工信部提醒出了，OpenClaw还在NAS上跑：先查门，再查账单
OpenClaw 爆火的当口，跟来一盆冷水：工信部发布高危风险预警，点名的正是这只人人都在"养"的龙虾。B 站上飞牛 OpenClaw 一键部署的整活视频还在往外冒。一边是提醒，一边是装机潮，赶潮的多半是 HomeLab 玩家：云服务器要月租，家里的 24×7 机器本来就开着，数据还不出门。知乎知乎哔哩哔哩
但装之前想清楚：你部署的到底是 AI 管家，还是一个拥有系统级权限、24 小时在线的数字员工？三件事按顺序查：门、账单、内存。
① 门：别把 18789 挂到街上
OpenClaw 的控制网关默认只听本机 `127.0.0.1:18789`，这是好习惯。坑在 Docker 的端口映射那行：写 `127.0.0.1:18789:18789` 只允许本机访问，写 `18789:18789` 就是把网关开到公网。知乎
这不是吓唬人——今年 1 月 RCE 漏洞 CVE-2026-25253 披露时，全网扫描发现超过 3 万个实例直接暴露在公网。知乎
这次工信部点名的也是配置层：指令诱导、配置缺陷、被恶意接管，都可能导致 AI 执行越权操作。官方文档早把防法写全了：别装在主力机，网关保持 loopback，外访走 SSH 隧道或 Tailscale，`auth.token` 改掉默认值，`tools.allow` 用白名单，技能装前看源码看作者，最后开操作确认——高风险命令必须你点头才执行。知乎知乎
至于那篇"发现 521 处安全弱点"的研究，方法论在评论区已经被骂成复读机，不必替它背书——公网 3 万裸奔实例，自己会说话。知乎
② 账单：龙虾不要钱，饲料要
开源免费最大的误会在这：免费的是工具本身，干活的大模型 API 不免费。Agent 模式一轮对话要调 5～10 次 API，还把完整上下文重发一遍。知乎知乎
教程评论区最高赞的留言就一句"token 警告"。有玩家晒过实测：上个月将近 30 亿 token 只花了 200 块，这个月 6 亿已经花掉 130，查下来是某次版本更新之后的缓存问题。缓存命中率，就是龙虾的饲料转化率。 实操就三条：先去模型后台设支出上限；上线前单独跑一天，看它到底烧多少；整理文件、定时摘要这类固定任务用便宜模型，难题再换强的。哔哩哔哩哔哩哔哩
③ 内存：网关好养，本地模型是另一回事
好消息：网关本身最低 1G 内存就能跑，4G 内存的 NAS 也有玩家实测够用。坏消息：跑 OpenClaw 和跑本地大模型，是两件事。知乎哔哩哔哩
有玩家拿 N5095 的 NAS 用 CPU 硬跑字幕识别，最后承认"cpu 是真慢"；换 N 卡之后，whisper 处理两小时音频几分钟收工。结论干脆：调外部 API，不挑机器；想断奶不吃 API，内存 8G 起步。哔哩哔哩
龙虾可以养，但先给它单独开间房
HomeLab 玩家的真优势不是省钱，是懂得隔离：独立虚拟机、虚拟网桥、单独 VLAN，先别把整个媒体库的钥匙交出去。官方建议也很实在：先在虚拟机里跑一周，摸清脾气，再考虑放到常用设备上。知乎
工信部的提醒不是"别装"，而是：这次你部署的不只是一个容器，是一个带系统权限的员工。员工可以干活，但得先领工牌、再进房间。
