3 月 18 日，腾讯终于把 QClaw（腾讯龙虾）放了出来。

不是一场发布会，也没有太多预热，只是以「邀请制测试」的方式，在一定范围内开放体验。但很快，它就在 AI 圈里传开了——原因也很简单：这是腾讯第一次，把「OpenClaw 这类 Agent 能力」做成一个普通用户也能用的产品。

更重要的是，它连上了微信。

微信里的 QClaw，图片来源：雷科技

过去几个月，OpenClaw（龙虾）让很多非技术圈的人了解到 AI 不只是会聊天，它开始真的能「替你做事」，甚至操作电脑。但同样明显的是，这类能力始终停留在极客圈——部署复杂、门槛极高、风险也不小，大多数人甚至不知道该怎么安装。

QClaw 的重要性，恰恰就在这里。尽管看起来像是「套壳 OpenClaw」，但腾讯 QClaw 做的也确实不只是简单封装，而是把它重新打造成一个更接近国内大众用户使用习惯的产品形态：开箱即用、微信交互、更安全的本地运行。

你不需要理解 Agent，也不需要配置环境，通过微信里说一句话，就能让 QClaw 在电脑上干活。这也是为什么，它会在上线第一时间就被高度关注。

不过它真的好用吗？也适合普通用户吗？至少从目前版本的体验来看，很难一概而论。

桌面端，图片来源：雷科技

「7X24 小时，随时随地召唤的全能电脑 AI 助手。」

只看官方描述，QClaw 其实很好理解：一个能在你电脑上「帮你动手」的 AI。它的核心能力可以基本拆成三件事：理解指令、调用工具、执行操作。

你在微信里发一句话，比如整理文件、下载内容、处理表格，QClaw 会在本地电脑上开始操作，一步步把事情做完。相比传统 AI 停留在「给答案」，它更像是在直接「替你干活」。

这也是它最直观、也最容易吸引普通用户的地方。

实际在 Mac 上体验下来，这种「体验」确实是成立的，而且在一些相对标准化的场景里，完成度甚至不低。比如文件整理、简单的信息汇总、基础的数据处理，这类任务路径清晰、步骤固定，QClaw 基本都能顺利跑通。

尤其是在本地环境下，不仅可以直接了解本地文件和文件夹的情况，还可以直接处理。

直接在微信里「指挥」，图片来源：雷科技

不过更复杂的任务就难了。假设一个场景，你人在外，需要一份电脑里的没有同步或者同步失败的文件，可以直接在微信里让 QClaw 去找并发给你。从实际执行结果上看，它确实可以完成这个任务：

找到桌面文件、上传、再生成分享链接发回微信，点击就能看到文件。

但实际上，我的更明确的要求是让它直接发到「文件传输助手」。

默认配置下，QClaw 根本没有能力，即便我在测试中让它安装所有需要的 Skiil（如 Midscene）、请求获取了辅助功能、录屏、文件访问等各种系统权限，尝试了 CLI（命令行）、脚本以及复制粘贴文件等各种方案。

然而，即便 QClaw 在各种 Skill 和权限的「武装」下，不仅能复制文件，还能打开微信，甚至点开搜索框，但就是做不到发送文件。

图片来源：雷科技

这里面也存在一个比较「玄」的问题，每次定位搜索都经常会输入「aaa/aaaaaa」。说实话，我始终没研究明白为什么。

当然，这个任务可能确实太考验现在的 QClaw 了。

但另一个「小红书」的任务测试则暴露了 QClaw 在产品上的不完善。这里需要先提一下，QClaw 默认就配置了一系列 Skill，其中包括 QClaw 团队自己造的 Skill，也包括第三方的 Skill，其中就包括小红书的 Skill，简介指出可以「跟踪小红书 XX 热点」「分你小红书关于 XX 的讨论」等。

图片来源：雷科技

我试了下让 QClaw「了解小红书上关于 QClaw 的讨论」，并最终输出一个报告，思考过程也显示 QClaw 正常调用了小红书的 Skill，但直接卡在了：

二维码。

不管是为了反爬虫还是用户策略考虑，很多朋友应该都知道，网页版小红书几乎是必须手机扫码登录才能用。所以 QClaw 被拦并不奇怪，奇怪的是它并不能拉起 Chrome 或者配套的浏览器，直接呈现小红书登录页让我扫，只是提醒我需要扫码登录，却不给二维码。

图片来源：雷科技

很抽象了。我用过原版 OpenClaw 以及其他国内的套壳「龙虾」，实际上是可以直接拉起 Chrome 进行操作，让你扫码登录，然后再进一步搜索「QClaw」。

我也尝试了让 QClaw 直接将登录页的二维码单独保存图片，也确实能保存下来让我扫，但实际情况是怎么扫、确认登录都还是不行，更别说搜索、浏览笔记，最后再输出一份报告。

不过，即便存在这些问题，QClaw 在我看来依然有一些值得肯定的地方。最关键的一点是，它把「Agent」这件事，第一次做成了一个可以被普通用户真实体验到的产品形态。

你不需要折腾环境，也不需要理解复杂的技术概念，只要打开电脑、连上微信，就能让 AI 去尝试帮你做事。

哪怕它现在的测试版本还不够稳定，但这种体验本身是成立的，只是离真正「可以放心交给它做事」，还有一段距离。

要理解 QClaw 为什么会是现在这个状态，先要回到它背后的原型：OpenClaw（龙虾）。

从表面上看，这类产品是在做一件很直观的事：让 AI 帮你操作电脑。但从技术结构上，它其实并不是在「替代电脑」，而是在现有操作系统之上，加了一层新的「代理」。

这层代理负责三件事：理解你的指令、拆解任务步骤、再调用系统和工具去执行。听起来很合理，但问题在于它并没有真正接管系统能力，而是仍然在「使用」系统。

这件事决定了它的上限。也决定了为什么它在很多时候「看起来会做」，但就是做不好。

在当前这一代 Agent 产品里，大模型的「理解能力」其实已经不是问题。无论是整理文件、分析内容，还是多步骤任务拆解，模型大多都能给出合理的路径。

但一旦进入执行阶段，不确定性就出现了，首先一点就是模型的「幻觉」还做不到完全的消弭，需要系统性的「验证」「纠偏」。它也不知道当前界面是否真的成功打开，也不知道点击是否生效，更无法确认输入是否正确。所有动作，本质上还是猜一个「最可能的下一步」。

导致在实际操作中却会变成步骤看起来都对，但结果不一定能「完成操作」。

图片来源：腾讯

再往下看，这其实不只是模型的问题。今天的操作系统，有两套接口：给普通人用的图形界面（GUI）和给开发者用的命令行（CLI）。但没有一套，是专门为 Agent 设计的，Agent 在用「人类的界面」，做「机器的事情」。

所以我们会看到 Agent 可以调起应用，但无法稳定控制，也可以执行动作，但状态经常不同步。再加之不同平台的接口各不相同，登录机制、权限体系、反爬策略各自为政。很多在人工操作中很自然的流程，对 Agent 来说却是断点。

如果只看这些问题，很容易得出一个结论：这条路还走不通。但现实是，几乎所有大厂都在往这个方向投入。

原因也很简单。因为这件事的意义，从来不只在于现在好不好用」，而在于它正在改变一件更底层的人机关系。

过去几十年，我们一直在学习如何使用软件、理解界面、适应操作逻辑。而 Agent 试图做的，是把这一切反过来，让你不再操作电脑，而是指挥电脑。这也是为什么，哪怕今天的体验还不稳定，这类产品依然在快速演进。

回到 QClaw，本质上它并没有偏离这条路径。我在体验中遇到的那些问题——执行不稳定、流程卡住、工具失效……并很多也是这一代 Agent 产品的共同状态。它已经可以理解你的意图，也能尝试去完成任务，但距离「可靠地把事情做好」，还有一段明显的距离。

换句话说，今天的 Agent，更像是一个「会思考的实习生」，还不是一个真正可以放心它独立交付结果的员工。而 QClaw 做的，是把这样一个「实习生」带到微信上，让更多普通人开始体验到这种形式的 AI 交互体验。

3 月 18 日，腾讯终于把 QClaw（腾讯龙虾）放了出来。

不是一场发布会，也没有太多预热，只是以「邀请制测试」的方式，在一定范围内开放体验。但很快，它就在 AI 圈里传开了——原因也很简单：这是腾讯第一次，把「OpenClaw 这类 Agent 能力」做成一个普通用户也能用的产品。

更重要的是，它连上了微信。

微信里的 QClaw，图片来源：雷科技

过去几个月，OpenClaw（龙虾）让很多非技术圈的人了解到 AI 不只是会聊天，它开始真的能「替你做事」，甚至操作电脑。但同样明显的是，这类能力始终停留在极客圈——部署复杂、门槛极高、风险也不小，大多数人甚至不知道该怎么安装。

QClaw 的重要性，恰恰就在这里。尽管看起来像是「套壳 OpenClaw」，但腾讯 QClaw 做的也确实不只是简单封装，而是把它重新打造成一个更接近国内大众用户使用习惯的产品形态：开箱即用、微信交互、更安全的本地运行。

你不需要理解 Agent，也不需要配置环境，通过微信里说一句话，就能让 QClaw 在电脑上干活。这也是为什么，它会在上线第一时间就被高度关注。

不过它真的好用吗？也适合普通用户吗？至少从目前版本的体验来看，很难一概而论。

桌面端，图片来源：雷科技

「7X24 小时，随时随地召唤的全能电脑 AI 助手。」

只看官方描述，QClaw 其实很好理解：一个能在你电脑上「帮你动手」的 AI。它的核心能力可以基本拆成三件事：理解指令、调用工具、执行操作。

你在微信里发一句话，比如整理文件、下载内容、处理表格，QClaw 会在本地电脑上开始操作，一步步把事情做完。相比传统 AI 停留在「给答案」，它更像是在直接「替你干活」。

这也是它最直观、也最容易吸引普通用户的地方。

实际在 Mac 上体验下来，这种「体验」确实是成立的，而且在一些相对标准化的场景里，完成度甚至不低。比如文件整理、简单的信息汇总、基础的数据处理，这类任务路径清晰、步骤固定，QClaw 基本都能顺利跑通。

尤其是在本地环境下，不仅可以直接了解本地文件和文件夹的情况，还可以直接处理。

直接在微信里「指挥」，图片来源：雷科技

不过更复杂的任务就难了。假设一个场景，你人在外，需要一份电脑里的没有同步或者同步失败的文件，可以直接在微信里让 QClaw 去找并发给你。从实际执行结果上看，它确实可以完成这个任务：

找到桌面文件、上传、再生成分享链接发回微信，点击就能看到文件。

但实际上，我的更明确的要求是让它直接发到「文件传输助手」。

默认配置下，QClaw 根本没有能力，即便我在测试中让它安装所有需要的 Skiil（如 Midscene）、请求获取了辅助功能、录屏、文件访问等各种系统权限，尝试了 CLI（命令行）、脚本以及复制粘贴文件等各种方案。

然而，即便 QClaw 在各种 Skill 和权限的「武装」下，不仅能复制文件，还能打开微信，甚至点开搜索框，但就是做不到发送文件。

图片来源：雷科技

这里面也存在一个比较「玄」的问题，每次定位搜索都经常会输入「aaa/aaaaaa」。说实话，我始终没研究明白为什么。

当然，这个任务可能确实太考验现在的 QClaw 了。

但另一个「小红书」的任务测试则暴露了 QClaw 在产品上的不完善。这里需要先提一下，QClaw 默认就配置了一系列 Skill，其中包括 QClaw 团队自己造的 Skill，也包括第三方的 Skill，其中就包括小红书的 Skill，简介指出可以「跟踪小红书 XX 热点」「分你小红书关于 XX 的讨论」等。

图片来源：雷科技

我试了下让 QClaw「了解小红书上关于 QClaw 的讨论」，并最终输出一个报告，思考过程也显示 QClaw 正常调用了小红书的 Skill，但直接卡在了：

二维码。

不管是为了反爬虫还是用户策略考虑，很多朋友应该都知道，网页版小红书几乎是必须手机扫码登录才能用。所以 QClaw 被拦并不奇怪，奇怪的是它并不能拉起 Chrome 或者配套的浏览器，直接呈现小红书登录页让我扫，只是提醒我需要扫码登录，却不给二维码。

图片来源：雷科技

很抽象了。我用过原版 OpenClaw 以及其他国内的套壳「龙虾」，实际上是可以直接拉起 Chrome 进行操作，让你扫码登录，然后再进一步搜索「QClaw」。

我也尝试了让 QClaw 直接将登录页的二维码单独保存图片，也确实能保存下来让我扫，但实际情况是怎么扫、确认登录都还是不行，更别说搜索、浏览笔记，最后再输出一份报告。

不过，即便存在这些问题，QClaw 在我看来依然有一些值得肯定的地方。最关键的一点是，它把「Agent」这件事，第一次做成了一个可以被普通用户真实体验到的产品形态。

你不需要折腾环境，也不需要理解复杂的技术概念，只要打开电脑、连上微信，就能让 AI 去尝试帮你做事。

哪怕它现在的测试版本还不够稳定，但这种体验本身是成立的，只是离真正「可以放心交给它做事」，还有一段距离。

要理解 QClaw 为什么会是现在这个状态，先要回到它背后的原型：OpenClaw（龙虾）。

从表面上看，这类产品是在做一件很直观的事：让 AI 帮你操作电脑。但从技术结构上，它其实并不是在「替代电脑」，而是在现有操作系统之上，加了一层新的「代理」。

这层代理负责三件事：理解你的指令、拆解任务步骤、再调用系统和工具去执行。听起来很合理，但问题在于它并没有真正接管系统能力，而是仍然在「使用」系统。

这件事决定了它的上限。也决定了为什么它在很多时候「看起来会做」，但就是做不好。

在当前这一代 Agent 产品里，大模型的「理解能力」其实已经不是问题。无论是整理文件、分析内容，还是多步骤任务拆解，模型大多都能给出合理的路径。

但一旦进入执行阶段，不确定性就出现了，首先一点就是模型的「幻觉」还做不到完全的消弭，需要系统性的「验证」「纠偏」。它也不知道当前界面是否真的成功打开，也不知道点击是否生效，更无法确认输入是否正确。所有动作，本质上还是猜一个「最可能的下一步」。

导致在实际操作中却会变成步骤看起来都对，但结果不一定能「完成操作」。

图片来源：腾讯

再往下看，这其实不只是模型的问题。今天的操作系统，有两套接口：给普通人用的图形界面（GUI）和给开发者用的命令行（CLI）。但没有一套，是专门为 Agent 设计的，Agent 在用「人类的界面」，做「机器的事情」。

所以我们会看到 Agent 可以调起应用，但无法稳定控制，也可以执行动作，但状态经常不同步。再加之不同平台的接口各不相同，登录机制、权限体系、反爬策略各自为政。很多在人工操作中很自然的流程，对 Agent 来说却是断点。

如果只看这些问题，很容易得出一个结论：这条路还走不通。但现实是，几乎所有大厂都在往这个方向投入。

原因也很简单。因为这件事的意义，从来不只在于现在好不好用」，而在于它正在改变一件更底层的人机关系。

过去几十年，我们一直在学习如何使用软件、理解界面、适应操作逻辑。而 Agent 试图做的，是把这一切反过来，让你不再操作电脑，而是指挥电脑。这也是为什么，哪怕今天的体验还不稳定，这类产品依然在快速演进。

回到 QClaw，本质上它并没有偏离这条路径。我在体验中遇到的那些问题——执行不稳定、流程卡住、工具失效……并很多也是这一代 Agent 产品的共同状态。它已经可以理解你的意图，也能尝试去完成任务，但距离「可靠地把事情做好」，还有一段明显的距离。

换句话说，今天的 Agent，更像是一个「会思考的实习生」，还不是一个真正可以放心它独立交付结果的员工。而 QClaw 做的，是把这样一个「实习生」带到微信上，让更多普通人开始体验到这种形式的 AI 交互体验。

3 月 18 日，腾讯终于把 QClaw（腾讯龙虾）放了出来。

不是一场发布会，也没有太多预热，只是以「邀请制测试」的方式，在一定范围内开放体验。但很快，它就在 AI 圈里传开了——原因也很简单：这是腾讯第一次，把「OpenClaw 这类 Agent 能力」做成一个普通用户也能用的产品。

更重要的是，它连上了微信。

微信里的 QClaw，图片来源：雷科技

过去几个月，OpenClaw（龙虾）让很多非技术圈的人了解到 AI 不只是会聊天，它开始真的能「替你做事」，甚至操作电脑。但同样明显的是，这类能力始终停留在极客圈——部署复杂、门槛极高、风险也不小，大多数人甚至不知道该怎么安装。

QClaw 的重要性，恰恰就在这里。尽管看起来像是「套壳 OpenClaw」，但腾讯 QClaw 做的也确实不只是简单封装，而是把它重新打造成一个更接近国内大众用户使用习惯的产品形态：开箱即用、微信交互、更安全的本地运行。

你不需要理解 Agent，也不需要配置环境，通过微信里说一句话，就能让 QClaw 在电脑上干活。这也是为什么，它会在上线第一时间就被高度关注。

不过它真的好用吗？也适合普通用户吗？至少从目前版本的体验来看，很难一概而论。

桌面端，图片来源：雷科技

「7X24 小时，随时随地召唤的全能电脑 AI 助手。」

只看官方描述，QClaw 其实很好理解：一个能在你电脑上「帮你动手」的 AI。它的核心能力可以基本拆成三件事：理解指令、调用工具、执行操作。

你在微信里发一句话，比如整理文件、下载内容、处理表格，QClaw 会在本地电脑上开始操作，一步步把事情做完。相比传统 AI 停留在「给答案」，它更像是在直接「替你干活」。

这也是它最直观、也最容易吸引普通用户的地方。

实际在 Mac 上体验下来，这种「体验」确实是成立的，而且在一些相对标准化的场景里，完成度甚至不低。比如文件整理、简单的信息汇总、基础的数据处理，这类任务路径清晰、步骤固定，QClaw 基本都能顺利跑通。

尤其是在本地环境下，不仅可以直接了解本地文件和文件夹的情况，还可以直接处理。

直接在微信里「指挥」，图片来源：雷科技

不过更复杂的任务就难了。假设一个场景，你人在外，需要一份电脑里的没有同步或者同步失败的文件，可以直接在微信里让 QClaw 去找并发给你。从实际执行结果上看，它确实可以完成这个任务：

找到桌面文件、上传、再生成分享链接发回微信，点击就能看到文件。

但实际上，我的更明确的要求是让它直接发到「文件传输助手」。

默认配置下，QClaw 根本没有能力，即便我在测试中让它安装所有需要的 Skiil（如 Midscene）、请求获取了辅助功能、录屏、文件访问等各种系统权限，尝试了 CLI（命令行）、脚本以及复制粘贴文件等各种方案。

然而，即便 QClaw 在各种 Skill 和权限的「武装」下，不仅能复制文件，还能打开微信，甚至点开搜索框，但就是做不到发送文件。

图片来源：雷科技

这里面也存在一个比较「玄」的问题，每次定位搜索都经常会输入「aaa/aaaaaa」。说实话，我始终没研究明白为什么。

当然，这个任务可能确实太考验现在的 QClaw 了。

但另一个「小红书」的任务测试则暴露了 QClaw 在产品上的不完善。这里需要先提一下，QClaw 默认就配置了一系列 Skill，其中包括 QClaw 团队自己造的 Skill，也包括第三方的 Skill，其中就包括小红书的 Skill，简介指出可以「跟踪小红书 XX 热点」「分你小红书关于 XX 的讨论」等。

图片来源：雷科技

我试了下让 QClaw「了解小红书上关于 QClaw 的讨论」，并最终输出一个报告，思考过程也显示 QClaw 正常调用了小红书的 Skill，但直接卡在了：

二维码。

不管是为了反爬虫还是用户策略考虑，很多朋友应该都知道，网页版小红书几乎是必须手机扫码登录才能用。所以 QClaw 被拦并不奇怪，奇怪的是它并不能拉起 Chrome 或者配套的浏览器，直接呈现小红书登录页让我扫，只是提醒我需要扫码登录，却不给二维码。

图片来源：雷科技

很抽象了。我用过原版 OpenClaw 以及其他国内的套壳「龙虾」，实际上是可以直接拉起 Chrome 进行操作，让你扫码登录，然后再进一步搜索「QClaw」。

我也尝试了让 QClaw 直接将登录页的二维码单独保存图片，也确实能保存下来让我扫，但实际情况是怎么扫、确认登录都还是不行，更别说搜索、浏览笔记，最后再输出一份报告。

不过，即便存在这些问题，QClaw 在我看来依然有一些值得肯定的地方。最关键的一点是，它把「Agent」这件事，第一次做成了一个可以被普通用户真实体验到的产品形态。

你不需要折腾环境，也不需要理解复杂的技术概念，只要打开电脑、连上微信，就能让 AI 去尝试帮你做事。

哪怕它现在的测试版本还不够稳定，但这种体验本身是成立的，只是离真正「可以放心交给它做事」，还有一段距离。

要理解 QClaw 为什么会是现在这个状态，先要回到它背后的原型：OpenClaw（龙虾）。

从表面上看，这类产品是在做一件很直观的事：让 AI 帮你操作电脑。但从技术结构上，它其实并不是在「替代电脑」，而是在现有操作系统之上，加了一层新的「代理」。

这层代理负责三件事：理解你的指令、拆解任务步骤、再调用系统和工具去执行。听起来很合理，但问题在于它并没有真正接管系统能力，而是仍然在「使用」系统。

这件事决定了它的上限。也决定了为什么它在很多时候「看起来会做」，但就是做不好。

在当前这一代 Agent 产品里，大模型的「理解能力」其实已经不是问题。无论是整理文件、分析内容，还是多步骤任务拆解，模型大多都能给出合理的路径。

但一旦进入执行阶段，不确定性就出现了，首先一点就是模型的「幻觉」还做不到完全的消弭，需要系统性的「验证」「纠偏」。它也不知道当前界面是否真的成功打开，也不知道点击是否生效，更无法确认输入是否正确。所有动作，本质上还是猜一个「最可能的下一步」。

导致在实际操作中却会变成步骤看起来都对，但结果不一定能「完成操作」。

图片来源：腾讯

再往下看，这其实不只是模型的问题。今天的操作系统，有两套接口：给普通人用的图形界面（GUI）和给开发者用的命令行（CLI）。但没有一套，是专门为 Agent 设计的，Agent 在用「人类的界面」，做「机器的事情」。

所以我们会看到 Agent 可以调起应用，但无法稳定控制，也可以执行动作，但状态经常不同步。再加之不同平台的接口各不相同，登录机制、权限体系、反爬策略各自为政。很多在人工操作中很自然的流程，对 Agent 来说却是断点。

如果只看这些问题，很容易得出一个结论：这条路还走不通。但现实是，几乎所有大厂都在往这个方向投入。

原因也很简单。因为这件事的意义，从来不只在于现在好不好用」，而在于它正在改变一件更底层的人机关系。

过去几十年，我们一直在学习如何使用软件、理解界面、适应操作逻辑。而 Agent 试图做的，是把这一切反过来，让你不再操作电脑，而是指挥电脑。这也是为什么，哪怕今天的体验还不稳定，这类产品依然在快速演进。

回到 QClaw，本质上它并没有偏离这条路径。我在体验中遇到的那些问题——执行不稳定、流程卡住、工具失效……并很多也是这一代 Agent 产品的共同状态。它已经可以理解你的意图，也能尝试去完成任务，但距离「可靠地把事情做好」，还有一段明显的距离。

换句话说，今天的 Agent，更像是一个「会思考的实习生」，还不是一个真正可以放心它独立交付结果的员工。而 QClaw 做的，是把这样一个「实习生」带到微信上，让更多普通人开始体验到这种形式的 AI 交互体验。

3 月 18 日，腾讯终于把 QClaw（腾讯龙虾）放了出来。

不是一场发布会，也没有太多预热，只是以「邀请制测试」的方式，在一定范围内开放体验。但很快，它就在 AI 圈里传开了——原因也很简单：这是腾讯第一次，把「OpenClaw 这类 Agent 能力」做成一个普通用户也能用的产品。

更重要的是，它连上了微信。

微信里的 QClaw，图片来源：雷科技

过去几个月，OpenClaw（龙虾）让很多非技术圈的人了解到 AI 不只是会聊天，它开始真的能「替你做事」，甚至操作电脑。但同样明显的是，这类能力始终停留在极客圈——部署复杂、门槛极高、风险也不小，大多数人甚至不知道该怎么安装。

QClaw 的重要性，恰恰就在这里。尽管看起来像是「套壳 OpenClaw」，但腾讯 QClaw 做的也确实不只是简单封装，而是把它重新打造成一个更接近国内大众用户使用习惯的产品形态：开箱即用、微信交互、更安全的本地运行。

你不需要理解 Agent，也不需要配置环境，通过微信里说一句话，就能让 QClaw 在电脑上干活。这也是为什么，它会在上线第一时间就被高度关注。

不过它真的好用吗？也适合普通用户吗？至少从目前版本的体验来看，很难一概而论。

桌面端，图片来源：雷科技

「7X24 小时，随时随地召唤的全能电脑 AI 助手。」

只看官方描述，QClaw 其实很好理解：一个能在你电脑上「帮你动手」的 AI。它的核心能力可以基本拆成三件事：理解指令、调用工具、执行操作。

你在微信里发一句话，比如整理文件、下载内容、处理表格，QClaw 会在本地电脑上开始操作，一步步把事情做完。相比传统 AI 停留在「给答案」，它更像是在直接「替你干活」。

这也是它最直观、也最容易吸引普通用户的地方。

实际在 Mac 上体验下来，这种「体验」确实是成立的，而且在一些相对标准化的场景里，完成度甚至不低。比如文件整理、简单的信息汇总、基础的数据处理，这类任务路径清晰、步骤固定，QClaw 基本都能顺利跑通。

尤其是在本地环境下，不仅可以直接了解本地文件和文件夹的情况，还可以直接处理。

直接在微信里「指挥」，图片来源：雷科技

不过更复杂的任务就难了。假设一个场景，你人在外，需要一份电脑里的没有同步或者同步失败的文件，可以直接在微信里让 QClaw 去找并发给你。从实际执行结果上看，它确实可以完成这个任务：

找到桌面文件、上传、再生成分享链接发回微信，点击就能看到文件。

但实际上，我的更明确的要求是让它直接发到「文件传输助手」。

默认配置下，QClaw 根本没有能力，即便我在测试中让它安装所有需要的 Skiil（如 Midscene）、请求获取了辅助功能、录屏、文件访问等各种系统权限，尝试了 CLI（命令行）、脚本以及复制粘贴文件等各种方案。

然而，即便 QClaw 在各种 Skill 和权限的「武装」下，不仅能复制文件，还能打开微信，甚至点开搜索框，但就是做不到发送文件。

图片来源：雷科技

这里面也存在一个比较「玄」的问题，每次定位搜索都经常会输入「aaa/aaaaaa」。说实话，我始终没研究明白为什么。

当然，这个任务可能确实太考验现在的 QClaw 了。

但另一个「小红书」的任务测试则暴露了 QClaw 在产品上的不完善。这里需要先提一下，QClaw 默认就配置了一系列 Skill，其中包括 QClaw 团队自己造的 Skill，也包括第三方的 Skill，其中就包括小红书的 Skill，简介指出可以「跟踪小红书 XX 热点」「分你小红书关于 XX 的讨论」等。

图片来源：雷科技

我试了下让 QClaw「了解小红书上关于 QClaw 的讨论」，并最终输出一个报告，思考过程也显示 QClaw 正常调用了小红书的 Skill，但直接卡在了：

二维码。

不管是为了反爬虫还是用户策略考虑，很多朋友应该都知道，网页版小红书几乎是必须手机扫码登录才能用。所以 QClaw 被拦并不奇怪，奇怪的是它并不能拉起 Chrome 或者配套的浏览器，直接呈现小红书登录页让我扫，只是提醒我需要扫码登录，却不给二维码。

图片来源：雷科技

很抽象了。我用过原版 OpenClaw 以及其他国内的套壳「龙虾」，实际上是可以直接拉起 Chrome 进行操作，让你扫码登录，然后再进一步搜索「QClaw」。

我也尝试了让 QClaw 直接将登录页的二维码单独保存图片，也确实能保存下来让我扫，但实际情况是怎么扫、确认登录都还是不行，更别说搜索、浏览笔记，最后再输出一份报告。

不过，即便存在这些问题，QClaw 在我看来依然有一些值得肯定的地方。最关键的一点是，它把「Agent」这件事，第一次做成了一个可以被普通用户真实体验到的产品形态。

你不需要折腾环境，也不需要理解复杂的技术概念，只要打开电脑、连上微信，就能让 AI 去尝试帮你做事。

哪怕它现在的测试版本还不够稳定，但这种体验本身是成立的，只是离真正「可以放心交给它做事」，还有一段距离。

要理解 QClaw 为什么会是现在这个状态，先要回到它背后的原型：OpenClaw（龙虾）。

从表面上看，这类产品是在做一件很直观的事：让 AI 帮你操作电脑。但从技术结构上，它其实并不是在「替代电脑」，而是在现有操作系统之上，加了一层新的「代理」。

这层代理负责三件事：理解你的指令、拆解任务步骤、再调用系统和工具去执行。听起来很合理，但问题在于它并没有真正接管系统能力，而是仍然在「使用」系统。

这件事决定了它的上限。也决定了为什么它在很多时候「看起来会做」，但就是做不好。

在当前这一代 Agent 产品里，大模型的「理解能力」其实已经不是问题。无论是整理文件、分析内容，还是多步骤任务拆解，模型大多都能给出合理的路径。

但一旦进入执行阶段，不确定性就出现了，首先一点就是模型的「幻觉」还做不到完全的消弭，需要系统性的「验证」「纠偏」。它也不知道当前界面是否真的成功打开，也不知道点击是否生效，更无法确认输入是否正确。所有动作，本质上还是猜一个「最可能的下一步」。

导致在实际操作中却会变成步骤看起来都对，但结果不一定能「完成操作」。

图片来源：腾讯

再往下看，这其实不只是模型的问题。今天的操作系统，有两套接口：给普通人用的图形界面（GUI）和给开发者用的命令行（CLI）。但没有一套，是专门为 Agent 设计的，Agent 在用「人类的界面」，做「机器的事情」。

所以我们会看到 Agent 可以调起应用，但无法稳定控制，也可以执行动作，但状态经常不同步。再加之不同平台的接口各不相同，登录机制、权限体系、反爬策略各自为政。很多在人工操作中很自然的流程，对 Agent 来说却是断点。

如果只看这些问题，很容易得出一个结论：这条路还走不通。但现实是，几乎所有大厂都在往这个方向投入。

原因也很简单。因为这件事的意义，从来不只在于现在好不好用」，而在于它正在改变一件更底层的人机关系。

过去几十年，我们一直在学习如何使用软件、理解界面、适应操作逻辑。而 Agent 试图做的，是把这一切反过来，让你不再操作电脑，而是指挥电脑。这也是为什么，哪怕今天的体验还不稳定，这类产品依然在快速演进。

回到 QClaw，本质上它并没有偏离这条路径。我在体验中遇到的那些问题——执行不稳定、流程卡住、工具失效……并很多也是这一代 Agent 产品的共同状态。它已经可以理解你的意图，也能尝试去完成任务，但距离「可靠地把事情做好」，还有一段明显的距离。

换句话说，今天的 Agent，更像是一个「会思考的实习生」，还不是一个真正可以放心它独立交付结果的员工。而 QClaw 做的，是把这样一个「实习生」带到微信上，让更多普通人开始体验到这种形式的 AI 交互体验。

3 月 18 日，腾讯终于把 QClaw（腾讯龙虾）放了出来。

不是一场发布会，也没有太多预热，只是以「邀请制测试」的方式，在一定范围内开放体验。但很快，它就在 AI 圈里传开了——原因也很简单：这是腾讯第一次，把「OpenClaw 这类 Agent 能力」做成一个普通用户也能用的产品。

更重要的是，它连上了微信。

微信里的 QClaw，图片来源：雷科技

过去几个月，OpenClaw（龙虾）让很多非技术圈的人了解到 AI 不只是会聊天，它开始真的能「替你做事」，甚至操作电脑。但同样明显的是，这类能力始终停留在极客圈——部署复杂、门槛极高、风险也不小，大多数人甚至不知道该怎么安装。

QClaw 的重要性，恰恰就在这里。尽管看起来像是「套壳 OpenClaw」，但腾讯 QClaw 做的也确实不只是简单封装，而是把它重新打造成一个更接近国内大众用户使用习惯的产品形态：开箱即用、微信交互、更安全的本地运行。

你不需要理解 Agent，也不需要配置环境，通过微信里说一句话，就能让 QClaw 在电脑上干活。这也是为什么，它会在上线第一时间就被高度关注。

不过它真的好用吗？也适合普通用户吗？至少从目前版本的体验来看，很难一概而论。

桌面端，图片来源：雷科技

「7X24 小时，随时随地召唤的全能电脑 AI 助手。」

只看官方描述，QClaw 其实很好理解：一个能在你电脑上「帮你动手」的 AI。它的核心能力可以基本拆成三件事：理解指令、调用工具、执行操作。

你在微信里发一句话，比如整理文件、下载内容、处理表格，QClaw 会在本地电脑上开始操作，一步步把事情做完。相比传统 AI 停留在「给答案」，它更像是在直接「替你干活」。

这也是它最直观、也最容易吸引普通用户的地方。

实际在 Mac 上体验下来，这种「体验」确实是成立的，而且在一些相对标准化的场景里，完成度甚至不低。比如文件整理、简单的信息汇总、基础的数据处理，这类任务路径清晰、步骤固定，QClaw 基本都能顺利跑通。

尤其是在本地环境下，不仅可以直接了解本地文件和文件夹的情况，还可以直接处理。

直接在微信里「指挥」，图片来源：雷科技

不过更复杂的任务就难了。假设一个场景，你人在外，需要一份电脑里的没有同步或者同步失败的文件，可以直接在微信里让 QClaw 去找并发给你。从实际执行结果上看，它确实可以完成这个任务：

找到桌面文件、上传、再生成分享链接发回微信，点击就能看到文件。

但实际上，我的更明确的要求是让它直接发到「文件传输助手」。

默认配置下，QClaw 根本没有能力，即便我在测试中让它安装所有需要的 Skiil（如 Midscene）、请求获取了辅助功能、录屏、文件访问等各种系统权限，尝试了 CLI（命令行）、脚本以及复制粘贴文件等各种方案。

然而，即便 QClaw 在各种 Skill 和权限的「武装」下，不仅能复制文件，还能打开微信，甚至点开搜索框，但就是做不到发送文件。

图片来源：雷科技

这里面也存在一个比较「玄」的问题，每次定位搜索都经常会输入「aaa/aaaaaa」。说实话，我始终没研究明白为什么。

当然，这个任务可能确实太考验现在的 QClaw 了。

但另一个「小红书」的任务测试则暴露了 QClaw 在产品上的不完善。这里需要先提一下，QClaw 默认就配置了一系列 Skill，其中包括 QClaw 团队自己造的 Skill，也包括第三方的 Skill，其中就包括小红书的 Skill，简介指出可以「跟踪小红书 XX 热点」「分你小红书关于 XX 的讨论」等。

图片来源：雷科技

我试了下让 QClaw「了解小红书上关于 QClaw 的讨论」，并最终输出一个报告，思考过程也显示 QClaw 正常调用了小红书的 Skill，但直接卡在了：

二维码。

不管是为了反爬虫还是用户策略考虑，很多朋友应该都知道，网页版小红书几乎是必须手机扫码登录才能用。所以 QClaw 被拦并不奇怪，奇怪的是它并不能拉起 Chrome 或者配套的浏览器，直接呈现小红书登录页让我扫，只是提醒我需要扫码登录，却不给二维码。

图片来源：雷科技

很抽象了。我用过原版 OpenClaw 以及其他国内的套壳「龙虾」，实际上是可以直接拉起 Chrome 进行操作，让你扫码登录，然后再进一步搜索「QClaw」。

我也尝试了让 QClaw 直接将登录页的二维码单独保存图片，也确实能保存下来让我扫，但实际情况是怎么扫、确认登录都还是不行，更别说搜索、浏览笔记，最后再输出一份报告。

不过，即便存在这些问题，QClaw 在我看来依然有一些值得肯定的地方。最关键的一点是，它把「Agent」这件事，第一次做成了一个可以被普通用户真实体验到的产品形态。

你不需要折腾环境，也不需要理解复杂的技术概念，只要打开电脑、连上微信，就能让 AI 去尝试帮你做事。

哪怕它现在的测试版本还不够稳定，但这种体验本身是成立的，只是离真正「可以放心交给它做事」，还有一段距离。

要理解 QClaw 为什么会是现在这个状态，先要回到它背后的原型：OpenClaw（龙虾）。

从表面上看，这类产品是在做一件很直观的事：让 AI 帮你操作电脑。但从技术结构上，它其实并不是在「替代电脑」，而是在现有操作系统之上，加了一层新的「代理」。

这层代理负责三件事：理解你的指令、拆解任务步骤、再调用系统和工具去执行。听起来很合理，但问题在于它并没有真正接管系统能力，而是仍然在「使用」系统。

这件事决定了它的上限。也决定了为什么它在很多时候「看起来会做」，但就是做不好。

在当前这一代 Agent 产品里，大模型的「理解能力」其实已经不是问题。无论是整理文件、分析内容，还是多步骤任务拆解，模型大多都能给出合理的路径。

但一旦进入执行阶段，不确定性就出现了，首先一点就是模型的「幻觉」还做不到完全的消弭，需要系统性的「验证」「纠偏」。它也不知道当前界面是否真的成功打开，也不知道点击是否生效，更无法确认输入是否正确。所有动作，本质上还是猜一个「最可能的下一步」。

导致在实际操作中却会变成步骤看起来都对，但结果不一定能「完成操作」。

图片来源：腾讯

再往下看，这其实不只是模型的问题。今天的操作系统，有两套接口：给普通人用的图形界面（GUI）和给开发者用的命令行（CLI）。但没有一套，是专门为 Agent 设计的，Agent 在用「人类的界面」，做「机器的事情」。

所以我们会看到 Agent 可以调起应用，但无法稳定控制，也可以执行动作，但状态经常不同步。再加之不同平台的接口各不相同，登录机制、权限体系、反爬策略各自为政。很多在人工操作中很自然的流程，对 Agent 来说却是断点。

如果只看这些问题，很容易得出一个结论：这条路还走不通。但现实是，几乎所有大厂都在往这个方向投入。

原因也很简单。因为这件事的意义，从来不只在于现在好不好用」，而在于它正在改变一件更底层的人机关系。

过去几十年，我们一直在学习如何使用软件、理解界面、适应操作逻辑。而 Agent 试图做的，是把这一切反过来，让你不再操作电脑，而是指挥电脑。这也是为什么，哪怕今天的体验还不稳定，这类产品依然在快速演进。

回到 QClaw，本质上它并没有偏离这条路径。我在体验中遇到的那些问题——执行不稳定、流程卡住、工具失效……并很多也是这一代 Agent 产品的共同状态。它已经可以理解你的意图，也能尝试去完成任务，但距离「可靠地把事情做好」，还有一段明显的距离。

换句话说，今天的 Agent，更像是一个「会思考的实习生」，还不是一个真正可以放心它独立交付结果的员工。而 QClaw 做的，是把这样一个「实习生」带到微信上，让更多普通人开始体验到这种形式的 AI 交互体验。