OpenClaw：自己打造 AI 代理人

說真的，OpenClaw 這東西蠻猛的。Claire Vo 說，她現在會跟 9 個代理人聊天。這些代理人分管工作、程式、銷售，還有家庭雜務。這不是玩具展示。這是把 AI 拉進日常工作流。

OpenClaw 是開源系統。它可以在本機跑，也能丟到 VPS。你可以從 Telegram、WhatsApp、Slack，或終端機丟指令給它。它再去拆任務、用工具、排程執行。講白了，就是一個會自己做事的 AI 代理人。

但先別急著興奮。這種工具很吃設定。它能碰你的檔案、email、行事曆、瀏覽器。你如果把它裝在主力筆電上，出事時就不是「重開機」能解決的。這篇就來拆 OpenClaw 到底怎麼玩，還有你該先避開哪些坑。

OpenClaw 到底是什麼

OpenClaw 是 local-first 的 AI agent 平台。它不是單純聊天機器人。它的重點是持續工作。你丟一個目標給它，它會拆成步驟，接工具，跑排程，然後把事情做完。

這種設計跟 ChatGPT 或 Claude 很不同。聊天模型很會回答問題。OpenClaw 則是想當你的長工。今天先讀信，明天再追進度，晚上還能跑一次檢查。它不是只回一句話就結束。

它的架構也很實際。前面有訊息入口。中間有 agent 身分。後面有工作區、技能、排程，還有每 30 分鐘一次的 heartbeat 檢查。這代表它不是靠一次 prompt 撐全場，而是靠一整套工作系統在運作。

• 可從 Telegram、WhatsApp、Slack、終端機收訊息
• 每個 agent 有自己的工作區與指令
• 支援 cron 排程與 heartbeat 檢查
• 可加 Gmail、Docs、browser、API、CLI 技能
• 設計目標是跑在你自己控制的機器上

這種 local-first 設計有好處，也有代價。好處是你掌控資料。代價是你也要自己扛風險。AI 一旦能讀你的檔案，就不只是「幫你寫文案」而已。它開始像一個真的員工，只是它不會自己停手。

安裝前先想清楚，不然會很痛

先講最重要的事。不要把 OpenClaw 裝在你每天工作的主機上。這不是危言聳聽。這是實務建議。因為 agent 若有檔案和瀏覽器權限，一個錯誤指令就可能把資料搞亂。

比較安全的做法有三種。第一種是用託管服務。第二種是放到 VPS。第三種是用閒置的 Mac mini 或舊筆電。Claire Vo 自己提到，她早期先用舊 MacBook Air，後來改成多台 Mac mini。以現在的規格看，M4、16GB 記憶體、256GB SSD 的入門機型，大概 600 美元上下。

如果你想少折騰，託管版最省事。如果你想自己控資料，VPS 很合理。如果你想真的摸到整套系統，Mac mini 很適合。它像一台專門養 AI agent 的小伺服器。很土，但有效。

• 託管版：最快上手，設定最少
• VPS：成本可壓低，但技術門檻較高
• Mac mini：控制力高，適合長期跑
• 16GB 記憶體：比較不容易卡住

安裝前，最好先準備新管理員帳號、專用 Gmail、Chrome。這些步驟看起來很煩，但很有用。因為你不會想讓 agent 跟你的日常帳號混在一起。分隔清楚，出事才好切斷。

安裝指令很直白。官方流程通常就是一行 shell script。這類工具最常見的問題，不是裝不起來，而是你裝完後沒想好權限怎麼切。工具本身不難，難的是你有沒有先畫好界線。

為什麼 onboarding 比安裝更重要

OpenClaw 真正麻煩的地方，不在安裝。是在 onboarding。你要選模型、填 API key、決定聊天入口、開不開 web search，還要裝技能。這些選項會直接影響 agent 第一週能做多少事。

Claire Vo 建議用強一點的模型。像 OpenAI 的 GPT 系列，或 Anthropic 的 Claude 系列。她也偏好用 API key，而不是直接拿消費級訂閱來玩。原因很簡單。API 比較像開發用途，帳號邏輯也比較清楚。

聊天入口方面，她最推薦 Telegram。這很合理。Telegram 在手機上好用，回訊息快，適合做 agent 的前台。你可以像跟同事丟訊息一樣，叫它處理一個小任務，再看它怎麼回。

“If you’re paying attention to AI news, you’ve probably heard about OpenClaw.” — Claire Vo

這句話很直白。OpenClaw 之所以會被討論，不是因為它會聊天，而是因為它會一直做事。很多 AI 工具只停在 demo。OpenClaw 比較像一套可編排的工作層。

它的設定檔也很有意思。工作區裡會有 AGENTS.md、SOUL.md、IDENTITY.md、TOOLS.md、USER.md。這種做法很工程師。把個性、限制、工具、使用者背景都寫成 Markdown。你不用猜它在想什麼，直接打開檔案看就好。

跟其他工具比，差在哪裡

很多人會把 OpenClaw 跟一般聊天 AI 混在一起講。其實差很多。聊天 AI 擅長產生內容。OpenClaw 擅長持續執行。前者像顧問。後者像助理，還是那種會自己回來打卡的助理。

如果你只是要寫信、改文案、問問題，那 ChatGPT 或 Claude 就夠了。但如果你要的是長期任務，像讀信、排程、更新 repo、整理表單、發 PR，那 OpenClaw 比較像真的工作流引擎。

這也解釋了為什麼它會跟雲端服務一起出現。像 DigitalOcean、Render、Google Cloud、Railway，都很適合拿來放這類 agent。你也可以用 GitHub 維護技能與設定。

• ChatGPT：適合單次問答與草稿
• Claude：適合推理與寫作
• OpenClaw：適合持續任務與自訂技能
• 雲端 agent 服務：上手快，但細節常被藏起來
• 本機 agent：設定多，但控制力更高

風險面也很現實。Claire Vo 提過 inbox 被清空、行事曆出錯這種事。這不是故意嚇人。這就是 agent 類工具的本質。它一旦有權限，就真的能幫你做事，也真的能幫你搞砸。

所以我會說，OpenClaw 不是給「想試試看 AI」的人。它比較適合已經知道自己要什麼的人。你要先能定義任務，才有辦法讓 agent 接手。這點很工程，也很殘酷。

Claire Vo 怎麼拿它做日常工作

Claire Vo 的案例很有參考價值，因為都很生活化。她不是拿 agent 做什麼科幻任務。她是讓它讀 email、看行事曆、提醒家人、草擬銷售信。這些工作很瑣碎，但每天都會發生。

她的用法很像把注意力外包。不是把整個人生交出去，而是把重複動作交出去。像週末行程、家庭提醒、簡單銷售跟進，這些都很適合 agent。因為它們有規則，但又不完全死板。

她也強調一件事。第一個任務要小。不要一開始就叫 agent 處理整個 inbox。先從一個封閉流程開始。像每週摘要、單一專案提醒、固定格式報告。這樣你才看得出它哪裡會出錯。

這裡有一個很實際的觀察。OpenClaw 的設定檔可以直接改。你能調語氣、調工具、調權限、調上下文。這表示它不像一般 SaaS 那樣黑盒。你不是在「使用功能」。你是在「改造系統」。

老實說，這種東西很適合開發者。因為開發者本來就習慣看 log、改設定、處理例外。一般使用者可能會覺得麻煩。但如果你本來就愛折騰，OpenClaw 會很對味。

背景脈絡：為什麼大家開始想要代理人

這波熱度不是憑空冒出來的。LLM 進步後，大家開始不滿足於「回答問題」。你會想要它幫你做事。尤其是 email、行事曆、文件、客服、簡單程式維護，這些都很吃重複性。

另一個原因是成本。很多團隊不想把所有資料都丟到單一雲端服務。尤其是有內部文件、客戶資料、程式碼倉庫時，本機或自架方案會更安心。這也是 OpenClaw 這類工具吸引人的地方。它把控制權拉回來。

你也可以把它看成「個人版工作代理層」。以前我們要手動切換 email、Slack、Calendar、Docs。現在有些人開始想，能不能讓 AI 先幫我跑一輪，再把結果丟回來。答案是可以，但前提是你願意設規則。

這裡還有一個現實。很多 agent 工具最後都卡在權限與可靠性。能做，不代表能放心做。能跑，不代表能長跑。所以像 OpenClaw 這種把工作區、技能、排程拆開的設計，才比較接近真正可維護的軟體。

從產業角度看，這類工具會越來越像基礎建設。前端是聊天入口。中間是模型。後面是工具與權限。誰能把這三層接得穩，誰就比較有機會把 agent 真正落地。

你現在該怎麼試

如果你想玩，我的建議很簡單。先找一台閒置機器。再選一個小任務。像每週報告、固定提醒、單一信箱分類。不要一開始就碰主力帳號。真的，先別這樣搞。

接著只給它最少權限。先看它能不能穩定完成 1 個流程。等你連續看 3 到 5 次結果都正常，再慢慢加技能。這樣比較像做產品測試，不像拿自己資料做壓力測試。

我覺得 OpenClaw 這類工具接下來會更像「個人伺服器上的工作中樞」。不是每個人都需要。可是對開發者、創業者、重度知識工作者來說，它很可能會變成常用工具。問題不是要不要試，而是你要不要先把邊界畫好。

如果你真要上手，先問自己一件事：哪個重複任務，最適合交給一個會 24 小時待命的 AI？這個答案，會決定你第一個 agent 要長什麼樣子。