不懂技术的朋友想玩 OpenClaw，可能第一步打开终端输命令就卡住了，如果再遇到Node版本问题，那就更抓狂了。
上周我就是这样——花了 2 小时配置环境变量、装依赖库，好不容易跑起来了，让它清理下载文件夹，结果把我一个重要的工作文件也删了。
今天，我试了网易有道刚发布的免费开源的LobsterAI。结果挺惊喜，给大家安利下：
0 技术门槛：双击安装，和装普通软件一样简单
0 误删风险：内置沙箱保护，不怕删错系统文件，更安全
0 地点限制：手机远程控制，人在外面也能指挥家里电脑干活
大概几分钟就能配置完，之后帮我整理了 1800 多个下载文件，清理了 47 个临时文件，释放了 20GB 硬盘空间。全程没出错。
这让我意识到一件事：桌面 Agent 的门槛，不应该这么高。
OpenClaw 是个很棒的开源项目，但它更像是"极客的玩具"——需要懂 API、会配环境、敢承担误删系统文件的风险。对于非程序员来说，技术门槛就像一道墙。
LobsterAI 做的事情很简单：把这道墙拆了。
如果说 OpenClaw 证明了 AI 能"做事"，那 LobsterAI 证明的是：AI 能让更多人受益。
这可能是今年我见过的，最适合普通用户的桌面级 Agent。
一、说下我是怎么用 LobsterAI 的？
说实话，刚开始我是想试试 Claude Cowork 的。毕竟是 Anthropic 出品，技术肯定靠谱。
结果在配置环节就卡了 2 个小时——什么 API、环境变量、依赖库……我一个非程序员，看着满屏幕的命令行就头大。最后勉强跑起来了，让它清理一下下载文件夹，结果把我一个重要的工作文件也删了（好在我及时发现）。
我在 X 上也看到了和我有类似经验的朋友。
后来我刷到了网易有道也推出了类似的 Agent 工具，起初我也有点审美疲劳--这类 Agent 工具现在看多了，很难第一眼就觉得惊艳。
但最近正好在对比测试几款 AIBot，既然碰上了，就顺手把LobsterAI 也拉进了实测清单，结果发现意外的好用。
产品安装
这个产品的安装是比较简单的，我用的 Mac。Windows 更加简单。
1、访问官网：https://lobsterai.youdao.com
2、下载对应系统的安装包（支持 Windows 和 Mac）
3、双击安装，像安装普通软件一样
1、配置 AI 模型
安装完成后，第一步是配置 AI 模型。
推荐配置（新手）:
打开设置 → 模型
选择 DeepSeek
输入 API Key（去 DeepSeek 官网注册，新用户送免费额度）
API 格式选择“OpenAI 兼容”
点击“测试连接”，成功后保存
如果你想用更便宜的 API 中转服务：
在 API Base URL 中填入中转服务地址
选择对应的 API 格式
测试连接成功即可
2、配置 IM 远程控制（可选）
如果你想实现“手机控制电脑”，需要配置 IM 机器人。
以飞书为例：
去飞书开放平台（https://open.feishu.cn）创建应用
获取 App ID 和 App Secret
在 LobsterAI 设置 → IM 机器人 → 飞书中填入
点击“连接”，扫码授权
在飞书中搜索你的机器人，发送消息测试
使用场景
1、第一次使用：真的有被惊艳到
作为一个 Mac 用户，我最大的困扰就是下载文件夹。每次下载完文件就忘了整理，时间一长，下载文件夹就变成了“垃圾场”，1TB 硬盘也根本不够用。
我对它说：“帮我整理下载文件夹，把那些后续没有用，或者基本很久不打开的文件放在一个待删除的文件夹”
很快，它给我列了个清单：
查找到了 1803 个文件
待删除：1162 个文件，20G🗑️
归档项目：3946 个文件，1.5G
产品素材库：469 个文件，2.9G
还有很多其他的：项目文档、数据资产这些
我也是吸取了上一次的教训，没有让他去自己删除。而是先放在一个文件夹里面。
不过原本它也不会乱删——因为每次操作前都会先问我，而且有沙箱模式保护，是不用担心误删系统文件的。
2、最让我惊喜的功能：手机远程控制
LobsterAI 相对于Claude Cowork，它可以通过钉钉/飞书远程控制家里的电脑，和 To Desk 这种还不太一样，完全是口喷的控制。自动化操作。
目前支持的平台：
钉钉
飞书
Telegram
Discord
我来列举几个可以使用的场景：
场景 A：老板突然要文件
一位产品经理朋友跟我分享：周日下午，他在外面吃火锅，老板突然在钉钉群里 @他：“把上周的销售数据发一下。”他掏出手机，在钉钉里找到 LobsterAI 机器人，发了一条消息：“把桌面上的‘销售数据.xlsx’发给张总。”30 秒后，LobsterAI 在他家电脑上找到文件，通过钉钉发给了老板。老板以为他在加班，他继续吃火锅😎
场景 B：通勤路上下载文件
有用户反馈：早上在地铁上，突然想起今天要用的一个软件还没下载。在飞书里给 LobsterAI 发消息：“去 Chrome 官网下载最新版安装包。”到公司后，文件已经下载好了，直接安装就行。
场景 C：定时任务
一位自媒体从业者这样用：设置了一个定时任务，每天早上 8 点，LobsterAI 自动搜集 AI 行业的最新新闻，整理成一份简报，通过钉钉发送。每天上班路上，就能看到今天的行业动态，不用自己去各个网站翻了。
安全性说明： 可能有人会担心：IM 机器人会不会被别人控制？
LobsterAI 的安全机制：
身份验证：只有配置了 Client ID 和 Secret 的账号才能控制
操作确认：敏感操作（删除文件、安装软件）需要二次确认
操作日志：所有操作都有记录，可以随时查看
3、和 OpenClaw 的对比
如果你关注 AI 领域，可能听说过 OpenClaw——一个开源的桌面 Agent 项目。LobsterAI 在功能上与 OpenClaw 类似，但在易用性和安全性上做了大量优化。
比如说沙箱模式：不怕误删系统文件
最大的痛点：AI 会不会误删我的重要文件？
这是所有人使用桌面 Agent 时最担心的问题。OpenClaw 直接在系统中运行，如果 AI 判断错误，可能会删除系统文件导致电脑崩溃，所以之前很多人都是买一台新的 MacMini，或者购买一个云服务器来独立运行。
LobsterAI 提供了三种运行模式：
自动模式（优先沙箱）：默认在沙箱环境中运行，只有明确需要时才访问系统文
本地运行：直接在系统中运行，适合需要深度操作的场景
仅沙箱（内置 VM）：完全在虚拟机中运行，最安全但功能受限
什么是沙箱？
沙箱（Sandbox）就像一个“隔离区”, AI 在里面可以自由操作，但无法影响外部系统。就像给小孩一个玩具房间，他可以随便玩，但不会弄乱客厅。
我的建议：
日常使用选“自动模式”，既安全又方便
清理系统文件、安装软件等敏感操作时，先在“仅沙箱”模式测试
确认没问题后，再切换到“本地运行”执行
多模型支持：用 DeepSeek 省钱
LobsterAI 支持 8 种以上的 AI 模型，包括：
OpenAI(GPT-5.2、GPT-5.2 codex)：质量最好，但价格较贵
Anthropic(Claude)：推理能力强，适合复杂任务
Google Gemini：多模态能力强，适合处理图片
DeepSeek：国产开源模型，便宜且性能不错
Moonshot（月之暗面）、智谱（Zhipu）、**MiniMax、Qwen **等国产模型
为什么多模型支持很重要？
不同任务需要不同的模型：
简单任务（整理文件、重命名）：用 DeepSeek，便宜快速
复杂任务（数据分析、生成 PPT）：用 GPT 或 Claude，质量更高
图片识别（提取发票信息）：用 Gemini，识别准确率更高
而且，LobsterAI 支持自定义 API Base URL，这意味着你可以：
使用第三方 API 中转服务（更便宜）
使用本地部署的开源模型（完全免费，数据不出本地）
使用公司内部的私有模型（数据安全）
省钱技巧：
我的配置是：
默认模型：DeepSeek（日常任务）
备用模型：GPT（复杂任务）
图片识别：Gemini
这样一个月的 API 费用不到 50 元，但能完成大量工作。
4、自定义 Skills：扩展无限可能
LobsterAI 支持自定义 Skills（技能包），可以让它学会新的能力。
官方 Skills 库：
网页自动化（自动填表、自动登录）
数据分析（Excel 数据处理、生成图表）
内容创作（批量生成营销文案、视频脚本）
自己写 Skills： 如果你懂一点编程，可以自己写 Skills。比如：
自动监控某个网站的价格变化
自动下载指定网站的最新文章
自动生成每日工作日报
写在最后
试了 LobsterAI，最大的感受就是：AI 终于不只是“说”，而是真的能“做”了。
当然它也不完美，有时候会理解错意思，有些软件支持得还不够好。但对于一个刚推出的产品来说，已经很能打了。
如果你也想让 AI 真正帮你干活，而不只是陪你聊天，可以试试 LobsterAI。
官网：https://lobsterai.youdao.com
Github链接：github.com/netease-youdao/lobsterai
软件免费，自己配个 DeepSeek 的 API，一个月也就几十块钱。
几个常见问题：
**会不会误删文件？**有沙箱保护，而且删除前会先问你。第一次用建议先备份重要文件。
**Mac 和 Windows 都能用吗？**都支持。
**手机远程控制安全吗？**需要配置密钥，只有你能控制。敏感操作会二次确认。
**支持哪些 AI 模型？**OpenAI、Claude、Gemini、DeepSeek、Moonshot、智谱等 8+ 模型，还能自己配 API.
