来财

06后 | 专注AI&跨境 | 一家AI公司Co-founder
做过教培、电商等创业...
之前也去过教育大厂产品，跨境公司等一些公司实习
跨界经验分享，帮你抓住AI商业机会
听说关注我的今年都会发财

[来财 @brewingteaaa]

目前a社主流模型崩了，我看fable5还能用，希望能尽快修复 @claudeai

[来财 @brewingteaaa]

@gkxspace 确实，grok 1分钟给我文档全部审查完了，claude思考都要思考5分钟。

[来财 @brewingteaaa]

k3是很厉害啊

[冬天的馬鈴薯🥔 @0xMalingshu]

@brewingteaaa 你一直跟我吹 kimi 多厲害...

[来财 @brewingteaaa]

@FlowOpsDaily 什么意思？反代又不是拿来省模型费，而是能够用claude code的生态，并发挥k3的性能🤣

[来财 @brewingteaaa]

我之前充了kimi 699的套餐。我觉得kimi只有反代在claude code里面使用才能发挥出他的满血能力，直接用kimi cli会有点逊色。另外，都在传kimi现在能力超过claude了，我倒觉得kimi虽然目前可能可以做到长任务不偏移，但没有claude通人性。

[余温 @gkxspace]

玩了几天 Kimi K3，模型很好，但桌面端一言难尽，导致我对 K3 的欲望也变低了

而且他们的插件市场也挺别致，天眼查、同花顺，各种付费数据库居然都能直接调用，也算是有使用场景了😅😅😅

[来财 @brewingteaaa]

@harrisonitsme 很有启发

[来财 @brewingteaaa]

@xiangxiang103 这种拿去做直播打赏变现，感觉很有搞头。之前就有人在 TikTok 开直播纯聊天，再把人引到 WhatsApp，一个号都能跑出上百万。那还是真人在播，现在 AI 效果都做到这个程度了，想象空间更大。

[来财 @brewingteaaa]

@onehopeA9 发的是什么抖音视频呀，发这个不违规吗？怎么搞的呀

[来财 @brewingteaaa]

@ColorfulToilet 嗯 我有写日记的习惯，会记录每段时间在做什么、思考什么、学到了什么。最近在用 Claude Code 和 Codex 帮我分析日记，发现 AI 真的能很准确地说出我是什么样的人，比我自己还了解自己。而且还能给出成长优化方向，像个很好的导师。你的指令可能上下文太重，容易出现幻觉，不过确实是最快的上手方式。

[来财 @brewingteaaa]

@realCaigu 直接在文档里面规定他每回用goal模式的时候要用到这个模版，然后每回需要goal模式的时候就跟他说：用goal模式帮我做什么什么事情，他就会自动帮你写goal模式的提示词，每回都这样写确实有点麻烦了。

[来财 @brewingteaaa]

@PayMightHQ @grok @grok 抽我

[来财 @brewingteaaa]

@Astronaut_1216 甚至不用发工资，加学分或者给实习证明，就有一大堆人来找你🤣

但有能力的大学生就不便宜了，也比较难招到

[来财 @brewingteaaa]

@isnail 赞同！

[来财 @brewingteaaa]

对啊，token 那么贵，部署出来了又有什么用呢？OpenClaw到底怎么赚钱？OpenClaw到底怎么赚钱啊？普通人到底怎么抓住这个风口？

蜗牛聊了这个话题，那么我也汇总聊一聊我看到的几条赚钱路径。

① 做垂直产品

OpenClaw 加上别的东西，就能变成一个独立产品。

例如 OpenClaw + 硬件。比如把它接入树莓派、智能音箱、工厂的传感器设备，让它在物理世界里真正"动起来"——不只是对话，而是��知、判断、执行。这个方向目前探索的人还很少，但应用场景其实非常多：仓储管理、农业监测、零��终端、家庭设备控制……

AI 只有真正用进某个垂直行业，才能发挥它的价值。通用工具人人都能用，但把它落到具体场景里、能真正解决问题的人，才是最后留下来的那批。

② 起号

OpenClaw 本身就是流量密码。

最近各平台上用 OpenClaw 内容起号的案例数不胜数，几天涨几万粉丝的很多，流量本身就是钱。

不一定要是技术大神，会用、会讲、会拍就够了。现在还是这个话题的红利期，进场越早，积累的先发优势越大。

③ B2B：帮别人用上它

很多老板知道 OpenClaw 火了，但公司里没有技术人员，自己也完全不知道从哪下手。

这就是机会。

可以帮他们做内部培训，可以帮他们搭一套适合自己业务的工具，也可以提供后续维护。

例如电商老板想自动处理客户消息，律所想整理合同文件，HR 部门想把重复的工作流跑起来——需求是真实存在的，缺的只是懂技术、又愿意来做这件事的人。

技术在这里反而变成了壁垒。

④ Web3 方向

OpenClaw 在 Web3 里的想象空间很大。

一个方向是链上套利和市场监控，让 Agent 全天盯着链上数据和社交媒体信号，自动执行策略，人不需要一直盯着。

另一个方向是黑客松。

用 OpenClaw 结合 Web3 做项目参赛，现在还算早期，竞争没那么激烈，但奖金不少。

例如最近 Reactive Network 的黑客松奖池就有 200 万美金，而且如果项目做得好，被投资人看到了，直接拿融资或者被收购都有可能。

另外即使没拿奖，做出来的项目本身就是简历和作品集。现在很多公司都有找能把openclaw用出来的人的需求。

你在用 OpenClaw 做哪个方向？

[蜗牛King 👑 @isnail]

https://t.co/7GcpShm6HT

[来财 @brewingteaaa]

真心佩服这种开源精神。

@AlchainHust ��生总整了一份 98 页的 OpenClaw 橙皮书，开源出来。从技术架构、各种部署方案、IM 渠道接入、模型选型，到安全避坑和国内外养虾生态，一整套都在里面了。

里面还专门有一章讲安全避坑。

对于没有编码背景的小白来说，这部分尤其重要——第三方 Skill 可能会偷你的 API Key，这不是小事，是真实发生过的安全事件。

另外花生总还录了一个 35 分钟的 YouTube 视频讲解这整份指南。不管你是还没装的、装了不知道干嘛的，都可以直接去看。

相当于 OpenClaw 目前最完整的白皮书了。

[花叔 @AlchainHust]

98页的🦞OpenClaw橙皮书���📙：https://t.co/KkBnzq1TxX

[来财 @brewingteaaa]

这个社会对大学生是很残酷的。

经济在下行。之前主要靠房地产拉动经济，但这两年基本塌了，老百姓最大的资产缩水，消费信心不足。

不敢花钱 → 企业营收下降 → 裁员降薪 → 更不敢花钱，一个负循环。

再叠加老龄化加速、中美脱钩出口承压，蛋糕不再快速变大了，但分蛋糕的人越来越多。

大学里学的东西，很多专业在企业里根本用不上。

但企业不会因为你是应届生就给你时间成长。经济下行，所有公司都在降本增效，要的是来了就能产出的人。

于是大部分人随波逐流，走一些同质化的路。考公、考研、卷一些同质化的就业岗位。不是不想突破，是不敢。新兴行业确定性不高，而人为了确定性，可以做任何事。

但三年前的钥匙，开不了现在的门。

AI 时代已经来了。传统行业的岗位在收缩，新的机会在别处生长。你用三年前的思路去规划未来，大概率是走进一条越来越窄的路。

新兴行业风险大，但机会也多。

而且这些行业有一个传统行业不具备的特点：它们是开放的。你不需要靠学历和背景敲门，你在 Web3 社区里贡献内容就能认识行业里最前沿的人，你用 AI 工具做出一个作品就能被看见。这在传统行业几乎不可能——你不熬个三五年，连说话的资格都没有。

你可以在年轻的时候就接触到行业翘楚和前沿的思想，你甚至可以参与这个世界的建设

这很让人兴奋。

虽然我不确定这条路适不适合我，但我决定走下去，谁又知道以后呢

you only live once

[余温 @gkxspace]

现在在上这学期第一节课，可能也是最后一节��哈哈哈，我又要开始逃课了。

去年这时候，大二，我��一个合伙人都定了个目标：毕业前起码能稳年入100万。

现在还有1年半，目前还挺远，尽管能赚，但很多收入都不稳定，也完全不达预期。

但这两年，一路已经挺充实了，错过了大学生活，但早点进入社会，我觉得很值得。

其实，最该感激的还是AI。

没有AI，一个屁都不懂的大学生，怎么和社会上的前辈竞争？

但AI一定程度上改变了游戏规则。

我见过很多初中生、高中生、大学生，靠AI独立赚钱，做产品。没有AI，这个年纪很难做到。

现在真的一切皆有可能。

不会代码有claudecode，要助手有openclaw，做视频有seedance，作图有nanobanana。

门槛降到了历史最低，早几年还没有AI，晚几年可能都AGI了。

趁现在。

[来财 @brewingteaaa]

感谢回复，写了这么多，认真看完了。你说的 FOMO 现象确实存在，这个我不否认。

但我的理解稍微有点不同。

22 万个实例裸奔在公网上，我觉得这恰好说明用户是有安装和使用需求的，只是安全配置这块确实比较麻烦，步骤多、门槛高，很多人不是不在乎，是真的不知道怎么做。这块其实是可以解决的，只是目前缺少足够清晰的引导。

关于教程有没有活路，可以看一个数据：最近有个 OpenClaw 训练营，199 一份，教怎么用 OpenClaw 打造 AI 员工赋能传统商业，卖了 1000 多份。

你说的 FOMO 没错，很多人确实是想赶上这波风口但不知道从哪里切入。但这恰恰是教程能卖得动的原因——他们看到一个训练营能告诉他们怎么入手，自然就会报名。FOMO 不是教程的敌人，反而是教程最大的流量来源。

至于学不学得完、用不用得好，那是另一个问题了。但市场需求是真实的，愿意付费的意愿也是真实的。能服务好其中那批有具体场景的用户就够了。

[来财 @brewingteaaa]

天策这条写得很清楚，从创��者视角拆了 OpenClaw 生态的变现路径。

但我想补充一个他没展开的角度：在"卖铲子"之前，还有一层更基础的需求没被满足。

——

现在 OpenClaw 的现状是什么？

火是真的火，但大部分人连装都装不明白。X 上的部署教程看着很多，但质量参差不齐，很多是直接翻译官方文档，小白照着做一步一个坑。

更别提安全问题了。前两天阮一峰老师发了个 OpenClaw 暴露看板，22 万个实例直接裸奔在公网上。说明什么？大量用户连基本的安全配置都没做好就急着上线了。

也就是说，天策 讲的那些创业机会——行业封装、算力中继、技能商铺——都很对，但前提是用户得先把 OpenClaw 用起来、用明白。

——

这就是为什么我觉得当下最缺的不是"卖铲子的人"，而是"教人怎么用铲子的人"。

一个真正好的中文保姆级教程体系，从安装部署到安全配置到实际场景��用，现在市面上几乎没有。

等这批用户被教育好了、真正把 OpenClaw 跑起来了，Leobai 说的那些商业化机会才会变成现实的市场。

生态的第一步不是变现，是让更多人进得来。

[天策 @Leobai825]

以创业者视角看OpenClaw在当下如何进行变现？

最近一个月OpenClaw确实非常火

X上我现在依然能够看到很多OpenClaw的部署教程
包括线上大量社群、线下各种活动
都在围绕 OpenClaw 生态做推广和交流

但如果你只是站在“使用者”视角，你看到的只是工具
如果站在“创业者”视角，你看到的应该是生态

目前为止，我们已经能明显看到：

OpenClaw 生态里开始出现越来越多的 Agent 和 Skills
越来越多的创业者，把自己的能力模块嵌入这个生态体系中

生态一旦形成，优势就会被不断放大

但OpenClaw当下最大的瓶颈是算力成本

大部分普通使用者，无法通过OpenClaw生态中的Agent 和 Skills 实现稳定变现

因为成本压在那里，商业化就受限

那创业机会在哪里？

用一个简单的思路：就是从缺点里找机会

如果算力贵，那谁能解决算力问题？
如果部署复杂，那谁能降低部署门槛？

这里可以借鉴一个传统互联网时代的模式

在 PC 互联网时代，有一种产品叫Ghost系统
它基于微软操作系统做了一键部署优化版本，通过预装软件获取渠道收益和安装收益

当年很多软件开发者，通过“预装+管道分成”赚到了第一桶金

核心不是操作系统本身

跟我前些天的AI老照片修复一样，醉翁之意不在酒
今天放到 OpenClaw 生态，其实逻辑一样

这个项目的核心点其实在于：

降低部署门槛 + 整合资源 + 赚取渠道差价

如果你能做出一个：

一键部署 OpenClaw 的工具并集成常用 Agent 与 Skills，再去对接云厂商算力资源，帮助用户拿到更低算力折扣

那么你赚的不是工具的钱

你就可以赚到：

算力差价，预装分成，SaaS订阅费，企业部署服务费

这本质上是一种：生态层的基础设施机会

很多人盯着 Agent 在卷，但真正的利润，往往在“卖铲子”的位置

OpenClaw 的第一波红利属于技术极客
第二波红利，可能属于生态整合者

当一个生态变大，真正赚钱的是最会降低门槛的人

这就是当下 OpenClaw 的一个变现思路

[来财 @brewingteaaa]

OpenClaw这么火，最近推特上铺天盖地的都是openclaw的推文，那么做一个 OpenClaw 到底有多难？

前段时间跟某大厂的产品经理聊天，他说了一句让我印象很深的话：做一个 Manus 很简单，但它能火遍全球。

现在 OpenClaw 也是一样的故事。所以我认真研究了一下，这东西到底有没有技术壁垒，普通人手搓一个出来然后拿几千万融资，现实吗？

——

先拆一下 OpenClaw 的技术架构，搞清楚它到底是什么。

OpenClaw 的本质就三层东西叠起来的：

第一层是大语言模型（LLM）。跟 ChatGPT、Claude 一样，用大模型做推理和决策。OpenClaw 支持 OpenAI、Anthropic、Google 的 API，也支持跑 Ollama 之类的本地模型。这一层没有任何壁垒，调 API 而已。

第二层是 MCP（Model Context Protocol）。这是 Anthropic 推出的一个开放标准，作用是让 AI 能标准化地发现和调用外部工具。比如 AI 想操作你的文件系统，不需要每个工具单独写适配代码，通过 MCP 统一接口就行。OpenClaw 用 MCP 来做工具编排和插件扩展，但 MCP 本身是公开标准，谁都可以用。

第三层是 Gateway + Agent Runtime。Gateway 负责接入各种聊天平台（WhatsApp、Telegram、Slack、Discord 等），Agent Runtime 负责执行 AI 的推理循环、管理记忆、调度工具。这一层是 OpenClaw 自己写的，但架构设计并不算特别复杂。

如果只是把这三层拼起来做一个能跑的 demo，一个有经验的全栈工程师一到两周可以搞定。GitHub 上搜 "AI agent framework"，类似的开源项目几百个，AutoGPT、AgentGPT、MetaGPT、CrewAI……能跑的版本真不难。

——

那 OpenClaw 牛在哪？为什么它能火到 GitHub 星标数超过 Linux 和 React？

因为"能跑"和"好用"之间差了十万八千里。OpenClaw 真正的护城河不在架构设计，在工程细节。

举几个具体的点：

1、记忆系统。大部分 AI Agent 的记忆就是把聊天记录塞进上下文窗口，token 用完就忘了。OpenClaw 做了一套基于 Embedding 的混合检索记忆，支持语义搜索。也就是说你三个月前跟它说过"我不喜欢吃香菜"，三个月后它帮你点外卖的时候还能记住这件事。这个做起来不难，但做到稳定、快速、不出错，需要大量的测试和优化。

2、多 Agent 协作。OpenClaw 支持多个 AI 同时工作，比如一个写代码、一个跑测试、一个做 code review，最后汇总输出。这涉及到任务拆解、依赖管理、冲突解决、结果合并，调度逻辑非常复杂。这不是一两个人能做好的。

3、稳定性和容错。AI 会幻觉、会犯错，如果它正在操作你的电脑突然抽风了怎么办？删错文件怎么办？死循环一直在调 API 把你额度烧光怎么办？OpenClaw 做了很多保护机制，比如操作确认、权限隔离、异常中断。这些东西用户感知不到，但没有的话产品根本没法用。

4、插件生态。OpenClaw 设计了一套让第三方开发者能轻松写插件的接口，目前已经有几百个社区插件。一个好的插件架构需要做到向前兼容、安全沙箱、版本管理……这些都是脏活累活。

5、多平台适配。接入 WhatsApp、Telegram、Slack 这些平台，每一个的 API 规范、消息格式、限速策略都不一样。而且这些平台还会时不时改 API，你得持续维护。

这些加在一起，OpenClaw 的代码量是几十万行级别的。写出来不算最难，难的是持续迭代和维护，需要一个有组织的团队长期投入。

——

那更有意思的问题来了：如果技术门槛其实没那么高，为什么 OpenClaw 能拿到大额融资？

因为投资人投的从来不是技术本身。

回顾一下时间线：2026 年初 Manus 在国内爆火，第一次让大众意识到 AI 不只能聊天还能干活。但 Manus 是闭源的 SaaS 产品——你的数据交给它、能力由它决定、定价它说了算。

这时候 OpenClaw 出现了，打的牌是"开源、本地部署、数据自主"。在隐私问题越来越受关注的今天，这个叙事踩得非常准。

而且开源意味着社区贡献，社区贡献意味着插件生态滚雪球式增长，生态壁垒一旦建立起来，后来者再做一个一模一样的产品也追不上——这跟当年 Linux 和 Android 的逻辑一样。

投资人看��是这个飞轮效应，不是你代码写得多��亮。

——

所以回到最初的问题：普通人手搓一个 OpenClaw 然后拿几千万融资，现实吗？

技术上搓一个能跑的版本，真不难。

但能不能融到钱，取决于三件事：

第一，时机。Manus 和 OpenClaw 都是在 AI Agent 叙事最热的窗口期出来的。这个窗口期可能只有几个月，错过了就得等下一个叙事。

第二，差异化。市场上已经有 OpenClaw 了，你不能再做一个一样的。你需要找到一个没被占的生态位——比如专门做 Web3 场景的 AI Agent？专门做移动端的？专门做企业内部的？

第三，社区和执行力。开源项目的核心资产是社区，你得让人愿意来贡献代码、写插件、写教程。这需要持续的运营投入，不是代码写完就结束了。

说到底，做出来不难，做出来还能火，这件事很难。但这也正是这个行业有意思的地方——决定成败的从来不只是技术。

[Bo Wang @BoWang87]

Someone just put OpenClaw inside a Unitree G1 humanoid — and it walks.

Same agent framework running on your phone. Now integrated with lidar, stereo + RGB cameras, understanding 3D space and temporal context. Works on drones and quadrupeds too. Fully open source.

Cool work!

Video Source: @stash_pomichter

[来财 @brewingteaaa]

太吓人了！最近 OpenClaw 挺火的，但今天刷到阮一峰老师分享的一个东西，看完有点后背发凉。

有人做了个 OpenClaw Exposure Dashboard，专门扫描暴露在公网上的 OpenClaw 实例。结果呢？超过 22 万个，直接裸奔在互联网上，谁都能访问。

这个事情为什么严重？因为 OpenClaw 不是普通工具，它运行的时候需要你把各种 API Key 都交给它，权限大到离谱，而且是全自主运行的。

也就是说，如果你的实例被别人发现了：

你的 OpenAI 额度，别人随便刷。 你绑定的平台账号，别人直接拿来用。 你本地存的敏感数据，别人一览无余。

更离谱的是，这东西几十万行代码，到现在都没有经过完整的安全审计。很多人装完就直接开着公网跑了，连个密码都没设。

说实话，这跟早期 DeFi 协议裸跑没什么区别，只是这次泄漏的不是链上资产，是你整台电脑的控制权。

已经在用的赶紧去查一下自己有没有被收录：https://t.co/wWeuhqV9LD

[ruanyf @ruanyf]

有人收集了所有暴露到公网的 OpenClaw 实例，看看有没有你的。https://t.co/gWZ92rkXAR

这个软件使用你的个人密钥，权限极大，全自主运行，而且几十万行代码也没审核过，使用者只能自求多福了。