我花了一整天研究 OpenClaw，看完了 Alex Finn 那个浓缩了 100 小时经验的视频。
一个结论：如果你还在把 AI 当搜索引擎用，你已经落后了一个版本。
OpenClaw 是什么？一句话说清楚：一个 24 小时在线、会主动干活、能自我进化的 AI 员工。它跑在你的电脑上，你没提问它也会主动找事做。
是不是听起来像科幻片？我们接着往下看。
它到底能干什么？
Alex Finn 录制视频的时候，屏幕上同时跑着 7 个 OpenClaw，各自在做不同的工作。这些全是它自己搭建的工作环境。
它能做的事包括但不限于：
控制浏览器，自动刷 Twitter、看 YouTube
Vibe Coding，直接写应用程序
生成 AI 图片（比如视频缩略图）
主动发现机会并创造价值
最夸张的一个案例：Alex 的 OpenClaw 在 X 上看到 Elon Musk 给最佳文章发百万奖金的消息后，主动给他的 SaaS 产品开发了文章写作功能。代码写好了，功能上线了，带来了 1 万美元的经常性收入。
这一切发生在 Alex 睡觉的时候。
最反直觉的一点：别买 Mac Mini
OpenClaw 的第一反应都是冲去买 Mac Mini。Alex 的建议刚好相反：先别买。
你壁橱里吃灰的旧笔记本就能跑。50 美元的 Raspberry Pi 也行。先跑起来，等你真的摸索出复杂工作流需要更强算力的时候，再升级硬件。
安装过程？去 OpenClaw.ai，复制一行命令，粘贴到终端，按回车。结束了。
那些说「安装太复杂，必须用 VPS」的人，Alex 的原话是：「如果你对自己没有足够的信心做到这一步，那你需要审视一下你的人生。」
本地 vs VPS：这不是选择题
Alex 非常强硬地反对 VPS 方案，理由有四个：
安全性：VPS 默认不安全，需要大量额外配置
性能：VPS 只能发挥 OpenClaw 大约 20% 的能力
集成性：本地运行能跟你所有设备和工作流无缝衔接
体验感：看着它在你面前实时工作，这种感觉 VPS 给不了
本地运行，你才是在用完整版。VPS 运行，你用的是阉割版。
使用 OpenClaw 的第一件事：把自己「倒」给
Alex 打了一个比方：你新雇了一个员工，第一天干什么？当然是告诉他你是谁、公司做什么、目标是什么。
OpenClaw 也一样。打开网关仪表板，开始一次彻底的「Brain Dump」：
你的背景：职业、技能、经历
你的偏好：喜欢什么工具、什么工作风格
你的目标和野心：短期计划、长期愿景
Alex 直接告诉他的 OpenClaw：「我要通过 SaaS 和产品每年赚 100 万美元。」从那以后，它的每个决策都在朝这个方向努力。
即使你不确定目标是什么，也可以写一句「我想启动自己的在线业务，赚到第一桶金」。给方向就够了。
它会记住一切。 而且会基于这些信息持续自我优化。
早间简报：每天醒来第一件事就有人帮你做好了
设置一个定时任务，让 OpenClaw 每天早上 8 点通过 Telegram 发一份个性化简报。内容可以包括：
当天天气
你关注领域的热门新闻
你的待办事项列表
它认为自己今天可以帮你完成的任务
最后一条最关键。你什么都不用说，让它自己思考能做什么。Alex 情人节那天收到的简报，开头是「早上好，情人节快乐」，然后列出了 Vibe Coding 最新趋势、视频选题建议、待审批的内容。
它花了一整晚研究新闻，只为早上给你一份精炼的报告。
反向提示：这可能是 AI 领域最重要的概念
大多数人用 AI 的方式是：「帮我做 X。」
Alex 说最高效的方式是反过来：「根据你对我的了解，你觉得我们应该做什么？」
这就是「反向提示」。你把决策权交给它，让它自己做判断。
为什么这样更好？因为 OpenClaw 记住了你所有的背景、目标、偏好。它拥有的上下文可能比你在任意一个瞬间能想到的还多。让它基于这些信息主动提议，往往比你自己想出来的更有创意。
Alex 把这条建议重复了三遍：反向提示，反向提示，反向提示。写在便利贴上，贴在显示器上。
大脑 + 肌肉：省钱又高效的模型策略
一个很聪明的架构思路：
大脑：用 Opus 4.6 做决策和协调（最聪明但最贵）
肌肉：用专业模型做具体任务
- 编码 → Codex（便宜且强）
- 找新闻 → XAI/Grok API（接入社交媒体，知道什么在火）
- 搜索网络 → Brave API（便宜好用）
大脑负责想，肌肉负责干。大脑省下了大量 token，肌肉用最合适的工具做最合适的事。
更进一步？Alex 已经开始用本地模型替代一些「肌肉」了。比如编码现在用 MiniMax 2.5 在本地跑，完全免费。他相信未来所有肌肉都会被本地模型替代。为此他花了 2 万美元买了 Mac Studio。
不过他也说了：这不是现在必须做的事。先把「大脑 + 云端肌肉」跑起来，等确实有需要再考虑本地化。
Mission Control：你和 AI 的共同工作台
Alex 让 OpenClaw 给自己搭了一个「任务控制仪表板」。它是用 NextJS 写的，完全由 OpenClaw 自己 Vibe Coding 完成。仪表板里有：
待办事项列表
子代理追踪器
内容审批队列（推文、缩略图、脚本一键审批）
各种自定义工具
重点来了：Alex 说他虽然会开源自己的 Mission Control，但不建议你直接用别人的。因为 Mission Control 应该完全根据你自己的目标和工作流定制。
正确的做法是告诉 OpenClaw：「帮我搭一个 Mission Control，用来构建我们需要的生产力工具。」然后让它自己去造。
安全：能力越大，责任越大
这是不能回避的话题。OpenClaw 能访问你电脑上的一切：密码、API 密钥、邮箱、社交媒体账号。
三条铁律：
1. 它能访问你电脑上的所有东西。 如果你不想让它碰某个账号，就别在那台电脑上登录。
2. 绝对不要让它接触外部世界。 不要把它加进群聊，不要让它回复推文评论。一旦暴露在外部输入中，就存在被提示注入的风险。别人的一条消息可能让它泄露你所有的密码。
3. 每个指令发出前，想清楚后果。 问自己：这个指令会让它暴露吗？会让它做危险的操作吗？如果拿不准，让它先给你一个执行计划，审批后再动手。
Alex 目前的做法是：不让 OpenClaw 读推文回复，不让它读邮件，只让它做封闭的个人任务。等安全防护做得更完善了再逐步放权。
它犯错了怎么办？让它自己修
这可能是 OpenClaw 最有趣的特性。
Alex 让它写新闻邮件，写出来的质量很差。他没有自己去改，而是说：「暂停。去读一遍我过去所有的新闻邮件，然后创建一个新技能，帮你以后写出更好的内容。」
它真的去做了，之后的质量明显提升。
这是正确的使用心态：它是一个自我进化的系统。 遇到问题不要手动修配置文件，不要自己去改代码。告诉它目标，让它自己找到最优路径。
你是经理，不是工程师。给方向，不给方法。
我的判断
听完这 100 小时浓缩的经验，我有几个感受：
第一，OpenClaw 的核心在于「主动性」。 AI 能写代码、能搜索、能生成图片，这些都不新鲜。新鲜的是它会在你不知道的时候主动去做这些事，而且做的方向跟你的目标一致。这是从工具到员工的质变。
第二，反向提示可能是 2026 年最重要的个人效率技巧。 不只是在 OpenClaw 里有用，在所有 AI 工具中都适用。问「你觉得该怎么做」永远比「帮我做 X」能得到更好的结果。
第三，「大脑 + 肌肉」架构会成为标配。 一个聪明的协调者加上一群便宜的专才，这个模式不只是省钱，更是让每个环节都用最合适的工具。
第四，本地 AI 的时代正在到来。 当本地模型足够强，token 成本降到零，每个人的电脑上都跑着一个或者多个 AI 员工。这不是 if 的问题，是 when 的问题。
本篇文章基于 Alex Finn 的视频「100 hours of OpenClaw lessons in 35 minutes」，基于播客工具Podwise（https://podwise.ai?s_aff=YANHUA ）整理。如果你对 AI Agent 感兴趣，强烈建议看一下原视频。
