openclaw可以进行仿真计算吗

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。

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。

open call 保姆级安装教程，小白十分钟搞定！ open call 最近实在是太火了，很多人已经做起了上门安装五百块一次的生意，甚至有人计算下来说靠这门手艺有机会年入百万美元。这里教你小白安装法，手把手避开所有常见的坑，包括环境、配置、权限问题、下载速度等等。看完不仅立升安装费你熟练后，甚至都可以接上门安装单了。 我们直接开始。第一步，安装 note js。 虽然 open 靠官方文档不要求提前安装 note js， 但先把这一步做完，可以避开很多坑。首先来到 note js 的 官方下载页面，点击 windows 安装程序按钮，下载完之后打开安装包， 如果出现弹窗，问是否允许此应用对你的设备进行更改，点击试。在安装窗口里，首先勾选用户同意协议，然后点 next， 下一步安装位置可以保持默认，你也可以进行更改。接下来，我们可以一路无脑点 next， 然后点击 install 开始安装。这里我们要稍微等待片刻， 完成后点击 finish 按钮， node js 就 安装好了。第二步，安装 git git 并不是必备安装项，但很多人后面遇到的一些报错，本质上都和 git 配置有关，所以也可以提前避坑。来到 git 的 官方下载页面，根据你的电脑架构选择对应的下载链接， 比如我这台电脑是 windows x 六十四，所以点这个。下载完成后，点开安装包，点击 next， 这里同样安装位置可以保持默认，你也可以进行更改。再往后，如果你不是专业开发者，不用纠结这些设置，我们可以一路无脑点 next。 终于到了最后一个选项，点击 install 开始安装，等待一小会。安装完之后，我们可以把这个 view release notes 取消，勾选它会打开 git 更新说明的网页，对安装没有影响。然后我们点击 finish git 的 安装就搞定了。 第三步，安装 open call， 在 菜单栏搜索 powershell， 这里注意要选择以管理员身份运行，然后会打开一个大黑窗口。那为了避免 powershell 默认策略太严格导致安装报错，我们要先输入一下这个命令，然后回车运行。 运行后， powershell 可能会出现一个提示，问我们是否确认修改执行策略，这里输入 y， 然后回车表示同意这一次修改。 然后我们再输入这个 openclaw 的 官方安装命令，并回车执行。这个命令可能会运行一段时间，如果中途出现弹窗，问是否允许公共网络和专业网络访问此应用？点击允许。 当你看到一句来自 openclaw 的 欢迎信息，就说明 openclaw 已经安装成功了。小花，不过这还没完。第四步，配置 openclaw。 openclaw 会展示一段话，提醒你使用它可能存在风险。问是否继续？这里可以按键盘上的左方向键选择 yes， 然后回车确认。接下来保持默认的 quick start 模式，继续回车。 下一步需要选择 openclaw 背后的大模型服务商，这里有很多选择，比如 open eye， atropic 等等。那这里呢，可以根据个人偏好进行选择，用键盘的上下方向键进行切换。 如果你已经创建过某个服务商的 api， 蜜柚可以直接使用，那我呢，会选择 kimi 模型的公司公益上的 ai 不是 广告，而是因为 kimi 会免费送新用户十五块钱额度，我之前的还没有用完， 那这里呢，也教你如何创建大模型 api 蜜柚。以 kimi 模型为例子，来到他们开放平台的控制台，左侧有个 apikey 管理，我们点击新建 apikey 按钮，给这个蜜柚取个名字， 下面选择项目，然后点击确定就可以看到啊创建出的密钥的值，密钥一定要进行保密，被别人拿去用的话，烧的就是你的额度了。然后先别着急点确定，先点旁边的复制按钮，然后回到 power。 十二， 回车选择模型服务商后，因为我是在 kimi 国内官网创建的密钥，所以这里选择点 c n 的 api 密钥类型回车， 接下来问用什么方式提供密钥，选择现在复制密钥值回车。接下来把之前复制的粘贴到这里来。回收后呢，要选择具体的模型，我就保持默认的 kimi k 二点五。 再接下来我们要选择通讯渠道，也就是要通过 telegram 还是 discord 还是飞书之类的工具啊。和小龙虾进行对话，我们目前可以一路点向下键选择 skip for now， 也就是先跳过，因为呢涉及到一些准备步骤，后面我们再来进行配置， 然后问要不要现在配置 skills， 也就是小龙虾掌握的技能，如果你有比较清晰的目的了，这里可以看看有没有需要配置的，每个技能后面的括号里啊，都写出来应用的场景，那这个呢，也可以留到后面进行配置。我们按空格选择 skip for now， 然后回车。 接下来会出现一系列问题，问我们要不要配置好各种服务的 api 秘钥，比如 banana， banana 的 秘钥可以用来生成图片，那如果你还没有创建好的秘钥，也可以先都选择 no， 回头有需要再进行填写。 下一步我们要不要启动 hook？ hook 指的是在某个事件发生时自动执行某个功能。我们目前啊也可以先跳过空格，选择 skip for now， 然后回车。 接下来程序会启动网关，我们会看到有个命令窗口被自动打开了，这个窗口先不要去关它，等待一段时间回到之前的 power shell 窗口。他问我们想用什么方式启动小龙虾，我们可以选用 web ui， 网页图形界面会更加直观和操作友好一些。 回，稍后会出现提示说有网页自动被打开，选择允许会进入到这个幺二七点零点零点一这个网页在聊天界面，我们就会开始和自己的小龙虾对话了。 如果你能收到来自小龙虾的回复，说明我们的配置也已经完成了小花。但小龙虾之所以出圈，其中一个原因是他可以接入各种通讯软件，接入后我们只需要在手机上发一条消息，他就能在电脑上自动开始干活。所以我们接下来要做的是把 open call 和飞书连接起来。 第五步，创建飞书机器人。来到飞书开放平台，点击右上角登录。如果没有账号，可以注册一个个人账号，不需要加入任何企业。登录完成后，点击开发者后台，然后点击创建企业自建应用，给应用起一个名字，填写对应的描述 图标，也可以自定义，然后点右下角的创建按钮。接下来我们点击添加机器人能力， 然后通过右侧菜单栏来到权限管理，点开通权限，我们在搜索框里输入 i m 冒号，注意是英文冒号。 然后我们把出现这些消息相关的权限先都加上，点击确认开通权限，上面有提醒，我们应用发布后，当前的修改才会生效。所以我们可以先点创建版本，然后在这个界面输入版本号，比如一点零，点零以及对应的更新说明，接下来点击保存并确认发布。 现在我们的飞书机选就创建好了，但还需要把它和 opencall 接通。第六步，连接 opencall 和飞书，回到 power 上，我们输入一个命令 opencall config， 再次进行配置。 第一个问题选择 local， 也就是在本机运行，然后我们要选择配置 channels， 也就是通讯渠道。接下来回车选择 configure link， 用来添加新的消息渠道。 这里一路向下，找到飞书后，回车要在飞书上运行，需要先安装飞书渠道插件，所以这里回车选择通过 npm 安装，等待一会安装完成后，我们要输入飞书应用的 app secret， 这个在飞书的开发者后台啊就能获取。我们先按回车，然后来到飞书开发者后台的凭证与基础信息，复制这个 app secret， 然后把值粘贴到 power shell， 接下来还要输入 app id， 也是一样的流程复制，然后粘贴进来。再然后我们要选择飞书和 open call 的 通信方式，默认的 web socket 是 实时通信模式，配置起来简单。所以回车选择 我们的机器人应用啊，是在国内版飞书，也就是飞书点 c n 这个域名创建的，所以选 china。 这个接下来问我们是否允许在群聊里使用机器人，这里可以选择 open， 也就是在所有群里都可以用机器人，但必须艾特机器人。 下一步我们选择 finished 表示完成配置，然后这一步问要不要现在配置私聊访问策略，也就是谁可以在飞书私聊里用 open call 机器人，我们选择 yes， 然后如果只是自己测试用啊策略可以先选 open， 表示任何人都可以私聊机器人，这样呢，不需要先进行配对，如果是正式环境，建议选择 pairing， 然后回车选择最后的 continue， 这样我们就完成了飞书通讯渠道的配置。接下来在 power 上输入 open call gateway， 启用网关， 然后在飞书的自建应用界面点击左侧菜单的事件与回调编辑订阅方式选择为长链接保存， 保存后我们就可以添加事件搜索接收消息勾选上确认添加。再然后来到权限管理，点击开通权限搜索通讯录，把获取通讯录基本信息勾选上点击确认。 要让这些保存生效，我们要再次发布版本，点击创建版本，输入新的版本号以及对应的更新说明。这次啊，我们是在给机器人添加消息接收能力，其余保持默认，点击保存并确认发布。 第七步，测试对话飞书机器人的配置啊，到目前就完成了，虽然过程很漫长和琐碎，但现在我们就可以尝试在飞书上和小龙虾对话。来到飞书 app， 可以 在消息列表里找到自荐应用的入口，点击打开应用，随便输入一条消息， 可以看到 open call 回了一个表情，表示自己正在输入，然后等待几秒就可以收到他的消息了。我们可以继续和他私聊对话，也可以把他拉进群聊里艾特他回答问题。如果想让他变得更强，也可以给他配置更多的 skills， 扩展他能完成的任务。 但建议啊，只安装官方或可信来源的 skills， 避免带来安全风险。如果这个视频对你有帮助，也求个点赞收藏，我们下个视频见。

最近科技圈讨论度最高的 open core， 到底是个什么神奇工具？今天这条视频，我就带大家从开发者到风险点一次性搞清楚。先说说它的出身。这个工具的核心开发者是奥地利的资深程序员 peter stamburger， 也就是彼得斯坦伯格。 项目最早在二零二五年十一月以 cutbot 的 名字开源上线，后来因为商标问题，二零二六年一月先改名叫 modbot， 结果三天后又正式定名 open core。 到了二零二六年二月， peter 加入 open core， 负责个人智能体项目。 open core 啊，就转由独立的开源基金会运营， open core 还提供了赞助， 算是有了个靠山。那 open call 到底能干吗？简单说，就是让 ai 真正动手干活。它就像个本地执行中书，一头连着大模型，另一头连接你的电脑、浏览器和终端，用自然语言就能驱动各种自动化操作。比如系统层面的文件管理、 终端命令执行、模拟鼠标键盘操作、浏览器自动化、办公场景里的邮件收发、文档处理、日程管理、报表批量生成，甚至开发运维中的代码生成、 服务器监控、 docker 和 a p i 对 接，它都能搞定。说白了，它能替代传统的 r p a 工具，大大提升个人和团队效率，而且数据在本地处理，隐私相对可控。不过最近工信部已经发出预警， open call 的 风险可不小， 咱们必须警惕。首先是安全漏洞问题，有个叫 co identify 的 高危漏洞，编号 c v e。 二零二六二五二五三，会导致跨站 web site 的 劫持。黑客能远程接管设备，执行任意命令， 还有命令注入路径便利，这些问题可能被阅权、读写文件植入恶意代码。更麻烦的是，它默认设置不安全，没有认证机制，很容易攻网暴露， 还可能用弱密码过度信任本地连接。其次是权限失控，他默认就会请求系统最高权限能读写所有文件，调用各种 a p i 执行命令，一旦被劫持，后果不堪设想。删数据、偷凭证，甚至无视停止指令，数据泄露风险也很严重。 全球已经有超过二十三万实力暴露在公网上，其中中国就有约七点五万，有八点七八万存在泄露风险。 a p a 密钥、聊天记录、本地文件、身份信息都可能被窃取。另外还有供应链攻击， 哈布插件市场审核不严格，超百分之二十的热门插件藏有后门、假冒安装包、依赖投毒、 n p m 包抢注，这些风险也得防。还有一种新型攻击，叫提示词注入 邮件网页，或者外部输入里夹带恶意指令， ai 可能被说服执行阅卷操作。最后还有合规和成本问题，违规调用大模型 a p i 可能导致账号封禁，而且它的托肯消耗高，硬件要求也高，建议至少六四 g 内存，维护成本可不小。所以如果已经在用 opencloud 的 朋友，一定要记住这些安全建议。 关闭公网访问，只在本地或内网使用起用强认证，比如设置 getv 啊 token， 绝对要禁用 guest 模式，只安装官方或可信的插件， 并且定期更新。最重要的是，敏感数据要隔离，千万别授予它最高权限。科技工具虽然好用， 但安全永远是第一位的。你们对 open club 怎么看？有没有遇到过什么使用问题？欢迎在评论区交流。想了解科技创业政策与工厂选址的朋友也可以关注联系我。

今天是 opencode 的 第十二堂课，本地的模型配置嫌太复杂， api 调用的模型嫌太贵，今天我给大家分享免费调用的多款顶级的模型，这个就是英伟达这个官网提供的这样一个 免费的服务啊，大家可以去薅羊毛。首先要进入这个恩伟达的官网，就 build 点恩伟达点 com 点这个首页的模型， 你可以看到这里面有很多个顶级的模型，比如说精华指望的 g l m 五，还有这个 mini max， 大家第一步先要去进行这个登录啊，这个登录其实也就是正常的注册啊，没啥可掩饰的，注册完了以后，大家右上角有个 api key， 点了以后，你要生成一个 apikey 啊，比如说这个根股啊，就是随随便选一个，他就生成了一个这个 apikey， 然后你把它复制出来，复制出来我，我这里已经有了一个啊，这有，有了这个，呃，然后呢？再把它回回到前面的这个模型， 选一个你想要的模型啊，这里推荐是用迷你麦克斯，你也可以用千问的，然后点击它，点击这个模型， 点击这个模型以后，呃，你要去配置文件进行修改啊，这个就是，呃，这个我也是扣的啊，你需要打开这样一个，在你的加目录里面有一个这个这样一个文件啊，就是叫这个 open 点 open 扣的一个一个目录给大家看一下， 比如说我 cd 加目录点 open core， 哎，它这里面有一个叫 open core 点 jason 的 一个，你把它打开，把这一段把它粘过去那个 base url 和这个 api key， api key 就 刚刚你你你那个 这里的刚刚右上角这个啊，现在很卡，现在很卡，然后它好处是第一个它不需要魔法上网，第二个的话这里暂时是无限免费的，这个就是它的贝斯 u l， 可以 看一下，把它敲出来。贝斯 u l 第二个就是 api key a p i k 就是 这个 mini max， 这个然后弄好了以后，其实你可以重启路由了，重启路由了以后你可以试试看啊，可以试试看，我刚刚已经重启路由了，重启路由了以后，呃，我刚刚让它切换了这样一个 mini max 啊，这没问题的，大家，那大家配置这个， 呃， config 的 这个文件的时候，大家一定要在这个地方，也就是在 a 键词里面要把它加进去，就是这个地方 mod 是 一定要加入这个白名单，如果不加的话，这行它默认的是没有的，默认的是没有的，你如果不加的话，它就一定切换不过来，那不要以为在这个地方配置好了就是， 呃，就高枕无忧了。嗯，所以说这个地方是一个坑啊，这个地方是一个坑。嗯，然后切换了以后，你就可以用那个英伟达的这样一个 mini max 进行无限制用了它，它，我感觉它还是很卡， 可能是因为免费的东西也就这样了吧。对，然后大家切换到 mini max 以后就可以去尝试使用啊，这块是不需要钱的，因为因为打战时这个所有的模型都是免费的，那大家可以把它切切过去玩一玩啊，这么多模型啊，这个，这个也是不错的，还有这个叶子暗面二点五也非常好啊，所以说大家还是尽可能去薅他的羊毛。

大家好，在你装完 openclip 之后啊，第一件事要做的事情就是去选择一个模型，那模型作为 openclip 的 大脑，它起到一个非常关键的作用，那这么多模型，那他们之间有什么区别呢？ 那为什么你的模型只能识别文字，不能识别图片呢？那本期视频呢，就跟大家讲一下不同的模型之间能力的区别，以及怎么去配置模型。那对于一款模型来说，它的能力有接收信息，那信息类型啊，有可能是文字，也有可能是图片， 也可能是视频、音频或者其他就是你发的信息的内容可能包含这些类型。那么大模型在接收到你这些信息之后，他对你的信息进行回复，也有可能有这些类型，比如说他回复文字，给你回复图片，给你生成一张图片，或者说做出来一个视频， 或者说做出来一个音频音乐，那么也有可能是进行一个网页的搜索，你让他调用了搜索的工具进行一个网页的实时搜索， 那么这这两个东西就是一个输入和一个输出，那不同的模型之间的差异啊，就表现在接收和回复这个信息的内容区别上。那么 open core 官方呢， 截止目前也统计了一个模型的一个使用的一个排行榜，那么这个排行榜里面的模型的排名，不是说我们传统意义上那种模型的一个综合排名，它更多强调的是在 open core 里面的任务的完成的成功率和这一个排名，大家可以看一下， 就是平均的一个排名，就是比如说第一的是 gemini flash， 那 么第二的是 mini max 二，二点一，那么对于 mini max 它现在已经发布到二点五了，但是二点五的表现是在这个排行榜是比较差的， 这个也是非常奇怪的。那么前面还有这个 kimi 的 k 二点五，就这些模型在任务完成的成功率是比较高的，所以这也可以作为啊模型选择的一个参考。 接下来我们就来说一下不同模型在接收信息和返回信息之间的差异，大家可以去选择。就是你在完成任务的时候，为什么有些模型处理的不好，那比如说我们 dbisc， 那目前 v 三点二版本它只支持一个文本的输入和文本的输出，那么对于千万三点五 plus 来说，它能接收文本，也能发图片，它也能去理解这个图片是什么。比如说在我的这个 openclip 的 这个非书的聊天里面，我上传一张图片，那模型来识别一下图片中的文字， 如果你的配置的模型它不支持这种啊图片的识别，那么它出来的结果就是跟实际的结果是有很大的差异的， 那么可以看到它识别出来了这个图片里面的所有信息是完全非常准确的。那么在刚刚的演示里面，我们可以看到千万三点五 plus 它是有一个图片理解能，所以大家在用的时候一定要注意自己的业务的场景 啊，选择正确的模型。那么这里边除了图片理解呢，这边还有一个网页搜索，就是说它本身模型它本身支不支持这种搜索这种内容，因为对于模型来说，知识库它是有一个截止时间的，比如说你可能你 模型的训练数据可能只是截止到二零二五年，但是你现在搜索二零二六年的，那就有些模型他是具备这样的网页搜索能力，他就可以调用这种 实时搜索能力，那么有些是不支持的，那就要配置这样的 m c p， 官方也出了这样的工具，比如像豆包系列，二点零最新的模型也是一样支持文本和图片，那么他这边也是可以单独去开通网页搜索的能力啊。 那我们可以看一下，就是啊这几款国产的，比如说 mini max m 二点五、 m 系列和这个智普的五点零，他们这个图片的识别是需要单独去配置 mcp 的， 不然的话他是没办法去识别的。 那 timi k 二点五的话是原生就支持图片识别，那么国外的模型，比如说 colossal 四点六和 jpeg 五点四，还有 jimmy 的 三点一 pro， 那 么它们都支持图片识别，也支持这种啊网页的实时搜索，那算是这个综合能力算是比较好。那其他的比如说你要去让模型去申请个图片， 那基本上我们现在用到的这主流的这个啊主模型啊都不具备，那么你就可以去调用他们专门的图片模型。比如说像千万，他有专门的万象系列的生成图片的，那么都包括有纪梦相关的模型，那么像 jimmy 的 话，有专门的这个深图的模型也是可以的。就是这些 又需要去单独去配置，在你去生成图片的时候去告诉他去调用这个模型去做这个事情，那像这个火山，这个 cds， 二点零系列都是可以去生成视频的，那么这个就是一定要知道，就是一款模型，它不是万能的， 你可能需要不同的模型来配合去完成你的业务的场景，所以一定要一定要弄清楚你的业务场景里面涉及到了文本、图片、视频、音频， 就把这个东西先想明白了，再去找对应的模型配置好，就才能去把整个东西，整个东西串起来。选好模型之后，很多模型厂商都会有两种购买方式，一种叫做按 token 购买，就是 按用量购买，用多少啊你就付多少，这种方式是比较自由的，它是不受任何限制的。那么第二种就是按这种 coding plan， 就是 套餐的方式，那这种套餐是什么样子呢？一般是有 有限制，比如一个月能用多少次，然后一周能用多少次，然后五小时能用多少次，它是有一个这样的一个限制，会每隔五小时会刷新，每一周会刷新，然后总流量是不超过啊，每个月总流量那么像智普啊， mini max， 豆包，还有这个千万 都出了相关的这种啊这种代码的套餐啊，就是可以可以编码，又可以用在 openclo 里面，那每一个套餐这个量是不一样，大家一定要注意去看，它可能在官方的介绍里面会说啊多少多少次请求，但是要换成就是你的一次对话，就是你跟 openclo 对 话一次，可能要 调用很多这样的一个请求，那么这样的次数是没有他说那么多的。最后呢，就是我们选择好了模型之后啊，我们怎么去配置？第一种方法就是啊原声的就是它 openclo， 它本身你在配置的，你在安装的时候它是有模型的一个列表的，比如说你输入这个 openclo config menu， 那 么 到这一步的时候，你选择这个 model， 就是 你需要去配置这个模型这边的话就会选择很多啊，它本身的支持这个 pro i 的， 就是它本身已经内置了这这些模型的链接，那么你点进去之后，你就可以去输入你的 a p i t， 或者说输入你的这个认证授权的一个链接啊，那这能快速的去完成。那还有一，还有一些它可能是不在这里面的，比如说像千万千万的这个 codeplain， 还有一些其他的这种模型的配置啊，那么你就可以使用这种 cc switch， 那 这款软件，那这款软件呢？有一个单独的一个菜单，那么点进去之后你可以去进行配置，也是一个图形化的界面。那接下来就是这种比较繁琐的，就是去编辑这个这个 配置文件，那这个是 openclip 的 一个啊，总的一个配置文件，那这里面的话，你就要去修改这个 providers agents 里面的内容。一般是 如果你选择哪个模型厂商的话，它会提供这样的配置文件修改的，这个啊完整的字幕串，你直接去给它修改掉就行了。那么如果你自己改这个接线文件，因为这个接线文件非常大， 嗯，不太方便了，你可以借助这个 ai 编程工具，比如像 tree 啊，像 cos 啊去帮你去修改它，它这边是可以去给你修改，而且可以去给你修复可能修改出来的问题啊。 那除了这上面的方法之外，那就可以用它自己的这个外部端里面的设置里面找到这个 modus 的 节点啊，但是它这个说实话非常非常难用啊， 我觉得用上面的方法都比它这个官方这个界面用的会可能会更简单一点。那你如果配置完之后啊，最好是重启一下，那么你在页面上可以点去重启，或者说输入这个 open curl， get away restart 这些命令去重启，重启完之后，那么你就可以去使用新配的模型了。 ok， 那 本期视频到这，希望这个视频对你有所帮助。

open call 当 ai 开始自己上班，一个新的计算时代正在打开。如果你最近在技术圈混得稍微近一点，大概率已经听过一个名字， open call。 很多人第一次看到它，会误以为只是一个 ai agent 框架。但我说句不太客气的话， 如果只把它当框架，那就像当年把 linux 当成一个写得不错的操作系统内核，看到了代码，但没看到时代。奥鹏科奥，真正重要的地方不是它写了多少功能，而是它在悄悄改变一件事， ai 从回答问题走向执行任务。 这不是一个功能升级，而是一种计算范式的变化。一个周末项目怎么变成 ai？ 史上增长最快的开源项目， 在开源历史里都算非常罕见，连 nvidia ceo 黄仁勋都出来评价，这是当代最重要的软件发布之一。为什么一个开源工具会引发这么大反应？答案其实很简单， 他让 ai 真正具备了执行能力。奥鹏克奥，真正的革命 ai 开始拥有长期记忆。 ai 有 一个天生缺陷，他会忘船头 l l m 的 工作方式，非常像一个短期记忆的人，只能记住当前窗口，窗口满了就忘。每次对话都想重新认识 奥彭克尔干了一件很聪明的事，他重新设计了 ai 记忆架构。核心逻辑，一句话，把模型上下文当缓存，把词盘当真实记忆。于是他构建了一套四层认知系统，一、活跃上下文层，二，语意向量层。三、长期知识层。四， 人格与行为层，用 so dot and d agents dot and d 定义角色和边界，这就是所谓的认知虚拟化。简单说， ai 终于有人生经历了， 真正的杀手简 ai 不 再等待指令。传统 ai 有 一个限制，必须有人提问，流程是用户提问， ai 回答。 open call 改变了这一点。 它引入了一个非常关键的机制， heartbeat engine 心跳引擎。于是，流程变成事件， ai 分 析调用工具执行任务。这意味着什么？ ai 可以 自己工作，举几个真实应用， ai 可以 每天早上自动整理邮件，监控服务器，日制自动创建 get 必收，自动处理客户咨询，自动执行交易策略。你不再需要一直盯着他，他像一个后台进城。这才是 agent 的 真正意义。

我是馒头，今天来和大家交流一下 ai 落地的话题。我用 ai 打造了一个量化交易系统， open c l a w， 能实现的功能特别多，这只是其中的一个。这个量化交易系统所有的界面、功能布局都能进行修改， 而且这些界面并不是我预先规划设计的。那我是怎么做的？很简单，我让 ai 自己到网上学习相关知识，从学习成果来看， ai 学到了很多内容。值得一提的是，我这个量化交易系统可以打包成客户端，这样就能分享给别人下载使用了。由此可见，未来一些简单的软件或许都可以借助 ai， 感兴趣的可以一起交流更多 ai 落地。

有没有部署过 openclaw 的 啊？它能不能够就是让它自己去进行一个建模呢？就是那种精准参数的，因为感觉 ai 生成的还是不太精准，因为一些什么细节的数据啊？

各位好，今天我们来分享 openclaw 系统的架构设计。 openclaw 不是 简单的服务堆砌，而是一个围绕 getaway 构建的统一智能代理平台。通过六层架构设计，它实现了从接入层到自动化层的完整闭环。接下来我会逐一展开每一层的核心设计思路和技术实现细节。 opencloud 的 核心架构定位非常清晰，以 get 位为中心构建统一控制平面。在单个 get 位实体内部，我们集中管理了渠道接入、设备连接、绘画、状态、消息路由、 a 帧的调度等关键能力。 整体架构分为六层，从接入层到自动化层层层叠统。部署上，通常一台主机运行一个 get 位，但在特殊场景下也支持同机部署多个完全隔离的 get 位实体。 接入层是系统的入口，负责统一汇聚各种外部对象。它包括三类核心对象，外部消息渠道、控制端、客户端和节点设备。 外部消息渠道如 whatsapp、 telegram 等，由 git 位内部维护。对应的适配器控制端如 client web 管理界面，通过 web socket 接入。节点设备如 micros、 alrad 等也通过 web socket 连接并申明自己的能力。 这些对象不直接通信，而是统一汇聚到 get 位，进行中转、叫验和编排。 get 位控制层是整个系统的中枢纽， 相当于平台的总线和总调度台。它通过 web socket 提供控制平面，通过 http 提供健康检查、工具调用以及 canvas、 r u i 等辅助接口。 这一层负责连接握手、身份认证、协议校验、消息归一化、事件发布、通道状态维护和系统级控制。 所有连接、所有消息、所有控制指令都要经过这一层的统一调度。绘画与路由层决定了系统为什么能在多渠道、多群主、多用户场景下仍保持上下文隔离。他把来自不同渠道的消息抽象成统一事件， 再根据绘画键、渠道群主用户身份和 agent 绑定规则完成路由绘画。系统负责上下文、历史生命周期重置策略、压缩策略和持久化存储。 为减少病发冲突，系统按绘画维度串行处理，同意绘画中的任务顺序执行不同绘画，再交给局调度机制协调。 agent 运行时是真正负责理解请求、调用模型执行任务的核心引擎。 它嵌入在 get 位内部，主链路包括接收、输入、装配、上下文、读取、工作空间、文件选择、模型、触发、推理、调用工具、处理、工具、结果流逝、输出、写回、绘画与记忆、 工作空间中的 agents m d、 so m d、 tools r amp。 d 等文件，共同决定 agent 的 角色设定、行为边界、工具权限和上下文风格。简单说， getaway 偏向平台控制与调度， agent run time 偏向智能推理与执行。 agent 的 能力不止来自模型，更来自强大的工具系统。 openclaw 内置了文件命令、执行进程、网页浏览器、绘画记忆、消息节点等多类工具 节点。系统把能力延伸到设备侧，比如相机、屏幕、录制、定位以及 converse 交互能力。记忆系统负责跨绘画信息保留和语义解锁。多 agent 机制则支持主 agent 调用，子 agent 用于专业分工、复杂任务拆解和隔离执行。这些能力共同构成了 agent 的 执行基础设施。最后一层是扩展与自动化层，这体现了 opencloud 可扩展架构设计。插件系统可以扩展新的渠道、新工具、新后壳、新的记忆后端， 甚至新的模型提供者。互可和矿分别提供事件驱动和时间驱动的自动化能力，适合做通知、同步巡检和批处理流程。因此呢， openclaw 不 只是一个聊天代理，而是一个可以持续外接能力的自动化平台， 能够根据业务需求不断扩展边界。现在我们来看完整的架构全景。六层架构，从接入层到扩展层，层同共同构建了以 get 位为中心的统一智能代理平台。 接入层统一汇聚，控制层统一调度，路由层上下文隔离、 agent run time 智能执行能力。系统提供工具支撑，扩展层持续增强能力。六层之间通过 get 位这个控制中疏紧密连接，形成了一个完整、灵活、可扩展的智能代理平台架构。 以上就是 openclaw 的 完整架构设计，通过六层鞋桶，我们构建了一个以 getway 为中心的统一智能代理平台，既保证了系统的统一控制和调度，又实现了足够的灵活性和可扩展性。谢谢大家！

open clone 就是 龙虾，我觉得不适合大部分使用，为什么呢？首先第一个 open clone 它确实代表了一种趋势，它是一个自主性的，我目前就是它一出来我就研究了，就开始使用，然后也用它的所有的变体的版本去做。因为 open clone 它性能有点差，我比较倾向于做这种 边缘计算式的处理，但我发现它有几个问题啊。第一个就是说，如果说你的模型用的差的话，它的效果非常差，那你模型如果说用的好的模型呢？那你就处理一个简单任务，它所消耗的 token 是 非常大的。 我不知道你对于大部分人的业务是否愿意支撑，那我们比方说我们程序员，我们是愿意支付的，比方说我们程序员甚至愿意花费一个月说不定十万块钱买 token， 很多都是愿意的，因为它确实带来了效益，但大部分任务它没有那么高的效益，你如果买那种高端的 token 的 话，就不太合算。 然后那你如果想节省成本呢？你用低的，那效果差的，或者甚至于用本地的推理，本地的推理目前来说你除非配那种高端显卡，你也只能用这种三十多币或者是这一级别的模型，而且设备也很贵。然后拿的效果呢，其实比那种你用普通模型 效果更差。所以在这里呢，就是我觉得是玩的成分居多，我觉得所有的开发者都应该去使用试验一下，但是你想让他去解决问题，我觉得有几个几个点要解决到 本地推理其实也是可以的，我觉得在一段时间之后啊，就是这些设备的性能提升，然后模型的进步， 我们一定要能做到本地推理，比方说本地能达到一百、两百，呃，一秒钟两百个 token， 然后做这种多模态的处理的时候，都做得很好的时候，哎，我觉得机会就来了。 呃，这个我就最多一年吧，我们的本地设备就能跑比较好的模型阶阶段，但是阶阶段大家可能也要去试。为什么要试？就是你得先进去知道这样的一个趋势，就像最早的 angel 出来的时候一个趋势，现在 open klo 这种 自主性的模型他又是一个新的趋势，我们还是应该尽早关注，但是不能对他有过多的期待。

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。

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。

不懂代码的普通人怎么不熟 oppo clone 呢？根本不需要花几千块钱去买一个 mac mini， 今天看了我的这条教程呢，直接让你白嫖一百万。 talking， 咱们打开阿里云的官网，在这里点产品，然后选到清亮应用服务器， 然后呢，在这里可以选这个啊， open club 啊，然后一个月啊，一个月大概是这个二十多块钱，一年大概六十多块钱，咱们选个二十多的直接付款啊，付款之后呢，可以看到我们这个实力马上准备好了，咱们点我这个实力，点进去有个音乐详情啊， 因为详情一共有三个步骤啊，第一个步骤啊，就执行这个命令啊，可以放通这个端口啊，第一个已经成功了，第二个呢，就是配置这个 oppo 的 这个 mate 啊，咱们这里呢，直接使用这个百炼 callinplay 啊，确认开通就行了， 免费赠送一百万 token 推理额度啊，这个是阿里云旗下的一个百链平台。然后呢在左下角有个蜜柚管理，创建 a p o a p i k， 创建一个 a p i k， 然后呢勾选用户名称描述一下，随便填一把啊， opcode， 然后确定， 然后大家可以看到啊，这个庙已经生成了。然后呢，右上角有一个地区啊，我们现在是在华北啊，就在北京地区，然后复制这个，然后复制 api k， 然后在上一个页面，然后回到上一个页面，粘贴我们的 api k， 然后呢选北京。那就可以看到奥鹏哥老配置成功。 然后呢就是第三步了啊，就直接呃，可以给我们一个网站，让我们去访问我们的这个龙虾机器人， ok， 点开我们的龙虾机器人，直接问他用中文介绍你自己 啊，你看他已经回答了，下一期我会让 oppo cola 自动帮你干活，大家有遇到部署的问题可以随时问我。

这周呢，我在自己的电脑上安装了 openclock， 但是从实际使用的效果来看，他可做的事情还非常的少，安装上去只是第一步，到真正他去完成，你想让他完成任务，其实还有很多路要走， 你要去给他安装 skills 等很多的一些事情。这周我也参加了一个有专业人士关于 openclaw 的 讲座，他提到 openclaw 目前至少还存在两个问题， 首先最大的一个问题是非常烧钱，使用 openclaw 去执行任务需要消耗非常多的 token， 而 token 是 需要花钱的。第二个呢，安全性问题，因为他要在你的电脑上去帮你执行任务，就需要你给他开很大的权限，包括你把你的账号和密码都给他， 这里面是存在很大的风险隐患的。那所以基于我个人体验，目前对于技术小白来说，很多的理论上可以实现的任务， 如果你没有投入足够的精力去研究，实际上他也很难去帮你执行任务，很难帮你去实现你想象中的功能。温克洛是一个个人开发的，他一个个人借助 ai 写代码完成了这个工具的开发。 根据专业人士的介绍，这个工序还有很多问题，现在很多大厂也在开始开发类似的工具， 那接下来应该很快会有更加好用、更安全、更容易上手的类似的工具会发布，所以没有安装 openclaw 的 朋友也不用太焦虑，大家可以再等一等。

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。

一个月赚了二十六万，利用 open cloud， 当然这件事情不是放在我身上，我给大家讲明白 open cloud 怎么样盈利，包括它的使用的原理。 一个月赚二十六万这件事事情是真的，他是怎么赚的呢？他帮别人安装 open cloud， 安装一次收你个几百或者几十块钱，等用户越多赚的越多，这是一类。但是你要想明白你安装 open cloud 你 的目的是干嘛？ 你得想明白，首先给你安装好了，安装好了之后你得用啊，怎么用先看这里。第一步， opencloud 它分第一块，你要接入大模型的，你可以接入豆包 cloud， deepsea、 kimi 还有 gpt 都可以接入它的模型。第二步的话，前面这部分 我可以接入我的业务，比如我工作团当中，我需要用飞书、起微、 telegram disk 等等，微信，是吧？然后假如说 你的需求是接受微信啊，让他自动的回复，在群里艾特他，他可以把聊天记录总结，这个事情是不可能的，为什么？你敢接受吗？你接受完了之后立马给你封号。假如说你要接受非书， ok， 这个是可以的，但是你接受非书，你的目的是干，比如说我是做自媒体的， ok， 你 给我根据当下的热点， 给我写几篇爆款的文章，爆款的短视频口播文案，这个是可以的。假如说你有这个需求，接受飞书，让他给你创造爆款的短视频文案啊， ok， 他 他的工作原理就是说，我在飞书里面， 我可以给他发送一个指令，对吧？手机上也能发送，电脑上也能发送，发送完了之后，可乐他后面他还得去调用这个大模型，大模型，比如说你接受 deep shock， ok， 那 么这个时候 它是收费的，知道吧？因为我们可用 deepsea 的 接口调接口这件事， deepsea 它不是开源的，它是收费的。但是啊，你如果直接打开 deepsea 这个网网址，在电话框里面输入你的要求， 那么这是免费的。首先你要明白这个道理，然后如果你想用 kol 的， 肯定是收费的，你用的越多越消耗，这个值叫 tokyo 各大大模型厂商你消耗他们， tokyo， 他 们是收费的，就是你的任务越复杂，消耗的 tokyo 越多，消耗的越多越贵。首先你想想你能不能用得起，这是一个问题。还有另外一个问题，比如说啊，我给我魏飞叔，给我根，根据当下的热点 给我写一篇爆款的短视频文案， ok， 那 么首先大模型他不知道当下是什么时间，当下的热点， ok， 他 要去哪个平台上去看，比如说你可以根据抖音爆火的一些当下热点给我写，那么这时候因为大模型它本身它不能查时间， 不能查热点，它需要联网，需要一些技能。那么这时候 open kala 的 还有一个最关键的核心，我们要给他定义任何 skill 的 话，等于没用，那就相当于给你一个手机， 你不能上网，有啥用呢？是吧？所以说这个 skill 能力也很重要，也就说你在用 open class 的 时候，你还要给他定义各种 skill， 这个 skill 你 可以理解为我要会提问，我要会向他发送指令，就是这样，这是 整个 opencloud 的 简单的一个原理，我相信你小白也能听懂我在讲什么内容，对吧？还有一块啊， opencloud 的 还有一种盈利模式，我可以免费的给你安装，但是我给你安装好之后，你是不是你要用它？ ok， 你 用它的时候，你是不是要消耗这个 tokyo？ 你 如果你不消耗 tokyo， 你 根本就用不起来，它本质上还掉大拇指。那么这时候我可以像比如说千问啊，抖包啊，云平台，我可以申请这种有折扣的 大户型的 tokyo， 然后让安装的用户来消耗你的 tokyo， 这样的话，你可以从中间赚个差价，这也是一种盈利模式。当然，其实最直接的就是你帮别人付费安装，但付费安装这个事太累了，你得一个一个对接， 但你也可以写一个脚本自动化的安装，那你还得去远程去看别人的电脑，这现在是赚的是体力活，这是整个蜗牛。就是你首先要想清楚 你用 opencloud， 你 的使用场景在哪，如果你使用场景，就像我说的，就是接一个飞书，创了一个文案，让群里自动回复 啊，你可以接入企微，这是可以的，创了文案，你还不如直接问大魔仙呢。直接问大魔仙是免费的，你接了它是收费的。就是这么一个简单道理，没有网上说那么神乎乎的，说那个多么牛，提高了工作多少效率。我这么跟你说吧，在网上真正讲这个 cloud 的 哈， 基本上没有人，没有哪个是程序员出身的，就我身边的，因为我本来是程序员吗？我身边的做程序员的朋友对这个东西不屑一顾，没用，但是做技术的啊，我们一定要 转变你的思路，不要有技术思维，我们要有产品思维、营销思维。程序员如果安装这玩意不非常简单吗？闭眼我都可以做，但是你有没有想过， 针对那种非常诱人，其他行业的实体行业，不懂计算机的，你帮他们安装，你就可以收取安装的费用，这其实就是所谓的你的一个副业，简单吧，但是你要想明白，最核心的就是就是两个字，就怎么样获客， 获客才是最关键的，如果你没有获客能力，你就算再有牛逼的产品卖不出去，找不到消费者啊。看我视频的，呃，有程序员也有非程序员，我希望这个视频看完对你有些启发，不要跟风，要有自己的一套逻辑思维能力。 大家有什么问题可以评论区留言，大家一块探讨探讨，我也可以免费给大家安装这玩意，安装完之后安装很简单，但是关键是你能不能用起来，而且用得起是销售拓客呢？这个你要想明白。

open curl 其实代表了第一次真正意义上的 ai 应用的变现逻辑，我们先不讨论海外模型的不安全性， open curl 是 一次智能体替代人工的尝试，这跟 solo 和字节的 cds 完全不是一个概念，视频生成有它的局限性， 更像是一次为了商业化而商业化的尝试。而而 open core 属于真正的 ai 应用变现，它是可以带来生产力的大幅提升的，这也验证了智能体教式未来的趋势是到达 agi 过程中的一次加速。虽然它不属于 agi， 但是它往前走了一大步， 所以它的影响要比甚至视频的大模型要大很多。按现在 token 的 消耗来看，算力的需求还得大规模的增长，这其实是一次算力的逻辑反转。加油中国科技，有兴趣可以点点关注。