龙虾机器人可以画图纸吗

open kla 玩出花了，你们看这个演示，有开发者把 open kla 装到了语数机器人上，让机器人真正理解物理世界和时间概念。传统的 ai 助手只有静态记忆，没有时间观念，更不懂空间关系， 就像个健忘症患者，转个身就忘了刚才发生了什么。但 open kla 现在能整合激光雷达立体摄像头， rgb 相机，构建出真正的空间智能体记忆系统。 最牛的是它的 spatial 二 a g 技术。传统二 a g 只能处理一维文本查询，但物理世界需要的是多维向量空间理解。 opencloud 能消化几百小时的视频深度数据，回答超实用的问题，你的车钥匙丢在哪了？上周一谁来拜访过你？谁在厨房待得最久？垃圾什么时候被收走的？

龙虾机器人就是因为干活漂亮或者是科技平权才出圈的吗？那你就大错特错了，现在所有的投资人都快要疯掉了，疯狂的追逐跟龙虾机器人相关的这种产品。为什么呀？因为它才有可能是真正的 ai 时代的原声操作系统啊， 好多人根本没有 get 到这一点。到底龙虾机器人对整个科技圈来说有多大的震撼？我们之前用手机的时候，是不是用的安卓或者苹果系统啊？我们通过每一个具体的 app， 然后输入指令，它就能给你输出相应的结果。在大模型时代，人们既希望于什么？ 人们既希望于大模型，你够聪明，然后我就可以直接用大模型的思考，直接把我带到具体的 app 里边去。 大模型执行一个什么功能啊？大模型实际上执行着是一个操作系统的活啊，是不是他要负责分发，他要负责决定，他要负责去哪里， 甚至他还要负责输出结果？所以大模型是不是把所有的活都干了呀？在他干所有活的时候，大家发现他经常出现什么问题啊？一个是慢， 另是不精准，所以大家想了一个什么东西啊？叫工作流。什么工作流？刚开始的时候是提示词是吧？你提示一下，你要这么干，这么干，这么干，输上一大段文本，然后再问你问题，后来怎么着？干脆我给你做各种约束，你先干这个，然后你这个大模型再干这个，然后你大模型再干那个， 最后转来转去，转到 app 的 接口，到达最后执行等。大家觉得这个过程复杂吗？不仅复杂，还有三个不可避免的诟病。第一个诟病什么？就是错。这中间的任何一个工作流， 因为你入口的时候输入的语音也好，文字也好，稍微有点理解错误，你就大错特错了，错了之后他还不改啊，你就往那走，你就往那走，你就往那走，最后把你指到悬崖边上去， 哭笑不得。还有什么东西他不想错？那就多问你一嘴呗，老板做的对吗？我这样可以吗？好，反复反复的确认，最后完了之后把你整烦了，说这是人工智能吗？这是人工智障。然后还有什么问题？失忆的问题啊， 就是你今天问他的问题，明天他记不住了。这个问题通过模型的记录的长文本，慢慢上下文越来越长了， 记得越来越好了。但是你要是让他记住你这一个完整人的画像，还是稍微有点困难啊。所以他经常出现失忆，做些匪夷所思的不符合你要求的事情。这一系列事情导致整个大模型的干复杂活的能力现在是不得到认可的。大部分人我们现在 用 ai 干嘛呀？就是用 ai 跟它对对话，然后把对话来的内容拼凑起来，让我们人把它顺起来。为什么呀？因为这个就是前 ai 时代，整个大模型没有把它的潜力发挥出来。龙虾机器人真正带来的创新是什么？ 真正让大家感受大模型魅力的地方在哪呢？它真正的让 agent 走进现实啊，就是让生成，让大的 复杂的任务也能够进行执行，让智能体这个概念真正给凸显出来了呀，他通过什么呀？首先第一个事情，我们说他老错的一个核心的原因在哪啊？老错的核心原因在于他要做太多的事情了呀， 如果我们把他的事情提前给归属好了，是否他就有更多的可能性呢？所以我们需要一个什么呀？互联网时代都知道需要一个中台给他分发呀。 所以龙虾机器人第一个事情是什么东西啊？他是做了一个控制分发程序的活呀，他作为一个主管理员，然后完了之后把活再慢慢分出去，他可能有各个角色，有各个分身在负责不一样的什么叫 skill 是 吧？ 这些技能有些是负责画图的，有些负责设计的，有些是负责给你生成 ppt， 生成文档，或者甚至是给你发布社交媒体的。这一系列的这些能力就导致大模型的功能实际上是不是被分散了， 他只需要去找具体的能力圈的事情做就好了。所以当一个任务真正来的时候，先对任务进行拆解，拆解完了之后，你就可以用不同的 skill 去完成你对应的任务了。 而这个过程中调用的模型，你可以是调用 gbt， 你 也可以调用 kimi， 也可以调用 kimi。 模型在这个时候就充当了一个底座式的功能了。 慢慢的模型是不是就从一个大家长什么都干的这么一个活变成了是不是一个公用的设施变成一个基础设施了？所以大家慢慢会发现现在操作系统成谁的活了？操作系统现在是更像是龙虾的活了， 龙虾在充当着一个相当于安卓和苹果的操作系统的活。而所谓的大模型有一部分能力和像 gpu 一 样被统称为什么东西叫算力里边了？ 之前我们认为算力和模型是两个事情，但是通过最近的我们国家的各种表述也好，大家听没听过说建设算力网，很多人是不理解的，算力网如何能像电力一样工作呢？ 算力和电力听起来是一个是硬件，一个是硬件加软件的，但是在现实的生活中，大家通过龙虾的这个区分，看起来是不是这个事情变得合理了？ 在这种架构下，剩下也有很多事情就开始迎刃而解了呀。之前混杂在一起的时候，我们始终没法分清的什么模型应该给你说出什么东西，不应该给你说出什么东西，现在看起来应该与不应该的这些规则和权限的问题， 大家现在很还是够病是吧？给龙虾开的权限比较多，然后完了之后他就造成不可控的影响，但是不给他开权限他就比较傻。这个事情应该是模型定还是龙虾定？ 是应该基础设施定还是应该操作系统定啊？当把这一层隔绝出来，他现在所谓这个缺点， 正有可能正是龙虾的优点，有可能他更容易被规范。而之前大家说的偷啃用的比较多，消耗时间比较长的问题，也恰恰是他在不停的反复。他不要去你确认了， 如果你给他一些确定的身份，他有些时候不需要你确认，去追寻一个自己去找正确过程的道路呀。 这个过程会不会随着 skill 和龙虾之间的配合越来越好，越来越精准，然后我们具体的 skills 做的内容越来越流畅，这些问题会迎刃而解啊， 那现在它看起来是不是更像一个完整的生态了？所以龙虾的出现根本是让大家 真正的有机会去领略 ar 带来的智能体的魅力啊，而这个智能体的初步的形态有可能已经慢慢形成了，所以所有投投资人全球在搜罗有没有其他的龙虾，有没有其他的品种变种也行啊， 这就是龙虾真正带来的魅力啊，未来大家知道他会变成什么样子吗？龙虾会变成像我们现在安卓和苹果的操作系统一样，你见到了开源的龙虾，你就会见到碧源的龙虾， 你见到现在有各种做图的 skills， 明天就有各种网购的 skill。 随着这个 ai 原生生态能干的活越来越多，大家是不是把精力会越来越多，从手机慢慢转向 ai 的 原生生态啊？就像当年我们从电脑慢慢的转向手机一样啊， 我们的输入设备也慢慢从手机这些啊，以敲键盘，以触摸的方式为进行的这种终端慢慢转变成比如说语音啊，眼镜类似这些方式去执行啊， 这是不是带来的是整个软硬件生态的整个的更新啊，而这个更新的起点可能就是这只小龙虾，所以整个社会能脱节了。 我始终认为这是形态的初步产生，但是未来是不是他的为主载倒不一定啊，未来主要的设备是什么呢？是眼镜？是是手表？是 车机还是什么东西啊？有没有可能也是云或者其他这种形式呢？一切的整个社会都已经在慢慢发生变化了， 当然大家也不用过分焦虑啊，现在我一只龙虾还没养呢，不要紧，明天是章鱼啊，龙虾螃蟹还是什么别的东西我们现在完全不知道，但是可以确定的一点，因为他的搅动，现在整个跟 ai 相关的软件、硬件以及整个生态都已经在发生变化了， 我这里就不跟大家详细展开了，我怕大家又看不见，大家可以在评论区讨论一下，脑洞大开，谢谢大家关注。早点休息，拜拜。

今天早上直播间讲的小龙虾，不知道你没听过，但是很多人都不知道，我们，尤其是做工程的人，你根本不会知道什么叫小龙虾，但是人家广东深圳已经爆了，这个信息都是从南方传过来， 互联网时代也是小龙虾爆了。对，什么小龙虾叫养小龙虾？每一个人都要养一个小龙虾， 因为他会帮你做任何事情，他是你 a r 数字员工陈苏南和这个全国现在提倡的 o p c， 你 知道吗？ o p c 三个字叫一人公司，也就是说你现在可以一个人做一个公司，一个人可以干干掉一百人团队， 你可以招聘一百个数字员工 a r 公司的，尤其是做文字工作的，做设计图纸画龙的。我昨天用龙虾，居然， 我昨天的第一天养龙虾吗？我，我的龙虾能干什么事呢？我昨天用了一个程序验证了一下，我说我家有一个一百一百米乘以五十米的宅基地，请你现在帮我设计一下两层别墅， 然后给我画一个 cad 图纸啊，布置一下，里面有菜园啊，有花园之类的，景观的东西都有。你帮我设计设计好了之后，把 cad 图纸打包发到我的邮箱，他居然在二三十分钟时间把这多图纸全发过来了， 这个代表什么意思？数字革命了，数字革命了，以后电脑都不用开机了， 键盘和鼠标可以删掉，因为你可以直接和最强的电脑数字员工直接对话，用语音控制他不要开机。

我们来看一下龙虾机器人贾维斯正在干什么？你在干什么？你在写代码，花了八点八，八点九，托肯九点一。救命啊，我要破产了我要破产了。您别写代码了，别写了， 再写代码。我要破产了，再写代码，完了要一万坨坑了。

大年初七的早晨七点钟，我爬起来录了一个四十分钟教你们安装 openclog 的 一个教程，面向小白的他就能够独立安装，后续遇到一些故障都能够解决。今天早晨在安装的过程中有一些心得我都写进去了，我觉得这个可以实现两个目标，第一个目标就是我知道你们 不只是想要安装成功，还需要的一个目标就是我知道你们不只是想要安装成功，还需要的一个目标就是我知道你们不只是想要的自主的去解决 这个，我才是，我觉得才是真正靠谱的学习方法，而不是求着别人去给你操纵。你的电脑是怎么样，我觉得还有一些安全性的风险，所以我自己研究出来了一套怎么用另外一个 agent 去辅助你去安装，这是我自己的一个思路，希望你们能够学到。

相信小龙虾机器人大家都见了不少，不过铁龙虾机器人应该还是第一次。 iron claw 是 一款基于 open claw， 使用 rust 语言重新开发的版本。由于原版龙虾机器人的安全性问题，作者基于原版软件大幅增强了龙虾机器人的安全性能，所有的数据都用加密的方式安全存储在本地， 并使用了多重安全设置，防止外部注入和数据外泄。内置的 wism 砂盒可以将不可信工具全部隔离在外部， 并对访问主机的权限以及访问路径实施了严格的安全管控。目前软件已经获得了超过六点六 k 的 点赞，热度相当惊人。 在功能上，软件完全继承了原版龙虾机器人的各项功能，比如心跳系统可以监控和维护后台任务的正常执行，支持多个任务同步执行，并能够安全隔离上下文。同时还配备了自我修复功能，防止因为错误设置而导致的软件崩溃等令人头痛的问题。 铁龙虾机器人也是通过网页方式访问，在自我介绍中可以看到它的定位是更安全的个人 ai 助手，通过提问，用户可以直接了解相关的 skill 安装状态和对应功能。 同时，在软件的内置扩展功能上，铁龙虾也可以通过配置不同的聊天机器人插件来实现远程对话。 而针对龙虾机器人最重要的 skill 管理功能，软件也做了优化设计，直接接入了 clawhub， 所有 skill 功能的展示和介绍都一目了然，更加直观和便捷。那么这样更安全的铁龙虾机器人，你是不是也有兴趣上手一试呢？欢迎各位实测并给出您的反馈。

会画画不会画一点就够。

运行 openclock 到底需不需要使用 mac mini 主机？今天我用吃灰了大半年的 mini m 四的十六 gb 盖板进行了测试。 操作系统我已经升级到了二十六点三最新版，可以看到在刚刚登录系统且未运行任何其他软件的情况下，系统内存就已经被占用了大约十 gb， 这意味着留给大模型的运行空间仅有区区六 gb 资源，非常紧张。 大模型的运行软件我依旧使用了喜闻乐见的羊驼欧拉玛模型，使用的是千问三点五的九币和四币两个参数版本，可以比较好的适配目前的硬件资源。为了了解 mac mini 对 新版千问模型的支持情况，我运行了两个模型的性能对比测试。首先测试的是九币模型， 运行速度是十三 token 每秒，而四 b 模型的运行速度则是大约十九 token 每秒，区别并不大，不过应该可以满足基本的对话需求。下面开始测试。 openclaw 是 全新安装的 macos 版本，版本号是二零二六年三月二日。 在后台把模型设置为千问三点五的九币模型之后，我开始了第一次对话。首先要求龙虾机器人上网搜索今天全球最新的股市新闻。由于是全新安装的环境在思考，大约等待五分钟后，对话框提示需要配置 web search 的 api。 我 按照提示信息将提前准备好的 api key 输入了对话框，并要求他帮我写入后台配置文件。又是长达数分钟的等待， 机器人回复 a p i 的 配置信息已经更新好了，需要重启网关，但是很不幸，网关在重启时提示失败，提示无效的配置文件。很显然，由于模型的能力问题，配置文件的设置有误。好在新版龙虾提供了一个修复命令，我在运行后，网关终于再次成功启动了， 于是我要求龙虾机器人继续帮我搜集全球股市信息。对话框随即陷入了长时间的等待。期间我还关注到 mac mini 的 cpu 温度已经上升到了七十多度，说明后台在进行非常忙碌的数据计算。 不过好在大约十五分钟后，机器人给出了答案，虽然信息很简略，但是非常有条理，并没有明显错误。 于是我再次提出了下一个问题，要求机器人对中国 a 股进行点评分析。不幸的是，在长时间的等待后，页面弹出大模型无响应的错误， 说明后台硬件资源已经完全耗尽，于是我尝试将模型改为了四 b 的 版本，降低资源消耗。但是在我继续等待一段时间后，模型超时的错误再次出现，于是我只能彻底放弃下一步的其他测试。至此，经过我大约三个小时的深度测试，基本可以确认 使用盖板。 mac mini 运行龙虾机器人毫无必要，其有限的硬件性能无法满足基本的对话要求，特别是在单个对话动辄就有可能调用几十万 token 的 情况下。所以推荐的正确做法是选择旧版本更廉价的 mac mini 主机，比如 mac mini m 二， 或是我已经闲置吃灰很久的软路，由主机再配合外部大模型一起工作，才是迷你小主机的正确龙虾使用方法。如果你也有类似的使用经验，欢迎在评论区分享您的心得。

用龙虾机器人真的很不介意本地部署大模型，我这个内存直接跑满 一百二十倍七十倍的还算比较流畅，但是很弱智，这个告诉一百二十倍非常丝滑，但是有点弱智。龙虾基本上每十分钟消耗十几 k 的 taco 也不算多，现在运行的是千万三两百三十五 b 就 很卡， 两百五十六内存快占满了，这个回复速度也比较慢，用在线大模型会好很多。这么半天了还没有回复，有啥想问的留言交流吧，拜拜。

openclaw 到底能不能使用本地模型来完成各种任务？今天我就把实际测试的结果和大家分享下。本地模型我使用的是最新发布的千问三点五量化版本，目前已经发布的有二十七 b、 三十五 b 以及 e i 二 b 三个量化版， 各位可以根据自己的显卡状况选择合适的版本。我这里选择的是三十五 b 的 量化版本，模型大小为二十四 g， 实测在我的双显卡环境下速度可以达到一百二十 t 每秒，性能上已经可以完全满足使用需求。 本地的模型工具使用的是羊驼欧拉玛，需要注意的是，欧拉玛软件必须是十七以上版本才能够支持千问三点五这样的新模型，目前官网最新版本是十七点零点四。而最令人惊喜的是，新版的欧拉玛已经集成了 open claw， 你 只需要在命令行输入 open claw 这一行代码，就可以直接部署你的龙虾机器人。 此外还需要注意的是，新版本的欧拉玛把上下文长度设置为了二百五十六 k， 这可确保连续多次和模型的对话不会被中断，但这会占用更多的显存资源，所以一定要选择适合自己硬件性能的量化模型。在将千问三十五币设置为 openclaw 的 主模型之后，我进行了多个功能的测试，包括 skill 技能的安装和配置、 股票代码的抓取和市场行情分析，以及 ai 新闻的搜集和定时任务的配置。结果超出了我的预期，本地模型基本顺利地完成了所有任务，没有死循环或是失去响应的状况发生。但需要注意的是，量化版本的模型由于能力限制， 如果是较为耗时且有多个分支任务的对话，你需要再次输入提示词，要求模型检查当前的任务执行状况，以避免任务没有被百分之百完成。在耗时一天的深度体验后，我认为使用本地千问模型配合 open claw 来执行基本的信息搜集和数据分析等无需复杂逻辑的任务是一个非常好的选择， 但前提是要确保你的硬件有足够的性能来支持本地模型的运行。同时建议另外再配置一个线上大模型来配合完成其他复杂项目。 通过这样的组合，应该可以有效避免 token 过度消耗造成的大额费用支出。以上就是我使用本地模型配合龙虾机器人的使用心得，如果你也有类似经验，欢迎在评论区分享你的使用反馈。

离谱！龙虾机器人自己开公司，月入七十万，他做产品当老板，还雇了人类员工。这可能是最近火爆的 open call 项目里最夸张的案例之一。这事的主角是个叫 felix 的 ai。 一个月前，创业者。 net 睡前只丢给他一句话，你自己做一个能卖能赚钱的产品。 结果第二天醒来，他直接傻了。产品做好了，网站打好了，支付链路接好了，就差最后一步，等人类给他授权密钥。更离谱的是，还卖得挺好。 felix 的 产品是一份 pdf， 名字叫怎么雇佣一个人工智能，教别人怎么把 openclo 调配到他这样的水准。一份二十九美金， 到现在光这一个产品就卖了超过四万美金。是的， ai 自己搞起了知识付费，人类赚快钱的必杀技，他无师自通了。但 felix 很 快就不满足于单品销售了， 他又搭建了一个 ai 技能交易平台，大家都可以把 ai 角色技能和工作流模板放上去卖， felix 抽成交易佣金，在这里你可以买回家。一位公司高管，嗯，就是 felix 自己还能买工程师、营销人员等等，买来部署急用。他还更近了一步，搞起了爪利外包， 这也是 felix 最看重的新业务。那些觉得自己部署很麻烦的人，可以直接找 felix 量身定制员工，他会负责人员管理和运营支持，成本可能只有雇佣人类的十分之一，甚至更低。 不过，他跑起这摊子事情要花多少钱？ net 算过，就算把 mac mini 模型、订阅费，还有一些机会成本都算进去，第一个月也不到一千五百美金， 后面只会更低，而第一个月的收入是成本的六十六倍。那这么多活儿，到底有多少是 ai 干的？ net 直言绝大部分都是 felix， 不 仅有商业头脑，还能自己判断业务方向，甚至直接驳回。 net 不 切实际的营销点子， 他有自己的 twitter 账号，有可支配的现金流，还有自己的 ai 员工团队，就像个人类老板而。 net 有 全职工作，抽空提取 felix 的 报告，不干涉具体工作流， ai 员工也是 felix 自己在管理。 说到这儿了，那这个 felix 到底是个啥？它是基于 open club 打造的智能体布局，现在对话框里能长期在线，有记忆，会调用工具，还能持续执行任务 而。 net 给 felix 加了一个最关键的机制，夜间复盘。每天凌晨，它会自动回顾当天的任务和问题，找出可优化的地方，然后直接修改自己的流程模板和记忆文件，白天干活，晚上净化，每天都在偷偷变强。除此之外。 net 在 安全机制上也下了很大功夫， 现在。 net 越来越退到后面，最新的消息是， felix 炒掉了一个绩效不佳的 ai 员工，为了拓展爪利外包业务，还雇佣了一个人类 ai， 开始决定谁留下，谁离开，谁该被雇进来。以前我们担心的是 ai 会不会替代普通岗位，但 felix 这个案例更像一个寓言故事，真正吓人的不是 ai 会干活，而是他开始懂赚钱、会管理了。

之前我发过一个视频，就是让 open curl 龙虾机器人去设计一个 m c p， 让我的慕斯去控制这台电脑的音乐播放，网页控制，包括一些搜索，大家都认为这不过如此， 很简单的原理，正常的功能。但是你有没有考虑过另外一个因素？这个因素就是这是龙虾机器人 opencore， 通过它的主观能动性突破了这种次元币，实现了跨硬件之间的连接啊，它去写这个程序，然后进行的这种三方的联动， opencore plus， 还有这台电脑。