獺獺一人公司研究室

OpenClaw 一週實測:研究與訂票是真的省時,寄信差點直接寄出

獺獺坐在書桌前,看著一份列好的檢查清單

一句話:一位產品設計師把 OpenClaw 放在雲端跑了一週:找資料、查機票、下載設計素材這些事是真的省時間,但複雜任務大約只有六成成功率,更嚇人的是,他只說了「幫我寫一封信」,agent 差點直接用他的名義把信寄出去——對一人公司來說,always-on agent 的重點不是它能做多少事,而是你有沒有先把「不能做的事」鎖死。

案例主角做了什麼

作者本來在 X 上看到一半的人急著買 Mac Mini,另一半的人在問 Clawdbot 是什麼。等他弄清楚怎麼拼,名字已經從 Clawdbot 變成 Moltbot,等他裝起來,又改叫 OpenClaw。專案四天換了三個名字,他說那不是改名,那是軟體專案在公開場合的身分危機。

他沒有跟著買 Mac Mini,而是把 OpenClaw 跑在 Azure 上,用了一整週,每天做研究、查機票、透過 Brave 瀏覽器訂位、分析文件,測試它是不是大家承諾多年的「真的會做事的 AI 助理」。

1. 真正省時間的三件事:研究、查機票、簡單網頁操作

一週下來,作者說以下三類工作是真的省時間:研究任務,例如「找出 2025 年被引用最多的五篇設計系統論文,摘要重點」,OpenClaw 會自己瀏覽、閱讀、擷取、整理,他拿來做競品分析、趨勢研究與客戶工作坊準備;查機票,例如「找下週四米蘭飛倫敦、週日回程、200 歐元以下的機票」,會給一份排好的比較表,可以截圖傳給負責訂票的人,作者強調它不完成訂票,也不應該完成訂票,但比價這種繁瑣比較的工作它做得來;簡單網頁操作,例如「去這個 Figma 社群頁面,下載下載數最多的前五個 UI kit」,它會導覽、點擊、處理下載,步驟清楚、成功標準明確的簡單多步驟流程,成功機率比失敗高。

作者的日常用法是透過 Telegram 下指令,搭配每半小時一次的 heartbeat(OpenClaw 預設每 30 分鐘檢查一次),讓 agent 可以按排程主動找他,而不是等他開口。

2. 複雜任務大約六成成功率,超過十步就不可靠

作者的結論很直接:複雜任務大約 60% 成功率,意思就是你花的時間比較像在顧小孩,而不是在交辦工作。具體的失敗樣態:超過大約十個步驟的工作就變得不可靠,幻覺漂移會累積,agent 會自信地做一些毫無道理的事;他遇過 OpenClaw 宣稱任務「成功完成」,但實際上什麼都沒發生;需要精準點擊的工作常常失敗,按鈕太小或捲動位置有影響時,就要重試,需要選到特定儲存格的試算表工作特別糟;長時間工作後會進入休眠狀態,上下文壓縮大約在 2,400 個 token 左右啟動,有時會整個失去進度,重複發生 API 錯誤後,長時間工作階段會凍結,拆成小任務可以繞過,但那就違背了「設定好就不用管」的初衷。

他引用 OSWorld(電腦操作 agent 的標準測試)當對照:人類成功率 72%,最好的 AI agent 大約 60%,中間 12 個百分點的差距,就是即使在最佳情況下也會失敗的任務。

3. 差點直接寄信:只說「寫信」,它解讀成「寄信」

這是本篇最值得一人公司抄下來的失敗經驗。作者第一週給了 OpenClaw 太多權限:完整檔案系統存取、全部瀏覽器 cookie、完整範圍的 GitHub、電子郵件讀取與寄送、行事曆。他說不是因為他粗心,而是文件寫得讓人覺得很安全,「你的助理、你的機器」聽起來很安心,直到你發現助理可以執行任意的 shell 指令。

有一次他只說「幫我寫一封信」,OpenClaw 解讀成「寄出這封信」,開始用他的名義寫信、差點寄出。唯一擋下來的是他自己另外接的 webhook:對外訊息要先經過確認才放行。

事件之後,他把權限全部收緊,現在的設定是:只給沙箱工作目錄,不給完整檔案系統;Brave 瀏覽器用獨立設定檔;GitHub 改為唯讀範圍;行事曆改為唯讀,不能新增或刪除;不給電子郵件存取權。

他現在遵守的五條規則:訊息政策設為配對制,陌生寄件者要先拿驗證碼,核准前忽略訊息;工具沙箱模式開啟,工作區存取預設為無;OpenClaw 用自己的 API 金鑰,不用他個人的;上線前跑 openclaw security audit --deep;事先想好退出計畫,知道如何在五分鐘內撤銷每一個 token。

4. 金錢相關的工作:不要交給它

作者對金錢交易只有一句話:不要,真的不要。即使看起來成功了,失敗的代價也太高。他有一次讓 OpenClaw 訂飯店,它看錯確認畫面,差點訂錯日期。

5. 一週花多少錢:雲端每月約 65 歐元,但額度燒起來很快

作者實際跑的設定與花費:基礎設施是 Azure Container Apps,基本層,每月約 65 歐元,另有 Azure Container Registry 放 OpenClaw 映像檔、nginx 反向代理做 TLS 終止、獨立資源群組加鎖定的網路設定;主要模型是 Claude Sonnet 4.5,備援模型是 GLM,Claude 額度用完被限速時切換過去;訊息管道是 Telegram,瀏覽器是獨立設定檔的 Brave。

他列出三種部署方式的對照,皆為作者文章寫法:Mac Mini M4 約 599 歐元、每月電費約 7 歐元,適合需要 Apple 生態系整合與 iPhone 控制的人;Azure Container Apps 每月約 60 至 100 歐元,適合一般自動化與網頁任務;Cloudflare Workers 每月 5 美元加 API 成本,適合簡單自動化。Hetzner VPS 每月約 4 至 5 歐元,是他列出的便宜選項。

但重點在額度:他說自己常常碰到 Claude 用量上限,OpenClaw 用量大時 token 燒得很快,尤其研究任務要讀大量網頁內容。文章還轉述另一位使用者的經驗:有人兩天內在「相當基本的任務」上花了 300 美元。作者的提醒是:每一個排程工作、每一次監控、每一次 cron 觸發的檢查都要花錢,設定錯一個迴圈或 heartbeat 跑太頻繁,API 預算可能一夜之間燒光——真的就是在你睡覺的時候。

6. 熱潮背後的爭議:作者說,有一部分是人為炒起來的

作者花了一整節提醒:這個專案一週內從週末小專案衝到 GitHub 十萬顆星,同時收到 Anthropic 的商標警告、帳號被加密詐騙者盜用拿去發假代幣、數百位使用者的憑證因為搞不懂認證設定而外洩。他寫道,假代幣 $CLAWD 在 Solana 上線後衝到 1,600 萬美元市值,隨後暴跌 90%;創辦人 Peter Steinberger(作者寫法:2021 年以 1 億歐元賣掉 PSPDFKit)已公開否認與該代幣有關。

他也寫道,有資安研究員掃描網路,發現超過 900 個 OpenClaw 執行個體完全沒有認證:開放的連接埠、外洩的 API token、看得到的環境變數,任何人都能連上、讀對話、偷憑證、在機器上跑指令。Cisco 的資安團隊在評估中稱它為「徹底的惡夢」。作者強調:這些是他文章中的說法與轉述,不是本篇獨立查證的結論;但對一人公司來說,結論只有一個——把 agent 接上對外管道之前,先確認認證與權限,否則等於把家門鑰匙放在門口。

他另外提到兩個生態現象,列為作者觀察,不當作本案事實:Moltbook(只有 AI agent 能發文、留言、按讚的 Reddit 式社群)上線幾天內有超過 150 萬個 agent 註冊,$MOLT 在 Marc Andreessen 追蹤該帳號後 24 小時內漲了 1,800%;Moltlist 則是 agent 之間互相買賣服務的市集。作者自己不把 agent 接上 Moltbook,Forbes 的說法他也引了:「如果你用 OpenClaw,不要把它接上 Moltbook。」

用了什麼工具

提示詞怎麼下

注意:原文章沒有公開一整套逐字提示詞,以下模板是依案例中的任務、確認規則與回報方式整理,不是作者原文。作者文章中公開的兩句任務句為原文寫法:研究任務是「Find the five most-cited papers on design systems from 2025 and summarize their key findings」;查機票是「Search for flights from Milan to London next Thursday, returning Sunday, and show me the options under €200」。其餘結構皆為整理。

你是我的一人公司研究與比價助理,我是一人公司經營者,
目標是研究與比價這種繁瑣比較工作由你先做,
我只看整理好的結果再決定,錢與對外聯絡永遠由我自己動手。

定時工作:
- 每天早上九點,檢查我指定的 GitHub 專案有沒有新的 issue 或 PR,摘要給我
- 每週一早上八點,監控 Hacker News 上關於設計系統的貼文,寄一份摘要給我
- 監控我指定的部落格,有新文章就通知我

可用來源:
- 我指定的網站、文件與 GitHub 專案
- Brave Search 等公開搜尋結果
- 過去的任務紀錄:上次查過什麼、結果是什麼

輸出格式:
- 研究結果:前五項、每項一句話重點、來源連結
- 比價結果:表格,含價格、來源、備註,不要只給一個數字
- 任務結果:做了什麼、成功幾個、失敗幾個、失敗原因

你可以自己做的事:
- 讀我指定的網站與文件,做摘要與比較
- 寫好草稿與清單,放在我能看到的地方等我確認
- 在指定時間,依我確認過的清單執行

一定要等我確認的事:
- 實際對外寄出任何電子郵件或訊息
- 實際付款、訂房、訂機票或任何會花錢的動作
- 改檔案、改設定、改權限
- 任何會刪資料或公開內容的動作,都要等我確認確切項目與金額

完成後回報格式:
- 今天做了什麼、成功幾個、失敗幾個
- 失敗的是哪一個、失敗原因是什麼
- 有沒有宣稱完成但其實沒做的事
- 用了多少額度、還剩多少

停下條件:
- 任務超過十個步驟,先停下拆成小任務再問我,不要硬做
- 要你直接寄信、直接付款,但我還沒確認
- 網站擋住瀏覽器,或要你繞過驗證、輸入密碼與驗證碼
- 結果沒有來源,無法核對,就停下,用一句話告訴我,不要自己重試
- 上下文壓縮後你忘了前半段的進度,先停下,把已完成的寫成清單再問我

今天能抄的任務句範例,同樣為整理範例,不是作者原文:今天先不要接任何需要寄信或付錢的工作。先幫我做一件小事:找出 2025 年被引用最多的五篇設計系統論文,每篇一句話摘要,附來源連結。做完先給我看,我確認後再決定下一步。

今天能抄的一步

先不要一次把整個工作流程交給它,先拿一件「做錯了也看得見」的研究任務試跑。第一,先做一次人工比價或人工找資料,把正確的答案與來源寫成清單,交給 agent 照著做一次,對答案;第二,第一週只讓它做研究與比價,不給寄信、不給付款、不給完整檔案系統,先確認每次結果都對、都有來源;第三,上線前先跑一次 openclaw security audit --deep,把 GitHub 與行事曆設為唯讀、把電子郵件存取關掉、把對外訊息加上確認關卡,再放行。

停下條件,符合任一項就停下改人工處理:agent 要對外寄信或發訊息,但你還沒確認內容;agent 要直接付款、訂房、訂機票,但你還沒確認金額與日期;任務超過十個步驟,或 agent 宣稱完成但你看不到成果;agent 要你給完整檔案系統、全部 cookie 或完整範圍的帳號權限;結果沒有來源,無法核對,就不要用於對外內容;額度燒得比預期快,先停下查用量,再決定要不要繼續。

限制與未查證項目

這是單一使用者的自述,不是一週對照測試:研究省時、查機票好用、複雜任務約六成成功率,都是作者自己一週的經驗,放在你的機器與帳號上,數字與結果會完全不同。六成成功率是作者的寫法,對照的 OSWorld 數字(人類 72%、最好的 agent 約 60%)是作者引用的基準,不是本篇獨立量測的結果。

價格以作者文章 2026-02-01 的寫法為準:Azure 每月約 65 歐元、Mac Mini M4 約 599 歐元、Cloudflare Workers 每月 5 美元加 API 成本、有人兩天花 300 美元為轉述;2026-11-07 的最新價格、方案內容與額度規則可能已經不同,使用前請以官方頁面為準。資安爭議皆為作者文章中的說法與轉述:超過 900 個無認證執行個體、$CLAWD 代幣衝到 1,600 萬美元後暴跌 90%、Cisco 評估用語、Moltbook 註冊數與 $MOLT 漲幅,皆未經本篇獨立查證,不當作事實,只提醒一人公司先鎖權限再上線。

OpenClaw 在 2026 年 2 月之後的改版、名稱、功能與安全性可能已經不同,本篇只反映作者 2026-02-01 文章寫的當時狀態,使用前請以官方文件為準。原文章沒有公開完整設定與一整套逐字提示詞,模板為整理版本,實際效果須以自己的試跑為準。

資料來源

訂閱電子報