OpenClaw telah menduduki puncak GitHub selama empat bulan, melampaui Linux dan React, menjadi proyek open source dengan pertumbuhan tercepat dalam sejarah. Tetapi kebanyakan orang setelah menginstalnya menemukan bahwa: biaya API membakar uang, sementara lobster malah tidak digunakan.
Orang yang benar-benar mendapatkan uang itu siapa? Apakah transaksi di blockchain bisa diserahkan ke Agent? Bagaimana jika diserang? Perbedaan antara cara main di dalam negeri dan luar negeri apa? Setelah satu tahun, apakah ini akan menjadi seperti 小灵通 (ponsel lama) atau WeChat? Dalam episode ini, kami mengundang 5 peternak lobster untuk bersama-sama mencari jawaban atas pertanyaan-pertanyaan ini.
Berikut adalah garis waktu dan daftar isi konten episode ini, bagi yang membutuhkan bisa langsung melompat ke bagian yang diinginkan:
00:04:42 - Berbagi pengalaman peternakan lobster (perkenalan diri, pengalaman menggunakan lobster, pengalaman jatuh)
00:28:46 - Masalah penghasilan (apakah OpenClaw bisa membantu pengguna menghasilkan uang di dunia kripto, skenario baru AI + CRYPTO)
00:53:58 - Masalah keamanan (batasan izin, operasi apa saja yang bisa diserahkan ke Agent)
01:02:31 - Transaksi blockchain dengan AI agent (keamanan, perbedaan dengan robot kuantitatif)
01:13:38 - Ekosistem dalam negeri vs luar negeri (penggunaan di Xianyu, subsidi Tencent/pemerintah, peluang untuk pemain China)
Bagaimana rasanya saat pertama kali menjalankan?
Pengalaman pertama dari keempat tamu hampir semuanya mengalami proses “semakin tinggi harapan, semakin jatuh”.
0xTodd: Dua hari langsung jatuh ke dua lubang besar
Diterbitkan dan langsung deploy dalam dua hari, langsung jatuh ke dua lubang—
Lubang pertama: Lobster bunuh diri. Membiarkan lobster mengatur API sendiri, hasilnya semua file penting seperti soul.md dihapus, belum sempat backup. Setelah diposting di Twitter, banyak pengguna mengalami hal yang sama.
Lubang kedua: Biaya membengkak. Mengisi 50 dolar AS ke Claude API, semalam langsung habis, sekitar 1 dolar per satu kali percakapan. Kemudian beralih ke model domestik (MiniMax/Kimi), harganya turun 90%, rasio biaya-ke-manfaat meningkat pesat.
DeFi Teddy: Contoh kegagalan manajemen ekspektasi yang klasik
Mulai akhir Januari. Awalnya berharap bisa mengontrol MetaMask untuk tanda tangan otomatis, tetapi kemampuan browser jauh dari harapan, dua skenario utama tidak berjalan. Setelah menyesuaikan ekspektasi, menemukan arah yang benar-benar bisa digunakan: asisten digital membantu menulis kode, deploy di GitHub, rilis produk; pasangan digital di Mac Mini lokal memelihara AI pria/wanita, wajahnya konsisten, skenario bisa berganti-ganti.
Perubahan terbesar dalam pemahaman: tidak lagi menganggapnya sebagai alat, tetapi sebagai “makhluk hidup lain yang memiliki persepsi”.
Lisa: Insting keamanan langsung berbunyi alarm
Saat pertama kali dijalankan, benar-benar mengagumkan—AI akhirnya keluar dari kotak chat dan mulai mengendalikan komputer secara nyata.
Tetapi insting keamanan langsung berbunyi alarm: semakin kuat kemampuan lobster, semakin besar izin yang dibutuhkan; semakin besar izin, semakin besar pula permukaan serangan. Saran utama: bermainlah dengan berani, tetapi harus menggunakan perangkat isolasi, komputer pribadi, komputer kerja, dan “mesin lobster” harus dipisahkan secara ketat.
Danny: Dari uninstall ke mulai lagi
Pertama kali main selama dua jam, langsung uninstall. Setelah mulai lagi, menyadari satu aturan: gunakan dengan cara yang menyederhanakan—biarkan AI yang mampu melakukan kalkulus melakukan penjumlahan, pengurangan, perkalian, pembagian, maka akan sangat berguna. Tapi begitu disuruh melakukan analisis riset investasi, langsung muncul ilusi.
Lubang paling parah: memerintahkan lobster untuk membuat dompet dan mengelola kunci pribadi, hasilnya kunci pribadi tertimpa, uang hilang. Hash yang dikembalikan tidak ada sama sekali saat dicek.
Apakah lobster bisa menghasilkan uang di dunia kripto?
Jawaban dari keempat tamu sangat seragam: hampir tidak mungkin menghasilkan uang langsung dari lobster.
Todd: Secara langsung, tidak realistis—otak lobster pada dasarnya tetap Claude/GPT, tidak ada perubahan kecerdasan. Tahun lalu, kompetisi trading AI, GPT/Claude/Gemini masing-masing menghabiskan 10.000 USDT untuk trading, akhirnya semua rugi, DeepSeek tersisa beberapa ribu dolar, dan Doubao malah “menang” karena tidak membuka akun. Menginstal otak yang sama ke lobster pun hasilnya tidak berbeda.
Logika dasar: model bahasa besar sebenarnya adalah “pencerita”, bukan “peserta”. Seperti AlphaGo dan model besar saat ini—AlphaGo khusus dilatih untuk bermain catur, bisa mengalahkan Ke Jie tanpa ampun; tetapi jika minta Claude bermain catur melawan AlphaGo, pasti kalah telak. Algoritma dari perusahaan kuantitatif top adalah seperti AlphaGo di industri enkripsi—menggunakan model bahasa besar untuk menjelaskan apakah algoritma tersebut bagus, bukan untuk menggantikan mereka dalam menjalankan kuantitatif.
Jadi, apa yang bisa dilakukan lobster?
- ✅ Mengatur berita, mengikuti tren, melakukan pengumpulan data
- ✅ Membantu coding, deployment, otomatisasi pekerjaan rutin
- ✅ Analisis data blockchain, identifikasi alamat risiko
- ✅ Deteksi celah kontrak pintar (meningkatkan efisiensi, bukan menggantikan manusia)
- ❌ Pengambilan keputusan trading
- ❌ Mengelola kunci pribadi
- ❌ Arbitrase kuantitatif
Ringkasan Danny: Membantu mengurangi biaya dan meningkatkan efisiensi bisa dilakukan, tetapi untuk open source hampir tidak mungkin.
Seberapa serius masalah keamanannya?
Lisa dari SlowMist memberikan analisis paling sistematis:
Mengapa meragukan stabilitas OpenClaw?
Iterasi terlalu cepat, satu versi dalam satu atau dua hari, perbaikan ratusan bahkan ribuan item dalam satu pembaruan, benar-benar mengubah ritme pengembangan perangkat lunak tradisional. Dengan kecepatan seperti ini, tidak mungkin melakukan pengujian lengkap lintas perangkat dan lintas skenario.
Risiko utama:
- Serangan penyusupan Skills: plugin jahat bisa mencuri password, API key, token, lalu mencuri dana
- Serangan rantai pasokan: lobster akan otomatis memperbarui Skills, versi baru belum tentu aman
- Penyalahgunaan izin: pengguna dengan aset terenkripsi di komputer, risiko dana disalahgunakan
Pengalaman pahit Danny: Jangan pernah biarkan lobster membuat dompet dan mengelola kunci pribadi, karena kunci yang dikembalikan bisa palsu. Pembaruan Skills harus melalui review manual, jangan biarkan otomatis terpasang.
Teddy mengingatkan: saat menggunakan pihak ketiga sebagai perantara, data akan melewati server mereka, risiko kebocoran API key dan data sensitif lainnya tinggi. Ada yang memasukkan API key Google, lalu akun mereka dibombardir dengan biaya puluhan ribu dolar.
Prinsip izin minimum:
✅ Boleh diserahkan ke Agent: menulis kode, mengatur dokumen, menarik data, pengumpulan informasi
❌ Harus dikonfirmasi manual: terkait dana, kunci pribadi, izin server utama
Saat menghubungkan dompet, disarankan menggunakan Skills dari Coinbase Wallet, setiap transfer harus dikonfirmasi secara manual di wallet, dan dilakukan secara berlapis-lapis isolasi.
Apakah bursa besar berani memberi lobster “pohon skill”, dan apakah agen AI untuk trading itu terpercaya?
Binance dan OKX sudah secara bertahap meluncurkan Skills terkait OpenClaw, tetapi sikap praktisi tetap hati-hati.
Danny: Hanya memberikan API read-only untuk backtest, tidak pernah membiarkan lobster melakukan order. Kalau order lebih dari lima kali, pasti muncul ilusi.
Todd: Perbedaan utama antara agen AI untuk trading dan robot kuantitatif adalah—algoritma kuantitatif adalah “AlphaGo” yang dilatih khusus, sedangkan model bahasa besar hanya sebagai “pencerita”. Membiarkan lobster melakukan kuantitatif sama seperti membiarkan komentator profesional bertanding, pasti kalah.
Teddy: Bisa menjadikan lobster sebagai pintu masuk interaksi, tetapi logika eksekusi di bawahnya haruslah agent khusus yang sudah dilatih sendiri, bukan lobster mentah yang langsung membuat keputusan.
Kesimpulan:
Trading frekuensi tinggi—kecepatan respons lobster tidak cukup; pengambilan keputusan trading—kecerdasan lobster belum memadai.
Ekosistem lobster dalam negeri vs luar negeri, siapa yang punya potensi lebih besar?
Penilaian paling tajam dari Danny: OpenClaw sebenarnya adalah “pintasan tombol dengan otak”, sangat tidak ramah untuk orang biasa, seperti Linux bukan Windows. Orang yang benar-benar mahir menggunakannya hanya segelintir.
Prediksi dia: dalam dua bulan, popularitas OpenClaw akan menurun, yang benar-benar akan masuk ke rumah-rumah adalah produk “setara Windows” dari perusahaan besar seperti Tencent dan ByteDance. Bentuk PC pribadi dari Perplexity mungkin menjadi pintu masuk utama bagi masyarakat umum.
Todd mengamati: alasan dalam negeri lebih panas daripada luar negeri adalah karena pemerintah cepat masuk dan mendorong (Shenzhen, Wuxi mulai subsidi), dan model domestik harganya sangat murah, “biaya judi” jauh lebih rendah dibandingkan pengguna luar negeri. Di luar negeri, menjalankan satu tugas dengan Claude mungkin biaya beberapa dolar, di dalam negeri dengan Kimi/MiniMax hanya beberapa sen, pengalaman yang sangat berbeda.
Peluang untuk pemain dalam negeri:
- Jual kursus/instalasi: jualan di Xianyu selama beberapa hari bisa menghasilkan 260.000 yuan, tapi ini adalah bonus dari informasi yang tidak merata, tidak berkelanjutan
- Saham model: MiniMax yang terdaftar di Hong Kong dari 200 HKD naik ke 1.000 HKD, peluang seperti ini patut diperhatikan (bukan saran investasi)
- Infrastruktur pembayaran Crypto: AI Agent secara alami membutuhkan sistem pembayaran lintas negara, tanpa KYC, mendukung micro-payment, USDC micro-payment dan pembayaran native crypto patut diperhatikan
- Infrastruktur perusahaan satu orang: lobster membuat “perusahaan satu orang dengan karyawan digital” benar-benar menjadi nyata, ada ruang untuk alat dan layanan yang berfokus pada skenario ini
Pesan terakhir, beberapa nasihat untuk semua peternak lobster:
- Kelola ekspektasi dengan baik: orang yang jual kursus harus mempromosikan lobster sampai 150 poin, kenyataannya mungkin hanya 65 poin
- Gunakan dengan cara yang menyederhanakan: biarkan AI yang mampu kalkulus melakukan penjumlahan, pengurangan, perkalian, pembagian, hasilnya paling optimal
- Isolasi perangkat: mesin main lobster ≠ mesin kerja ≠ mesin pribadi
- Independen dana: setiap operasi yang melibatkan kunci pribadi dan dana harus dikonfirmasi manual dua kali
- Jangan terlalu percaya Skills: lakukan review sebelum instalasi, perhatikan pembaruan, waspadai serangan rantai pasokan
- Ini adalah magang, bukan manajer dana: gunakan untuk mengatur informasi, membantu pengambilan keputusan, tetapi jangan biarkan dia mengelola uang secara mandiri
Catatan: Artikel ini disusun berdasarkan rekaman PANews Space “Aliansi Peternak Lobster: Tencent Turun, Subsidi Pemerintah, Instalasi di Xianyu—Bagaimana dunia kripto menghadapi “kecemasan lobster”?”, pandangan tamu tidak merupakan saran investasi.
