最近比较热闹，上一周花500块钱安装，这一周花200块钱卸载。OpenClaw本来就不是给不具备一定编程基础的人用的，要是想让大家都能很顺畅地用，何必用Node.js、Docker安装，打包成exe或bin一键安装多便利？大模型API、Skill、Token，Agent，这一大堆概念，哪像Chat那么简单。
这玩意只是在国内火，好像国外波澜不惊，在HackerNews上近一周几乎没看到一条与OpenClaw有关的新闻，但也不是完全没有，有一条MacBook Neo上了热搜，哈哈。Anthropic的ClaudeDesktop、ClaudeCode，都非常惊艳，但也都是局限于编程领域，OpenClaw也不例外。大模型发展这几年，也就Chat这一种模型走进了大众生活。
OpenClaw的价值显而易见，代码在持续更新，写本文时，看到29秒前还有提交。在使用上，用户一个宏观的任务指令，剩下的事就不用操心了，最后得到一个高于自己预期的结果，何乐而不为呢？有人说OpenClaw还不成熟，那也不是，搭载Claude模型、配置合适的权限、给定一定的基础数据、下载靠谱的Skill，提升的工作效率不是一点点，但为什么热潮过后，大家也就失去了兴趣了呢？有几个原因。
一、价格
据说OpenClaw的系统指令就1万个Token，你说一句“你好”，1万零2个Token的钱就给了Anthropic或其他LLM厂家了，你可能觉得就第一次下达任务费钱，那还不是，像OpenClaw这种主动服务的Agent，不大可能一轮对话完成任务，需要多轮会话，那需要多少轮？那就不好说了，设定得轮数上限太低，解决不了问题，设定得太高，费钱。
二、安全
给个裸机，什么权限也不给，OpenClaw的功能等同于线上的Chat，而且更费钱，给的权限太多，又不安全，还不排除一些恶意Skill。另外，把社交媒体账户交给OpenClaw，这感觉上就不安全。
三、费用
那这么多问题，OpenClaw还能用起来吗？或者说如何用呢？答案是本地部署。OpenClaw不就是本地安装的吗？不全是，模型在外，花钱的东西在外面。
如果把模型部署到本地是不是又省钱、又安全？就是的，但本地部署要买算力，有的博主教大家用Ollama装模型，花不了几毛钱，但一分钱一分货，那样用只能是个玩具，没有实用性，精度太低，不小心推理出来个“rm -fr /”更可怕。
所以回到主题，花多少钱买多少算力够用？一般来说，至少得32B以上的模型才可以，参数量太低，生成效果肯定是不好。那就选32B的模型，我们算一下：32B的FP16精度模型需要64G显存，用vLLM等工具部署差不多得96G，这样48G的显卡就得两块，24G显卡就得4块，显卡的钱加上机器的钱，大概就是10万左右。有的32B模型还有FP8精度的，那样一块48G卡就够了。
openclaw docker 教程
10万也不是个小数字，但话说回来，这种配置方案本来就不是给个人用的，而是给企业用的，如果是个人用，实际上安全的问题也并不那么重要，用在线模型就可以了。
前面不是说这样用Token贵吗？问题是贵的事其实解决不了，本地装显卡跑模型也要耗电，也不便宜。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/284355.html原文链接：https://javaforall.net
