我用 OpenClaw 60 天了。不是寫教學用的那種「裝完截圖就結束」的 60 天，是每天都在用、踩過坑、調過參數、真的靠它跑工作的 60 天。
這篇是我的真實心得。好的壞的都說。
「期望校準」（Expectation Calibration），AI Agent 的最大問題不是不好用，是你的期望錯了。把期望從「什麼都能做的超級 AI」校準到「擅長重複任務的智能助理」，滿意度會從 40% 跳到 90%。
第一週：驚豔
裝好 OpenClaw 接上 Telegram 的那天，我在外面吃飯時用手機跟它說：「幫我看看桌面上有什麼新檔案。」
它回了一份清單。
那個瞬間你會覺得：這就是科幻片裡的 AI 助理。你人在外面，電腦在家裡，你用手機叫它做事，它做完回報。
第一週我做了這些事：
遠端查檔案、翻譯文件、查天氣、設提醒、整理桌面。全部用 Telegram 完成。感覺像多了一個不會累的實習生。
第二週：撞牆
新鲜感退了之後，問題開始出現。
問題一：本地模型會幻覺。
我用 Ollama 跑 qwen2.5:32b。大部分時候沒問題。但偶爾它會「創造」不存在的檔案名稱，或者把 A 資料夾的內容說成 B 資料夾的。
這不是 OpenClaw 的問題，是 AI 模型本身的限制。但如果你把工作交給它又不驗證結果，會出事。
問題二：設定比想像中麻煩。
基本安裝 30 分鐘搞定。但要讓它真的好用（Heartbeat 排程、n8n 串接、本地模型調校），我前兩週花了大概 8 到 10 小時在摸索。
教學文章不會告訴你這個。
問題三：不知道拿來幹嘛。
裝好之後最大的困惑不是「怎麼用」，是「用來做什麼」。這個問題比技術問題更致命。很多人就是卡在這裡放棄的。
第三週到第四週：轉折
轉折點是我設好了第一個 Heartbeat 排程：每天早上 8 點發行事曆摘要到 Telegram。
看起來很小的事。但當你連續七天每天早上打開手機就看到今天的行程整理好了，你會開始想：還有什麼可以自動化？
然後我加了第二個：每天晚上 10 點整理桌面散落的檔案。
第三個：收到含「urgent」的信件時立刻通知我。
到第四週結束，我每天有 5 到 6 個自動化任務在跑。開始能體感到「省時間」了。
兩個月後：離不開
到了第二個月，OpenClaw 已經變成我工作流程裡的基礎設施。不是「偶爾用」，是「一直在跑」。
目前我每天在用的功能：
早上：自動行事曆摘要 + 天氣提醒（Heartbeat 排程）
白天：遠端檔案管理 + 即時翻譯（Telegram 指令）
下午：信件初篩 + 摘要（OpenClaw + n8n 工作流）
晚上：桌面整理 + 日報生成（Heartbeat 排程）
每天省下的時間：大約 1.5 到 2 小時。
優點（真的好用的地方）
Heartbeat 自動化。這是 OpenClaw 最被低估的功能。用自然語言寫排程，它自己判斷什麼時候該做什麼。比 cron job 直覺十倍。
Telegram 整合。在手機上指揮電腦做事，不需要遠端桌面、不需要 SSH。說人話就行。
本地運行。資料不出你的電腦。對在意隱私的人來說，這是唯一的選擇。ChatGPT 和 Claude 的資料都在他們的伺服器上。
可擴充性。技能系統讓你可以教它做新的事。自訂技能不需要寫程式碼，用自然語言就行。
開源免費。核心功能完全免費。社群活躍，更新頻繁。
缺點（真正的問題）
入門門檻不是零。雖然不需要寫程式碼，但你要會用終端機。很多人看到黑色畫面就放棄了。
本地模型有天花板。日常任務夠用，但需要深度推理或精準分析的任務，本地模型的表現跟 Claude 有明顯差距。混合策略（本地為主、雲端為輔）是目前最好的解法。
初期時間投資不小。官方說 10 分鐘裝好。沒錯，但「裝好」跟「好用」之間有 8 到 10 小時的距離。你需要摸索 Heartbeat、調 Ollama 參數、理解什麼任務適合交給它。
社群技能品質參差。ClawHub 上有 2,800 多個技能，但只有帶 verified 標誌的品質可靠。裝到有問題的技能會浪費你很多除錯時間。
中文支援不完美。OpenClaw 本身的介面和指令是英文的。用中文跟它對話沒問題（取決於 AI 模型），但設定檔和錯誤訊息都是英文。
期望校準：把期望放對位置
用了 60 天後，我整理出一個「期望校準」清單：
OpenClaw 擅長的事：重複性任務自動化、檔案管理、資訊查詢、簡單的文字處理、排程執行、跨平台通知。
OpenClaw 不擅長的事：深度分析、創意寫作、即時多輪對話（延遲比 ChatGPT 高）、圖片處理、需要精準數字的計算。
OpenClaw 跟 ChatGPT 的定位完全不同。ChatGPT 是你的顧問，你問它答。OpenClaw 是你的助理，你不在的時候它也在做事。用顧問的標準評價助理，當然會失望。
真實成本
兩個月的實際花費：
硬體：Mac Mini M4 Pro 48GB（NT$52,900，原本就有）
AI 模型：Ollama qwen2.5:32b（免費）+ Claude API 備援（兩個月 NT$1,200）
時間投資：前兩週約 10 小時設定和學習，之後每週約 30 分鐘微調
每天省下時間：1.5 到 2 小時
損益平衡：如果你把時間換算成錢，大約 3 週回本。
更詳細的成本分析？讀「雲端 vs 本地 AI 成本分析」。
適合誰、不適合誰
最適合的三種人：
一人公司老闆。你沒有助理，但有大量重複性工作。OpenClaw 就是你的虛擬助理。想看完整的一人公司 AI 架構？讀「一人公司 AI 團隊架構」。
遠端工作者。你經常不在電腦前但需要操作電腦。Telegram 控制比遠端桌面方便十倍。
隱私重視者。你不想把公司文件傳到 OpenAI 或 Anthropic 的伺服器上。本地模型是你唯一的選擇。
不適合的三種人：
偶爾用 AI 的人。一週用不到三次 AI，ChatGPT 免費版就夠了。不需要為了偶爾的需求架一套系統。
完全不碰終端機的人。OpenClaw 的安裝和設定需要在終端機操作。如果你連複製貼上指令都不願意，這不適合你。
期望「裝好就完美」的人。OpenClaw 需要調教。不是裝好就能完美運作，是用兩到三週讓它越來越懂你的需求。
我會推薦嗎
有條件地推薦。
如果你符合「適合」的三種人之一，而且願意花兩週的學習曲線，強烈推薦。兩個月後你會跟我一樣覺得離不開。
如果你只是好奇想玩玩，先裝起來用雲端 API 試一週。不滿意就刪掉，損失不過 NT$50 的 API 費用。
想裝？讀「OpenClaw 完整教學 2026」。想先了解進階玩法？讀「OpenClaw 進階指南」。
最後一句真話。AI Agent 在 2026 年還是早期。OpenClaw 不完美。本地模型會幻覺、設定需要時間、中文支援還有進步空間。
但它是目前開源 AI Agent 裡面，最接近「個人 AI 助理」這個願景的產品。兩個月前我是帶著懷疑裝的，現在我每天打開電腦第一件事是確認它在跑。
這就是「期望校準」的意思。不要期望它什麼都能做。期望它把你每天那些無聊、重複、但不做不行的事情自動處理掉。它做得到。
