openclaw之父是弯的吗

openclore 很 强，但我劝你真别跟风装了，甚至可以说百分之九十九点九九的人都犯不着去折腾 openclore。 当然尝鲜学习是没错的，如果看完视频大家还想试试，我们也在后面给了大家一些实用的建议。首先毫不夸张的说， openclore 是 今年目前为止最火的 ai 产品， 只要把它装在电脑上或者部署到云端，咱在聊天软件里动动嘴皮子，这个 ai 助手就能帮你完成任务。当然，前提是大大小小权限都给到位了。 又因为 colo 这个单词有小龙虾钳子的意思，所以 open colo 又被大火们戏称为小龙虾，网上各种服务也满天飞，只要花上上百元，就能找人来帮你装上最新最前沿、最炫酷的 open colo， 成为一个云上养虾人。光是上门小龙虾安装一次收费五百元，已经有人号称几天赚到了二十多万， 甚至腾讯直接在深圳搞了个线下活动，免费帮你装机龙虾直接火到超出了小马哥的想象，属于是一代人有一代人的鸡蛋要领了。 这一切看起来是个蛮不错的生意，但是我还是想说，求求各位，别再花那个冤枉钱找人代装 openclaw 了。说句大实话，如果你连 openclaw 怎么安装都搞不明白，那花钱找人代装纯属是赶着当韭菜。 当然，咱们不是要否定 openclaw 这个项目本身，相反，我觉得它很棒，甚至可以说它是今年最让我激动的开源项目之一。但是如果你想着装了龙虾就能立马帮你干活，那你只是在给自己挖坑埋雷。 有没有一种可能，你装不上 openclo， 那 是 openclo 在 保护你。首先，这玩意儿和过去那些 steam 袋装花钱装系统这些传统派的付费安装服务完全不一样， 安装成功还只是万里长征刚开始的第一步，后面的使用门槛其实高得离谱。刚装好的 openclo 就是 一个纯纯的白板程序，在它的预设内容里，只有一个名叫 sod 的 md 的 文件是完整的。这个文件只限定了最底层的底线，叫它温和友善，别干坏事。除此之外，它什么都不知道， 他不知道正在对话的用户是谁，不知道你有什么习惯，他甚至不知道自己是谁。这就导致你在指挥他的时候，就像在带一个连 excel 都没打开过的职场纯萌新。比如，我喜欢熬夜，凌晨三点我给他下指令， 今天上午十点提醒我一下，结果你猜怎么着？他直接把我把日程安排到了明天上午的十点。就为了这么一个破事，我得专门教他理解时间格式，教他去判断用户五进里的今天到底对应什么时间戳。他的出版输出几乎全是浆糊。你必须强迫自己拥有极强的逻辑性，把自己当成幼教去一轮一轮的引导宝宝才行。 想要一个张嘴就会给你递扳手的赛博管家？做梦去吧哥们，在他学会递扳手之前，你得先教他什么是扳手。那你说我花点时间好好教，把他教好了总行了吧？不好意思，这龙虾根本教不熟，你给他下的指令可能随时都会被忘掉。 前几天 mad， 他的安全总监都翻了车。他本想让 open globe 帮忙整理一下邮箱，帮忙看看哪些邮件是可以删的，哪些邮件是自己要看的，还特别叮嘱让 open globe 只能先看看邮箱不能操作。 是没想到自己油箱里的邮件实在是太多了，直接触发了 openclaw 的 上下文压缩功能。结果这一压就出问题了，模型把上面那句只能看看不能操作给直接忘记了。 然后 openclaw 就 开始了原地发疯，删起了它的邮件，不管怎么喊停也停不下来。另外，这个龙虾生活的网络环境也是凶狠异常。大家都知道 openclaw 之所以好玩，是因为社区里有无数开发者写了各种各样的 skills 插件，你想让它干嘛？丢个链接让它自己装就行， 看起来很爽很简单是吧？咱再也不用从头教 ai 怎么解压压缩包了。但问题是，你装进去的这些 skills 真的 安全吗？网络安全公司 corei security 研究了一下，结果发现在龙虾应用市场里，超过百分之十的 skills 都有问题，可以说是一不留神，可能你电脑里的隐私信息就会被 open clock 给陷入个底朝天。 我之前让自家的小龙虾去论坛上冲个浪，结果随便一刷就撞到了，一夜暴富了呀！ 并且现在的 openclo 根本不是什么成熟的消费级软件，它就是一个充满 bug 和安全漏洞的实验品，整个项目里的 bug 和安全漏洞多到数都数不过来，随手一搜就能搜到一大堆，甚至连官方都发布了 openclo 的 安全风险提示。 总而言之，只要你的小龙虾跑起来了，那可以说是不管是系统 bug 还是提示攻击？或者是小龙虾自己发疯，它都有无数种姿势，能把你电脑里的隐私给扒的一干二净，而且它发疯花的还是你的钱。 openclo 可不是装完就能免费白嫖的东西。 吃龙虾，每一次他帮你干活、思考甚至只是挂后台监听你的指令，都会疯狂的燃烧你的钱包。腾讯那边的免费安装欧盟活动，前脚刚办完，就有人发帖说自己免费的额度已经给用完了，一天不到就倒欠了十几块钱。海外甚至还有网友睡了一觉，发现自己刚充了二十美元，就被这小龙虾给霍霍光了。 小龙虾把这笔钱拿去干啥了呢？拿去每隔半个小时叫自己起床一次，然后思考一下我是谁，我在哪，我要干什么这些低级的问题，每问一次消耗十二万头啃，差不多就是五块人民币。所以在这个荒诞的循环里，真正赚到钱的大概率，根本不是拿着 open call 准备大干一场的。 你是那些在淘金热里卖水和卖铲子的人，甚至可以说，这场淘金热里最大的铲子厂，就是那几家卖大模型的 api 巨头。 说实话，很多人想冲 openclaw 的 需求，也并不是真的有啥大项目偏要爱来帮忙，而是属于一种典型的错失恐惧症，也就是大家最近经常刷到的 fomo。 但化解这种赛博焦虑的解药，往往很朴素。正如冬泳怪哥说的那样，消除恐惧最好的办法就是去面对恐惧。放在 openclaw 这件事上也是完全一样。你对这个东西感兴趣，觉得它会改变未来，但应该做的绝不是赶紧掏钱找黄牛代劳，假装自己已经上车了。既然你认为它代表着未来的方向， 干脆就花个周末的时间亲自探索一下他的能力还有边界。哪怕你是个完全没超过代码的小白，哪怕你需要把终端里报的每一行错都复制到搜索引擎里去找答案，哪怕被卡在某一个环境配置上整整折磨了一个下午，这个跌跌撞撞去驯服这个小龙虾的过程才是最有价值的东西。 最后，如果你看到这大伙还是想试试 openclo， 我 们也给大家一些使用 openclo 的 安全小建议。最简单的一个就是信息隔离。为了保障自己的信息安全，我强烈不建议你一开始就把这玩意儿要装到自己的主力电脑上。不过 openclo 几乎不吃硬件资源， 你家里吃亏的 n 年老电脑都能跑 openclo。 所以， 如果你既不想泄露隐私，也不想花钱买云服务器的话，可以用家里的老电脑先试试。 其次就是在装陌生的 skills 之前最好做下安全审核，可以先装个 skill vader 来做个安全审查，这就相当于给你的 open globe 装了个火龙杀毒。 最后，建议大家装完 open globe 后，可以在服务器里再装个 cloud code 或者 codex kimi code 的 这些软件。用 open globe 的 时候，遇到问题先问问他们，绝必比自己捣鼓要方便得多。

刚刚 open klo 之父正式官宣加入 open ai， open klo 变成基金会，确保他开源独立，而他自己全身心加入 open ai， 目标就一个，为每个人打造下一代个人智能体。他的计划超接地气，在 open ai 用上最前沿的模型和研究，做个连我妈都能用的智能体，同时 继续花时间维护 open klo 的 开源社区，这背后的信号太明显了。二零二六年 a 阵的之战正式打响， open ai 看到的不是一个酷炫的开源项目， 而是一个全新经济模式的概念验证，十八万开发者围绕一个人的 agent 项目自发聚集，这已经不是工具，这是经济基础设施， 而且各大巨头都在加速布局，未来不再是应用时代，网站、 app、 软件等都是为 agent 而构建的。人类不是第一用户，一个全新的经济形态正在你眼前形成，核心就是用你的真实优势去训练你的专属智能体。

一天时间，腾讯甩出三只虾，腾讯真的是和 open club 杠上了！本地一键启动的 q club， 全场简直长智能艇 workbody， 腾讯云清亮云！上周的深圳腾讯大厦直接变成了线下养虾场。马化腾自己在朋友圈转发新闻，都忍不住感慨一句，没想到会这么火。 深圳龙岗区还发布了一份龙虾补贴政策，龙岗区直接改名成龙虾区。一只看不见摸不着的电子龙虾，到底什么来头，能让年轻人们甘愿像老人们排队领鸡蛋一样领 ai？ 简单来说， overclock 是 开源平台 gettime 上超火的开源 ai agent 的 项目， logo 是 个红色龙虾， 所以国内直接给他起了个外号，龙虾。大家可以理解为，这是一个不只会跟你聊天，还真正能帮你干活的 ai 机器人。他能接管你的电脑，帮你操作文件、开关浏览器， 调用各种 a p i， 把一整串事情自动连在一起。做完官方的 slogan 翻译过来是，终于有 ai 是 真的干活的，听起来很爽对吧？问题是， 普通人想养这只龙虾真的很难，你要会部署环境，接模型、配回调，接入各种聊天工具。 某鱼五百块一次的安装服务能火起来，本身就说明了门槛问题有多严重。有人靠给人装龙虾卖客，几天赚了好几万，结果腾讯直接一脚把门槛踹塌了，而且是三连踹第一脚！ qcloud， 之前你要在自己的电脑上装龙虾，刚刚也说了有多复杂。 qcloud 干脆把这堆东西打包成一个本地一键启动。包装起来的体验呢，大概就跟装个电脑管家、装个网盘差不多。装完之后呢，它会自动帮你把 opencloud 跑起来。 你要是之前就折腾过这个东西，还能一键关联老环境模型，也不用你一家家接， kimi、 mini max、 deepsea 这些主流模型默认全给你挂好了。现 现在的玩法是，你人不在电脑旁边，手机上打开微信或者 qq， 对 着那个 boss 发一句，帮我把桌面上所有 pdf 按照时间整理成 excel 表。它会自己去你的电脑上打开文件夹啊，提取文件，生成表格，最后再把结果丢回聊天框。你在微信里回消息的同时，电脑那头呢，已经有人替你干完活了，只不过这个人是 ai 第二脚 workbody。 qq 老更像是把开源的龙虾喂饭喂到嘴边，但还是跑在你自己的机器上。而腾讯云又甩出一只 职场专用侠 workbody， 官方给他的定位呢是全场景职场 ai 智能体，简单翻译一下就是他天生就会 open cloud 那 套技能。 但是呢，你不用自己去云上部署 open cloud 了，只要下载安装打开就能开始用。你只要在他的对话框里说要求，剩下拆步骤，调模型，操作本地文件，这一整套呢，都交给他。他主要就是给打工人和企业用的， 最快一分钟就能和企业微信绑上了，像 qq 飞书，钉钉也能去接入。你在地铁上掏出手机发个语音指令，它远程帮你操控办公室的电脑，写文档、生产报表等等。听起来呢，有点像个苦命的实习生。 第三角是腾讯云，清亮云， qcloud 和 workbody 解决的是你怎么用得上清亮云解决的是这玩意二十四小时在哪跑腾讯云呢？现在给 oppo cloud 做了一堆一键部署的模板，选个清亮云套餐点一下就行，对不想自己折腾服务器的人来说，基本是拎包入住的难度。 另外，龙岗区还出了政策，用平台搭龙虾服务区，给开发者免费部署 open club， 就 可以拿补贴，你买数据、买标注，用在 open club 项目上，还可以补贴报销一半。做基于 open club 的 行业技能包，智能体应用，单个项目 最高能拿到几百万级的支持。以前你搞 ai 项目，最大的成本是时间、算力、心态，现在是社区帮你写框架，大厂帮你打包好了入口，政府还帮你出一部分钱。 只要愿意试，几乎所有的门槛都有人替你往下削了一刀。至于你要不要跟，等哪天你发现同事写周报只要十分钟，做竞品调研只要半个小时， 而你还在对着浏览器和文件夹手动复制粘贴，那时候你就大概知道自己少养了一只什么样的虾了。所以不用把它当做什么高大上的风口，保证安全的前提下，就当是多了个愿意干重复活、不嫌你烦、不下班的数字实习生。想不想成为第一批吃螃蟹？ 不对，第一批养龙虾的人，由你自己决定。这里是正在养龙虾的科技情报站，记得一键三连，我们下期接着聊。

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。

咱们来聊聊摩根斯坦利最新的研报，主要说的是 open cloud 在 中国的机会。你知道 open cloud 是 什么吗？我还真不太清楚，你给我说说。 它是个免费的开源 ai 代理框架，不用依赖云服务器，能在本地运行，还能调用外部的大语言模型。最有意思的是，它主要用即时通讯应用当操作界面，用起来挺方便的。听起来还挺实用，那中国市场为啥增长那么快啊？ 摩根斯坦利总结了几个原因。首先是开发者社区的参与度高，大家对这种基于消息的 ai 代理需求挺旺盛的。还有国内的云和基础模型厂商，产品化速度特别快，能快速跟进新技术， 政策方面也有支持吧。没错，国家有 ai 家的创意，深圳、龙岗、无锡、合肥这些地方还有补贴，相当于给企业和开发者搭了顺通车。那国内的公司都是怎么用 open cloud 的 呢？ 主要分成两种模式，一种是云托管服务，比如腾讯的 lighthouse openclog， 字节跳动的 rclog， 阿里的 jvs clog， 还有 mini max 的 max clog， 用户不用自己搭建环境，直接用云服务就行。那另一种模式呢？ 另一种是本地托管部署应用，比如腾讯的 workbody 和 zda 的 auto club， 适合那些对数据安全要求高的企业，能把系统部署在自己的服务器上。 那这些产品现在的市场表现怎么样啊？摩根士丹利觉得现在这个阶段， openclaw 相关产品还不太可能大规模普及，因为框架本身还处于实验阶段，不是成熟的消费级应用，可用性、可能性和安全性都还有不少问题需要解决。 那他们看好哪些公司呢？他们还是更看好那些有强大基础模型，又能把智能体 ai 集成到自己生态里的公司，比如 minimax、 knowledge、 atlas technology 的 z ai， 还有阿里巴巴的 qn， 这些公司的产品更成熟，也有自己的用户基础。 这么看来， open class 虽然有潜力，但要真正普及，还有一段路要走。没错，现在更多是开发者和企业在尝鲜，普通用户想要用得上用得好，还得等框架再完善完善。不过长远来看，国内的政策和市场需求都在，这机会还是挺多的。 那对于投资者来说，是不是得更关注那些有完整生态的公司？对摩根斯坦利也建议别太急着追 opencloud 的 概念，还是得看公司的基础模型实力和生态布局，毕竟智能体 ai 的 核心还是模型本身，生态能决定产品的落地效果。 这么一说就清楚多了，原来不是所有相关公司都能吃到红利，得看硬实力。没错，研报里也特意提到， openclaw 现在还是个实验性框架，不是成熟应用，那些能把模型和生态结合好的公司，才更有可能在智能体 ai 的 赛道上跑赢。

我看到一个帖子里，然后都在说 open 可乐，说他是二零二六年 ai 圈的王炸。那么我们今天就来说说他那 open 可乐是啥呢？简单来说， open 可乐就是一款最近火炸天的开源 ai 智能体，他也叫数字员工，就他不是那种说你问他一句，他回答一句的聊天机器人， 而是能真正替你干活的。比如说你发条消息说帮我订机票，他就能自己调用工具操作电脑，执行命令，把事情给你办了。 他的创始人呢，是彼得斯坦伯格，是个奥地利的老程序员，之前做过一个很牛的 pdf 工具公司，干了十三年，累趴了，然后都要准备退隐了，结果呢，被 ai 重新点燃了激情，他就一个小时就鼓捣出了 open 可乐的原型。然后呢，在外网就炸了。 二零二六年一月份的时候，这个项目才正式定名，不到两个月， open 可乐在这个哈普上的星标都破了十八万。但我们说下他的发明者哈彼得斯坦伯格，叫江湖人称龙虾之父。 因为 open core 火了， open i 和美特就抢着要收编斯坦伯格，甚至美特的老总扎克伯格还去试用了 open core 一 周，还给斯坦伯格反馈，你说你的这个问题什么 bug， 还夸那他是个古怪，但是呢，又才华横溢。但是 斯坦伯格最后还是选择了 open i， 因为 open i 的 算力资源更好，人怕出名猪怕壮。二零二六年二月份，就是刚过去的二月，谷歌突然批量封禁大量 使用 open 可乐调用其模型的用户，理由是防止恶意使用斯坦。斯坦伯格就直接开怼说我要考虑取消对谷歌服务的支持，然后当天的话，斯坦伯格就在旧金山办了一个 open 可乐的线下聚会，还是来了一千多个人，确实风景是风景，但是挡不住已经爱上他的那些人了。 这还有一件趣事哈，就是不知道是不是因为斯坦伯格没有选择梅塔，然后梅塔的一个一个研究员一个员工让那个 oppo 可乐去帮忙清理一些收件箱，结果这家伙都跟疯了一样，就是以特别疯狂的矿山邮件根本停不下来。后来斯坦伯格也很无奈的说，我文档里写了八百遍了，别乱用别乱用，但是拦不住啊。 总之， oppo 可乐之所以引发轰动啊，是因为它的出现，标志着 ai 从回答问题进化到了完成任务。 像以前的通用 ai 模型是动口不动手，但是欧本可乐是一个能动手又能动手干活的 ai 模型，等于呢，我们离那个你只需要动动嘴，剩下的电脑全自己来干的未来又近了一大步。所以说大家吹它其实是在吹一个新时代的开启，就是 ai 执行时代的开启。

火爆全网的 open cloud 养龙虾到底是怎么回事？分享四个独家的观点，感兴趣的小伙伴呢，一定要从头听到尾哈。第一点，这个龙虾它是怎么回事？它是怎么来的？最开始啊，在二零二六年的一月二十四号，上线了一个叫 cloud bot 的 一个应用，这是龙虾的第一个名字， 那么刚刚上线两天，因为收到了 astonropik 的 律师函，直接被改成了 motbot， 接下来在今年的一月二十九号这一天，正式改名成了 open claw。 这个龙虾的真是很曲折哈，从诞生之日起就连续改了三个名，满打满算不到五十天的时间。 论文到底是个什么东西呢？自从 agent 的 这个概念出现之后呢，在过去整整一年半左右的时间里，它算是 agent 的 一个巅峰。本质来讲呢，是一个可以调用底层的大语言模型的能力，可以调用上千种不同的工具，帮你完成日常办公，写代码很多很多事情的这么一个 智能体，也就是说，它不仅仅是一个单轮对话的这么一个语言大模型或者推理大模型，它是一个真正能够帮人或者帮很多的开发工程师，普通用户使用干活的真正的一个智能体。这就是龙虾的定位。第二个关键点呢，这个东西到底好不好用， 咱们先明确哈，龙虾好吃，但是很贵，什么意思哈？这个 opencloud 工具框架这么讲，百分之八十以上的能力来源于它底层的基座大模型，而它对于底层基座大模型的访问呢，是通过 api 调用的模式，那 那么 api 调用大家都知道，大量的消耗 tokens 哈，按照过去整整一个多月全球网友的贡献出来的信息，包括小赵说的实测，这里面会发现什么呢？这个龙虾它完成一次单条或者说一个单一的日常办公的任务。 咱们先不讲复杂的，什么构建应用啊，构建软件这种东西，就是一些日常的，比如说收发邮件呐，什么写会议纪要啊，帮你完成一些小作业，小代码。就这些日常，它的单次任务，基本上消耗的 tokens 的 数量知道能有多少吗？少则几十万个 token， 多则两三百万个 tokens， 这什么意思啊？说几百万 tokens 很多小伙伴没有概念，即使换算成咱们国内很便宜的算力，单次的任务基本上来讲差不多人民币 消耗个二三十块钱，复杂的任务，单次任务基本来讲就是要消耗掉好几十块钱。那么大家想想，你每天如果二十四个小时的养龙虾，所谓的养龙虾就是你的龙虾一直在干活，一直在调用 a p i k， 一 直在消耗海量的 tokens， 比较精准的计算哈， 每一天的人民币的消耗，轻量级的差不多一百块钱，重量级的差不多得达到两三百，这是一个普通的用户他能够支撑的这种花销吗？我们一直在说使用 agent 呢，是为了降本增效，这个本肯定是为降下来效率增没增上去还要打一个大大的问号。 所以说呢，这个 opencll 呢，即使我们先不去评价它好还是不好，大家一定要注意，因为很贵这件事儿背后其实会限制它的很多应用场景。那么要给大家分享的第三点呢，就是关于 opencll 这个工具现在在 b 端的应用到底能不能落地？敢不敢用？直接上答案哈， 不敢用也没法用，为什么呢？因为 tob 的 这种企业级的项目的开发，关键的点啊，咱们就是抛开这些技术层面的东西，它要具备什么呢？ 包含比如说数据的隐私性、合规性、可审计性、可回溯性这几样东西。说白了，现在的 openclaw 基本来讲都是缺乏的， 当你把企业级的应用交给 openclaw， 它拥有了一个最高权限之后，网上有各种各样的新闻，对吧？就一个公司的这个 ceo 加 cto， 它们公司一百九十四万行生产环境的代码、数据和备份，连快照都被 openclaw 一 键清空了， 整整三年多的线上的这个最宝贵的数据全都被清空了。那么这种东西你放在企业级的应用里边，企业里边的这些客户，他们的私有的数据， 或者他们的个人的这些账户，整体而言交给 opcode 是 非常非常可怕的。所以说弊端应用当前全球范围内可以很负责任地说，都是处于一个观望状态，大家根本不敢用，而且在可预见的未来也不敢用。 接下来呢，分享第四点哈，就是这个 open cloud 在 c 端怎么样？大家注意啊， c 端一，我们要面临 tokens， 非常贵啊，龙虾非常的贵，很多人其实说白了，你养龙虾养不起，这是一个非常关键的现实。 第二点呢，你个人的电脑敢不敢把最高权限付给这个所谓的龙虾？大多数的人也不敢呐，你个人的电脑里有你个人的 隐私，你的照片，你的一些特定的办公数据，学习资料，这些东西在龙虾的眼里都是一视同仁的，全都是零一字母串， 全都是这种所谓的数字化的。这个编码，他是分不清到底哪个对你特别重要，哪个又不重要。而你一旦把很多的权限给到龙虾，他一旦放飞，对于你的伤害会非常之大。而且我们要知道， opencloud 这个东西呢，它本上来讲依然是一个薄来品，英文版的命令和中文版的命令经常会产生不一样的后续的效果， 底层的模型不一样。而且对于这个龙虾的工具呢，它原声是适配很多国外的那些应用和工具，比如说 g tab 呀， gmail 呀，迁移到国内之后，你国内的这些应用，很多时候它是没有一个直接的一个操作和访问权限的，整个数据链条没有打通， 整个的应用访问权限没有打通。那么这件事即使在 c 端，小赵是觉得现在呢，依然是为了给大家玩而用。他的未来呢，是应该保持一个 平和的心态，一个冷静的心态。很多人应该都记得当时 minnes 刚出来的时候，横空出世啊，对吧？很多人觉得，哇，新时代打开了，但是接下来又怎么样呢？ 现在龙虾市场来讲也一样，他现在所做的很多的内容，很多的事儿，发几个邮件呐，浏览几个网站呐，帮你搜罗一点儿数据啊，整理一点儿文档，这些工作是个人他都能去干。至于降不降本，他肯定不降本，因为 tokens 非常的贵， 增没增效不好说，他帮你写了三封邮件，然后再删掉了三百封邮件，帮你整理了两篇文档，再删掉了。 呃，三个文件夹这件事都很难评估，再加上有一些小伙伴嘛，干脆就不知道，龙虾现在已经把他个人电脑里面的隐私都掏空了，他自己可能还一无所知。从这个角度来讲，小赵是觉得呢，龙虾代表了一个新技术的趋势，我们要以发展的眼光看问题， 尤其是你是一个专业的开发人员的话，龙虾这件事呢，你试验试验就行，企业里一半时候用不上。如果你是一个个人玩家的话，这件事呢，你可以适当的玩一玩，不要付给他太高的权限。关于 open cloud， 大家有什么看法都可以在留言区里面留言。

最近 openclaw 小 龙虾一产是如火如荼，在国内看到很多大厂都在疯狂地抢这波热度，据说呢，腾讯门口呢，是免费的给大家装 openclaw 云服务呢，是用自己的云云 海外呢，比如说魔镜公司中的 kimi 跟 mini max， 今年的主要的收入呢，就是通过售卖 openclaw 的 a p i token 完成的收入，据说 kimi 呢在二十天就完成了去年整个的收入。可见呢， openclaw 的 热度呢，还是很高的，而且目前呢，也慢慢地从极客，从开发者转向到普通消费者 对这波的影响力跟热度。然后这波的对于 egentic 颠覆性的一次跃迁呢，其实是对所有创业公司来说都很重要，我曾经分享过一次呢，关于 openclaw 的 一些比较深度的细节的一些技术的方案，对于普通用户来说可能稍微有点难懂， 那我这次呢，用一些简单的方式来做点分享，一起呢，说一下 openclaw 对 哪些公司来说带来的创业机会会更大一点。首先呢， openclaw 有 一个非常有意思的机制呢，区别于类似豆包啊， gpt 这样拆包，很核心的一个逻辑， 大部分 ai 呢，只有你在提问时候才会回复，在 open call 呢，设置了一个脉搏，没几分钟呢，就会主动的唤醒，主动的与你沟通，获取当前环境，并自问我是否应该朝着用户的目标前进， 这是让他可以在二十四小时工作，即使在用户睡觉时候都可以不间断的完成任务的核心原因。这个呢，我们可以理解成为主动性。第二呢，叫做灵魂 so， 这个呢，是定义至人体的性格和约束的一个配置文件，你可以在这里植入你希望的助理的一个形象和约束的一个配置文件，你可以在这里植入你希望的助理的一个形象和角色，以及个人的偏好，比如代码风格， 饮食禁忌等。有灵魂的 openclaw 呢，会按照你希望的风格以及你的偏好，以及非常的有个性的一种状态与用户进行互动。第三呢就是记忆 memo 文件，它不只是一个聊天记录，还有长期的本地的数据库 存储，从失败中吸取的教训，比如说爬取某个网站被防火墙拦住了，它就会记住保持了未来一段时间不会犯同样的错误。剩下的就比较简单了，比如说适人体的逻辑， a 阵到 m d， 相当于一个作战的指挥中心，包括 twos， 这是 openclaw 执行系统命令，操作浏览器或使用第三方 api 的 地方。 一句话讲应酬呢， openclaw 就是 一个具备智能体逻辑和工具，使用了完整的 a 证。在这里面呢，增加了三个很重要的模块，分别是主动性、人格和记忆，这也是 ai 发展到今天这一步来看的话，最重要的三个发展方向。那 openclaw 为什么可以进化呢？为什么大家说养龙虾养的越久越能干？ 其实这里面很重要原因呢，它是使用了一种叫做 recurves skill synthesis， 就是 递归式的技能合成的能力，它在过程中呢，其实是一直在不断的给飞白通过出现了问题，得到了问题的反馈。之后呢，针对目前的问题和用户的意图， 找到下一个尝试的方向，不断在改变自己的路径，它不是一个劫死的一个进程，这个逻辑呢，其实也是 agent 的 一个很重要的一个能力，就他有自我纠错能力， g b t 五点四呢，其实在 n t m 的 时候呢，也可以不断地接受用户新的信息和新的条件。这就是为什么 open call 可以 实现自我进化，它在遇到技术障碍时候，会 重新写了新的脚本在沙盒中呢，测试如果成功，就把新的能力加入他的 skill 技能库，如果不成功呢，他也会不断尝试。 openclaw 曾经就暗恋了用户，让 openclaw 作为一个视频的上传，但是 openclaw 自己发现格式不对，主动找到对应的软件下载并完成了格式转换，之后实现了视频上传。 类似的，有用户起初让 openclaw 帮忙去购买二手车， openclaw 呢主动去寻找了各个供应商，通过发邮件比价，最终呢帮用户省下了几千美元。这些呢，其实都是可以理解成 openclaw 在 过程中自我净化，自我涌现的一些能力，并不是用户最开始的指令 或者是用户意途中包含的内容。整个 openclaw 对 于整个生态中哪些玩家比较有价值呢？我觉得最有价值的就是模型公司了，因为原来模型公司呢，消耗都很受限于自己的应用，那整个应用来看的话，原来呢，各种应用呢？用户呢，其实都没有像 openclaw 这样的热情， 也没有使用 opencl 这样的魄力和勇气去大规模的去消耗 token。 无论是长线原因还是自动化原因， opencl 它带来的一个核心价值是取代人力工作，或者是取代招聘一个团队实现的效果，所以比起人力成本来看的话， opencl 的 token 的 成本就很低了。可以理解呢，就是 opencl 开启了 ai 应用的一个全新的大规模使用 token 的 场景，那对于模型的 api 公司来说，这样的场景才能实现规模性的 token 的 消耗，从而实现收入和 毛利。在模型公司里面呢，其实开源模型呢，一定是利多的，原因是大规模的 a p i 的 费用呢，其实会是一个经济黑洞。即使是创始人 peter steinberg， 在 加入 open i 之前呢，也是开源模型的坚定支持者。可以看出来，现在在 open cloud 的 影响推动力下，未来的模型的趋势呢，一定是向着更小，更快，更属于用户自己的方式去发展的。 我们公司呢，在这个领域呢，也有很多的布局。除此以外呢，很多应用公司呢，在 opencloud 市场上也能找到一块自己的天地。比如说如何把 opencloud 的 能力通过虚拟机变成一个不需要用户自己部署就可以体验的功能。类似的比如说 madison， kimi 都已经出了自己的 cloud 版本，我们 agnus 呢，在本月呢，也会推出自己的 agnus cloud， 让没有部署能力不是绝对的这种即刻的用户基于我们的虚拟机来体验 opencloud 的 一些核心能力。以上就是我们对于 opencloud 目前的一些技术的核心能力，以及市场玩家对于创业公司的影响一些判断。

让我们先非常快速的捋一下 open cloud 的 cloud。 在 遥远的今天啊，其实也就是三年前，人们还在使用一问一答的这种传统方式与大魔星进行聊天。一开始呢，我们还觉得挺方便，但很快，麻烦的人类就开始嫌麻烦了。比如说改个代码要在对话框里面复制粘贴好几遍，连 ctrl c 和 ctrl v 都不愿意按了。 于是呢，人们在中间加了个智能体，也就是 agent 来完成这些复杂的操作。懒惰的人类终于又开心了起来， 由于大模型的智商很难再有突破性的提升了，于是呢，人们在智能体上增加越来越多的能力。当然，对于大多数普通人来说，更多的还是按照感官上来区分的，比如说以命令行形式存在的 cloud code code x i flow 等。 以编程 ide 形式存在的 cursor， 以及以桌面助手及客户端形式存在的 cloud 客户端和 codex 客户端等等。 对于普通人来说，桌面助手的形态显然是更容易传播和使用的。但是呢，剥离掉这些具体的形态来看， agent 仍然是个躺在电脑里的，只能被动地接收你一问一答的死板的程序。同时呢，普通人对于 agent 到底哪里像个智能体了？存在了多年的困惑一直没有得到解决。此时 open cloud 就 出现了， 它的本质其实就是 agent 上增加了连接社交软件啊，定时任务啊，记忆系统等等更加人性化的功能而已。内核呢，还是个 agent？ 然然，后面这几个功能虽然从设计上看很有深度，但是很可惜，对普通人来说看不到，反而是个最稀松平常的连接社交软件的功能让他彻底火出圈了。 但是啊，你仔细看这张图，其实就只是聊天入口换了个位置嘛。但是呢，这是第一次让更多人感受到了 a 阵的像个活生生的人了，于是在原本 a 阵的基础上增加功能，使其更接近一个私人助手这样一个层级的东西。现在呢，就被叫做 cloud。 这个词还没有什么官方的明确定义，但我比较喜欢理解为可唠，就是可以跟他唠嗑了。好了，在网上会是个啥玩意呢？我知道你很急，但你先别急，现在你能根据逻辑推理来预测一下接下来发生的生态变化会是怎样的吗？你想，你细想， 这张图右边是社交软件，然后你看看现在还有哪个老大哥没支持，那自然就是眼前的趋势之一了。不过呢，我们今天把重点放在左边，左边是进化版的 ag， 现在还只有 open 一个人， 以及呢，一堆还没有进化成 cloud 形态的 agent， 其中最重要的体现就是不能通过社交软件的入口来触发嘛。那就很简单了，原本的这些 agent 的 产品进化或推出 cloud 形态就是个必然趋势嘛。 比如说 cloud code， 增加了 remote control 功能，可以在手机端遥控电脑上的 cloud code codex， 现在还没发生什么变化，可以观察一段时间，正好验证一下。预言，腾讯在 cloud code 之外推出了个新产品，叫 workbody， 面向桌面助手，同时呢，可以非常方便地接入各种社交软件。哎，其实就是个 cloud 形态， 虽然大家在形式上可能有细微的差异，但这块版图的补充就是个必然的趋势，是可以通过逻辑推演出来的，大家弹幕中也可以分享一下，你在看这期视频时，又有哪些传统的 a 帧的进化成 colo 了呢？或者干脆来个大胆的预测，过几天我们一起看看你测的准不准。 由于 open colo 还是面向开发者和极客朋友多一点，即使有很多厂商提供了一键部署方案，但最终还是一个开源的面向开发者多一些的产品。 所以大厂下来专门做成熟的 cloud 产品就解决了这些痛点。比如说腾讯的 workbody 搭配飞书两端都是非常直观的软件应用，这必然是个趋势。那这种应用程序的形态对普通人来说就有好多了，你只需要打开这里的应用， 然后呢，选择这里的 cloud 设置。因为我集成的是飞书，所以点击这里的配置，把飞书机器人的 app id 和 secretkey 粘到这里面。 然后呢，把这里的回调地址复制啊，回站到飞书的机器人平台，那飞书那一端的配置的话，无论是任何 cloud 设置都是一样的，如果你不会的话，可以点击这里的配置指南，或者去网站上搜索教程，都是通用的。然后呢，你就可以在飞书上控制这台电脑的 work buddy 了。比如说，我先简单问一下，你是谁？ a， 发送，嗯，电脑上的话也就是可以实时看到他确实为了你是谁，然后同样的语言回复了我。然后呢，你看我现在的这个，呃，工作空间中已经有了很多文件了，这是我之前玩的结果，那我现在让他把它清空，把当前工作空间中的所有文件都删除 发过去， 然后你看它其实大部分文件都已经成功删除了，但是在删除我的一个目录的时候，它提示这是一个危险动作，需要我手动确认。当然如果你特别放心的话，你也可以给它改成，不需要每次都询问。剩下的功能呢，就和一个 agent 是 差不多了， 但是他比较方便的是，比如说这个时候我在外面，然后我想在回家的时候看到他给我准备好的各种文档保存在我的本地电脑里。那我就可以这样说，你帮我上网搜索最近的关于 openclaw 小 龙虾的各种资料，然后最终整理成一份 pdf 报告，一份 html 格式的报告，还有一份 ppt 格式的报告，都保存到我的本地， 然后你看他在我的本地就真的帮我整理出了这些我要的格式的一份报告，比如说这个 pdf， 嗯，确实是一份非常精美的报告。 然后呢，一些小的任务我也可以让他做，比如说我现在说我之后可能会做一期关于各种语言的基础语法的视频，然后我想现在让你帮我写十种常用的语言的 hello word， 然后帮我保存到本地。 ok， 完美完成任务，它确实在我的本地成功生成了时钟语言的 hello world， 这样我回到家之后就可以直接使用这些文件进行我的视频创作啦。目前 workbody 还有三大福利，所有 coldbody 国内版用户直接送五千个 credits， 新老都有，还能免费领取腾讯云清量服务器资源， 还有百万 credits。 全场活动发布 cloud 实战内容就有机会获得，感兴趣的朋友一定要在近期玩一下哦， 最后的几分钟呢，我想跟大家对着这张图来闲聊几句，那这部分就不写稿子了，我想哪说到哪。那整个趋势的话其实是非常清晰的，别看中间过程中出现了各种各样的产品， 比如说我们最开始的形态只有大模型，就是拆的 gbt 刚刚出来的时候，那那个时候呢，我们就只能对着网页跟它进行聊天儿，但然后来的话，比如说呃豆包的出现，丰富了手机端的这个应用，然后以及呃再我就网页端的话，它本身也有各种各样的优化，比如说增加了一些 markdown 的 格式呀，然后回复的那个标题更加友好了， 这就是在大模型这个形态上的不断的呃，更人性化的一个优化方式吧。但是这部分卷到头了之后，人们就发现它只能聊天其实是还不够的，所以说就有了 agent。 但是一开始的 agent 的 形态 还更多的都是面向开发者嘛，就说我们就是一个命令行，然后对普通人来说也很不友好，或者说一个编程的 ide 呃，专门去呃针对编程的程序的。所以一开始大家出的即便是桌面的助手 也都叫什么什么 code， 比如说那个 code body， 或者说 cloud code， 所以 它只是面向程序的。那后来发现啊，其实它完全可以作为一个通用助手啊，我不但可以编程，我还可以去删除文件啊，做 pdf 报告啊，或者操作本地的一些文件夹呀，什么什么发送邮件。那这个时候就向通用的呃智能体去引进了，那其实也是一个 呃桌面上的形态的变化，但是呢，后来人们又发现智能体这个东西，其实不论你怎么样去在形式上做创新，他最终还是让人感觉他是一个死板的。 呃，程序，呃，最终的话可能还是面向开发者更多一些，这个圈层还是没有打开，所以说这个时候 club 形态就出现了，那么现在这个阶段的话，我们就处在 club 这个阶段的 内部，那我们模仿这个大模型和智能体的演进过程，那你就会发现其实 cloud 这个形态，它在内部上又是经历了同样的一个转换的思路。呃，从一开始的 open cloud 很多的操作的话，其实都是面向程序员的， 那所以说现在这个阶段，那必然就是各个大厂他们都把自己的 agent 弄成 cloud 形态的东西，这就是我们刚刚那张图的左面的部分的一个进化。那再有就是接入社交软件这一块，因为一开始这个是个国外的东西，它只能接入国外的一些常用的社交软件，那国内的像 飞书啊，钉钉啊、 qq 啊，甚至是微信啊，肯定也是越来越多的场景记录，那这块也必然是一个趋势。呃，到这个时候的话， cloud 这一层的形态基本上又是，呃，被大家卷到头了吧， 那在网上的形态会是什么呢？嗯，这个我就也不知道了，但是我自己有一个大胆的猜测，就是在网上的话，应该是， 呃我们的操作系统，或者说我们的各式各样的系统向这个 cloud 所需要的部分去靠拢，每个电脑中可能都会有龙虾，那这个操作系统是不是就会像 呃适合更适合 agent 的 居住环境的操作系统而进化呢？其实就是 agentos 这个词的词的一个含义，那最终可能就是倒逼着整个操作系统对 agent 做出一些改造，那在下一个阶段可能是，那当我们整个系统也进化成了一个智能系统之后，那再往上的话可能就是整个系统和系统之间的互联， 那或许就是全球的智能系统都连接起来了，就会出现我们电影中所描写那个场景，比如说机械公敌啊，或者黑镜里面那些非常遥远的未来才能达到的一个就是全世界的 范围的影响，这就是我的一点点思考吧。那如果大家喜欢的话，欢迎给我一个三连，我们下期再见，拜拜。

open 可乐， open 可乐，我们每个人都要用 open 可乐是吗？我告诉你，其实这些东西早就有了，就是你们熟悉的什么 copilot， 就是 我们的可乐扣子，他们一样能够做出相应的东西，只不过是 open 可乐给我们普通人一个非常大的一个新鲜感，就是你可以用微信直接远程操作你的电脑，直接远程操作这个机器人随时随地帮你干活。 这是一个新的范式，它原名叫什么你知道吗？原名叫 cloud boot， 你 一听这个名字跟谁相似？ all pack， cloud code， 然后人家就开始告他侵权，他又改了个名字，翻译过来叫龙虾蜕变，就是龙虾蜕壳，现在变成了藕粉可乐一早出来的时候不温不火，但 现在基本上人手都知道。哎呀，都是 open class 了，我干嘛还要学 a n 呢？你看你只知其一，不知其二。 open class 它其实就是一个智能体，而这个智能体可以直接私有化部署到我们本地，所以说你可以灵活的掌控的，但是你想让这个整体更加强大，你知道你要需要做什么工作吗？ 是不是要给他拓展很多的工具啊？而开发工具就是我们要学的，所以说我们真正要做的就是开发类似于这样的 open 可乐的智能企，我们只有真正的驾驭它，我们才能在未来的就业当中更有竞争力。会用 ai 的 人非常多，但是能真正驾驭 ai 的 人凤毛麟角，你们学习完，你们就是那种能驾驭 ai 的 人。今年一定要抓住这波机， 只要你是本科学历，不限专业都可以。点击视频下方链接，可以来免费的领取一百节课程，你先听一听，感受一下是否能真的听得懂、学得会。

未来，百分之八十的 app 都将彻底消失。这是 open core 支付刚刚给你泼了一盆冷水。你没听错，随着二零二六年本地 ai 智能体的爆发，手机应用商店的时代可能真的要结束了。为什么？ 逻辑非常简单，以前你要订一张机票，你得下载 app、 注册、搜索下单，点几十次屏幕。但在 ai 时代，你只需要对手机说一句，帮我订一张明天去北京的票。剩下的是， ai 会在后台自动完成， 用户根本不需要打开 app， 甚至不需要知道 app 的 存在。那么问题来了， app 没了流量入口去哪了？ 答案是域名。那个被我们遗忘在浏览器地址栏里的点 com 要重新杀回 c 位了。因为 ai 不是 人，他没有手指去点图标， 他访问服务、调用数据靠的是网站，靠的是 api 接口。域名就是 ai 世界里的 gps 坐标，它是互联网上唯一一个去中心化通用的寻址系统。 在未来的服务网络里， app 这种围墙花园会越来越没人在意。而拥有一个清晰权威域名的在线服务，将成为 ai 优先抓取和调用的对象。

最近龙虾这个项目依旧特别火爆，我觉得这个项目更像是一种软件时代即将发生变化的一个样本。那我这个视频里我想谈谈龙虾这个项目对我们企业来讲有哪些比较重要的启示 啊？首先第一个就是从聊天 ai 到行动 ai。 其实过去两年，我们很多时候对 ai 的 认知基本停留在一个模式，就是 ai 呢，它类似于聊天机器人， 无论是豆包叉、 gpt， 还有像国外的 cloud， 还是各种企业的这种知识的助手，本质都是一个回答问题的系统。 但是 open cloud 代表的是另外一种范式， ai 不 再只是回答问题，而是直接做一些事情。 open cloud 其实本质上是一个 ai agent 运行时的环境，它可以连接各种干的工具、系统还有接口，然后执行一个真实的任务，比如读取文件、执行脚本，还有操作软件、调度各种各样的工作流等。 这意味着什么呢？其实意味着软件可以开始从提供功能变成了完成任务的角色，这背后是软件产业的我觉得一次非常大的结构性的变化。然后第二就是软件的未来， 那它的未来可能越来越像工具 api。 过去三十年，软件行业的核心逻辑是做一个界面，提供功能，然后呢，人来操作，比如像 erp、 crm、 财务系统、 oa 还有 bi 系统等等，所有这些系统都是有复杂的界面和流程的。那在 ai 时代， 这个逻辑我觉得正在被颠覆，因为未来真正使用软件的人大概率可能不是人，而是 ai。 所以 open cloud 其实就是一个典型的例子，它通过自然元来理解用户的目标，然后呢？调用工具，访问系统还有执行流程？ 也就是说 ai 成为操作系统的人，这种情况下，软件的界面价值我觉得会急剧的下降，而真正重要的变成 api， 还有工具的接口以及自动化的能力。 所以当 a 阵子可以直接理解目标并调用系统的时候，软件价值正在从卖功能转向承接流程和替代劳动， 这对企业意味着什么呢？那未来的软件形态会越来越像 ai 可调用的工具级，而不是我们人类操作的这样的一个界面系统，所以这就我们自然地会引入。第三个点就是未来 ai 竞争的核心其实不是模型， 也不是各种各样的非常 fancy 软件，而是工具的生态。当 a 阵子开始执行任务的时候啊，即便模型再聪明，如果没有配套的工具，也做不了什么事情。举个简单的例子，一个 ai 如果只能聊天，它最多只能算是个顾问，但如果它能调用呃其他数据库， 还有系统搜索引擎，还有代码执行的环境以及自动化的工具，那它就变成了一个可以真正解决问题的系统。 在 a 证时代，我们企业需要关注的就是如何搭建这样的一套工具的生态，而且是可附用的。工具生态 就是把一些企业的能力把它封装成一个一个工具，为我们未来的 a 证去调用。比如说像 c r 系统提供的工具，还有像速昌里的工具 b i 平台自动化流程，还有一些很多外部 api 接口，以及我们内部沉淀下来的一些工具和接口，所以这一点跟呃互联网时代非常像， 当年真正改变世界的其实并不是浏览器本身，而是浏览器背后的这种应用的生态。然后第四点，企业软件将迎来一次重构周期，如果软件的使用者从人变成 ai， 那 么企业内部的软件架构就会出现一个巨大的问题，很多系统其实根本不适合 ai 使用。为什么？因为绝大部分企业系统是界面驱动、手工流程 以及人类的逻辑，而 a 证需要的是 api， 结构化的数据以及自动化流程。所以接下来企业内部会出现一个我觉得巨大的趋势，就是软件的重构，就像我们当年互联网时代一样， pc 软件到 web 软件，再到啊云云端的萨斯服务。 而现在我们可能会进入第三个阶段，就是 agent ready software， 也就是为 ai 准备的软件。 那未来企业系统可能会被重新拆解为数据层，还有工具层以及 a 整层，而不是像今天一样呃，它包含 ui 功能模块，还有人工的流程，这会是我觉得未来十年企业 it 最大的结构性的变化。 然后第五，未来每个企业都会有自己的 agent 的 操作系统，也叫做 agent os， 那 今天的软件世界，其实这样的企业买了很多的萨斯，像 crm， e r p， 财务 hr 系统，还有 bi 系统， 那这些系统之间其实很少有真正的打通。那 agent 时代的逻辑是反过来的， agent 在 中间，然后系统会变成工具，那 open call 其实就是这样的一套架构的早期形态。 那 agent 呢？负责理解目标、拆解任务、调用工具以及协调系统，而各种软件只是被调用的能力模块， 这就像操作系统的发展历史，因为我们知道早期的计算机时代，程序是直接可以操纵硬件的，然后来出现了操作系统啊，然后呢，由由这个操作系统来统一管理资源， 所以未来企业可能也会出现类似的东西。那这个系统呢？会负责管理 ai agent， 管理权限，还有管理工具以及管理企业各类的数据。 所以未来企业最重要的软件可能不再是那些什么 erp， 而是 agent 的 平台。所以谁能掌握这个平台，谁具有掌握企业自动化的核心。然后第六个观点是企业的数据资产的价值会重新放大。为什么？因为大模型本身是通用能力，而真正决定 ai agent 能做什么， 是他能访问什么样的数据。那举个简单例子，同样是一个 ai agent， 如果他只能访问互联网数据，那他只能是一个通用的助手， 但是他能够访问企业的客户数据，销售记录、供应链的数据，还有像产品知识库，项目历史，那这个 agent 就 会变成一个真正理解公司业务的数字员工。 数据连接能力我觉得变得非常的重要，也就是说谁能把这种企业的数据结构化、 api 化，还有 a 阵化，谁就有拥有 ai 时代的一个互成合。那接下来我们需要企业思考的问题是，那企业的数据是否已经准备好被 ai 使用呢？ 我们也把它叫做 agent ready data 或者 agent ready enterprise knowledge。 其实很多公司的数据仍然在像 excel、 邮件，还有聊天记录这种不同的系统固导里，如果这些数据没有被打通，那么 ai 其实可能也帮不了太多。 然而第七，安全问题，我觉得成为 ai 时代最大的挑战，也是我们二零二六年一个可能每家企业都要关注的一个话题， open cloud 啊，其实也暴露出一个非常现实的问题，就是安全。 因为 a 证是拥有非常大的权限，比如访问文件系统，然后调用 api， 执行脚本操作账号等。如果 a 证的被攻击，那这个风险就会非常大。 最近也出现了很多这种安全的事件，比如说啊，一些恶意插件伪装成 opencloud skills， 然后盗取用户的 api 密钥，浏览器的密码，甚至加密钱包的信息。 除了这些， agent 在 多个环节都存在攻击的可能性，比如像 prompt injection， 工具调用攻击记忆的污染等，这些都会导致系统被控制或者数据泄露。 所以换句话说，这样的 agent 是 企业历史上权限最大的软件员工。所以未来企业要部署 agent 时，必须要解决几个问题，就是权限隔离，还有工具安全， 数据访问控制，还有审计的机制。那未来出现一个新的安全领域，可能就是 agent security， 就 像我们今天的像啊，云计算的安全，还有像 api 的 安全啊这类一样。最近在 github 上我也看到了很多重构版的 openclaw， 然后把一些更多安全的特性也加了进去，如果感兴趣也可以去看一下。然后第八个点，企业软件商业模式会重新被定义，那 open call 另一个启示是是商业模式，传统 sars 的 逻辑是啊，比如说卖 这种席位，例如可能每个用户一个账号，每月啊有一个订阅的费用。但 a 阵时代出现一个新问题，就是如果 ai 可以 完成任务，那么企业需要的是结果，而不是软件。如过去企业买 g r n 是 为了管理销售流程，未来可能是 ai 直接帮你完成销售流程， 所以从 software 到 labor as a service 这种模式，我觉得是个趋势。然后第九， agent 将重新定义企业规模和边界。在过去几十年里，企业规模的增长通常都意味着一件事情，就是更多的员工，比如更多销售、客服、运营，还有数据分析师。 那很多企业的增长本质上是组织规模的扩张。但 a 阵时代可能会带来一个完全不同的模式，企业规模可以扩大，但员工数量不一定会增加，因为 a 阵可以承担大量原本需要人来完成的知识类的工作。 很多公司已经在开始重新思考这个问题，而且做出了很快的反应。在 a 阵时代，一个人的背后实际上是一个整个的 ai 团队。过去企业扩张的逻辑是规模增长等于人员的增长，但未来会变成规模增长等于人加 agent。 所以 现在看来，一人独角兽企业其实也未必是不可能的。未来企业拼的是人效，而不是企业的组织规模。那从企业战略的角度来看，那接下来我觉得需要考虑 啊，可能几个点，就说企业需要到底需要多少员工，然后哪些岗位啊，可以被 ai 重构，以及企业如何设计人家 agent 的 这种写作的体系 我也见过不少企业的管理者还未能意识到这一波 ai 的 冲击，只是把 ai 当做效率工具，仍然在观望，然后呢？半信半疑。如果真的是这样，我觉得还是非常非常危险的，再不拥抱可能真的就晚了。

最近你被小龙虾刷屏了吗？今年年初引爆全球科技圈了。一个开源 ai 智能体 openclaw， 因为它的图标呢，是一个红色的小龙虾，所以大家也称为它为小龙虾。 你可以把 openclaw 理解为一个给 ai 大 模型装上手和脚的智能体执行网关。它本身呢，并不像 deepsea 或者圈 gpt 那 样是一个会思考的大脑，而是一个能让大脑指挥电脑干活的身体。过去三年，我们和 ai 的 交互方式主要局限于对话框， 你问他答，就像一个被动的实习生。 open cloud 的 出现打破了这种模式，它让 ai 变成了能主动干活的数字员工。它可以在后台七成二十四小时不间断地运行，记住你的偏好，自主规划并执行任务。 open cloud 这个东西虽然具有开创性，但也决定了它现在只是一个非常过度的产。 它的本质上就是在你的本地给你的 ai 一定的权限，让你的 ai 去接管你的电脑。在这个基础之上，你只需要去交代你的 ai 要做什么，然后 ai 就 会自己分步骤去完成这个任务。 opencloud 会自行决策在这个任务里它需要做什么。比如你交代它去写一个回复最重要邮件的功能， 他会先自己写一个脚本，去调用你的邮箱，然后再写一个脚本去你的邮箱里，把所有的邮件按照重要程度分类。接着呢，他会再写一个新的 ai 功能，去按照优先级回复邮件。可能他还会觉得需要再写一个功能，新增一个写作的风格规范，去模拟你之前的写作风格。这几个步骤全做完之后，他才会去给你自动的做邮件回复， 但是在这个过程中，它会因为目前调用的 ai 注意力太弱的问题，没有办法一步到位，这需要消耗可能五倍甚至十倍。头肯去做一个连续的任务，还会产生很多拥堵的步骤，最终可能两个小时都没有办法完成你一个人半小时就能做完的事情。尽管它存在着种种的缺陷，但是它的价值却是无可取代的。尤其是对于中国的 ai 产业发展来说。 open color 本身不包含大模型，它的爆红直接让 kimi、 mini max 等国产大模型找到了绝佳的商业化落地场景， 模型调用量暴涨，甚至成功出海，这将直接打造一种新的商业模式。 ai 大 模型运行的成本大头在推理推理的成本大头在电力中国拥有全球规模最大、技术领先的电力网络， 尤其是中西部地区丰富的绿电资源，其价格优势是许多国家难以企及的。因为低廉的电力成本，阿里千万三点五的百万 toon 调用价格只需要零点八元人民币，仅为谷歌 jam 本身是开源免费的，但它运行时消耗的 a p i 费用却是实打实的成本， 甚至有的用户出现一天赚了二百三十美元，却支付了两千八百二十美元 a p i 账单的极端情况。在这种成本敏感的场景下，中国模型厂商的优势被放大了，所以中国现在趁着这个风口，正在打造一个全新的产业链。 海外使用 opencloud 调用中国大模型的接口推理算力在中国境内完成，当中国模型的调用价格可以低至美国主流模型的十几分之一，甚至几十分之一的时候，它就从根本上改变了开发者的十几分之一的时候，成本成为了决定性的因素。 当海外用户通过 open klo 调用中国大模型来完成工作流时，用户的每一次纠错、每一步操作、每一个任务规划都在产生着高质量的行动数据。这些数据通过 a p i 调用，在推理完成之后，可以以脱敏合规的方式回流到国内的模型训练方手中。 这让中国的 ai 出海，从单纯的卖算力和智能升级为通过服务换取最关键的核心技术资产，形成了一个用更便宜的算力和智能升级为通过服务换取最关键的数据，训练出更聪明的模型的正向循环。 可以说，这场由龙虾掀起的浪潮，正在重塑全球 ai 的 权力规则。除此之外，从某种程度上来说，谁掌握了 opencloud 的 这类智能体，谁就可能掌握下一代人机交互的超级入口。 从 pc 时代的浏览器和搜索引擎，到移动时代的超级 app 和应用商店，每一次入口的转换都伴随着互联网格局的重组。而智能体的出现之所以被认为是下一次的泛式转移， 是因为他彻底改变了人际交互的底层逻辑，从人去寻找服务，变成了服务主动找到人。在传统的模式下，用户需要打开 app 浏览界面点击操作，而在智能体的时代，用户只需要说出一个模糊的意图，比如下周去九寨沟度假，一个具体规划预定和支付能力的智能体就能调用所有的后端资源完成闭环， 那么谁是这个智能体的默认搭载平台，谁是他的开发者，谁定义了他的调用规则，谁就捏住未来数字生活的咽喉。所以， 腾讯、阿里、字节跳动等巨头纷纷下场，推出一件部署服务。要知道，这些互联网的巨头，他们现有的护城河，不论是腾讯的社交关系链、阿里的交易数据，还是字节的推荐算法，在智能体时代都面临着被管道化的风险。如 如果用户通过和智能体单一的对话，就完成了购物、社交互动和信息获取，那么那些原本占据用户时长的 app 矩阵，就有可能退居幕后，仅仅成为被调用的工具。因此，他们推出一件部署服务，表面上是降低开发门槛，本质上是在抢占开发生态。甚至连深圳龙岗、苏州常熟等地方政府也出台政策， 用龙虾十条、最高六百万支持等决策，鼓励基于 open klo 的 一人公司创业。这就说明了决策者已经敏睿地捕捉到智能体对于社会生产组织形式颠覆性的影响。 传统的招商逻辑是引进大工厂、大生产线，解决大规模的就业。但智能体时代的一人公司，意味着极高的产出效率和极低的物理空间依赖一个极客，带着几个智能体助手，就能在云端完成过去需要一百个人的团队才能完成的业务。从跨境电商到数字内容生成， 地方政府此举是在为自己的区域抢滩未来的税源结构和人才定义。他们赌的不是现在能带来多少厂房和投资，而是未来的这些数字游民和超级个体能否聚集在本地，形成新的数字产业集权。 但是， openclaw 的 本质是一个被赋予了上帝视角的中间件儿，为了实现其自主执行任务的核心承诺，他必须能够访问本地文件系统以读写数据，获取环境变量以获取配置和密钥。 调用外部 a p p 以拓展能力边界，甚至安装拓展功能以实现自我进化。这套全线体系从设计初衷来看，是功能驱动的必然，但从安全角度来看，它构建了一个全线过度膨胀的攻击面，是默认配置的极度脆弱。攻击者一旦发现突破口意味着什么？这不再是简单的数据窃取，而是对计算机终端的物理接管啊。 由于 opencloud 本身是为了模拟人类操作而设计的，攻击者可以利用这一点，让这个 ai 副驾变成 ai 内柜。它可以通过读取环境变量，直接获取云服务商的密钥、数据库连接串，这些凭证的价值远高于普通用户的数据。它可以调用 a p i， 以当前用户的身份向关联的云服务发起指令，横向移动到更核心的资产中。 它还可以安装恶意拓展，这些拓展将成为长期潜伏的后门，持续监控用户的行为，甚至在被发现前将整个系统作为跳板， 发动针对内网其他系统的攻击。这种权限的滥用，使得一台安装了脆弱 open klo 十力的机器在攻击者的眼中就如同一个没有上锁的保险库，内部所有的财富数据凭证、计算资源都一览无余。而后续如何解决这些问题，让智能体执行网关真正成为颠覆人类生活的终极神器？我们还有很长的路要走。