openclaw是噱头吗

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。

opencloud 不 适合百分之九十的普通人，唯有三大理由和一个阴谋论去帮你去魅。 opencloud 简单来说就是一个可以操控你电脑的 gpt 或者 deepseek， 可以 运行你电脑上的程序。 第一个理由呢，就是经济成本，首先你需要有一台闲置的并且能二十四小时运行的电脑去部署这个 opencloud， 同时这个电脑的性能还不能够太差。最好呢还得是苹果电脑，因为有很多功能，比如说录屏啊，在 windows 系统上经常会出现问题，而且软件生态呢，也是苹果系统更好。其次呢， 就是 token 的 开销了，这个就是重中之重了，很多博主鼓吹的什么免费啊，便宜的代模型，但是呢用起来太笨了，而且使用体验非常的差。而一些好一些的模型呢，比如说 cloud 啊， open i 或者 jimmy， 你 使用一次 执行一次任务，动辄呢就是几十万的 token， 折合下来呢，几块钱就没了，而你真的需要去付费执行这些任务吗？ 第二个理由呢，很多使用场景呢，它都是委曲求，比如说你让它处理你本地电脑上的文件啊， pdf， 那 我请问了，你难道没有 wps 云文档了吗？ 是什么样的场景需要让你拿起自己的手机，打开 whatsapp 或者飞机，然后发送指令让它处理你本地电脑上的文件，这个文件还不是你公司电脑上的，是你本地电脑上的文件。其次呢，还有说让它帮你进行交易，这个世界面上有那么多成熟的而且久经安全考虑的量化 交易软件，你不用，你非要自己弄策略，自己去下单，你也不考虑安全上的问题，哎，就是要 diy 主播，自己呢也是有玩 solo 的， 我是绝对不可能让自己部署的 open call 去帮我执行策略去交易的，一不小心全给我爆仓了。 至于什么帮你自动运营自媒体，那就更扯淡了， ai 味道那么重的内容，你确定你发出去有人看吗？你发送一条内容所消耗的 token， 你 确定你可以变现赚回来吗？ 第三个理由呢，就是技术门槛。首先，安装它就有一定的技术门槛，很多人说网上有很多保姆级教程啊，你跟着敲就行了。我想说的是，如果你能跟着教程把它完整的安装下来，你就已经不是百分之九十的普通人了。真正的普通人，他们连命令行工具 c， m、 d 他 们都不知道要怎么打开，更别提什么 下载 note js 啊， get， 只有图形化的安装界面才是真正适合普通人的软件。其次呢，配置大模型，配置配置 whatsapp 维书，推特，那就更麻烦了，更别提你还要考虑安全权限的问题。你最好呢还是要有一个隔离的环境，不然他把你的一些重要资料或者文件给删除了，而且他还可以直接去操控你的浏览器，而大部分人呢，浏览器都绑定了十分重要的账号。 最后呢，我想谈一下我的阴谋论，直说了，我觉得就是有一些国内的大模型厂商在炒作这个热度，大家仔细看一下教程里配置大模型，也就是你需要花钱的这一步。上面呢，有几个国内的厂商恰好呢上个月刚在港股上市， 而且呢，有很多点击量十分高的安装教程，都无一例外的推荐你使用这几个收费的大模型厂商，而且呢要使用他们的邀请码 视频呢？最后呢，我想强调一下我的观点，我问我认为 open call 这种本地 agent 的 形式十分的有前景，而且它很有想象力的空间，但是限阶段它还不适合百分之九十的普通人，大家不要这么焦虑，好像觉得自己已经落伍了。

全球科技圈被一只小龙虾彻底刷屏。从深圳腾讯大厦千人排队，到央视力挺发声，再到全网疯传云上养虾人， openclaw 以一种近乎现象级的方式闯入大众视野。今天，我们用最通俗、最贴近普通人的视角，把 openclaw 彻底讲清楚，让你看完就明白 这只突然爆火的小龙虾，究竟凭什么搅动整个 ai 行业。先回答第一个问题，也是所有人最关心的， openclaw 到底是什么？用一句话讲懂。 openclaw 是 一款完全开源、本地优先、可自主执行任务的 ai 智能体执行框架。 它不是聊天机器人，不是大模型本身，而是给 ai 装上手脚，让 ai 真正动手干活的数字执行引擎。简单说，你平时用的 ai 只能回答问题、给方案写文字， 而 openclaw 能听懂你的自然语言指令，直接操作电脑、打开软件、处理文件、执行脚本，完成全流程任务。相当于你拥有了一个二十四小时不休息、不用发工资、随叫随到的数字员工。他由奥地利开发者 peter stanberger 在 二零二五年底推出， 短短数月就在 github 收获海量新标，成为全球最受关注的开源 ai 项目之一。核心价值只有一个，把 ai 从只说不做的顾问变成说到做到的执行者。 他不依附任何大厂，完全开源开放，既可以本地部署在个人电脑，也能云端运行，数据完全由用户自己掌控，不泄露、不上传。这也是他能迅速击穿圈层，从程序员圈火到普通爱好者的根本原因。一句话总结， opencloud 就是 ai 世界的实干家， 是让人工智能从对话框走向现实操作的关键桥梁。接下来我们讲第二个问题，为什么它会被叫做小龙虾？这个名字和梗到底从哪来？很多人第一次看到养龙虾云上养虾人的说法，都会误以为是餐饮梗、网络段子，其实背后有清晰的由来，而且和产品本身高度契合。 首先是名称演变。 openclaw 最早不叫这个名字，最初命名为 clawbot， 取自 cloud 和 cloud 的 组合。 cloud 指意就是爪子、鳌钳，寓意像钳子一样抓取任务、执行操作。后来因为商标相关问题，短暂更名为 motbot。 mot 有 蜕壳的意思，暗合龙虾生长的特性。最终项目定名为 openclaw， 突出开元属性，也保留了核心的钳爪意向。而最关键的原因是它的官方图标就是一只红色的龙虾，形象鲜明，辨识度极高， 网友看到后顺口称之为龙虾，又因为亲切接地气，慢慢演变成小龙虾，在社交平台快速传播。更有意思的是，这个昵称还和它的能力形成了巧妙呼应。 龙虾有坚硬的外壳，对应 open core 本地部署、隐私安全、数据不外露的特性。龙虾灵活有力的钳子，对应它抓取任务、操作设备、执行命令的核心能力。 而龙虾蜕壳成长的特点，又契合它通过插件、技能包不断进化、能力持续扩展的产品逻辑。于是小龙虾从一个简单的昵称变成了全网公认的代号。部署、配置、使用 openclaw 的 过程被大家戏称为养虾，参与其中的开发者、爱好者，自然就成了养虾人。 最后也是最核心的问题， openclaw 和我们日常用的普通 ai， 比如 chat、 gpt、 豆包这类工具到底有什么本质区别？ 这也是大多数人最容易混淆的地方。很多人以为它只是又一个 ai 聊天工具，实际上二者的差距就像秘书和全职员工，顾问和操作工完全是两个维度的产物。 先看普通 ai， 不 管是国内主流的对话模型，本质上都是应答式 ai， 核心逻辑是你问我答，被动响应。你让他写周报，他给你生成文本，你让他做表格， 他给你公式和步骤，你让他处理文件，他告诉你怎么操作，他能提供信息给思路写内容，但永远不会碰你的电脑，不会打开软件，不会帮你点击保存执行，所有落地动作都必须你自己完成。他被困在对话框里，只能输出文字代码图片， 没有操作权限，没有执行能力，更没有跨软件跨流程自主完成任务的能力。而且绝大多数普通 ai 依赖云端服务，数据需要上传使用，有成本交互模式单一，只能一步一步接受指令，无法自主规划任务链条。而 opencloud 代表的是执行式 ai 的 全新范式， 它和普通 ai 的 区别可以总结为三个核心不同。第一，从给答案到干成事。普通 ai 是 顾问指出主意， openclaw 是 员工直接落地，你说一句，整理本月所有工作文件，按日期分类归档，生成一份汇总清单。普通 ai 会告诉你步骤。 opencloud 会自己打开文件夹，筛选文件，移动归类新建文档，全程不用你动手。它拥有系统操作权限，能操控鼠标键盘调用系统， a p i 操作浏览器、处理表格、收发邮件、运行九本，把一整个流程全部闭环完成。 第二，从云端依赖到本地优先。普通 ai 大 多需要联网上传数据，付费使用，而 opencloud 支持本地私有化部署，你的数据对话记录、操作记录全部存在自己的设备里， 不上传第三方服务器，隐私安全可控性极强。同时，它兼容各类大模型，不管是云端模型还是本地模型，都能无缝对接，自由度极高。 第三，从单一对话到智能体净化，普通 ai 功能相对固定，能力边界清晰。而 openclaw 是 框架型产品， 支持插件扩展，技能自定义，就像龙虾不断蜕壳一样，能力可以持续升级。它拥有持久记忆，能记住你的习惯偏好，越用越懂你。还能通过多智能体协助完成更复杂的综合任务，打破软件之间的壁垒， 实现跨应用、跨平台的自动化操作。更深一层看，普通 ai 解决的是信息获取和内容生成的问题，降低的是思考和写作成本。 而 openclaw 解决的是操作自动化和任务执行的问题，解放的是人的双手和时间。它把人从重复繁琐、机械的电脑操作中解脱出来，填表单、整理数据、监控信息、批量处理、脚本运行。这些原本要花几小时的工作，交给 openclaw 几分钟就能完成。对于上班族，他是高效助手。 对于开发者，它是自动化工具。对于普通用户，它是零基础就能用的数字管家。这也是为什么腾讯会投入资源免费帮用户云端部署。为什么央视力挺，因为它代表了 ai 从对话时代走向执行时代的关键一步，是普通人也能触摸到的 ai 普惠。 一场千人排队的活动，一个接地气的昵称，一款开源开放的框架。 opencloud 的 爆火从来不是偶然， 它击中了当下 ai 行业的痛点，大家需要的不是更会聊天的机器人，而是真正能帮忙干活、能提升效率、能保护隐私的实用工具。它没有华丽的包装，没有高昂的定价， 凭借开源、安全、能执行三大核心优势，迅速成为全民追捧的对象，让养虾从程序员圈的小众玩法变成全网参与的科技热潮。对于我们普通人而言，不必纠结复杂的技术架构，也不用深究底层逻辑，只需要明白， open call 是 ai 走向实用化、平民化的重要标志。 它让人工智能不再遥远、不再抽象，而是变成一只可爱的小龙虾，走进每个人的数字生活，帮我们节省时间、提升效率、解放双手。而这场由小龙虾引发的 ai 改革，才刚刚开始。

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。

那个跟大家来说点真话啊，我现在实在受不了很多的自媒体在吹这个 open crow 这样一个框架无所不能，万能什么标题党拉满 ai 自动赚钱，二十四小时，现在贾维斯降临等等这些言论什么又便宜，有一个二十四小时的全方位打工的员工帮你去做这个做那个等等， 其实这些呢，都是有很多条件在的。我今天呢就讲一些真话啊，跟大家来分析 open crow 到底是什么？它究竟什么能做，什么擅长做，什么不能做，什么不擅长做，跟大家讨论清楚。 好，我们分为三个部分呢，跟大家来说一说 open crow 它的基本情况。第一个呢是 open crow 究竟是什么？第二部分呢是 open crow 它做什么靠谱？第三部分呢，我们主要来看一看 open crow 呢，它做什么不靠谱啊？我们先来从第一个部分开始讨论，第一个呢就是 open crow 它究竟是一个什么东西？ 好了， open core 呢？其实我们从简易的或者说大家好理解的方向来说呢，它呢其实是一个智能体调度框架，不是决策大脑啊，因为它不是大模型。我打一个比方来讲呢， open core 究竟是什么呢？它更像是一个高级的智能化的一个数控机床。 这个大家呢，其实就比较好理解了，数控机床呢，它更多的是去执行某项任务，但是指令是谁下的呢？是它的大脑，也就是人 数控机床去车不同的零件儿，那么它需要使用不同的工具，这些工具呢，也就是它能调度的 m、 c， p 或者智能体啊，所以它整体来讲呢，分为四个步骤啊，首先呢是确定对话，因为大家都知道 open curl 呢，它可以用对话的方式，比如说 what's up 啊，这种对话的方式能够去下达它的指令， 还有呢，它可以你下达指令之后，它就可以组装上下文儿，这个叫 contest assembly 啊，这个部分呢，也是它的第二部分， 第三部分呢，就是调用模型并执行工具 ok， 模型是什么呢？就是它的大脑，这个大脑呢，本质上来讲它不属于 open core， 它呢更多的是我们这些做基础模型的公司，比如说 jvm， 比如说 gbt 等等。啊， 这个呢，所以 open curl 它是没有大脑的，它是一个执行调度框架啊，这个呢是也比较好理解。第四步呢，应该说是它会保存现有状态，就是你之前说过的话，之前下达过的指令呢，它都能比较好的，比较完整的帮你保存下来啊，它通通存回磁盘。 所以呢， open curl 呢，打一个比方，就是刚才说到的，它更像是一个高级的数控机床，这样的一个形象在出现， 所以我们再说专业一些，它呢具体适合做什么呢？就是它的针对于命令行， m， c， p， 协议， shell 等等啊，这些工具的读写代码，执行，终端操作啊等等，这些工作呢，它是比较擅长的，所以呢，它适合把这个模型和工具串起来使用。 然后整体总结一句话呢，就是它擅长的是一些后端命令行接口儿化的问题，而不是一个面向普通用户的桌面儿全能助手。 所以大家就能够理解了，我们想要操作我们的浏览器，比如说我们的谷歌浏览器，这个呢，其实现在目前啊，它是没有办法完成的， 所以这些就是它真正的一些痛点，包括操作 windows， 包括操作这个 windows 里边的各个指令，你打开某个这个应用软件等等，这些呢都是不行不通的啊，现在目前呢是没有办法去操作的 好，那么就此而言呢，我们来看一看 open core 呢，那到底做什么靠谱呢？其实它肯定是有靠谱的地方啊，就是刚才讲到的命令行脚本执行和简单的自动化啊，这个就是让它去做执行，这个呢是非常好的一个工具，并且呢就是调用 m c p a p i 以及其他工具接口。 大家可以想到啊，如果啊我想做的一个事情，他没有 m c p， 也没有 api， 那 么他能成功吗？他一定成功不了。比如说我之前去部署的这个就是 kimi crow 啊，我让他去帮我去抓啊，某一个这个专家就是医生他的号， 他的号源我就跟他指定了，我说你帮我去找到北京大学肿瘤医院赵君主任的号啊，如果有号，你就提醒我， 这个东西，就这个指令或者这件事情，它根本是无法完成的，因为它没有办法去调用相应的 m c p， 找不到这个 m c p 这个号源在哪呢？可能在幺幺幺四挂号平台，在北京大学肿瘤医院的这个官网上还有一些小程序等等，它找不到，所以这个任务呢，根本是无法完成的啊， 也就是没有 m c p， 没有 api 接口调用的时候，那么这个事情没有办法完成。还有就是代码儿编 e 运行，简单调试这些呢，应该说都是没有什么问题，文档读写啊，这些目录操作这种简单运维也是 ok 的 啊，就是作为巨能体框架，它更多的是把模型和工具串起来使用。 然后呢给大家找了一些现在全网中比较常见的一些用力，我用这个呃错位的方式呢，帮大家来呃突出了一下。第一个呢就是新闻摘药啊，天天整理新闻啊，我也在做很多整理新闻的一些工作，但是呢他的评价就是很多公众号啊，肯定有很多人整理啊，没必要自己花钱，因为他 token 消耗还是蛮大的。 第二个呢是邮件的这个管理啊，自动分类规章啊，这件事呢，给大模型做可能风险比较高啊，但不是不能做，然后日常管理和提醒呢，这个呢，其实可以用我们大模型或者说用一个助手，像 siri 这样的其实就够了啊， 等等，还有像备忘录，现在目前呢，笔记的一些备忘录还有日历我们是可以同步的啊，也会有比较好的替代方案。 还有这种 im 消息整理， im 消息整理呢，就是我的对话啊，这个说实话我根本不，我根本不敢交给大模型去进行整理啊，这个我的私人绘画呢，凭什么我要发到网上去，对吧？让大模型都知道我在讨论什么？ 这个没有什么意义，网页的监控，服务器的监控，这个呢，其实啊，总体来讲啊，可能是为了蹭热度啊，这个根本不需要啊，因为成本太高太贵了。传统监控呢，完全可以达到自媒体运营找热点啊。这个听起来呢，是刚需的一个功能， 但是啊，这个功能我们其实之前编写一个工作流，一个 agent 啊，也是便宜可控并且能够实现的，我们不一定非要用这个 open curl 的 方式去实现， 还有像写代码处理这个，呃，处理问题， pr 等等，这个基本上就跟我们很多的智能体是一致的 啊，以及 pdf 处理呢这些其实整整体来讲啊，我们之前我推荐的呢，还是用脚本或者用工作流，我们的工作流去做处理，也是非常好的一些选择，所以呢，肯定也都是有取代方案的啊，这些呢是 open crow 呢比较擅长做的东西。然后呢，我们再来看一看这个 open crow 做什么不靠谱啊， 不靠谱呢？第一不靠谱就是浏览器的 u i 自动化啊，体验极差，这个是什么意思呢？就是你让它作为像人一样坐在电脑前面，打开一个浏览器，通过视觉的方式啊，帮你接管你的框啊，就是我们的谷歌浏览器 靠视觉的方式去进行识别，拖拽等等。这个呢错误率啊，几乎到百分之百啊，几乎没有办法去执行下去，特别容易卡啊，这些我都是试过的， 而且呢特别容易错啊，什么拖拽呀，弹这个弹框啊，验证码，动态页面等等等等，非常的差啊，非常的不好啊，几乎没办法用，而且消耗 token 消耗的极高，也就非常的贵。 然后呢，就桌面的这种软件啊，就是这种可适化的 g u i 的 软件的控制，这个呢就是最大的问题就是不支持原声啊， windows 跟 mac os 都是没有办法支持的，你没见过谁在 windows 里用 open curl 去控制 windows， 比如说我说帮我打开找一个文件，然后吧啦吧啦吧啦等等，这个呢，几乎是没有的啊， 所以这就是这部分呢，其实啊，呃，还有像国内的一些什么 qq， 微信啊，其实根本是现在目前开放不了，因为非常不安全啊， 还有像这种办公自动化自动赚钱啊，这个就是我觉得根本就不靠谱啊，其实根本不靠谱，这个除非是你有非常资深的程序员，并且能处理一些比较简单的问题而已啊。 所以呢，这部分他的整个脚本呢，其实不稳定，你要真是一个普通人，大家注意啊，我说的是普通人啊，如果是一个非常高级程序员或者说专家，那么呢，你可能会有一些挣钱或者说能自动化脚本的一些工作 啊，但是呢，他挣的也不是 open crow 的 钱啊。 open crow 对 于普通人来讲，直接二十四小时全能办公全自动挣钱啊，这个呢，不太靠谱啊，这个确实是不靠谱的。 然后呢，我们再说说我们最近啊，这个最受不了的一点就是自媒体吹啊，一直在吹啊，你这个哦，不会 open crow 呢，就要落，就要落伍了，就要过时了啊，要赶快学习学习是没错的，或者赶快去买它的服务。 所以媒体吹的呢，基本上就是 ai 全自动的控制电脑，什么都能点啊，都能做啊，其实实际情况啊，他呢，只能搞搞简单命令， g u a 啊， g u i 就是 我们页面的这个部分操作基本都基本是完成不了的啊，基本都废掉了。 然后呢，就自动办公自动做表格啊，复杂表格排版这种复杂逻辑一个都干不了，这个大家自己试过就都知道了， 然后自动刷视频，自动赚钱，二十四小时，这个赚钱啊，基本上来讲啊，演示为主，大家可以真实去跑一跑，看看你能不能跑够二十四小时的顺畅啊。 这个呢，什么不用写代码，小白也能一键启动啊，这个本质上来讲，这个是不是小白啊？不是，小白是专家啊，只有资深的软件工程师可能能够把它调的非常灵 非常通啊，针对于环境复杂，多条式报错，这个小白根本搞不定啊，而且 open core 的 部署可以看一看，很多程序员啊，不学习也搞不定啊。所以小白啊，不要考虑或者说是自媒体吹的，听一听就可以了，我们这个主要在说些真话嘛， 然后这下一代的智能体超越一切，下一代的智能体我们是承认的，没问题，这个框架也是非常超前的，一个超越一切啊，不太可能啊，这个是不靠谱的 啊，也就是带一个工具协调的智能体框架啊，他不是一个新模型啊，应该只能说是一个新框架啊，确实是下一代的框架，但并不是一个这个万能或者说什么都能做的一个东西，他还有很长的这个发展的路要走。 好。我们最后总结一下啊，很多自媒体对于 open core 啊，就是出现的这三个问题。第一个问题呢，是混淆概念，把这个能力框架等价于模型能力，这肯定是不对的，而且呢，把演示的效果等价实际应用的效果，这个呢，其实就是混淆基本概念。 第二点呢，是他的隐瞒成本，就是 open core 这个东西呢，其实 token 是 非常烧的啊，他有大量的需要消耗的 token， 这些呢，其实他并没有讲清楚， 所以这部分呢，应该说是隐瞒了相关的使用 open curl 的 成本。第三部分呢，应该说叫收割焦虑，很多自媒体都提到， 我们现在呢，必须跟上 open curl 的 节奏啊，如果你跟不上呢，那就是掉队了。最后呢，去卖部署，卖一体机，卖云服务等等，这些呢，应该说就是收割焦虑的非常典型的一个表现，所以呢，大家应该认清啊，具体 open curl 是 什么，怎么来迎接新的技术进展？

这可能是你在全网看到唯一说真话的 cloud bot 的 使用感受，因为就是现在网上面对于 cloud bot 的 评价，我觉得是两极分化很严重，而且呢，就是也没有真正太多的人出来面向普通的使用用户去分享一下 cloud bot 到底能做啥，然后先分享一下我用 cloud bot 都做了些啥。 第一个呢，就是以玩的角度，我去给他我自己写了一个 skill， 就是 去自动化交易的 skill， 然后呢，我把这个 skill 发给他以后，他又根据我的那个 skill 然后和我进行讨论，最后我们俩讨论结得出一个结论，就是他会帮我定时的根据 市场上的一些反馈，然后呢进行自己决定是买还是卖，或者是维持不动。那你完全不懂，对，其实我完全不懂金融，既不会炒股，也不，也不会，那个看不懂， ok， 好。 然后呢，所以 我教给他这件事之后呢，那你也没有任何的就是指导意见给他，对吧？对，我希望的是他给我指导意见。所以呢，我还跟克拉布特又商量出来一个新的模式，这个模式是克拉布特他我觉得他不自带的一个功 能，就是我给他叫长期任务，嗯，就是我会给他布置一系列的长期任务，然后呢需要他自己去针对这个任务内容去做研究， 然后呢去思考把这件事如何做的更好，就比如说交易这件事，让他自己去思考如何利益最大化，如何自己去思考用什么样的方式可以去帮助他去获得更高的收益。然后呢，我让他每天晚上会给我发一个日报，如果有什么需要我去做的决策在日报里面告诉我，我会去告诉他可以推进， 就像一个实习生去跟我做汇报一样的，他会自己学。对，是的，他会自己去学，自己去研究，甚至我还给了他一个灵感库，就是我们平常去做的一些那个内容灵感，然后我让他跟他说，如果你长期任务里面事情不不够多了，你自己去灵感库里面去找，然后自己去挑出来和自己去做， 要 p v。 对， 要主动，你这个人要主动，你自己要找事做，不能总等着我安排对吧？就感觉是的哇，所以呢，嗯，这个是我让他做的一些就是自主性的研究的事，然后其次。对呀，我有个问题，他赚了还是亏了？ 其实说真的到现在没赚没亏，我我觉得可能就是交易策略，实际交易策略问题到现在都没出手，哈哈， 他就是怂，你知道吧，就每天都是分析，分析完以后，嗯，结论维持他是，行吧行吧。好，然后呢？然后还有一个就是最实际的有意义的，就是真的提高我的生产力的工作就是，嗯，我在我们的服务器上也布了一个 cloudboard。 然后呢，以前其实我完全不会服务器运维方面的知识，然后之前我做服务器运维就是 就是跟 ai 聊，然后碰到问题截图再给他，然后 ai 再给我指挥，这些过程中其实非常麻烦，虽然我学到了很多东西，但是呢，有了 colorbot 以后真的是省事了。比如说我要上传一个网站， 我只需要把这个应用打个包发给他，然后呢，他就会告诉我收到，然后呢他自己就会开始。呃，他好幸福啊，太好了。对，完成了，然后开始解压下载，然后呢，开始一步一步的帮助我去部署网站，甚至讲一些专业的，就是比如说像域名的绑定， 然后包括了 h t p s 的 证书的申请，他都是可以自己去执行的，我只需要在这个里面跟他确定一下小细节，然后包括允许他做这个动作就 ok 了。 嗯，在这个全程我不需要登录服务器，我不需要去输入任何一个命令提成，我只需要去跟他，就是你完全不懂的东西，你就可以让他去弄了。是的是的，尤其我觉得这种对于你们新手小白特别方便。嗯，然后以后你们想要部署商家一些网站， 因为我觉得其实服务器现在使用门槛也很低，很便宜啊。然后呢，再加上一个这样子的助手，那么以后每个人都会有一个自己的服务器，他这个是没日没夜的，就他任何时候想到任何事情，他就会去吩咐别人做。对，就是，然后无论是白天黑夜，然后他就是用微信的。呃，应该是开了罐和飞书啊，飞书啊，用飞书的形式给他安排作业， 很可怕，就是他是一个非常严格的老板，然后那个，那个，哎呀，时时刻刻都在做事情。对，然后，但是呢，正好讲到没日没夜，这没日没夜里面一部分是给他安排事，还有一个就是正好我们刚才聊的是感觉好像在夸 call of duty 一 些优点，那我们讲他的缺点就是 他其实他不是一个商业化的产品，他不商业化，所以呢，他不会去考虑用户的感受。嗯，他也不会考虑这个产品的成熟度，嗯，他考虑的就是就产品功能够不够丰富，可可扩展性强不强，嗯，这就导致他非常非常不稳定。嗯，我每日每夜里面有百分之五十的时间是在跟他调整各种各样的功能问题， 比如说聊着聊着这模型不行了，聊着聊着那边服务也不知道为什么连不上了，哈哈哈。还有最关键的，对，还有很关键一个点就是它里面的很多运行模式是黑盒的，就是因为都是 ai 帮你去制定，比如说你帮我定一个定时任务，嗯，然后他会说好帮你定时一个定时任务做什么？做什么什么。但其实他在定时任务里面具体是怎么定的， 可能跟你所说所说的所想要的就是有差距，然后做着做着就发现有偏差，然后你就要排查。就是比如说我给他做，让他给我发日报，发现今天晚上日报没发，然后问他今天的日报发了吗？然后他然后他在我问了以后他才补发，然后我问他不应该定时发的吗？怎么还要我提醒？ 然后再开始告诉我说什么什么样的问题，然后发现定时任务就没了，然后问他怎么好好的定时任务就没了呢？然后人呢？他竟然跟着。对对对，这是另外一个人说人呢，我这个其实我觉得所有所有用 cloud bot 多的人都会有这个问题，因为他在执行任务的时候是寂寞了，他不告诉你，然后呢？所以他会 有一个任务还会执行很久，然后你就会很焦虑，我就会不停问他人呢？人呢？怎么样了？怎么样了？好烦。哎。他这个我感觉这件事情这个 club 的 跟以前 ai 完全不一样，他的人感很重。是的，就是 club 的 人感非常重，所以 在我以前用别的 ai 产品的时候都是把它当工具，所以我也不在意他对我的语气，对我的态度。但是用了可罗伯特以后我就发现切了不同的模型，他对我的语气的不同的感觉非常非常明显。比如说 g r m 四点七，非常典型的理工男，非常非常少。然后 open ai 的 就是就是定心药大师， 他做的最多的事就给我喂安心药了，每次都说搞定了没问题了，这次肯定行，下次又出问题了。真的是不同的十一城风格。对，所以所以说他这是最大的 让我感觉最喜欢的地方，就是它真的像一个人一样的智能体。然后最后总结一下的话，其实就是我觉得 carbot 它我觉得它是一个非常划时代的一个想法，它只能说是想法，因为它不能说是一个成熟的产品。如果是一个喜欢折腾的人，我觉得 carbot 非常适合，因为像我就是 把它当玩具一样折腾。然后呢？它可拓展性非常非常强，你想要他做什么能力？如果他没有，你可以自己去写或去网上找，然后你就给他，然后他自己就会安装自己配置。但是如果是一个就是平常对于技术本来就使用的不多，然后想要一个开箱即用的产品的话，那我觉得 clubbot 其实 并不是完全非常适合你，我觉得以后肯定会有一些基于这个想法而做出来的更加成熟的商业形态，他不一定是呃最终的这个产品的一个样子，他只是现在看出来的一个趋势，对吧？我觉得他就是一个想法， 我觉得他甚至他的创始人其实也没有过度的去营销这件事。我觉得他他创始人其实是很热爱这个产品的，他为他做了非常非常多的功能，还有很多功能我没有去使用到的。比如说他可以去生成一个紫智能体，帮你去执行一些非常繁复的任务，然后呢？他可以去控制很多很多 你电脑之外的节点，你可以把你的手机，把你的家家居智能都接入节点，然后有这个 cloudboard 去同时控制，我觉得就是他的想象空间非常大的。然后呢？但是我觉得网上有很多人去把它作为 营销的题材，然后呢？导致过度吹捧，然后就现在就像泡沫一样再吹，再炸掉，然后所有人去踩他说装了以后好像没什么用，我觉得就是因为大家其实没有看清他。嗯嗯，所以说如果你 就是想对他感兴趣，那就可以下下来去感受一下。然后呢？如果觉得想要一个成熟的产品，那我觉得就先别碰它， ok， 然后后面我也正好借借你的电脑去教大家一下怎么部署它。好，然后我们后面会专门出一集部署的，然后立真，让所有的基础的零基础的人都能玩的下啊，玩一下。呃，然后今天就这样，好， ok， 拜拜。拜拜。

先投入三万六人民币，就能打到二十四小时印钞机。最近 opencloud 真的 太火了，火到有人花钱找人上门安装了。大家好，我是尚明君。 opencloud 不是 开云软件吗？怎么安装还要收费啊？打开购物软件，搜一下密麻麻的袋装服务，看的人目不暇接。随手往下一翻，发现 opencloud 袋装已经是一套成体系的服务了， 网上远程安装的费用从几块到几百块不等。比较神奇的是，对于选择这种袋装服务的客户群体来说，好像价格高一点比价格低一点更让人觉得靠谱。 像这家开价三百的远程安装服务，有超过两百人付款，而另一家要价八十，还花钱挂了广告，成交量却只有前者的一半， 平民玩家的部署费用如此。再往后翻到了所谓的企业级部署和炒股预测模型所需要的带装费用，轻则报价几千上万，夸张的有两百万的，不知道到时候是不是老黄亲自上门给我安装。 那你要说这安装费贵吧，现在的袋装服不仅给你安装 openclaw， 有 的还上门做饭，哎，这好像就有点香了，要是还肯往上加钱，还有更多特色服务。有些东西贵却是有它贵的道理。 其实 openclaw 这波不单单是让国内的用户疯狂，国外的韭菜涨势也挺喜人的。这个名叫 set up claw 的 服务商就是专门提供 openclaw 袋装服务的，包它从三千美元到六千美元不等。 在这个像模像样的官网上，详细介绍了 openclaw 是 什么，以及你为什么应该选择它们的服务，再加上不满意百分百退款，专业真诚，要不是余额不足，高低得下单，一个 三千美元着实有点贵。于是我再看看其他便宜的。一通搜索后，我找到了这个在一个叫 awesome openclaw 的 github 项目中，有个专门对比第三方袋装服务的列表，其中详细列出了市面上不同袋装服务的价格和服务内容，要价大概从十美元到两百美元不等，换算成人民币的话， 差不多刚好和国内的物价匹配的上购买力平价在这块发力了。便宜的只要九块九，贵的也能专门克制化。 open club 的 袋装服务可以说是老少咸宜，总有一款适合你。 但是只要咱们稍微在该项目中往上翻一翻，就会发现，它一开始就列出了 open club 详细的安装和使用步骤，甚至还有 open club 的 发展历史和对于硬件的最低要求。可以说你根本不需要花钱就能独立实现部署。 就算枯燥的文字看不下去，网上随手一搜也能够找到大量从零开始未泛级的详细教程。既然如此，为什么还有那么多人找代装服务呢？答案可能很简单，就是 open class 实在是太出圈了，火到一个完全不懂计算机技术的人也听过同时也想使用的程度 了。这就催生出了一个充满讽刺的韭菜悖论，越是对计算机一窍不通的人，越没有办法独立安装。越没有办法独立安装的人，越迷信这玩意是个电子摇钱树，也就越心甘情愿花钱找人 装在袋装卖家的嘴里。操作 open call 的 流程是这样的，安装睡觉醒来暴富，但真实客户体验到的流程却往往是，不会安装花钱袋装，装完不会用，花钱买教程， 操作完不赚反馈，花钱进高端群学习，到最后真正赚到钱的，是提供袋装服务和卖客的事情。如果只是外行被割韭菜，那顶多算个常规喜剧。但再往下挖一层，你会发现它背后可能还藏着一个赛博套娃的故事。 前几天我在 reddit 上看到个帖子，其中版主提到有人同时操控四百个机钱到处发 openclaw， 简直是印钞机 a g i 已经到来，再不用你就被时代淘汰了一类的帖子。 再回忆一下我自己经常刷到的用 openclaw 搞副业赚钱的视频，两厢结合，我一下误了，为什么袋装生意能这么火？因为这家伙有神态闭环啊！白天我发怎么用 openclaw 帮你赚钱吸引流量，晚上我就挂九十九块包安装用 openclaw 赢在终点线的单子来变现。更乐的是，我们都知道 openclaw 最擅长的事就是模仿人类完成重 的操作，也就是网络水军。所以搞半天我学 openclaw， 然后操作 openclaw， 不 停发铁，让更多人加入到学习 openclaw 的 过程中来，就能用后进者的钱来补贴先进入者。以前割韭菜的镰刀需要用手挥，现在这家伙也能全自动了。

最近互联网养龙虾真的是杀疯了，刷十个视频，八个都在养，还有好多小伙伴私信我说刚入手一头雾水，不知道该怎么养，该怎么选，该怎么用，甚至踩了一堆坑。今天咱们就把所有问题一次性说透，从选择到变现，从避坑到省钱，新手看完之后可以直接上手，不花冤枉钱，也不用做无用功。 咱们先回应五个最火的问题，再补充你们比较关心的一些隐藏的疑问，全程干货，记得点赞收藏，避免刷着刷着找不着了。第一个问题，龙虾该怎么选？ 这是避坑的第一点。现在市面上各大厂都出了在线安装，一键安装，我实测下来，真心劝大家一定要装原生版的龙虾，那些所谓的什么什么可乐 仿生版龙虾，基本上都是阉割版的，上手感觉跟高版本的扣子没什么太大的区别，功能其实砍了 一大半，大部分是只能处理蚊子型的工作，离真正的原生龙虾真正的感受下来，可以说是差了十万八千里。所以说，新手如果选择要装，最好是装原生版的龙虾，只在装直接装在自己的电脑上。第二个问题，龙虾究竟能干什么？真有那么神吗？ 这么说吧，他是真的神，但又不是万能的，他最牛的地方就是能替代你所有重复性、逻辑性的工作，原则上电脑上能干的活，他基本上全都能扛下来。 写文案，剪视频，做表格，整理邮件，生成周报，甚至帮电商卖家二十四小时做客服，监控库存，帮设计师出出稿啊，晒素材，不用你熬夜加班，他二十四小时不停的在工作，那就包括现在他还在我后面这台电脑上一直在工作，就是妥妥的是一个全能的小助理。 而且他能接入微信，接入飞出这些常用的工具啊，不用额外装新的 app， 你 就可以在电脑端直接控制它。 第三个问题，为什么你装的龙虾不好使，跟别人的不一样？嗯，很多人装完之后就犯愁，说他啥也不会啊，其实不是龙虾不行，是你没装，找对方法。 龙虾不是装上之后他就是超人，他需要学习，需要被教育，就像养宠物一样，就像初代的贾维斯一样， 越养他越能干，你不能上来就跟他说，你帮我干活，你帮我去赚五百块。你这个要求太笼统，他听不懂啊，你要具体的告诉他啊，比如说帮我写一篇抖音的口播文案，主题是龙虾壁坑，语气要口语化一分钟左右 啊，指令越具体他越好用，慢慢教他就会越来越贴合你的要求，甚至能记住你的做事风格。 第四个问题，普通人用龙虾变现最快的途径是什么？作为一个做自媒体的来说，我的感受就是变现最快的途径就是做自媒体啊，写公众号图文， 写短视频脚本，做网站，出项目方案，这些活龙虾全都能帮你高效的去完成。原来一个人一天可能只能最多写十篇文案，但是现在有龙虾的帮助， 基本上五十天是打底，你的收入自然而然他就会涨啊。第五个问题，消耗 talk， 也就是算力贵不贵，普通人能不能承担的起？这个是完全可以，别被算力 talk 这些词吓住。普通人买一个 mini max 的 四十九元包月的套餐完全够用 啊。我测试是第一天就靠龙虾帮我写公众号，把四十九块钱的费用就完全已经覆盖掉了啊。更省的方法是，你日常做轻任务可以用免费的模型，用中度任务的话就用 mini max 的 模型啊，重度任务你再换高端的一些模型啊，普通人基本上用不到啊，你像那个 cloud 的 模型， 一次任务执行下来就大几百块甚至上千块。第六个问题，教育龙虾有什么技巧，怎么让他更听话啊？这是很多人关注的一个问题。技巧其实很简单，你就记住两点，一个是指定要具体，第二一个是要定期的清理记忆， 别跟他说笼统的一些话，一定要越具体越好啊。另外是要定期清理他的过期记忆啊，别堆太多没用的内容，这样他响应会更快更精准，还能节省你的 talking， 长期用下来，他就会越来越懂你， 干活也就会越来越高效啊。说一个小要点，就是跟他对话尽量要使用长句，这样会比较节省 tokin 啊，不然你的 tokin 就 会消耗的特别快。第七一个问题，那就是有些人问的，龙虾能帮我剪视频做海报吗？ 啊，这个是必须能，你只需要告诉他你常用的风格是什么样的，做什么类型的海报，你的做海报的逻辑是什么，他就能替代你做这些重复性的工作 啊，包括帮你剪视频，修图，做 ppt， 写代码，帮你查看所有的最便宜的机票啊，帮你盯一些所外所谓的啊曲线图都完全可以。 最后再总结一句话就是养龙虾一定要选对版本啊，我建议大家用原生版啊，教对方法，用对套餐，它就是你最省力赚大钱的一个机器。

大家好，上期不是给大家分享了我养了好几只小龙虾，用本地模型吗？大家对我这个机器配置比较感兴趣，也很好奇我这个机器到底能开多少只，其实我试了，能开差不多十只都没问题。那今天我刚好给你们做个开箱吧， 等一下，等一下！我又仔细想了想大家的问题，大家真的是刚需一窝龙虾吗？是真的刚需硬件本地部署模型吗？ 又或者说，其实很多人都只是因为很迷茫，大家都不知道到底需要什么，只是想拼命的抓住机会，所以觉得有了这些也许就更近了。是这样子的吗？ 我的评论区和私信里面问的最多的问题就有这三个，今天呢，我就分享一些自己的经历，来解答大家这几个问题。 首先啊，我很惭愧，我网名叫小天，但我其实不小了，我是个四十多岁的老灯，我就想告诉大家，其实学 ai 年龄不是问题， 我自己也不是程序员，我是一个连续创业者，我做过狼人杀，做过剧本杀，说不定你们还玩过我做的产品呢。我以前还写过好几个剧本杀，但我真没怎么写过代码，也不懂技术细节。我就想告诉大家，学 ai 只要有热情，技术也不是门槛。 那很多人还问我，你到底是怎么学 ai 的？ 我真不知道怎么学的，我就知道玩起来就对了，能玩的东西越多，你学的就越快， 我那几个显卡就是我的玩具啊，我部署了本地模型之后，我总不能光聊天吧，所以每次有什么开源的好东西啊，我都会去部署一套来玩。那很多朋友也喜欢这样的折腾，网上就会有一种声音就批评他们说你们没产出，但我觉得这其实都会产生巨大的回报。 open 出来之后啊，我就非常感慨，我感觉这个世界又出现了一个 chat gpt 时刻。 具体的来说，就是全世界都形成了一个共识的窗口，在这个窗口之内，大家都会疯狂地去研究 openclot。 我 之前给大家教过怎么用 clot code 吧，那时候从来没有人会说，哎，谁来帮我装装 clot code， 我 来付费。 但 opencloud 就 不一样了，你们去网上搜一搜，连上门安装的服务都有了，全球的 mac mini 都卖断货，这根本就不正常。你们可能会说啊，这些都是不理智的没错，可什么时候经济繁荣是完全是因为理智产生的呢？人类本身就是乌合之众啊。 在这个非理智的时间窗口里，你周围会有很多很好的氛围和很多人，大家都通过这件事情来建立连接，这就是很好的。虽然说不理智，但是大家头都很热，对不对？就会产生大量经验和内容，可以参考。 所以，不管这个现象到底是不是理性的，参与者是实实在在的产生需求上的变化，也许这个热度很快就会消散， 但你就再也回不去了，因为你再也不是那个不需要 ai 的 自己了，对不对？所以你说要不要花时间去参与这场盛宴呢？有人说啊， openclaw 一定会过时的，应该等更成熟更傻瓜的产品出现。 我同意啊，绝对会过时的。我过去两年本地部署过的开源模型也有几十个了，他们都过时了， 但你要问我怎么学的耶，就是因为我玩过他们，我还玩过很多开源的软件，这样做，知识才能不断积累，越来越多的知识碎片汇聚到一起，慢慢才有了一个体系化的认知。 那你说该不该投入时间？肯定该啊，但每个人效能是不同的。我有时候半夜起来刷到千万又发新模型了，我就赶紧起床去下载，但我一点都不觉得累， 为什么就我，我的感觉就是我起床捡了一下装备那种心态。那我说一说，如果你有 gpu， 或者有个 mac， 有 没有意义啊？我有这么一个观点， 你的玩具不一样，你获得的认知也不一样。有的朋友啊，他没有 gpu， 没有 mac， 买了一个九块钱的 cooling plan， 聊了几分钟，还什么都没试出来呢，额度就用完了， 然后就骂骂咧咧说，就这玩意我就不一样，龙虾刚出来的时候，我几分钟就装好了，而且是本地模型。养龙虾我可以拼命的试，错开 n 多的病房，把所有的脑都能试出来。我的玩具和别人玩具就是不一样，我得到的信息也就不一样。 评论区很多人问什么是容器，怎么部署本地模型，我说，啊，你要是玩过纳斯这个玩具，你就不会布置到 dork 的。 你要是为了学 ai， 买过显卡，你也一定会部署本地模型。你没有这些玩具，你自然不会接触到这些信息，你就没有办法形成体系化的认知。 所以 ai 时代，买一块卡或者是 mac 是 绝对划算的。先不说它费多少电，它产生的 token 质量高不高，有些程序员就说，哎，你这个本地补光星太弱智了，根本不如我的 office。 我 觉得这根本就不是问题， 就从你为了玩转它所积累的基础知识，你都是不亏的。你别去考虑它的这个 token 质量高不高，因为你得到的是无限的试错权，这是 api 做不到的。 那退一步讲，我就是没卡，我也没有麦克，我该怎么办？只有托，肯行不行？行，肯定行，但是你还是得至少有一台能玩的设备，对不对？你得给你的小龙虾有个家，对不对？一台离 ai 生态更近的设备，一台长时间能在线的设备， 你必须要有一个数据中心的概念，我很早就给大家讲过，对不对？早点整个 linux 或者是 nas， 离 ai 会更近的。比如说非牛的 founos， 就是 个很不错的选择。好多人一听 nas 就 觉得是为了下电影用的，那是绝对的误解。非牛呢，只不过是一个更简单更好用的 linux 而已。 你见过哪个 linux 五分钟都用不了就装好了？给你配置好所有的环境，一键安装英伟达驱动，你不会装到 docker 啊，虚拟机管理啊， node js， python， 点个手指就全搞定了。 这样一个个人私有二十四小时在线智能化的数据中心，是每一个人都需要的。 而现在呢？这个数据中心你可以给他再加上一些小龙虾，他就有可能变成一个天才的国度。所以，这就是第二个问题的答案，你没有卡，没有 mac， 但至少得投资点硬件，你至少得让你的龙虾有 token 用，得让你的龙虾有个家，对不对？ 那最后一个问题应该怎么学习？我的答案就是，顺应大环境玩起来。你别总想着能不能变现，很多的变现机会都是玩出来的。我自己的人生经历给你们讲一下，我以前和朋友玩狼人杀， 我是在群里语音玩不好，发身份对不对？于是我就做了一个网页用来发身份的，一个网页做了个公众号， 半年就做到一百万用户，然后我就融到钱去做游戏了。所以机会就是这么玩出来的，你投入的 token 成本，或者算力成本，还有时间成本，都会给你带来更多玩的场景和机会， 你的玩具越多，你接触的知识体系就更广，等有一天你发现，哎，新出来的玩意，你看一眼就明白了，那你就是个有体系的人了。 我不知道 ai 时代怎么样系统化的学习，我的经验就是玩 openclaw 这个风口就是让大家一起去玩的。也许很快这个窗口机就结束了，大家再也不讨论 openclaw 了。但这绝不是因为他过气了，而是一部分人玩明白了，他不满足了，他跑去玩更高级的 ai 了。 而那些没有参与的人，则是在这个打勾兑的另一头，还在原地驻足。所以回到我们最初的问题啊， 你不是需要一个 gpu 来部署本地模型，你也并不是刚需要养很多只龙虾，你真正需要的是以各种各样的形式方式尽快的参与其中， 在这个时代还一片混沌的时候，尽快发育，早点找到新世界的规则，因为窗口期是不会等你的，但你可以今天就开始。 好了，希望大家别焦虑了，玩起来。以上就是本期全部的内容了，在结尾处我放了我的配置单，还有各种各样的模型，各种各样的硬件，跑出来的效果怎么样？我也给大家做了一个简单的一个回答。 还有我的工作站，我会有一个短的视频详细介绍我的工作站，如果感兴趣的话可以接着看，谢谢大家。这个机器啊，我特别喜欢的一点就是它到处都是这种方便拆卸的。 然后我当时为什么买它呢？因为它是一个建成撕裂者的平台，这个平台有个特点，就是它有八个内存通道，看到没有？我插了八条内存，这整套系统下来是八千块钱，配了二百五十六 g 的 内存， 内存大概是三千多块钱，但现在看，现在这个内存是值钱，然后这个显卡两万三。 这个机器特点就是 pci 通道特别多，一百二十八条。我现在这插了一个硬盘，硬盘扩展槽， 它是一个 pci 十六，能拆分成四个。而这机器比较好啊，它每一个 pci 的 插槽都可以拆分的。然后本机带两个 m 点二，看一下接口，接口就比较简单了， 带一个万兆，前面带两个 type c。 我 觉得这个机器缺点是什么呢？就是这个散热器不太够啊， 你比如说要翻译一个什么辣妈点 c p p 的 时候，这个就过热，经常会纳斯，会报警。这个平台有个特点，就是它的这个县城撕裂者的 cpu 是 锁的，所以它特别白菜价，这 cpu 烧坏了再买一个也就是几百块钱，特别好。 不过这个是 zen 三架构的，有一个缺点就是没有那个 avx 五幺二，所以你用它跑一些什么 k transformer 就 不太行，好了，就这样了。

去给踏不上去把 opencloud 这个代码原下下来，其实对于咱们正常的老百姓来说其实就是非常困难的一件， 因为大家根本不知道 get up 是什么，我们也是看到了小红书的上的一些装机平台，最开始一百块到现在三千块其实都有了，我们其实是发现这样的一个技术是更适合普惠给大家的。我们来 house 装上咱们的 opencloud 啊，只需要一分钟。接下来如果 所使用 oppo pro， 其实是很多人的一个非常大的门槛。第一个门槛呢，它需要接入一些大模型来去用它底层的一些 api， 国产的智普、 kimi， 还有包括 mini max 的 等等这样的一些大模型。第二点呢，就是刚才说到的，我们需要怎么把 opencler 接入到我们平常使用的一些社交的应用上。第三步呢，其实就是，呃，我装好了之后我到底怎么玩他呢？到底怎么样让他来管理我的邮件？怎么样帮让他帮我搜取网页？怎么来帮他做一些自主化的规划任务？