AI龍蝦懶人包|OpenClaw是什麼?要收費嗎?安裝時如何避免資安風險?
AI龍蝦懶人包|OpenClaw是什麼?要收費嗎?安裝時如何避免資安風險?

2026年3月18日更新:

「你今天養龍蝦了嗎?」開源AI代理軟體 OpenClaw 近期在科技圈掀起熱潮、甚至帶動 Mac Mini 銷售奇蹟。

究竟這隻 AI 龍蝦是什麼?要收費嗎?為何有人質疑資安風險,要如何避免呢?

ClawdBot Anthropic logo
左為Clawdbot的Logo,右為Claude Code。
圖/ ClawdBot Anthropic

想像一下,你不需要打開電腦,只要在手機上傳一句話,AI助理就能幫你清理雜亂的Gmail收件匣、整理 Notion筆記、控制 Spotify 音樂或待辦事項,還能幫你24小時不間斷追蹤顯示卡、股票動態。

這位AI助理並非Gemini、ChatGPT 或 Claude,一隻標榜 「真正能做事的AI龍蝦助理」 正在AI社群上暴紅,甚至讓蘋果Mac mini賣到缺貨。

#1 Clawdbot
圖/ Clawdbot

OpenClaw是什麼?

OpenClaw(Clawdbot、Moltbot)是由資深 iOS 開發者彼得.史坦伯格(Peter Steinberger)與Github社群共同打造的開源專案,為具備實體控制力的AI代理(AI Agent),推出短短數日內便吸引數萬開發者關注。

以往使用 ChatGPT 或 Claude時,必須開啟網頁、輸入指令,再手動把結果複製貼上到其他 App。 OpenClaw 則主打直接安裝在使用者的電腦或伺服器中,並串聯Claude、Gemini、GPT 系列等大型語言模型,支援Mac、Windows和Linux系統,使用者只要透過手機上的 Telegram、WhatsApp 或Discord傳送語音或文字指令,就能遠端操控電腦進行檔案整理、郵件回覆、網站開發等。

例如,你在外面買咖啡,傳個 Telegram 給你的 Moltbot 說:「幫我預定下週六晚上的餐廳」,它就會在你家中的電腦上自動執行。

#0 Clawdbot
使用者可以在Telegram中傳訊息給Clawdbot聊天。
圖/ Clawdbot

OpenClaw 的推出甚至帶動蘋果Mac mini 銷量暴增。要讓Moltbot隨時監控郵件、執行定時任務,需要一台能夠 24 小時不關機、低耗電且穩定的電腦,而具備M4 晶片的 Mac mini 因為體積小、極其省電且效能強大,成了網友公認最適合跑 OpenClaw 的「專屬伺服器」。

OpenClaw 官方 X 也幽默發文:「各位,現在是 2026 年了。請像個正常人一樣在 5 美元的 VPS 上跑 OpenClaw 就好。為什麼要買新硬體?你那台機灰塵的舊 MacBook 也可以跑得很好!」

OpenClaw 曾歷經兩度更名

OpenClaw 其實原本不叫 OpenClaw ,在2025年底推出時的名稱為「Clawdbot」,名字來自 Claude + claw(龍蝦螯);2026 年 1 月,因為名字發音太像 Claude,被建議改名,儘管史坦伯格認為該名稱在法律上並無爭議,但最終仍選擇妥協,將專案更名為象徵龍蝦脫殼成長的「Moltbot」。

2026 年 1 月底,官方定調最終名稱為 OpenClaw ,強調「開源 + claw」。

時間 名稱 說明
2025 年底 Clawdbot 專案最初名稱,主打能操作電腦的 AI Agent。名稱來自 Claude + claw(龍蝦螯)。
2026 年 1 月初 Moltbot 因為名稱太像 Claude,團隊改名為 Moltbot。molt 指龍蝦脫殼,象徵專案升級。
2026 年 1 月底 OpenClaw 最終名稱,強調開源(Open)與 AI 能「動手做事」(Claw)。目前社群主要使用的名稱。

OpenClaw跟傳統AI差在哪?3大差異一次看

Claude、ChatGPT 等傳統AI能夠針對提問回覆五花八門的對話內容,但實際上無法直接干預現實世界的檔案與軟體,而 OpenClaw 則解決了「權限限制」與「記憶斷層」兩大痛點。

1. 具備「手腳」行動力 傳統 AI 僅能在對話視窗內生成文本,無法觸及電腦檔案;OpenClaw 的運行是在使用者自己的電腦或伺服器上,擁有電腦殼層(Shell)權限,並透過模型上下文協議(Model Context Protocol)連接,能直接執行終端機指令、撰寫並運行 Python 腳本,甚至串聯 Notion 與 Todoist 進行跨平台的任務排程。

2. 持久的長期記憶 傳統 AI 助理往往在對話視窗關閉後便會「失憶」,OpenClaw 則具備持久性的長期記憶, 每次互動對話都會轉存成 Markdown (標記語言) 檔案 ,隨著互動時間增加,它會越來越了解使用者的生活節奏與偏好。

3. 主動回報而非被動等待 一般 AI 需要被「點開」才能工作,OpenClaw 能根據排程在背景運作,主動監控天氣、股價或郵件,並傳訊息提醒:「你有 3 封緊急郵件需要處理」或「明天天氣轉涼,會議建議改期」。

使用OpenClaw要收費嗎?

至於大多數使用者最關心的收費問題,OpenClaw 採完全免費且開源 模式,但使用過程中有兩項主要成本支出:

第一是模型API費用 ,OpenClaw 支援串接 Anthropic 或 Google 等廠商的 API,依據對話量與處理的資料大小付費,一般個人助理用途每月約 3 至 10 美元(約新台幣94至314 元)。

第二是伺服器費用 ,若要維持 24 小時主動提醒功能,許多網友建議租用AWS (亞馬遜網路服務) 等虛擬主機,每月約 5 美元(約新台幣 161 元)。

然而,OpenClaw 具備極高的系統操作權限,本質上是在系統裡開了一個後門。資安專家提醒,避免安裝在存有加密貨幣私鑰或重要機密資料的電腦,以防模型遭到惡意的提示詞注入( Prompt Injection)攻擊而導致資料外洩或系統損毀。

延伸閱讀:練習3個用AI的高超方式,秒變「AI應用專家」!你的隱藏發現,有機會比工程師更懂用 AI

OpenClaw資安風險怎麼辦?

由於 OpenClaw 可串接用戶的WhatsApp或Discord,用手機裡的App傳送語音或文字指令,這個動作可終端控制用戶的電腦,包含讀取、修改檔案、登錄網頁、編寫程式。

另外,由於 OpenClaw 可以代你上傳和修改資料,例如管理GitHub、雲端硬盤、社群帳號,也就是說,它可以直接覆寫或刪除你原本的資料,也因此引發許多人的資安疑慮。

最好的做法是,開個新的帳號給AI助理、只給他必要的權限(指定讀取哪些資料夾)、要求關鍵動作需要你確認後才執行(刪除、發布),時不時也要檢查AI助理相容的記錄檔。

#0 一天一AI
圖/ 數位時代
#1 一天一AI
圖/ 數位時代
#2 一天一AI
圖/ 數位時代

訂閱一天一AI日報,每天獲得實用的AI工具秘訣

「比Siri還好用!」知名評論家實測心得

知名科技評論家費德里科.維蒂奇(Federico Viticci)在實測分享,他將自己的助理取名為 Navi,透過 Telegram 與它互動,每天早晨會收到一份由 Navi 彙整的晨間報告,內容涵蓋了 Notion、Todoist 與個人行事曆的排程,甚至還附帶由 ElevenLabs合成的語音版本,以及由 Google Nano Banana 生成的趣味配圖。

維蒂奇強調,OpenClaw的AI代理的環境感知與執行權限功能,令他相當驚訝。當他要求助理取消原本昂貴的 Zapier (自動化工作流平台) 任務時,助理僅花五分鐘內就自行撰寫排程指令(Cron Job)並搞定設定。

OpenClaw 能夠直接進入電腦系統動手做事,也填補了受限於沙盒保護與隱私框架的Siri在專業領域的空白。

延伸閱讀: Gemini化身補教名師!免費「SAT模擬考」題庫上線:不只陪考還懂解題,補教業危險了?

資料來源:ClawdbotUcstrategiesMacStories

本文初稿為AI編撰,整理.編輯/ 蘇柔瑋

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓