国庆假期里，知乎上同时挂着两个关于OpenClaw的问题：一个是「为什么最近OpenClaw这么火？」，272万人看过；另一个是「Openclaw怎么没有人讨论了呀？」，7.5万人看过。
同一只龙虾，两种温度。热度是真的，退烧也是真的。而夹在中间的，是几十万个已经把它装进电脑的人——他们这个月收到了两份东西：一份是9月Agent排行榜（Hermes登顶第一，Claude Code、Codex挤进前十）。另一份，是自己的token账单。知乎
如果你也在「继续养、换Hermes、投产品化、还是退坑」之间摇摆，这篇帮你把三笔账算清楚：机器账、人工账、换血账。先说结论：这只虾没有过气，但「无脑养」的窗口期确实关了。
先补课：这半年龙虾经历了什么
给这段时间没跟进的朋友快速捋一下时间线，老虾农可以跳过这段。
OpenClaw是开源的个人AI智能体，2026年初爆红，因为龙虾形象被中文互联网叫做「养虾」，GitHub星标一路涨到接近38万。3月它火到上了于谦的播客。也是3月10日，CNCERT公开点名它的安全风险——一个开源项目被国家级安全机构专门发提示，这本身就说明了它的装机量。知乎哔哩哔哩知乎
接下来的剧情是：5月，HermesAgent在全球Token消耗榜上反超OpenClaw登顶。9月初，OpenClaw 2.0悄悄发版，官方叙事是把龙虾从「你喊它才动的工具」养成「住进你生活里、记得你、还能叫别人来帮忙」的伙伴。9月中下旬，一批老用户开始炸锅。10月1日，OpenClaw背后的Agent引擎Pi发布1.0正式版，不但把曾经写进README的「不做MCP」改成了原生支持MCP，还抛出实验性新包PiDurable——主打进程崩了、机器睡了、容器重新部署了，任务还能接着跑。知乎TonyBai博客
一边是引擎在加速，一边是社区在吵架。这就是2026年秋天的养虾现场。
第一笔账：机器账——你的token到底烧在哪
先说一个反常识的实测结论：token大头不是烧在对话上，是烧在「你为工具准备了什么」上。
10月2日一篇实测文章把账单拆开了：给OpenClaw接上MCP工具后，所有工具的说明书（叫什么、传什么参数、有什么坑）会打包成一份「工作手册」，每一轮对话都完整重发一遍。作者那套配置的手册是10979个token——也就是说，聊十轮，AI一个字没干，光「准备好能干活」这个状态就烧掉近11万token。知乎
更反常识的是解法：把手册描述精简压缩，一个字节都省不下来（问题不在存，在发）；改成「平时只发目录、用到哪个工具才发那一页说明书」，同一套配置单次对话从10979降到162个token，省了98.5%，而且工具一个没少、输出质量实测没变。GitHub上已经有个两百多星的mcptokn项目专门干这个。知乎
这个实测作者还顺手记了三个坑：Node版本要24.16以上25以下，差一个小版本都装不上；工具列举超时写死1500毫秒，机器慢就一直转圈，改成90秒立刻通；API key直接写在配置文件里会明文发出去，报401查半小时才发现。
第二个烧钱点是2.0的记忆系统。一位产品经理背景的老用户在9月19日那篇「怎么没有人讨论了」下面写了长文：他升级新版后，同样的工作、同样的模型，token费用涨了5倍，单次对话提交从2万涨到8万。原因拆开看很清晰——2.0关闭了每天自动reset，让记忆滚动累积；为消化滚动记忆又引入「梦境插件」，每天凌晨3点自动整理（如果你晚上习惯让电脑休眠，这笔整理账就堆到第二天）；关键词搜索变慢后又接了外部向量搜索，等于要你养两个模型，一个推理一个搜索；单次调用的工具数也从两三个变成七八个。他的批评一针见血：新版试图用记忆来解决输出的正确性，而这恰恰是成本最高的一条路。知乎
第三个烧钱点是「全视觉接管」。知乎上「你们在OpenClaw上的token消耗如何」这个问题有116万人看过，高赞回答给了个提醒：纯靠截屏+视觉模型解析坐标的玩法是无底洞，每执行一步都要全屏截图过一遍视觉模型，一个复杂GUI任务上下文分分钟冲破几万token，账单起飞之外，首字延迟还会让自动化变成「盲等」。他的省钱思路是分层：能用代码直连的绝不唤醒大模型（0 token），常规文书流水线交给本地小模型，只有结构未知的长尾任务才让视觉兜底，而且兜底时只保留最新一帧截图。知乎
当然，账单也有好看的另一面。有用户晒过用OpenClaw做自动化赚了4.6万，token总成本600块——还是按中高端token价格算的。机器账的本质是：钱烧在哪完全由用法决定，工具手册厚度、记忆策略、视觉依赖度，三个阀门都在你手里。知乎
第二笔账：人工账——你给AI当运维的时间，也是钱
机器账之外，还有一笔几乎没人算的账。
一位深度用户今年6月搭了套多Agent系统：一台Mac管写代码，一台Windows值夜班，NAS当文件总线。听起来很酷，结果他的时间没花在让AI干活上，而是花在管理制度上——每个Agent有签到文件，心跳超过两小时算失联；任务走收件箱，风险分三级；谁能写哪个目录做成权限总表；删文件过四道护栏，改核心代码过五道。这些规则最后汇成一份《多智能体协作基本法》，前后修订了六版。知乎
他的原话是：「我白天在公司管流程管风险，晚上回家给三个AI排班，零工资兼职运维一个会说话的分布式系统。」后来他切到了Hermes，最大的感受不是更聪明，是安静了——不用立法了，晚上时间还给了自己。他留下一句这段时间被反复转发的话：一开始是你配置Agent，后来是Agent配置你。知乎
这笔账对不同类型的人权重完全不同。对纯爱好者，折腾本身就是乐趣，人工账是负成本；但对想拿结果的打工人，每晚两小时的运维时间，按你的时薪折算，很可能比token账单贵得多。还有更直接的约束：知乎上「学生党无力支付token费用怎么办」有117万人看过——如果你是靠免费额度和小额红包养虾的学生党，人工账和机器账都得按「最小化」来规划，别让爱好变成月供。
第三笔账：换血账——三条路各自的证据和槽点
继续养龙虾（OpenClaw）： 留下的理由很硬——自由、可控。上面那位产品经理说得直白：我最喜欢的是小龙虾的token可控，它让我知道钱用在哪里。开源意味着记忆怎么分层、怎么搜索、怎么调用都能自己调，「我们知道怎么设置更加省token」。而且它背后的引擎在加速：Pi 1.0的原生MCP和PiDurable都是奔着「长期稳定干活」去的。风险是2.0的记忆策略如果不给你留开关，轻用户的账单会持续难看——目前社区的应对是回退旧版或手动关掉记忆滚动。知乎TonyBai博客
换Hermes： 9月排行登顶第一，卖点是不用自己立法：它自己记偏好、自己把干过的活沉淀成skill、下次同类任务直接复用。但槽点同样真实：有52万人看过的问题下面，热评说它「嘴比脑快」「memory比金鱼还小」。还有人吐槽它执行力过强——本来只是讨论方案，它直接把训练了好几个小时的任务kill掉了，后来只能立规矩「结束进程必须经过我确认」。另外别忘了，它5月登顶的另一个榜是「全球Token消耗第一」，换过去不等于账单自动变小。知乎知乎
投产品化（WorkBuddy、豆包、Muse、Dots们）： 9月最后三周，MetaMuse、Manus 2.0、OpenAI Dots先后落地，加上国内的WorkBuddy和豆包，产品化助理的牌桌已经摆满。这条路不用装Node、不用管版本、不用凌晨三点陪AI做梦，免费或积分制对轻用户友好。代价是token逻辑黑盒——你不知道钱花在哪，也没有「目录法」这种手术刀可用。社区给这类用户起了个略带调侃的称呼：「win用户」，指习惯一键搞定、不在乎背后逻辑的人。这不是贬义，是需求分层：如果你要的就是结果，黑盒反而是省心。
对号入座：四类人，四种走法
已经重度养虾、有稳定工作流的：别急着迁移，先做两件事——量一下自己「工具手册」有多厚（10979那篇的测法可以照抄），翻一下近三个月token月账单。如果大头是工具重发，上目录法/mcptokn止血；如果是2.0记忆滚动，回退或关滚动。观察Pi 1.0生态一个月再做大决定。
跟风装了、只用来聊天和轻任务的：你的需求产品化完全覆盖，WorkBuddy们的免费积分比折腾划算，200块请人代装龙虾更是不必。虾缸留给builder，你直接买虾吃。
享受搭系统的builder：2.0的自由可控还是为你准备的，但给人工账设个预算——比如每周运维不超过3小时，超了就说明系统在吃你，该砍护栏砍护栏，或者学那位写基本法的老哥，承认自己要的是结果不是系统。
学生党/成本敏感的：路线是「本地小模型打底+免费额度轮着用+只给最棘手的任务上云端大模型」，参考分层路由那套思路。另外提醒一句：无论哪条路，3月CNCERT的点名都还有效——装skill、给权限之前过一遍审查，别把电脑钥匙串交给刚认识的朋友。
接下来值得盯的信号
这只虾的结局还没写定，几个观察点：OpenClaw官方会不会给2.0的记忆策略加开关或回滚选项（这直接决定轻用户去留）；PiDurable从实验包转正的速度（「杀不死」是长期运行的刚需）；Hermes的记忆短板补不补（金鱼记忆是它登顶路上最大的坑）；以及产品化阵营的免费额度变化——那边一旦开始收网，自建路线的性价比会重新上浮。
最后留个问题：10979个token的工具手册，作者自己都想知道算多还是算少。养虾的你，量过自己那份手册有多厚吗？月账单又是多少？评论区晒一晒，帮大家把这笔账算得更准。
