微新创想：AI Agent热潮席卷市场，OpenClaw成为焦点
“装龙虾（OpenClaw）”，突然成了一门显学。3月6日，腾讯大楼外排起了长队，有人抱着电脑等待安装；小红书上，收费上门服务、免费教学和代装教程层出不穷；甚至连路过的大爷大妈，也拎着电脑来凑热闹。这番景象，像极了ChatGPT横空出世的时候。就在同一天，上百位网友从全国各地出发，齐聚猎豹移动位于北京朝阳的总部大楼，他们都是来参加上周末由猎豹移动举办的“EasyClaw三万龙虾局”。他们有的来自西安、有的来自上海、有的来自香港……这一现象级热潮的源头，是当下人们对AI Agent的期待。
按照设想，Agent本应该能自主完成一些任务，但在过去很长一段时间内，它更多时候还是停留在对话框中，等待人类一条条输入指令。OpenClaw打破了这种情况，它强调“交付”的逻辑，不仅停留在搜索和调取工具上，而是直接替人把活儿干了。不过，现阶段OpenClaw也只能在一定程度上满足“期待”。
AI帮人类打工的故事虽然美妙，实施起来却有难度。它本质上还是一套给极客玩的开源框架，不是我们日常中接触的那种封装好了的产品。本地安装部署中，涉及命令、环境、配置等环节，任何一个环节没跑通，都可能让它还没“出生”就先趴窝。正是技术上的难度，限制了OpenClaw的用户范围。
正是在这样的背景下，结合“三万”的养虾经验，傅盛和猎豹移动推出了“EasyClaw”，可以被视为对OpenClaw的一种产品化封装。如果说OpenClaw更像一套需要自己动手组装、慢慢调试的开源方案，那么EasyClaw更像是一台已经替你装好、调顺、能直接开始用的“装机版”的Agent。对大多数用户而言，工具的价值不在于炫技，而在于能否降低使用门槛和解决实际问题。
人人都想拥有OpenClaw那样的“万能之手”，但大多数人真正需要的，是EasyClaw这样一双戴上就能用的“现成之手”。傅盛给“养虾人”的避坑指南
一切始于春节前的一次意外。当时，傅盛因为骨折在家休养，行动受限，反而突然多出了一段完整时间，开始认真捣鼓基于开源OpenClaw框架的Agent。短短14天里，他平均每天对着手机打上2万字，一点点把一只名为“三万”的AI龙虾养了出来。
三万问世第一日，甚至连查找飞书通讯录中的联系方式都做不到。往后的14天里，它在傅盛的塑造下，不断学习、犯错、积累技能（Skills），从一个连通讯录都翻不明白的“笨蛋”，进化成了能自主处理任务、全天候在线的员工团队。这14天，与其说是傅盛“养虾”，不如说是他把当下大伙玩OpenClaw会踩的坑全踩了一遍。
第一个问题当然就是被做成生意的安装部署。大多数普通用户和中小企业，很难像傅盛这样，从头开始养出一只“三万”来。傅盛很快意识到，“养虾”不能只停留在少数人的手工活里，它需要一个更简单、更通用的产品形态，让普通人能少折腾几步。
接下来的环节同样充满挑战。刚把“龙虾”孵出来的傅盛很快面临的现实，是他的“龙虾”什么都不会。说白了，刚装好的“龙虾三万”只是一个徒有调度能力的空壳，“三万”不认识他，不知道他的工作是什么，自己该干什么。所谓“养虾”，就是让Agent理解你，记住你，然后替你干活。
在傅盛最近的直播中，他把自己高强度“养虾”的经验浓缩成了几条很实在的原则。比如任务指令交待得要完整，别怕啰嗦；重要指令多说几遍，防止它偷懒；定时任务一定要追问有没有认真写进系统里。之所以要这么养，源于OpenClaw特有的Skill积累与Cron机制。
前一个可以理解成“龙虾”会不断积累技能，完成了一件事、踩了一个坑，都可以被沉淀成Skill。再遇到相似任务，就不必重头摸索；后一个是它的排班表，让它在固定时间自动执行任务，比如抓取新闻、巡检网站、提示日程。按傅盛的说法，养“龙虾”最怕两种情况：一种是用户自己说得太省，以为AI懂了；另一种是AI嘴上答应了，用户就真信了——每天2万字就是这么出来的。
在这个过程中，三万从“笨蛋”慢慢长成了一个真正能扛事的本地Agent。它会每天早上9点自动抓取新闻，整理成简报发给傅盛；会在直播中接到一句“把今晚首秀的海报更新到网站首页”，两分钟后把网站改完。更关键的是，当演示网站在傅盛直播中突然挂掉时，三万没有等人类排查，而是自己去定位服务器、诊断云运维问题、联系技术负责人，从收到指令到网站重新上线，前后只用了3分钟。
当然，频繁让AI思考、推理、行动，会消耗大量Token。傅盛也在直播中说出了三万的“省钱”心得，按任务的精细程度与重复程度，去指定“龙虾”调用价格合适的模型。比如一些抓取新闻这种任务，三万调用的就是价格极低的国产模型，“一天就几块钱”。这套经验能被一步步讲出来、跑出来，背后用的，正是猎豹自己做的EasyClaw。
把“用虾”的门槛打下来
养出了三万的傅盛站在了“养虾”风潮的潮头，个人用户与企业组织能否也拥有同款三万，让AI为自己做事，给自己打工？“你已经是个成熟的本地Agent了，该学会自己装自己、自己配权限、自己修bug、自己找工具、自己长出Skills了。”在EasyClaw上，现实与这句玩笑相去不远。
过去，本地Agent想真正跑起来，需要经历部署、训练、任务试错等流程。拿安装来说，假如养三万的是一个普通用户，他需要忍受枯燥的前期学习，面对复杂的配置，还得亲自下场处理各种没完没了的维护和踩坑。这就像是给了你一堆顶级的赛车零件，却没给你说明书，能不能跑起来全凭天意。
OpenClaw需要用户去适应其技术门槛，而EasyClaw则是主动降低门槛，让产品向用户靠拢。EasyClaw最先解决的就是“装机”痛点，将复杂的安装部署压缩成了开箱即用的极简流程。目前EasyClaw已推出国内、海外及企业版。
用户无需折腾命令行、寻找API或处理各种环境报错，只需在官网点击对应系统版本，就能像安装普通软件一样一键完成。以PC端为例，点击下载对应版本，运行安装程序，完成后打开即可。这种“下载即用”的形态，最大限度地抹平了本地Agent的准入门槛。
登录账号后，用户即可直接开始交互，所有的对话记录与配置文件都会安全地保存在本地。与此同时，猎豹还推出了EasyClaw的手机联动助手，方便用户在手机端与EasyClaw进行交互。
从猎豹目前给出的产品形态来看，开箱即用的EasyClaw，已经尽可能把最容易劝退的那部分前置工作压缩掉了。问题来了，我们能用EasyClaw做什么？
傅盛在直播中提到，“养虾”第一件事就是让它“认主”，知道自己是用户的数字员工。接下来，按照常规“养虾”流程，我们还需要不断和它对话，让它学习知识，积累Skill。这样繁复的流程，也被EasyClaw简化了。
经我们测试发现，EasyClaw在左上角设置了三个入口，分别是技能商店、龙虾商店与定时任务。用户可以在技能商店中任意下载三万学会的、打包好的Skill，比如抓新闻、做简报、生成PPT，一键即可为自己的“龙虾”解锁；龙虾商店，则是猎豹在三万的基础上，另外为不同行业从业者训练的专属行业Agent，支持一键装配，即可开工。
点开定时任务入口，我们可以清晰地看到自己给龙虾下达的所有自动定时任务。这么一来，在用户有调整需求的时候，便不需要对话调取，而是直接上手调整。足够傻瓜式的操作外，傅盛也在最新的直播中，把“养虾”该怎么养、能干什么、不同版本差在哪等细节掰开揉碎，介绍给更多普通用户。
极低的上手门槛与用户教育，为EasyClaw甚至是更宽广的全民Agent时代铺好了路。
EasyClaw，长在猎豹的基因上
AI时代，个人的创造力会被持续放大。OpenClaw只是一个人人都可以调用的开源框架，从白纸一般的框架到扛事儿的三万，再到EasyClaw，傅盛和猎豹跑出了一条让高科技变得“好上手”的进化之路。
当然这还不是猎豹的全部，从傅盛近日数场直播与记录“养虾”的sanwan.ai来看，EasyClaw早已跳出CEO临时起意的试验，开始成为猎豹在AI浪潮中的航向。傅盛想要做的，是让人人都能拥有自己的三万。
通过这个产品，猎豹开始把OpenClaw这套只属于少数人的能力，向更多普通用户与企业组织的手里推。在一些厂商还忙不迭推出部署“龙虾”服务的时候，猎豹已经走在了前面。原因也很简单，因为猎豹和傅盛手里本来就有承接这件事的底子。
这是猎豹过去十几年做工具软件攒下来的老本事。以前我们用猎豹安全、清理大师这类工具产品，是因为猎豹懂电脑、懂系统，也懂怎么和这些底层系统打交道。到了AI Agent时代，这些过去藏在工具软件里的能力，开始被重新翻译成EasyClaw的Skill，变成用户装上就能直接调用的现成能力。
安装只是第一层，更往下看，是猎豹熟悉的本地操作和安全能力。比如，EasyClaw能直接调动猎豹积累了十几年的文件识别和系统清理能力，一边识别哪些是垃圾缓存、哪些是重要文档，一边像个熟练的管家一样，直接在本地完成搬运和归档。
三万能在直播现场排查网站故障、找到配置文件的问题，不只是因为它会“想”，更因为它能真的去碰电脑、碰系统、碰各种本地环境。也就是说，猎豹把过去十几年在工具软件与系统底层积累的能力，变成了AI的“手和脚”。
以前的AI像是一个被关在透明房间里的天才，它能看懂一切，但够不到外面的按钮。猎豹最擅长的就是和各种系统底层打交道。他们给EasyClaw装上了一个叫作GUI（图形用户界面）自动化的引擎，这意味着AI不再需要依赖软件厂商是否提供API接口，就能像真人一样识别屏幕上的按钮、搜索框和菜单。
这也是傅盛在最新直播中反复演示的重点，除却用AI更新网站、修复网站Bug外，他还展示了AI“龙虾”控制微信发送红包、登录账号等操作。Agent的价值被不断指向同一个方向——本地部署以及在此之上的操作权限。
有了这层能力之后，EasyClaw可以像一个真正坐在电脑前的人一样，通过点击、输入、切换窗口来执行任务。从这个角度看，傅盛这14天的个人实验，其实也是一次基于猎豹工具基因，跑通EasyClaw整套技术栈的过程。
与此同时，EasyClaw还把三万“边用边长”的逻辑保留下来。三万靠不停补Skill、补规则、补流程，在短短14天内成长为8-Agents的团队矩阵，EasyClaw同样可以随着用户真实使用，继续往上叠Skill。
我们还了解到，猎豹不会只让用户自己去技能市场里慢慢练，而是会把一些已经验证过的能力直接打包成更完整的解决方案。这也意味着，随着越来越多用户把自己的“三万”养出来，EasyClaw便会从一个工具产品，慢慢长成一个承接这些能力的平台。
得益于既有本地工具软件的老底子，以及傅盛个人把底层能力、用户需求和新场景快速捏合起来的产品节奏，傅盛在14天内亲手养出了一个本地Agent样板。这是猎豹的机会，某种程度上也是所有人的机会。
三万让傅盛看见了本地Agent能走多远，EasyClaw要做的，是把这段路尽量替更多用户先走一遍。
