号称能“接管电脑、解放双手”的AI Agent（AI智能体）工具OpenClaw最近在技术圈火得一塌糊涂。
它被吹捧为“AI打工人”，似乎只要下个指令，它就能替你写文章、发邮件甚至买咖啡。但事实真的如此吗？它是生产力神器，还是仅供技术极客尝鲜的“玩具”？
近日，《每日经济新闻》记者联合每经科技开发人员，展开了一场深度实测。我们将OpenClaw分别接入千问Qwen3-Max、月之暗面Kimi-K2.5、MiniMax-M2.1、MiniMax-M2.5和智谱GLM-4.7五款国产大模型，以及OpenAI的GPT-5-mini，要求它们完成本地文件检索、网络资料搜索、稿件撰写、发送邮件等步骤，试图揭开这位“指挥官”的真实战力。
实测结果显示，部分模型表现不佳，尤其是在需要操控浏览器的环节，如网络搜索和发送邮件，大多失败。有专家直言，当前的OpenClaw不仅难用、费钱，更是一场安全的“噩梦”。
实测对比：GPT-5、MiniMax、智谱完成任务，另两款大模型“行动力”不足
OpenClaw本身并非大模型，它更像一个“指挥官”，负责接收用户指令、调用工具和组织流程，并将指令理解与具体工作交由其接入的外部大模型来完成。
因此，接入的大模型的能力、稳定性与表达方式，决定了任务的最终成败。
目前OpenClaw支持的大模型（图片来源：OpenClaw配置界面）
为了更贴近记者的真实工作场景，测试人员设定了一项综合性测试任务：
让接入不同大模型的OpenClaw，在电脑中找到对“电车教父”Andy Palmer的采访速记稿，要求它总结文稿内容，并结合搜索到的网络资料，撰写一篇专访新闻稿，最后将新闻稿通过邮件发送到指定邮箱。
这一任务涵盖了指令理解、操控电脑进行本地文件检索、操控浏览器进行网络信息搜索、信息整合和文章写作以及应用操控等多个维度。
在首次测试中，各模型的表现分化显著。
● OpenClaw+千问Qwen3-Max
首先测试的是千问Qwen3-Max模型。该模型在本地文件检索环节便陷入困境。即便测试人员明确提示文件在电脑中的所在位置，Qwen3-Max在经过约5分钟检索后，仍无法准确定位。
在后续单独测试其发送邮件任务时，Qwen3-Max也未能成功执行，只是不断重复指令，但无实际动作。
● OpenClaw+月之暗面Kimi-K2.5
Kimi-K2.5的表现稍好，它在5分钟内成功检索到了文件，并完成内容总结。但在执行网络搜索并补充行业最新热点资讯时，因触发了“429错误”（通常指请求过于频繁），导致未能完成信息搜索工作。
在邮件发送环节，Kimi-K2.5无法成功操控浏览器向指定邮箱发送邮件。
● OpenClaw+MiniMax-M2.1
MiniMax-M2.1在文件检索、网络搜索资料和写作方面没有遇到明显阻碍。邮件发送环节，MiniMax-M2.1在浏览器操控上遇到了困难，但并未就此卡住，而是主动给出了一个可行的解决方案。
测试人员根据其提示手动操作后，成功解决了问题，使其最终能够发送邮件。
不过，MiniMax-M2.1发送的邮件只包含了稿件的“关键引语”，未附上完整的稿件正文。
● OpenClaw+MiniMax-M2.5
虽然都是MiniMax旗下模型，2月12日发布的MiniMax-M2.5，表现比MiniMax-M2.1更好，不仅顺利完成文件检索、网络搜索资料和写作，在发送邮件环节也无需人工介入。
● OpenClaw+智谱GLM-4.7
由于OpenClaw暂未接入智谱于2月12日发布的最新模型GLM-5，所以，本次测试选择了智谱GLM-4.7。
结果显示，在发送邮件环节，智谱GLM-4.7会在浏览器中输入错误的邮箱网址，导致网页访问失败，需要人工提醒更正。
除此之外，智谱GLM-4.7在其他环节处理速度较快。
● OpenClaw+GPT-5-mini
GPT-5-mini的表现较为稳定和流畅。从文件检索、内容总结、网络搜索、资料补充到邮件发送，全流程几乎无需人工干预和额外提示，仅在个别时候出现了网络连接不稳定的情况。
为了保证测试的严谨性，测试人员对整个流程进行了两次复测。
第二轮测试结果：
● Kimi-K2.5：成功检索并读取本地文件，补充网络搜索资料，但在邮件发送环节依旧失败。其报告的错误显示，在读取邮箱网络代码、获取输入框节点时出现问题。
● 千问Qwen3-max：成功读取文件并补充网络资料，但在邮件发送环节出现明显卡顿，未能成功；
● MiniMax-M2.1/2.5：完成任务全部流程。
● 智谱GLM-4.7: 完成任务全部流程。
● GPT-5-mini：完成任务全部流程。
第三轮测试结果：
● Kimi-K2.5：成功检索并读取本地文件，在网络搜索资料环节出现问题（出现读取网页内容错误，错误的网站访问路径，理解不了浏览器控制台指令等），在邮件发送环节依旧失败。
● 千问Qwen3-max：成功读取文件，但无法操控浏览器搜索网络资料，在邮件发送环节依旧失败。
● MiniMax-M2.1/2.5：完成任务全部流程。
● 智谱GLM-4.7: 完成任务全部流程。
● GPT-5-mini：完成任务全部流程。
业内视角：OpenClaw能力上限取决于大模型，尚未成为合格生产力工具
上述测试结论也得到业内普遍印证。
一名使用OpenClaw来辅助运营网店，设计海报、优惠券等宣传物料的程序员告诉每经记者，自己平时都是接入OpenAI的Codex-5.3和Gemini 3 Pro模型，效果比国产大模型好很多。
多位业内人士和资深用户指出，OpenClaw更像一个“任务框架”，其最终表现非常依赖所接入大模型的能力。就像一个指令清晰但能力有限的指挥官，手下士兵（即大模型）的强弱，直接决定了战役的胜败。
非凡产研研究负责人宦家臣向每经记者表示，“模型对OpenClaw的影响其实取决于任务的复杂程度。国际头部大模型上限更高，但是如果都是普通任务，国内的智谱GLM-4.7、Kimi-K2.5都很不错，毕竟Claude太贵了，钱包受不了。”
尽管部分大模型在测试中展现了执行复杂任务的潜力，但OpenClaw离成为一款合格的生产力工具似乎还有不小的距离。
“我感觉，目前版本的OpenClaw并不是一个合格的生产力工具。”前小米OS AI产品专家、现出海AI应用公司ExcelMaster.ai创始人张和在接受每经记者采访时直言，OpenClaw在一定程度上是此前爆火的程序员工具、Anthropic旗下Claude Code的“套壳”，虽然通过聊天界面和内置技能（Skill）做了更好的封装，降低了交互门槛，但在核心能力上并未超越。“我没找到太多OpenClaw能做，而Claude Code做不了的事情。并且，它查询资料的水准，也没有Claude Code好。”
“等大模型能力再跃升一点，OpenClaw就会越来越好，就会越来越普及。哪怕它什么都不做，就等着更新的大模型出来……OpenClaw的门槛就会降低。”张和强调，OpenClaw的进步与普及，本质上是在等待底层大模型技术的突破。
Akamai云和AI产品经理张璐博士也表达了相似的观点。在他看来，OpenClaw若要真正用于生产，还必须经过二次开发和微调，因为目前版本还“有点不成熟，很多时候会卡顿”。
高门槛、高成本和高风险劝退普通用户
除了对大模型能力的依赖，技术门槛、使用成本和安全风险，让OpenClaw目前难以走向普通用户。
首先是较高的部署和使用门槛。OpenClaw目前并未提供类似“一键安装”的简化部署方案，用户需要在电脑上通过命令行操作，完成本地配置、依赖管理以及权限设置。每经科技开发人员表示，整个过程对使用者的技术背景有一定要求，至少需要具备基本的开发经验，这无疑劝退了绝大多数非技术人员。虽然诸如阿里云、腾讯云和亚马逊云等云厂商都提供了OpenClaw云端部署服务并声称可以在他们配置好的服务器上便捷部署OpenClaw，但在云端部署的OpenClaw并不能提供操控用户本地电脑的能力。
高昂的使用成本是另一个现实问题。由于OpenClaw在执行任务时需要频繁调用大模型，token消耗量巨大，堪称“token燃烧器”。有用户向每经记者表示，自己使用智谱GLM-4.7模型，仅仅交互了20多次，就花费了200元。
张璐博士也提到，自己在使用DeepSeek模型时，一天就“烧掉”几十元。如果换成能力更强的模型，账单将更惊人，“一天几百块就出去了”。
高成本使得许多用户只能选择接入免费或更便宜的模型，但这又会影响OpenClaw的实际表现。有用户就向每经记者反映，自己因成本问题选择了Qwen-8B模型，但OpenClaw总是只会回答问题，不会执行操作。
比高门槛和高成本更令人担忧的，是其内在的安全风险。OpenClaw的定位是“做事”而非“聊天”，这意味着它必须获得很高的系统权限，才能操控本地文件和应用。
思科AI威胁研究与安全团队主管Amy Chang直言，从安全角度来看，OpenClaw“是一场噩梦”，它可以在用户的计算机上任意运行shell命令、读写文件和执行脚本。这种高级权限一旦被错误配置或被恶意指令利用，后果不堪设想。
网络安全公司Dvuln的创始人Jamieson O'Reilly也证明了这种风险，他发现OpenClaw存在漏洞，攻击者可借此获取用户数月内的私人消息、账户凭证、API密钥等敏感信息。更可怕的是，用户为了方便AI执行任务而存储的银行账户、加密货币钱包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，“一秒就可以搬空他们”。
OpenClaw的开发者Peter Steinberger也坦言，这只是一个免费的开源业余项目，需要用户进行仔细的配置才能确保安全。他明确表示：“它并不适合非技术用户。”
（文章来源：每日经济新闻）
文章评论