上周五下午，我花了 15 分钟把 OpenClaw 装好，连上了 Telegram。
不是因为我特别有空，而是因为我已经把这件事拖了三周。每次打开官方文档，看到 Node.js 版本要求、Docker Compose 配置、API Key 设置、安全加固……就默默关掉了浏览器。
这篇文章是我装完之后写的，把那些让人关掉浏览器的部分都解释清楚了。跟着做就行，不跳步骤，不省解释，每一步都告诉你为什么。
三样东西：
硬件要求不高。笔记本就够。如果你想让它 24 小时在线，后面会讲怎么部署到 VPS。
OpenClaw 要求 Node.js 22 或更高版本。这是新手安装失败最常见的原因——很多人机器上还跑着 Node 18 或 20。
3 月 5 日，OpenAI 发布了 GPT-5.4。
我当时正在用 Claude Code 跑一个重构任务，看到推送通知的时候没有立刻停下来——因为我知道接下来几天技术群里会充斥着”碾压一切”和”Claude 要凉了”，等噪音散去再看数据更有效率。
等了三天，我把两个模型的基准测试、定价、实际开发体验拉通对比了一遍。结论是：没有谁碾压谁。它们赢在不同的地方，输也输在不同的地方。 你该用哪个，取决于你在做什么——不是取决于哪个跑分更高。
GPT-5.4 是 OpenAI GPT-5 系列的第四次迭代，2026 年 3 月 5 日发布。主要亮点：
Claude Opus 4.6 是 Anthropic 的旗舰模型，2026 年 2 月 5 日发布。主要亮点：
两个模型发布时间只差一个月。定位几乎完全重叠：面向专业开发者的旗舰级大模型。
装好 OpenClaw 的第三天，我对着 Telegram 发了一句「帮我整理一下今天的邮件」，它回了一段话，大意是：我没有访问你邮件的权限。
我才意识到，我装了一个什么都不会的 AI 助理。
问题不在 OpenClaw，在我。我以为装上就能用，但 OpenClaw 有 26 个 Tools、53 个官方 Skills、外加 ClawHub 上 13700+ 个第三方 Skills——全开有安全隐患，全关跟聊天机器人没区别。官方文档散落在不同页面，GitHub Issues 里的讨论比文档还详细。
这篇文章帮你理清一件事：装完之后，到底该开什么、关什么、怎么配，才能让 OpenClaw 真正替你干活。
很多人装完 OpenClaw 之后的第一个困惑就是：Tools 和 Skills 到底什么区别？
一句话：Tools 是器官，Skills 是教材。
Tools 决定 OpenClaw 「能不能」做某件事。read 和 write 让它读写文件，exec 让它执行命令，web_search 让它搜索网页，browser 让它操控 Chrome。没有对应的 Tool，它就像没有手——再聪明也干不了活。
Skills 决定 OpenClaw 「会不会」做某件事。gog 教它怎么操作 Gmail 和 Google Calendar，obsidian 教它怎么整理笔记，github 教它怎么管理仓库。Skills 是说明书——告诉 AI 怎么组合 Tools 去完成一个具体任务。
最近朋友圈里有一类文章刷得很频繁：「AI 要取代程序员了」「初级开发者即将消失」「学编程还有意义吗」。
我看到这些标题的第一反应不是慌，而是想知道数据是什么。
Stack Overflow 的数据显示，84% 的开发者在使用 AI 工具。Stanford 的研究发现，22-25 岁软件开发者的就业率从 2022 年的峰值下降了近 **20%**。入门级技术岗位的招聘同比减少了 25%。Salesforce 的 CEO Marc Benioff 宣布 2025 年「不再招新工程师」。
这些数字确实说明了一些事情。但如果你只看到了「威胁」，你就错过了硬币的另一面。
Fastly 2025 年的调查发现了一个反直觉的事实：高级工程师用 AI 生成的代码进入生产环境的比例，是初级工程师的 2.5 倍（32% vs 13%）。Harvard 的研究也证实：采用 AI 的公司大幅减少了初级招聘，但高级岗位保持稳定甚至增加。
AI 不是在消灭程序员。它在重新定义什么样的程序员更值钱。
而 Claude Code——如果你用对了——恰恰是帮你从「初级」跨越到「高级」的最快路径。
先搞清楚一个根本问题：高级工程师比初级工程师强在哪？
你刷了 500 道 LeetCode。动态规划、二叉树遍历、滑动窗口——闭着眼睛都能写。
面试那天，面试官没让你写算法。
他打开一个 CoderPad 环境，里面有一个多文件项目，旁边嵌着一个 AI 助手。他说：「这个项目有个 Bug，用户的订单状态更新不正确。你可以用 AI 工具，60 分钟内找到问题并修复。」
你愣住了。这跟你准备的完全不一样。
这不是假设场景。2025 年 10 月，Meta 开始试行 AI 辅助面试，用一个带 AI 助手的多文件项目替代了传统的 LeetCode 轮。面试者可以使用 GPT-4o、Claude Sonnet、Gemini 等多个模型。2026 年，这个面试形式预计将推广到所有软件工程岗位。
规则变了。
先说清楚：我不是说基础知识不重要。数据结构、算法、操作系统原理——这些东西永远有价值。
但传统面试的考法出了问题。
早上九点打卡。晚上十点下班。周末还要处理线上告警。
上个月我打开银行 App，看了一眼工资——税后到手的数字，跟我投入的时间和精力完全不成比例。我算了一下，折合时薪大概 60 块。
这不是第一次有这种感觉了。但那天我突然想到一个问题：我这辈子只能靠卖时间赚钱吗？
这个念头一旦出现，就再也按不回去了。
好消息是：2026 年，一个程序员做一个能赚钱的软件产品，需要的东西比以前少了 90%。不需要联合创始人，不需要投资人，不需要三个月的开发周期。你需要的是：一个终端，一个 Claude Code，和一个足够小的切入点。
这篇文章不讲鸡汤。讲的是：作为一个还在上班的程序员，你怎么用最小的时间和金钱投入，启动你的第一个 Micro SaaS 项目。
先定义清楚。
Micro SaaS 就是一个很小的、订阅制的在线软件工具。「微」体现在三个方面：团队微（通常 1-3 人），功能微（只解决一个具体问题），成本微（启动资金通常不超过几百美元）。
我的主力语言是 Python。写过爬虫，做过数据分析，用 Flask 搭过几个内部工具。JavaScript？会一点点，能看懂，但让我从头写一个前端项目，不行。
有一天我在做数据分析，第 N 次手动把网页上的表格数据复制到 Excel，复制到一半手滑选错了行，整列数据全乱了。我盯着那个乱掉的表格，突然想：这件事为什么不能自动化？
Chrome 插件能做这个。但 Chrome 插件需要写 JavaScript。需要懂 Manifest V3。需要理解 Service Worker、Content Script、Popup、Chrome Storage API——每一个概念都是我不熟悉的。
我差点放弃了。
但后来我用 Claude Code 试了一下。20 分钟后，一个能跑的插件就出现在了我的浏览器里。三周后，它上架了 Chrome Web Store。两个月后，它开始每月给我带来 $500 的被动收入。
这篇文章不是炫耀。是想说：如果你有一个好想法，但觉得自己「技术栈不对」，那个障碍在 2026 年已经不存在了。
先说为什么我选了浏览器插件，而不是做一个 App 或者 SaaS。
三个原因。
周五下午 4 点，我 git pull 了同事的代码，跑了一句 npm run dev。
终端吐出一屏红色。
1 | Error: Cannot find module '@next/swc-darwin-arm64' |
昨天还好好的。我什么都没改。
于是开始了那套熟悉的流程：复制报错 → 打开 Google → 翻 Stack Overflow → 找到一个 2023 年的回答 → 照做 → 没用 → 换一个回答 → 还是没用 → 删 node_modules → 重新 install → 报了另一个错。
两个小时过去了。窗外天已经黑了，我还坐在那里盯着同一屏报错。
这不是个例。Rollbar 的调查显示，超过三分之一的开发者把四分之一的工作时间花在修 bug 上，而不是写新代码。Goldman Sachs 的工程团队甚至专门写了一篇技术博客，讲他们如何被一个「消失的 npm 依赖」折腾了好几天——构建莫名其妙地坏了，没人改过代码，package.json 也没动。最后发现是一个三层深的间接依赖更新了大版本。
npm 生态的 bug，从来都不只是「你的代码有问题」。它可能是依赖版本冲突、锁文件不同步、Node 版本不匹配、某个包的 peer dependency 变了——排列组合无穷无尽，而你看到的报错信息，往往跟真正的原因隔了十万八千里。
我在那个周五下午意识到一件事：我花了两小时，其实只是在猜。
上周五下午四点，我在调一个 NextAuth 的 bug，session 里的 userId 莫名其妙变成了 undefined。
我做了每个人都会做的事：复制报错，打开 ChatGPT，粘贴进去。ChatGPT 给了我一段代码，我粘回去，报了另一个错。我再复制，再粘贴，再问。如此往复，两个小时过去了，bug 没修好，反而多了三个新问题。
最后我切到 Claude Code，说了一句「session 里的 userId 是 undefined，帮我查一下」。它自己追了 5 个文件，找到了 NextAuth 配置里的 session callback 没有传 userId，改了，测试通过。前后 8 分钟。
Stack Overflow 的调查显示，45% 的开发者表示调试 AI 生成的代码比预期花的时间更长。66% 的人说 AI 工具最让人崩溃的地方是「差一点但不完全对」。
问题不在于 AI 不够聪明。问题在于——你用错了方式。
先搞清楚一个事实：当你把报错信息复制到 ChatGPT 里时，你给它的信息是极度残缺的。
一个报错信息只是症状，不是病因。就像你跟医生说「我头疼」，但不告诉他你的病史、体检报告、最近吃了什么药。医生能给你的，最多是「吃片止疼药试试」。
ChatGPT 看到的只有你粘贴的那几行报错。它看不到你的项目结构，不知道你用了什么框架版本，不了解你的数据库 schema，更不知道你三天前改了哪个文件导致了今天的 bug。
你是一个前端。React 写得挺溜，Tailwind 用得很熟，组件封装、状态管理、路由跳转都不在话下。
但老板说：「这个功能需要一个后端接口。」
SQL 语句怎么写？数据库表怎么设计？API 路由怎么组织？认证怎么做？部署怎么搞？
你打开 Express.js 的文档，看了三页，关掉了。打开 Django 教程，看了两页，也关掉了。打开 Spring Boot……算了。
这是无数前端开发者的真实困境。不是学不会，是学的东西太多、太散、太慢。每个后端框架都有自己的一套哲学，你还没搞清楚 MVC 和 RESTful 的区别，项目就已经 deadline 了。
但 2026 年，你不需要从零学一个后端框架了。你需要的是一套可以反复使用的套路——用 Claude Code 把后端和数据库的活儿搞定。
先说清楚一个前提：我不是说后端知识不重要。 我说的是，对于一个想独立做全栈项目的前端来说，学习路径应该倒过来。
传统路径是：学框架 → 学概念 → 做项目 → 理解原理。这条路很扎实，但要三个月起步。我自己当年就是这么走的，学了两个月 Express，做出来的第一个 API 连输入验证都没有，被 code review 打回来重写。