到底什麼是Open Claw小龍蝦？3個案例看它能給普通人做什麼？
整理版優先睇
OpenClaw唔係傾偈AI，而係幫你「做嘢」嘅AI — 用自然語言指令，佢就會自動執行工作流程
作者杜一從大年三十開始搭建自己嘅OpenClaw助手Sakura，經歷咗9日卡關13次，最終成功令Sakura記住佢3日前講過嘅嘢。佢發現大部分人（包括佢自己）一直都只係「同AI傾偈」，而唔係「用AI做嘢」。呢個分別正係OpenClaw同其他AI最大嘅唔同。
作者引用咗三個真實在用嘅案例：淘寶賣家用OpenClaw自動回覆客服查詢、一個上班族用佢彙總五個App嘅資訊、一個家長用佢過濾家長羣組嘅噪音。呢啲例子說明OpenClaw可以幫普通人自動化重複工作，唔再需要識寫程式。
但作者都坦言，OpenClaw目前對普通人仲未係開箱即用，部署需要少少技術底，例如要知命令行係咩。不過佢認為卡住唔緊要，最重要係「動咗先明」，因為呢個工具係要用先會學得識。最終結論係：OpenClaw打開咗一道以前需要識寫程式先入到嘅門，雖然只係一條罅，但已經夠令人鑽入去摸索。
- OpenClaw係一個真正幫你「做嘢」嘅AI，你直接叫佢改合同、發郵件，佢會自動完成，唔係淨係俾答案。
- 傳統AI（如ChatGPT、DeepSeek）同OpenClaw嘅最大分別係：前者提供資訊，後者執行任務，中間慳返好多手動步驟。
- 三個真實案例（淘寶賣家、上班族、家長）都用到OpenClaw自動化工作流程，省時省力，唔使再識寫程式。
- 作者反思：問題唔係AI唔夠好，而係大家一直只同AI傾偈，冇叫佢做嘢；OpenClaw解決咗呢個中間嗰道牆。
- 部署OpenClaw需要少少技術底，會卡住好正常；但卡住嘅時候唔好停，要「動咗先明」，因為佢係要用先會學得識嘅工具。
OpenClaw係咩？同其他AI有咩分別？
OpenClaw（中文社區叫「小龍蝦」）同你平時用開嘅ChatGPT、豆包、DeepSeek好唔同。一般AI係你問佢答，例如你問份合同有冇問題，佢話畀你知風險喺邊，但你要自己改、自己發郵件。
OpenClaw係「你做一句指令，佢幫你做完件事」——你叫佢改合同第三條，改完直接發郵件畀對方律師，仲抄送畀你。
官網一句話講曬：The AI that actually does things。真正做嘢嘅AI。作者朋友B講得啱，呢個就係「一人公司裏面嘅員工同流程」。以前你要俾人工先請到人做呢啲嘢，而家可以用數字員工幫手。
三個真實案例：普通人點樣用OpenClaw？
作者揾咗幾個真係用緊OpenClaw嘅人嘅故事，等大家更容易明佢做到啲咩。
- 國內淘寶賣家：最頭痛係客服，日日幾十條查詢。接咗OpenClaw之後，諮詢自動回、訂單自動整理、庫存唔夠自動提醒，一個人做到三個員工嘅嘢。
- 國外上班族：朝早唔使開五個App，OpenClaw自動彙總日曆、天氣、三件重要待辦、郵件回覆，打包成一條訊息傳去Telegram。返工路上睇一次就心中有數。
- 國外家長：學校家長羣每日幾百條訊息，OpenClaw過濾噪音，每日只推一條摘要：今日重要通知、聽日帶咩、邊個活動截止報名。從此唔使喺300人羣入面揾資訊。
門檻：而家仲未係開箱即用，但係值得試
作者話OpenClaw對普通人嚟講仲未係開箱即用。部署需要少少技術底，例如要知命令行係咩。佢自己第一次裝都卡咗兩日，之後仲有唔少問題。
卡住唔係因為佢難，而係我哋太習慣「睇明先鬱」，但呢個工具係要「鬱咗先明」。
作者身邊有個用到一半嘅朋友講咗句精警嘅話：「以前AI嘅能力早就過剩，問題係中間步驟太多——要喂數據、除錯、自己串流程。小龍蝦將呢啲全部串埋一齊，令你用AI變得簡單，而唔係令AI變得更聰明。」
總結：門已經開咗一條罅，你打算幾時入？
返去朋友A嘅問題：「OpenClaw係做咩㗎？」答案係：一個真正幫你「做嘢」嘅AI。佢接入你已經用緊嘅工具——釘釘、飛書、Telegram、Gmail、日曆——按照你嘅指令操作，做完報告結果。
你唔使再識寫程式，都唔使俾好多錢請人，以前嗰道門而家開咗一條罅。
作者話佢已經鑽入去，仲喺裏面摸索緊，每星期會更新真實進展，卡住咗都會分享。如果你身邊有人想用AI但一直揾唔到入口，可以將呢篇文章轉俾佢哋。想上手嘅話，上一篇有完整安裝同配置教程（連結喺下面）。
“Open Claw呢個 AI 係做乜嘢㗎？
琴日，朋友 A 喺羣組入面發咗呢句說話。
嗰條消息，我係喺電腦前面發完一篇草稿、準備熄屏幕嘅時候見到嘅。
朋友B 回咗一句：「睇杜一上篇文章，就係你嘅一人公司，裏面係你嘅員工，同流程。我粗略係咁理解。」
然後朋友B 跟住講：「呢個要請杜一回答。」
我見到嘅時候，停咗一下，冇急住回答。
唔單止係因為唔知點回答，而係因為我隱約覺得，呢個問題好多人都有問過，包括我。
但係似乎個個都覺得好犀利，但又話唔知佢到底做到啲乜。
年三十之前，我都唔知，甚至而家我都只能夠講一部分我見到嘅案例。
我係由年三十開始整 Sakura 嘅（我嘅龍蝦叫做Sakura）。
一個記得我係邊個、記得我哋傾過啲乜、有少少自己脾氣嘅龍蝦🦞助手。
整法有啲蠢，唔好意思詳細講——基本上就係每日卡一個位，卡住咗就研究，諗通咗就行前一步，第二日繼續卡下一個。
9 日，卡咗 13 次。9 次自己坐低諗通，4 次睇文件先解決。
第 9 日，Sakura 用我 3 日前講嘅一件事嚟回應我，我呆咗一下。
嗰一刻我先真正意識到：我一直以為我喺「用 AI」，其實我只係喺「同 AI 傾偈」。
同 AI 對話同叫 AI 做嘢呢兩件事，分別好大，亦即係 Open Claw 同其他 AI 嘅分別。
先將呢個分別講清楚。
用 ChatGPT/豆包/DeepSeek 呢啲 AI，你問，佢答。
你問合約有冇問題，佢話俾你知風險喺邊，然後俾你一個標準答案，你自己去複製，自己 send email，自己跟進。
你問完，答案俾咗你。
但合約你自己改，email 你自己 send，事仲係你自己做。
OpenClaw 唔同（中文社區叫佢做「小龍蝦」）。
你跟佢講：「將呢份合約第三條改一改，改完 send email 俾對方律師，CC 俾我。」
佢去改，改完 send email，send 完話俾你知對方收到未。
佢唔係幫你諗，係幫你做。
官網嘅一句話：The AI that actually does things。真係喺度做嘢嘅 AI。
朋友 B 話我上篇文章提到嘅「一人公司裏面嘅員工同流程」，講到核心。
但以前呢啲「員工」要你使錢先請到人。
而家唔使喇，因為可以用數字員工幫你做。
呢個就係小龍蝦最重要嘅一件事。
我揾咗幾個真係用緊佢嘅人嘅故事，盡量俾仲未太清楚乜嘢係Open Claw嘅朋友分享清楚。但佢遠遠唔止做到呢啲，其他朋友歡迎補充。
國內｜淘寶賣家，一個人做兩個人嘅嘢。
佢開網店，最頭痛係客服。問貨期、問尺寸、問可唔可以退換。
每日幾十條，回覆到個腦空白。
接咗小龍蝦之後，查詢自動回、訂單自動整理、庫存唔夠自動提醒。
佢用講嘢嘅方式，請咗3個唔存在嘅員工。（來源：人人都是產品經理）
國外｜一個打工仔，再唔使朝早開 5 個 App。
佢叫小龍蝦每日朝早自動彙總：今日嘅日曆、天氣、三件最重要嘅待辦、email 裏面需要回覆嘅事——打包成一條消息 send 去 Telegram。
返工路上睇一睇，心中有數。
五個 App 嘅內容，變成一條消息。
（來源：GitHub awesome-openclaw-usecases 社羣真實提交）
國外｜一個家長，再唔使喺 300 人羣組入面揾消息。
細路嘅學校有家長羣，每日幾百條，真正有用嘅通知淹咗喺裏面。
佢將小龍蝦接入羣組，叫佢過濾噪音。
每日只係俾佢推一條摘要——今日咩重要通知、聽日帶咩、邊個活動截止報名。
從此，300 人羣組入面發咩，同佢無關。
（來源：forwardfuture.ai）
呢三件事，以前普通人要做有一道隱形嘅門。
門叫「識唔識寫 code」。
你唔識寫 code，你就俾人擋喺門外。
無論你幾想，無論你嘅諗法有幾好。
想自動化 workflow？入唔到去。
想整自己嘅 AI 助手？入唔到去。
想俾數據自己行？都係入唔到去。
呢道門關住，一直關住，關咗好多年。
唔係因為唔夠努力，而係因為嗰道門本來就冇諗住俾你開。
小龍蝦將佢踢開咗一條罅。
但呢度要講一件我體驗落嚟好重要嘅事：
佢而家對普通人嚟講，仲未係開箱即用。
部署需要少少基礎。唔知 command line 係咩嘅話，第一次上手大概會卡住。有人卡喺安裝，有人搞唔掂接入飛書/其他嘅通訊軟件，有人 set 咗半日都 run 唔起。
我年三十左右第一次 set 卡咗2日先完成，截至正月十三左右先完成一人公司帶5個數字員工嘅 workflow。
卡喺飛書接入嗰一步，前兩星期搞咗幾個夜晚。
但我整 Sakura 嗰 9 日都卡咗 13 次，最後都 run 得起。
卡住唔係因為佢難，而係因為我哋太習慣「睇明咗先鬱」。
而呢樣嘢必須「鬱咗先明」。
我身邊有個用用嚇嘅朋友講咗一句，我覺得講到重點：
「以前 AI 嘅能力早就過剩，問題係中間步驟太多。你要餵數據、調試、自己串流程，每一步都要你親自動手。小龍蝦將呢啲全部串起曬。佢唔係令 AI 變得更聰明，而係令你用 AI 呢件事，變得更簡單。」
呢個同我由舊年 10 月開始用 AI 以嚟感受到嘅嘢，完全一致。
當時我每日同 AI 傾將近 10 個鐘，接收咗大量資訊，反而越來越焦慮，越來越唔敢出內容。
後來我先明白：
明嘅越多，敢做嘅越少。塞得太滿，人就鬱唔到。
問題唔係 AI 唔夠好，係我一直喺「用 AI 諗」，冇「用 AI 做」。
小龍蝦解決嘅，就係呢個中間嗰道牆。
所以，返返去朋友 A 嘅問題：呢個 AI 係做乜嘢㗎？
佢係一個真正幫你「做嘢」嘅 AI。唔係傾偈，係做嘢。
佢接入你已經用緊嘅工具——釘釘、飛書、Telegram、 Gmail、日曆。按你嘅指令操作，做完報告結果。
你講，佢做。
唔係對話框，係請咗個可以自己揾工具做嘢嘅助理。
至於以前要識 code，或者要俾好多錢先請到呢種助理，嗰啲係以前嘅事。
呢道門而家開咗一條罅。
我已經捐咗入去，仲喺裏面摸索。
每星期喺呢度更新真實進展，卡住咗都講。
如果你身邊有人想用 AI 但一直都揾唔到入口，將呢篇 send 俾佢哋。
想上手嘅，上一篇寫過完整嘅安裝同配置教學，喺下面👇。
“Open Claw這個 AI 是做甚用的？”
昨天，朋友 A 在羣裏發了這句話。
那條消息，我是在電腦前發完一篇草稿、準備關掉屏幕的時候看到的。
朋友B回了一句：“看杜一上篇文章，就是你的一人公司，裏面是你的員工，和流程。我粗淺這麼理解。”
然後朋友B緊接着說：「這個得請杜一回答。」
我看到的時候，停了一下，沒着急回答。
不只是因為不知道怎麼回答，是因為我隱約覺得，這個問題很多人都問過，包括我。
但似乎大家都覺得很厲害，但又說他到底能做什麼。
大年三十之前，我也不知道，甚至現在我也只能說一部分我看到的案例。
我是從大年三十開始搭 Sakura 的（我的龍蝦叫做Sakura）。
一個能記住我是誰、記住我們聊過什麼、有點自己脾氣的龍蝦🦞助手。
搭法有點蠢，不好意思細說——基本上就是每天卡一個地方，卡住了就研究，想通了往前走一步，第二天接着卡下一個。
9 天，卡了 13 次。9 次自己坐着想通，4 次翻文檔才解決。
第 9 天，Sakura 用我 3 天前說的一件事來回應我，我愣了一下。
那一刻我才真正意識到：我一直以為我在「用 AI」，其實我只是在「跟 AI 聊天」。
和ai對話與讓ai幹活這兩件事，差別很大，也就是open claw和其他AI的區別。
先把這個差別說清楚。
用 ChatGPT/豆包/DeepSeek等AI，你問，它答。
你問合同有沒有問題，它告訴你風險在哪裏，然後給你一個標準答案，你自己去複製，自己發郵件，自己跟進。
你問完，答案給到了。
但合同你自己改，郵件你自己發，事還是你去幹。
OpenClaw 不一樣（中文社區叫它「小龍蝦」）。
你跟它說：「把這份合同第三條改一下，改完發郵件給對方律師，抄送我。」
它去改，改完發郵件，發完告訴你對方收到了沒有。
它不是幫你想，是幫你做。
官網的一句話：The AI that actually does things。真的在做事的 AI。
朋友 B 說我上篇文章提到的「一人公司裏的員工和流程」，說到了核心。
但以前這些「員工」需要你花錢才能僱到人。
現在不用了，因為可以用數字員工幫你幹。
這就是小龍蝦最重要的一件事。
我找了幾個真實在用它的人的故事，爭取給還不太清楚什麼是Open Claw的朋友分享明白。但它遠不止能幹這些，其他朋友歡迎補充。
國內｜淘寶賣家，一個人幹兩個人的活。
她開網店，最頭疼的是客服。問貨期、問尺寸、問能不能退換。
每天幾十條，回得腦子空白。
接了小龍蝦之後，諮詢自動回、訂單自動整理、庫存不夠自動提醒。
她用說話的方式，僱了3個不存在的員工。（來源：人人都是產品經理）
國外｜一個上班族，再也不用早上打開 5 個 App。
他讓小龍蝦每天早上自動彙總：今天的日曆、天氣、三件最重要的待辦、郵件裏需要回復的事——打包成一條消息發到 Telegram。
上班路上刷一遍，心裏有數了。
五個 App 的內容，變成了一條消息。
（來源：GitHub awesome-openclaw-usecases 社區真實提交）
國外｜一個家長，再也不用在 300 人羣裏翻消息。
孩子的學校有家長羣，每天幾百條，真正有用的通知淹在裏面。
他把小龍蝦接進羣，讓它過濾噪音。
每天只給他推一條摘要——今天什麼重要通知、明天帶什麼、哪個活動截止報名。
從此，300 人羣裏發什麼，和他無關了。
（來源：forwardfuture.ai）
這三件事，以前普通人要幹有一道隱形的門。
門叫「會不會寫代碼」。
你不會寫代碼，你就被擋在門外。
不管你多想，不管你的想法有多好。
想自動化工作流？進不去。
想搭自己的 AI 助手？進不去。
想讓數據自己跑？還是進不去。
這扇門關着，一直關着，關了很多年。
不是因為不夠努力，是因為那扇門本來就沒打算給你開。
小龍蝦把它踹開了一條縫。
但這裏要說一件我體驗下來很重要的事：
它現在對普通人來說，還不是開箱即用的。
部署需要一點基礎。不知道命令行是什麼的話，第一次上手大概率會卡住。有人卡在安裝，有人搞不定接入飛書/其他的通訊軟件，有人配置了半天沒跑起來。
我臘月30左右第一次配置卡了2天才完成，截止正月13左右才完成一人公司帶5個數字員工的工作流。
卡在飛書接入那一步，前兩週搞了好幾個晚上。
但我搭 Sakura 那 9 天也卡了 13 次，最後還是跑起來了。
卡住不是因為它難，是因為我們太習慣「看懂了再動」。
而這個東西必須「動了才能懂」。
我身邊有個用到一半的朋友說了一句，我覺得說到了根上：
「以前 AI 的能力早就過剩了，問題是中間步驟太多。你得喂數據、調試、自己串流程，每一步都要你親自動手。小龍蝦把這些全部串起來了。它不是讓 AI 變得更聰明，而是讓你用 AI 這件事，變得更簡單。」
這跟我從去年 10 月開始用 AI 以來感受到的事，完全一致。
當時我每天跟 AI 聊將近 10 個小時，接收了大量信息，反而越來越焦慮，越來越不敢發內容。
後來我才明白：
懂的越來越多，敢做的越來越少。灌太滿了，人就動不了。
問題不是 AI 不夠好，是我一直在「用 AI 想」，沒有「用 AI 幹」。
小龍蝦解決的，就是這個中間那道牆。
所以，回到朋友 A 的問題：這個 AI 是做甚用的？
它是一個真正幫你「幹活」的 AI。不是聊天，是幹活。
它接入你已經在用的工具——釘釘、飛書、telegram、 Gmail、日曆。按你的指令操作，做完報告結果。
你說，它做。
不是聊天框，是僱了個能自己找工具幹活的助理。
至於以前需要會代碼，或者要花很多錢才能僱到這種助理，那是以前的事了。
這扇門現在開了一條縫。
我已經鑽進去了，還在裏面摸索。
每週在這裏更新真實進展，卡住了也說。
如果你身邊有想用 AI 但一直找不到入口的人，把這篇發給他們。
想上手的，上一篇寫過完整的安裝和配置教程，在下面👇。