原始标题: How can you make money from OpenClaw?

发布日期: 2026-02-18 | 来源频道: @GregIsenberg

📝 深度摘要

1. 对话背景与核心主题

播主Greg Isenberg邀请了Orgo团队的Nick（Scrappy Nick）作为嘉宾，对话围绕如何利用OpenClaw计算机使用代理和Orgo虚拟机构建平台实现AI商业化变现。核心元问题在于：如何将AI从“个人助理”思维升级为“数字员工”思维，在房地产、制造业、分销商等垂直行业构建可出售的企业级自动化解决方案。Nick分享了通过价值-成本矩阵评估和工作流拆解，找到高价值低投入的垂直场景，并展示了在Upwork平台承接500-20000美元AI自动化项目的实操路径。

核心干货概览 (Key Takeaways)

维度 核心内容 / 动态 价值意义 / 影响程度
技术/工具 OpenClaw 计算机使用代理（Computer Use Agent）+ Orgo 虚拟机构建平台 赋予 AI 真正操作电脑的能力，可点击、滚动、输入、运行程序，实现端到端自动化
战略/逻辑 从个人助理思维转向"数字员工"思维，将 OpenClaw 部署为企业级自动化解决方案 在垂直行业（房地产、制造业、分销商等）构建定制化工作流，作为服务出售给企业
量化指标 Upwork 上存在大量 500-20000 美元不等的 AI 自动化需求；可同时运行 8 个子代理并行工作 个人创业者可通过接单垂直自动化项目实现数千至上万美元收入；企业可获得 24/7 不知疲倦的数字员工团队
关键人物 Nick（Scrappy Nick，Orgo 团队）；Dario Amadei（Anthropic CEO）；Sam Altman（OpenAI CEO） Dario 认为"计算机使用代理"是实现 AGI 的核心瓶颈；Sam 称"每家公司都将变成 API 公司"

深度逻辑与实操拆解 (Implementation Deep Dive)

底层矛盾与背景

当前 AI 自动化面临的核心困境在于：传统 RPA（机器人流程自动化）只能处理结构化、按钮位置固定的界面，一旦 UI 变化就会失效。企业对自动化的需求真实存在——从处理客户请求到上传数据再到生成报告——但现有工具无法应对"无 API 的遗留系统"。OpenClaw 的出现解决了这一矛盾：通过视觉理解能力，AI 可以像人一样"看"屏幕、操作 GUI（图形用户界面），突破了传统自动化的边界。

Nick 指出，Twitter 上关于 OpenClaw 的 viral 演示虽然酷炫，但大多停留在"个人助理"层面——帮你查天气、订餐厅。真正的机会在于找到高价值、低投入的商业场景，将 OpenClaw 部署为企业级解决方案。他提到 Andre Horowitz（a16z 合伙人）的观点：垂直化计算机使用代理并帮助企业采用它，将是创业公司的主要探索方向。

核心策略推导

Nick 展示了一套完整的"设计思维"方法论，用于识别和筛选自动化机会：

第一步：寻找楔入点（Wedge）

  • 不要泛泛而谈"我能自动化一切"
  • 具体到一个客户的具体业务场景
  • 案例：他演示了为一个促销品分销商构建的自动化——AI 每天自动登录供应商网站、下载产品信息、解析数据、上传到 Zoho CRM，形成统一的客户数据源

第二步：价值-成本矩阵评估

  • 横轴：价值高低
  • 纵轴：投入（时间、成本、难度）
  • 优先做"高价值、低投入"的事项——这是最甜的"低垂果实"

第三步：工作流拆解

  • 用 Figma 或 Mermaid 将流程可视化
  • 步骤必须足够细颗粒度（step by step）
  • Nick 建议：甚至可以让 OpenClaw 辅助完成这份拆解工作——把客户访谈记录上传，让 AI 生成自动化流程图

执行 SOP /操作步骤

Nick 在直播中演示了完整的实操流程（以构建"TikTok 趋势追踪"技能为例）：

  1. 启动 OpenClaw 环境

    • 使用 Orgo 创建新虚拟机（选择 8GB RAM）
    • 复制官网的 curl 命令安装 OpenClaw

  2. 定义最小可行技能（MVP Skill）

    • 先做最简单的测试：让 AI 打开 Firefox → 访问 TikTok → 滚动并识别首页内容
    • 验证可行性后再扩展

  3. 构建编程能力

    • 打开 Orgo 文档获取 API 参考
    • 在 Playground 模式下让 AI 编写 Python 脚本调用 Orgo API + Anthropic API
    • 脚本功能：打开 TikTok → 提取用户名、视频描述、类别、点赞数 → 结构化输出

  4. 部署为可复用技能

    • 将脚本保存为可调用技能
    • 主代理可随时调用此子代理执行任务
    • 8 个子代理可并行运行不同任务

  5. 变现路径

    • Upwork 是最佳起点：搜索"RPA"、“AI automation"关键词
    • 找到 500-20000 美元的订单需求
    • 用 OpenClaw 构建 Demo → 发送提案 → 获得第一单
    • 案例研究积累后，深入特定垂直行业（如制造业大门分销商）

细节支撑

  • Orgo 平台：Nick 的创业项目，提供"代理的计算机”——一键创建配有浏览器的虚拟机，OpenClaw 可在其中运行
  • 子代理并行：一个主 OpenClaw 可 Spawn 多达 8 个子代理，每个子代理可拥有独立虚拟机，实现任务并行或分工
  • 技能系统（Skills）：类似 Anthropic 的技能架构，可预先写入专业化指令和代码，让主代理调用执行特定任务
  • 触发机制：可通过邮件监听（检测特定链接）、Cron 定时任务等方式触发自动化流程
  • 硬件需求：Nick 推荐 Mac Mini 作为个人运行设备，视频中展示了 Orgo 界面同时管理 5 台虚拟机

核心执行资产 (Tactical Assets)

Prompt / 指令集还原

核心心法：让 OpenClaw 问你问题

“使用 OpenClaw 时，我最大的建议是——让它问你需要什么来完成这个任务。”

Nick 建议在构建任何自动化时，初始 Prompt 应为：

“我想要构建一个能够 [描述目标] 的技能。请告诉我，你需要哪些信息和资源来开始？帮我制定一个计划。”

这种方法的本质是将 AI 视为协作者而非执行器，让它主动识别需求缺口，避免盲目开发。

工具链配置

工具 用途 关键配置
OpenClaw 计算机使用代理核心 通过 curl 命令安装，支持 terminal（TUI）模式交互
Orgo 虚拟机管理平台 创建 VM、分配 RAM（8GB 示例）、提供 API keys
Anthropic API / Claude 模型层 提供视觉理解和推理能力
MiniMax (Kimmy) 2.5 低成本替代模型 可选，Nick 提及其"非常擅长计算机使用"且成本低
Zoho CRM 自动化数据落点 示例：将产品信息上传至客户 CRM
Figma / Mermaid 流程可视化 将自动化步骤绘制为图表
Upwork 需求发现 + 变现渠道 搜索关键词：RPA, AI automation, workflow

专家洞察与风险边界 (Insights & Boundaries)

反直觉/非共识结论

  1. “个人助理"只是冰山一角

    • 大众看到的 viral 演示（查天气、订餐厅）只是 OpenClaw 的"玩具"用途
    • 真正的价值在于企业级垂直自动化——帮企业解决没有干净 API 的遗留系统问题

  2. 不要做所有人的一切服务

    • Nick 强烈建议：选择一个垂直领域深耕（房地产经纪人、制造业、律师事务所）
    • 不需要 20 年经验——哪怕是因为"妈妈是房产经纪"而了解该行业也算不公平优势

  3. AI 将带来"创业文艺复兴”

    • Sam Altman：“每家公司都将变成 API 公司”
    • Nick 预测：未来 2-3 个月将出现大型赢家，AI 不会只取代工作，还会赋能个人构建以前无法构建的产品

  4. 界面正在消亡

    • Sam Altman 提出 chat 界面已发生两次（ChatGPT、OpenClaw/Telegram）
    • 最终极的交互方式是"告诉 AI 要什么"，它自己在后台完成一切

局限性与避坑指南

  1. 糟糕的"员工"是因为糟糕的"经理"

    • 如果你的 OpenClaw 表现不好——不是工具问题，是你给它的上下文不够
    • 解决：提供足够的背景信息、在正确的时间给正确的指令

  2. 避免高监管行业作为起点

    • 医疗、金融等需要合规审计的行业不适合作为首个案例
    • 推荐从分销商、制造业、房地产等相对轻监管行业切入

  3. Upwork 自动化需要质量背书

    • Upwork 虽然需求旺盛，但客户期望交付质量
    • 建议：积累案例研究后再深耕，避免一次性砸口碑

  4. 从滑板开始，而非直接造车

    • Nick 的设计思维类比：想造汽车？先做个滑板
    • 先构建最小可行技能 → 测试 → 迭代优化 → 最终扩展为完整解决方案

金句 (Golden Quotes)

  • “OpenClaw 不仅仅是一个个人助理。它是一个可以部署到企业中、产生实际业务成果、帮你赚钱的机会。”
  • “我在 Upwork 上看到人们愿意为 AI 工作流支付 500、1000、1500、3000 甚至 20000 美元——这才是真正的机会。”
  • “你不需要是所有行业的专家。选一个你有某种不公平优势的垂直领域，然后深耕下去。”
  • “计算机使用代理是实现 AGI 的核心约束条件。如果 AI 能像你和我一样操作电脑——而且做得更好——那它能走的路将非常遥远。”
  • “这就像你刚雇佣的不是一个人，而是一整个团队。”
  • “未来 2-3 个月，你会看到一些真正的大赢家开始涌现。”
  • “现在是将想法变成产品的最佳时机——如果你有一个好点子，你就可以直接构建它。”

📺 视频原片

视频ID: i13XK-uUOLQ