前两天刷X（前推特）时，AI圈内的一则重磅消息引起了我的注意：OpenClaw的创始人Peter Steinberger宣布加入OpenAI。随后，OpenAI CEO Sam Altman也亲自官宣，表示要让他来打造下一代个人Agent。
作为一个从1月底OpenClaw爆火时就持续关注这个项目（从ClawdBot到MoltBot再到OpenClaw）的用户，我第一时间在个人VPS上部署了一套。OpenClaw确实代表了桌面个人智能体一个全新的方向，但对于国内许多用户而言，Claude Code还没完全上手，OpenClaw又接踵而至，节奏上难免有些应接不暇。
就在这个节点上，网易有道推出了名为LobsterAI（有道龙虾）的桌面智能体，其定位直指国产版的OpenClaw。拿到内测资格后我深度体验了一段时间，昨天看到他们正式宣布开源，确实带来了一些惊喜，值得好好聊聊。
OpenClaw：前景广阔，门槛与风险并存
对于还不了解的朋友，这里简单交代一下背景。OpenClaw是一个开源的自主AI智能体，其核心能力是帮你操作电脑、跨应用执行复杂任务。你可以把它理解为一个能听懂指令并自动执行的AI助手。例如，在聊天软件里发送一条“帮我整理这周邮箱里的重要邮件”的指令，它便会自行处理，无需你介入中间过程。
这个项目早期名为ClawdBot，后因商标问题改为Moltbot，最终定名OpenClaw。尽管名字几经变更，但其“龙虾”主题始终未变，GitHub仓库的标语“The lobster way”也一直保留。
OpenClaw的GitHub star数自1月底开始狂飙，目前已经超过18万，是近期增速最快的开源AI项目之一。不少人将其类比为“2026年的ChatGPT时刻”。
然而，在实际使用中，我发现几个问题相当突出。
首先是部署门槛高。用户需要自行配置Gateway、维护服务器以保证7x24在线，并编写SOUL.md配置文件来定义智能体的行为。这套流程对非开发者基本是“劝退级”的，即便是开发者也需要投入不少时间。
其次是安全隐患大。OpenClaw在系统层面运行，权限覆盖面极广。根据公开的安全审计数据，该项目已发现数百个漏洞，其中包含8个严重级别。安全研究人员将这种“高自主性+广泛系统访问+开放网络连接”的设计称为“致命三连”，使用时确实令人担忧。
再者是本土化问题。作为一个纯海外生态项目，OpenClaw对国内的办公软件和社交平台支持有限，对于国内用户来说，体验上多少有些不够“接地气”。
因此，当听说有道做了一款国产桌面智能体时，我是抱有期待的。更有趣的是，这个产品也叫“龙虾”（Lobster），与OpenClaw的“龙虾”梗一脉相承，对标意味相当明显。
LobsterAI上手体验：极简入门，功能能打
有道龙虾给我的第一印象就是两个字：简单。
下载安装包，双击安装，打开即用。没有复杂的命令行，没有望而生畏的配置文件，也无需部署Gateway。单从上手门槛来看，它已经比OpenClaw友好太多了。
界面设计上，LobsterAI采用了类似Claude Cowork的直观GUI。用户只需在对话框里输入需求，它便会去执行，无需学习任何特殊语法。对于AI智能体这类前沿技术而言，降低使用门槛是走向普及的第一步。
聊完直观感受，再谈谈几个我认为颇具竞争力的核心功能点。
安全机制是首要考量。从技术架构看，LobsterAI基于Electron加React构建，采用了本地优先的设计。它支持在沙盒环境中运行（也可切换到本地模式），所有操作均被限制在指定的文件夹内，不会触及系统核心文件。
这一“本地优先”的架构是其最核心的差异点。当前，市面上多数AI工具依赖云端，延迟高、断网即失效，且存在数据隐私风险。LobsterAI直接在本地环境执行任务，可操作文件系统和终端，用户对数据拥有完整控制权，堪称真正的隐私级工具。与OpenClaw直接获取系统权限的做法相比，有道龙虾的沙盒隔离设计让人安心不少。
IM远程控制是另一大实用功能。用户可以通过钉钉或飞书，向家中或办公室的电脑发送指令，让LobsterAI代为处理任务。设想一个典型场景：你在外需要将电脑里的一份Excel数据整理成简报，只需在手机钉钉上发出一条指令，家里的“龙虾”智能体便能开始工作。
模型支持方面，LobsterAI可通过API接入几乎所有主流大模型，同时支持通过Ollama运行本地模型。用户可以根据任务对隐私和性能的不同需求灵活切换。这一点与OpenClaw的思路类似，都属于模型无关的设计。
Skills扩展系统是LobsterAI一个颇具匠心的设计。你可以将其理解为AI版的“技能商店”，需要什么能力就安装对应的Skill。目前已提供Remotion（代码生成视频）、Playwright（浏览器自动化）、Canvas Design（设计海报）、IMAP（邮件自动化）等多种技能，并且支持多个Skill组合使用。
例如，同时启用Remotion和Canvas Design技能，LobsterAI可以一边生成产品发布视频，一边制作配套海报，并能保持风格统一。这种组合玩法在OpenClaw中虽然也能实现，但在配置上要复杂得多。
定时任务与Memory（记忆）功能同样值得一提。你可以设定它每天早自动搜集行业新闻、整理邮件摘要，在你开始工作时，资料已准备就绪。Memory功能则让它能记住你的使用偏好，越用越“懂你”。相比之下，OpenClaw在任务的连续性方面更侧重于单次执行，LobsterAI在这方面做得更为完整。
本土化适配是LobsterAI的天然优势。它深度适配了钉钉、飞书等国内主流办公工具，在处理中文文档、生成符合国内格式要求的报告等方面表现出色，这正是作为海外项目的OpenClaw所天然缺失的。
我曾用LobsterAI进行一个实际测试：要求它搜集我们公众号的信息，并调用Remotion技能制作一个关于AI编程实验室的30秒宣传视频。
经过两轮简单的对话微调，它直接在本地渲染并导出了一份标准的高清MP4格式视频文件，整个过程流畅且无需人工干预。
不足与适用场景分析
当然，LobsterAI也并非完美，仍有改进空间。
目前其内置的Skills数量相对有限，与OpenClaw集成的50多项能力相比存在差距。不过，LobsterAI全面支持用户自定义添加Skill。从产品设计的角度看，这反而体现了一种“聪明的克制”。
其产品野心并非打造一个臃肿的工具箱，而是构建一个底层的Agent OS。策略是提供强大的开放接口和自定义权限，将能力的扩展交给用户和社区。无论是公司内部的OA系统，还是个人的私有图库，只需编写简单的脚本即可接入成为专有Skill。这种“乐高式”的扩展潜力，恰恰是开源生态最大的魅力所在。
作为“中国版OpenClaw”，有道龙虾在易用性、安全性及本土化方面确实做出了扎实的努力。那么，哪些人最适合使用LobsterAI呢？
- 内容创作者：需要高频自动化搜集、整理素材。
- 职场效率追求者：渴望实现“人去休假，AI留守干活”的自动化工作流。
- 注重数据安全的企业或个人用户：对数据云端化敏感，要求物理隔离。
- 技术尝鲜者：想体验前沿Agent技术，但被命令行和环境配置劝退的普通用户。
总结
以我的观察来看，桌面智能体赛道仍处于早期探索阶段。OpenClaw凭借开源和社区力量获得了巨大声量，而有道推出的LobsterAI，则在落地可用性、数据安全底线以及本土化生态适配上，交出了一份更成熟的国产化答卷。
正所谓花开两朵，各表一枝。如果你不想花费大量时间配置环境、调试Bug，只是希望找到一个可靠、易用的“数字员工”来提升效率，那么有道龙虾是目前一个非常值得尝试的选择。
如果你一直想体验让AI直接操作电脑完成工作的魅力，却又被复杂的前期准备劝退，LobsterAI提供了一个近乎零门槛的入口。
相关资源链接：
对模型训练和智能体开发感兴趣的朋友，也可以在云栈社区找到更多相关的技术讨论与开源项目实践分享。
发表于 昨天 06:37
|
查看: 1|
回复: 0
