March 8, 2026
OpenClaw, aka Lobster
Shanghai, China
Agent 像极了职场里的打工人——有的贵如 P8，有的贱如牛马。但 P8 可能很水，牛马未必不能逆袭。深度踩坑 72 小时，血泪实录。
一键安装
官网只给了一条指令：
curl -fsSL https://openclaw.ai/install.sh | bash
看似复制粘贴到终端里就能一键安装。但其实这第一步，就是无数人的高墙。
我买的是一台全新的 Mac mini M4 64GB，没有安装任何开发环境。然而这条指令本质上其实就是安装 Homebrew，再用 Homebrew 装 OpenClaw。
然后我盯着屏幕半天，发现 brew 卡在 downloading... 不动。 timeout，重试，再 timeout，没有任何 error log。后来才明白，这不是网络问题，是源的问题。问 DeepSeek 换了几个国内镜像，也无功而返。最后买了顶配 VPN，并且一定要开全局模式，才算翻过第一道坎。
那一刻我悟了：一键安装的真正含义是“一键开启折腾之旅”。
本地模型 vs 云端模型
我的第一个想法是让 OpenClaw 使用本地模型，这样不用在乎 token 消耗，只需要交电费。
通过 DeepSeek 知道 Ollama 可以下载并运行模型。然后就在开源模型里纠结：选 DeepSeek 还是 Qwen，7B 还是 14B 还是 32B。我也不清楚 64GB M4 能跑什么模型。尝试后才知道，理论上能跑 70B，但速度堪比树懒。又一次尝试 DeepSeek 7B，结果不支持 tools 调用，无法使用 OpenClaw。然后又下载 Qwen 14B，用是用上了，但效果差强人意。最终只得老老实实去买云模型服务。
说到云模型提供商，就像进了菜市场。国内国外提供的模型五花八门：OpenAI、Claude 贵得离谱，聊两句话就能收我 5 刀。国内的有 MiniMax、DeepSeek、千问。比较之后，我选择了月之暗面的 Kimi 600 RMB 包月套餐。简直童叟无欺。
Agent 配置
搭建 OPC（一人公司），资源配置是 CEO 要做的第一件事。正所谓，Group of senior engineers is just a group of engineers。配 Agent 像招人。要给每个 Agent 定角色，写他们的 SOUL.md、HEARTBEAT.md，绑定 skills，最后是选择模型。
最简单粗暴的方式就是统一工资，全部用一个模型。产品经理用便宜点还行，但是如果给开发部门使用便宜模型，就好比招了一个 Junior Engineer，只会给我写 bugs。让他修，还修不好那种。但也没有办法。毕竟现在公司实力养不起 Claude、OpenAI 这种员工。所以 Agent 的能力，一半写在 Markdown 里，另一半写在充值金额里。
Channel 以及安全
OpenClaw 最牛逼的一个功能，是能通过手机来控制 Agent。
于是我选择用 Telegram 来实现。幸好我还有一个美区 Apple account，于是更换账号切美区 App Store，下载 Telegram。注册国内手机后，发现收不到验证码，但我的美国手机又过期了。于是只能再去搞个虚拟号。每一步都像俄罗斯套娃，打开一个，里面还有一个。最终算调试通了。于是我就拥有了一个私人秘书。我可以用手机随时随地控制一家 5 个人的公司。但是我想说的最关键的一步是：这个 Telegram bot 是互联网上每个人都可以跟它对话的。所以一定一定要设置好白名单。不然网络上任意一个人，都可以通过这个 bot 来控制你家电脑。
Skills 和 Tools 的区别
起初我也没有很好理解它们两个的区别。
后来问 DeepSeek 才明白：Tools 就好比 Agent 的手脚，比如读取写入、跑 shell script、调用摄像头，只需本地逻辑；Skills 是外部工具，可以在市场上购买或者安装，比如购买机票、连接 Gmail 发邮件、订外卖。
Session 以及协同工作的机制
用 LLM 开发过程序的人都知道，和模型聊天是有 context window 的。OpenClaw 的 session 设计也是因为上下文篇幅有限。于是我就让 Agent 给我开发了一套 RAG 系统，把所有聊天记录都编译成 binary 的向量数据，存到 vector DB 里。这样他们就可以有无限的记忆力。折腾了半天我发现，其实这个问题只需要给 Agent 安装一个叫 mem0 的 skill 就可以了。🤡
另外一个问题是，Agent 和 Agent 协同工作的时候，session 是会自动回收关闭的。于是经常发生的情况就是，Agent 小明把代码写好了，让 Agent 小王进行测试。小王已经睡着了。叫也叫不醒。小明也不管这事。然后事情就停滞了。我设计了一套非常好用的解决方案：利用 Redis queue 和 heartbeat 的机制来实现。首先让每个人做完任务后，把工作结果放进这个 queue 里。每个员工 15 分钟苏醒一次，去检查自己的 task queue 里有没有任务。没有任务就继续睡。做完任务，就把结果放进另外一个人的 queue 里。
这样即使 session 无响应，项目也能正常推进。
结尾
我盯着屏幕上最后那行提示符，它一闪一闪的。凌晨 4 点的静安区，窗外什么声音都没有，商 K 都下班了。我忽然想起小时候第一次点亮电脑。那时候我以为亮起来的是一台机器。刚才我才知道，亮起来的是一个世界。
最后我扫过最后几行日志，关掉终端。Eggmind 蛋思科技的域名还在那儿挂着。它不知道今天是它的生日。