● OpenClaw+千问Qwen3Max：首 先 测 试 的 是 千 问Qwen3-Max模型。该模型在本地文件检索环节便陷入困境。即便测试人员明确提示文件在电脑中的位置，Qwen3-Max在经过约5分钟检索后，仍无法准确定位。在后续单独测试其发送邮件任务时，Qwen3-Max也未能成功执行，只是不断重复指令，但无实际动作。

● OpenClaw+月之暗面Kimi-K2.5：Kimi-K2.5的表现稍好，它在5分钟内成功检索到了文件，并完成内容总结。但在执行网络搜索并补充行业最新热点资讯时，因触发了“429错误”（通常指请求过于频繁），导致未能完成信息搜索工作。在邮件发送环节，Kimi-K2.5无法成功操控浏览器向指定邮箱发送邮件。

● OpenClaw + MiniMaxM2.1：MiniMax-M2.1在文件检索、网络搜索资料和写作方面没有遇到明显阻碍。邮件发送环节，MiniMax-M2.1在浏览器操控上遇到了困难，但并未就此卡住，而是主动给出了一个可行的解决方案。测试人员根据其提示手动操作后，成功解决了问题，使其最终能够发送邮件。不过，MiniMaxM2.1发送的邮件只包含了稿件的“关键引语”，未附上完整的稿件正文。

● OpenClaw + MiniMaxM2.5：虽然都是MiniMax旗下模型，2月12日发布的MiniMaxM2.5，表现比MiniMax-M2.1更好，不仅顺利完成文件检索、网络搜索资料和写作，在发送邮件环节也无需人工介入。

● OpenClaw +智谱GLM-4.7：由于OpenClaw暂未接入智谱于2月12日发布的最新模型GLM-5，所以，本次测试选择了智谱GLM-4.7。结果显示，在发送邮件环节，智谱GLM-4.7会在浏览器中输入错误的邮箱网址，导致网页访问失败，需要人工提醒更正。除此之外，智谱GLM-4.7在其他环节处理速度较快。

● OpenClaw + GPT- 5mini：GPT-5-mini的表现较为稳定和流畅。从文件检索、内容总结、网络搜索、资料补充到邮件发送，全流程几乎无需人工干预和额外提示，仅在个别时候出现了网络连接不稳定的情况。

为了保证测试的严谨性，测试人员对整个流程进行了两次复测。

以下为第二轮测试结果：

● OpenClaw+月之暗面Kimi-K2.5：成功检索并读取本地文件，补充网络搜索资料，但在邮件发送环节依旧失败。其报告的错误显示，在读取邮箱网络代码、获取输入框节点时出现问题。

● OpenClaw+千问Qwen3Max：成功读取文件并补充网络资料，但在邮件发送环节出现明显卡顿，未能成功。

● OpenClaw + MiniMaxM2.1/2.5：完成任务全部流程。

● OpenClaw+智谱GLM-4.7：完成任务全部流程。

● OpenClaw + GPT- 5mini：完成任务全部流程。

以下为第三轮测试结果：

● OpenClaw+月之暗面Kimi-K2.5：成功检索并读取本地文件，在网络搜索资料环节出现问题（出现读取网页内容错误，错误的网站访问路径，理解不了浏览器控制台指令等），在邮件发送环节依旧失败。

● OpenClaw+千问Qwen3Max：成功读取文件，但无法操控浏览器搜索网络资料，在邮件发送环节依旧失败。

● OpenClaw + MiniMaxM2.1/2.5：完成任务全部流程。

● OpenClaw+智谱GLM-4.7：完成任务全部流程。

● OpenClaw + GPT- 5mini：完成任务全部流程。

业内视角：OpenClaw能力上限取决于大模型 尚未成为合格生产力工具

日前，《每日经济新闻》记者对一些业内人士和资深用户的***访情况，也一定程度上印证上述测试结论。

一名使用OpenClaw来辅助运营网店，设计海报和优惠券等宣传物料的程序员告诉《每日经济新闻》记者，其平时都是接入OpenAI的Codex-5.3和Gemini3 Pro模型，效果比国产大模型好很多。

多位业内人士和资深用户指出，OpenClaw更像一个“任务框架”，其最终表现非常依赖所接入大模型的能力，就像一个指令清晰但能力有限的指挥官，手下士兵（即大模型）的强弱，直接决定了战役的胜败。

非凡产研研究负责人宦家臣向《每日经济新闻》记者表示，“模型对OpenClaw的影响，其实取决于任务的复杂程度。国际头部大模型上限更高，但是如果都是普通任务，国内的智谱GLM-4.7、Kimi-K2.5都很不错，毕竟Claude太贵了，钱包受不了。”

尽管部分大模型在测试中展现了执行复杂任务的潜力，但OpenClaw离成为一款合格的生产力工具，似乎还有不小的距离。

“我感觉，目前版本的OpenClaw并不是一个合格的生产力工具。”在接受《每日经济新闻》记者***访时，前小米OS AI产品专家、现出海AI应用公司ExcelMaster.ai创始人张和直言，OpenClaw在一定程度上是此前爆火的程序员工具——Anthropic旗下Claude Code的“套壳”，虽然通过聊天界面和内置技能（Skill）做了更好的封装，降低了交互门槛，但在核心能力上并未超越。

“我没找到太多OpenClaw能做，而Claude Code做不了的事情。并且，OpenClaw查询资料的水准，也没有Claude Code好。”张和进一步表示。

“等大模型能力再跃升一点，OpenClaw就会越来越好，就会越来越普及。哪怕它什么都不做，就等着更新的大模型出来……OpenClaw的门槛就会降低。”张和强调，OpenClaw的进步与普及，本质上是在等待底层大模型技术的突破。

Akamai云和AI产品经理张璐博士也表达了相似的观点。在张璐博士看来，OpenClaw若要真正用于生产，还必须经过二次开发和微调，因为目前版本还“有点不成熟，很多时候会卡顿”。

用户体验：高门槛、高成本和高风险劝退普通用户

《每日经济新闻》记者还了解到，除了对大模型能力的依赖，技术门槛、使用成本和安全风险也让OpenClaw目前难以走向普通用户。

首先是较高的部署和使用门槛。目前，OpenClaw并未提供类似“一键安装”的简化部署方案，用户需要在电脑上通过命令行操作，完成本地配置、依赖管理以及权限设置。

每经科技开发人员表示，整个过程对使用者的技术背景有一定要求，至少需要具备基本的开发经验，这无疑劝退了绝大多数非技术人员。虽然阿里云、腾讯云、亚马逊云等云厂商都提供了OpenClaw云端部署服务，并声称可以在其配置好的服务器上便捷部署OpenClaw，但在云端部署的OpenClaw，并不能提供操控用户本地电脑的能力。

高昂的使用成本是另一个现实问题。由于OpenClaw在执行任务时需要频繁调用大模型，token（令牌/词元，是计算机领域的数字标识符）消耗量巨大，堪称“token燃烧器”。

有用户向《每日经济新闻》记者表示，其使用智谱GLM-4.7模型，仅仅交互了20多次，就花费了200元。

张璐博士也提到，其在使用DeepSeek（深度求索）模型时，一天就“烧掉”几十元。如果换成能力更强的模型，账单将更惊人，“一天几百元就出去了”。

高成本使得许多用户只能选择接入免费或更便宜的大模型，但这又会影响OpenClaw的实际表现。 有用户向《每日经济新闻》记者反映，其因成本问题选择了Qwen-8B模型，但OpenClaw总是只会回答问题，不会执行操作。

《每日经济新闻》记者了解到，比高门槛和高成本更令人担忧的是其内在的安全风险。OpenClaw的定位是“做事”而非“聊天”，这意味着它必须获得很高的系统权限，才能操控本地文件和应用。

思科AI威胁研究与安全团队主管Amy Chang直言，从安全角度来看，OpenClaw“是一场噩梦”，它可以在用户的计算机上任意运行shell命令、读写文件和执行脚本。这种高级权限一旦被错误配置或被恶意指令利用，后果不堪设想。

网络安全公司Dvuln的创始人Jamieson O'Reilly也证实存在这种风险。Jamieson O'Reilly发现OpenClaw存在漏洞，攻击者可借此获取用户数月内的私人消息、账户凭证、API密钥等敏感信息。更可怕的是，用户为了方便AI执行任务而存储的银行账户、加密货币钱包API等信息，都可能以明文形式保存在本地文件中，一旦被黑客入侵，“一秒就可以搬空用户”。

OpenClaw的开发者Peter Steinberger也坦言，这只是一个免费的开源业余项目，需要用户进行仔细的配置才能确保安全。Peter Steinberger明确表示：“它并不适合非技术用户。”

（每经科技骆方平对本文亦有贡献）

每日经济新闻返回搜狐，查看更多