不是你不夠努力，是 OpenClaw門檻太高：我把“門檻”砍掉，做了一個完全開源人人能用的 WorkClaw桌面智能體團隊

呢兩個月，openclaw 幾乎日日都有人洗版。
你會有一種錯覺：所有人都用緊 AI 自動做嘢。

但現實冇咁樂觀。

大部分人連openclaw係乜都唔知，就算知，都比命令行、配置文件擋住，體驗唔到。

一邊係「智能體大爆發」，另一邊係「多數人仲喺門口」。
呢個唔係能力問題。
呢個係門檻問題。

1. 你唔係跟唔上 AI，你只係比工具門檻擋住咗

好多人以為「唔識用 AI」係自己唔夠努力。
我唔係咁睇。

真實嘅卡點好一致：

1. 教學睇得明，但命令行行唔起  
2. 配置文件改啱咗，環境都係出錯  
3. 好辛苦先成功行到一次，換部機又要重新嚟過

你缺嘅唔係第 N 篇教學。
你缺嘅係一個今日就用得嘅入口。

2. 熱點真係越嚟越大，但「可用性鴻溝」都越嚟越大

我唔否認 AI 嘅增長勢頭。

矽谷公司甚至開始提早裁員（就算業務處於增長期），強制團隊轉向AI原生團隊，呢啲都說明AI工具正係成為新嘅生產力槓桿。
但槓桿唔自動等於普惠。

如果上手門檻太高，收益就會先比嗰班「最擅長搞工具鏈嘅人」攞走。
剩下嘅人，只能喺焦慮之中觀望。

3. 我做 WorkClaw，只係為咗解決一件事：將門檻打低

我做緊嘅開源項目叫 WorkClaw（打工蝦）。

佢嘅定位好直接：對新手友善嘅 OpenClaw 桌面智能體。

講白啲就係：

將「命令行 + 配置文件 + 環境依賴」呢套門檻，盡量變成對話式交互。

目前呢個版本已經有呢啲核心能力：

1. 極簡安裝同對話式配置  
2. 傾偈過程中直接執行檔案/命令等工具  
3. 技能創建、除錯、加密打包嘅閉環（保護你嘅skill知識產權）
4. 本地可控嘅安全工作區同權限控制方向  
5. 多模型接入（OpenAI/claude 兼容）  
6. 飛書路由同「流動端指揮桌面執行」嘅路線

呢個唔係「做個殼」。
我想做嘅係：令唔識命令行嘅人，都可以擁有自己嘅AI員工團隊。

4. 呢樣嘢到底適合邊個？我畀你三個最現實嘅場景

場景A：你係skill開發者，想將自己開發嘅skill快速交付畀客戶使用

你原本想快速創建測試skill，提升交付速度。
結果時間都花咗係搞環境度

你需要嘅唔係再學一套複雜框架（openclaw、claude code、opencode）。
你需要嘅係一個穩定安全嘅交付平台，可以盡快變現。

場景B：你係產品/運營/內容同事，想將AI真正用到工作入面

你有明確需求：整理資料、生成文案、自動化重複流程。
但第一步就比「命令行、環境變量、JSON配置」擋住。

WorkClaw嘅目標就係將呢道牆拆咗佢。

令你描述清楚需求，就可以創建專屬自己嘅智能體員工同技能，都可以從海量技能庫入面，揾到適合自己嘅技能。

同時可以好容易咁接入流動端。係手機指揮智能體員工們做嘢。

場景C：你想將自己嘅經驗整成可複用技能

好多人都有專業方法論。
問題係：冇辦法低成本打包、分享、複用。

WorkClaw嘅技能打包同安裝鏈路，就係做緊呢件事：
將「個人經驗」變成可複用嘅生產資產。

5. 點解我唔想將佢做成「高價部署生意」？

因為我真係唔認同一件事：
一個可以提升多數人效率嘅能力，最後只係比少數人掌握「使用權」。

AI時代最大嘅分化，唔係「邊個先見到熱點」。
而係「邊個有能力將熱點變成可執行結果」。

如果呢個能力只有識命令行嘅人先可以攞到，
咁所謂嘅「AI普惠」，就會變成一句靚仔口號。

我更想做另一條路：

1. 將複雜留俾系統  
2. 將可操作性還俾用戶  
3. 將方法論放進開源社區共同演進

6. 點解堅持開源？

因為「門檻」呢件事，閉門造車解決唔到。
佢發生係太多真實場景入面：

• 技術人想提升效率，但唔想將時間都花係工具互相打架度  
• 非技術同事想用AI，但第一步就比術語同命令勸退  
• 團隊想落地AI，但由試驗到協作交付中間斷層太大

開源嘅價值就係呢度：

1. 真實問題會直接暴露  
2. 路線圖會比真實需求校準  
3. 解決方案可以比人複用、改進、驗證

WorkClaw仲係一個新項目，肯定會有好嘅問題。

但我反而覺得，呢個正係最值得參與嘅階段。
因為你嘅一個回饋，真係會進入下一個版本。

7. 如果你認同呢個方向，歡迎嚟star、issue、pr

倉庫地址：
https://github.com/haojing8312/workclaw

8. 最後一句

AI唔應該只係服務最擅長打命令嘅人。
真正嘅生產力革命，應該令普通人都可以按啟動掣。

我唔敢承諾WorkClaw已經完美。
但我可以承諾一件事：

我哋會持續將「複雜留俾系統，將簡單還俾用戶」。

如果你都認同呢句話，嚟一齊將門檻打低。

以下係我嘅個人主頁，亦都歡迎加羣溝通：

這兩個月，openclaw 幾乎天天刷屏。
你會產生一種錯覺：所有人都在用 AI 自動幹活。

可現實沒那麼樂觀。

大部分人連openclaw是什麼都不知道，即使知道，也被命令行、配置文件擋住，無法體驗。

一邊是“智能體大爆發”，一邊是“多數人還在門外”。
這不是能力問題。
這是門檻問題。

1. 你不是跟不上 AI，你只是被工具門檻擋住了

很多人以為“不會用 AI”是自己不夠努力。
我不這麼看。

真實的卡點很一致：

1. 教程看懂了，命令行跑不起來  
2. 配置文件改對了，環境還是報錯  
3. 好不容易跑通一次，換台機器又重來

你缺的不是第 N 篇教程。
你缺的是一個今天就能用起來的入口。

2. 熱點真的在變大，但“可用性鴻溝”也在變大

我並不否認 AI 的增長勢頭。

硅谷公司甚至開始提前裁員（即使業務處於增長期），強制團隊轉向AI原生團隊，這說明AI 工具正在成為新的生產力槓桿。
但槓桿不自動等於普惠。

如果上手門檻太高，收益就會先被那批“最會折騰工具鏈的人”拿走。
剩下的人，只能在焦慮裏觀望。

3. 我做 WorkClaw，只為解決一件事：把門檻打下來

我在做的開源項目叫 WorkClaw（打工蝦）。

它的定位很直接：對新手友好的 OpenClaw 桌面智能體。

說人話就是：

把“命令行 + 配置文件 + 環境依賴”這一套門檻，儘量變成對話式交互。

目前這版已經具備這些核心能力：

1. 極簡安裝與對話式配置  
2. 聊天過程中直接執行文件/命令等工具  
3. 技能創建、調試、加密打包的閉環（保護你的skill知識產權）
4. 本地可控的安全工作區和權限控制方向  
5. 多模型接入（OpenAI/claude 兼容）  
6. 飛書路由與“移動端指揮桌面執行”的路線

這不是“做個殼子”。
我想做的是：讓不會命令行的人，也能擁有自己的 AI 員工團隊。

4. 這東西到底適合誰？我給你三個最現實的場景

場景A：你是skill開發者，希望將自己開發的skill快速交付客戶使用

你本來想快速創建測試skill，提高交付速度。
結果時間都花在折騰環境上

你需要的不是再學一套複雜框架（openclaw、claude code、opencode）。
你需要的是一個穩定安全的交付平台，能儘快變現。

場景B：你是產品/運營/內容同學，想把 AI 真正用到工作裏

你有明確需求：整理資料、生成文案、自動化重複流程。
但第一步就被“命令行、環境變量、JSON 配置”擋住。

WorkClaw 的目標就是把這道牆拆掉。

讓你描述清楚需求，就能創建專屬自己的智能體員工和技能，也能從海量技能庫中，找到適合自己的技能。

同時可以非常容易的接入移動端。在手機指揮智能體員工們幹活。

場景C：你想把自己的經驗做成可複用技能

很多人都有專業方法論。
問題是：無法低成本打包、分享、複用。

WorkClaw 的技能打包與安裝鏈路，就是在做這件事：
把“個人經驗”變成可複用的生產資產。

5. 為什麼我不想把它做成“高價部署生意”？

因為我真心不認同一件事：
一個能提高多數人效率的能力，最終只被少數人掌握“使用權”。

AI 時代最大的分化，不是“誰先看到熱點”。
而是“誰有能力把熱點變成可執行結果”。

如果這個能力只有會命令行的人才能拿到，
那所謂的“AI 普惠”，就會變成一句漂亮口號。

我更想做另一條路：

1. 把複雜留給系統  
2. 把可操作性還給用戶  
3. 把方法論放進開源社區共同演進

6. 為什麼堅持開源？

因為“門檻”這件事，閉門造車解決不了。
它發生在太多真實場景裏：

• 技術人想提效，但不想把時間都花在工具互相打架上  
• 非技術同學想用 AI，但第一步就被術語和命令勸退  
• 團隊想落地 AI，但從試驗到協作交付中間斷層太大

開源的價值就在這：

1. 真實問題會直接暴露  
2. 路線圖會被真實需求校準  
3. 解決方案可以被複用、被改進、被驗證

WorkClaw 還是一個新項目，肯定會有很多問題。

但我反而覺得，這正是最值得參與的階段。
因為你的一個反饋，真的會進入下一版。

7. 如果你認同這個方向，歡迎來star、issue、pr

倉庫地址：
https://github.com/haojing8312/workclaw

8. 最後一句

AI 不該只服務最會敲命令的人。
真正的生產力革命，應該讓普通人也能按下啓動鍵。

我不敢承諾 WorkClaw 已經完美。
但我能承諾一件事：

我們會持續把“複雜留給系統，把簡單還給用戶”。

如果你也認同這句話，來一起把門檻打下來。

以下是我的個人主頁，也歡迎加羣溝通：