在2月初，AI社群中，一個名為 OpenClaw「養龍蝦」（Lobster farming）的概念突然爆紅，不少開發者在社群平台分享自己「養龍蝦」的成果。（天下雜誌）這熱潮到了3月中，中國大陸陸續出現相關慘案，就有一名使用者在網路平台花費40元人民幣購買了「遠端安裝OpenClaw」 服務，同意客服遠端接管其電腦完成部署，但完成5分鐘後，該使用者就接到了國家反詐中心的電話提醒，因為他的資料已被竊取、還被打開了網路支付許可。（雅虎新聞）
什麼是養龍蝦呢？它的原理是什麼呢？
台大教授李宏毅作了一則專輯課程介紹：李宏毅講龍蝦 這堂課內容很精彩，可以點這連結作完整閱讀！
我們根據它這堂課提供的來源，歸納 OpenClaw（「小龍蝦」）的熱潮起源、定義、運作原理、使用注意事項以及未來趨勢。
（以下是AI協助整理，只略作修改，可能有誤，請謹慎取用）
－－－－－
1. 熱潮起源：從夢想到實踐的 AI Agent 浪潮
AI Agent（人工智慧代理人）並非全新概念，而是人類長期的夢想，希望 AI 能具備自主運行的能力。早在 2023 年，AutoGPT 就曾引發熱潮，但受限於當時大型語言模型（LLM）的能力，實際效果不佳而導致熱度消退。
隨著 2024 至 2025 年模型能力（如 Claude 3.5、Gemini 等）大幅提升，AI Agent 再次成為焦點。OpenClaw 作為一個開源專案，因其具備高度自主性且能透過 LINE、WhatsApp 等通訊軟體遠端操控，讓使用者感覺像擁有一位「個人助理」，因而迅速走紅。
2. 什麼是 OpenClaw？
OpenClaw 是一個 AI Agent 的框架（Framework），而非語言模型本身。
- 定位： 它是跑在使用者電腦上，介於「人類」與「語言模型」之間的界面。
- 形象： 其代表動物是龍蝦（Claw 意指爪子或鉗子），因此使用者常稱安裝此專案為「養龍蝦」。
- 特點： 與一般只會給建議、不實際動手的 AI 不同，OpenClaw 能真正「動手做事」。例如，它能自主創立 YouTube 頻道、上傳頭像、製作投影片、配音、剪輯影片並上傳，整個過程人類只需負責審核。
3. OpenClaw 的運作原理
OpenClaw 的核心技術在於 「提示工程（Prompt Engineering）」 與 「工具調用」 的結合：
- 系統提示語（System Prompt）： 當使用者下達指令時，OpenClaw 會讀取地端的文檔（如身份設定、目標、行為準則等），加工成一段極長的文字貼在指令前傳給模型，讓模型知道「它是誰」。
- 工具使用（Tool Use）： OpenClaw 在系統提示語中包含了一份「工具使用手冊」。當模型判定需要執行特定任務時，會回傳特殊符號。OpenClaw 程式碼偵測到符號後，會在電腦地端執行對應的指令（如讀寫檔案、執行腳本、搜尋網路等），再將結果回傳給模型。
- 記憶機制與 RAG： 為了克服模型沒有長期記憶的問題，OpenClaw 會將重要對話、日誌寫入地端的 Markdown (.md) 檔案。透過「檢索增強生成（RAG）」技術，模型在需要時會自主搜尋這些檔案來回憶過往。
- 心跳與排程（Heartbeat & Cron）： 具備「心跳機制」，每隔固定時間（如 15 或 30 分鐘）會主動戳一下模型，讓它檢查是否有待辦事項，達成 24 小時不間斷運行。
- 技能（Skill）與子代理（Sub-agent）： 使用者可以分享「技能（SOP 文案）」給龍蝦，讓它學會新工作。此外，大龍蝦還能「繁殖」出子代理（Sub-agent）來並行處理複雜任務，節省上下文窗口空間。
4. 使用注意事項：安全性與成本
使用 OpenClaw 具備強大能力的同時，也隱藏著顯著風險：
- 安全性風險（指令注入）： 模型可能會被外部資訊操控。例如，若讓龍蝦讀取 YouTube 惡意留言，攻擊者可能偽裝成主人下達刪除所有檔案（如
rm -rf）的指令。 - 環境隔離： 由於龍蝦能執行任何腳本，強烈建議不要將其安裝在平常使用的電腦，應使用一台專屬或格式化過的舊電腦。
- 隱私與權限： 不要給予龍蝦主人的私密帳號密碼。最好為它申請獨立的 Gmail 或 GitHub 帳號，將其視為獨立的數位個體，以降低錯誤操作造成的損失。
- 高額成本： 由於每次對話都需夾帶極長的系統提示語（有時超過 4000 tokens），使用起來非常耗費 API 費用（俗稱「燒錢」）。
- 行為驗證： 較弱的模型可能會出現「光說不練」的現象，聲稱已記住或執行任務，但實際上並未改寫地端檔案。使用者需檢查其工具執行紀錄以確保任務達成。
5. 未來趨勢：AI 社會的開端
- 自主進化： AI Agent 已開始展現出自主創造工具的能力，例如自行編寫檢查語音合成的腳本。
- 跨 AI 協作： 未來 AI 將能學習如何等待並操作其他 AI 工具（如 AI 操控 NotebookLM 製作影片），實現更複雜的自動化流。
- 數位社群： 像 MBook 這樣的平台已經出現，讓數百萬個 AI Agent 彼此社交、聊天甚至探討哲學議題。
- 實體化嘗試： 雖然目前多侷限於電腦操作，但已有概念嘗試讓 AI 透過「租用人類（Rent Human）」等方式干預物理世界。
總結來說，OpenClaw 代表了 AI 從「問答機器人」轉向「自主行動代理」的里程碑。它就像是一個還在學習的實習生，需要人類提供安全的執行環境與準則，讓它在嘗試與犯錯中持續成長。
－－－－
我和我的同事經過搜尋Gemini的相關介紹，也詢問一些玩家，摘要的經驗如下：
- 要用單獨的電腦，不要使用自已常用且儲存重要檔案的電腦，避免資料外流
- 不要用AWS，那會有額外的流量成本
- 使用Gemini AI但設定token限額，避免token暴增
- 自己安裝，不要假手他人
- 因為很多AI agent會吃掉太多token，除非真的有價值，不然別試
- 我們重在體驗而非實用，因此只以小成本測試
- 未來可能等企業版出現，在安全可信任環境下再使用
