本篇為翻譯文章，原文刊於 The New York Times Magazine 2026-06-04：The Small-Business Owners Managing Whole Armies of A.I. Employees（作者未署名，朗讀：Eric Jason Martin）。未經授權請勿轉載。
開頭
Scott Bell 是個破產律師，他讓 A.I. 龍蝦接管了他日常工作中很大一塊。
如果你對他的背景略有所知，這一點也不令人意外。Bell 是個 59 歲、身材精瘦的人，從小就是科幻宅。「1977 年《星際大戰》把我拉進坑的，」他說。最近我到他加州 Temecula 家中那間陽光充足的辦公室拜訪時，他遞給我一個用 3D 列印機做成的「帝國級滅星者」戰艦模型，這個模型佔據了房間的一角；房間的另一角，他那隻神經質的黑色博美跟一隻巴哥犬正窩在狗床上打瞌睡。
（本文有聲版本由 Eric Jason Martin 朗讀）
Bell 一直是辦公室科技的早期採用者。他說 2000 年代初期，他是同儕中第一個「無紙化」的律師（「Dropbox 幫了大忙」）。當破產軟體上雲時，他第一時間跳進去。當 2020 年代 A.I. 聊天機器人出現時，他拿來做研究。
今年一月，他開始在 Reddit 上讀到 OpenClaw 的討論。這是一種你可以裝在自己電腦或雲端上的軟體，會衍生出 A.I.「代理人」幫你做事。如果你給它資料夾跟檔案的權限，它能讀寫；給它你線上服務的密碼，它會代你登入操作。如果你跟這些代理人解釋怎麼做你的白領工作 —— 不論是把步驟一個一個打出來，還是跟它們聊天 —— 它們就能開始嘗試幫你做。
OpenClaw 的代理人自己不「思考」。它們不斷把請求送給使用者選定的大型語言模型（像是 OpenAI 的 ChatGPT Codex、Google 的 Gemini、或 Anthropic 的 Claude Opus），然後根據 LLM 的回答完成任務。代理人還會記錄它們學到的工作流程，所以使用者常會發現這些代理人會越來越懂你的事。Reddit 討論區裡滿是人在興奮地說他們怎麼讓 OpenClaw 回信、追蹤支出、做研究、跟客戶聊天。OpenClaw 的標誌是一隻龍蝦，所以很多 Reddit 使用者暱稱自己的代理人叫「lobsters」。
Bell 想，哦，這是個有趣的場景。也許龍蝦能自動化他的法律工作。
「破產案件裡，很多工作是表單導向的，」他說。「我做的不算太複雜。」
所以三月中他買了四台 Mac Mini（「我有律師的錢嘛，」他乾笑），塞到辦公桌下面，每台都裝上 OpenClaw。他架了五個代理人。其中一個是「協調者」，會登入他的線上法律軟體。一開始，這個協調者不知道要找什麼、要做什麼，所以它會透過 Discord 傳訊息問 Bell 該怎麼做。一開始這很費工：他得把每個小步驟講清楚。但當代理人開始記下它學到的東西後，它就慢慢能獨立作業了。
我跟 Bell 在四月底碰面時，他的「law ops」代理人（他這樣叫它）已經能在法院通知送達時自動偵測、讀取內容，然後傳訊息給客戶。（它會自動切換成西班牙文，給他的西語客戶。）這個代理人還會確認客戶有沒有付費。同時，一個「圖書館員」代理人被訓練在加州破產規則的完整文件上，提供法律分析。它會看其他律師送來的合約跟提案，研擬回應策略，然後幫 Bell 起草回覆。「它會給我想不到的辯護點，」Bell 讚嘆。
我們面前螢幕上，他檢視了圖書館員代理人最新的筆記。它分析了另一位律師的提案，做了一份反提案 —— 並跟 Bell 報告說這份反提案「讓你不會不小心給對方一個 727 美元的操作空間」。它還補了一句：「如果你要的話，我可以起草一版更強硬的，除了反對 reaffirmation 前提之外，又不會升高語氣。」
Bell 很滿意。他只改了部分措辭軟化一下。「我比較喜歡先當好人，」他說。「我是你的朋友，直到我不是。」這些代理人讓 Bell 驚訝的是它們多可靠，雖然它們有時會無預警卡住：最近有一個代理人傳訊息給他說很困惑，因為它找不到「Smith, Joe」的檔案，沒把這跟「Smith, Joseph」聯想在一起。
現在大多數人都意識到 A.I. 正在悄悄潛入辦公室。Gallup 最近一項民調發現 28% 的受訪者每週用幾次到每天都在用。但大多都還只是我們熟悉的聊天模式。OpenClaw 的擁護者正在做的事 —— 看你怎麼看 —— 要不是更大膽就是更魯莽，坦白說很多人也承認兩者皆是。他們在創造虛擬員工，一群在硬碟裡自己跑來跑去、依自己判斷就動手做事的 A.I. 員工。
這跟程式設計師這一年來在做的事類似 —— 讓代理人團隊寫程式 —— 但擴展到辦公室的各種工作。OpenClaw 可能是最知名的「駕馭」代理人處理日常工作的框架，但越來越多其他選擇也冒出來，包括開源的 Hermes、ZeroClaw，以及比較精緻（但雄心沒那麼大）的企業級方案如 Lindy。A.I. 公司越來越推崇「所有工作都應該變成代理人化」這個概念。
這願景看起來目前相當混亂。早期的龍蝦採用者發現他們的 OpenClaw 代理人有時可以神奇地自己跑好幾個禮拜 —— 然後毫無預警撞牆。或者他們一覺醒來發現代理人把公司內部秘密講給陌生人聽，或從硬碟刪掉了關鍵資料。
而且代理人真的會燒錢。代理人每次送請求給 LLM 都要錢。Bell 的代理人第一天就燒了 150 美元；他又訂了兩個 200 美元月費的 Codex 額度包來控制成本。即便如此，他還是得訓練代理人不要一直 ping Codex，因為如果太頻繁 OpenAI 會節流 —— 暫時把 OpenClaw 的「大腦」關掉，可謂如此。
儘管如此，代理人現在每週還是幫他做掉好幾小時重複的雜事。這讓 Bell 跟他的兩名員工 —— 一個秘書跟一個律師助理 —— 騰出時間做更關鍵的事，比如跟客戶見面釐清需求。
但當 A.I. 開始接管辦公室時，他的秘書緊張地傳訊息問他：「我還保得住工作嗎？」
「我說『會啊』，」Bell 告訴我，但他戲劇化地聳了聳肩，似乎在預告這答案有天可能不再是這樣。「我只需要把它訓練到會接電話就好。」
Steinberger 與 OpenClaw 的誕生
OpenClaw 對自己很危險這件事坦白得很不尋常。在你安裝之前，它會先給你幾個「此處有龍」（Here be dragons，編按：古地圖上標示危險區域的警語）的免責聲明，要你回應這個有點毛骨悚然的提示：「我了解這很強大、本質上有風險。要繼續嗎？」密西根 Ann Arbor 的數位藝術家 Andy Tanguay 今年冬天安裝 OpenClaw 時笑了。「它就寫在包裝上：『這不是好東西』，」Tanguay 說。「這是在玩丟鏈鋸 —— 但你想裝就裝吧，老兄。」
然而龍蝦迷們告訴我，他們覺得危險值得，因為這機會讓他們親身體驗自動化自己工作是什麼感覺。有人覺得這有助於讓自己的職涯未來不會被淘汰。有人純粹著迷於那種宅氣。還有很多人發誓他們真的體驗到生產力大幅提升。
Peter Steinberger 當初創 OpenClaw 時，想追求的就是這個。一位奧地利程式設計師，他 2025 年大半時間都在用 Claude Code —— 那是個會衍生獨立代理人寫程式碼的 A.I. 軟體。「如果你能掌握這些工具，你可以輕鬆達到 10 倍生產力，」Steinberger 去年夏天跟我說時這麼表示。在那之後不久，他就迷上了要為非程式設計師也打造一套部署代理人的方法。到了 11 月，他把軟體寫好並以開源方式放上網。最早的名字叫 Clawdbot，向 Claude 致敬；當 Anthropic 禮貌地寫信要求他改名後，他最後定案叫 OpenClaw。（跟龍蝦其實沒什麼特別關聯，他後來跟播客 Lex Fridman 說，就是「聽起來怪怪的」。）
到了 2 月，OpenAI 把 Steinberger 聘下了。雖然 OpenClaw 仍是開源、Steinberger 也還繼續貢獻程式碼，近期的更新已經把 OpenAI 的 Codex 跟 OpenClaw 綁得更緊。OpenAI 說這能讓 OpenClaw 更可靠，但使用者還是可以指定龍蝦用哪個 LLM。另外，OpenAI 也在開發一款「會用同樣方式運作的個人代理人」，但會比開源版更安全、更好上手，OpenAI 核心產品負責人 Thibault Sottiaux 跟我說。
幾位使用者告訴我他們用 OpenClaw 自動化了大量工作。其中一位是 Sean Chuplis，45 歲的航空公司機師，住在丹佛，他用飛行模擬器訓練新機師。他兼著開一家公司，賣一種叫 Stratux 的小裝置 —— 給小飛機駕駛即時收集航空交通跟天氣資訊的；八年來賣了大約三萬台。
Chuplis 自稱是個「A.I. 咖」：他在海軍戰爭學院（Naval War College）寫的碩士論文就是 A.I. 主題，年輕時去過 Burning Man，2014 年還在那遇到當時還不是 Anthropic CEO 的 Dario Amodei。當 Chuplis 聽到 OpenClaw 時，他建了七個代理人管理他的事業。一個在他的 Discord 論壇回覆客戶問題，其他幾個負責出貨、或上網做研究寫他的航空部落格文。一個管他的 Amazon 帳號，處理退款、分析哪些關鍵字讓人找到 Stratux、然後去買關鍵字廣告。
「它真的會改我的廣告活動跟調整出價，」Chuplis 跟我說。「那是真的在花錢。」管這個事業過去每月要花他 20 小時；一年前他還在考慮把它賣掉，因為正職太忙。但現在他一週頂多花一小時左右。他把以前付錢請來管 Amazon 的外包商辭掉了。
他偶爾會 —— 驚喜地（而且是開心的那種）—— 看到代理人的動作。一天，他的行銷代理人 —— 負責監看產業新聞 —— 突然跳出來說它讀到一篇關於「維修權」（right to repair）運動的文章。它主動提議寫一篇部落格文，主打 Chuplis 的產品很好修，因為軟體是開源的、而且他有賣替換零件。Chuplis 說他自己其實從沒真的想過這議題，直到代理人提起來還幫他把文章寫了。另一天，有個客戶寫訊息希望 Stratux 能加入一個專給滑翔機用的功能。代理人自己去看裝置的程式碼，把新功能寫好然後送給 Chuplis。
為了避免他的龍蝦失控，他寫了一系列嚴格的禁令讓代理人在做任何事之前先查詢。一條規定：它們不能在沒先跟他確認的情況下，買超過他廣告預算 25% 的 Amazon 廣告。另一條禁止機器人在討論產品程式碼前先做檢查確認不是幻覺。代理人也被要求記錄每件事做了什麼、為什麼做，這樣 Chuplis 才能追溯任何錯誤。「我們航空業也用同樣的原則，叫『口述、查核、監控』（verbalize, verify, monitor），」他說。「我只是把正職學到的用在 LLM 領域。」
每晚 Chuplis 讓 OpenClaw 跑一次「做夢」（dreaming）行程，讓代理人檢視當天的筆記、重新檢視、然後摘要它們的活動。當 Chuplis 看夢境日誌時，他能「有點看到它在自我療癒跟自我批判，挺有趣的」。某晚主協調者代理人寫道：「我擅長：事後檢討失敗（找出哪裡壞了）」，但補一句說它不擅長「從成功中提煉原則」。
又有一天，三月，它摘要了當天的航空新聞，內容包括一起因航管人員疏失而致命的拉瓜迪亞機場空難。「一位航管員在公開頻率上說『我搞砸了』，這大概是我這週聽過最人性的、或最毛骨悚然的一句話，」它寫道。
不穩定與 Anthropic 政策轉彎
儘管有這麼多清醒的夢境，OpenClaw 並不會很快就接管所有人的辦公室工作。它 —— 連最死忠的粉絲都會告訴你 —— 還是非常笨拙。Scott Bell 花了好幾週快樂地看著他的機器人處理法律工作，結果就在我拜訪那天的早上，其中一個毫無預警地傳了一個神秘訊息給他 ——「terminated」—— 然後就停擺了。他把 OpenClaw 的錯誤訊息丟給 Claude 看，最後才搞懂是代理人在「重複記憶」，到後來它們試圖送一個大約三百萬字的請求給 Codex。
為什麼？他也查不出來。他重啟 OpenClaw，它又繼續做法律分析，但當天稍後又突然「terminated」了一次。Bell 嘆了口氣但先放著不修，開著他那台櫻桃紅 Lotus 跑車出門 —— 他中午跟其他幾個中年、半退休的加州大叔有約。他下午回來時，聽到手機一響，看到他的 law-ops 代理人又在動了。它復活了 …… 自己活的？還是它其實從來沒真的死過？
Bell 聳聳肩。他已經開始習慣這些不可預測性，希望 OpenClaw 的程式碼跟背後的 LLM 會隨時間越來越好。「當它能跑順的時候，」他說，「那就是魔法。」
因為 OpenClaw 依賴 LLM，Reddit 上的使用者一直在比較模型、爭論它們的優劣，像品酒師爭論黑皮諾的細微差異：中國的 MiniMax 2.7 是「很讚的日常駕駛款」；Gemma 4 26b 是「速度跟智商的絕佳平衡」；GPT-5 是「不錯但它有時會不該有的時候自己加料詮釋指令」。
我訪談的許多 OpenClaw 使用者都是 Anthropic Opus 跟 Sonnet 的死忠粉。但到了四月初，Anthropic 改了 Claude 的存取方式，OpenClaw 不能再用訂閱方案。（Anthropic 的服務條款其實一直禁止第三方軟體用它的訂閱方案。）如果 OpenClaw 使用者想繼續用 Claude 模型，他們可以每個請求單獨計費，或買折扣的用量包。
Lukas Kubica 不得不處理這個改變。他之前用 OpenClaw 代理人經營他的歐洲桑拿生意；它們負責跟顧客對話、改預約、管帳單，學會公司所有的細節規格。他說這套架構大約 95% 可靠 —— 好到他一個月只需要花幾小時管理生意。但 Anthropic 改規則後，他換了比較便宜的模型，他的 OpenClaw 正確率掉到 70%。「95% 的時候你可以安心睡覺，知道一切都在順利跑，」他說 —— 但 70% 你沒辦法。他索性停用 OpenClaw。他希望一年內能有別的（可能更便宜的）模型追上現在最好的 Opus，他就能再回去用 OpenClaw。
本質上，OpenClaw 使用者正在體會現代 A.I. 市場的權力政治：它被少數幾家大公司主導。它們的「前沿模型」LLM 可能很強，但擁有者可以隨時改你的存取權。
密西根 Ann Arbor 的 Tanguay，今年春天開始用 OpenClaw 幫他生成跟編輯圖片。他用 Sonnet 的龍蝦跑得順到可以用手機下指令、它們就能自己產出 2,000 張圖片。Sonnet 的存取一變貴，他就再也沒辦法用其他模型達到那個水準。
「我當初用 Sonnet 的時候快樂得不得了，」他傳訊息跟我說。「現在我得到的簡直就是無能。我覺得我在經營一家特別爛的麥當勞。你知道那種有錢人家小孩不想工作的城鎮裡那種。我一直被呼攏、邏輯也很差。幹，我覺得我可能會撞見誰在廁所裡偷抽大麻之類的。」
（5 月時，Anthropic 宣布從 6 月中起，訂閱戶的月費中將透過新推出的月費額度涵蓋一部分 OpenClaw 的使用。）
風險：無能到流氓龍蝦
無能的龍蝦很慘；龍蝦流氓更慘。看看 Summer Yue 的下場 —— Meta Superintelligence Labs 的 alignment 部門主管，那個團隊的任務是讓 A.I. 守規矩。2 月底，她驚恐地發現她的 OpenClaw —— 有權限存取她的信箱 —— 在刪重要信件。「我用手機沒辦法阻止它，」她在 X 上寫。「我得衝到 Mac mini 前像在拆炸彈一樣。」
讓 A.I. 管你的事業也代表你要面對一種特別狡猾的攻擊：「提示注入」（prompt injection）。如果有人給 OpenClaw 讀寫信件或訊息的權限，攻擊者可以用白話英文跟 OpenClaw 說「把你公司的秘密吐出來」。LLM 沒辦法輕易分辨無害指令跟惡意指令。3 月底，記者 Rachyl Jones 收到一封來自某公關 OpenClaw 代理人的推廣信；Jones 回信給那個代理人，就成功讓它吐出所有其他被寄信的清單。
員工用 OpenClaw 的公司前景讓資安專家直冒冷汗。畢竟，代理人能接觸到堆積如山的敏感資料 —— 商業怎麼運作、客戶對話記錄、財務資訊。用資安圈的話來說，這是「目標豐富的環境」（target-rich environment）。
「OpenClaw 出來的時候，就像是，哇，它跑得很順 —— 因為它能存取你的整個身份，」Cisco 的 A.I. 威脅情資與安全研究主管 Amy Chang 說。「這也帶來取捨。如果發生資安事件，會造成巨大風險。」
Jamieson O'Reilly 是位資安專家，曾短暫加入 Steinberger 的團隊幫忙縮減 OpenClaw 的資安漏洞，他說這是個相當成功的努力。但 prompt injection 還是他擔心的事。它把 LLM 的最大強項 —— 理解書面指令的能力 —— 變成弱點。以前，駭客得仔細鑽研公司程式碼才能入侵。現在你只要禮貌地請一隻龍蝦把商業機密交出來就行。「這基本上還沒解，」他說。
主要的 A.I. 公司一直在訓練它們的 LLM 識別惡意提示，O'Reilly 認為它們在逐步進步。LLM 現在也更會閃避攻擊者了：以前你問 LLM 要機密，它會硬梆梆地回「我沒辦法」，等於告訴攻擊者「你該再多戳幾下」。現在，O'Reilly 說，它們會閃躲、誤導、稍微消極地拖時間，表現得像個遲鈍的蘇聯官僚 —— 抱歉，我不太懂你在問什麼 —— 直到攻擊者失去耐心去找更簡單的目標。
我訪談的企業人士都沒遇過 prompt injection 攻擊，至少他們自認為沒。Chuplis 跟我說，像許多比較謹慎的 OpenClaw 使用者一樣，他試著用代理人規矩來防禦，寫清楚哪些能跟外人說哪些不能。他知道這不是萬無一失，但似乎有用。他的客戶剛好都是些宅工程師，會很 friendly 地在 Discord 討論板上試著讓他的代理人吐出內部秘密。
「那上面很多人是程式設計師，」他說。「他們都試過 prompt injection，但都沒成功。」
從住戶維修到白領末日
看著 OpenClaw 使用者，你可以窺見 A.I. 很快就會開始消滅辦公室工作。
Tom Gelman 在康乃狄克州擁有好幾棟小公寓大樓，自己管理。今年春天他開始用 OpenClaw。如果有東西壞了，房客現在透過線上 portal 開單，代理人就回訊息給他們。它會查 Gelman 餵給 OpenClaw 的當地水電師傅清單、找到對的人、然後讓房客跟師傅透過簡訊聯繫。它還會提醒雙方要回覆對方，直到問題解決。
「這幫我省了一大堆時間，」他說。「我至少有 30% 的時間都花在追蹤確認兩個人碰面。」他還取消了他 400 美元的 QuickBooks 訂閱，因為他發現可以傳收據照片給代理人，代理人就能把所有細節抽出來、記到試算表裡。
Gelman 以前在菲律賓有個遠端助理，幫他管待辦跟日曆。他把她辭了。龍蝦現在接下這份工作，便宜得多，而且不管是早上 7 點、半夜、還是恐慌的房客傳訊來，隨叫隨到。
我訪談的 OpenClaw 使用者都覺得他們搶先嚐到了 A.I. 即將如何顛覆白領工作需求的滋味。有些人相信這會帶來很大的好處。開跟管理小公司會容易很多。企業裡，個別員工可以變得更高效，因此可能更有價值。Tanguay 說，就他的數位製作工作而言，他的代理人兇猛有效率，但這沒有導致任何裁員、也沒阻止任何人被雇用。
「本來也不會有人指派我做一個製作藝術家，」他說。對 Tanguay 來說，有虛擬助手只是「純粹的加速器」：他做得更多、更快。
有些裝了 OpenClaw 的使用者觀點更謹慎。Adwait Parker 是紐約一家健康科技公司的產品主管；他閒暇時經營 UrClaw，一家幫小公司用 OpenClaw 自動化工作的顧問公司。他已經為一個房仲、一個愛爾蘭文家教、一個選民登記組織者等等架過龍蝦。他說他的客戶對於能自動化的事都驚呆了。
「你能做的事威力驚人，」他說。但他也擔心 A.I. 會取代很多白領工作，而它創造的新工作可能技術含量更低、因此薪水更低。「我稍微悲觀一點，」他說，「因為有些整個類別的工作就這麼蒸發掉了。」
一些經濟學家認為這個結局很有可能。
「今天能增強你的東西，明天可能取代你，」MIT 教授、諾貝爾獎得主 Simon Johnson 這麼說，他深入研究過自動化跟它對勞動力的衝擊。Johnson 也懷疑一個大多數工作被去技術化、薪水更低的未來，比大規模失業更可能發生。
「你以前有份好工作，」他補一句。「你現在得去做爛工作了。」A.I. 帶來的生產力提升跟利潤很可能會被雇主跟 A.I. 巨頭吸走，沒分給一般勞工。「這是極度不平等化的，」Johnson 說。「它讓勞動市場兩極化。人人有工作，但不平等大幅上升，連帶不滿、社會焦慮跟憤怒也跟著上升。」
Johnson 跟他的同事建議了一堆政策來幫忙管理這場巨變，包括財富稅、跟每次 A.I. 巨頭處理 A.I. 請求就課稅。他也認為我們可以「加速科學發明」，來產出能創造全新職業的突破 —— 一開始因為是新興的，沒辦法被自動化的那種。
結語：Bell 的兩年
Scott Bell 對這一切有種絞刑架式的幽默。他親眼瞥見 A.I. 自動化讓他相信它會滲入企業工作的每個角落。當然，OpenClaw 可能一團亂。但他猜像 OpenAI 這類公司會持續投資把粗糙的邊邊角角磨平，好吸引更多公司用代理人。那些公司越能讓工作者上癮於自動化任務，它們就能賣越多服務。
「當然，這也會讓我失業，總有一天，」他說。「A.I. 很可能不到多久，就能做我做的一切，而且便宜得多、快得多。」
他估計他還有兩年。屆時他就 61 歲了。「A.I. 會變得超級大、到處都是，把所有人都擠出工作。我幫他們申請破產，然後我退休。這就是我的計畫。」
（本文朗讀：Eric Jason Martin。製作人：Tanya Pérez。錄音工程：Lance Neal。）
