深度使用了Openclaw一个星期，给我的感受是：震惊，惊喜，恐惧。
0x01 安装环境
我无意将这篇文章作为一篇手把手教程，更多的是想分享它的一些使用思路以及遇到的问题。Openclaw的安装非常方便，一句命令的事情。你可以安装到Mac，也可以安装到Linux服务器，或者windows主机。
取决于你期望它执行的任务，如果是和你的桌面环境深度相关的，那么你确实需要一台Mac。如果想用它来管理远端环境，比如服务器，内网环境，那么Linux主机也是一个非常好的选择。
安装完毕后使用openclaw configure命令完成基础配置，配置好model和channel，基本就是可用的状态了。其中，model是指你希望使用的模型，channel是你和它的通信方式。这里建议使用telegram来连接，对各个子命令的支持最好。在桌面端，通常我会使用web和tui结合。
0x02 使用命令
在一个高度智能的模型的加持下，直接对话固然可以帮你实现你要的效果。但有一些命令也应该知道：
/new – 创建一个新的会话
/compact – 压缩当前会话
/think high – 设置思考能力为高
/status – 当前状态
/usage – 当前token使用率
/subagent – 查看sub agent的运行状态
/model – 切换模型
诸如此类命令还有很多，你应该在tui中输入斜杠（/）来查看，熟悉。
0x03 模型的选择
BLUF：对于关键任务，请使用且仅使用 Claude / Gemini / GPT 最高等级的模型，句号。
模型的上限决定了openclaw能力的下限。一个强大的模型可以在你不清楚需求定位的时候帮你完善思路，一个垃圾模型在指令清晰时也会鬼打墙。根据我浅薄的一周使用经验，在条件许可的情况下应仅使用Claude opus 4.5 / 4.6模型。Gemini 3 pro high可以作为一般任务的平替。
另外，模型支持的上下文也应该被优先考虑。openclaw对于上下文的依赖非常严重，建议使用1m上下文的模型而不是200k的模型。
至于内网部署模型，无论是基于token输出速度，抑或是任一开源模型的表现，在当下均不具备任何优势或可行性。
0x04 费用问题
这是一个绕不开的话题。如果你还没有使用过openclaw，这里给你一个大致的概念。
通常来说一个简单的任务，比如一句话让Claude修改一个脚本，调用Claude opus的token费用大约为30人民币或者更高。开发一个比较简单的web应用，一轮对话可以解决的简单任务（即你提供需求，Claude列出它不清楚的点，你再进行确认，随后它开始部署）包括部署到容器，大概在1000-2000人民币。前者大概执行时间在1分钟，后者大概在10分钟。也就是说，大概10分钟花费1000人民币完成一个项目，你要考虑是否可以接受。
当然目前也有一些违反ToS的野路子来绕过，比如使用codex或者antigravity，这些可以大幅降低使用成本，但稳定性很差。