一句话定义：OpenClaw 是一类开源的个人智能体（personal agent）运行框架。它不像网页聊天框那样，等你打开才开始工作；它 7×24 小时运行在你自己的电脑或服务器上，通过聊天软件随时接收任务，也会自己设定时任务、调用工具、记录事项。
它和聊天机器人的根本差别：默认“一直在想”
普通对话产品的循环是“人问—模型答—结束”。常驻 Agent 的循环有三种启动方式：用户发消息、定时任务（cron / heartbeat，心跳）、自我延续（干完一步发现没干完，自己再来一轮）。
打个比方：你雇了一个不下班的助理，他的工作方式是每隔十分钟发一条“有事吗？”。哪怕你在睡觉，他也在发；而每条消息都要计费。
Token 账单的三种放大因素
上下文重放（context replay）。模型本身不保存状态。每一轮请求，客户端都要把“系统提示、全部历史、工具定义、工具返回结果”重新塞进去一次。到第 30 轮时，你还在为前 29 轮的内容反复付费。提示缓存（prompt caching）能降低单价，但不能消除重复。
工具调用放大轮数。一句“帮我约个会”，可能拆成查日历、读日程、找空档、创建事件、发确认，五六轮起步；每轮都是完整上下文。工具返回的网页、JSON 又长又啰嗦，也照样算进 AI 词典：Token">Token 里。
心跳空转。没人使用的时候，Agent 仍然按计划醒来自检、拉取消息、刷新状态，这些过程都在消耗 Token。
| 形态 | 触发方式 | 上下文 | 成本形态 |
|---|---|---|---|
| 会话式助手 | 人打开才运行 | 单次会话 | 按次计费，可预测 |
| 工作流自动化（如 Zapier / n8n） | 事件触发 | 几乎无 | 按执行次数计费，便宜 |
| 常驻个人 Agent | 用户触发、定时触发、自我延续 | 长期记忆 + 全量重放 | 与“在线时长 × 轮数 × 上下文长度”成正比，难预测 |
成本限制：架构层面必须处理的问题
成本限制（cost gate）指架构里显式设置的“限制机制”。常见的四道：
1. 预算与速率上限（rate limit）：每个任务、每天各花多少 Token 上限，超出就降级或停止；
2. 模型分级路由：简单判断用小模型，复杂规划才升级到大模型；
3. 上下文治理：把记忆存到外部（写入文件或向量库，按需召回）、定期摘要压缩、工具返回结果截断；
4. 人在回路（human-in-the-loop）：发送消息、付款、删除文件这类有副作用的操作先确认，同时限制自主循环的深度。
真正的差别不在模型单价，而在架构把什么当作默认值。会话式产品默认“一次输入一次输出”，成本天然有界；常驻 Agent 默认“一直在思考”，成本会随在线时长和任务复杂度迅速增长。开源项目尤其如此：它把调度权交给用户，也把账单责任交给用户。
对做产品的人：Agent 的成本控制属于架构设计问题，不能只靠运营事后节省。对普通用户：常驻 Agent 确实好用，但要用它之前，先配置好使用限制——它能做什么、多久醒一次、花多少钱。具体额度与接入方式，以项目官方页面为准。