近期，社交媒体上被一个名为 Clawdbot 的项目刷屏，其热度之高，不禁让人联想起 Gemini 3 Pro 刚发布时的盛况。
Clawdbot 是一个在 GitHub 上线的开源项目，目前已获得超过三万颗星，并且这一数字还在持续增长。其核心功能在于，能够通过对话交互的方式，让AI自主操控用户的电脑执行各种任务。
有人利用它打造了一个全天候的数字员工，能够持续监控市场行情并自主下单交易，实现了全天候自动化盈利。据称，另一位用户通过 Clawdbot 与经销商砍价，成功为自己购买新车省下了 4200 美元。
一位国外的科技博主甚至表示，在一周内消耗了 1.8 亿个 Token，并感叹：“用过这种超能力之后，我再也回不去了。” 如此强大的能力，不禁让人联想到科幻电影中的“贾维斯”，仿佛未来已触手可及。
尤其值得一提的是，Clawdbot 非常适合在低功耗、体积小巧的 Mac mini 上运行，甚至有消息称其受欢迎程度直接推高了 Mac mini 的售价。
然而，在实际体验后，作者认为 Clawdbot 确实具备一定的实用性，但其宣传的热度可能存在夸大成分。即使在Mac mini上运行，作者的电脑和自身都出现了“红温”现象，说明其运行可能伴随着较高的资源消耗。
在深入探讨实际体验之前，我们先来了解一下 Clawdbot 如此受欢迎的原因。与 ChatGPT 这类纯粹的聊天机器人不同，Clawdbot 更像是一个具备行动能力的“Agent”，能够真正执行任务。它能够操作用户的电脑，进行文件的读写、发送邮件、控制浏览器，甚至可以调用 VS Code 编写代码并自行运行测试。
Clawdbot 的多渠道接入能力也十分突出，这意味着用户可以通过手机上的 Telegram、WhatsApp 等通讯工具发送指令，AI 即可在电脑上开始工作，无需用户时刻守在电脑旁。此外，它声称拥有“永久无限记忆”，能够记住用户数天前的吩咐并主动执行，这听起来堪比一个拥有自主意识的人类实习生。
那么，实际效果如何？作者设置了三个任务进行测试。
第一个任务是“桌面清理大师”。面对日益杂乱的桌面，作者通过 Telegram 发送指令：“帮我把录屏文件夹按类型分类整理一下。” Clawdbot 随即开始工作，扫描文件夹，创建了“录屏”、“文档资料”、“截屏图片”和“其他”等分类，并成功将文件进行了归类整理。整个过程耗时约一分钟，虽然作者认为手动整理可能也差不多，但省去了动脑的环节。
第二个任务是“AI 指挥 AI”的套娃操作。作者让 Clawdbot 调用 Claude Code 编写一个 Python 脚本，用于批量将视频文件转换为 GIF 格式。这个过程也相当顺利，生成的代码能够正常运行，且几乎没有 Bug，相比手动转换，效率得到了显著提升。
第三个任务是“发布小红书”。这是作者最为期待的，因为涉及到浏览器操作和社交媒体发布，如果成功，将可能实现全自动媒体运营。然而，任务执行过程中出现了问题。Clawdbot 卡住的原因是用户未登录小红书网页版。按照设想，AI 应该主动询问账号密码，但它只是停顿在那里。作者询问后，AI 也没有回应。更令人担忧的是，作者发现账户中的 5 美元 Token 几乎被一次任务消耗殆尽，这表明昂贵的底层模型（如 Claude Opus）运行成本可能非常高。更换为更便宜的 GLM 模型后，虽然成本降低，但效果也大打折扣。即使在作者手动引导并催促多次后，任务才勉强完成，但发布的图片质量也颇为不佳，留下了明显的空白区域。
经过这三个任务的测试，作者对 Clawdbot 的评价趋于理性：它确实有一定用处，但其表现很大程度上依赖于底层模型的性能。如果使用像 Claude Opus 这样的高端模型，效果会更好，但成本也随之飙升，一天可能就需要花费几十甚至上百美元，这与“招募一个实习生”的设想大相径庭，更像是“供奉祖宗”。
对于普通用户而言，Clawdbot 的安装和配置门槛也并非如宣传般“轻松搞定”。其报错信息多为英文，且有时不明所以，需要一定的英语阅读能力和对代码有一定的了解。作者本人也花费了大量时间才完成配置。对于完全不懂技术的小白用户，很可能在配置阶段就望而却步。
更关键的是，在国内用户的使用场景中，Clawdbot 主要能操作浏览器和桌面应用。对于微信、抖音、淘宝等我们日常频繁使用的 App，它们通常有严格的风控机制，通过 AI 进行自动化操作，轻则收到警告，重则面临封号风险。
最后，安全隐患是不得不提的重要因素。Clawdbot 的强大能力建立在用户将电脑的完全控制权交给 AI 的基础上，这意味着用户的账号密码、银行卡信息、聊天记录、敏感文件等都可能暴露给 AI。例如，一位用户曾让 Clawdbot 协助购车，AI 自动填写了真实电话号码，结果导致该用户开始接到大量骚扰电话。如果有人恶意利用网页中的指令，诱导 AI 执行转账、删除文件等操作，后果将不堪设想。因此，尝试使用 Clawdbot 的用户，建议采用虚拟机或不常用的电脑进行操作，切勿直接在主力机上裸奔。
从作者本人的主观感受来看，许多任务自己手动操作仅需几十秒，而让 AI 来完成，反而需要花费时间描述需求、等待执行、检查结果，整个流程被拉长了。而且，AI 执行任务具有不确定性，有时甚至会出错，正如之前发生的 Cowork 项目中出现的“乌龙事件”。但这或许与作者个人需求有关，他本人并没有达到需要一个 AI 管家来处理大量重复性工作的程度。
然而，对于那些每天需要处理海量邮件、同时跟进十几个项目，并且有大量重复性工作需要批量处理的用户来说，Clawdbot 确实有可能成为一款高效的效率工具。
回顾过去一年，从 MCP 到各种类 Cowork 的项目，我们一直在呼唤“AI 动手干活”。然而，目前AI能够胜任的任务，依然局限于写邮件、整理文件等领域，因此，用户不必对此项目表现出过度惊讶。尽管存在一些不足，Clawdbot 所展示的“远程遥控、持久记忆、主动执行”等能力，无疑是未来 AI 助手发展的正确方向。
与两年前只能聊天的 ChatGPT 相比，如今的 AI 已经能够编写代码、生成图像、联网搜索。技术的进步速度远远超出了我们的想象。但就目前而言，Clawdbot 更像是一款面向极客的“玩具”，适合喜欢尝试新技术的玩家用来“炫耀”自己拥有一个 AI 管家。对于日常实用性而言，它还有很长的路要走。
那么，Clawdbot 究竟值不值得安装？
如果你是热衷于技术探索的玩家，可以尝试体验一下，从中学习和发现新知。但如果你期望将其真正应用于日常工作，那么建议再等等，待到其安全隐患得到解决，且使用体验更加便捷高效之时，再做考虑。
或许在不久的将来，如今的这些“槽点”将不再是问题。
