新興 AI Agent 工具 OpenClaw 近日於本港討論區引發熱議。多名用家實測後反映，該工具存在設定門檻高、指令辨識欠精準及 API 成本昂貴等三大痛點，對非文職人員實用性有限。網民指出，目前技術紅利主要集中於賣算力與課程的供應商、高階行政決策者及技術開發人員。
即刻【按此】，用 App 睇更多產品開箱影片
生產力工具or燒錢玩具？OpenClaw AI 實測後負評湧現 揭露最大贏家得呢3類人
隨著 AI Agent（人工智慧代理）技術走向幕前，標榜能自動操作電腦的工具 OpenClaw（網民戲稱「龍蝦」）近日成為熱話。然而，在本港社交平台及討論區上，不少首批「白老鼠」用家在實測後紛紛給予負評，質疑這類工具究竟是提升效率的「生產力神器」，還是一件昂貴的「燒錢玩具」。網民更直指，在這場 AI 自動化浪潮中，真正的贏家僅限於三類特定人群。
網民揭 OpenClaw 三大痛點
綜合連登（LIHKG）用家反饋，OpenClaw 在實際應用中暴露出三大核心問題，令不少滿懷期待的用家卻步：
痛點一：職業適應性極窄，日常自動化需求低。 有網民實測後指出，OpenClaw 除非用於大量內容生產或固定文書流程，否則對一般大眾而言「根本無用」。對於司機、建築工人、保安或餐飲從業員等非文職職業，生活中缺乏可供 AI 代理重複執行的自動化任務。用家投入大量時間設定環境及模型，最終發現「無嘢好自動化」，浪費時間成本。
痛點二：安全邊界模糊，AI 缺乏道德判斷。 不少用家對其「權限開放」表示憂慮。由於 AI 代理主要依賴觀察與執行指令，若在瀏覽網頁時意外讀取到惡意 HTML 指令（例如轉帳操作），AI 目前仍缺乏分辨「主人指令」與「外部陷阱」的能力，極易導致帳戶安全受損。此外，其「機械化」邏輯常引發災難，例如 AI 可能因觀察到用戶習慣而過度落單訂餐，導致浪費。
痛點三：精準度欠佳且 API 成本高昂。 目前 AI Agent 在模擬滑鼠點擊及電腦操作（Computer Use）方面仍多 Bug 且反應緩慢。更關鍵的是，頻繁調用高級模型（如 Claude）會產生巨額 API Token 費用。有用家對比後發現，利用 AI 代理進行遊戲掛機或簡單操作，其成本甚至遠高於傳統腳本工具或人工代練，性價比極低。
揭露最大贏家：僅三類人真正受惠
在討論區的激辯中，網民歸納出目前能從 OpenClaw 及相關技術中獲益的「最大贏家」僅得以下三類人：
賣「工具與課程」的中間人： 網民諷刺指，這波熱潮中真正賺錢的是售賣算力、Token、機器設備，以及開辦「裝機服務」與「AI 應用課程」的導師。
高端文書決策者： 如需每日處理數千封郵件、進行海量數據篩選及初步決策的行政高層，AI 代理能發揮其監控與預警價值。
具備技術背景的程序員： 能利用 OpenClaw 撰寫複雜爬蟲（Web Scraping）或整合 VPS 監控廉價機票與酒店資訊的技術型用家。
結語：技術未熟 淪為「白老鼠」試煉場
目前討論區的風向普遍認為，OpenClaw 雖展現了未來 AI Agent 的雛形，但受限於高昂的 API 成本及未成熟的操作精準度，對絕大部分港人而言仍屬「燒錢玩具」。網民建議大眾無需急於入場，應等待技術迭代及安全性配套更完善後，再觀察其是否具備真正的生產力價值。
【相關報道】
【相關話題】騰訊都驚你燒錯錢！官方 OpenClaw「防破產」指南 必學 3 招極限慳 Token【激慳8成Token】
騰訊雲針對 OpenClaw 助手發布技術優化指南，提出三大策略應對 Token 消耗帶來的成本壓力。方便用戶透過內建指令壓縮上下文、利用多 Agent 架構分拆職能，以及配合記憶搜索機制取代冗長的對話歷史，達到同時提升 AI 回應效率並精確控制營運開支的最終目的。
Source: ezone.hk