---
layout: post.njk
source: https://yage.ai/share/openclaw-xiaolongxia-social-phenomenon-20260429.html
speaker: yage.ai
title: 为什么小龙虾的技术负担反而变成了传播资产
date: '2026-04-29'
summary: 本文探讨了 OpenClaw（小龙虾）AI 代理因其复杂的部署过程反而成为传播现象的原因。文章指出，与 Manus 等服务不同，OpenClaw 的开源和用户本地部署带来了“占有感”，使用户将其视为“我的AI”而非远程服务。其技术门槛和“折腾”过程，转变为一种社交凭证和“养成”的起点，使得用户关系和身份认同成为传播的核心，而非仅仅是 AI 的能力。这预示着 AI 竞争将从纯粹的能力转向占有感和生态构建。
area: tech-engineering
category: tech-trends
tags:
  - agentic-ai
  - open-source
  - tech-virality
  - ai-ownership
  - user-experience
people: []
companies_orgs:
  - GitHub
  - Tencent Cloud
  - Alibaba Cloud
  - Feishu
  - WeChat
  - Nous Research
products_models:
  - OpenClaw
  - Manus
  - Hermes Agent
  - ChatGPT
  - Claude Code
  - Deep Research
  - Kimi
  - DeepSeek
media_books: []
draft: true
status: evergreen
---

OpenClaw 的接入流程，放在任何产品经理面前都足以让他们皱眉。配置 API
key、挑选模型、设定权限、搭建运行环境、对接 IM
渠道，远不如点一下注册按钮来得轻松。每一步都有出错的可能，每一步都可能让人直接关掉终端。按照经典的产品逻辑，这属于
onboarding 环节的失败，用户本该在第一屏就选择离开。

现实却给出了相反的答案。那些经历过这些坑的人，开始截图、转发、写教程，安装过程本身成了一种传播内容。同一套折腾的流程，在技术评价的坐标系里是体验短板；到了社交传播的语境里，变成了入场仪式。步骤越多，入场感就越强；报错越多，通过后的真实感就越明确。

最容易联想到的解释是：AI 能真正干活了。一个只能聊天的 AI
确实不值得这样折腾。可 Manus
也能干活，交互更完整，上手更顺滑，却没有形成同等级别的社会现象。能干活这件事让小龙虾拿到了被讨论的资格，但把讨论升格为现象的原因，不在这里。

## 会干活只是门票

AI 从聊天走向动手执行，这个叙事的确解释了为什么 agentic AI
在这一轮被推到台前。从 ChatGPT 开始，用户已经习惯了 AI
会聊天但不会办事的状态：问一句答一句，无法调用工具，不能自主推进任务。OpenClaw
正好踩住了这个缺失的环节。GitHub 用 “Your own
personal AI assistant. The lobster way.” 来描述它，科技日报
则将它概括为”能干会做的主动执行助手”。

能干活这件事解释了 agent 产品为什么有价值。Manus
出现得更早、完成度更高、更像一个成熟产品，Product Hunt 上
OpenClaw 的 tagline 写着 “The AI that actually does
things”，这句话稍作改动完全可以贴在 Manus 身上。Claude Code 和 Deep
Research 也都证明了 agent 有能力做事。

能干活让小龙虾有了被”养”的资格。没有这个能力，小龙虾就只是一套聊天机器人部署教程，谈不上成为可以被占有的”智慧对象”。但小龙虾和
Manus 真正拉开差距的，是另一层东西：用户能否把它感知为属于自己的。

## 从使用服务到拥有智慧对象

Manus 和小龙虾的差异，根植于用户与 AI 之间建立的关系类型。

Manus
本质上是一个远程任务平台。你提交任务，它返回结果。你拥有的只是一个账号的访问权限，agent
本身始终留在平台内部。这件事的社交表达范围很有限，大多是”我用 Manus
做完了 X”。偶尔有人分享 Manus
的任务产出，很酷的结果也能传播，但传播的内容始终回到产品能力本身：Manus
做得怎么样、结果好不好、速度快不快。

小龙虾不同。它是开源软件，可以部署到用户自己的环境里。用户把它放进自己的电脑、云服务器、飞书、微信或公众号中。即使从技术上讲它仍然依赖第三方模型
API
和云服务器，用户在感知层面仍然是”它在我的地盘上工作”。这种感知带来了一个关键的语言转变：“我的龙虾”“我养的虾”“我的数字员工”这些表达自然成立。换成”我的
Manus”就很别扭，因为 Manus
是一个平台账号，缺少可以被个人拥有的对象感。

这份占有感改变了传播的内容。当你使用一个远程服务，你能传播的是这个服务帮你做了什么。当你拥有一个智慧对象，你可以传播这件事本身：我已经有一只龙虾了。后者不依赖结果的好坏。龙虾今天干没干活、干得好不好，不影响”我养了一只虾”这个社交事实。

所以小龙虾传播的核心是占有状态。Manus 的传播依赖 demo
和效果评估，门槛是
access：排队、邀请、付费。小龙虾的传播依赖占有事实和养成过程，门槛是
possession：安装、部署、接入、调教。Access
只能炫耀”我拿到了资格”。Possession
可以炫耀”我拥有了一个对象”。资格是一次性的，对象可以持续养、持续展示、持续比较。

## 为什么占有感会带来炫耀性

光有”属于我”还不够。很多事物在刚出现时都是稀缺的，也都可以被个人拥有，但不会自动变成社交话题。你拥有自己的电脑，不会每天发朋友圈说”这是我的电脑”。电脑扩展的是你的能力，它仍然是一件等待你操作的工具。小龙虾多了一层：它看起来会自己行动，会犯错，会需要照看，也会被你差遣。炫耀的对象因此变成了一个被你带入自己环境中的行动体。

小龙虾之所以容易成为炫耀对象，是因为它恰好满足了三个条件。

第一，它是一个可以被”养”的对象。新工具的稀缺感通常很短，大家注册完就结束了；养龙虾的稀缺感会持续，因为每只龙虾接入的账号、模型、环境和任务都不一样，也会因为用户的投入方式不同而出现差异。龙虾、养虾、杀虾、代养、烧钱这些词能成为社交素材，核心不在于名字本身有趣，而在于背后那个介于工具、宠物和员工之间的对象。一个朋友问你”你养龙虾了吗？“，问的是你有没有进入这种新关系。

第二，它有可见的努力痕迹，而这些痕迹本身就是社交信号。

开头那一连串配置动作确实让人头疼。配置 API
key、挑选模型、设定权限、搭建环境、对接 IM
渠道，每一步都可能报错。在技术评价体系里，这是体验短板：流程太复杂，用户会流失。可一旦进入社交评价体系，同一件事的含义就变了。安装过程越繁琐、越容易出错，成功跑通的人就越倾向于把这件事说出来。报错信息、终端截图、模型切换记录、Token
消耗截图，在软件层面是故障证据，在社交层面是通关凭证。一个人能晒出这些东西，等于在宣告”我跨过了这道门槛”。

这里发挥作用的是门槛的筛选功能。零门槛产品不需要任何证明就能拥有，拥有本身不携带任何社交信息。需要跨越多步才能部署的产品，安装过程自动筛掉了一部分人，留下的人获得了一个共同身份：我们是可以养龙虾的人。这个身份不需要产品官方来定义，门槛本身就制造了它。

技术负担在产品层面是负资产，在传播层面却变成了正资产。安装每增加一个环节，靠自己完成部署的人就少一个，但每多一个人晒出自己的成功故事，这个行为的社交信号强度就上升一点。代价和回报的方向正好相反：技术代价越高，社交回报越明显。更重要的是，投入的时间会改变用户和龙虾的关系。一个随手注册来的服务很难让人产生感情，一个折腾了半天才跑起来的
agent
更容易被用户说成”我养出来的”。产品层面的缺陷，在社交层面每一步都在产生价值。

第三，它有可比较的维度。你的虾跑什么模型、花多少钱、会干什么、有没有挂掉、是不是找人代装的，这些维度把软件使用行为变成了社交比较。“我的虾今天干了一整天活只花了十块钱”和”你的虾一天烧了两百块”之间，有了聊天内容。“我用的是
Kimi”“我是用 DeepSeek
跑的”“我在腾讯云上养的”这些分层给不同资源投入水平的人都提供了炫耀的位置。

## 偶然与必然

这件事既有必然的一面，也有偶然的一面，但两边作用在不同的层面上。

必然的一面是：agentic AI
需要一个可私有化、可炫耀的出口。Manus、Claude Code、Deep Research
等产品先教育了市场，用户开始相信 AI
能替我做事是下一代产品形态。当这个想象成熟之后，一定会有人不满足于使用平台里的
AI，想进一步走向拥有自己的
AI。背后的驱动力同时来自身份认同、控制感和可见的参与资格。人们既想获得服务的结果，也想建立一种能被别人看见的关系。小龙虾恰好承接了这个需求。它没有发明任何东西，只是第一个低成本、可大面积传播的承接形式。

偶然的一面分两层。

第一层，这个出口恰好叫小龙虾。智东西把养龙虾定义为部署和使用
OpenClaw，打造一个可以自动执行办公、创作、编程任务的智能助手。科技日报也解释过这个名字的来源：OpenClaw
的图标类似龙虾，用户把训练过程称为养龙虾，这个词从开发者圈进入大众视野。OpenClaw
只是项目名，小龙虾是对象名；安装 OpenClaw 是
setup，养龙虾是建立关系。这个命名把技术部署翻译成了养成动作，也让失败和麻烦有了叙事空间：龙虾乱跑、烧钱、挂了、要杀。这些事如果写成软件
bug 会很烦，写成养龙虾的日常就有人讨论。

第二层，其他偶然条件也凑在了一起。安装门槛恰好不高不低，高到能形成社交资格，低到能被教程和代安装服务跨过去。国内云厂商和大厂又在热度初期跟进，把小圈层的部署行为放大为公共事件。21
经济报道记录了腾讯云深圳现场近千人排队安装，阿里云开发者社区则把
OpenClaw、阿里云服务器、飞书、模型 API
和公众号自动发布串成了一套完整教程。中国城市报和 53AI
都提到了代安装服务。名字、门槛、教程、代安装、云厂商跟进，任意少一环，传播路径都会变窄。

agentic AI
需要被私有化，这个趋势迟早会出现；这次私有化的具体载体叫小龙虾，带有很强的巧合。

## 未来走向何方

小龙虾本身可能会过气。技术迭代快，体验粗糙，Token
成本高，竞争品也在追赶。它未必是最终留下来的那个 agent
产品。但它提出的问题不会消失：当 AI
从工具变成可以被个人拥有的智慧对象，竞争就会从能力层面扩展到占有感、身份展示和中间层生态。

沿着这条线往下看，Nous Research 的
Hermes Agent
是小龙虾之后更清晰的一种路径。它同样强调本地优先、开源和个人 AI
助手，但口号已经从”拥有一个 assistant”推进到 “The agent that grows with
you”。重点也随之从部署转向长期积累：偏好、技能和上下文会在使用过程中沉淀下来。小龙虾解决的是”我能不能拥有一只
agent”，Hermes 指向的是”这只 agent 能不能和我一起成长”。

这对其他产品的启发在于，很多看起来纯粹的技术决策，也会改变传播方式。部署在哪里、权限归谁、能不能命名、有没有可见的投入痕迹、是否允许用户持续调教，这些都会影响一个
AI
产品是被当成服务调用，还是被当成对象拥有。小龙虾的案例很难复制，因为名字、时机、门槛和社交语境都带有偶然性；但它留下的判断框架可以复用：agentic
AI
的下一轮竞争，未必只是谁更会干活，也是谁更容易让用户产生”这是我的”这种关系。