用商店的 " 水产市场 "，开发者们可以在里面上传自己开发的各种技能。

而它在美国民间的走红，颇有 " 饥饿营销 " 的意味。海外甚至已经形成了一个叫 SetupClaw 的代装平台，托管安装 3000 美元，远程配置 5000 美元，上门安装 6000 美元。平台创始人 Micheal 在社交媒体上称：" 一周赚了 2 万美元，靠代装业务能年入百万。"

相较于国外自下而上的传播路径，小龙虾在国内的走红，离不开大厂们的推波助澜。

OpenClaw 最初在国内发酵的原因同样是 " 上门安装 "。过去一个月，二手平台上开始出现 " 上门安装小龙虾 " 的帖子，价格少则几百，动辄上千，很快吸引了媒体的注意。

在这样的氛围中，腾讯用免费安装 OpenClaw 打响了第一枪。各家互联网大厂立刻集体出动，开启了又一场流量争夺战，只是目标从吸引人们用自家大模型，变成了用自家的智能体。

目前，国内市场上已经有至少 13 家科技大厂推出了 " 本土龙虾 "。不同于原始版的 OpenClaw 一般被直接部署在个人电脑上，本土龙虾主要有三种模式：

这些天，大厂们还在线上线下组织各种 " 养虾局 "，朱啸虎、影视飓风 Tim 等热门公众人物出现在会场，自然也吸引了不少媒体的眼光。同类新闻扎堆被制造，最终形成了刷屏的 " 龙虾热 "。

一个事实上并未达到全民级别的 AI 应用能爆红至此，背后深层原因是全社会的 "FOMO"（错失恐惧）情绪。

普通人希望靠小龙虾抓住风口。如今中文互联网上，最流行的叙事是 " 养虾赚钱了 "。有企业家分享自己花了半个月训练的虾，已经能独立策划并运营一个百万阅读量的社交媒体账号；有人对虾说 " 去给我赚钱 "，虾自己跑到小红书上发了一条 " 上门安装 OpenClaw1000 元一次 " 的帖子；有人用几只龙虾跑通了一个股票交易系统 ……

但事实上，现阶段，大部分 " 养虾钱 " 都流向了卖铲人：上门安装小龙虾的赚了第一桶金；开课教人用 AI 的又迎来了商机；还有为小龙虾提供服务器、算力和技术服务的科技公司们。

与此同时，小龙虾展现出的对重复劳动的替代能力，也让很多人感到惶恐。所以 " 打不过就加入 "，与其被动地等待被淘汰，不如主动养一只虾。

AI 创业者童俊洁有一个 " 小龙虾交流基地 " 社群，里面已经有将近 200 人，大多不是在交流如何用小龙虾提效、生财，而是在询问怎么部署。

他则劝大家，不必焦虑，可以再等等。

" 目前能把小龙虾用好的，大多是有开发背景或是有现成工作流的人。而且，很多人可能不见得有实际需求。如果只是让小龙虾每天收收信息、发发简报，并不算刚需，完全可以等待更好用的产品出来。"

同样焦虑的还有科技公司们。

2025 年，阿里、腾讯、字节各自为 AI 投入资本开支数千亿元；春节一场红包大战，几家大厂光是发红包就累计烧掉近百亿，但春节一过，流量又如水般退去。

变现更是遥遥无期。2022 至 2025 年，Minimax 累计亏损超过 93 亿元，智谱亏损 62 亿元，大厂们的 AI 业务同样是烧钱的无底洞。

但小龙虾让它们看到了留存和变现的巨大潜力。

首先，无论是在腾讯云、阿里云还是火山引擎上部署 OpenClaw，都需要租一台云服务器。虽然入门配置最低只需 38 元一年，但能把用户绑在自家系统里，赚取真正的大头——调用大模型的费用，也就是使用 token 的 " 流量费 "。

这就像 20 年前三大运营商争相抢用户的场景。用户买了哪家运营商的电话卡，就要持续购买对应的流量套餐；运营商图的不是微薄的购卡费，而是 "30 元 500 兆 " 不断被续订的昂贵流量包。

而且，更大的市场份额对应着更多潜在的企业级订单。

C 端用户心智成熟的同时，企业客户也会跟进，他们需要私有化部署、安全管理、定制技能和长期技术支持等更多功能，对应着丰厚的利润。

最后，是更远期的应用生态抽成。

目前，OpenClaw 的 " 水产市场 " 里已经有近 600 个技能包、插件等，总下载量超过了 2 万次。在国内，腾讯已经推出了针对中国用户的 Skillhub 技能商店。长远看，拥有繁荣应用生态的大厂，很可能赚到 AI 时代的 " 苹果税 "。

所以，当下大厂们争先恐后地推出 " 本土龙虾 "、铺天盖地的争夺流量，也是为了再打赢一场流量入口战：因为谁更能吸引人们来 " 养虾 "，谁就能把用户留在自己的生态里。

随着搭载在国内云服务器上的相似应用密集发布、分流，刷屏式的狂欢或许很快就会平息，安全恐慌也会在国内大厂的接管下逐渐被解决。最终，智能体以这种高调的方式，更深度地 " 砸 " 进了我们的生活。

但这个时代的 AI 焦虑，也很难再消散。

Manpower Group 发布的《2026 全球人才晴雨表》显示，过去一年，定期使用 AI 的打工人同比增长了 13 个百分点，达到 45%。

但加州大学伯克利分校的一项研究发现，AI 工具并没有减少人们工作量，反而不断加剧了工作强度。它让员工的工作节奏更快、工时更长、工作更广泛。但公司并没有强制要求员工使用 AI，他们之所以主动承担更多工作，是因为 AI 让 " 做更多 " 这件事变得可能、容易，而且可能带来某种内在的成就感。

" 小龙虾 " 或许会成为人类技术史上一个重要的时刻，但如果追赶技术仅仅是为了不被落下，或许已经本末倒置——不要因为走得太远，而忘了为什么出发。