四川
號稱能“接管電腦、解放雙手”的AI Agent（AI智能體）工具OpenClaw最近在技術圈火得一塌糊涂。
它被吹捧為“AI打工人”，似乎只要下個指令，它就能替你寫文章、發郵件甚至買咖啡。但事實真的如此嗎？它是生產力神器，還是僅供技術極客嘗鮮的“玩具”？
近日，《每日經濟新聞》記者（以下簡稱每經記者）聯合每經科技開發人員，展開了一場深度實測。我們將OpenClaw分別接入千問Qwen3-Max、月之暗面Kimi-K2.5、MiniMax-M2.1、MiniMax-M2.5和智譜GLM-4.7五款國產大模型，以及OpenAI的GPT-5-mini，要求它們完成本地文件檢索、網絡資料搜索、稿件撰寫、發送郵件等步驟，試圖揭開這位“指揮官”的真實戰力。
實測結果顯示，部分模型表現不佳，尤其是在需要操控瀏覽器的環節，如網絡搜索和發送郵件，大多失敗。有專家直言，當前的OpenClaw不僅難用、費錢，更是一場安全的“噩夢”。
實測對比：GPT-5、MiniMax、智譜完成任務，另兩款大模型“行動力”不足
OpenClaw本身并非大模型，它更像一個“指揮官”，負責接收用戶指令、調用工具和組織流程，并將指令理解與具體工作交由其接入的外部大模型來完成。
因此，接入的大模型的能力、穩定性與表達方式，決定了任務的最終成敗。
目前OpenClaw支持的大模型（圖片來源：OpenClaw配置界面）
為了更貼近記者的真實工作場景，測試人員設定了一項綜合性測試任務：
讓接入不同大模型的OpenClaw，在電腦中找到對“電車教父”Andy Palmer的采訪速記稿，要求它總結文稿內容，并結合搜索到的網絡資料，撰寫一篇專訪新聞稿，最后將新聞稿通過郵件發送到指定郵箱。
這一任務涵蓋了指令理解、操控電腦進行本地文件檢索、操控瀏覽器進行網絡信息搜索、信息整合和文章寫作以及應用操控等多個維度。
在首次測試中，各模型的表現分化顯著。
●OpenClaw+千問Qwen3-Max
首先測試的是千問Qwen3-Max模型。該模型在本地文件檢索環節便陷入困境。即便測試人員明確提示文件在電腦中的所在位置，Qwen3-Max在經過約5分鐘檢索后，仍無法準確定位。
在后續單獨測試其發送郵件任務時，Qwen3-Max也未能成功執行，只是不斷重復指令，但無實際動作。
●OpenClaw+月之暗面Kimi-K2.5
Kimi-K2.5的表現稍好，它在5分鐘內成功檢索到了文件，并完成內容總結。但在執行網絡搜索并補充行業最新熱點資訊時，因觸發了“429錯誤”（通常指請求過于頻繁），導致未能完成信息搜索工作。
在郵件發送環節，Kimi-K2.5無法成功操控瀏覽器向指定郵箱發送郵件。
●OpenClaw+MiniMax-M2.1
MiniMax-M2.1在文件檢索、網絡搜索資料和寫作方面沒有遇到明顯阻礙。郵件發送環節，MiniMax-M2.1在瀏覽器操控上遇到了困難，但并未就此卡住，而是主動給出了一個可行的解決方案。
測試人員根據其提示手動操作后，成功解決了問題，使其最終能夠發送郵件。
不過，MiniMax-M2.1發送的郵件只包含了稿件的“關鍵引語”，未附上完整的稿件正文。
●OpenClaw+MiniMax-M2.5
雖然都是MiniMax旗下模型，2月12日發布的MiniMax-M2.5，表現比MiniMax-M2.1更好，不僅順利完成文件檢索、網絡搜索資料和寫作，在發送郵件環節也無需人工介入。
●OpenClaw+智譜GLM-4.7
由于OpenClaw暫未接入智譜于2月12日發布的最新模型GLM-5，所以，本次測試選擇了智譜GLM-4.7。
結果顯示，在發送郵件環節，智譜GLM-4.7會在瀏覽器中輸入錯誤的郵箱網址，導致網頁訪問失敗，需要人工提醒更正。
除此之外，智譜GLM-4.7在其他環節處理速度較快。
●OpenClaw+GPT-5-mini
GPT-5-mini的表現較為穩定和流暢。從文件檢索、內容總結、網絡搜索、資料補充到郵件發送，全流程幾乎無需人工干預和額外提示，僅在個別時候出現了網絡連接不穩定的情況。
為了保證測試的嚴謹性，測試人員對整個流程進行了兩次復測。
第二輪測試結果：
● Kimi-K2.5：成功檢索并讀取本地文件，補充網絡搜索資料，但在郵件發送環節依舊失敗。其報告的錯誤顯示，在讀取郵箱網絡代碼、獲取輸入框節點時出現問題。
●千問Qwen3-max：成功讀取文件并補充網絡資料，但在郵件發送環節出現明顯卡頓，未能成功；
● MiniMax-M2.1/2.5：完成任務全部流程。
● 智譜GLM-4.7: 完成任務全部流程。
● GPT-5-mini：完成任務全部流程。
第三輪測試結果：
● Kimi-K2.5：成功檢索并讀取本地文件，在網絡搜索資料環節出現問題（出現讀取網頁內容錯誤，錯誤的網站訪問路徑，理解不了瀏覽器控制臺指令等），在郵件發送環節依舊失敗。
● 千問Qwen3-max：成功讀取文件，但無法操控瀏覽器搜索網絡資料，在郵件發送環節依舊失敗。
● MiniMax-M2.1/2.5：完成任務全部流程。
● 智譜GLM-4.7: 完成任務全部流程。
● GPT-5-mini：完成任務全部流程。
業內視角：OpenClaw能力上限取決于大模型，尚未成為合格生產力工具
上述測試結論也得到業內普遍印證。
一名使用OpenClaw來輔助運營網店，設計海報、優惠券等宣傳物料的程序員告訴每經記者，自己平時都是接入OpenAI的Codex-5.3和Gemini 3 Pro模型，效果比國產大模型好很多。
多位業內人士和資深用戶指出，OpenClaw更像一個“任務框架”，其最終表現非常依賴所接入大模型的能力。就像一個指令清晰但能力有限的指揮官，手下士兵（即大模型）的強弱，直接決定了戰役的勝敗。
非凡產研研究負責人宦家臣向每經記者表示，“模型對OpenClaw的影響其實取決于任務的復雜程度。國際頭部大模型上限更高，但是如果都是普通任務，國內的智譜GLM-4.7、Kimi-K2.5都很不錯，畢竟Claude太貴了，錢包受不了。”
盡管部分大模型在測試中展現了執行復雜任務的潛力，但OpenClaw離成為一款合格的生產力工具似乎還有不小的距離。
“我感覺，目前版本的OpenClaw并不是一個合格的生產力工具?！鼻靶∶譕S AI產品專家、現出海AI應用公司ExcelMaster.ai創始人張和在接受每經記者采訪時直言，OpenClaw在一定程度上是此前爆火的程序員工具、Anthropic旗下Claude Code的“套殼”，雖然通過聊天界面和內置技能（Skill）做了更好的封裝，降低了交互門檻，但在核心能力上并未超越?！拔覜]找到太多OpenClaw能做，而Claude Code做不了的事情。并且，它查詢資料的水準，也沒有Claude Code好?！?/p>
“等大模型能力再躍升一點，OpenClaw就會越來越好，就會越來越普及。哪怕它什么都不做，就等著更新的大模型出來……OpenClaw的門檻就會降低?！睆埡蛷娬{，OpenClaw的進步與普及，本質上是在等待底層大模型技術的突破。
Akamai云和AI產品經理張璐博士也表達了相似的觀點。在他看來，OpenClaw若要真正用于生產，還必須經過二次開發和微調，因為目前版本還“有點不成熟，很多時候會卡頓”。
高門檻、高成本和高風險勸退普通用戶
除了對大模型能力的依賴，技術門檻、使用成本和安全風險，讓OpenClaw目前難以走向普通用戶。
首先是較高的部署和使用門檻。OpenClaw目前并未提供類似“一鍵安裝”的簡化部署方案，用戶需要在電腦上通過命令行操作，完成本地配置、依賴管理以及權限設置。每經科技開發人員表示，整個過程對使用者的技術背景有一定要求，至少需要具備基本的開發經驗，這無疑勸退了絕大多數非技術人員。雖然諸如阿里云、騰訊云和亞馬遜云等云廠商都提供了OpenClaw云端部署服務并聲稱可以在他們配置好的服務器上便捷部署OpenClaw，但在云端部署的OpenClaw并不能提供操控用戶本地電腦的能力。
高昂的使用成本是另一個現實問題。由于OpenClaw在執行任務時需要頻繁調用大模型，token消耗量巨大，堪稱“token燃燒器”。有用戶向每經記者表示，自己使用智譜GLM-4.7模型，僅僅交互了20多次，就花費了200元。
張璐博士也提到，自己在使用DeepSeek模型時，一天就“燒掉”幾十元。如果換成能力更強的模型，賬單將更驚人，“一天幾百塊就出去了”。
高成本使得許多用戶只能選擇接入免費或更便宜的模型，但這又會影響OpenClaw的實際表現。有用戶就向每經記者反映，自己因成本問題選擇了Qwen-8B模型，但OpenClaw總是只會回答問題，不會執行操作。
比高門檻和高成本更令人擔憂的，是其內在的安全風險。OpenClaw的定位是“做事”而非“聊天”，這意味著它必須獲得很高的系統權限，才能操控本地文件和應用。
思科AI威脅研究與安全團隊主管Amy Chang直言，從安全角度來看，OpenClaw“是一場噩夢”，它可以在用戶的計算機上任意運行shell命令、讀寫文件和執行腳本。這種高級權限一旦被錯誤配置或被惡意指令利用，后果不堪設想。
網絡安全公司Dvuln的創始人Jamieson O'Reilly也證明了這種風險，他發現OpenClaw存在漏洞，攻擊者可借此獲取用戶數月內的私人消息、賬戶憑證、API密鑰等敏感信息。更可怕的是，用戶為了方便AI執行任務而存儲的銀行賬戶、加密貨幣錢包API等信息，都可能以明文形式保存在本地文件中，一旦被黑客入侵，“一秒就可以搬空他們”。
OpenClaw的開發者Peter Steinberger也坦言，這只是一個免費的開源業余項目，需要用戶進行仔細的配置才能確保安全。他明確表示：“它并不適合非技術用戶。”
免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
