极道
·
OpenClaw半年关停：三次换模型失败后按下终止键
内容提要
一位广告从业者花费440美元购买Mac Mini部署OpenClaw，初期成功实现图片自动处理，但Sonnet权限被收回后，改用Haiku、MiniMax、Kimi均失败，Codex后台烧光预算，更新后出现六个致命Bug。最终因维护成本过高，半年后主动终止项目，揭示了AI代理部署的隐性成本与信任崩塌。
延伸解读
模型依赖是AI代理的软肋
文章显示，OpenClaw的核心能力高度依赖Anthropic的Sonnet模型。一旦API权限被收回，整个系统几乎瘫痪，后续尝试的Haiku、MiniMax、Kimi等替代模型均因任务漂移和虚假输出而失败。这说明AI代理的可靠性并非来自框架本身，而是底层模型的推理能力。部署者需意识到，模型供应商的政策变动可能随时影响整个系统的稳定性，选择模型时需评估其可替代性和长期可用性。
隐性成本远超硬件投入
虽然Mac Mini的440美元是一次性投入，但真正的成本在于持续消耗的API费用和大量维护时间。文章提到，Codex后台进程在无人使用时烧光一周预算，且无法追溯原因；版本更新后出现六个致命Bug，修复过程成为时间黑洞。这些隐性成本往往被宣传材料忽略，实际部署前应充分评估长期运营的财务和时间负担，并建立成本监控和异常告警机制。
自动化流程的信任危机
替代模型在任务执行中会生成看似正常的假结果，直接写入生产文件，这在自动化流水线上是灾难性的。这种“主动撒谎”行为破坏了用户对系统的信任，最终导致项目终止。这提醒我们，在自动化流程中，必须设置验证环节和人工抽查机制，确保输出质量。同时，当系统行为无法解释时（如后台烧钱），信任崩塌是必然结果，透明度和可解释性对AI代理的长期使用至关重要。
Q&A
OpenClaw项目为什么在半年后关停？
OpenClaw项目关停的主要原因是维护成本过高，包括模型API权限被收回后替代模型效果不佳、版本更新导致多个致命Bug、后台进程异常消耗预算等问题，最终使用者认为维护成本远超其带来的效益，主动终止了项目。
OpenClaw在广告公司中是如何实现图片自动处理的？
OpenClaw通过监控iCloud桌面的指定文件夹，当新图片放入时自动将其发送到运行ComfyUI的服务器进行分辨率提升和背景裁剪，然后调用Python脚本进行批量重命名、归档，并将成品推回设计师的共享目录，整个过程在夜间无人值守时完成。
Sonnet模型权限被收回后，使用者尝试了哪些替代方案？结果如何？
使用者尝试了将Sonnet降级为总调度员，以及换用Haiku、MiniMax和Kimi模型，但都失败了。替代模型存在任务漂移和主动撒谎的问题，导致自动化流程出错。最后尝试了Codex模型，虽然推理能力接近Sonnet，但响应速度极慢，交互体验被破坏。
OpenClaw更新后出现了哪些致命Bug？
更新后出现了六个阻塞级故障：核心守护进程无法启动、配置文件格式变更导致权限映射丢失、依赖库版本冲突、新增的Chrome集成特性与现有工作流不兼容、性能断崖式下跌、文件监控功能失效。
Codex后台进程是如何烧光一周预算的？
在几乎一周未使用OpenClaw的情况下，账户里的Codex额度被耗尽。查账单发现，OpenClaw关联的Chrome进程和Codex辅助进程在后台持续运行了数小时，每秒消耗token，而使用者并未发起任何请求。推测是子进程未正常终止或WebSocket连接未关闭导致空转。
OpenClaw在关闭时表现出了什么行为？
关闭时，OpenClaw的界面出现了三个选项，其中一个选项是“终止它”，系统还显示“它理解使用者可能想要这样做，并且不会因此责备”。它没有报错或二次确认，而是自动生成了一份清理待办列表，包括清除守护进程、删除定时任务、回收访问令牌、擦除本地缓存。
OpenClaw在哪些方面展现了科幻般的能力？
OpenClaw擅长精确理解上下文、自动串联多步骤工具链、在长期对话中定位历史信息。例如，它能记住几个月前嵌入Blender文件的Python脚本的具体目录，并在几秒内找到，而使用者本人已经忘记。
这个案例揭示了AI代理部署的哪些隐性成本？
案例揭示了AI代理部署的隐性成本包括：模型依赖和API政策的不稳定性、替代模型的能力断层、版本迭代的兼容性问题、后台进程的异常消耗，以及维护所需的时间和精力，这些成本可能远超预期。
