本文翻譯自 Shruti 的 X 文章：I Spent 40 Hours Researching Clawdbot. Here's Everything They're Not Telling You.
Moltbot/Clawdbot 現在在 X（原 Twitter）上幾乎無處不在。（Clawdbot 已更名為 Moltbot，文章中將使用 Moltbot，除部分原始推文引用仍使用 Clawdbot）
插播 1 則訊息：我們邀請了博傑老師一起聊聊關於 Moltbot/Clawdbot 為何如此火爆，一些案例的演示，以及爆火背後的技術，看看到底適不適合我們自己！歡迎大家預約明晚 8 點的直播，我們一起聊個痛快！！
Mac Mini 的照片、模糊的“我把一切都自動化了”的說法，還有一堆人說它是“未來”，卻沒人解釋為什麼。
我花了 40 個小時，深入研究官方文件，分析各種應用場景，觀看教程，閱讀能找到的每一份實現指南。
下面我來講講大家都在吹捧、卻沒人真正解釋的 Moltbot，包括那些被有意忽略的細節。
Moltbot 到底是什麼（通俗易懂版）
先別管那些技術術語。
Moltbot 其實就是“長了手的 Claude”。
你平時和 Claude 聊天，它會給你答案。想象一下，如果 Claude 不僅能回答，還能直接在你的電腦上執行這些答案——比如安裝軟體、執行指令碼、管理檔案、監控網站、發郵件，而且只需要你在 WhatsApp、Telegram 或 iMessage 裡發個訊息就行。
它是個不僅會思考，還能動手的AI代理。
換句話說：
普通 AI：“你可以這樣整理檔案”
Moltbot：你還沒看完這句話，檔案已經幫你整理好了
普通 AI：“你應該查查這 10 個市場新聞來源”
Moltbot：已經爬完、總結好，並把要點發你手機上了
這就是大家說的“自主 AI” ——它不僅僅是答題，更是直接幫你把事做了。
當然，有些任務可以直接執行，有些則需要你先搭建好自動化流程。後面細說……
為什麼大家都為它瘋狂
X 上的使用者反饋聽起來都像假的：
“一晚上清空了一萬封郵件”
“邊看 Netflix 邊用 Telegram 搭了整個網站”
“它自己搞定了 Sora API 的整合”
“48 小時自動化了我 80% 的工作”
它和其他 AI 工具最大的不同在於：
跑在你自己的電腦上
不是雲端，不是網頁，而是真正執行在你的本地電腦上，能訪問你的檔案、應用和資料。隨時隨地遠端操控
你可以用手機上的 WhatsApp、iPad 上的 Telegram、手錶上的 iMessage 遠端控制，不用被瀏覽器綁死。能用你電腦上的任何應用
郵件客戶端、瀏覽器、終端、指令碼……只要你能手動做的，Moltbot 理論上都能自動完成。能自己開發新工具
這點最誇張。你可以讓它建立一個“技能”（可複用的自動化流程），只要你給出清晰指令，它能自己寫程式碼、安裝並用起來。
有人問 Moltbot：“你能訪問我的大學課表嗎？”
Moltbot 答：“不能，但我可以寫個技能來實現，給我點時間。”
經過幾輪調整，它就把整合搞定了。
但要注意：這不是魔法。複雜自動化依然需要：
明確的指令
對可行性的理解
測試和反覆調整
有時還要花上幾個小時配置
但自主執行的框架已經搭好了。
它到底怎麼運作（架構解析）
Moltbot 的架構：來自各個平臺的訊息，統一透過中央閘道器，最終在你的電腦上執行任務
底層到底發生了什麼
你透過 WhatsApp、Telegram、Discord 或 iMessage 傳送一條訊息。這條訊息會被髮送到 Gateway——這是你電腦上執行的一個單獨程序，充當整個系統的控制中心。
Gateway 的主要功能包括：
將你的請求轉發給 Claude（透過 Anthropic 的 API）
在你的電腦上執行命令
管理與各類訊息應用的連線
處理檔案操作和自動化任務
你可以透過以下方式與 Gateway 互動：
各類訊息應用（如 WhatsApp、Telegram 等）——最常用的方式
命令列介面（CLI）——適合終端使用者
macOS/iOS/Android 原生應用——本地介面
網頁聊天介面（Chat UI）——基於 Web 的控制面板
所有內容都在你的本地電腦上執行。Gateway 就是你的訊息和電腦能力之間的橋樑。
實際安裝流程（其實沒你想的那麼難）
GitHub 頁面看起來很嚇人：終端命令、MCP 伺服器、JSON 配置。
但實際上：有技術基礎的使用者 20-30 分鐘就能搞定，普通使用者 1-2 小時也能完成基礎安裝。
你需要準備：
一臺 Mac、Linux 電腦，或裝有 WSL2 的 Windows
安裝好 Node.js（免費，5 分鐘搞定）
一個 Anthropic API 金鑰（按量付費，費用視使用量而定）
WhatsApp、Telegram、iMessage、Discord 或 Slack 賬號
實際安裝流程如下：
引導向導會一步步幫你完成：
連線你的訊息應用
設定許可權
執行第一個測試命令
大多數人第一個測試命令是：“我的下載資料夾裡有哪些檔案？”
Moltbot 會把檔案列出來。
“按型別整理一下。”
搞定。PDF 放一類，圖片放一類，文件自動歸類。
這些功能開箱即用，無需額外配置。
哪些功能開箱即用，哪些需要自己開發
這一點很多人沒說清楚。
Moltbot 的能力分為兩大類：
第一類：開箱即用（幾分鐘搞定）
只要安裝好 Moltbot，這些功能立刻可用：
✅ 檔案管理
“整理我的下載資料夾”
“找出上個月的所有 PDF”
“備份我的文件”
✅ 基礎資訊檢索
“搜尋最新的[某話題]新聞”
“總結這 5 篇文章”（貼上網址即可）
“[某平臺]上現在流行什麼？”
✅ 日曆/郵件讀取（需配置 CLI 訪問）
“我今天日曆上有什麼安排？”
“讀一下我最近的 10 封郵件”
“在郵件裡查詢[關鍵詞]”
✅ 簡單自動化
“每天早上 8 點執行這個指令碼”
“監控這個網站有沒有變化”
“某個檔案有更新時提醒我”
✅ 文字處理
“總結這份文件”
“提取這份轉錄稿的要點”
“把這些資料轉成 CSV”
耗時：幾分鐘。這些功能幾乎都是即裝即用。
第二類：強大但需自定義開發（幾小時到幾天）
這些功能需要自定義技能、API 介面和配置：
⚠️ 高階郵件管理
自動分類數千封郵件
智慧篩選和歸檔
自定義規則處理
前提條件：郵件客戶端 CLI 配置、自定義工作流、測試
⚠️ 交易/行情自動化
實時價格監控
異常交易量提醒
自動化資料分析
前提條件：資料服務 API 接入、自定義監控指令碼、身份認證
像這樣高階的交易提醒，Moltbot 確實可以實現——但需要花費數小時進行定製設定、API 接入和配置。它不是一鍵生效的魔法，但一旦搭建好，確實非常強大。
⚠️ 社交媒體自動化
多平臺內容釋出
互動資料追蹤
品牌輿情監控
前提條件：需要社交媒體 API 許可權、自定義整合、限流處理
⚠️ 複雜程式碼專案
構建完整應用
管理 GitHub 倉庫
自動化測試與部署
前提條件：合理的環境搭建、明確的需求、持續迭代最佳化
⚠️ 定製整合
對接專有系統
跨應用流程自動化
高階資料管道
前提條件：理解API、開發定製技能、後期維護
時間投入：根據複雜度，通常需要數小時到數天。
你實際可以做什麼（現實案例）
下面我來展示下各個層級實際能實現的功能：
即刻可用場景（現在就能用）
檔案整理
指令：“按檔案型別和日期整理我的下載資料夾”
執行流程：
Moltbot 掃描你的下載目錄
按型別（PDF、圖片、文件等）建立資料夾
將檔案歸類到相應資料夾
如有需要，還能按日期建立子資料夾
節省時間：原本手動整理需 20 分鐘 → 現在只需 10 秒
實際效果：開箱即用，確實有效。
基礎調研與摘要
指令：“找 10 篇近期關於 AI 安全的文章，總結主要關注點。”
執行流程：
線上搜尋最新相關文章
提取核心內容
歸納共性主題
輸出結構化摘要
節省時間：原本需 1 小時閱讀 → 現在 5 分鐘搞定
實際效果：具備網頁搜尋能力時可直接使用。
日程管理
指令：“我明天日程安排有哪些？”
執行流程：
檢查你的日曆
列出所有活動
可提供準備時間建議
自動識別衝突
節省時間：手動查日曆 → 秒查
注意：首次需配置日曆訪問許可權（僅需一次）。
文件處理
指令：“從這 20 個 PDF 裡提取所有郵箱地址”
執行流程：
逐個讀取PDF
識別郵箱格式
彙總成總表
自動去重
節省時間：原本需 2 小時手動處理 → 現在 2 分鐘完成
實際效果：對文字型 PDF 可直接使用。
進階場景（需額外配置）
大家以為可以立刻做到的：
❌ “實時追蹤異常期權交易並提醒我”
❌ “自動最佳化文案並同步發到 5 個社交平臺”
❌ “監控 100 個競爭對手並分析其策略”
實際上你需要做的：
明確資料來源（哪些 API、哪些網站）
配置認證（API 金鑰、訪問令牌等）
構建監控技能（可藉助 Moltbot，但仍需人工參與）
測試與最佳化（處理邊界情況、限流、錯誤等）
持續維護（API 變更、技能升級）
進階自動化流程例項：
目標：監控特定 Twitter 賬號的高互動帖子
步驟1：配置 Twitter API 許可權（30分鐘-2小時）
步驟2：用 Moltbot 搭建監控技能（1-2小時）
步驟3：測試並最佳化提醒閾值（30分鐘）
步驟4：上線並持續監控（長期）
總投入時間：初次搭建需 2-4 小時
持續價值：全天候自動監控
結論：這些功能確實可以實現，但絕非一蹴而就。
說到社交媒體自動化，如果你主要想實現內容創作和自動釋出，可以關注一下專門的工具。
Moltbot 擅長通用的計算機自動化，但像 Postey 這樣的工具則專為社交媒體場景設計，無需自定義技能或 API 管理，就能搞定文案生成、多平臺同步釋出、定時安排、資料分析等流程。術業有專攻，各用其長。
真實使用者反饋
下面我來展示一些真實的使用者評價，並說明每個案例背後實際需要做什麼：
來自：“清理了 1 萬多封郵件，收件箱減少了 45%！”
實現過程：
配置郵件客戶端命令列工具
制定自定義篩選規則
前期花了幾個小時設定
之後就能全自動執行
來自：“我在床上邊看 Netflix，邊用 Telegram 重建了整個網站。Notion 內容遷移到 Astro，18 篇文章全部搞定，DNS 也切換到 Cloudflare，全程沒開過筆記本。”
實現過程：
需要較深的技術功底
懂得 Web 開發相關知識
已有網站結構可用
多次嘗試和命令調整
這位使用者本身就是開發者，並非新手
來自：“我能想象的和實際能做出來的之間的距離，從未如此之小。”
實話實說：只要你清楚知道自己想要什麼，並能準確表達需求，這句話就成立。如果你自己都不清楚需求，Moltbot 也無法讀心。
來自：“讓 Clawdbot 幫我做了個 Sora2 影片。它自己搞定了去水印、API 金鑰和整個流程。”
實現過程：
需要 Sora API 的訪問許可權
懂得影片處理相關知識
多次嘗試和調整
需要解決技術難題
不是一句指令就能完成的
總結：這些都是實打實的成果，但並非魔法，而是靠以下幾點實現的：
明確的需求
技術理解力
不斷嘗試和最佳化
投入時間精力
Moltbot 確實很強大，但它不是魔法棒。
自我最佳化 Agent 的現實
有一個非常實用的功能是真實存在的：
Moltbot 具備“心跳”機制——定期自檢，可以主動提醒你相關更新，或提出最佳化建議。
有使用者反饋：“Clawdbot 會在心跳時主動聯絡我？太喜歡這種主動提醒了。”
實際效果：
你可以設定定期檢查
Moltbot 會推送相關資訊
能根據你的使用模式提出流程最佳化建議
但它不代表：
它不會全天候監控你的一舉一動
不會在你不設定的情況下自動最佳化
你仍需配置它要監控的內容
這是主動協助，不是無所不知的全自動。
它做不到什麼（現實提醒）
坦率說：
它不是魔法
“讓我的生意成功”這種模糊指令沒用。“分析我的銷售流程並找出瓶頸”這種具體需求，經過合理設定，纔有可能實現。複雜任務需要清晰指令
你越具體，結果越好。模糊的請求只會得到模糊的結果。需要合適的訪問許可權
沒有賬號許可權就無法訪問，不能非法入侵系統，只能在你授權的範圍內工作。高階功能需要自行搭建
你看到的那些令人驚豔的案例，都是花了不少時間精心配置的。開箱即用的功能其實有限，但潛力確實巨大。結果仍需覈查
別盲目相信AI的輸出，尤其是在重要決策場景下。AI有時候會自信地給出錯誤答案。人工複覈依然不可或缺。API 費用可能逐步增加
輕度使用：每月約10-30美元
中度使用：每月約30-70美元
重度使用：每月約70-150美元
這些只是基於Anthropic API定價的估算，實際費用會因用量差異很大。建議第一個月密切關注用量。搭建難度因人而異
技術使用者：20-30 分鐘即可完成
非技術使用者：1-2 小時，可能還要排查問題
如果你不懂技術又想用高階功能：可能需要他人協助隱私問題需重視
你是在讓 AI 代理訪問你的電腦。務必仔細閱讀安全文件，清楚自己在共享哪些內容。涉及私信安全時，建議使用配對模式。
成本現實（坦率拆解）
搭建成本：$0（開源）
API 費用：按用量付費，付給 Anthropic
費用因用量差異極大
有使用者極端情況下消耗了 1.8 億 tokens
普通使用者：每月約 15-50 美元
重度自動化使用者：每月約 50-150 美元
建議第一個月密切監控 API 用量，瞭解自己的實際開銷。
時間投入：
基礎搭建：30分鐘-2小時
學習摸索：2-4小時
搭建高階工作流：每個流程需數小時到數天
後續維護：根據需求持續調整
投資回報舉例：
假設透過基礎自動化每週節省 5 小時
按每小時 50 美元計算：
時間價值：每週250美元 = 每月1000美元
工具成本：約每月30美元
實際收益：每月970美元
即使按每小時 25 美元，每週省 5 小時也值每月 500 美元。
只要用得好，這個工具很快就能回本。
適合哪些人使用
非常適合（能立刻受益）：
熟悉命令列的開發者
經常自動化工作的技術使用者
有具體重複性任務的人
願意投入時間搭建，追求長期收益者
喜歡嚐鮮、樂於實驗的早期使用者
適合（需要耐心）：
願意學習的半技術使用者
有明確自動化目標的人
能按文件操作的人
能自己排查問題的使用者
暫不適合：
完全不懂命令列的新手
期待即裝即用高階自動化的人
不願意花時間搭建的人
處於高度監管、IT 政策嚴格的環境
追求完美即插即用體驗的人
典型適用場景：
交易員/研究員：
市場調研整理
新聞聚合
資料提取
檔案歸類
日程管理
（高階監控需自定義開發）
內容創作者：
研究自動化
內容創意整理
檔案管理
日程追蹤
（全自動社交需自建或用Postey）
開發者：
程式碼審查
文件生成
測試自動化
部署流程
（都需合理配置）
代理機構負責人：
客戶溝通管理
報告生成
資料整理
研究彙總
（CRM整合需定製開發）
更大的意義（為何重要）
Moltbot 不僅僅是個效率工具。
這其實是我們未來兩三年內工作方式的預演。
想想看：
2020年：AI 能寫文字
2023年：AI 能生成圖片
2024年：AI 能寫程式碼
2025年：AI 能自主執行任務（只要配置得當）
2027年：AI 自主執行成為常態
我們正從 “AI 輔助”邁向 “AI 自主行動”。
現在就開始學習如何與自主智慧體協作的人，正在為未來的工作方式打下肌肉記憶。
這就像 1985 年學會用電子表格，或 1998 年掌握搜索引擎一樣。
早期使用者不僅僅是在節省時間，更是在培養一種未來五年內必不可少的能力。
但說句實話：
大多數人不會真正花時間去學好這項技能。
他們試一次，發現 AI 不能立刻解決所有問題，就會放棄。
真正能獲得優勢的人，是這些：
從最簡單的場景入手
逐步增加複雜度
花時間瞭解 AI 的能力邊界
不斷最佳化和調整工作流程
保持持續學習和實踐
這群人，生產力會提升十倍。
而其他人，2027年還在手動整理下載資料夾。
