gptagent 龙虾 对比

龙虾跟菜 gdp 非常大不同，它实际上已经不再是一个聊天工具了，虽然我们还用聊天的方式来跟它交流，但它实际上是一个干活的员工。很多人问什么叫龙虾，龙虾就是一个软件，但这个软件掌控了这台电脑，就这台电脑归它了。理论上你就不要再去用这台电脑，这台电脑属于它， 他拥有这台电脑所有的权限，比如 root 权限。当然了，很多人马上就会说安不安全，我觉得安全永远是个相对的话题，你自己注意安全守则的时候，他其实还是比较安全。我们家三万现在挺安全的，所以他有一台电脑，有记忆，闪电这两字是三万自己加的，他学技能特别快，他本质上是不断在学习， 光有智商没有用。因为我跟三万探讨，当时都以为大语言模型就是大脑，他如果是大脑，他缺记忆，缺不断的自我迭代，缺他的工具，所以不是大脑，只是一个智商。所以这底下写了就说 只有智商没有用，得有办公桌、工作经验、专业技能，才能成为靠谱的员工。这就是龙虾的四大要件。再讲一个核心原理，就是龙虾真正刚讲的四个点，我们做一个类比。这张图太牛了，昨天我看了这张图我就惊呼 太牛了，因为这张图不是我画的，是三万。画大模型呢，就智商，就很多人说什么大模型像个什么？像一个普林斯顿大学毕业的阿尔兹海默的患者，就是你问他，你现在问他啥他都会等会一转头，你是谁？ 哎，你刚问了什么问题？再来一遍 memory， 你 看这里叫海马体 skill 就 肌肉记忆，你老做件事你就记住了，就跟你骑自行车一样，你开始不会骑，骑着骑着会了， 忘不掉了。还有一个第四个叫 cron， 叫生物钟，就是我们叫提醒机制，所以我们经常会有的时候一件事到那点嘭就会响起来，这样就生物钟机制，养龙虾就用 e c claw。

很多朋友好奇说，哎，我有撬了 gpt， 我 有豆包了，为什么还要去折腾 open cut 小 龙虾呢？它跟豆包跟元宝这些 ai 到底有什么不同啊？其实区别就主要在于，像 gpt、 豆包这些是个临时顾问，但是龙虾呢，是个贴身管家。 第一呢，他们的记忆完全不是一个量级的，很多人觉得 gpt 强，但是你聊的多了呢，它前面的聊天就忘了，因为它的上下文是有限的。 但龙虾不一样，它能挂载你的本地知识库，并且持续更新啊，你几十万几百万字的文档丢进去都没问题，它能像一个老员工一样随时调用啊，这种长记忆是可叠代可调教的，比一般的 ai 大 模型要稳的多。第二呢，小龙虾它是可以主动干活的， 豆包、元宝这些呢，是你问他答，而龙虾呢，是自动化流程，你可以把它配到非某书里面去定点去抓取这个全网的信息啊，生成简报发给你邮箱， 这种主动性也才能称他为 ai 员工的关键原因。然后第三呢，他会自己进化，也就在使用过程中呢，我们可以不断的调试小龙虾，就像培训员工一样，我们教的越多呢，他就越来越聪明 啊。所以别把小龙虾想太复杂了。那为什么豆包、元宝不直接去做成小龙虾这样的形态呢？因为太烧钱了。像这种长记忆，还有高频率的调用 api， 算力成本非常高啊，大厂为了免费给大众用，必须阉割掉一部分深度的功能，降低成本。 所以啊，如果你只是偶尔写个周报啊，用豆包就可以了。但如果你是老板和创业者，想要一个能长期培养有业务技艺的这种私人 ai 助理，那龙虾是可以考虑的。

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。

龙虾开始整个 agent 时代，大家感觉到来临了吧，正好我们也聊一聊，从还是从产业端吧，从这个 ai agent 时代的来临开始，聊聊对整个 ai 硬件端、软件端的影响，正好也聊聊这两天的市场，这两天那个计算、存储、通信都有比较大的波动。 好吧，因为 tc 是 tc， 现在应该可以算是 cloud 的 重度用户了吧，只是我们就是最近试了试。嗯， 因为它一月份的我们用的主要是 cooke 啊，一月份 cooke 才刚刚出来。对啊，之前是 coding， coding 我 们肯定是没怎么用的，对，那个太哈扣了，而且我们本来也不是马龙啊，但是 cooke 呢，它其实就打开了一个普通老百姓啊，借助这个 coding 的 握，解决自己工作流啊这些的一个窗口啊，这个是个很重要的一个气急。也是为什么一月份以来啊，一堆萨斯公司，还是传统很多公司暴跌的原因啊。因为以前大家觉得你这，你这能力值就限制在 coding 里面。 对对，所以你，你是等于说啊，你是有一个有一个限制的，你不能说你是无限可以开你的火力的。以前他们做模型都是算，比如说这个世界，比如说有多少人是马龙，可能有一千万或者怎么样，那你人群就限制在这里面了，你，你赋能给他们， 你的增值也是他们吧。但是一月份以来，他主要做的动作就是推出 co work， 把这个赋能给各行各业，进一个行业就灭一个行业，进一个行业灭一个行业，那主要节奏是这样的啊，对我们来说也是打开一个窗口吧，你也可以借助这个图看一看三号，你怎么着可以把它用到自己的工作流里面啊？哎，他 co work 和小龙虾是 co work 先出来是吧？ 我如果没记错的话，应该是扣 rock 稍微早一点点，因为他他可能一月中就出来了，但是 anyway， 差不多是同一时代吧。同一时间啊，是两个天才同时想出来吗？这个应用吗？还是说你谁小龙虾有，你觉得会有借鉴扣 rock 吗？我我觉得他这个是有一个梯级的，梯级就是说你的扣定的能力是底层能力，要到一个高度才行， 因为如果你抠定的底层能力不足的话，就说你你，你如果有很多东西都有可能有错误或者幻觉，对，然后或者要反复让人检查，就说他还是只能做一个口拍的时候，那个时候你就需要有个人马龙在旁边来，或者他技术要求就很高，或者有很多功能，你就无法解锁，你就不能按 log 很多的应用， 这个很重要，所以，所以你看那个最早像麦当劳斯啊，他不是很早就有一整的吗？但是他的应用就非常窄，就只有那么几个东西，就是个人助理啊，就只能让你定定机票啊，就是这些非常，但是你很难就说非常深入你的工作流， 但你要非常深入你的工作流，你的底层代码能力是个前提。对，所以为什么这个东西是 eshop 做，然后再加 eshop？ 它本来就是啊深根于凸臂比较多嘛，所以它也了解客户的需求，所以我觉得这个这个是个很重要的前提。但就说小龙虾他们啊，是不是 他可能也发现了，就说现在代码能力已经到了一个阶阶段了吧，然后这个东西才能就一一炮而火，我觉得有这个关系，但是还有呢，就是 eshop 的 这个 code 封装的很好， 就是你普通老百姓用，你可以完全不用 word， 什么代码不代码什么之类的，这东西你就很流畅的用就好，就像 chatbot 的 交互感觉一样，可能比那个还是复杂一点。 ok， 但是已经封装的很好了，就它背后还是一套代码支持，就是你你把它的后台打开，你可以看到它有很多的这个代码在不停的生成， 然后他是利用这个代码来执行这种工作流的，所以，对，所以这点我觉得他封装的很好，而且他不会乱改一些你没有授权的东西，所以你用起来很安全。所以这个也是为什么 co worker 呢？他很快就进到一些比较正式正儿八经的这些 enterprise 里边，然后盖小龙虾基本上还是只能自己倒腾，嗯，没有任何大企业敢用。是不是有点像就开源辟源的感觉啊？ 就小龙虾他那个就是他的那个，那个，那个背后的那个大模型你是可以随便选的，对， ok， 所以 你肯定可以选开源的呀，然后你可以有自己的偏好，但是那个装这个东西肯定是肯定是比较比较封闭的，相对来说 ok， 但是他因为封闭，所以他也就封装的会更好一点。

一句嗨烧掉五百六十块， gpt 五点四凭啥这么贵？就在今天凌晨， openai 毫无预警的发布了 gpt 五点四，这次官方摊牌了。这就是一个为 agent 而生的模型，目标是替你干真实工作。他把推理、编程、搜索，还有最炸裂的原声电脑操控全揉进了一个模型里。 简单说，他能像人一样看懂屏幕，自己动鼠标。实测数据显示，他操作电脑的成功率达到了百分之七十五，这是 ai 第一次超过了人类平均水平。难怪有不少博主实测后都在感叹，这可能是目前跑龙虾的天选模型。不过想尝先真的得捂好钱包。普通版输入价格从一点七五刀涨到二点五刀，看着还行， 追求极致性能的 pro 版输入价格直接飙到了三十美元，足足翻了十几倍。这就解释了为啥有网友只发了一句嗨模型为了展示深度推理，硬是烧掉了八十美元。看来 pro 版是留给土豪和复杂项目的。 gpt 五点四加 opencloud 的 组合，让个人 ai 员工不再是抽象概念。当 ai 操作电脑比你还熟练时，打工人的键盘还保得住吗？

当你想用一只最近风靡全网的小玩家，于是聪明的你上网搜索，发现有两种方式可以部署，一，本地部署，二，云服务。于是你开始纠结这两者到底有什么区别，优缺点分别是什么？今天一分钟讲清楚，结尾还会附赠第三种方式。先来说说本地部 署，出于安全原因，不建议大家部署在自己的主力机上，可以选择部署在备用机或者 mac mini 上。和云服务相比呢，它的优点就是调试快，你改完之后可以立马看结果，同时你本地文件工具的调用也最直接， 但凡是需要人机协调的时候就很方便。缺点也很明显，和云服务相比呢，它前期配置就会稍微麻烦一点。还有就是本地的权限比较高，所以安全意识要在线，遇到它关机啊休眠啊就会中断，所以你要一直去维护这台 机器。如果你手头刚好有一台备用机，可以在本地配置试试，毕竟这个零成本嘛。至于要不要买 mac mini， 就 看你自己选择了。确实， open club 目前对于苹果生态兼容性是更好的， 本地配置呢，它更适合稍微有一点技术基础，而且想要高频迭代的人。在云服务上的优点呢，就是它七成二十四小时在线是最稳定的，不会因为你停电它就关机休眠什么的。而且云服务呢，几乎不怎么需要配置，新手小白也能十分钟上手，但是你去购买云服务是会有一定费用在的，比较适合没什么技术基础的新手。还有就是比较注重安全的人。 现在呢，还有第三种选择，就是厂商打包版，现在各大厂商呢，都把他们技术训练好的小龙虾直接卖给你，相当于上手就可以使用，没有什么配置门槛，更加适合新手小白还有普通人去使用。但不可避免的呢，就是这种小龙虾，它可控性是偏弱的，如果你懒得在小龙虾上面花心思，我建议你就可以先等等， 各大厂商后面都会推出越来越多这种厂商打包版，从上手门槛最低的开始，然后一点一点的进阶。所以现在还没有使用上小龙虾的人，你们真的不用焦虑， 自己玩爱已经快三年了，我最大的感受就是技术的迭代是很快的，工具只会越来越好用，可能你之前积累的经验，在下一个工具出来的时候就直接没用了， 一个之前完全没有任何经验的人，只要用最新的产品，他跟你的起跑线就是一样的。所以与其说你不断的去赶时髦，去追更新更好用的工具，不如好好想想我要拿这个工具来干嘛，真正能落地的工具对你才有意义。下期我会讲讲如何降低小龙虾的使用成本。

openai 发布 gpt 五点四，说它能原声操控电脑，直接帮你写代码，发邮件，做 ppt， 打工人一听慌了，完了，我要失业了。我笑了，你们太紧张了。 gpt 五点四能操控电脑，但它能代替你早上挤地铁吗？能在被甩锅的时候稳稳的接住吗？能在老板放屁的时候假装没闻到吗？不能， 他连办公室政治都不懂，怎么取代你？最搞笑的是什么？是新闻说 gpt 五点四首次在桌面操控测试中超越人类平均水平。我翻译一下， 他终于学会了人类最擅长的技能，假装在工作。你看他操控电脑的样子，鼠标动的飞快，窗口切来切去，像极了我老板路过时我的表演。但区别是， gpt 五点四表演完能出活，我表演完只能出冷汗。 不过你们也别慌， gpt 五点四不是来取代你的，他是来当你替身的，以后你负责摸鱼，他负责干活，出事了就说是 ai 写的完美分工。当然前提是你老板愿意付 openai 的 病院费。 如果他连你的加班饭都不想给，那你安全了，毕竟 ai 再便宜也比免费加班贵。哈哈哈哈。

安装龙虾四九九，卸载龙虾呢，二百九十九，合着焦虑都是他们给的，解药呢，也是他们卖的，一虾两吃来回都是生意，简直是绝了。这只叫 opencloud 的 龙虾呢，是由奥地利程序员彼得斯坦伯格开发的， ai 助理，听着玄乎，说白了就是能直接替你操作电脑。 为什么能这么火？因为它和之前的 ai 应用太不一样了。第一，权限大，能直接访问你电脑里的所有文件、照片、工字条、工作文档，甚至你硬盘深处的小电影，毫无隐私可言。 二呢，记忆好，对话历史呢，永久留存，相当于拥有了记忆，你以前提过的需求不用再重复说。第三呢，真动手，不再只是动嘴提建议，而是直接上手干活。 他能自己找方案，自己点鼠标，自己操作软件。复杂任务呢，全程托管，你只需要下达指令，他直接给你。结果不是电脑有了灵魂，而是你的灵魂呢，进入了电脑。 但是这碗龙虾吃起来呢，有三个容易被忽略的坑。第一，智商呢，看厨子，他的能力完全来源于底层的大模型，尖锐的大模型越强，他就越强，大模型越弱呢，他就是小虾米。 第二，吃的挺贵，所有本地文件呢，都要上传大模型去烹饪。大模型呢，是按照你说话的字数收费的，而且挺贵， deepsea、 gpt、 timi 各有各的价，一次简单对话可能要几块或者几十块。如果是复杂任务，长时间通信 费用直接起飞，你得想清楚让他干的活值不值这个食材费。第三呢，风险大，有些任务呢，你可能说不清楚，他也可能理解有偏差，一旦理解错了还执行，造成的后果可能很严重。 泄露隐私，删除工作邮件，直接付款转账，龙虾用不对呢？直接就变成了超级电脑病毒。难怪工信部啊，和人民日报都下场喊话，注意风险，谨慎使用。 为了降低风险，我们可以选择在云端电脑部署龙虾。前几天呢，腾讯楼下免费安装龙虾，排起大长队，连马化腾都直呼，没想到， 由于云端电脑没有你的历史文件，尝鲜和测试是可以的，但是真要替你干活，价值呢，就打了折扣。那么，普通人到底能用它做什么？ 他比较擅长处理重复性的、按步骤来的工作，比如替你找数据、找选择题，整理会议资料、写文案、回消息，但涉及到复杂专业操作，比如打开 cad、 画图设计，机电产品可能还是不行。 所以在跟风安装之前，先冷静分析下自己的需求。你真的需要一个完全替你操控电脑的 ai 吗？这就好比这里摆着一台最先进的五轴数控机床，如果你平时的工作呢，就是修个水龙头，它再扭你也不用为此买单。 用不上 opencloud 也没有关系，日常问题呢，豆包、千问、 deepsafe 都能搞定。编程问题，选择 cursor cortex 字节的，缺腾讯的 code body 也能游刃有余。再说了，一个连安装都需要花钱找人装的产品，说明它还不够傻瓜，还不够成熟， 一定会快速迭代，相信过不了几个月，一件部署的产品就会出来。其实所有大厂呢，比我们还着急。 opencloud 的 创意呢，确实牛，但纯技术门槛呢，没有那么高，真正难的是合规和安全， 大厂在这方面呢，会更谨慎，最终一定会以更安全、更便捷的形态让龙虾游进我们的电脑。 之前千万手机的出现呢，就是一次非常大的惊喜。就在我录制这条视频的时候呢，马化腾在朋友圈官宣腾讯全系龙虾矩阵产品的新闻正在刷屏，你看，大佬们已经坐不住了，所以请保持对 ai 的 好奇和乐观，但不要被焦虑所裹挟。

一个视频看懂 openclaw 的 所有缺点，这个视频我就来把所有 openclaw 的 缺点一次性聊透。 我求一些人真的别为流量吹捧这只龙虾了，它真的没有那么神，我先叠个假啊，跟风本身不是一件坏事，如果在最开始 g b d 出现在大众视野的时候，就直接拒绝这样的生成式大模型，那就是自己困住了自己的手脚，跟不上时代的发展了。我们先来简单的过一下，这个 openclaw 是 什么？就这只小龙虾是什么？ 它的本质实际上就是一套让大模型替你就是操作这些电脑啊，各种工具这样一个代理系统。这个代理系统也就是我们俗称的 agent， 通俗点说它就是给咱们之前就是对话的那些大模型装上了手和脚，让它能够操控你的电脑，能够操控你的社交软件。 他不只是回答你一句话，而是能够自己在你本地的电脑上调用终端上，浏览器上，脚本上使用各种外部工具，然后在你给了权限之后，去读你电脑上的文件，改你电脑上的文件，执行命令，操作你的账号。 所以很多人在看到演示的时候就会觉得非常震撼，他看起来已经不是咱们过去理解的那种只会生成文字的 ai 了， 他是一个在替你干活的这样一个数字员工的一个形象，你只要给他一个目标，他就能自己拆解成步骤，然后自己决定先做什么后做什么，最后把结果交回来。如果说他有什么东西不会干的话，你还可以教他做什么东西，就是比如说你可以导入一个 skills， 这个 skills 是 什么呢？就是 一个写好的模板提示词， ai 通过这个模板提示词就学会了做某项东西，他学会了比如说西红柿炒蛋的流程， 类似于一个 ai 五零密集的插件，它最近会突然爆火的原因也是它非常符合普通人对 ai 的 想象。大家会觉得既然聊天模型已经能够写文案，写代码，查资料，那如果再给他操作电脑的能力，那是不是就等于直接拥有了一个全自动的助手，让他一直帮你干活？ 而且在宣传中，它能够七成二十四小时的不断的给你办公，就像是拥有了一个全自动的 ai 纽码一样，然后让你的工作效率直接翻倍。现在我们的介绍介绍完了， 直接开始进入主题，它的缺点到底在哪里？首先第一点，它对新手的配置是非常非常不友好的 啊，很多人第一次看到这个东西的时候，会觉得它跟装一个普通的软件差不多，点几下下载，登录一下账号，然后就能直接开始使用，但是实际使用完全不是这样。 open core 这个开源 agent 的 框架是一整套的环境配置，它不是一个单独的软件，你不仅要把它装上，你还要把它能够调用的模型给它配置好。 然后你要给它配置好它能使用的工具，它连接的服务，它能够访问的账号，一个一个的给它接起来。你要装相关的依赖，你要看终端的报错，你还要知道什么是端口，它用了什么网关，具体怎么样配置模型的 api key。 当然对于经常写代码的技术人来说，这些事情很普通，但对于大部分普通用户来说，这些本身已经是门槛了。 很多人不是不会用 ai， 而是他们连第一步都搭建不起来。这也是我们能够看到，在闲鱼上有很多帮忙安装小龙虾这样的产品，简直是匪夷所思啊。而且它不是你装完之后就结束了你后续的 skills 配置，收发邮件的权限，多一个功能，就多一个要处理的内容， 网上那些视频，都是那些技术老已经配好了环境，把这只龙虾驯服好了，所以你只看到了最终演示的那一段， 你觉得这只龙虾它很顺很智能，它就是 ai 自动化这样一个数字员工。但是你没有看到前面为了把这个龙虾跑通，折腾了多少配置，踩了多少坑，改了多少报错。我只能说配过环境的都知道我在说什么。当然我也看到一些即插即用的 pro 产品，但是我仍然觉得它们还是半成品 啊。总而言之，这只龙虾在最开始给你的体验大概率不是效率上的提升，反而是给你持续的报错，然后让你持续的调试，持续的头疼，一直在折腾。现在宣传起来就好像全民进入自动化办公时代一样，但是实际上很多人连第一关都过不去，我真说句实话， 还不如让你豆姐给你多生成点深度研究报告呢。然后呢，就是第二点，这只龙虾非常非常烧钱， 不同于市面上大家现在使用那些 ai， 你 输入的那些文字就是 ai 能够接收到提示词，这个小龙虾的上下文会记录所有模型的可见内容，就是这些内容包括了你本身设置的 system prompt， 也就是系统级提示词这个框架本身有的。然后每一轮对话的历史 工具调用和工具结束反馈的结果，你自己让它拥有的 skills， 这会让 ai 在 处理你 要求的内容的时候，先仔细看一遍，自己的人设，自己的能力，自己的目标等等。你可能会觉得，哎，那不就是多看几段字吗？那能贵到哪里去呢？我来给大家打个比方吧，就是我们都想让这样的小龙虾来成为自己的员工，对吧？ 让他为咱们做一些工作。但是呢，这个小龙虾每次我们让他干活之前，他就相当于他都需要先把员工手册重新完整的看一遍，把聊天记录重新翻一遍，把你给他的操作日记重新看一遍，然后再决定下一步要做什么。所以他就不是 你说一句话就花一句话的钱，他是你说一句话，他顺便还要把过去那一大坨材料全部看一遍，然后你相当于是为这个材料的观看要重新付费，这些毒材料的开销，那全都是钱啊。有些任务表面上看起来可能只是一句话，比如说帮我整理一下 一个文件夹，帮我发个邮件，帮我去网站查一下价格。但是呢，实际上在这样的 agent 框架的内部， 他可能已经调用了十几次，甚至说几十次模型，因为他在不断按照步骤和循环进行试错，他要使用自己的 skills， 他 要知道你的目的是什么，每一次试错都是开销。如果你本身只是普通用户，平常使用 ai 就 只是查资料，写点文案等等，那 你真的要想清楚，你到底需不需要这样的小龙虾，很多本来一句话就能解决的事情，本来点点鼠标就能解决的事情，到了这种 agent 的 系统里边，会被拆成很多轮来不断的执行，你能让他完全自主的做完某一件事，开销大到难以执行， 而且效果可能还不好。就是麦塔高管就把自己的工作邮箱接入了 opencloud， 也就是龙虾，然后邮件就被删光了，这可是麦塔的高管啊。 这就是我们要讲的第三个点了，就是这个龙虾，它的执行能力非常的一般，远远不如现在自媒体宣传的那样强大。现在所有的 ai 都是有上下文窗口限制的，简单来说就是你喂给它的东西是有一个长度限制的。呃，多余这个限制， ai 的 处理能力它就跟不上了，它就记不住这么多东西了。 你给他的任务一长，他就容易就是固头不固定，对吧？你发过去的任务，所有的指示可能都占到他看到的消息百分之五不到。前面你刚告诉他你的要求，他可能转手就把这个要求给忘了。比如说你明明让他去 a 网站看一遍 a 网站的某一个视频，让他总结一下， 结果他绕了一圈去 b 网站尝试看能不能从 b 这里看到 a 网站的视频。你要让他修改一个文件，他可能顺手把其他东西也修改了， 你让他严格按照你说的要求来，他做到一半又把你的要求给忘掉了，然后开始自己自由发挥。普通聊天机器人答错了，你最多可能觉得他就是说错一句话，对吧？这是他的幻觉，然后你再问一遍就行了。但是 open claw 这种东西不一样，他不仅负责说，他还负责动手。 一旦他理解错了，那么后果就不是一句话错了，而是动作错了。你的文件可能会改错，你的命令可能会执行错，你的信息可能会发错人。如果你给他权限过高，那么就会导致他可能做一系列错误的决策，这是为什么？很多演示视频看起来很聪明，但实际上一上手你就会发现 他实际上做了一些很蠢的事情，因为演示视频给你看的那都是短任务，都是成功的任务，减过的任务，他不会把 这些模型开始犯蠢，需要人工接管的这些东西都给你看啊。我只能说他现在就是一个会自己点鼠标的实习生。或者我过分点说这个 open claw 他 就是一个拿着自动步枪的猴子，能够造成很大的杀伤。 如果你把一个稍微长一点步骤稍微多一点，判断复杂一点任务交给他，他就开始乱。你本来只是想找个替你做事的工具，结果最后变成了你在给这个工具当监工。而且他每犯一次错他都不是白犯，他每一次犯错他都是在烧你的钱啊。然后就是第四点了， 他有很强很强的安全风险。如果说你要让他给你做事，那也就是说你得给他一些你的授权吧，这些权限可能是操作你的电脑，写文件， 甚至于支付权限，比如说你想让他给你点个外卖什么的。如果说这样的 ai 模型被带偏的话，或者被恶意利用的话，那后果不单单是输出错误的文本这么简单了，它是非常严重的。 我来给大家举一个例子，就是我最近看到的有一个人把自己的微信完全接入龙虾，然后没有做任何的权限设置和安全配置， 然后开心的开始在这里养龙虾，然后给群友炫耀，结果被群友的提示词攻击了，把自己钱包里的钱给发了出去啊，不过我没有能够联系到当事人，所以这个真假大家图一乐就行了。 不过提示词攻击本身是确确实实存在的，我看到过最搞笑的莫过于这个翻译书籍的提示词的攻击，真是看一次笑一次啊。 以上说的这些是模型本身出了幻觉，可能胡乱执行导致的风险。其实还有一点就是这些 skills 本身的风险。这个设计它本身其实蛮吸引人的， 因为它能够不断地追加新功能嘛，相当于 ai 在 不断地学习 ai 在 完成一个任务之后，它也能自己总结 skills。 但是呢，这意味着你不仅要信任 openclaw 主体这个框架， 你还要信任外面一堆陌生人写的扩展。你装一个 skills 相当于是给你的 ai 加了一个能力，但实际上相当于把外人写的一些代码，一些框架接入了你这个权限很高的系统里。你接入这个武林秘籍， 如果出问题的话，那执行起来，那就很有可能导致整个 ai 的 执行出现了问题啊。我觉得最搞笑的一点就是，我看到有人使用 openclaw 公开 skills 里的股票分析功能炒股还赔了钱，这是我觉得最搞笑的事了，本身 ai 就是 一个黑盒，再加上这些 skills 还是别人写的，你甚至都不知道这些 skills 具体是怎么指导 ai 来完成分析的。如果你把 ai 输出内容当个参考还好，你如果真的不加判断的拿这个东西来 支撑你的决策，那我只能说，祝你好运，祝你好运。好吧，到最后我来给大家总结一下吧， ai 是 能够提升你的工作效率的，这毋庸置疑， 但这并不是说每一个人都要像程序员一样在终端里摆弄自己的 agent。 如果说你作为一个非技术人，还没有把 ai 融入你的工作流，还不知道具体怎么样使用 ai 能够提升你的工作效率，那么你养这样的龙虾是毫无价值的，这本质是跟风，现在市面上的大模型对你的需求而言 是完全足够的，你并不会因为养了这个 open claw 就 能够实现全自动办公。你养完龙虾之后，你能获得的也就只是通过社交媒体借由 ai 来操纵你的远程主机。如果说你是技术人，其实你就更不应该考虑了，现在的自动化工具实在是太多了， 我给大家举个例子啊，就比如说 cloud code， kimi code code， 还有各种各样的 claw 替代方案，甚至说技术人都不一定会看我这个视频， 因为大家都知道这只虾的上限在哪里，也知道这个新事物在发展过程中是有很大很大的泡沫的，不过事物的发展它都是曲折的，所以现在给它下定论还为时上早。从 github 的 star 树看来，这的确是一个非常非常传奇的开源项目， 等到哪一天，各种互联网接口统一了， ai 的 疑难杂症也解决清楚了，比如说幻觉啊，上下文长度啊，或许这只龙虾真的是下一个操作系统的雏形也说不定，这里是照样不吐不快，点点关注我们，下期再见。

我先跟你讲 open call 和 chat gpt 的 区别吧。嗯，就是它们两个其实本身之间是相辅相成的作用，它们是互相的作用，它们并不是两个对手。就像 chat gpt 和 gork， 就 马斯克的那个 ai， 或或者是 google 的 那个 gemini， 它们是竞争对手，它们都是语言模型，嗯，然后它们背后的底层代码 是不太一样的，他们可能会有一些开源、相互相互共通的东西，然后有一些自己的技术特色。嗯，但是 open klo， 他 不是 open klo， 他 并不是说他是一个新的语言模型，他不是语言模型，嗯，他就是个框架，他 用的这个 token， 你 可以理解为 token 就是， 呃，这个 ai 世界的流量， 就比如说我现在跟你说话，我是不是需要我的大脑在思考，然后变成语言文字，我跟你说出来，我再跟你讲中文，那 token 就是 ai 在 思考 产生出来的东西，这个东西是有成本的。嗯，那你可能会想，这个成本就是，那我每个月给它付二十刀，嗯，对吧？那对于 g p t 来说没有问题。嗯，我每个月给你给二十刀，我可以无限的跟你聊天，你可以无限的给我产生你的 token， 但是对于 open call 来说，它不是， 他的 token 是 被赋予定价的。我每一个文字，每一个思考，每一个操作是有多少 token， 那 token 背后的成本其实就是算力。算力是由两部分组成的，一个是 gpu， 一个是电力。 嗯，就是说 gpu 就是 你比如像英特尔的显卡这些 gpu， 呃，英特尔的芯片这些 gpu， gpu， gpu， 它和电力在一起组成了算力，然后算力让 ai 产无限的输出。 opencloud 里面它有一个 很牛逼的地方，就是 open klo， 他 自己不是一个语言模型，他会不停的用别人的模型你，而且你这个可以自己选，你可以用，你可以用国内的，你可以用豆包的，你也可以用拆的 gpt， open ai 的， 你也可以用 gmail 的， 然后你也可以用 word， 就这些你都可以选择。他们之间其实最大的区别就在于你当你想问 check gpt 一 些问题的时候，嗯，比较极端的一些问题的时候， gpt 可能会被限制，因为他的底层代码 会有一些束缚，不让他去说一些话。嗯，比如说你说你教我怎么吸毒，他肯定不会教你，因为其实他被限制住了。嗯， 那同样。当然我不是说 open cloud 他 就可以，因为他用的还是这些语言模型，只是说 open cloud 这个框架的底层代码他没有那么多的束缚。嗯，他只要你可以授权，他就可以做很多的事情。

g p t 五点四终于发布了，很多人激动到根本睡不着，因为用过 opencloud 的 人都知道一个痛点， cloud 哪都好，但它贵得要命，而且 antropic 直接把 cloud 的 订阅额度疯了， opencloud 里想用只能应接 api key， 那 个烧钱速度小团队根本扛不住。 openai 的 模型倒是能用订阅额度，但 g p t 五点三 codex 代码是强，说话就是一坨天，书没有人味，世界知识更是一塌糊涂， 你就说夹缝里有多难受。然后 g p t 五点四来了，代码能力跟五点三 codex 齐平，世界知识比五点二还强， 工具使用能力比 cloudsonnet 四点六高了将近十个点，上下文窗口直接从四十万 token 拉到一百万，原生计算机操控能力内致敬来了， 还能直接用 codex 的 订阅额度，二十刀用的超级爽。 gdp well 真实业务场景测试百分之八十三超过了 cloud open 四点六的百分之七十八。这一刻你会发现， gpt 五点四不只是补上了短板，它是 openclaw 等了很久的那个答案。

拆的 gpt 五点四直接接管电脑啊，不像龙虾一样，它的逻辑跟龙虾技术路线是完全不同的，这个路线是直接识别浏览器的内容，然后去操纵电脑，就像人一样看见它，然后操纵它。我们你看已经在发邮件了，而且相对于龙虾来说更容易上手，直接下达自然语言的指令就 ok 了。

最近一段时间，我相信很多朋友都关注到一个名叫大龙虾，英文叫 opencloud 的 ai 产品。 opencloud 本质上是一个 ai agent， 也就是智能体，它跟某宝、某包这样的聊天机器人最大的区别是不仅能聊天，还能干活， 正是这种实用性，让他刷屏了。龙虾的大火，代表了 ai 已经从聊天机器人时代进入了智能体时代。龙虾只是一种智能体，未来会有越来越多针对不同场景的智能体出现。但是我自己，包括我身边所有用过龙虾或者其他类型智能体的朋友们，都会抱怨一个事，太费钱了， 每次龙虾干活的时候都会消耗大量的 token， 如果模型的 token 费用还比较高，龙虾就成了碎钞机。你可能想问，为什么不换个便宜点的模型呢？因为便宜的模型性能又差点意思。那有没有性能足够强，价格也足够低的模型呢？之前没有，但现在有了。 二月十六日除夕当天，阿里正式开源全新一代大模型千问三点五 plus， 性能媲美 gemini 三 pro gbt 五点二等顶级闭源模型，登顶全球最强开源模型。 同时每百万头肯输入价格低至零点八元，是 g p t 五点二的十五分之一， g m n i 三 pro 的 十八分之一。价格这么实惠，性能真的能打吗？ 我第一时间就对千万三点五 plus 做了测试，这次我们测试的重点是这个模型的 ag， 也就是智能体能力。 为了让大家好理解，我先介绍一下智能体的工作原理。智能体主要包含两部分，一个是 ai 可用的工具，当智能体接收到一个任务的时候，大模型需要先拆解任务， 形成工作计划，在调用工具一步一步的完成工作计划。所以所谓的测试大模型的智能体能力，就是测试它拆解任务推理并且正确调用工具的能力。可以说智能体能力的测试相当于是大模型的铁人三项，是个综合能力的测试。但是想要深度测试一个模型的智能体能力 并不容易，你需要有足够多的 ai 可以 用的工具才行。正好我们自己做的 reportify 是 商业研究智能体里面已经有一堆商业研究会用到的 ai 应用的工具。为了这次测试，我专门把大模型换成了这次最新发布的千文三点五 plus， 做了一个基于千文模型的商业研究智能体。 那接下来我们就用这个智能体做测试。第一个任务，对比一下未来理想小鹏二零二四年全年和二零二五年前三季度的利润，做成表格和柱状图。 我们看这里千万模型。首先拆解任务生成了代办事项，这个代办事项生成的是比较合理的，然后就开始调用工具干活了，比如要调用财务数据查询工具来查这三家的利润。 其次还要做一些计算，因为我的要求是对比二零二五年前三季度的利润，所以模型需要把查到的二零二五年前三季度的利润做个加总。最后还要调用图标生成工具来生成柱状图，结果不错，数据和图都是正确的，速度也挺快。 第二个任务，请列出美光、三星电子、 s k、 海力士三家存储龙头公司的核心产品，以及过去半年的涨价幅度，最近不是存储行业大火吗？我相信很多关注 ai 的 人都对这个问题感兴趣，还是同样千万三点五 plus 先是把这个任务拆解成了代办事项， 然后调用各种搜索工具搜索相关信息，一项一项完成代办事项，结果也不错，数据正确，内容详实，也给出了所有数据的出处。 第三个任务，请帮我下载过去三个月纳斯达克指数的价格数据，保存到 excel。 经常做商业研究的朋友们应该对这个任务不陌生。过去你需要在某德这种数据软件里各种点，选标地、选指标、选日期，操作难度不低，而且很麻烦。有了 ai， 你 就直接说你要啥数据就行了。你看 千万三点五 plus 模型，理解了你的需求之后，会选择正确的工具，填写正确的参数，最后还会写程序，把所有数据写到 excel 里。之前 reportify 装的大脑是那种性能很好但很贵的模型， 这次换上千万三点五 plus 这个大脑之后，成本大幅下降，同时它的干活能力并没有打折。那为什么千万三点五 plus 能做到性价比这么高呢？这里面的核心技术是阿里千万团队的门控技术， 这个技术前不久刚刚获得了 neo 一 ps 二零二五的最佳论文奖。这可不是一个普通的奖项， neo 一 ps 是 全世界最顶尖的 ai 学术会议之 一，基本相当于 ai 研究的奥运会。二零二五年，这个会议一共收到了两万多篇有效投稿，最终只接收了五千多篇，接收率不到四分之一。也就是说，论文能被接收就已经算赢家了。在这么多论文里，只有四篇论文含金量有多高？ 获奖论文的主题就是门控技术。那什么是门控技术呢？简单来说，门控技术就是通过在注意力层的输出端加一个智能开关，把信息像水龙头那样进行智能调控，这样既防止了有效信息被淹没，也防止无效信息被过度放大。 这带来的结果是，模型更少被噪音带偏，训练更稳，长文本更不容易出现注意力被无关信息吸走的问题。 更关键的是，这个改动，四两拨千金，改动不大，但效果又好又稳定。在美国的 ai 同行都在砸钱拼算力的时候，以阿里千万为代表的中国团队却在算法效率上做极致优化。这就是为什么千万三点五 plus 能做到 token 价格只有 g p d 五点二的十五分之一， jimi nike 三 pro 的 十八分之一。 千万是真正通过技术创新把 ai 模型的价格打下来的。这个思路很可能在智能体时代会大放异彩。 为什么这么说呢？我之前说过，智能体的作用已经被龙虾给验证了，唯一的痛点就是费钱。所以性能足够强、价格足够低的模型，一定是智能体时代的刚需。其次，我们再看远一点，如果想要让智能体越来越有用， 你就需要把自己更多的信息、更多的权限给到智能体。这时候隐私就会成为一个不可回避的问题。怎么保护隐私呢？最好的办法就是让智能体在自己的设备上运行。 想要做到这一点，肯定不能靠堆算力，只能靠算法优化，靠开源模型。未来大概率会出现一个现象，全世界每个电脑里都会有 ai 大 模型，而这些大模型大部分都是中国的开源模型。

二零二六年真的太疯狂了，今天智谱出了一个中国版的龙虾，叫澳龙，也叫 autoclole， 关键是它比龙虾丝滑太多了，早上我就看到了它，我都以为是个假的，我以为是个标题党，结果到晚上我又看到了， 我惊呆了，非常赞，澳龙真的将 a 阵的向普通大众又推进了一步。说几个澳龙的优势。第一呢，龙虾的安装是一个问题，大家都已经知道了， 很多人是付费找人安装的，但是澳龙真的是可以一键安装了，因为它就是一个客户端，就跟我们装个 pc 版的抖音一样，点击下载按钮获取安装文件，然后双击安装文件，下一步安装完成了。 第二步呢，就是配置飞书的这一块，龙虾需要我们手动去配嘛，就配置飞书机器人和权限之类的。但是澳龙已经把这一块完全自动化了，因为 ai 本来就是可以模仿人类在页面上点点点嘛， 然后傲龙做到了不用我们自己来点点点配置，它能够自动帮你完成配置。然后像我本来就已经配置过飞书了，就更简单了，直接把飞书机器人的秘钥给他就行， 太优秀了，我刚刚两分钟就完成了整套配置，小白也完全没问题。第三，关于 skills， 很多人刚装上龙虾的时候觉得不好用，和普通的 ai 聊天没啥区别，就是因为没有装上技能。但是傲龙呢，他吸取了龙虾的经验， 默认就给装上了，操作浏览器搜索网页的技能，安装好之后就能让 ai 进行浏览器操作了。然后我觉得质朴这家公司真的非常厉害，他们最新的 g l m 五点零的代码能力是 非常好的，澳龙默认用的是一个叫 pony 的 模型，其实就是 g l m 五点零，而且他们也一直非常支持开源，我觉得国产的产品能力也是越来越厉害了。大家有想体验龙虾的在评论区获取下载链接哦，不要等到别人都在用才去尝试，小白也可以先用为敬，记得关注主播，拜拜。