一

AI 领域有一句话流传甚广——

“只要你学得足够慢，很多东西就不用学了。”

这话听着像段子，但并非完全没有道理。

毕竟一个热点产品的半衰期今天已经越来越短了。

短到没过两天我们就开始怀疑：这东西曾经居然这么火过？

龙虾，就属于这类产品。

龙虾火得太TM快了，快到连马化腾都没想到，GitHub星标5个月不到飙到34万，超越了曾经神一样存在的Linux、React。

还记500块上门安装龙虾吗，还记得腾讯云线下排队安装龙虾吗？

仿佛还在昨天，仿佛又恍如隔世。

二

那么问题来了——为什么龙虾这波热潮冷却得这么快？

先看几个指数。

现在去翻微信指数，把关键词"OpenClaw"的时间线拉到4月，你会发现那条曲线在3月中旬达到巅峰之后，是一路向下的。

百度指数同理。

Google Trends也是，全球范围内，OpenClaw的搜索热度峰值出现在3月10日。

此后稳步回落，到4月中旬基本回到了峰值的五分之一不到。

做过产品的同学可能敏锐地捕捉到了——

你说的指数在一定程度上只代表着感兴趣而去搜索新增用户，并不代表存量用户。

这么说有点道理，那我们来看一下另一个和存量有关的信号：国内厂商的沉默。

国内有多少厂商做了龙虾——Kimi Claw、MaxClaw、ArkClaw、QClaw、CoPaw、有道龙虾、小米miclaw、讯飞AstronClaw、智谱AutoClaw、EasyClaw、NullClaw、AutoClaw……千虾大战。

那么，这么多厂商，有哪一家公布过自己龙虾产品的用户数、留存率或者龙虾消耗的token数？

据我所知，一家都没有。

在这个行当里，数据好看的产品，团队恨不得半夜三更都要发战报，生怕全世界不知道。

但没有。

沉默本身就已经是回答了。

三

事实上，我自己还做了一个田野调查——

4月12日，我在朋友圈发了一条：

“做个小调研，你养的龙虾还活着吗？在的话每天给它几个任务？”

我这个号微信好友有8700多个，都是卫夕指北的读者。

换句话说，这个人群大概率都是互联网和科技行业相关的，这些人的回复大概能说明一些东西滴。

有人敏锐地发现了，说养死了龙虾的人，从心理学的角度大概率不会说，所以你这个调研没有意义。

没错，所以我观察的是回复还活着的人有多少？

结果回复的总共13个人。（以前做类似的调研回复要活跃得多）

8700 VS 13，说实话，这个比例的确是我没有想到的。

记得当初朋友圈随便发一个一起养虾，就能聚集200+人加群，说好的一起养虾的呢？？

四

那么问题来了——为什么大家的虾很难持续地养下去？

我以自己的体感尝试说几个直观的原因——

首先，原版虾的草台和高门槛让大部分人养不活。

原版虾是奥地利程序员Peter Steinberger的个人项目，完全不是开箱即用的。

装原版虾，你得有一台常开的电脑（最好是Mac Mini，Windows的捣鼓难度又更大一些），得装Node.js v22以上版本，得会基本的命令行操作，得配置API Key，得搞定科学*上网。

这必然属于能折腾的少数人。

关键这还是第一步，即便安装完了原版龙虾，这东西依然不稳定到让人抓狂。

我自己的使用体验是：它经常动不动就挂了，WebSocket连接断开、插件冲突导致Gateway崩溃、升级版本后Skills全部失效……

3月24日那次大版本更新，直接控制台无法加载，挂得相当抽象。

下面这张图是我和龙虾的日常——

要命的是，一旦挂掉，大部分人对此完全束手无策，对于原版虾的用户，上面的对话就是和龙虾的最后一次对话。

龙虾挂了之后的修复过程，涉及到看日志、查配置、重装插件或回滚版本。

这些操作对于普通用户来说，跟修摩托车没有区别。

我的龙虾之所以到今天还没有挂，是因为我每次都会用 Claude Code 去修它。

问题是，我TM都有Claude Code了，很多任务明显Claude Code跑得更好，又少了用一个OpenClaw的理由。

我的小群里有个哥们，算是比较爱折腾的，他的原话是——

“整个三月，我和龙虾的所有对话中，有TM一半都是如何修它自己，后来实在受不了，让它滚蛋了！”

龙虾为什么这么不稳定？

核心原因之一是它起点太草台，迭代太快，迭代快在开发者社区是好事，但对普通用户来说是灾难。

用户今天花三小时配好的环境，明天一个强制更新就可能全部报废。

这种体验，放在任何一个消费级产品上，都是不及格的。

很多第一波尝试的大众用户，都是请身边懂行的人帮忙安装。

但没两天挂掉了，不太意思再请人帮忙救回来，于是就再也唤不醒了。

五

以上是大部门人搞不定原版龙虾的核心原因，那么我安装国内的云端虾、魔改虾，不就完事了吗？

有道理。

这些版本的共同特点是什么？

零配置、云端托管、浏览器即开即用，听起来很美对吧？

但你想想龙虾的核心价值是什么——它能接管你的电脑，操作你的本地文件，驱动你的浏览器，执行你的命令行。

这一切的前提是：它得在你的本地设备上运行。

没错，本地运行本身就是人家OpenClaw诞生之初的设计哲学。

你如果放在云端，你得到的基本还是一个在线聊天机器人。

有一个比喻很形象，你请了一个保姆，但是你不让ta进你家，而是让ta在院子里工作，你还要把家里的东西一件一件搬到院子里来给ta用（传一些东西到云端）。

请问这个保姆能发挥多大价值？

六

有人说我装的不是云端龙虾，我装的是国内版的本地龙虾。

终于到了正经能用龙虾的环节了，别急，还有一堆问题等着呢！

小米AI模型负责人罗福莉在Twitter上发过一篇很有分量的长推文（https://x.com/_LuoFuli/status/2040825059342721520）。

文章明确龙虾的上下文管理混乱问题，原表述是——

“我仔细研究过 OpenClaw 的上下文管理——它很糟糕。在单个用户查询中，它会以独立 API 请求的形式发出多轮低价值工具调用，每个请求都包含一个很长的上下文窗口（通常超过 10 万tokens）——即使缓存命中，这也是一种浪费，在极端情况下还会提高其他查询的缓存未命中率。每个查询的实际请求数最终比 Claude Code 自身的框架高出数倍。”

通俗地说，龙虾每次与模型的API交互，都需要把一大堆东西塞进去——

系统提示词（SOUL.md、USER.md、AGENTS.md三件套等等）、相关对话历史、工具的JSON Schema描述等.

这些东西不是发送一次就缓存了，是TM每次请求都完整发送一遍。

还有龙虾引以为傲的心跳机制（Heartbeat），它每隔一段时间自动唤醒检查有没有新任务。

每次心跳都是一次完整的API调用，默认30分钟一次（有些人还会把频率调得更高一些），一天48次。

这直接导致了龙虾的token成本控制成为一个问题，对于很多普通用户对成本还是非常敏感的。

我买了20刀ChatGPT Plus套餐通过Oauth登录跑龙虾，稍微多两个任务，就被限额了，非常烦躁。

想要升级100刀的套餐，又怀疑这玩意儿值得我为它花这么多钱吗？

最后乖乖回到了100刀的Claude Code。

而且token消耗的问题不只是钱的问题，还直接影响到龙虾的智力表现。

如果不研究一下SubAgent（多个子Agent配合），一窝蜂把所有任务直接发给它，它上下文窗口会被无关信息占满。

模型的注意力会被稀释，具体表现为上下文溢出导致的降智。

七

接下来吐槽一下龙虾做的一般的记忆系统。

客观地说，龙虾的记忆系统是有创新的。

它在本地的Markdown文件里，分为全局记忆（MEMORY.md）和每日记忆，但这套系统真正运行起来实际体验并不算好。

它的记忆在一定程度上依赖模型自己判断什么该记什么不该记，这意味着它有时候会漏掉一些重要的事情。

SegmentFault上有开发者吐槽说：

“它确实记住了一些东西，但往往不是你想要的。关键偏好可能忘了，无关紧要的闲聊倒是记得一清二楚。”

虽然社区后来搞出了各种记忆优化插件（比如PowerMem、MemOS等）

但这又回到了那个老问题：要优化龙虾的记忆系统，你得先透彻地理解原来记忆系统的缺陷。

而这又挡住了大部分人。

此外，很多人是搞不清SOUL.md、USER.md、AGENTS.md这三个核心文件应该写什么的，它们有神马区别（从某些发帖看，我看某些大V也没搞清楚它们的区别）、应该如何写才契合自己。

大部分人完全不写，最后养出的龙虾像白开水一样，还没有豆包有活人感。

某些人妄想当老板，结果没有设置SOUL.md龙虾给不了一点情绪价值。

再加上如果你接入是某些智商和上下文长度一般的国产模型，它干活你能明显感觉不咋聪明的样子。

捣鼓半天，气死个人。

八

还有龙虾的安全问题。

我在《你的龙虾可能在裸奔》的长文聊了斯坦福那篇极其精彩的讨论龙虾安全的论文《Agents of Chaos》。

里边的龙虾的各种骚操作让人叹为观止。

咨询了一位在深圳搞安全的基友，他说他的直观感受是：圈子里的黑客们好久没有这么集体兴奋了。

没错，尽管龙虾后续的版本做了很多安全层面的加固，但有安全意识的业内人士还是很难放心将其安装在自己的主力机上。

顺便说一句，很多人其实并不知道，龙虾在电脑休眠的时候是不工作的，于是想着很美在外面从微信上给龙虾安排任务，结果它根本不理人。

对于这类用户，我推荐一个产品：显卡欺骗器。

一个像U盘一样的东西，让笔记本误认为你插了一个显示器，让Mac合起来龙虾也能干活。

九

以上的原因还是直观的，再我看来，还有一个特别容易被忽视的深层次问题——大多数人，其实是当不好老板的。

很多人，即便给他招几个聪明的人类员工，他其实也很难把任务指派明白。

铁一般的事实是，老板没辣么好当的。

习惯了做执行层工作的人，身份很难转变，交代稍微复杂一点的任务基本都会抓瞎。

说不清自己到底要什么、不知道该布置到什么程度，更定不出交付标准。

最终结果就是龙虾一顿操作猛如虎，然后给你整一堆空文件夹。

所以，有时候并非龙虾的能力问题，是用龙虾的人，不知道怎么把它用好。

很多人兴冲冲养了龙虾，最后给它指派的任务就是每天早上总结一份AI新闻。

相当抽象。

十

说到这里，不得不提一本老书：杰弗里·摩尔的《跨越鸿沟》（Crossing the Chasm）。

这本书最核心的观点是：新技术产品从早期使用者（Innovators和Early Adopters）扩展到主流大众（Early Majority）之间，存在一道巨大的鸿沟。

很多技术产品死在这道鸿沟里——左边是一群对新技术充满热情的极客；右边是需要产品稳定可靠的普通消费者。

两边的需求天差地别。

龙虾就是一个典型的没有跨过鸿沟的产品。

看看那些真正还在用龙虾的人是什么画像——

他们几乎全是开发者或者极客，能用AI排查系统问题、对token计费心中有数、遇到bug能不慌不忙的人。

知乎上有个深度用户写的用法就很典型——他养了两只龙虾，一只叫狗子，一只叫虎子，两个同时跑互为竞争对手互为备份，一个挂了就用另一个去救它。

这操作骚归骚，但你让一个普通人这么干？

早期使用者的特点是爱捣鼓、能忍，他们享受征服技术的快感。

但主流用户要的是什么？

打开就能用，别给我添乱。

龙虾在“在为人民服务”这个维度上，差得还很远。

Huggingface的CEO甚至在龙虾最火的时候就公开预言：“OpenClaw的热度六周后就会褪去。”

事实证明，他的预言基本被验证。

十一

有人说，龙虾热就是国内厂商过度营销产生的泡沫。

对于这个说法，我部分同意但不完全同意。

没错，龙虾热是厂商FOMO和用户FOMO的共振。

但我倒觉得——这波迅速的产品化动作，是有潜在的正面意义的，骂得太狠了反而不客观。

首先，由于芯片受限，我们模型侧的性能上限的确在客观上被打压，这时候如果应用层面反应还不快，辣么咱们就木得玩了。

所以，这其实是被动局面下的主动选择，谈不上投机。

卷其实是有意义的，当年的支付大战，就实打实地把移动支付的基础设施在中国铺开了。

龙虾的适当FOMO对推动国内Agent的普及，当然是有好处滴。

所以，有人现在拿着下面这个朋友圈的截图说：心疼Pony一秒，倒是木有必要。

厂商这波迅速反应，其实是一次练兵——把内部的AI产品化流程、跨团队协同机制全都实战演练了一遍。

下一波AI浪潮来的时候（肯定还会有的，而且很快），这批练过兵的团队，会比没搞过的团队快上好几拍。

这不，这几天国内版Hermes Agent又陆续迅速上线了嘛！

Minimax上线MaxHermes 

腾讯云上线Hermes Agent部署

十二

我还是想再补一个点。

在我看来，即便在应用层面，国内团队也应该在底层做一些更原创的探索。

我们需要更多像龙虾开发者Peter Steinberger这样更松弛的人，需要更多像Claude Code之父Boris Cherny这样洞察工程的人。

（我专门写过一篇关于Claude Code和Boris的长文）

我们需要比Hermes Agent更优秀的框架，需要更多比Manus更创新的产品，而我们其实也是有这样的智力和环境土壤滴。

说实话，在龙虾刚出来的时候，我一度以为比它更好的Agent框架会从国内团队里诞生。

毕竟论工程能力、论应用场景理解、论用户触达，国内团队都不差。

但事实是——没有。

过年前我参加了真格基金关于龙虾的一个闭门讨论会，那时候算国内非常早的龙虾线下讨论会。

会上真格戴雨森问了Orange AI创始人橘子一个非常犀利的问题：

“这个为什么不是你做出来的？”

橘子的回答松弛而坦诚：“他对系统的理解比我深刻。”

两个月后，橘子端出了新产品ColaOS，我不知道这个产品能走多远，但的确需要更多类似的新尝试。

毕竟，龙虾也是Peter Steinberger开发的第44个AI产品。

这意味着，他之前开发的43个产品都没有火。

第44个是果，前面43个是因。

多试新东西，多搞原创的东西。

毕竟，硅谷的顶级实验室，现在已经开始招哲学家，讨论模型福利和情绪了。（我的这篇文章讨论了这个问题。）

十三

如果你认为我这篇文章是想把龙虾贬得一无是处，那么你错了。

看过我之前文章的人就会知道我从来不是二极管。

仅龙虾凭一己之力，让一直封闭的微信第一次开放通讯接口这一件事，龙虾就配享太庙。（我写过长文分析过此事）

更不用说，龙虾在某种意义上改写了 ChatBot 这个传统的 AI 叙事，也推动了skills走向更多的人群。

它还在一定程度上让很多传统互联网产品推出了CLI。（还有浓眉大眼的Claude Code也明显抄袭了龙虾的很多feature）

有人类比说，龙虾可能就是特斯拉的第一代Roadster。

2008年，Roadster证明了电动车可以跑起来，可以很酷——但它的售价超过10万美元，质量问题一大堆，续航非常拉胯。

真正让电动车普及的是2017年的Model 3。

从Roadster到Model 3，中间隔了9年。

另一个类比是，龙虾还处在智能手机的黑莓时代。

黑莓证明了手机可以收发邮件、可以移动办公——但它需要物理键盘、需要企业IT部门配置BES服务器、界面极其反人类。

真正的智能手机要等到iPhone出来。

龙虾创始人Peter Steinberger自己就说过一句话：

“因为他们（竞争对手）都太把自己当回事了。很难打败一个纯粹为了好玩而做这件事的人。”

这话听着很极客。

但问题是——一个纯粹为了好玩的产品，和一个要服务千万用户的产品，还是有差距的。

全民养虾这件事本身，注定只是2026年春天的一场集体狂欢。

十四

写到最后，忍不住再唠叨两句。

有人评价龙虾的GitHub星标——

“GitHub星标是一种虚荣指标，不是用来衡量项目实际使用率、功能或质量的可靠指标——许多用户会出于好奇、出于跟风或用于表达关注而标星。”

龙虾所代表的Agent的技术方向当然有长期价值，但眼下，它本身多少有些鸡肋的趋势了。

在AI这个行当里，凉得快的产品多如牛毛——但电动车不会停留在特斯拉Roadster，智能手机不会因停留在黑莓。

龙虾最大的贡献是什么？

它让我们第一次知道好用的Agent大概应该朝哪个方向进化。

至于谁会成为Agent领域的Model 3或者iPhone，那是又是另一个故事了。

纳瓦尔说：AI适应人类的速度比人类适应AI的速度要快得多。

原因在于——AI面临更激烈的自然选择。

这个洞察相当深刻。

没错，下一个AI爆款又在来的路上了。

想一想，还挺激动的呢！

看到这里了，不加个关注说不过去吧！