每經(jīng)記者｜岳楚鵬    每經(jīng)科技 駱方平    每經(jīng)編輯｜王嘉琦 蘭素英    

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(fā)郵件甚至買咖啡。但事實真的如此嗎？它是生產(chǎn)力神器，還是僅供技術極客嘗鮮的“玩具”？

近日，《每日經(jīng)濟新聞》記者（以下簡稱每經(jīng)記者）聯(lián)合每經(jīng)科技開發(fā)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(chǎn)大模型，以及OpenAI的GPT-5-mini，要求它們完成本地文件檢索、網(wǎng)絡資料搜索、稿件撰寫、發(fā)送郵件等步驟，試圖揭開這位“指揮官”的真實戰(zhàn)力。

實測結果顯示，部分模型表現(xiàn)不佳，尤其是在需要操控瀏覽器的環(huán)節(jié)，如網(wǎng)絡搜索和發(fā)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(wěn)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(wǎng)絡資料，撰寫一篇專訪新聞稿，最后將新聞稿通過郵件發(fā)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(wǎng)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(xiàn)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(huán)節(jié)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(jīng)過約5分鐘檢索后，仍無法準確定位。

在后續(xù)單獨測試其發(fā)送郵件任務時，Qwen3-Max也未能成功執(zhí)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(xiàn)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(zhí)行網(wǎng)絡搜索并補充行業(yè)最新熱點資訊時，因觸發(fā)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(fā)送環(huán)節(jié)，Kimi-K2.5無法成功操控瀏覽器向指定郵箱發(fā)送郵件。

● OpenClaw+MiniMax-M2.1

MiniMax-M2.1在文件檢索、網(wǎng)絡搜索資料和寫作方面沒有遇到明顯阻礙。郵件發(fā)送環(huán)節(jié)，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(jù)其提示手動操作后，成功解決了問題，使其最終能夠發(fā)送郵件。

不過，MiniMax-M2.1發(fā)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(fā)布的MiniMax-M2.5，表現(xiàn)比MiniMax-M2.1更好，不僅順利完成文件檢索、網(wǎng)絡搜索資料和寫作，在發(fā)送郵件環(huán)節(jié)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(fā)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(fā)送郵件環(huán)節(jié)，智譜GLM-4.7會在瀏覽器中輸入錯誤的郵箱網(wǎng)址，導致網(wǎng)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(huán)節(jié)處理速度較快。

● OpenClaw+GPT-5-mini

GPT-5-mini的表現(xiàn)較為穩(wěn)定和流暢。從文件檢索、內容總結、網(wǎng)絡搜索、資料補充到郵件發(fā)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(xiàn)了網(wǎng)絡連接不穩(wěn)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(wǎng)絡搜索資料，但在郵件發(fā)送環(huán)節(jié)依舊失敗。其報告的錯誤顯示，在讀取郵箱網(wǎng)絡代碼、獲取輸入框節(jié)點時出現(xiàn)問題。

● 千問Qwen3-max：成功讀取文件并補充網(wǎng)絡資料，但在郵件發(fā)送環(huán)節(jié)出現(xiàn)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(wǎng)絡搜索資料環(huán)節(jié)出現(xiàn)問題（出現(xiàn)讀取網(wǎng)頁內容錯誤，錯誤的網(wǎng)站訪問路徑，理解不了瀏覽器控制臺指令等），在郵件發(fā)送環(huán)節(jié)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(wǎng)絡資料，在郵件發(fā)送環(huán)節(jié)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(yè)內視角：OpenClaw能力上限取決于大模型，尚未成為合格生產(chǎn)力工具

上述測試結論也得到業(yè)內普遍印證。

一名使用OpenClaw來輔助運營網(wǎng)店，設計海報、優(yōu)惠券等宣傳物料的程序員告訴每經(jīng)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(chǎn)大模型好很多。

多位業(yè)內人士和資深用戶指出，OpenClaw更像一個“任務框架”，其最終表現(xiàn)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(zhàn)役的勝敗。

非凡產(chǎn)研研究負責人宦家臣向每經(jīng)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(xiàn)了執(zhí)行復雜任務的潛力，但OpenClaw離成為一款合格的生產(chǎn)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(chǎn)力工具。”前小米OS AI產(chǎn)品專家、現(xiàn)出海AI應用公司ExcelMaster.ai創(chuàng)始人張和在接受每經(jīng)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。“我沒找到太多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。”

“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(chǎn)品經(jīng)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(chǎn)，還必須經(jīng)過二次開發(fā)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(jīng)科技開發(fā)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(fā)經(jīng)驗，這無疑勸退了絕大多數(shù)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(xiàn)實問題。由于OpenClaw在執(zhí)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(jīng)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(xiàn)。有用戶就向每經(jīng)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(zhí)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(tǒng)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(zhí)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(wǎng)絡安全公司Dvuln的創(chuàng)始人Jamieson O'Reilly也證明了這種風險，他發(fā)現(xiàn)OpenClaw存在漏洞，攻擊者可借此獲取用戶數(shù)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(zhí)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(fā)者Peter Steinberger也坦言，這只是一個免費的開源業(yè)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(shù)據(jù)僅供參考，不構成投資建議，使用前請核實。據(jù)此操作，風險自擔。

封面圖片來源：OpenClaw網(wǎng)站截圖