裝完之後，agent 對你一無所知
裝完 OpenClaw 的第一個禮拜，我大概有一半的時間都在設定讓它能用的環境。
最近 Reddit 有一篇討論在問 OpenClaw 為什麼還沒普及，高票回覆裡有個觀點讓我很有共鳴。大家老是在說 setup friction、安裝門檻，但安裝其實沒那麼難，我自己花不到半小時就裝完了。真正的問題出在裝完之後，agent 對你這個人幾乎一無所知。
裝完之後的真空
把 OpenClaw 裝好、接上 API key，agent 對你的了解幾乎是零。它不知道你叫什麼、在哪工作、習慣用哪些工具、怎麼追蹤任務、這週的優先順序是什麼。你每次問它問題，它都是在一個空白語境裡回答。
這個空白要靠你自己填。
我自己的做法是分三層來補記憶：第一層是基本個人資料，工作類型、時區、常用的 SaaS 工具清單；第二層是習慣和偏好，比如我偏好用 Markdown 輸出、習慣用 Linear issue 追蹤進度、報告想在一頁內搞定；第三層是當下脈絡，最近在做什麼專案、這週要解決哪幾件事。
光是把這三層補完，我大概花了兩三天零散的時間。後來換工作，第二層幾乎整個重寫。
普通人不知道自己需要補什麼
問題在於，這整件事需要你先知道 agent 缺什麼，然後有系統地補進去。這本身就不是普通人的直覺。
普通用戶的預期是：我裝了一個助理，跟它相處一段時間後，它自然就懂我了。這個期待其實不離譜，新同事就是這樣的。但 agent 不是。每次對話基本上都是重新開始，除非你明確寫進 memory，否則下次它不會記得。
更麻煩的是，你不知道自己需要補什麼，直到某天 agent 給了你一個跟現實完全脫節的回答，你才意識到「喔，我沒告訴它這個脈絡」。這個反饋循環很慢，每踩一次坑都要花時間回頭修，門檻在這種地方靜悄悄地高起來。
接來源才是真正的工作量
除了記憶，還有接 integration 這件事。OpenClaw 的能力很大一部分靠你接哪些來源，Gmail、Calendar、Slack、task manager、筆記工具，一個個手動設定、授權、測試。
我算過一下，要讓 agent 真的理解我的工作流程，我接了七個來源。其中有兩個在設定 OAuth 授權時出了問題，花了我快一個下午才搞定。還有一個在 OpenClaw 更新後靜悄悄壞掉，我花了三十分鐘才發現是 token 過期，不是 agent 邏輯出錯。
這種維運負擔對我來說還好，我有 DevOps 背景，debug 不陌生。但對普通人而言，每一個莫名其妙的錯誤都是一個離開的理由。
當工具需要你先懂工具
Reddit 那篇討論有人說，大家不想花很多時間配置。我覺得這個觀察很準，但原因比「懶」更深。
你在用 OpenClaw 的前幾週，做的其實不是「用 AI 助理」，而是「建讓 AI 助理能正常運作的基礎設施」。要補記憶、搭 workflow、加防呆，先變成這個工具的半個 maintainer，才能開始享受它帶來的好處。
這個門檻對技術人來說不算什麼，但對普通人來說是隱形的高牆。他們離開，往往不是因為安裝步驟太多，而是裝完用了兩天，發現 agent 的回答跟自己的實際狀況完全無關，就默默把 app 關掉了。
普及要靠什麼
我現在每天還在用 OpenClaw，確實省了很多時間。但我也清楚，這個體驗是建在我願意花那段「設定基礎設施」的時間上的。
真正的普及，需要 agent 在第一天就能主動問對的問題，幫用戶把脈絡建起來，然後在日常使用中持續累積，而不是把全部建置的工作都推給用戶。
有幾個方向我覺得比較有希望：透過觀察行為模式推斷偏好，而非靠手動填寫；integration 出問題時主動通知，而非靜悄悄失效；記憶要有版本管理，換工作、換專案後你才知道哪些東西還有效。
但現在的狀態離這個還有段距離。普通人要的是開箱就能用，先去搞懂內部結構不是他們要做的事。在這之前，OpenClaw 會繼續是個等著有耐心的人去挖掘的工具，主流還不會來。
作者：AutoKitty