问题——热度高企背后，“养不起”成为新的关注点。
近来，围绕开源智能体工具OpenClaw的讨论持续升温。
一方面，部分用户分享“养虾日记”，甚至出现集中体验、代装服务等新需求；另一方面，使用成本超预期引发广泛争议。
有用户测算，完成信息检索、生成长文档、运行简单爬取测试等任务时，调用消耗呈跳跃式增长；还有用户反映，在未产生有效输出的情况下，系统仍存在持续计费现象，导致月度支出显著抬升。
舆论所称“月薪两万养不起”，虽带夸张色彩，却折射出成本结构不透明、认知偏差与治理不足等共性问题。
原因——“开源”不等于“免费”，费用大头在调用与运维。
业内分析认为，相关成本高企主要由三方面因素叠加形成。
其一，开源降低的是开发门槛，并不天然消除使用成本。
个人用户即便利用现有设备部署，也往往需要配置环境、调试依赖、适配插件；缺乏技术能力时，外部技术服务费用随之产生。
企业侧为保障并发与稳定运行，常需投入服务器、存储与安全组件，部分场景还涉及高性能计算资源，形成一次性投入与持续运维成本。
其二，核心支出集中在后端大模型调用。
智能体并非一次对话即可完成任务，而是通过“规划—执行—校验—再规划”的循环推进，往往伴随多轮推理与多工具联动。
任务链拉长、工具调用增多、启用记忆与长期上下文后，Token消耗会被迅速放大。
与传统问答式应用相比，同类任务的消耗可能从“几百”跃升至“数百万”甚至“数千万”量级，直接推高费用。
其三，持续运行机制带来“看不见的消耗”。
部分产品为保持连接、同步状态或定期自检，会产生持续调用与常驻开销。
用户若缺少用量监控与停用策略，即使处于空闲状态，也可能出现日积月累的费用增长。
上述特征决定了智能体的成本曲线并非线性，而更接近“低频可控、高频陡增”。
影响——成本不确定性加剧试错门槛，企业应用更需精细化管理。
从市场层面看，“高消耗”容易抬高个人尝鲜门槛，使部分用户从“追热”转向观望；对企业而言，费用波动将影响预算管理与规模化推广决策，特别是涉及批量内容生成、客服协同、数据抓取与多系统编排等高频场景，一旦缺乏上限约束，可能出现部门间争抢资源、成本归因不清等问题。
从产业层面看，这一现象提示智能体正从“功能可用”进入“经济可用”的检验阶段。
是否能在可控成本下稳定产出，将成为产品留存与行业扩张的重要分水岭。
与此同时，围绕计费透明度、插件生态合规、安全边界与数据治理的讨论也将同步升温。
对策——把“能跑起来”转为“算得清、管得住、用得值”。
专家建议，个人与企业在使用此类工具时应建立成本治理框架。
一是强化成本透明与预算上限。
建议产品侧提供用量看板、任务级别账单、异常消耗预警与一键暂停；使用侧则应设置日/月度额度、分场景限流与审批机制，避免“长任务链”无上限扩张。
二是优化任务设计与工程策略。
通过缩短任务链、减少不必要的反复推理、启用缓存与结果复用、压缩上下文、合理关闭长期记忆等方式，可显著降低消耗。
对高频流程应优先标准化，减少开放式指令带来的不确定回合数。
三是分层选型、因需配模。
将高价值、强推理环节交由更强模型处理，将结构化、重复性工作交由成本更低的模型或本地推理承担，并建立质量评测与回退机制，在“成本—质量—时效”之间取得平衡。
四是企业侧推进统一治理。
建议将模型调用纳入信息化成本体系，明确归口管理与成本分摊规则，建立安全审计、数据脱敏与插件准入制度，防止“影子应用”扩散带来合规与费用风险。
前景——智能体应用将走向“精打细算”，低成本高确定性成为竞争焦点。
业内普遍认为，随着模型能力提升与工程化成熟，智能体的价值将更多体现在流程重构与效率提升，而不只是“炫技式自动化”。
未来一段时间，行业竞争将从单纯比拼功能转向比拼成本控制、稳定性与可治理性：谁能把调用消耗降下来、把产出确定性提上去，谁就更可能获得持续用户与规模化落地。
与此同时，围绕计费规则透明化、调用标准化与生态规范化的制度与行业共识也有望加速形成。
技术的价值，最终要在可及性中得到检验。
一款工具无论功能多么强大，若其使用成本长期超出普通用户的承受边界，其普惠潜力便难以真正释放。
OpenClaw的成本争议，本质上是一次关于技术红利分配方式的公开讨论。
它提醒我们，在追逐技术前沿的同时，不应忽视成本结构的合理性与用户体验的可持续性。
唯有技术进步与成本下行形成合力，智能化工具才能真正走进千家万户，成为推动社会生产力提升的普遍力量。