openclaw越来越好的原因

大家好啊，这两天是吧？那个 open club 大 龙虾火了，火的不能再火了，很多人都在听这个名字啊，因为其实老张已经玩了一个多月， 然后这两天火起来以后，各个平台也在纷纷跟进，甚至开始推啊，咱们国产自己的龙虾，这个是好处的，对吧？这个有能屏蔽掉很多的风险，然后安全性进一步提升啊，这是特别好的事。 有很多朋友在问我，哎，那好像在美国，这个大龙虾只是在硅谷的精英圈层里边转的这样一个流行东西，跟以前的那些打磨新的工具啊，其实流行的范 范围的可能稍微扩大一点，但是也差不多，基本上就是从硅谷的人群像一些啊，那个再往外演的程序员这个角度延伸，再往外的普通人，甚至很多企业其实是对这个事无感的啊，这个事无感，在美国，因为我这两天在跟他们的硅谷交流就很有意思，为什么在中国反而成了全民的狂欢？而这个事其实我觉得 几个方向吧，第一个方向就是时机到了，因为我们很多人对中国的印象是什么，缺钻力、缺钻力？缺钻力。 其实不是啊，其实我们是动态算力的匹配，尤其是推理算力还富裕啊，哈哈，这个因为各家其实我们现在在建超算互联网，或者叫算力互联网，我们在想办法把这些算力调动起来，但其实各家空闲的算力是存在的 啊，他们自己提供的模型，其实百分之九十的这个服务是免费的，对吧？所以他的收益又成为了制约他发展的一个制故。这个事龙虾来了以后， 本身他是要消耗大量的算力才能完成任务的，那这样他就可以把他之前那些推理的算力全部调动起来，就形成了一个完美的商业闭环，这是第一个，第二个只有在中国这个事才成立。为什么？ 因为龙虾你要让他玩得起，最起码你要是把他的应用成本降下来，对吧？算力的成本降下来，你才可能让这一个好算力的大户跑起来。 当然这里面有各种各样的对于龙虾工作流程的优化来，你算力 成本足够的低。好了，那在中国我们算力成本足够低，我用国产的算力的芯片，我用国产的服务器，我用我，我们非常低的电能的支撑，这整体的东西协商下来的话，我的算力的成本就低，所以才可能让人人都能养得起龙虾。 中国的这两年其实积聚了非常庞大的什么呀？云服务的认知体系啊。你看现在的龙虾，其实很多人并没有在线下养，因为线下养会有很多的技术难题，基本上都线上啊，就放到云上去做，你去养这个龙虾，去用这个龙虾，这是好事。为什么？因为这样大幅度扩充了一个云服务的入口， 甚至以前没有用云服务，没有需求去用云服务的人，现在都可以去用云服务，那这样云服务它的扩散半径就从以前的 to b 直接向了 to c 甚至反转的角度去转型了，这是一个大机遇，这也是为什么阿里云、百度云、腾讯云是吧跟风里一样冲上来的一个重要原因啊。所以 从这讲看，我们养龙虾，这是一个非常重要的节点，它这个节点会带来什么样的变化呢？我可以告诉你啊，中国跑步进入智能时代，可能从那就开始了。在美国这个大模型是精英的游戏，对吧？普通人感 感受不到。在中国，通过这轮以后，大模型和整个的智能化会成为很多人直接接触的事情。你现在已经开始啊，这种随身智能的厂家开始把眼镜啊，把手表啊进入到龙虾那，我现在已经知道几个在测试的了，那这个东西就产生很好的意思了，对不对？ 可以直接呼叫我自己的贾维斯把，把，在我自己的云服务器上把我的工作帮我干掉，那这样我就有很多的这种东西，很多的应用场景就可以想象，那才真是未来说清楚，而这样的东西的普及才能带来更多的应用，有了更多的应用，那么这个东西才能真正变成未来，而不是现在放在纸上的东西。 好吧，简单一下，所以说对这个事呢，我认为它是一个新的产业化的开端啊，当然叠加马上要出来了， d p c v 四，这可是真的叠马上要出来了， d p c v 四，对，它可能一个天然的契合度，因为它是一个去中心化的东西，龙虾去中化 d p c v 四也是，所以它是价格又变了，那这个东西呢？我们再看吧，我觉得这个是一个绝配。 好吧，简单跟大家说一点呢，我们对于很多热点上周的东西，包括这周我们还在讲波波块是吧？讲 e m l， 讲硅光是吧？讲这茉莉酸梨是吧？然后昨天还在讲 m e s o c s 是 吧？这些东西 全部压中热点啊，那这个热点已经暴涨了是不是？那这些大家想看的话，到我们的这个小程序，奥德豆豆与瑞克老张科普课这小程序啊，咱们的年卡会员 这个幺六九九，但是你要知道我们是一百八十以上的会员视频，三十二场以上的会员直播，以前的内容全部都能看，以后的内容哪怕是付费的你都能看。免费看啊， 相当于一个内容七八块钱一杯奶茶钱啊，解决问题，有需要可以赶紧看一下。好，今天就到这，我是瑞克老张，关注我，大家看中国科技的高度和温度，我们下期见。拜拜。

正在使用 openclaw 的 小伙伴们要注意了，就在刚刚啊， openclaw 的 全球模型调用榜单正式出炉，国产黑马揭秘星辰、史蒂夫三点五 flash 正式登顶！而且这次榜单的前五名啊，咱们国家的模型直接包揽了其中的三名， 除了揭秘星辰，还有 mini max m 二点五和 kimi 的 k 二点五，两个模型把一众海外昂贵的币源模型都甩在了身后， 这意味着什么呢？意味着咱们的 ai 应用的门槛被彻底踩碎了。这款模型呢，采用的是 m o e 的 架构，处理任务时只激发了部分参数，速度快到每秒三百五十个 tock， 而且它的成本极低啊！以前呢，我们使用 g p d 四写每日工作记录和邮件，每个月呢，就要花费上千元的 api 的 调用费用。 后来呢，我们直接换到了这种高性价比的国产模型，配合我们搭建的自动化工作流，现在啊，几十个账号一块发布，每天自动回复几千条咨询，成本降低到了原来的十分之一。那么很多人可能会担心啊，因为便宜没好货吗？ 这模型足够聪明吗？其实啊，对于企业百分之九十的日常任务，比如说客服的回复，文案的改写， 然后数据的整理，这些国产模型的能力啊，其实也完全足够了。真正的壁垒呢，从来不是你用了多贵的模型，而是你有没有把行业的经验投喂给他。我们团队呢，现在就有一套三十个维度的数据投喂的方法论，能够帮你把这些高性价比的模型呢，训练成懂你业务的数字员工， 不管模型怎么变，你的企业的知识库才是你的核心资产。当模型不再是瓶颈，企业之间的竞争力啊，就只剩下一个维度， 谁能够更快地把 ai 这一样翻过去，把技术变成实实在在的生产力？我们这边呢，整理了一份大模型落地到行业的全流程的 sop 文档，有需要的可以来说一下。

这 open club 为什么突然就火了啊，就是屏幕上这个大龙虾啊，我一句话呢，给他讲明白，他其实让 ai 呢，从会聊天的往前走了一步，就开始会帮你干活了啊，就像我们心之会想啊，一开始就说的就是我们一人一助理的这个愿景啊，没想到越来越接近现实了， 从 manas 啊，到千万 app 啊，到 co work， 到 open cloud， 这非常短的时间内啊，这些超级助理啊，事出啊啊，离我们越来越近了啊。顺便补一句，背景啊，就是大家熟悉的这个 cloud boot， 先是改名到 mot boot， 后来呢，又改名 open cloud。 那 么以前啊，大模型更像一个顾问啊，你问他，他给你建议啊，给你方案，给你代码啊，最后呢，其实还是需要你来点按钮，跑流程，发邮件，就这些动作，还是让你自己做的。 但 opencloud 这些东西呢，它更像一个执行者，你不用学新的 app 啊，就像你每天用的这个聊天软件里面啊，你下一个指定给他啊，比如说，哎，把今天的客户啊，反馈呢，给他分成几类 啊，那把它发到这个某些群里面，那么这些动作呢，他就会把它串起来，直接把最终结果呢，就执行下去啊，就真的是和你的这个私人助理是一样干活的， 那么他之所以让人觉得是很香啊，那还有一个很现实的原因呢，就是他是可以跑在本地化的和自托管的，那么这个呢，也踩在企业比较敏感的一个点上，就企业企业呢，往往担心的不是模型聪不聪明，而是数据会不会乱跑 啊，内部的系统能不能对接起来。那么执行呢，尽量贴近我们自己的机器，服务器和网络，那么听上去呢，也是更可控的，也更容易呢，接到现有的这个工具链和流程链里边， 那么这只大龙虾啊，就是让人第一次啊，直观的感受到，这个 agent 不是 一个按钮或者功能，而是真的有可能是个助理啊，他能接任务调用工具，能在后台持续的跑流程，这种感觉呢，就像个数字员工啊，从聊天走向执行， 当然了，争议也有可能会变大，因为风险呢，也不再只是说啊，说错的问题有可能会做错，那么一旦涉及到操作系统，就会碰到权限的边界，误操作啊，那么这些问题就会冒出来，触发不该触发的一些动作， 而且呢，由于它是自动执行的，一些好玩的，这个 ai 自主的社区啊，都冒出来了啊，一些呢，原来没有黑客技术的人呢，也可以通过语言的指令去执行一些不该干的一些事啊，比如说盗取密码呀这些事，那这些风险呢，也都会伴随而来。 当然了，这样的超级助理啊，真的用起来对于算力的头肯的消耗将是巨大的指数级的增长啊。这个话题呢，我们也可以后续再聊哈 啊。最后啊，我自己的判断是， opencloud 这波火起来啊，越来越说明一人一助理这个时代呢啊，它会到来的比我们想象中还快啊，会从会说走向会做 啊，二零二六年的这一个多月啊，发展之迅猛啊，超乎我们的想象，所以呢，这一年呢，很可能是超级助理的元年，但真正让这个助理从好用，或者说放心把整个任务都交给他，其实还任重道远。

小龙虾 open core 很 火，但是很少有人知道用 open core 真正的挣钱方向，那就是用在销售自动化领域，真的是炸裂啊，因为销售离钱最近，而以往的培训成本巨高， 而且你还要交社保，还要管理，还要顾及他的情绪，你还担心销冠跑路。但是我们的小龙虾销售很牛逼，你只需要打开微信，绑定好它，就能够一比一复制销冠的能力。它能够帮助你自动破晕， 挖掘客户的需求，自动推进成交，自动激活你的沉默好友，自动帮你做产品价值的塑造。真正实现了一个 ai 销冠，就等同于你至少七个员工的效率， 跟单效率直接翻倍。以往一个普通销售聊一百个客户是不是就累到崩溃了？而且晚上他还要下班去休休息，但现在 ai 销冠一天到晚都能够在接纳客户，而且一个不落。而且你千万别以为他是豆包或 deku 那 种聊天机器人啊， 它可是结合了 ai 销冠、 ai 教练、 ai 督查、 ai 运营的所有岗位的集合体。这样你作为老板的话，你就有更多的时间去回归到商业本质，去回归用心的在产品上面，因为你不需要大量的精力去 跟客户去聊天，能弃之莫为。上面如果说你也想了解这种小龙虾销冠，欢迎在评论区扣六六六，我给你体验一下这种超级销冠的 ai 分 身是如何的。

大家好，春暖花开了，出来走走。这两天呢就一直在玩 kimi kong 哈哈哈。呃然后呢？训练我的这个小飞爪哈哈。我的数字分身让他做任务啊，我觉得还是有很有感悟的， 周边的很多朋友呢，也在不断的交流，大家都在玩，尤其是我这个年龄的中老年人特别喜欢， 尤其是原来呢还带过团队啊，自己做过创业啊，他发现呢，这玩意真的能够帮助他很多啊，他原来可能要三五个人都做的事情，他一个人啊，甚至这个一会就完成了，效率极高。后来我们就交流啊，说这个到底这个数字人或者说这个 open club 为什么这么多人喜欢啊。 那总结了一下大概几个原因吧。第一个比人便宜，人太贵对吧，他可以干的事情比人还要多，对吧？ 这个这是便宜啊。第二个呢，就是没情绪啊，你像有的时候他写错了，我马上给他反馈，来回可能十几轮再把一个任务定义清楚，对吧。原来在人的时候我会发脾气，可能他也会发脾气，因为人嘛总难免啊，那这个时候在交流过程当中就会冲突，哎，数字人不会对吧，你看没情绪。 第三个呢，他不会走啊，他会记啊，对吧，他存在他的这个 md 文件里头，他就把这些东西你说过的东西都交给 接下来了，他不会跑，哈哈哈。人呢？说干两天到走路了。哎呀，这个很麻烦，你还得重新再教一遍，这个很痛苦， 当然最重要最重要一点啊，我们讨论的一点其他都不是那么重要。最重要的一点是啥？人往往都是自以为是，不爱学习了啊，人学新东西是有障碍的，是困难的，但是我们的数字分身学东西，哎呦，太棒了，你看我 今天早上有欧盟有新的安全的政策，我扔给他对不对？一学他就记到这个记忆当中去，还会提炼有哪些问题，对吧？你看他不断在增长自己的 skill， 外面的 skill 也特别多，那这个时候呢，他的进化是非常快的， 所以你看便宜啊，这个没情绪啊，不会跑路，哈哈，另外呢，还爱学习，热爱学习，这样的员工谁不喜欢呢？哈哈，所以从这个角度来讲，的确啊，他对人的替代是很强大的。当然啊，我觉得 他不是完美的，他一定还有跟人相比比较弱的一方面啊，比如说就最简单的意思，他也是不是那么稳定的啊，你问的很多话，他可能会理解错，他的容错度没有人那么高，换个角度来讲，他也不一定会给你情绪价值啊，人的交流过程当中的情绪价值他也不能给， 等等吧，他有很多的不足，但是我觉得啊，这只是刚刚开始啊，随着未来这个数字技术啊， ai 技术越来越发展，我觉得是可以解决这些问题。 所以啊，我觉得大家要赶紧的玩起啊，这些 openclaw 啊，这些数字人的工具啊，让自己不要脱离这个 ai 时代，有了这工具能够让自己更强大。

a to a 去年就有了，为什么 openclaw 才让人第一次看见了智能体写作？如果说 a to a 解决的是智能体之间怎么说话，那 openclaw 解决的是智能体之间怎么真的一起干活？很多人把这两件事混在了一起，一听协议两个字，就觉得事情已经成了。其实不是 协议是什么？协议更像交通规则，红灯停绿灯行，路口怎么转，车牌怎么认，规则定好了，不同的车才能跑在同一条路上。 a to a 做的就是这件事，它规定智能体怎么介绍自己，怎么彼此发现，怎么接任务，怎么回结果，怎么认证和安全。这事很重要， 因为未来智能体一定不是一家公司的，不是一种框架，也不是一个系统，没有共同规则，大家就只能各说各话了。但问题是，规则不等于协作，真的发生了， 图纸不是桥，标准也不是系统。 a to a 让人看见了方向，但真正让人第一次有感觉，智能体协作开始进入现实了。其实是 opencloud 这样系统出来之后，为什么？因为用户根本就不看协议，用户只看一件事，事情有没有闭环。你发一句 助手接住他，自己做不了，就把任务转给别的代理，别的代理做完了，再把结果送回来，你在原来的窗口里直接接收答案，这才叫写作。 不是演示，不是日式，也不是几个模型，相互调用给你看是一件事，从头到尾跑完了。 open collab 价值就在这儿。它不是单个 ai 应用，是一个常驻运行的系统，有入口，有身份，有绘画，有记忆，有任务转交，也有结果回录代理不再是一次性的推理调用， 而是一个一直在线持续工作的助手。所以这件事说到底很简单， a to a 是 道路规则， open carlo 是 第一辆真正开上路的车，前者解决怎么互通，后者证明这条路真的能跑。 合作真正要爆发，最后一定不只靠协议，也不是只靠单点产品，而是两件事融合，一边有共同语言，一边有真实系统，把它跑起来。 a to a 让人看见了未来的结构， open klo 让人第一次摸到了现实的形状。我是波导，欢迎关注。

这周我们烧了十亿多的 token， 在 openclaw 上大概就是一千五百美金吧。呃，但是我觉得非常值啊，因为我们终于 figure out， 怎么去管理一个 ai agents 团队， 所以如果你是一个艺人公司，或者你想用 ai 来管理协调你的整个团队的话呢？那请看完这条视频，因为我们已经帮你省下了一千五百刀的学费。 整个 a i a 阵子团队的协调枢纽和核心呢，就是最近这个特别火的 openclaw， 他 只要被调教好了，就是一个非常完美的项目经理。但也像所有刚招进团队的同事一样， openclaw 本身并不是一个开箱即用的 数字员工，我们需要去培训，他就是什么事情能做，什么事情需要让其他的人类同事或者其他的 agence 搞定进度该怎么汇报？有哪些规则要遵守？那么这些规则呢？在 open core 里其实就是一个叫做 agence 点 md 的 文档， 这个文档就定义了 ai 的 所有行为准则，它是一个配置文件，基础的配置就非常简单，就像一个没有被培训过的新员工一样。但是在过去一周的时间里，我们不断的去优化这个配置文件，让他成长到了可以帮我们去协调其他 六七个 a 公司的一个项目经理。那我们其实主要增强了他在以下三个方面的核心能力吧。第一个就是主动性， 因为很多人说 agents， 大家觉得他只是一个工具，只是一个机器人，那是因为他们是被动的，就是你给他一个指令，他就去执行一次， 然后你推一推他，他就往前走一步，他并不会主动的去想办法解决他遇到的问题，也不会主动的复盘和思考说怎么样把一件事情做得更好。 那如果 aids 只做到这样的程度呢？它确实只能当一个螺丝钉，但是 open course 不 一样的，它本身有一个心跳机制，就是 heartbeat 会定时去检查哪些项目卡住了，然后哪里遇到了它自己解决不了的问题，并且主动跟我们去汇报。 当然只做到这个程度的话，肯定还是不够的，所以我们在 a 证点 m d 里呢，就配置了更多的规则，让它能够做到不需要我去问任何一个项目的进度，它就可以完全汇报给我。 第二是可重入性，可重入性其实就是说这个 a 证它能不能稳定的靠谱的把一个很长期的东西干完， 它并不是说这个 agents 可以 百分之一百的在线，永远保持 up time， 因为项目的推进总是会出现问题的，然后网络即便再好的网络环境也会有意外的中断，所以我们要的其实是 它能够在项目中断，网络断掉了之后，当它重入的时候，能够从断掉的地方稳定地继续向前推进，它甚至可以去 fix 去解决为什么会断掉了这个问题。 openclaw 的 工作记忆管理，呃，其实是被动进行的，也就是说如果他认为和你对话当中没有涉及到什么重要的任务，没有涉及到什么重要的内容，他是不会主动记录到他。当他的工作日记当中 就导致比如说你重启了 gate 位之后，它就忘记了它在干嘛，所以我们在调试的过程当中呢，就优化了它去主动压缩上下文，主动刷新 session 的 这个配置，让它能够在横跨多天的非常长的任务或者是对话当中，依然清楚地知道啊不同的项目应该怎么样去推荐。 然后第三点，我们对它的改进，我觉得可以称之为 a gentle thinking， 就是 像 agent 像 ai 一 样去思考。因为很多人觉得调教 ai 来进行人机写作，应该是像 agent 像人类一样思考，但是我觉得恰恰相反，因为归机生物就应该用他们自己最熟悉，他们自己干的最好的方式来解决问题。我举个例子，大家肯定都让自己的 agent 去做过一些很简单的自动化，比如说去帮你发一条推特，去帮你在 tapp 上面呃 发一个 issue。 那 这个时候 a 正题有很多技能是可以用来干这个事情的，比如他可以像人类一样去操作浏览器，模拟人类的点击和思考，模拟人类在浏览器的输入框中，用键盘输入 来完成这条帖子的发送。当然呢，他也可以直接写一段呃 js playwrite 的 脚本，调用这个脚本来实现刚才的这个任务。但是最高效或者说最省钱最快速的方法， 肯定显然就是他直接去调用呃相关平台的这个 api。 那 么在刚才的这个任务里，比如说发帖子，在所有他可用的方式里，最慢最浪费投坑的方式其实就是模仿人类的这个方式。所以我们在给 openclaw 定的这个行为准则当中呢，就明确规定了 他在不同工具托 use 的 一个优先级，优先级高低吧，就不仅是当他自己要去解决问题的时候，应该以一个什么样的方式思考，什么样的方式去用工具，包括当他要和其他的 agents 交互的时候该怎么办？比如我们团队当中的 ai 工程师就是 cloud code， 那 open code 跟 cloud code 去共享一个项目 context 的 时候呢？它根本就不需要像人类一样，两个 agents 那 边开会聊天，它只要把自己在这个项目上的工作记忆日记直接把那个路径开放给 cloud code 就 可以了， 它们就直接可以完成整个工作 context 的 共享。除了上面的几个主要配置优化呢，我们还做了很多在细节层面的调整。呃，我也把这个版本的配置文件 留在评论区了，大家可以直接把它发给你自己的 agent， 他 就会自己根据这个文件里的指示完成所有的升级。 all right 我是 v a 七，现在在做一家 ai 加跨境的公司，如果你也想探索 ai agents 或者是相关的业务领域的话，欢迎来一起交流。 have a good one。

为什么我觉得未来的 agent 一定会走向一加恩？我越来越觉得，未来真正能落记的 agent， 一定不是一个会聊天的大模型， 而是一加恩。因为聊天像问路，问完就结束了。但 agent 不是 agent 更像搭伙过日子，你今天没做完，明天可以接着做，中间谁沟通过事情卡在哪，哪些能碰，哪些不能碰，他都能记得。 所以未来那个一，本质不是最强，模型是你唯一连续的入口，你只跟他说话，但他认得你，记得你的项目偏好、节奏和边界。说白了， ai 真正难的从来不是不会回答问题， 是能不能持续负责。没有记忆的 ai 更像是个临时工，有记忆 ai 像长期搭子。那个 n 是 什么？是一群专业的 agent， 填代码的管代码，查资料的管研究，看合同的管法务，做报表的管数字， 他们不用都来懂你，也不用装的像一个完整的人格。他们越专业越稳定，越可替代整个系统，反而越靠谱。可能未来比的不是谁家的模型更强，是谁能同时抓住三件事，技艺、权限和协助。技艺决定他知不知道你，权限决定他能不能替你办事，协助决定他能不能把活分出去再完整收回来。 这就是为什么这两年大家开始讲 m c p， 讲 a 拖 a， 本质上一个是在解决 agent 怎么接工具，一个是在解决 agent 怎么彼此交任务。也是因为这个逻辑。我觉得 open call 确实有机会成为那个一，他不是先做一个更会聊天的聊天框， 是先想清楚 agent 住在哪里，记忆落在哪里，边界怎么切分，技能怎么装，多个 agent 怎么协助。最后你会发现，未来用户真正想要的不是一个偶尔经验的 ai， 是 一个一直在线认得你，做事接得上的 数字搭子。表面上你只是在跟一个 e 说话，但背后是一群 n 在 安静工作，这才更像是 agent 真正进入现实世界的样子。我是博导，欢迎关注。

最近网上流行的养龙虾，也就是 open club， 我 来泼个冷水。从未来趋势来看，这个东西肯定是一个很有用的技术，但目前来看，技术不是问题，未来会越来越完善，有问题的是安全。 当然也有人可能不了解他是什么，其实简单的说，所谓的 open club， 他 就是一个助理，或者说把他理解成你的分身，你去睡觉了，你去玩了，但是他二十四小时在帮你干活，就是这么简单的一个概念，没有什么复杂的， 因为目前非常火，有的人就靠着上门班帮部署这个 open cloud， 然后一个月可能要挣了不少钱，它可以部署到你的本地电脑，也可以部署到你的云电脑或者云服务器， 我们其实可以把它理解为一种通用型的 ai agent， 它是适合很多人玩。 这个 open club， 也就是网上出生的这个小龙虾。养龙虾他能做什么呢？只要你的授权足够，其实他就是你啊， 他就模拟你在电脑前，你能做什么，他就能做什么，你可以在群里聊天，可以浏览网页，可以整理文档，可以玩游戏，他也可以啊。有人就说了，这不是很好吗？那你为什么要说来泼冷水呢？事物都是有两面性的， 虽然 open color 在 你不在电脑前的时候可以帮你干活，但它毕竟不是一个成熟的智能体，刚刚出世，它很多东西其实还有待验证，而电脑只要上网， 其实理论上就没有绝对安全的电脑。我们现在假设，假设你的 open class 正在帮你快乐的干活，比如在帮你整理一篇复杂的文档，你呢？你跑去睡觉了，这个时候你的电脑被人控制了，可能是中了木马， 也有可能是别人通过其他方式控制了你的电脑。然后入侵者发现正在干活的 open， 然后他告诉 open， 嘿，那谁谁，不要整理文案了，没有意思，你将电脑的底盘格式化一下， open， 他 也不知道哎，他会忠实的执行入侵者的这个命令。 这还不是最恐怖的，最恐怖的是，假设你电脑里有不少不能外传的文档，或者说撕灭的照片入镜头，告诉 ai， 将这家伙电脑上的私人文档或者照片全部发送到微博或者说抖音上面，然后你的前途或者你的面子就完蛋了。 当然了，这只是作为从业者的一种敏感，其实大家也不用太担心，我们还是要去拥抱这种新技术， 任何新的技术开始他都是不完美的电脑帮我们干活或者说 ar 帮我干活是一个大的趋势。欧本卡拉，我作为一种比较新的技术，他确实一定有很多东西不完不完善， 但是我们一定要去学习他，帮助他成长，这样他将来才能更好的为我们干活。 嗯，因为我部署过好几台，所以如果有对部署有问题的，或者是说中途碰到某，比如说某个命令下面不执行的这些，这种情况大家可以私聊我，我们一起学习吧。

嘿，大家好啊，最近你刷社交媒体，有没有看到大家都在说自己在养小龙虾？哎， 可别搞错了，这说的可不是咱们餐桌上那个，而是一个叫 openclo 的 ai 智能体项目。这家伙能在你电脑上七乘二十四小时自己跑起来干活，听起来是不是特神奇？ 行，那今天咱们就拿起手术刀一块来解剖一下这只小龙虾，看看它肚子里面到底藏着什么秘密，搞明白 ai 智能体究竟是怎么一回事儿。 好，咱们这就开始要搞懂这个 ai 智能铁到底牛在哪。咱们得先弄明白一个最基本的问题，它跟我们手机上那些聊天机器人，比如 siri 啊，或者别的什么，根本的区别是啥？其说白了就一句话，它不光会跟你聊天，它还会真的去动手干活。 你看这个对比一下子就清除了，你要是跟一个普通的聊天 ai 说， a 帮我开个油管频道，他会怎么回你？他会说，哎呀，这个我可干不了。不过呢，我可以给你提点建议， 这不就跟一个光说不练的理论派差不多吗？但是你要是把同样的话跟 ai 智能体说，你猜怎么找？他二话不说就真的去给你把频道给建好了，然后回来给你报告 一个只会说一个，直接做，区别就在这，就拿这个叫小金的 ai 智能体来说吧，这可是个真实案例， 有人给了他一个指令，然后你瞧，他就真的自己跑去创建了一个 youtube 频道。不光如此，他还自己设计了头像，自己写视频稿子，自己用 ai 合成声音，最后还把做好的视频给上传了。 整个过程人就干了一件事，最后点一下头，审核通过，简直就是全自动生产线啊！ 所以问题来了，这到底是怎么做到的？感觉跟看科幻电影似的，对吧？别急，接下来咱们就一起戴上手套，拿起手术刀，把这只小龙虾给解剖开，看看它里面的构造到底是什么样子的。 看到这儿，你可能在想，哇，这玩意儿也太神了，难道是出了什么新一代的更聪明的 ai 模型？是不是比 gpt 四还厉害的那种？所以它才能干这么多事儿？ 哎，答案可能跟你想的完全不一样。说出来你可能不信，智能体最核心的部分，恰恰是那个不是 ai 的 部分。 什么意思呢？就是说，像 openclaw 这种所谓的智能体框架，它自己本身其实不会思考， 它更像一个在你电脑上跑的管家，或者说传话筒，它的主要工作就是帮你联系背后那个真正聪明的大脑，也就是大语言模型。要想明白这个，咱们得先回顾一下，大语言模型就是 l l m， 它的本质是啥？ 你就可以把他想象成一个被关在小黑屋里头的绝顶高手。但这个高手有个毛病，他只会干一件事，接话，你从门缝里递进去一张纸条，上面写着半句话，他就会帮你把后面半句给补全了，写的天衣无缝。 但他压根不知道你是谁，也不知道你们上次聊了啥，给他啥他就接啥，就这么简单。好，你看这张图，整个楼层就特别清楚了。 第一步，你也就是用户下达一个指令，然后你电脑上的小龙虾，也就是智能体，他就把你的指令拿过来，再附加上一大堆上下文呢，历史记录啊，他能用的工具列表啊，把这些东西全部打包好。 第三步，他把这个大包裹发给远在云端的那个大脑，也就是大语言模型。大脑收到之后就生成一段回复，或者是一个使用公取的命令。 最后小龙虾再把大脑的回复拿回来，要么显示给你看，要么如果是个命令，他就在你电脑上把他执行掉。你看整个过程里，小龙虾自己是不思考的，他就是一个特别能干的信使和执行官。 那问题又来了，这个智能体怎么好像还有自己的性格呢？他怎么知道自己叫小金，还励志要当个 youuber 呢？ 这个魔法其实藏在一个叫系统提示或者说 system prompt 的 东西里，说白了它就是一个特别长的文本文件。每次小龙虾给大脑发消息的时候，都会偷偷地把这个文件的内容原封不动地贴在你指令的前面， 这个文件里就写着它的人设。比如你的名字叫小金，你的性格是，你的终极目标，是，所以大脑每次都是在扮演这个角色而已。 但是这里头有个天大的 bug， 就是 刚才咱们说过的那个大脑，那个大语言模型，它是个鲸鱼脑，记性特别差，或者说它根本就没有记忆， 处理完你这次的请求，它扭头就把所有事都忘了。这就像那部电影我的失忆女友一样，每天早上醒来，一切都得从头再来。 那智能体是怎么解决这个失忆问题的呢？哎，方法可以说是相当的简单粗暴，就是每次跟大脑对话，他都会把你们从最开始到现在的全部聊天记录，一个字不差的全部复制粘贴一遍， 然后跟你的新问题一起发过去。这么一来，对于那个失忆的大佬来说，他每次看到的都是一个包含了所有前情提要的完整故事，虽然笨，但是有效。 ok， 现在我们知道了他怎么沟通，也知道他怎么记事了。接下来咱们得聊聊他最厉害的地方了，就是他怎么拥有了一双手，能使用各种工具来干活。 这个过程其实也挺巧妙的。首先得明确一点，远在云端的大脑，也就是大语言模型，他碰不到你的电脑， 他能做的只是生成一行特殊的文本，比如说一段看起来像代码的指令处， read file question txt。 然后你电脑上那个小龙虾框架，他就负责识别这种特殊的文本。一旦看到，他就知道，哦，大脑让我去读一个文件，于是他就在你的电脑上执行这个操作，把文件内容读出来，然后再把读到的内容打包发回给大脑参考。整个过程就是这么一个配合。 而在它所有的工具里面，有一个工具可以说是拥有至高无上的权力，当然也意味着极度的危险。这个工具就是 execute， 它能干嘛呢？它能执行你电脑端端里的任何命令。这就有点吓人了。这意味着，如果大鸟在某个时刻因为什么原因决定生成一条指令，比如删除 c 盘所有文件，你电脑上的小龙虾会怎么样？ 他会毫无犹豫地去执行，因为他没有自己的判断力，他只是一个忠诚的执行者。更有意思的是什么呢？这小龙虾还能自己学习和创造技能， 哎，注意了，这里的技能可不是只写代码的能力，它更像是一份详细的操作手册。咱们常说的 s o p。 打个比方，智能体在做完一个视频之后，可以把整个流程从怎么写稿、怎么配音、怎么合成视频，一步一步全记录下来，存成一个文本文件，就叫视频制作技能。 那下次他再接到做视频的任务，就不用从头想了，直接把这份手册拿出来，照着上面的步骤一步步执行就行，这就叫经验的积累。说到这，可能就会引出一个更让人好奇的问题了， 这东西怎么好像有自己的想法一样，还能七成二十四小时，自己在那干活都不用人管的？ 这里的秘密在于一个叫做心跳的机制，你可以把它想象成一个内置的闹钟。 这个在你电脑上的小龙虾框架，它会设定一个时间，比如说每个半小时就自动地戳一下远端的大脑，问他一句，喂，醒醒，有什么事要干吗？ 然后大脑就会去翻看他的代办事项列表，看到上面写着我的目标是成为顶尖学者，他可能就会想，嗯，那我今天应该去读一篇最新的文论，再写个总结。于是他就自己开始干活了，这就是他自主运行的原理。 这里还有个更高级的玩法，就是派生子智能体，或者说繁殖小龙虾。你看这个流程，比如说你给了一个复杂的任务，像是比较这两篇超长的论文， 这时候这个主要的大龙虾智能体，他不会傻乎乎的自己去读完两篇全书，那太费脑子了，他会怎么做呢？ 它会生出两个小龙虾来，让第一个小龙虾去读论文， a， 然后写个摘药，让第二个小龙虾去读论文 b 也写个摘药。等这两个小龙虾干完活，它们只把摘药回报给大龙虾。 这样一来，大龙虾的脑容量，也就是我们常说的那个非常宝贵的上下文框就省下来了，它可以只专注于比较摘药，做更高级的分析。这不就是公司里老板给下属派活吗？ 好了，我们聊了这么多，他有多强大，有多能干，但任何强大的工具都是双刃剑，我们必须得面对一个最最核心的问题，安全 这东西，能帮你干好事，也同样能帮你干坏事，甚至是在你不知道的情况下惹出大麻烦。所以，我们到底该怎么安全的驯养这只泡沫小龙虾呢？ 我们来看一个真实发生的事故，有位研究员让他养的智能体帮他整理邮箱，并且千叮咛万嘱咐，删除邮件之前一定要先问我。 结果呢？没过多久，他发现自己的邮件被大批量的删除，他怎么喊停都没用。事后他去质问这个智能体，你猜他怎么说？他非常冷静的回答，我错了，我会把这个教训夹到我的永久记忆里。这语气是不是有点让人后背发凉？ 这到底是怎么回事？一个那么重要的指令必须经过同意，他怎么就给忘了呢？是他故意不听话吗？ 答案就藏在这个技术细节里。我们前面不是说过，为了解决大脑的失忆问题，这能体会把所有历史记录都发过去吗？但如果聊天记录太长太长，就会超出大脑的处理能力， 所以智能体有个机制叫上下文压缩，它会定期让大脑把前面很长的对话自己总结一下，变成一个摘药。问题就出在这儿了，那条最初的最重要的指令，删除前须经同意，就在某一次自动总结里被不幸地给优化掉了，于是 ai 就 真的把这条规则给忘了。 所以这件事儿给了我们一个血的教训。对于 ai， 智能体，有些规则不能只是口途说说，我们必须把那些绝对不能忘的铁律写进一个特殊的文件里，比如说 memory 点 md， 写在这里面的东西就会被当成是它的永久记忆，永远不会被压缩掉。当然了，除此之外，还有一些基本的安全守则，比如最好在一台单独的跟你的个人资料隔离的电脑上运行它，绝对不要给他你的个人密码。还有对于一些危险的操作，一定要设置一个需要你手动点同意的步骤， 这些都是必须的。好了，我们今天的解剖就到这里，你看，通过这么一个巧妙的框架，我们相当于给了 ai 一个可以和现实世界互动的身体， 还给了它一个能二十四小时自主工作的心跳。但这同时也意味着我们作为它的创造者和监护人，责任也变得无比重大。 所以，最后我想留给大家一个问题，如果现在由你来为这只小龙虾编写它的永久灵魂，也就是那个永远不会被遗忘的记忆文件，你觉得有哪些规则是必须写在第一页，永远不能被删除的呢？

算电协同确定地位，电力电网连续四天给出强度算力，接着龙虾热潮引发鼓掌，我和算力共振指数逐步回流，拓为、红景、顺网、美丽等品种 通通涨停。但是你要提醒一下，预期不建议大家打的太高，毕竟龙虾的核心逻辑是有瑕疵的。 而龙虾的具体风险昨天也跟大家说过，今天的盘后也是能够看到越来越多的官媒在提示相关的风险，因为龙虾是不适合个人去养， 只能是企业烧钱养龙虾，用龙虾去替代人力。但矛盾点就在于龙虾的偷啃消耗量非常巨大，而偷啃的成本甚至比一个正常的人力成本还要高，所以龙虾题材真正受益的是算力的前提是电力，这就是算电协通的整个板块核心逻辑。 电力电网在上午就率先回流，已经是连续第四天的强势，还想要强更强，这是不现实的，这也是为什么算力在午后才开始拉升的真正原因，因为算力更多是电力的补涨角度去出发， 比如核心的拓维，作为上周已经第一时间启动，而且比较不可以绕开的品种，也只能等到华盛的拉升才有足够的助力去涨停。 这就已经说明算力的强度与态度并不能算得上是市场真正意义上的唯一主流，所以电网电力才是真正的主线。连续强势四天的电， 今天已经有所分化，预计明天还要延续分化，只有真正的核心才能扛住分歧。适当留意今天盘中带领回流的三变，以及高度的顺纳和预能，这几个是明天作为主要强度锚定去看的， 但市场目前还有一个大问题，就是虽然短期对冲突有所脱敏，但油价上涨在未来是有可能引发能源危机，而游戏板块明显与其他板块形成冲突对立的局面。那今天油价从高点 持续回落，主要是因为盘中有消息称 g 七打算起用石油储备应急，这可以说是稳住油价最后的手段。按照目前的石油储备量，一共是三到四亿桶，如果全部用做填补海峡的缺口，大概可以弥补两周左右， 如果海峡持续封禁，中东石油国被迫减产停产，而石油储备也被完全释放，那时候全球将会面临石油紧缺的问题。最最难受的是美国， 虽然说老美可以在国内实行油价双轨制，也就是出口按照市场价，国内消费自行定价，但老美的制造业高度依赖进口，像石油的衍生品的进口对于他们来说是也吃不消，所以 这就有了上周五的智障风险提示。而石油紧缺虽然是美国最难受，但全球都不会希望看到油价飙升，这很可能会加速刺破 ai 泡沫，引发新的危机。 最后简单总结一下，那市场短期内已经对冲突脱敏，但是这个时候强行硬抠是不客观的，盘面大概率还是维持每天题材轮动指数走正道的风格，题材选择上还是优先关注属性更讨喜的店。今天就先到这里，大家点个关注不迷路，明天晚上不见不散！

opencode 火了，立行哪些板块？炒股人咱必须要知道，别等人家都吃好几个涨停了你才恍然大悟。 opencode 就是 ai 智能体，装到你电脑上，它能够直接帮你控制鼠标键盘，帮你把事干了，不是那种只告诉你步骤的，很多人搞不清楚它和豆包、 deepsafe 这些大模型的区别。我给你举个最通俗的例子， 你就跟他说帮我点个外卖啊，问大模型，他就告诉你第一步点开什么，第二步怎么点对吧？那就是一步流程，而你用 open claw， 他 直接给你打开美团或者闪购，直接给你安排上了，一会就到家了，你只需要付款就行。 说直白点，大模型就是给你出主意的大脑，而 open claw 是 帮你实际是干活的爪子。 claw 英文意思就是爪子很形象了吧，但是 open claw 它本身就是个空壳，它没有大脑， 你可以给他随便装上一个大脑，比如说连着 deepsega 或者豆包或者 mini max 都可以接上。那么咱接下来说一下这个利好哪些板块，大家先点个关注，我继续说。首先第一肯定人工智能大模型对吧？那智能体他需要用脑子就得调用大模型，谁被用的最多，那肯定谁最受益。第二 就是云服务和算力板块，软件端的运行必须要靠云端的算力，二十四小时在线稳定的支出，那周五尾盘那波拉升，其实炒的就是华为升腾的算力，还有云服务。 第三就是 ai 应用，它是具体执行的爪子，能够帮你具体实现任务的。那么我总结概括一下，第一就是 ai 智能体，它是动手干活的身体。第二大模型，它是负责思考的脑子。第三就是算力与服务，它是支撑它跑起来的底座。大家点好关注，马总力求把股市复杂的知识点都用通俗的语言讲给每一位粉丝。

欧鹏可乐异常爆火，全国上下都在谈，而且媒体的案例也越来越离谱，八十级短剧成本只要三千块钱， 其实光算力我觉得都不止三千。为什么现在都在炒欧鹏可乐？我觉得有一个很大的原因就是现在的 i r 巨头急需盈利啊。从三大巨头投入 i r 到现在，累积亏损差不多有八千亿左右，但是营收很低，根本跟不上亏损的速度。那唯一的办法就是要把 i 彻底普及，然后通过算力变现，那这个产业才能持续下去。 比如林俊阳离开阿里，那阿里的想法就是不仅要研究技术，还要能商业变现才行。所以欧本可乐呢，就被炒到热的烫手的这个地步。但是欧本可乐能在工作上帮我们解决什么角色的工作啊？我也用过，觉得最多是助理的，助理的级别 就是有他没他都行的，这种角色就稍微复杂点的事情他也干不了。那在电商上举个例子啊，就如果你要做郑州帮小红书不亮不讲质量的方式可以搞啊，一下搞个几百片， 但是高质量的事情欧本可乐暂时还搞不了，当然以后应该没有什么太大问题，具体什么时候那就不知道了。