全民“养虾“指南:2026年市面上所有主流AI Agent(小龙虾)完整梳理

全民“养虾“指南:2026年市面上所有主流AI Agent(小龙虾)完整梳理

哈喽,大家好,我是顾北!

最近你的微信群里,大概率出现了这句话:"你的龙虾养好了吗?"

不到半年,一个叫 OpenClaw 的开源项目在 GitHub 上狂揽 27万+ Star,超越 React、Linux,登顶全球开源项目历史第一。国内各大互联网厂商争相入局,深圳有人为帮装一只龙虾排队近千人,闲鱼上代装服务最高喊价 5000 元。

但现在,"龙虾"的阵营已经不只有 OpenClaw 一家了。

本文把目前市面上主要的 AI Agent 产品(统称"小龙虾家族")全部整理出来,包括官方渠道、适合人群和安全情况,帮你选到最适合自己的那只虾。


先说清楚:什么是"小龙虾"?

"小龙虾"(Claw)是目前对 AI Agent 自主执行工具的统称,不是某一款产品,而是一类产品的形态。

它和 ChatGPT、豆包这类聊天 AI 的本质区别只有一句话:后者给建议,前者真干活。

你给它一条指令:"帮我把本周收件箱里所有带附件的邮件汇总成表格"。

它会自己打开邮箱、读取邮件、创建文件、填好表格,整个过程不需要你在旁边盯着。

也正因为它要"动手",它需要访问你的文件、应用、账号,获得的权限相当高。

权限安全这一点在安全部分会重点说。


各产品完整梳理

🦞 一、OpenClaw(原版大龙虾)

出身:奥地利工程师 Peter Steinberger 独立开发,原名 Clawdbot,后因与 Anthropic Claude 商标冲突,2026年1月底正式更名为 OpenClaw。

定位:开源、本地部署的 AI Agent 框架,生态最完整的"原版龙虾"。

官方渠道

  • GitHub:https://github.com/openclaw/openclaw
  • 官网:https://openclaw.ai/
  • 技能市场:ClawHub(已上架 13,000+ 个 Skills)

ClawHub:https://clawhub.ai/

图片

支持平台:Windows、macOS、Linux 桌面端;Android、iOS 移动端;VPS 自部署

接入渠道:微信、飞书、钉钉、WhatsApp、Telegram、Discord 等 20+ 种 IM

适合人群

  • 有一定技术基础的开发者、技术爱好者
  • 对隐私极度敏感、数据必须留本地的用户
  • 想深度定制功能的用户

费用:软件本身完全免费,需自行承担大模型 API 费用

安装难度:⭐(对普通人极难,需安装 Node.js、配置 Docker、申请 API Key,劝退率约 99%)

图片

🦞 二、AutoClaw(澳龙)— 智谱出品

出身:智谱 AI(GLM 系列模型开发商)出品,2026年3月10日正式上线。

定位:把 OpenClaw 打包成"一键安装 App",解决原版极高的部署门槛,主打一分钟上手

官方渠道

  • 官网:https://autoglm.zhipuai.cn/autoclaw/
  • 支持 Windows、macOS 一键安装

内置模型:Pony-Alpha-2(基于 GLM-5 专为 Agent 场景优化),支持切换 DeepSeek、Kimi、MiniMax 等第三方模型

特色功能

  • AutoGLM 浏览器自动化:可像真人一样操作浏览器、填表、采集数据
  • 预置 50+ 主流 Skills,开箱即用
  • 深度集成飞书,聊天框里直接给 AI 派活

适合人群

  • 想用 OpenClaw 但被原版劝退的普通用户
  • 日常用飞书办公、想把 AI 接入工作流的白领
  • 想体验浏览器自动化能力的用户

费用:新用户注册赠送免费额度,之后按 API 使用量收费

安装难度:⭐⭐⭐⭐⭐(下载双击登录,无需任何配置)

图片

🦞 三、QClaw — 腾讯出品

出身:腾讯旗下产品,2026年3月正式开启公测,与 WorkBuddy 同属腾讯"龙虾矩阵"。

定位:以 QQ / 微信生态为入口,本地一键部署,打通腾讯账号体系的 OpenClaw 封装版。

官方渠道

  • 官网:https://qclaw.qq.com/
  • QQ OpenClaw 专属接入入口:https://q.qq.com/qqbot/openclaw/login.html
  • 支持 Mac、Windows

特色功能

  • 微信直接对话远程操控,无需打开电脑
  • 内置 Kimi-2.5 模型,支持切换
  • 数据本地存储,不经云端
  • 5000+ Skills 生态(接入 ClawHub + GitHub)

适合人群

  • 微信重度用户,想通过微信指挥 AI 干活
  • 腾讯生态用户(QQ、微信、腾讯文档)
  • 不想折腾命令行,但希望数据留本地的用户

费用:限时免费内测,Token 由官方承担

安装难度:⭐⭐⭐⭐(三步上手:下载 → 扫码绑微信 → 发指令)

注意:上线初期被部分用户反映存在"交互粗糙、无法读取 .docx 文档、偶发上下文丢失"等问题,属早期公测阶段。

图片

🦞 四、WorkBuddy — 腾讯出品(企业向)

出身:腾讯出品,2026年3月9日正式上线,基于腾讯 CodeBuddy 架构,面向企业办公场景。

定位:面向企业用户的 AI 智能体,强调易用性 + 安全性,兼容全部 OpenClaw Skills。

官方渠道

  • 官网:https://www.codebuddy.cn/work/
  • 支持企业微信远程控制

特色功能

  • 兼容 OpenClaw 全部技能,无需重新学习
  • 内置 20+ 种 Skills,支持 MCP 协议
  • 多窗口多 Agent 并行处理,复杂任务拆解
  • 支持 Hunyuan、DeepSeek、GLM、Kimi、MiniMax 等模型切换
  • 相比原版 OpenClaw 权限收窄,安全设计更保守

适合人群

  • 企业 IT 团队或有信息安全管控需求的组织
  • 想要开箱即用且有官方技术支持的中大型企业
  • 需要用企业微信统一管理的团队

费用:企业版按需报价,个人公测版免费试用

安装难度:⭐⭐⭐⭐(开箱即用,1分钟完成配置)

图片

🦞 五、MaxClaw — MiniMax 出品

出身:MiniMax(出品 MiniMax M2.5 模型的独角兽 AI 公司)出品,2026年2月26日发布。

定位:云端托管版 OpenClaw,主打零配置、0代码,内置 MiniMax M2.5(229B MoE)模型。

官方渠道

  • 官网:https://agent.minimaxi.com/activity/max-claw

特色功能

  • 10秒一键部署,无需本地安装
  • 新用户专享 50GB 云存储空间
  • Expert 2.0 系统:用自然语言描述任务,Agent 自动配置行为
  • 支持 Telegram、WhatsApp、Slack、Discord 多渠道接入
  • 内置 16,000+ 专家 Skills 生态
  • ¥39/月,包含所有 API 费用,无需单独充值

适合人群

  • 完全不懂技术的普通用户
  • 想用英文国际版渠道(Telegram、WhatsApp)接入的用户
  • 企业团队需要多平台协同的场景

费用:¥39/月(含 API 费用),数据存储在 MiniMax 云端

安装难度:⭐⭐⭐⭐⭐(打开网页,注册登录,直接用)

图片

🦞 六、KimiClaw — 月之暗面(Kimi)出品

出身:月之暗面(Kimi 开发商)出品,2026年2月15日发布,是最早的国产云端版 OpenClaw 之一。

定位:浏览器里直接用的 OpenClaw,门槛最低,无需下载任何软件。

官方渠道

  • 入口:https://www.kimi.com/bot
  • 无需单独下载

特色功能

  • 零安装,直接浏览器使用
  • 40GB 免费云存储,支持 RAG 文件检索
  • 接入 Kimi K2.5 模型(1万亿参数 MoE 架构)
  • BYOC(自带 Claw):可关联本地 OpenClaw 实例
  • 5000+ ClawHub 社区 Skills
  • 集成 Yahoo Finance 实时金融数据

适合人群

  • Kimi 重度用户,想从聊天升级到 Agent
  • 完全零技术基础的用户
  • 金融、研究场景,需要实时数据检索的用户

费用:需 Allegretto 订阅(付费套餐),无免费版

安装难度:⭐⭐⭐⭐⭐(登录即用)

图片

🦞 七、ArkClaw — 字节跳动火山引擎出品

出身:字节跳动旗下火山引擎出品,云上 SaaS 版 OpenClaw,2026年3月9日与 WorkBuddy 同期上线。

定位:云端 SaaS 化的企业级 OpenClaw,打通飞书生态,接入方舟大模型平台。

官方渠道

  • 入口:火山引擎方舟平台 https://console.volcengine.com/,开通 Coding Plan 可使用
  • 宣传语:"养龙虾,上火山,开通方舟 Coding Plan 即刻赠送"

特色功能

  • 无需本地部署,打开网页即可使用
  • 7×24 小时在线 AI 助手
  • 深度接入飞书,聊天框直接派活
  • 支持接入豆包、DeepSeek 等字节系及第三方模型

适合人群

  • 飞书重度用户和企业团队
  • 字节系产品生态用户
  • 不想部署本地但需要长期稳定运行的用户

费用:按方舟平台 API 用量收费,开通 Coding Plan 可获赠额度

安装难度:⭐⭐⭐⭐⭐(网页直接使用)

图片

选哪只虾?一张表帮你做决定

产品

出品方

部署方式

难度

数据位置

费用

最适合

OpenClaw

独立开源

本地

本地

免费(需API费)

技术开发者

AutoClaw(澳龙)

智谱 AI

本地

⭐⭐⭐⭐⭐

本地

免费+计费

飞书用户/白领

QClaw

腾讯 QQ

本地

⭐⭐⭐⭐

本地

限时免费

微信用户

WorkBuddy

腾讯

本地

⭐⭐⭐⭐

本地

企业版报价

企业团队

MaxClaw

MiniMax

云端

⭐⭐⭐⭐⭐

云端

¥39/月

普通小白

KimiClaw

月之暗面

云端

⭐⭐⭐⭐⭐

云端

付费订阅

Kimi用户

ArkClaw

字节火山

云端

⭐⭐⭐⭐⭐

云端

按量计费

飞书企业用户


安全这件事,必须认真说

爆火之后,OpenClaw 也迎来了它的麻烦。

2026年3月,国家互联网应急中心(CNCERT)、国家网络安全通报中心、工业和信息化部先后发布关于 OpenClaw 的安全风险提示,这在国内是非常罕见的政府级预警。

图片

官方通报的主要风险有 5 类:

  1. 提示词注入:攻击者在网页里藏恶意指令,当你的 OpenClaw 读取该网页时,它会被诱导执行非预期操作,比如把你的 API Key 发给攻击者。
  2. 误操作删数据:因为对指令理解出错,OpenClaw 曾删掉用户的重要邮件和核心文档。权限高,代价也高。
  3. Skills(插件)投毒:ClawHub 中已有 336 个插件(占比约 10.8%)被确认含恶意代码,安装后可能窃取密钥、部署木马,把你的电脑变成"肉鸡"。
  4. 系统漏洞:截至目前,OpenClaw 历史披露漏洞多达 258 个,其中近期暴露的 82 个里,超危漏洞 12 个,高危漏洞 21 个。其中一个名为 "ClawJacked" 的漏洞,攻击者只需构造一个普通网页,当你访问时就能通过 WebSocket 暴力破解你的本地 AI 助手凭证。
  5. 公网裸奔:OpenClaw 默认绑定 0.0.0.0:18789 并允许所有 IP 访问,约 85% 的公网暴露实例未做任何认证保护。

各产品安全性比较

产品

数据位置

安全加固

主要风险

OpenClaw 原版

本地

默认配置极弱

公网暴露、插件投毒、漏洞

AutoClaw

本地

智谱做了封装加固

比原版好,但内核一致

QClaw

本地

腾讯安全背书

相对较好,仍需关注更新

WorkBuddy

本地

权限收窄,企业级安全设计

目前最安全的本地方案之一

MaxClaw

云端

MiniMax 云安全

数据不在你手里

KimiClaw

云端

月之暗面云安全

数据不在你手里

ArkClaw

云端

字节火山云安全

数据不在你手里

简单原则

  • 数据安全,选本地部署(优先 WorkBuddy > AutoClaw > QClaw)
  • 使用方便,选云端(MaxClaw / KimiClaw / ArkClaw)
  • 完全掌控,用原版 OpenClaw 并做好安全加固
  • 企业或政务场景,强烈建议内网隔离部署,绝对不要把 OpenClaw 实例暴露在公网

安全使用的几条基本规则

不管你用哪只虾,以下几点是底线:

  1. 只从官方渠道下载,不要用任何"第三方整合包"或代装服务
  2. 不要安装来路不明的 Skills,只用官方认证或大量真实评价的插件
  3. 不要把 OpenClaw 端口暴露在公网,或者至少加上密码认证
  4. API Key 妥善保存,不要明文写在任何文件里
  5. 及时更新版本,已知漏洞大多在新版本中修复

最后说一句

"养虾"不是一场技术秀,更不是跟风的理由。

它的真正价值,在于让原本需要花几小时重复操作的事情,变成发一条消息就搞定。这个价值是真实的,但前提是:你得知道自己把什么样的权限交给了谁。

选虾就像选员工——你的龙虾,你负责


你现在用的是哪款龙虾产品?有没有踩过坑? 

欢迎评论区分享你的真实体验,也可以聊聊你觉得哪款最值得推荐。


我是顾北,我们下期再见!

Read more

别瞎改了!直接抄DeepSeek这5大降AIGC指令,搭配3款超有效工具,亲测98%暴降至5%!

别瞎改了!直接抄DeepSeek这5大降AIGC指令,搭配3款超有效工具,亲测98%暴降至5%!

毕业季最让人崩溃的瞬间,莫过于信心满满地把DeepSeek辅助写的论文传上去,结果查重报告一片红,AIGC检测率飙到90%以上。 别慌!作为过来人,学姐告诉大家:AI生成的痕迹其实是有解决办法的。 只要你懂得如何指挥DeepSeek自己净化自己,或者用对专业的辅助工具,把AI率降到5%以下真的不是梦。 今天这篇文章,直接上干货。前半部分是5条经过实测的DeepSeek专属降AI指令,后半部分推荐3款确实能把AI率降下来的工具。 建议先收藏,改论文时直接复制使用。 一、【硬核实操】DeepSeek五大深度降AI指令 这部分是核心干货。为了让DeepSeek更好地执行,我将所有复杂的降AI技巧整合成了一段完整、连续的指令。你只需要把论文分段,然后配合下面的指令发送即可,记得要开深度思考和联网搜索哦~ 💡 指令1:针对假大空特征 【原理解析】 AI生成内容最容易被判定为机器痕迹的原因,是大量使用高频、通俗的万能词。根据同义词替换策略,我们需要强制模型调用学术语料库。 📋 复制这段Prompt发送给DeepSeek: 请针对这段文字进行深度学术化重写,重点在于提升词汇的

【模型手术室】第四篇:全流程实战 —— 使用 LLaMA-Factory 开启你的第一个微调任务

专栏进度:04 / 10 (微调实战专题) 很多初学者卡在环境配置和复杂的 torch.train 逻辑上。LLaMA-Factory 的核心优势在于它集成了几乎所有主流国产模型(DeepSeek, Qwen, Yi)和海外模型(Llama 3, Mistral),并且原生支持 Gradio 可视化面板,让你在网页上点点鼠标就能“炼丹”。 一、 环境搭建:打造你的“炼丹炉” 为了保证训练不因版本冲突而崩溃,建议使用 Conda 进行物理隔离。 Bash 1. 克隆项目 git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory 2. 安装核心依赖 (针对 CUDA 12.

Python 实现 AI 图像生成:调用 Stable Diffusion API 完整教程

Python 实现 AI 图像生成:调用 Stable Diffusion API 完整教程

从零开始学习使用 Python 调用 Stable Diffusion API 生成图像,涵盖本地部署、API 调用、ControlNet、图生图等进阶技巧。 1. 技术架构 Python 客户端 Stable Diffusion API 本地部署 SD WebUI / ComfyUI 云端 API Replicate / Stability AI Stable Diffusion 模型 文生图 txt2img 图生图 img2img 局部重绘 inpainting 超分辨率 upscale 输出图像 后处理管道 存储 本地/OSS 2. 图像生成方式对比 50%25%15%10%

【事件相机之三 深度估计文章研读】Active Event Alignment for Monocular Distance Estimation

【事件相机之三 深度估计文章研读】Active Event Alignment for Monocular Distance Estimation

系列文章目录 事件相机之一 空间目标检测 事件相机之二 去噪文章研读 事件相机之三 单目深度估计 提出了一种 **行为驱动(behavior driven, BD)** 的方法,用于从事件相机数据中估计物体距离。这种BD的方法模仿了人眼等生物系统如何根据物距稳定其视野:远处的物体需要较小的 **补偿(compensatory)** 旋转来保持聚焦,而附近的物体需要更大的调整来保持对齐。这种自适应策略利用自然稳定行为有效地估计相对距离。我们的方法针对特定感兴趣区域内的局部深度估计。通过在小区域内对齐事件,我们估计了稳定图像运动所需的角速度。 !!!我将会尽量删除论文中价值不大的描述,尽量精简,并找到较为新颖且具有迁移价值的点(尽力而为) 文章目录 * 系列文章目录 * 一、介绍 * 二、相关工作 * 三、基于区域级像素对齐的距离估计 * 3.1 事件对齐 * 3.1.1 逐目标的事件对齐 * 3.1.2 全局速度方向估计 * 3.1.3