12岁的小学生用它5分钟写出小程序，70后的老程序员用它量化交易并建议“裁掉所有程序员”；
28岁的设计师养了5只“虾”管理全部生活，29岁的内容运营看着它自己打开浏览器干活，开始担心它会砸自己饭碗；
27岁的创业者把AI捧成公司CEO，32岁的出海顾问却坚信它只是阶段性产品，要善于组合使用不同的AI产品。
图注：北京昆仑巢举办的“OpenClaw黑客松”吸引很多人参加
过去一个月，OpenClaw点燃的“养龙虾”（龙虾，指基于OpenClaw搭建的AI Agent）浪潮从硅谷到中国，从极客圈蔓延至大街小巷。
3月6日，腾讯在深圳总部公司门口摆摊免费安装OpenClaw，排队人群从2岁到60岁；春节假期后，北京深圳上海线下沙龙场场爆满，200人的场报名人数逼近两千，一票难求；大厂们跑步入场，网易有道推出LobsterAI（有道龙虾），百度、阿里、Kimi、MiniMax等纷纷推出自家“龙虾”产品。开发者更是疯狂，各种养龙虾攻略弥漫社群。
图注：3月6日，腾讯在公司门口进行免费安装OpenClaw的服务
社交媒体上流传着一句开玩笑的话：“如果你的社交圈还没人聊龙虾，那可能是该换个社交圈了。”
图注：北京线下沙龙活动现场爆满，作者拍摄于3月4日
我们找到了六位资深的“养虾人”：从12岁小学生到70后创业者，从产品设计师到内容运营，从连续创业者到出海咨询顾问。他们用OpenClaw的方式截然不同，对AI的态度也冰火两重天。
在实验过程中，这些AI Agent并没有想象中那么“无所不能”：部署本身存在门槛，调用模型意味着动辄几百美金的token成本，运行过程中时不时翻车，还伴随着权限和隐私泄露的风险……
换句话说，它还是一种仍在成长中的能力。
也正因此，“养虾”的乐趣，往往不在于它一开始能做什么。而在于人不断训练、修补、纠错，甚至陪伴它成长的过程。
这是一场人与AI之间的长期协作实验。
施清荃：
12岁，5分钟做出一个小程序
年龄：12岁
职业：小学生
养虾时间：1个月
核心应用场景：小程序制作
12岁的施清荃用OpenClaw做出一台番茄钟，整个过程只花了5分钟。
在中古友谊小学读六年级的他，最近刚开学。作为AI时代的"原住民"，他对AI的初始认知要追溯到2025年春节——当时DeepSeek横空出世，他第一次让AI做了一个解24点的小程序。"我自己解得不够好，就写了一个程序来解。"
图注：施清荃小朋友在昆仑巢举办的“OpenClaw周末黑客松”活动上给大家演示
今年2月，他了解到OpenClaw这款开源AI工具，随后根据指南花了45分钟完成了本地部署。当时接入的免费模型不算完善。后来家长支持了火山引擎的付费模型，他又重新接入接口，"功能基本上全都能用上，虽然没做什么大项目，但整体用着没啥问题"。
今年2月，为准备昆仑巢主办的“OpenClaw周末黑客松”活动，他问这只"虾"："推荐做哪些项目？"OpenClaw给了几个选项，他选了番茄钟。5分钟后，屏幕上出现一个能计时的方块。
从无到有比较快，但施清荃花了好几个小时打磨它——加状态栏、做移动端适配、调键盘快捷键、配音效，还把自己以前写过的小时钟代码融进去。最终成品包含设置、时钟、番茄钟、状态栏、移动端适配、音效系统。他坦言"完全超过预期"——尤其是动画部分，"我完全做不出来"。
使用过程中，施清荃也发现了一些局限：对话一多，模型就"容易出问题"。他同时使用豆包、Kimi K2.5等多种AI产品，能明确区分优劣："编程还是Kimi2.5好，错误稍微少一点。"
施清荃告诉我们，最近他又用OpenClaw做了一些新的项目：文件传输工具、HTTP客户端测试工具、Jason可视化查看器、做快速笔记的桌面应用等等。现在又开始研究硬件项目，因为有了经验，所以整个流程就非常快。
黑客松上的关注没有让他太兴奋。"现在也没啥想写的，"开学刚两天，他的上网时间回到"比较少"的状态。
那只番茄钟还挂在GitHub主页上，等待新功能。施清荃的养虾日常继续：有需求时打开，解决问题后关掉，像使用一把顺手的螺丝刀。
朱连兴：
建议所有公司老板把程序员全裁掉
年龄：70后
职业：连续创业者
养虾时间：两个月
核心应用场景：量化交易
OpenClaw爆火的第二天，几十年没有写过代码的朱连兴搬出了家里两台老电脑。购买了腾讯云的服务器后，他用五分钟跑通了一个德州扑克的程序。
"2006年到2008年，我们三个人花了两年开发的中国第一款线上中文德州扑克的应用，现在五分钟就能做出来了。"这位曾经的连续创业者现在他管自己叫"OpenClaw开发者"。
今年1月底，当OpenClaw在外网社区爆火之后，几乎是凭借着一种创业者的直觉，朱连兴All in OpenClaw。春节期间,他边滑雪一边用手机沟通，没日没夜迭代了几百个版本。当时每天烧掉100美金Token。
但成本账他算得很清楚：以前做自动驾驶，实习生月薪三万，沟通成本另算——产品经理讲给程序员，层层衰减，"重新（找人）得累死"。现在他对着机器说话，"不厌其烦给你更新迭代"。
现在，他养了四个"分身"。新加坡的分身做量化交易，东京的管网站内容，首尔的服务器负责"维修"前两个——以及策略生成，弗吉尼亚的还在待命接新项目。这种架构本身就说明了他对OpenClaw的定位：不是实习生，不是下属，而是"数字分身"，"我想干什么就让他去搞"。
朱连兴用OpenClaw最核心的工作流是量化交易。这是一个典型的自动化链条：先发现规律——什么时候跌，什么时间涨回，周末流动性枯竭——然后让OpenClaw做市场调研分析，导出论文和科研成果；接着生成策略，再导出为可导入格式，"极具专业性"地实现成熟机构的套利策略。
这只是开始。OpenClaw主动提示他做守护进程，"程序卡死，帮你重启起来"；又做策略评分、自动升级迭代、资金配置、风控模块。"除了做量化策略以外，做了所有辅助工具，和专业机构没有太大差别。"
他对比过太多工具。从闭源大模型到各类Agent，OpenClaw的不可替代性在于"开源+全系统接管"的叠加效应。更重要的是开源社区的飞轮——"几十万开发者贡献代码，像马斯克火箭一样腾空，谷歌现在追上来也是旁门左道"。
朱连兴拒绝用"翻车"这个词来形容OpenClaw的不完美，"机器不会出错，出错的是人。你没有清晰表达需求，他做出来不能100%满足，那就不停修正，这叫版本迭代。"
他对OpenClaw的期待极高。20年前之前，在他创业做德州扑克的时代，"如果当时有这样的工具，有些软件三个月的活现在三天就干完了。我建议所有公司老板把程序员全部裁掉，所有的脑力劳动者都要下岗。”他用加特林来类比OpenClaw，"如果每个人都有加特林，5岁小孩和25岁青少年互射，说不定谁生谁死。"在他看来，技术门槛的消失不是悲剧，是新的平等。