OpenClaw,是不是凉了

过去两个月,你的朋友圈里一定有人在转OpenClaw的演示视频。AI自己打开浏览器、搜信息、写报告、发邮件,最后回来告诉你“搞定了”。评论区一片震惊,有人说颠覆了,有人说失业了,有人说这次是真的不一样了。

然后两个月过去了。

你打开社交平台,关于它的讨论少了很多。你问周围的人,大多数人说“知道,但没怎么用”。于是一个问题自然冒出来:

它是不是凉了?

OpenClaw,火在哪里了

你身边有几个人真的在用Agent?

我是说真的在用,不是注册了账号,不是转发了那条爆款推文,而是真的把工作流跑起来了——每天有任务在跑,有输出在收,有时间在省。

麦肯锡去年调了全球近2000家机构,88%的企业说自己在用AI,发现88%的企业声称已在至少一个业务环节中使用了AI,但其中真正在哪怕一个部门里跑起AI Agent的公司,不到10%。

IBM同期调查了全球33个国家的2000位CEO,发现只有25%的AI项目达到了预期回报,仅16%成功实现了企业级规模化落地。剩下那些?立了项,开了会,然后就没有然后了。多数企业的AI,从来就没有真的“跑起来”。

说起来,大多数老板一开始是真的想做的。预算批了,项目组拉起来了,PPT做得也挺好看。但真正推进到落地阶段,才发现事情远没有PPT上写的那么简单。

公司数据散落在十几个系统里,Agent要调用任何一个都得走权限审批;业务部门要“定制化”,技术部门要“稳定性”,两边拉锯三个月,第一个试点还没跑完,项目组已经换了两拨人。根据IBM的调查:超过70%的CEO承认,光是搞清楚“哪些数据可以给AI用”,就已经耗尽了大半精力。热情在开会时最高,落地时一地鸡毛。

这不仅是小公司的问题,连头部玩家也深陷其中。

高盛拥有4.6万名员工,至今只有一半人能接触到AI工具;其CIO Marco Argenti明确表示,Agent类应用至今仍未正式上线,原因是AI还需要额外的合规管控,且存在幻觉问题,一旦用于合规审查或客户交易处理,后果难以承受。

Opeclaw这波技术浪潮来的非常快,就连有资源、有人才的头部企业都没能消化Agent的冲击,更别说大多数普通人了。

Agent,营销号的传说宝具

与此同时,AI Agent最大的声量,来自另一群人。

他们每天发帖:用Agent一个月被动收入翻三倍;十个提示词让你效率提升300%;普通人逆袭的最后一张牌,就是AI Agent。评论区清一色“求链接”“好想学”,转发轻松过千,点赞飙到十万。

但你仔细看他们在卖什么——课程、社群、工具合集、私域引流。

内容本身是流量,焦虑本身才是产品。

OpenClaw在国内火了之后,课立刻就来了。

根据21经济网调查,这类课程最高卖到18999元一套,某机构单靠卖课收入就超过1.6亿元。抖音平台上最畅销的AI课之一《超级流量营销课-IP+AI》,定价399元,卖出了7.8万份,光这一门课就进账超过3000万.

你算算:卖课的人赚了几个亿,买课的人学到了什么?

这套商业逻辑其实很简单。

第一步,制造焦虑。先用“AI最后一波红利”“不上车就晚了”制造焦虑,让你觉得自己正在错过什么;

第二步,塑造人设。再用几个截图、几段视频塑造“AI副业月入过万”的人设;

第三步,推课、推会员、推私域。

AI圈的博主一天一个“天塌了”,一口一个“颠覆”,本质就是制造信息差——让你头脑发热,再从口袋里掏钱。真正讲怎么落地的,没几个。讲底层原理的,几乎没有。

教你用AI赚大钱的人,自己为什么不去做?

能闷声发大财的人,是不会把方法论做成课往外卖的。就像那些教你炒股的老师,自己却靠卖课为生。

所以OpenClaw凉了吗?没有。但它从来就没有“热”在真实的工作场景里,它热在社交媒体上,热在焦虑情绪里,热在那些贩卖希望的帖子里。

现在退潮了,才能看清楚水里真正有什么。

不必心急,你可以慢慢改变

涨潮是一波,退潮又是一波。如何才能适应未来的变化?

第一步,拆解自己的工作。

把每周重复最多的五件事列出来,如果你是运营,就看周报、竞品、表格;如果你是销售,就看客户跟进记录、会议纪要、邮件整理;如果你是编辑,就看选题搜集、资料摘录、标题初稿。

这些事都符合那些dirty work的特征。不如把这类任务,先交给AI试试。做不好,再收回来自己改,成本极低。

第二步,从低风险场景开始。

别一上来就把客户合同分析交给Agent,也别直接让它去发对外邮件。让AI先从低风险的任务开始:整理一次会议记录,让AI自动提炼出行动项和负责人;用它生成一篇产品更新的初稿,你来润色定稿;让它每天定时抓取三个竞品的官网动态,汇总成一段简报发给你。

就算AI做错了,你最多多花十分钟改,捅不出什么篓子。但在这个过程里,你会真正摸清楚它在哪卡壳——是理解不了你的行业术语,还是格式对不上,还是信息来源不稳定。搞清楚它卡在哪,比看一百篇教程都管用。

第三步,把AI当协作者,不当外包商。

很多人用AI的方式是“直接要结果”,然后发现结果一般,就放弃了。

换一种用法试试:你要写一份方案,不是直接让AI“帮我写一份市场推广方案”,而是先告诉它背景、目标用户、预算限制、你最想突出的两个卖点,然后让它输出一个结构框架,你确认方向之后,再让它逐段填充。你来定目标、划边界、做验收,它来跑流程。

你把AI理解成部门里刚入职的新同事。你不能丢给他一句“做一个完整项目”,但你可以把项目切成十个明确的子任务,分批交给他,每次验收,每次迭代。这样出来的结果,会比你直接要一个大结果强得多。

麦肯锡也在调查中强调:真正从AI拿到价值的企业,不只是买了工具,而是重做了工作流,明确了哪些输出需要人工验收,并且有管理层真的在推动落地普及。AI工具便宜易得,但工作流改造却是这场浪潮里最需要每个人去做的。

与其焦虑“AI会不会取代我”,不如先想清楚你现在做的事情里,有没有一件能用AI做得更快?如果有,就去试。如果没有,也不用强迫自己拥抱什么浪潮。

回看过去的两个月,OpenClaw没凉,是从热搜退下来,开始进工位了。

我妈到现在还不知道AI是啥意思,种地一点没耽误。

本文来自微信公众号 “硬核看板”(ID:yinghekb),作者:硬核看板,36氪经授权发布。

发布时间:2026-04-03 21:38