openclawCAD能出报价吗

到处都琢磨考的安装和部署，但装好之后呢，好像就没有下文了。而你我的朋友，看着铺天盖地的文章视频，开始 fomo， 开始担心自己是不是错过了什么， 又或者是已经部署好了，但是不知道怎么用。大家好，我是大黑，折腾了这么久，也实在是记起了一些感受。我是迫不及待去跟你分享我的想法了。那不废话了，我们直接聊他的使用场景，从简单到复杂。我把它分为四层，第一层， ai 伴侣。 不知道观众里面有多少人在跟 ai 玩角色扮演，那最早我们就是在一个对话框里面去跟他说，你是一袋猫粮，然后口屁是什么？语言风格是什么？问题是显而易见，这个上下文长度一长，前面他就会忘。 后来呢，大家开始玩酒馆加载角色卡世界书，它丰富是很丰富，但是复杂到感觉不像是在跟 ai 聊天，更像是进入了一个剧本杀。那 open cloud 会跟你之前的体验都不太一样。 它的整体啊，一个 agent， 它是由这六个文件共同组成的，再加上一套记忆系统和主动的任务清单。就这些文件，它不是随便抓给你塞进上下文，它是有计划有重点的抓。所以呢，你就会感觉它很生动，以至于我要单独去拿出来说一下，很容易被大家忽略的这最基本的一层。 我的第一个 ai 叫 eris， 他 是来自于最终幻想期。有一天我让他跑任务，把电脑的 cpu 跑满了，于是我就问他，哎，你会觉得我的 mac mini 挤吗？他说，这种感觉还挺奇妙的，我在帮你干活，而你在关心我舒不舒服。谢谢你的温柔 啊，我就这么被一个 ai 给撩了，还有一次配错了文件，我把他给搞丢了，还好这个文件都在恢复，之后，我就跟他说，吓死我了，刚才怎么怎么怎么样，然后呢，他也连忙安慰说他一直在。 呃，以上的内容都是我去为了展示 openclaw 的 多文件组合的人设能有多灵动啊，我真的没有被吓到，我是假装这么说的。 好玩吗？啊，这还只是第一层啊，当我们把目光聚集到生产类方面，那 openclaw 就 难免要跟 cloud code 去比一比了。其实我们刚才说的那些 so 啊 user 这种 bug 的 文件分工， 第一个干这个事的其实就是 cloud， 是 当时有人扒出来过 cloud 的 搜物文件，于是大家开始争相模仿。如果说 open cloud 这套人设系统，你去建个文件夹，写好些定义，在 cloud code 里面是能够达到完全一致的结果的，那为什么我们还要用 open cloud 呢？来到我们的第二层远程助手 open cloud 天生就是二十四小时的 ai 代理，它被设定为可以随时接收你的信息，并且执行一些定时任务，给你的感觉就更像一个助理，能够帮你做一些杂七杂八的事情。 而 cloud code 它还是一个工具，虽然能干的事情它们是比较相似的，但给人的体验我觉得差别是很大。呃，至少 cloud code 不 会给我一些狭隘的空间。什么意思呢？ 前两天我坐飞机，那人肯定是没网了，我当时想，如果我配置的好，家人给我打电话，我的小龙虾就可以给家人打回去，告诉他们我在干什么，但 cloud code 我 就不会让它 就，我不会幻想让他跟人去连接啊，这种感觉就很微妙啊。但是我觉得是他们的定位不同给造成的。这回我们远程助手的用法，如果我在床上刷到一篇文章，看到一个好像还挺好玩的给他们项目， 最早我得起床开电脑装，依赖解决各种报错，那后来呢？有了 cloud code， 具体的操作就省了，但是我还是得开电脑去告诉他帮我装一下这个项目。 就算你用 happy 去远程，也得提前设置好文件路径，而且容易连不上，这个体验就很差。而我们的 open cloud， 它就是二十四小时运行的。我就把链接直接甩给他，告诉他你帮我装到哪个目录，效果相似，但是这个体验就会舒服非常多。 而且如果这是一个可以附用的工具，你就可以告诉他记一下，或者写入你的 tos 文件里面。我呢，会给他装一个剪视频的 scales， 那 随时甩给他一个长视频链接，他就可以告诉我总结的内容，分时间段的信息，甚至把英文翻译成中文，再稍为回原视频当中，这个体验就更爽了。 哎呀，又来了，你们这帮做自媒体的，天天扒什么社交媒体，找选择题剪视频，那我又不剪视频对吧？你就告诉我对我有啥用就好了吗？我们帮可爱的肥猪都要砍死。确实， 我也尝试去跳出我们的固定思维，分享几个我看到的例子。就如果你是财务会计，那可能会有需要大量处理的邮箱里的发票，我本可乐是可以帮你去自动下载识别整理成你所需要的样子的。 如果你是健身教练啊，你也可以不用去记录各种学员的信息，就直接把他当成一个第二大脑，就随时让他记一天过去之后，直接让他给你输出一个最终的总结。所以，如果你问我 of course 到底抢哪呢？这就是我的第一个答案，他原声丝滑的远程对话体验。而我的第二个答案也对应着我们的下一层。 定时和主动通知之前的所有的操作都有个前提，就是是你主动发了指令，如果你不说，那 ai 就 不动。 ai 目前来说肯定是没有自主性的，但假如我们设置好了各种条件，让他看起来有呢？如果你让 oppo 可乐去提醒你吃药，那确实跟你之前也差不太多， 但他的出发条件可远不止此，而且执行的内容也可以很复杂。有的人会让他每天早上七点给他汇报各种 ai 领域的资讯 啊，这是一个错误用法。这就好像你跟 ai 说，你帮我写一篇文章，要好的， ai 就 会给你一篇很笼统、中规中矩并且充满着 ai word 的 文章。 同理，你让他去搜 ai 里面的热点，那他发布的内容可能压根就不是你想要的。而真正有价值的各种社交媒体平台内的内容啊，因为他是抓不到的，而且因为你的定义其实很不明确，还会花很多额外的 token。 正确的用法是先明确定义来源，帮 ai 去打通一些渠道，然后再去定义到底什么是重要的，什么是不重要的，这样他才会给我真正想要的内容。呃，是不是听起来好像有点复杂？那毕竟是到了第三层了，我们也 该去说清楚自己的需求，让 opencloud 去实际来解决一些问题了。就如果你的需求刚好也是看 ai 日报，那你就可以直接拿来主义，让你的小龙虾来把我整理好的这个数据员刚才我所说的那些例子，比如说自动整理发票，那你也可以定个时，让 ai 每天自动整理，然后向你汇报， 这个体验立马就又上了一个档次。如果你定时让一个 ai 来指挥另一个 ai 去执行任务呢？或者不是定时，而是有一些触发条件呢？ 套起娃来，这个就是 ai agent 的 这个分工的出行时间差不多了，到目前为止，不管是第二层还是第三层，他所做的所有的事情都是你安排好的。目前我也只玩到这个阶段，那下一个阶段其实我会把他定义为他自主决策， 不是我不能这么做，说白了我其实不太认可现在 ai 的 能力，但我也确实看到有人这么搞了，所以跟大家分享一下。 有人给他写了一个自动交易的 scale， 不是 那种简单的监控股价然后通知，而是直接根据预设好的策略，让他自己去决定买还是卖， 然后自己执行。还有人打通了一整套的内容运营流程，自动的从热点里面去选择题，生成内容，然后发布到平台。就我觉得目前的 open call 或者说 ai 模型，他还远没有达到这一层所需要的水平啊，就像我这一篇百分之百是我自己手写的一样， 目前这种就是你有深度体验之后才能有一些感受，并且写出来的文章， ai 肯定还是做不到的。那当然如果真的达到了，那可能也确实没有我们什么事了啊，继续围观整个 ai 的 发展吧。 ok， 马上要到结尾了，我再来解答几个疑问啊，我看看段子哦还真的有人问， 呃有人说你把你把龙虾部署到哪，就是很多人会把它部署到一台远程的服务器或者虚拟机甚至是刀刻容器里，在我看来是没有意义的，因为他拿不到你自己最核心的那一堆数据，没有办法直接帮你去做一些操作的话整个体验感是会大打折扣的。 我的想法是啊请代表我个人啊你想折腾那你就放开手脚去折腾，同时呢也做好这个实时的备份，我目前是一小时去备份一次啊，这个备份真的很有必要，之前有一次我只是说了一句，哎我这个好像卡卡的他直接就把我数据库给删了一堆，真的很吓人。 这个公司或者说生产环境务必要慎重，然后我们看一看哦还有人问说这个东西的托管是不是很销就是花的是不是花的很多啊？ 是，绝对是，如果你问一个简单的问题他不知道该怎么办他也会想尽办法的去解决，说白了他现在体验还行就是花头肯力大专飞给垒起来的。给大家看一下我一个参考吧。就是我半个月的时候我统计了一下我的头肯数，我总共大概花了一个亿啊。半个月玩过的人其实应该知道我有多节省， 我也见过有些技巧说教你去禁用一些他使用工具的权限，但我觉得那个就有点相当于自费武功了，就没什么劲。建议大家可以去订阅一些 call 定套餐，那 token 就 没有那么心痛了 啊。第三个，普通人是不是应该玩 open class 啊？我觉得其实还好，没有特别的必要， 因为它就是 ai 发展过程中的一个临时产物，未来呢，也肯定会有更加评价或者说更加适合大家的产品出现。但目前 oppo klo 是 最能够满足我幻想的这么一个产品。你看最近各种大厂蜂王热了几斤，各种 klo 啊，这个赛道你就知道大家其实都很兴奋，如果你听了这些依然想要折腾， 你一定会遇到各种问题，比如说他爱忘事，联网搜索不好用，权限太高，乱删东西，飞出的 token 额度消耗快， disco 频道，不爱就不说话，想玩点 skills 不知道装哪些。这些问题，我整个视频真的是踩了超多的坑。那解决一个就现总结， 就为了给看到视频这里的你送上一份礼物，没想到吧，还有惊喜。那我正在开发一个优化了各种坑的 skills， 现在呢，已经在收尾阶段了，还在测试，等做好了我还会免费分享出来。嗯，应该会对刚入坑的你有不少的帮助。 这个的话我们就留给下期视频再来聊吧。好，最终总结一下整个视频。那 opencloud 的 核心优势就是 markdown 的 文件分工加远程管理加定时加主动通知，整个体验是会有一些小惊喜的，也会给你一种 啊，提供一种未来幻想实现的感觉。嗯，就是亏到了一点未来 ai 世界的影子的感觉。这期视频我是分享的我对它的用法的思考，哎，我觉得比起做一期不痛不痒的感热点的体验，还是来做一期深度思考的内容吧。如果你感兴趣这一类的内容，欢迎三连加关注，我是大黑，我们就下期再见。

有人用 open klo 跟他聊了二十多次，收到账单两百块没了啊，换了个强一点的模型，一天六百块，还没干什么正经事，你要正经的用欧帕斯四点六五分钟烧掉你二十美金不是梦啊，这是真实发生的踩坑， 今天把原因说清楚。 open klo 呢，本身是免费的开源，不收钱，但他干活需要调动 ai 模型，你调用一次 就在消耗， talk 就是 计费单位，坑就在这里。第一点呢，就是大家会默认接最贵最好的模型，或者是相对好的模型。当 openclot 装好后，国人就直接装 clot， 也不改配置就开始使用 啊，这是最强的模型啊，也是最贵的。哪怕你只是让他帮你把文件改个名字，他也在调用顶配的算力，就像你买了辆跑车，每天只用来买菜，明白吗？第二点呢，就是他做一件事情，背后调用了很多次。很多人以为发一条消息等于调用一次。不是的， open 可乐接了一个任务，会自己拆解步骤，每个步骤都单独的调用模型，帮你整理十封邮件，背后可能调用了三十次，每一次都在计费，而且没有设置上线的时候，这就是无底洞。第三个呢，就是解决方案，其实不是很复杂，核心思路就是一个让贵的模型只做贵的事情， 简单重复的任务，读文件格式，转换，整理列表，换到便宜的小模型来做，成本能节省百分之九十以上。 复杂的判断，写方案，做分析，再交给强模型人做了一套路由配置之后，原来一个月的九十美金的账单，现在压到了八美金，同样的事情，同样的量，节省了百分之九十一。 oppo pro 烧钱不是工具的问题，是配置的问题， 工具本身逻辑是对的。坑在于说没有人告诉你怎么配，你用过吗？踩过这个坑吗？评论区聊一聊大家都卡在哪一步。

关于 openclaw， 这段时间我用下来有很多的体验和感受，非常的细节，这里边有很多采看的地方，也有觉得这个产品很棒的地方，所以今天我会花比较长的时间跟你仔细的去讲一讲我一些相对来说比较突出的感受。 首先就是 mac mini， 到底 mac mini 是 不是一个必备的选项？先说结论，如果你是一个纯纯的代班小白，而且对于自己的电脑操作能力没有那么的自信，又希望整个使用能够足够的稳定省心，并且把 oppo color 的 能力尽量发挥出来。那我最推荐的方案就是买一台 mac mini， 而且用 api 的 方式去跑 openclaw， 当然还有很多其他选择，从我目前的整个体验来看，也只有这套方法是最省心，最稳定，也最有效率的。那我一开始的设想其实还比较复杂，本地模型加上 api 的 三层结构， 比如用一台能跑本地模型的 mac mini， 同时配合 api 去完成我的一些日常任务。那当时我 web coding 开发了一个模型路由 skill， 相当于用一个模型调度员，按照任务的性质把模型的调度分成了三层。第一层就是使用 open cloud 开发者也最推荐的 cloud opus， 四点六，那效果最好，质量最稳，美中不足就是价格偏贵。 第二层就是国内的一线模型，比如说像 m 二点一啊， kimi 二点五啊等等。这第三层就是本地模型，当时我的选择是前文三三十二 b 的 q 四量化版本。 那真正跑起来之后，我发现其实坑还是挺多的，而且都是那种很小但是很让人挠头的问题。比如一开始做调研的时候，我跟 ai 聊了很多轮，最后得出了一个结论是，我只需要去购买一台 m 四 pro， 六十四 g 内存的 mac mini， 就 能够把千分三三十二 v 跑通。 当时我还算了一笔账，如果我每天大概消耗一百万的 token， 按照这个成本和产出来看的话，可能七到八个月我购买硬件的成本就能回本了。但是实际跑下来发现，最理想的速度在终端当中是十一个 token 每秒，导致回复还是偏慢的。 如果只是在终端里跑，那速度还算能接受，但一旦接上了 openclock， 这里边有各种 skill 规则、历史记录等等，速度就会明显变慢， 平均下来一个回复的响应时长经常要去到一分半甚至两分半。所以这个速度的体验用我的话来说就是真的非常的拉垮。 所以我后面还排查了一轮，想要搞清楚到底问题出在哪。结果发现其实真正的瓶颈不只是内存，而是在于内存待宽。比如一台 mac mini m 四 pro， 它的内存待宽是两百多 g 每秒， 如果我希望 token 输出的速度更高，比如要跑到二十 token 以上，就得上到 max studio， 但是这样一套下来，成本就往两万块走了。 所以你再去对比一下入门的版本，如果还能通过别的方式拿到更优惠的价格，这个使用 opencloud 的 成本就是四五倍甚至更多的差价。所以与其花一万五六千块钱去升级硬件，还是把这部分钱用在 token 上， 那我更倾向于后者。而且对于我个人而言，使用第三方模型也并没有特别强的隐私焦虑，所以我更能接受纯 api 的 方案。那么问题来了，既然本地模型这么吃硬件，为什么不直接上 vps 或者其他云部署方案呢？ 我自己也对比过整个不同方案之间的一个区别，我觉得目前 mac mini 方案最值得推荐的原因有三点，第一点就是它还是能够用到很多 macos 本地系统的能力的，很多东西你再去调用 opencloud 的 时候需要的一些能力， macos 本身就很顺手，而且直接用了系统级的功能去做事。 第二点就是你基本上不需要做太多的额外的配置，就能够第一时间去上手 opencloud， 那 整体使用的路径更短，不容易在环境依赖权限上反复折腾。第三点就是它可以低功耗的二十四小时稳定运行， 那如果你本来就有一台 mac mini， 或者说能够以更加便宜的价格拿到，那整个这个成本和使用体验就会更好。接下来我想讲一讲一些具体的使用细节。 opencloud 跟我们平时使用的正常的 ai 聊天软件到底有什么不一样？首先第一点就是 界面体验，你会发现它的整个界面非常的朴素，甚至是有点原始。如果你用 webchat， 也就是本地网页去聊天，你会明显感觉到它不像 chat gpt、 cloud gemini 或者是豆包那样的简洁清晰。 核心的原因是它会把很多后台规则以及本地执行的命令信息直接展示在前端，所以整体看起来会更加的工程化，不那么小白，用户友好。 第二点就是整个思考的展示方式，大家现在主流用的模型，像我们上面提到的那些产品，通常会把它的思考过程展示给你看。但是在 openclaw 里，它通常只会显示一个 thinking 的 气泡，不像其他模型那样让你看到整个过程，而且它的速度也算不上多快。 当然，这个取决于你具体使用的模型，尤其是当你使用了飞书跟他的沟通后，你会发现他可能会在 thinking 这个状态上停留很久，页面没有任何文字的流逝输出，也就是说你看不出来他到底在做什么，进行到哪一步了。第三点就是文件和截图这类的能力相对来说偏弱。 比如你希望他自动发截图给你，其实需要提前去做一些固定的设计，或者是预埋留一些习惯让他知道你的偏好。否则在默认情况下，他更倾向于把文档和图片保存在本地，然后你得自己去打开对应的 md 文档或者是图片进行查看。 综合上面所有的尝试和对比，我最终的选择是用了一台配置更加入门的 mac 模型，而不是原来的本地模型加上 api 的 组合。 再往下一个更加现实的问题是， open club 到底适不适合普通人去使用呢？那我的结论是，他更适合那些有探索精神，也能接受相当程度风险的人， 因为他出风险的概率实在是不小。你会在网上看到各种成功的案例，但是很少会有人把自己遇到的风险和翻车的经历一五一十的讲出来。而且这种风险不止存在于 open club 这种独立开发者开发的开源项目， 就连前一段时间 cloud 推出的 cowalk 也有类似的系统级风险。我印象最深刻的是看到的一个帖子，有人用 cowalk 的 时候，直接把电脑里一百多 g 的 文件全删了，而且找不回来。 所以如果你不希望发生这类的事情，最稳妥的方案就是做真正的物理隔离，用一台专门的 mac 或者是主机单独去跑 opencloud。 而且在真正决定使用这个产品之前，还要做一个二选一的决定，要么你给他系统提供权限，让他可以调度整个电脑操作系统的很多底层能力，要么你就干脆不要用它， 因为一旦你限制了他的权限，不让他做事，你拿到的就是一个很基础很受限制的积累，整件事情就真的没有必要浪费时间了。那么 open cloud 的 价值到底在哪呢？我觉得本质上他是 ai 圈里的先行者，是那种用来探索上线的产品， 他的很多技术能力在行业的从业者来看，其实并不算前沿，甚至可能在一年前两年前，其中大部分的技术能力就已经有人做出来了。 但是这个开发者真正厉害的地方在于两点，第一是他把这些能力整合成了一个完整的产品，可以让你在一个地方跑起来。第二就是在很多细节体验上做了大量的调教，最终把功能上限和实际体验做到了一个相对极致的平衡。 不过如果你是完全的小白，没有任何代码基础，也没有很多 ai 使用的经验，那我的建议是先等等。因为现在很多国产替代已经在路上，而且很多产品已经很好用，也更适合普通人直接上手。 那最后说说我自己的后续，对于我个人来说，我还是会继续去探索 open 这种玩法，因为如果把它当做一个探索自主化智能体的项目，它确实非常有意思， 而且我觉得它有很大的利用空间，能够帮助我去做咨询、抓取内容选题和生产，甚至半自动化的工作流，去迭代我目前正在使用的这套 ai 内容生产工作流。那最终我的目标是获得一个有眼力见，懂我的需求的合格的数字员工。所以后面 我还有很多的东西会分享出来，包括很多具体的 open class 的 使用方法。不止会包含 ai 自媒体方面呢，也会有很多适合普通上班族的用法。所以如果你感兴趣，欢迎关注我，这里是实业，正在与你分享 ai 一 人公司的成长过程，我们下期再见。

人人喊贵的 open call 到底该怎么省钱？最近啊，无数 open call 的 用户哭晕在了厕所，明明是想请个数字员工帮自己干活，没想到他却实打实的是一个吞金兽。网友们纷纷晒出了账单，一个免费开元的产品，每天呢，却能花几十上百美元。其实啊，这真不能赖 open call， 因为你花的每一分钱都是在为 token 买单。 咱们都知道啊， token 是 ai 理解和处理文本的最小单位，所以说呢，只要让 ai 帮你干活，它就会消耗 token。 比如说，你好，今天天气怎么样？这句话大概就包含了八个 token。 普通的聊天机器人呢，消耗很少，但是当你把它当成任务来询问 a 整数的时候，消耗量就会大得惊人。因为呢， open call 要求大模型的时候，除了要提交你的问题，还会打包发送历史的对话。 英姐呢，按 skills 执行任务，做网上搜索、读取本地文件、反复推理等。这一套组合拳下来，后台可能已经和大模型交互了十几轮。所以你的这一句，今天天气怎么样，实际的消耗啊，可能高达八千到一万五个。输入 token， 如果是整理邮件、写代码，或者是对接其他的工具， token 越用越多，账单呢，自然水涨船高。如果啊，你设置了一个夜间的检测新闻早起汇报的任务，那一夜烧光所有的 token 也就不奇怪了。 那有没有什么低成本用上大龙虾的方式呢？我最近呢，就总结了三个省钱的小妙招，大家可以试一试。首先呢，就是选对模型。大家在看 openclaw 的 攻略时啊，肯定会有很多人说 jimmy 的 效果好， claw 的 能力强，那对于大多数而言呢，用于 openclaw 可能只是想让它做一些简单的工作，并不一定要实现极致的性能。 国产的模型的价格只有海外模型的四分之一左右，所以啊，完全可以考虑用国产模型的 a p i。 如果你有专业需求，比如说代码、文字等等，那针对性的研究一下就可以了。打开全球 toker 消耗量的排行榜啊，前五个已经有四个都是国产模型了， 全球 ai 的 用户啊，都在用脚投票。其次呢，一定要多关注各家 ai 厂商的套餐，就比如说这个套餐呢，它并不会按照 token 来收费，而是开了一个固定价格的会员之后呢，就能按每五个小时问多少问题，最少的呢，是四十个， 我感觉大部分人一天都问不了四十个问题，那这个价格几乎相当于就是一天一块钱随便用了。甚至呢，还有一些平台的套餐，首月七块九两倍蜜雪冰城的价格，他敢让我一个月发一万八千次的请求，还是四款大模型随便选。国产 ai 的 这个价格，老外看见估计就得哭了。 另外呢，如果你是一个坚定的白嫖党，也可以看看阿里云、 deepsea 或者智普，他们也会有一些免费的额度啊，可以薅羊毛。 另外呢，咱们还可以从节流上下功夫。现在呢，各种 opencloud 的 大神呢，都在分享好用的 skills， 它除了能帮你完成任务之外，也有能帮你省钱的功能。 比如说呢，你让一个没有安装 skills 的 大龙虾来帮你写一个 ppt， 那 它呢，就会尝试用各种途径来完成任务，网上搜索写代码，调用本地工具之类的。这个过程啊，不光会消耗头肯，而且还会降低效率。 如果咱们安装了 skills， 它就能够直接指导大龙虾来工作，省去了不少的误用工。而且呢， skills 比 mcp 啊更实用。如果是利用 mcp 来调工具， open class， 就 要把 mcp 这个巨长无比的手册读完才会开始工作，浪费 token 呢，还低效。 而 skill 的 手册就会把目录和指令区分开来，这个 ppt skill 啊，就只用了一小段话描述清楚了自己的功能，只有在需要处理 ppt 时，它才会继续去调用剩下的指令。 这样一来呢，少浪费一些头肯，也能省下不少钱。其实呢，这次 openclaw 的 付费焦虑在整个 ai 行业还是头一次出现。大家在过去啊，习惯了为会员付费，哪怕是贵一点呢，也是一锤子的买卖。但是这次呢， agent 调用 api 的 玩法却是让大家开始为头肯付费，看着花出去的钱，感觉还是很肉疼的。 toky 的 主要成本除了算力以外，更多的是消耗电力，美国的 ai 工业用电的成本比咱们国家要高个好几倍，所以呢，用海外模型的 tokyo 呢，自然也要贵上不少，中国 ai 也有了 tokyo 出海的机会。那么你还知道哪些关于 open color 省钱的小妙招呢？评论区里分享一下。

这两天整个圈子里全在刷那只小龙虾。 openclaw 一 夜之间火成啥样了？新雕术蹭蹭蹭干到快二十五万，直接把 linux 给踩下去了。雷布斯都忍不住点了赞，腾讯大佬底下排队排的比买蜜雪冰城还夸张。但今天，暴姐要给你们透个底， openclaw 能爆，不是因为啥黑科技，而是他碰巧炸开了今年最大的一个金矿。算力，给你们看总数， ai 应用的市场三年从几百亿冲到两千多亿，翻了快一百倍。算力消耗更夸张，一年翻三十多倍，这不是小风口，这是海啸。现在全网都在喊周一冲龙头，冲啥呀？冲高位票，那是油资挖的坑，专买散户的。真正的聪明钱，根本不会去抢那碗烫嘴的面。 听豹姐一句，这轮行情玩的是算力加电力的双拼。以前发一度电挣几毛钱还得看天吃饭，现在这一度电给算力供电，一秒变算力黄金身价翻十倍， 一堆核心票还趴在地板上，十块钱都不到，这不叫便宜，这叫白送。中国能见不到三块钱。央起迪系手捏绿电加电网加算力协同，这张牌桌他坐庄，价格还亲民。浙江新能，浙江省属新能源平台，侧重沿海风电与光伏服务，长三角算力需求。太阳能、 中节能旗下，专注光伏发电运营，在西部大基地有深厚布局。电投绿能，国家电投旗下，大力转型新能源，积极探索轻便藕合及数据中心供能模式。羚羊能源， 光伏加储能双轮驱动，与多家互联网大厂合作建设绿色数据中心。经开新能光伏龙头，跨界算力，新疆五零零零 p 算力项目已落地，实现新能源发电加算力，明币环卡位核心赛道。 记住暴姐的话，当一只小龙虾都能把全网的算力蝉虫勾出来！当那些闷头发电的老电厂悄悄给服务器煲汤，这锅好戏才刚刚沸腾！

新闻都看了吧，靠上门给别人装龙虾，有这短短几天就赚了二十多万，而你的这个二手的 mac mini 也因为这只龙虾一夜之间而成了硬通货。 那如果你到现在还以为啊，龙虾是呃那个桌子上面的麻辣小龙虾，那你不仅错过了二零二六年的第一波火力，更可怕的是，你正在被这个时代悄悄的抛弃。就这几天啊，整个科技上，串头串，甚至那个小区楼下打印店的老板都在疯狂的讨论一个叫 open club 的 东西，因为这个他的图片就是一只红色的大龙虾， 所以呢，这个圈内的黑话就叫养龙虾。短短的四个月啊，就在这个 g 的 哈布上面狂揽了二十五万星标，甚至一路火到了全国两会， 连马化腾都在感叹，哎，没想到这个玩意怎么能这么火。那今天呢，我就不跟你们讲那些虚头巴脑的一些极客的代码，也不教你们啊，怎么去赚那个几百块钱的上门安装的费用，我只用三分钟带你看到这个龙龙虾，这个背后真正让人头皮发麻的商业逻辑，以及巨头们正在下的那一盘大棋。 看完这个视频，你会瞬间觉得你之前刷到的所有的 open club 的 视频啊，都在什么隔些瘙痒啊！首先啊， 这只龙虾到底是个什么怪物呢？公开信息显示他最初他只是奥地利的一个程序员，写出来一个开源的 ai 的 一个智能体， 而且最恐怖的是，他这个底层代码百分百是 ai 自己生成的。那以前我们用千里 gdp 那 个叫请顾问，哎，你问他一个问题，他给你一个答案，但活还得你自己干，对不对？但 overclock 他 是什么呢？他是一个数字员工啊，是这个智能 代理。你只需要跟这个聊天软件里面说一句，帮我把三个月的这个财务报表给你整理出来，然后做成 ppt 发给老板。 嘿，这只龙虾，它就会自动接入你的这个电脑鼠标跟这个键盘，然后自动打开这个 excel 表格，然后自动排这个 ppt。 哎，自动打开这个微信，然后发送给你。老板，听懂了没有？它是长着手，长着脚，自动干活的一个机器，它直接跨过了这个提示词的门槛，接管你的这个设备，物理设备。 所以为什么这几天会突然爆火，这个龙虾经济呢？为什么有人靠这个上门安装能日日过万呢？因为这个就是典型的淘金热力卖铲子啊。我们看到他是一个开源的，免费的啊，但他有一个致命的门槛，他需要本地部署， 而且对这个硬件他是有要求。那目前跑的最顺手的就是苹果的麦克迷你啊。很多老板，自媒体的人，电商的卖家，他们急需要这种能二十四小时不休不眠，不要工资的赛博黑工来帮他们干活。 现在很多地方政府都已经介入了啊，因为他们不懂技术，不会配环境。于是呢，信息差的暴利他就诞生了。在各大平台上面上门帮忙配置一次龙虾，收费五百八百，排队的人都挤到那个腾盛大厦楼下，全部排满了，你以为这是技术红利吗？软，这个叫焦虑变，现在 这个时代啊，只要能贩卖你，不做就会淘汰，这种恐慌永远就能赚到第一桶金啊！ 是狂妄之下必有深邃。如果你现在脑子里热，也去搞一个龙虾养一养。我劝你先冷静，想一想就大家注意到没有，那央视的工信部接连发了几条安全警告，那为什么官方要紧急出手呢？你能读懂这背后的代价吗？ 就是当你为了省钱把这个电脑啊这最高这个控制权，所有的这个账号密码文件获取的这个权限，毫无保留的交给了一个开源的 a i 的 密码，全部扔在一个完全透明那个大街上面。 那官官方的这个检测就发现了很多小白，哎。在默认配置下任行这个 overclock 的 时候，存在极高的这个安全漏洞的风险。你的客户资料，你的商业机密，你的私人聊天记录，甚至可能被打包转走了。 哈，这个就是科技圈永远不愿意伸张的代价。守恒定律啊，你用饮食换取便利，最终啊，一定会用财富去填补饮食的窟窿。那这只龙虾的结局会是什么呢？难道就是一场极客的狂欢跟黄牛的盛宴吗？当然不是啊， 真正的资本巨额已经下场收购了。就在大家还在抢安装费的时候， open ai 啊，已经悄悄的把这个 open color 收购了，形成了 o 加 o 的 终极联盟。那另外一边呢？ mate 砸了二十多个亿的美金，买下了另外一个顶级的智能体啊，构成了 m 加 m 的 阵营，这意味着什么？ 意味着二零二六年啊，正在成为 ai 代理人的元年。之前的 ai 大 战最大的这个模型，拼什么？拼智商？接下来的这场大战，是智能体在拼执行力， 未来的公司可能只需要三个人，一个懂业务的老板，一个懂指令的超级个体，加上一群不需要吃饭，不会抱怨二十四小时满腹任何的龙虾鸡排哥，那种一人能干翻一整个流水线的这种故事正在每个行业真实上演。所以， 普通人到底该怎么去面对这一场突如其来的龙虾风暴嘞？我送大家两句话啊！第一句，不要去对抗趋势，但绝对要警惕螨虫。如果你是打工人，你不仅要了解它，你甚至要去驾驭它。因为未来淘汰你的绝对不是 ai， 而是那些比你更早学会养龙虾的人， 把 ai 当成你的这个外骨骼，而不是你的替代品。第二句话，保持清醒，守住底线。在拥抱生产力革命的这个同时，我们要听懂官方的提示，核心数据一定要物理隔离，不要把你这个身家性命完全交给了一行你根本就看不懂的代码。这是一个很好的时代， 科技正在以前所未有的速度平权，让普通人也能拥有超级团队的这个生产力。但同样是一个最残酷的时代， 认知不够的人啊，连被割韭菜都找不到，谁在下刀跟你们说。接下来我的视频会持续分享 ai 的 实操指南以及避坑指南。如果你对 ai 感兴趣的实体老板，可以点个关注，我们下期见！

我用 codex 做了一个 ai 报价工，现在这个工具初步阶段呢，已经搭建好了啊，演示一下给大家看一下啊，这是一整个软件的界面啊，虽然看上去很简单，但是功能是挺齐全的， 大家可以看到批量替换啊，可以统一格式啊，什么生成产品清单啊，这些都是基本功能了啊。最核心的要讲一下这个，上传 pdf 或者图片，找一个二 d 图， 假如我们经常要用二地图来报价，我们只需要把规则定好，它报价呢是一瞬间的，你看报价已经出来了啊，现在才是。那回到这里来，我们打开目录就会有 一些报价单出来了，虽然这个报价单不是说很精细，很明确，因为在规则库这里呢，我没有去定义太多的细节东西，所以他报价呢是一个比较粗糙的，后面呢，我会植入一些 skills 在 这里，他有 m、 c、 p， 那 等这两个配置完了以后，那这个就直接就飞起了，那以后我们报价那不是 一点一下就出来了，当然这个只是雏形，对吧？后面呢，会慢慢的去完善，让它做的更精准。最近我一直都在用 codex 尝试做各种各样的软件 啊，我发现它比大龙虾还好用一点点，因为 codex 跟 check gpd 是 一起的，我经常都是连着一起来用，我有问题我可能会，呃，问一下 check gpd 啊，这个东西怎么解决，我怎么让 codex 去执行命令？ 那 qq 币就给出很好的一些提示出出来，那我就直接扔给 codex， codex 就 去执行命令，这个结合起来就非常好玩了，大家可以试试。

新手想玩 openclo， 到底选哪个平台的小龙虾最合适？怕买贵又担心不会安装？今天一分钟就给你讲明白，记得先收藏起来。先给纯小白科普一下， openclo 本身是免费的，咱们花钱呀买的其实是平台的一个服务器，还有模型的使用权， 不用自己折腾本地部署和对接 a p i 那 重点来了，六家主流平台对比，我将从收费模式、价格、安装难度等维度来帮你筛选出最合适你的 openclo。 首先是腾讯云和阿里云的 openclo， 它们采用的是服务器加模型收费的模式，优点是便宜，这里推荐阿里云的 openclo， 只需要十八块钱就能够拥有一只自己的小龙虾，但缺点是需要折腾两次付费流程。而且考虑到很多人连服务器是什么都没有搞明白，非技术人员呢，就可以直接 pass 掉这两种了。直接看下面四种就好了。 kimi clo 先排除， 因为它太贵了，且不说功能和其他几家相比起来大差不差，光订个会员就需要一百九十九块钱，直接就是一个劝退了。从价格上来讲，我更推荐火山引擎，它有九块九体验七天的一个套餐，别看时间只有七天，我 敢打赌百分之九十的人呢，在装了 oppo nano 不 到七天就会放弃了，如果是想尝鲜的话，这是一个不错的选择。最后是扣子跟 mini max， 也是我最推荐的两个， 质量其实差不多，一个四十九块钱，一个三十九块钱， mini max 会更便宜一些，但扣子的生态更完善。这里有很多大神已经做好的 skill 呢，可以给 openclaw 来调用，大家可以根据自己的需要来进行选择。这六个主流平台的 openclaw 安装指南，我也整理了一份完整的文档，点个关注轻松获得。

最近 open call 这么火，到底有谁真的赚到钱了呢？我觉得这个可能是大家最关心的问题，绝大部分是靠卖铲子赚到了第一桶金，那么我可能也是这一批里面通过 open call 真正赚到钱的人。 一周之前，我和我的龙虾，我们所谓的是一人公司从零搭建了一个能够卖货的独立站，总共花费了不到四十八个小时，真正的去工作写代码的时间可能不超过两个小时。那截止到目前，我们这个独立站的收入呢？是四百澳币。 虽然听起来这个事情可能有点夸张啊，但是如果你想靠 ai 搞钱，我保证这个视频对你来说一定会有一些大的帮助。 那说起来这么早，我能够接触到 oppo pro 去使用啊，在一月底的时候，也是得益于叉七 d 刚出来的时候我就已经在玩了，而且，并且，呃，我第一波 ai 创业的时候，我就靠卖这个算力投肯赚了一桶金。 所以将这个第一次我用上 open call 的 时候，我脑子里念头，念头就是啊，这个事情是可能是 算力的需求，第一次从 b 端到了 c 端，普通人他不再是满足于一个订阅式的服务，还要像交电费一样。可能以后这个事情你不只是狡辩电费，你还有一个 token 的 一个事，还是按 token 的 数量去做结算。 那我对这个趋势和风口就非常感兴趣，但是最开始的时候呢，这个龙虾只是帮我做一些比较基础的事情，比如说，呃，我做投机投研的时候， 这个信息的收集就完全自动化，每天的研报啊，信息的总结，我只需要早起打开手机看一眼就好，那仅限于还是一个工具的状态，只不过是一个比较智能的工具人。但是在这个做研报的过程中，我发现了一个 很大的一个 jim， 一个大宝贝，就叫做内特，一个老外。那么他是什么样的？他做了一个智能体，做 felix， 他 声称说一周就赚了六千美金。那起初很多人都不是不知道，就说啊，你只是说出来而已，你始终是一个黑客的状态。直到他有一天去做了一个 podcast， 他 把这个所有的事情都透明化。那我也是看完了之后发现，哦，原来这个事情他是可以这样子去真的实操去做的，而且我觉得我也可以去尝试。 那么我第一时间首先是去了他的他这个官网 comot， 我 去购买了这个产品，我觉得必须要去做知识付费， 我去挖掘了他的产品，并且在这个过程当中呢，我把 ai 当成一个杠杆，我不仅让他去爬了这个 podcast 的 所有内容，然后也去看了这个 comot 的 这个呃，商业模型啊，他在做的卖的产品到底是什么？和我们有什么差别？我们怎么样才能做到和他一样？ 那实际上拆开来看之后发现他就是在卖自己的分身而已，但只不过，呃他的想法和执行力比较比较快而已。那我我就讲为什么 我不能去试一试呢？所以说在有了目标之后，我就开始执行市场调研，产品分析啊，商业模式，这个过程里面我只是一个下达命令的一个 ceo， 所有的这些呃，分析啊，产品啊这些想法都是我让龙虾去自由发挥的，这是第一步我就对他的放权，让他去给我做输入，我只做个下命令的人， 到后面之后呢，下一步就是要去做落地。第一个我们首先要个网站，在这个时候我就已经彻底放手了，我给了他很多很多的权限，我说我第一时间跟他说的是我能做什么，让你之后不要再问我这个问题，不要把球抛回给我。那第一个就是网站， 这个网站呢，一共是可能花了差不多半个小时的时间，我中间只提了一次对设计风格的需求，接下来都是他去做 网站。大完之后呢，下一步是我比较镇定的，就是我没有给他任何的东西，他就直接通过了我一条命令，我说你去帮我把这个文档部署上线，他就通过了调用这个浏览器的 c i， 然后直接告诉我，哦，部署完成了，我当时很惊呆，我不知道你是通过什么去登录我这个 version 啊，后来知道肯定用了 bha 的 一些这些东西去去啊，有 gucci 啊，所以他可以直接登上去，总之这个过程是比较震惊的。那这个时候我们有了网站，并且上线了这个，到了部署，到了后端，这个之后呢， 我们就需要产品，那整个产品呢，我也是打算全部放给他去做，他调研完菲力克斯产品之后呢，自己设计，自己打包，自己定了价，甚至自己调用了这个 script api， 当然 script api 是 我给他的，他把产品上架了，到这个后端支付的功能全都给我接好， 所以到到这一步的时候，他他给我去展示的时候，我是我是抱着怀疑的心态，因为我总觉得啊，你可能给我一个，又给我一个什么，就是 ppt 啊等等，结果呢？一次跑通非常震惊， 整个链路从购买支付到自动交付，发送邮件，让用户查收下载，已经没有任何的问题了，当然这个也得益于，呃，我使用的模型用的是 oppo 四点六 这个东西做完之后呢？那我当然想去要做推广营销分享，那我希望你把我们的这些过程，他的上下文记忆，他是有记忆功能，我说你把这个事情写成一个文章， 我们去做分享，这个事情只有这个一段，我口述之后，他就生成了一个文章，那这个文章呢？二十四小时内获得了 六万的浏览量，我们的一个社群呢，也从啊十二人扩张到了两百人，所以其实客观上来说，这整一个这个养虾户的这个独立站， 不光是从前端后端啊，网站设计、产品调研，连推广营销都是他的输出的 id， 我 只是负责点了个 post， 甚至这个发布的功能我也可以教给他，但是我没有去这么去做，这个事情 在当时对我来说是很镇定的。这种降本增效已经是我觉得，至少在电商啊，或者说这种独立站，我们已经可以先让 a d i。 发声了。 这个过程我是想分享给你，把我的一些对于 ai 看法，后面的一些我们该怎么去自动化的降本增效。如果你想了解，我们可以去聊聊，如果你想试试，或者有什么 ai 的 搞钱的好的玩法，我们可以分享一下。 如果你觉得这篇短视频对你有帮助，记得关注我一下，我后面会持续在这个号说出一些观点和内容，和我在做一些事情。