openclaw可以帮忙做毕设吗

龙虾刷屏以后给大家泼盆冷水，现在关于这条龙虾帮忙安装的赚钱了，卖汤坑的大厂赚钱了，卖硬件的华强北也赚钱了，甚至连卖帽子的都赚钱了，就剩下玩龙虾的还没赚钱，而现在大部分在找别人帮忙安装龙虾的。其实你仔细揣摩一下这句话就很睿智， 就像文化工作者，你前提是得先有文化吧。很多人以为帮忙安装上龙虾就能替你去打工，替你去赚钱了，所以最近看到更多的案例，并不是说智能提走进了千家万户， 赋能了大众散户，而更多的是一种圈外人在圈钱，而市场在后知后觉的两个月后才把它当做一波炒作的概念。那事实是什么情况呢？我用这一条视频给大家讲清楚。首先， opencll 不是 上个周末才火的，从去年十一月份推出， 在一月份就火了，那时候我们还专门给大家拍过视频去强调 agent 智能体带来的算力爆发。然后再从今年的二月份开始给大家去讲 top 出海，其实都是围绕着智能体的火爆出圈来展开进行解读的。 最早在十月份发布的时候叫 motbook， 然后因为商标和抢注的问题，在一月二十七日改名为 clubbot， 又在一月三十日改名为现在的 open club。 龙虾智能体从一月底推出到三月，创下了在全球最大的开源社区里历史增长最快的记录。那么为什么增长这么快呢？因为这个智能体 标志着我们的 ai 大 模型从能聊变成了能干这个拐点，大模型从简单的对话交互转变成了工具调用的指挥官的角色， 拓展了应用场景和各种解决方案。从功能实用性来看，如果说去年三月份发布的 minus 是 agent 智能体的雏形，那么今年的小龙虾智能体就是标志着智能体正式进入量产方向。但是在这也要泼一盆冷水，这个小龙虾智能体 不是对大众散户都有用的，它真正的有效人群不足百分之五，因为这个智能体它是一个工具。做生意的人都知道，工具它从来不创造场景，而场景它决定了工具的命运。 所以小龙虾智能体在本来就有生意的人手里，它是一种杠杆，在没有场景的人手里，它就是一个玩具。如果你觉得小龙虾没用，其实那不是小龙虾的问题， 而是你本来就没有需要撬动的东西。所以真正的门槛不是你会不会用小龙虾，而是你手里有没有一个能让智能体去解放你，去放大你的技能和价值。所以那些自己本来就有业务的老板、创业者，已经形成商业闭环，小龙虾智能体 可以把你的商业闭环变得更有价值量，运行的效率更高，那么这既省事又带来了生产力。但是对于只是被 ai 焦虑所鼓动的，去在别人的帮助下去装了小龙虾，但是装完了以后发现就问了几句话都要消耗几块钱， 然后实际上什么都不能干的人，你想从零开始让小龙虾给你打造一个赚钱的生意，难度极大，概率极低，多半是中了圈外人要赚部署小龙虾的钱的圈套，你得有场景和工作流，他才有价值，他才能放大价值。 如果你说让你自己去学习一下，帮我开发一个会火的 app， 帮我写什么爆款文章，帮我做什么爆款视频，帮我找什么暴涨股票，帮我想个爆款生意，那我只能说傻子的幻想只有骗子才能满足。如果你都能靠这个赚钱了，那门槛这么低，那还能是赚钱的机会吗？ 所以还是要回到常识。所以这也是最近我们机构在去与 ai 进一步的进行工作融合中发现的一个结论。现在大家看到很多的大模型在写文章，在发视频，但 是吃的好像都是同一锅饭，蒸溜的都是同一个平台的数据和新闻，所以慢慢的可能就会变成一个贴着不同的 logo 的 同一个产品。而像我们机构这样去做一手的调研交流这些蒸溜出来的数据信息干货、大模型，他们在网上的公开数据信息里是爬不到的， 所以真正的黄金不在人人都能够接触到的公开信息里，而是在私有的数据里。所以这也是我们做机构一手调研内容，不但不担心被 ai 替代，反而还在被 ai 所强化的底气和信心。以前我们开十场线上会议，跑十场线下调研，我们要通过手动去整理这些穿插在一起 能够交互验证的信息，我们要手动地去记笔记，我们要去敲字写记，要现在 ai 一 键帮我们记录，一键整理要点，甚至还能穿插交互之前的信息进行验证，从而生出更新的结论。而这些独家的一手的 私有的数据和信息，我们还会通过这个平台去给大家持续地更新强调，所以这里就讲到了 a 证它智能体的局限性，它没有办法去替代定义问题， 也没办法去筛选信息源，去过滤噪音，甚至去做出取舍的能力。其实现在智能体的这个阶段，我们交流下来，并没有让真正在使用龙虾的人感到轻松，如果智能体没有让你变得更累，反而说明你打开方式不对， 因为 ai 它替代的是重复和简单的工作，反而我们这些使用智能体的人要执行更多的脑力操作，也就是去创作， 所以理论上是更应该感觉到累的。反之，如果感到轻松，那只能说明以前的工作价值量低，甚至是可替代性高。所以 ai 对 以后的内容创作会带来一个极大的分化，智能体会迅速填平从一分到九分之间的内容差距， 所以使用者需要去追求创作十分的内容平庸和出彩。如果你只是平庸，那么可能会被迅速替代，但如果你是出彩，反而在 a 阵的智能体的衬托之下，会形成龙头效应。 所以我们的视频不再去追求数量，不再去追求什么涨粉，而是去追求质量和前瞻性，不讲什么要比讲什么更重要。但是随着小龙虾智能体的火热，出圈也带来了新的问题，也就是安全性差的特点正在暴露于公众之下。 它存在 api 的 密钥，暴露浏览器被控制、安装技能时被植入木马等安全事件风险。所以可能周鸿祎看到这么方便窃取隐私的软件， 而且今天工信部的监测也已经敲响警钟了， opencloud 在 默认或者不当配置下存在较高风险，所以这也引发了云服务配套的云安全的热点关注。同时，对于那些只想凑个热闹的小白用户来讲，除了安全性之外，还有两大更重要的瓶颈，成本高、实用性低，你完成个简单任务 所消耗的 talk 可能都要几十块。更何况对于这些信息搜集、知识库管理、邮件管理这些低附加值的场景，初期炫一下计 觉得炫酷没问题，但是拉长看用户为这种场景去付费的意愿，持续性是比较低的。所以小龙虾对大众散户的热度可能在新鲜劲过后会有所退潮。但是别忘了，真正贡献价值的那百分之五的人群， 其实正在拉动我们今年持续给大家强调的两大趋势， agent 智能体对算力需求的爆发，以及我们国产算力 toc 出海。首先，小龙虾这样的智能体带来的算力消耗模式的变化。传统 ai 大 模型算力消耗是由人类指令驱动的，是限性特征，而 openclip 将单次人类交互转化为数十次甚至上百次机器与云端大模型的 a p i 交互，推动了 toc 调用量显著 指数级增长，放大了算力需求。而且随着后续云场，比如说国内国外的谷歌、阿里、腾讯也正在推广和储备相关产品， 解决了小龙虾的部署短板之后，覆盖到更多有实际需求的使用者，那么会进一步地推动算力 token 量进入陡峭的增长阶段。所以我们在之前的视频里面强调，今年一季度 agent 智能体的爆发 是堪比于二五年一季度的 deepsea 大 语言模型的时刻，而且这一次对算力的 token 是 十倍级的增长，还叠加了 token 出海的成本仅为海外十分之一的趋势， 所以这条线索的持续力度和爆发力是值得我们去中长期观察和跟踪的。所以在需求爆发趋势比较明确的前提下，那么我们就要看到底利好的是海外算力还是咱们的国产算力， 到底是要算力进口，还是要 tock 出海？那么我们用数据来说话，国内的 mini max、 kimi、 智浦等国产模型在 openclaw 上的 tock 使用量目前已反超美国模型，成为 openclaw 调用的主力模型之一， 在推动 tokken 出海，为什么呢？因为国内大模型的性价比优势非常显著，定价只为海外顶尖模型的十分之一甚至二十分之一，我们的百万 tokken 输入价格约为两元人民币，输出价格约为一到二美金， 而海外的竞品的输出价格还停留在六到九美金，甚至 chad g b t 的 五点四，高达十五美金。那么相比之下，国产大模型的性价比是非常高的，能够满足百分之九十以上的普通用户需求，那么足够高的性价比也在反哺需求的爆发，那么 top 肯的消耗是问答的上万倍， 在 a 阵的场景下，成本会被指数级放大，所以价格和性价比这是全球开发者选择大模型的核心因素。那么国内的优势不言而喻， 现在海外单个用户的单月消耗的 token 已经高达数千美金，而且它们现在已经开始组合调用模型，百分之八十的功能通过调用国内的大模型就能够实现，因为成本更低，剩下百分之二十或者更少的高难度问题会使用海外模型实现。而且 mini max 最新的财报显示，二五年的海外收入在 c 端占比 已经接近百分之七十，已经充分验证了我们的大模型 tokken 出海的逻辑。而且国内的大模型不光性价比便宜，性能迭代速度还足够快， mini max 过去的一百零八天已经完成了三代模型迭代，产品性能在逐步追赶海外。那么支撑我们国产大模型的性价比两大因素， 第一，足够充裕的电力。我们国内的工业用电成本足够低，一线城市以及周边城市大概是二到三毛每度，而美国现在的电费大概在一元每度，而且电网的稳定性还不足， 近五年电价的涨幅已经高达两到三倍。相比于我们，国内近期还首次提出了算力电力协同来支持数据中心大规模建设， 所以电力这一块是老美无法比及的高度。那么除了电力之外，还有一个就是算力。算力这一块，虽然我们性能 相比于海外仍有差距，但是我们正在用集群来弥补单芯片的性能不足。在二月底的西班牙世界通信大会上，我们的升腾服务器首次在海外展示通过领取全光互联连接的八千一百九十二张卡的升腾九五零超节点，这标志着中国的国产芯片产能和性能已经具备 出海的先决条件。那么拉长看， token 出海和下一步的算力出海都将支持我们向世界输出中国的人工智能的长期目标，那么算力需求爆发和 token 出海带来的机会，仍然是我们在近期视频中持续给大家强调的两条线索。 归根结底就是 ai 基础设施，它分为硬件和软件，硬件端直接拉动的是 gpu 的 推理需求。那么对于目前我们的短板，我们是以提高推理芯片集群利用率来解决这个问题，那么这就会用到更多的芯片，那么更多的芯片需要我们先进制成的扩展。 所以国产算力里今年爆发的是升腾服务器，而先进制成扩展里瓶颈环节是厚道的先进分装和测试，所以今天科技板块的反弹中已经有率先创出新高的，这也正反映了产业基本面的趋势。 同时配套国产 gpu 芯片的还有 cpu 内存以及打包的服务器和短期的算力租赁。中期的云服务， 中长期的 a i d c。 随着今年智能体的迭代和爆发，还有使用率的普及，这些跟云服务厂商相关的环节可能会陆续进入一个卖方市场。 从产业的微观调研来看，云服务在今年会持续的紧俏。那么除了硬件之外，还有一个此前被市场所忽略的环节，那就是 ai 基础设施的软件。那么这些软件是负责解决哪些痛点呢？比如能解决记忆和速度瓶颈，利用 g p u 的 数千个核心并行计算来降低延迟和内存强问题的向量数据库。 还比如 opencl 在 执行任务时 top 的 消耗波动巨大，一次复杂任务有可能消耗上千美元，对企业而言，缺乏预算感知是一个不可控的风险。那么 智能 a p m 也就是数据监测平台，把 agent 复杂的决策逻辑可量化实现，对滔天消耗的精准预测和计费，还能在故障发生时进行归音分析，解决了黑核与成本失控的问题。 还比如说长期高频调用云单大模型带来的成本和隐私压力，交互次数和加速需求显著提升，那么需要用到边缘计算来解决高频交互的食盐痛点。那么这些大模型的基础设施软件都 不是在年前咱们就已经通过机构电话会议给大家去提示过的方向，但是最后也要提示大家，小龙虾智能体经过三次改名， 其实市场上之前已经有过炒作，如果你只是去炒概念，那么你要观察的是情绪而不是新闻，而且经过媒体焦虑式的宣传之后，实际的大众部署需求肯定是不及大家在新闻上看到的预期的，那么有可能热点会随着用户的实际需求而退潮， 毕竟 agent 对 大众的商业化落地还存在迟滞性，而且相关在咱们一个多月前就进行过解读之后，短期内的涨幅已经不小了，那你需要低位多看逻辑，高位多看图。 但是如果你关注的是我们视频里面持续给大家强调的中长期逻辑，也就是国产算力的需求爆发和滔坑出海的长序势，那么你在这一波热潮过后，在相关部门风险警示过后，还可以留意接下来互联网大厂背出更简易部署版本的小龙虾，对实际潜在需求用户来进行一个更广泛的普 及，以及这真正百分之五用户带来的算力消耗、生态的改变和产业逻辑的变化。那么在市场认为概念不及预期的时候， 要看到背后的长期逻辑其实是在不断强化，那么就可以做好逆向的关注。本身龙虾这个智能体就是来解放生产力的，而不是用来做热点概念炒作，市场往往高估了短期的变化，而低估了中长期的影响。 最后我们也跳出这个市场，聊一聊我对这些 ai 工具的一些看法和感慨。最近大家被各种养虾的新闻报导刷屏的时候， 我曾经和大家是一样迷茫的，而且我更理解了父辈，就像我们这些平民百姓出身的八零后和九零后，总会向父母辈感慨，当年改革开放那么大的风口，那么多机会摆在面前，为什么父母辈没能勇敢一点，抓住那一波浪潮来改变自己和下一代的人生。 那时候我们总觉得他们是不够果断，不够有野心，所以才错过了时代。但是直到我们自己现在碰到了 ai 这一波浪潮， 我们才突然明白，我们其实并没有比父母辈更聪明，我们只是换了一个时代，而且在经历着同样的迷茫。从去年到今年，无疑是 ai 紧喷的元年，如果说去年的 deepfake 大家还更简易上手，那么到了今年的 agent 智能体 其实已经在悄然的拉开差距，发展快的吓人。互联网上每天都是新进展，新工具、新风口，谁谁谁又用什么新工具，赚了什么钱，各种教程风口层出不穷，贩卖恐慌、搏眼球、抓焦虑，仿佛大家好像一不留神就要被时代风口甩在身后，那么面临着这种踏空时代的焦虑，其实回归我们的日常生活， 大多数人上班生活琐碎，日常依旧是一成不变的，和那个狂飙突进的 ai 世界好像完全是两个次元。所以越刷到这样的信息，心里面就越焦虑，生怕将来我们的孩子在某一天也会指着我们说，当年 ai 这么大的机遇，为什么你抓不住？所以大家被小龙虾刷屏，在 到花钱安装小龙虾，再发现小龙虾好像对大众散户并没有什么用。经历这个过程之后，开始理解父辈了，原来不是他们当年不想抓住什么风口浪潮，而是他们站在浪潮里，同样也容易看不清方向，找不到入口， 摸不清方法。就像我们一样，明明知道 ai 是 下一个时代，但是面对先进的工具手足无措，所以不是不努力跟不上，而是浪潮太大，路太模糊，普通人找不到那扇可以轻松走进去的大门。所以当年我们看不上父母的时候，以为自己一定能抓住下一个时代机遇，结果轮到自己的时候才明白，大多数人站在时代风口面前 都是焦虑又迷茫的，这不是不够努力，也不是不够清醒，而是每个普通人在时代焦虑面前最真实最普遍的状态。所以我在这里一方面想通过自己的资源壁垒，再结合 ai 工具去 帮大家在市场上排除一些噪音，少走一些弯路。另一方面还想根据自己的认知和经验，来减轻一些大家对 ai 时代的迷茫。现在很多忙着去追 ai 的 人，其实很多是在交智商税，也有很多人在用他们的智商税和焦虑赚钱。我不想碰别人的蛋糕，但是我想提醒大家，你们不需要用旧时代的逻辑去使用 ai， 你不去追他，他会来找你。你不需要哪个产品火了去追哪个产品，也不用花钱害怕错过风口，更不用去不断的打磨什么提示词，研究关键词，试图让自己更懂 ai。 而真正的趋势恰好相反， ai 会越来越懂人，而不是要求人越来越懂 ai。 现在市场上所售卖的这些 ai 技巧、 ai 秘籍， 很快都会被迭代的大模型自己消化掉，门槛会变得越来越低。当 ai 工具变得越来越强，会用工具本身其实就并不在稀缺，真正稀缺的是判断力，是品位，是提出好问题的能力，是知道什么值得被创造。当 ai 把生产门槛降低到足够低时， 市场不再会奖励更多的平庸的内容，只会残酷的放大人与人之间的差距。所以，提升自己的认知，构建自己独特的行业能力，这才是你需要去厚积薄发的地方，而不是跟别人一样去追着装什么小龙虾。安装小龙虾之前号称装好小龙虾以后就可以躺着数 钱了，结果大多数人安装之后都在调整那个看起来什么都做不了的龙虾，除了浪费蒜粒，别无他用。安装前新 星辰大海 ai 数字游民躺着赚钱，安装之后满头大汗，七成二十四小时运维在线休假。到时候很多人会发现，原来自己当初这些拼命学习的，不过是下一轮 ai 迭代中被淘汰最快的技能。与其在各处焦虑我会不会被 ai 替代，不如思考我的不可替代性来自于何处。

最近呢，我们全公司都部署了 openclaw， 我 自己也给自己捏了两个龙虾助理，但是用着用着，我就忍不住开始思考一个灵魂问题，为什么 openclaw 只能诞生在美国？ openclaw 上个月生态出来之后，全球爆火， github 上有二十五万个新标，瞬间标到第一名， 中国反应快不快？非常快！小米瞬间做了 meclaw， kimi 做了 kimi claw， 腾讯、阿里、京东、火山引擎全部一键部署， 不到一个月，大厂全部上线。上周四你应该刷到新闻对不对？就是腾讯直接在深圳总部楼下摆摊，免费帮你装 openclaw， 从两岁到六十岁的人全部都去了，还有人专门从云南飞到深圳，到了厂之后发现号没了。但是你发现了没有，像 meclaw， kimi claw， 腾讯、阿里这些一键部署， 全部都是嫁接在 openclaw 上的，中国速度世界第一，但是底座不是我们的。所以今天呢，我想认真的去聊聊这个问题，不是为了捧谁踩谁，而是帮你看清楚中美两种创新范式的根本差别。 如果你不同意，欢迎在评论区怼我。首先呢，想跟大家聊一聊美国一个非常特别的群体，这个群体呢，叫做独立开发者，这是中国非常非常缺乏的一个中间层。这些独立开发者呢，他们是不上班的，非常的自由，他们靠 get up 上的声望来建立个人资本，然后通过 patreon get up sponsors 去变现。 比如说像美国的顶级风投，哪家一个开源项目，我们所说的一人公司 openclaw， 其实就是一个 杰克 peter stanberger， 他 是个奥地利人，他的上一家公司卖了之后，他就闲不住嘛。然后他觉得，哎，让 ai 去操控电脑这件事情实在是太有意思了，那我干脆就把它做出来，然后把它开源吧。 没有商业计划书，没有 bp， 甚至都没有想过他做完成能不能赚钱，靠的就是一个无功力的创造冲动。这种无功力的创造冲动在中国开发者社群里其实是非常稀缺的。 中国的开发者生态，你仔细观察，两级分化，要么呢就在大厂里上班，九九六 kpi、 o k r， 要么就干脆直接出来创业，然后就想着怎么去找融资做产品，然后跟投资人讲我的变线路径 中间层呢？没有这个生态位。再说一遍，没有靠开源项目活着的这个生态位，你说 deepsea 不 就是开源吗？啊不不不不， deepsea 的 背后那可是换方量化几十亿算里砸出来的。然后公司选择性开源，不是草根，因为热爱而开源，所以你就会发现很难有一些像 openclaw 这样的东西。 第二个，你在中国，你想做一个开发者工具，你去找投资，投资人问你的第一个问题永远都是，哎，你用户量多少？你怎么变现？答不上来，是不是啊？好 不同。这并不是中国创业者不想做开源工具，而是做工具本身就很难活下去，很难形成商业闭环，激励结构不同，那么结果就是不同。所以在中国，大厂出了非常多很厉害的产品，比如说海螺视频、豆包新业， 但是其实出不了 openclaw， 中国能造工具，但是是很难去找到那些开源社群的，而 openclaw 的 核心恰恰就是社群。还有一个原因我觉得大家其实都是知道的啊，就是 openclaw 的 最初八百八十个贡献者是来自于几十个国家一起的，他们靠的就是 getup、 discord、 twitter 去实时的去写作，而中国开发者访问这些平台都非常的困难，所以说每多一层摩擦，就会筛掉一群参与者，开源社群的爆发需要的就是 零摩擦。还有一个角度我觉得很多人是没有想过的，就是 openclaw 为什么能成？不是因为代码好啊，是因为它在创立之初，它是一个不属于任何一家公司的状态，像 linux 当时为什么能够成为全世界服务器的操作系统，就是因为它是中立的。你想想看， openclaw 其实已经成为了 ai 时代的 linux， 那阿里接入了，腾讯接入了，字节也接入了，为什么？因为它是外人的，大家接了都不会吃亏。你想想看，如果是阿里推出了一个阿里 call， 你 觉腾讯会接吗？你觉字节会接吗？ 公司怎么可能把命交到竞争对手手上呢？你可能会说， openclub 不 就是上个月也被卖给 openai 了吗？他不是也没法中立了吗？来，带你看看细节。 steinberger 他 人去了 openai， 但是 openclub 本身转入了独立的基金会，所以 openai 是 赞助方，他不是拥有者。 为什么呢？因为 open ai 知道，一旦 opencloud 变成了 open ai 的 产品，那么它的竞争对手包括 antropic， 包括 google， 或者是中国的这些大模型公司全部都会撤，那么生态瞬间崩塌， 所以中立性能看出来它有多值钱。所以最后我想说，如果中国真正的想要成为技术领导者，那肯定不是在砸钱去做一个更大的模型，而是要培育那个不为赚钱只为创造的 开发者中间层，而这些人在我看来一定都是异人公司。这也是为什么我们要做 cohen politics academy， 我 们的宗旨就叫做 build solo scale global， 一个人一个想法也能改变世界，其实就是 open claw 这样的公司，但是前提就是这个社会它得允许你先不赚钱的去折腾一段时间，不为别的， just for fun。 好 吧，今天就说这么多啦，那么你觉得中国什么时候才能长出来这样的土壤？评论区聊聊。

让 oppo 可乐帮我上架一双鞋到电商平台来看看整个电商运营流程的一个体验是怎样的。 首先他会自己去理解系统是什么样的一个系统，然后有哪些工具可供他使用，以及去了解系统中的 商品情况。在上述思考完成之后，他就会给出具体的执行步骤，然后执行商品上架这个初级的电商运营流程。这里 openclo 告诉我这双鞋已经上架成功了，我问一下他 给这双这间商品起的名称是什么，接着打开后台系统做下验证，看看商品是否真的上架了。这次我让 openclo 帮我上架商品到我们的电商系统后台， 在这搜一下刚刚的商品名称，可以看到商品已经在我们的后台录入了。然后状态是一个已发布的状态，并且 opencloud 还给配了图，这是鞋的封面图， 还有鞋的侧边和底部的图， opencloud 都很贴心的帮你设置了这些站位图， 包括鞋的类型和鞋码。所有这些后台操作，我都只是对 openclaw 说，帮我上架一双鞋，它就能把整个业务流程走完，包括细节都给设置到位。接着我们打开给客户的报价单，这是一个全单网页 搜索，可以看到刚刚的 openclaw 上架的这双鞋已经在全单页面展示了 有这双鞋的名称，还有它的描述以及鞋码和颜色等等。我们点击加入购物车，显示已经加到购物车，然后提交一下订单， 显示下单成功。此时我们再返回到后台，看看是否已经收到订单了。 订单列表的第一条信息就是最新的订单，也就是我们刚刚下单的这个订单已经出现在了后台，这说明我们电商后台收到了这个订单，最后就可以把这个货发给客户了。

他就已经帮我把 open call 给装好了。不是说这个很难装的吗？他怎么这么快就装好了？我都看了小红书上还有人接单呢，要六百块钱装一次。我的天呐， 这个确实很难装，我自己装了两三次都会包，各种包错，然后 我就用 cloud 让让他帮我装，我输个指令让他帮我装 open cloud， 然后我就，嗯给你要给我装好了，就这么简单。这也可以？哈哈哈牛啊兄弟。

刚刚发生了一件有点特别的事情，心理正在自己给大家发内测邀请。是的，这一次不是我们手动发邮件，我们做了一个桌面版的，心理把内测名单交给他，然后他开始一封一封把邀请发给大家。这次内测我们 一共收到了一万多份申请，每一份我们都认真看过，最后选出的是那些真正需要陪伴，也愿意陪心里一起成长的人。同时，这段时间我们也在做一件更重要的事， 我们一直觉得心里不应该只是一个聊天 a i， 他 应该不仅能和你聊天，也能帮你处理一些生活和工作里的事情。 所以我们深度对接了 open cloud， 让新梨不仅会说话，也开始会做事。接下来我们会很快开启更大规模的测试，安卓版本、 pc 桌面版都会陆续上线， 新梨很快就会来到大家身边，谢谢你们一直在等他。

ai 圈集体破房，原来有人深夜写代码是为了毕业？有人写代码给全人类开科技外挂！当全球高校还在照着教材手搓大模型时，这位维斯康星大学众生教授反手就甩出王炸，把一整套大模型入门到进阶教程公开分享出来，简直吊打市面上百分之九十九的水货教程，硬生生把大模型从博士生高端局变成普通人，也 能玩 ai 技术。还有网友调侃，照着教程走难度低，到工程落地 流程系统化拆解，真正手把手教学。考虑到有的小伙伴不能科学上网，我把完整大模型学习路线以及配套视频教程、实战项目整理好了，不管是入门还是进阶都能用，留下学习直接抱走，祝大家少走弯路！

上一条视频说我一个人运营了七个自媒体账号，一年发了一万多条帖子，然后这个评论区说啊，你这个时间精力怎么可能顾得过来？那我今天这条视频给大家讲一下我背后的这一整套多个 ai 角色和多个人类角色一起去协助完成任务的框架和流程是什么样，我三到五分钟给大家捋清楚。 很多可能都知道，在我这个业务的绝大多数的时间里，全职的人类，包括我在内，总共就只有两个，偶尔帮忙的人可能是很多， 那 ai 这部分的话就不能算个数了，对吧？因为 agent 是 按绘画 size 一个一个去执行任务的，你把它当成人去统计个数没有意义，那么这个很小的组织可以释放出巨大的潜力的。我觉得这个思维方式上的核心是把人和 ai 当成是平等的 独立角色个体去对待，而不仅仅是认为说 ai 就是 人类的工具啊。虽然说 ai 在 这里它的确就是我干活的工具，但是在思维方式上，你仅仅是把它当成是人类的这个锤子和扳手一样的工具，以及对比说你把它们当成是平等的个体， 这对应着不同的组织架构和写作流程方法，那也就对应着不同的生产率层级。那具体怎么实现？比如说如果你用过 a 证的话，哪怕就只是最近最火的这个小龙虾 open class， 你 会知道它有一个核心功能叫 skill， 翻译成中文叫技能，对吧？ 比如说我给他发一个指令叫斜杠 ppt， 哎，他可能就调用他做 ppt 的 技能把这个 ppt 给做完了，在最简单的场景下，这样的确是可以的，但是如果你想实现大规模的做 ppt 的 技能，把这个 ppt 给做完了，在最简单的场景下，这样的确是可以的。但是我调用一个技能，一个 skill， 让 ai 去做，做 ppt 做到一半跟我说他缺资料了，好，我让某一个人类的同事帮我搞到一堆资料，我再发给你，就做到一半跟我说你缺张图，这个图呢？你，你 原有的这个 skill 搞不定，我又找另外一个 ai 产品去搞一张图，我又把这个图发给你，所以你就发现这个人是不断在给这个 ai 打杂的。而问题是出现在用于完成这个任务的两个人类角色和两个 agent 角色，他们没有被汇集到一个系统里。 而要解决这个问题，其实非常简单，你就记住一个效率原则，叫做我们永远坚持让合适的角色去干合适的事情。而这就意味着不仅仅是人可以调用 ai， ai 也可以反过来调用人， 以及不仅仅是上级才能调用下级。如果这件事情适合上级去做的话，下级也可以反过来调用上级。那么一个比较好的写作流程可能是，这不是虚构出来的案例啊，这是一个真实的 code code 工程，它是真实可以用的。 好的写作流程是，可能是我委派 ai 去做一个 ppt， 他 发现自己缺文档或者缺图片了，他调用其他人类或者 ai 的 这个技能，他去这个决策名单里找到适合干这件事情的角色去完成这件事情，完成了之后，他接着做这个 ppt。 所以在整个调用链路当中，有可能是人调用 ai， 也有可能是 ai 吊用人，也有可能是 ai 调用 ai， 那 具体怎么实现这个事情？首先无论你是用 cloud 的 还是 opencloud 还是其他的 a 阵的，你的工作目录里面都有文件吧。我们先维护一个叫做进行中的任务的这样一个文档，我们先假设这个小规模团队协助，不考虑这个隐私保密的事情啊， 这个文档对于团队内的所有的人类和 ai 角色全部可见。那么在这个文档里面，每个任务对应了一个任务卡片，在最少的情况下，这个任务卡片里面只需要有两个信息就可以了。第一个是任务的描述，就是我们到底要干一个什么事情。第二个是衡量这个任务可以被标记为完成的标准是什么。 实际上在最简单的情况下，你只需要这么一个文件，就已经实现了多个人类和多个 a i a 阵的一起去合作的一个共同基础。那么当我的任务列表里面出现了一个任务的时候，我可以去角色名单里面看一下谁最适合去执行这个任务，我直接去调用那个角色的 skill， 不 管他是一个人类还是一个 ai， 然后让他去执行，他执行会出现这种情况，对吧？第一种情况你直接完成了， 第二种情况你完不成，但是你发现角色名单里面有其他的角色可以接着你去完成这个任务，你去调用那个角色的 qq， 接着去面试调用。当然也有可能不管调用谁，这个任务都解决不了，又或者说每次调着调着就调到我头上来了，所有的任务由我来兜底， 对吧？那这种情况怎么解决？我们待会再说。那假如说这样的团队成员之间互相调用，完成了这个任务的话，我们会把这些任务信息统计在一个已完成任务的一个文档里，这个文档有什么用？ 我们会在整个 cloud 的 工程里面调用一个叫做更新成员能力的这么一个技能，让 ai 去识别这些信息，从而更好地去更新这个角色名单，去标注每一个角色在这个任务里面的贡献是什么，他们擅长的是什么。 这样下次我们去委派任务的时候，就可以根据这个文档去实现更精准的委派。所以依然是我们说的效率原则，叫做让合适的角色去干合适的事情。那说到这，我知道很多人可能会有很多质疑啊，比如说第一个， 这个事干砸了，谁来负责，谁来背锅？如果是人类的话，我可以跟你砍工资，可以给你降职，那如果是 ai 的 话，我怎么惩罚你呢？但如果你真的试过这个流程的话，你会发现 ai 相比人其实是有优势的， 因为惩罚人类不是目的，惩罚团队成员对团队是没有好处的。我们想要的不是惩罚一个人，是让他能力变强，下次不犯这个错误。但是你面对一个活生生的人的时候， 不是你骂他，给他扛工资，他的能力就瞬间变强了。但是 ai 不 一样， agent 的 系统提示词是可以重写的，他的技能其实也是一段提示词，那个提示词也是可以改良的，所以 agent 才是那个真正可以瞬间提升能力的角色。第二个问题是可能会有人问说啊，你说这个人调用 ai， 我 可以理解，比如说我给这个小龙虾或者什么的 cloud code 在 facebook 上发条消息，他就把活干了， ai 调用人怎么办呢？我说你可能真的想复杂了，有技术条件的话，你可以在人被调用的时候给他的手机微信，还是非说什么发条消息，没有技术条件的话，你就让这个人每隔半个小时或者每隔一两个小时看一下文档 就可以了，只要这个文档上有任务指派给你，你就得干。你甚至都不一定知道这个任务是 ai 还是人指派给你的，那没有区别，我们的工作流程就是这样，这就完事了。所以说到这，你可能会发现，我的整个业务能产生多大的价值，其实取决于这个角色名单里面 有多么丰富的人类或者是 ai 的 角色。这些角色加在一起的能力的总和，就是我的公司的能力的总和。而这就应了我之前拿钱创业的时候，反复听投资人说的那句话，说创业公司的 ceo 的 核心任务其实是招人。 所以放到现在这个环境里呢，你还得去判断一下你应该去招一个 ai， 还是去招一个人类。放到我身上的实际情况就是，我花了大量的时间去了解不同的 ai 产品，不同的 ai 工具的实现原理和他们的边界。所以呢，如果这个事情雇一个 agent 就 可以解决了，那我就把这个事干了。 但是如果雇 a 阵，他解决不了，我还偶尔需要一个 hr 配合我，让他去和人类打交道。所以我们两个配合到一起的作用就是 丰富我们的角色名单，如果我有一个任务放在这里解决不了，说明所有的角色加在一起都不够强，我们就一起去让这个角色的总能力增强，直到这个任务解决为止。所以我们卡住两个基本原理，第一，我的这一整套结构可以实现让合适的角色去干合适的事情。 第二，我可以不断的引入更强的角色去完成我原本完成不了的事情。这两个条件加在一起，理论上我可以完成所有的事情，直到这里面的角色越来越多，写作越来越复杂，可能我这套简单的流程撑不住了，日后我再去升级这套系统。 而现在真正需要解决的事情是，如果你没有三五年的编程经验，你又想用 agent 干点正事的话，请你卸载停用你的 opencloud 小 龙虾，把它尽快换成真正能干活的 cloudcode 或者是 codex。 我 这条视频不是用来蹭热点的，我也就实话实说了。

如果你在纠结啊，要不要养个龙虾试试水，甚至还不知道啊养龙虾究竟是怎么回事？或者你很焦虑，龙虾会不会直接干掉我的工作？这条视频值得你从头到尾认真看完，在实操并且看了大量测评案例，以及采访了数位业内专家后，啊，给大家梳理一下龙虾风暴背后的正式现状。 近日，欧芬克号俗称龙虾，在国内热度高到吓人啊。深圳腾讯大厦楼下，乌泱泱的人顶着寒风排队，只为让工程师帮忙一键部署在社交平台上，上门袋装龙虾成了产业，单次收费呢，五百到八百元。有人称啊，靠上门安装已经赚了二十六万元。 在各种信息轰炸下，不少人开始相信啊，部署一个 opencloud 就能变身超级个体。但当前着实要让子弹飞一会， opencloud 能爆火。或者说大家在上手 opencloud 之后，啊，非常激动，我觉得绝大部 部分不是真的因为生产力，而是当老板的爽感。他打通了微信、飞书等常用的聊天工具，可以管理邮件、浏览网页、操控日历，甚至啊主动发起一些工作流程，你发一句指令，他就会用拟人化的语气回复，好的老板已处理完毕，瞬间满足啊，我们掌控数字员工的幻想。 但事实上，龙虾最底层的逻辑就是氛围编程，也就是我们用自然语言描述让 ai 写代码，软件工程师呢，来把握方向。 这种方式啊，最大的好处就是方便，但事实上会产生大量勇于效率低下，还有各种漏洞。从大量实操测评来看啊， openco 距离干掉一个普通实习生啊，都还有十万八千里的距离， 但提醒大家不要盲目跟份养龙虾最大的隐患啊，其实是安全。 opotal 之所以显得无所不能，就是因为他彻底拆除了安全门。 ai 被赋予了直接操作文件 系统、执行终端命令、修改代码的极高权限。这相当于啊，你直接把公司金库钥匙和公章给了一个帮你买咖啡的实习生，一代万谢！可以说，你会被扒的连底裤都不剩。 有一位部署了龙虾的用户分享啊，他的龙虾知道他的姓名、住址、身份证乃至银行信息，因为他忽略了设置的细节啊，他的龙虾能够跟任何人聊天，并且告知相关信息啊。大家能明白这件事情有多恐怖吗？ 最后呢，他的龙虾是被黑掉了，还好没有造成一些重大的财产损失，或者说人身安全问题。所以在这种情况下，非常不建议大家仅仅为了尝尝先试试水，就用大家常用的电脑啊去部署龙虾。讲到这，也许还是会有人说，不管怎么样，他毕竟是免费的。 别忘了，免费的往往是最贵的。 open clock 本身是免费的，但用来驱动它的 token 啊，是要用真金白银烧出来的。传 统的对话是 ai， 你问一句，他答一句，顶多呢消耗几百个 tok。 但欧风克是观察计划执行的循环和半小时更新一次的心跳机制，哪怕回复一句 hello， 可能都消耗五万个 tok。 这不是危言耸听啊，这是真实的案例。海外有博主啊，晒出单月三千六百美元的 api 账单， 这个成本啊，远超雇佣全职的线上助理了。这就是为什么腾讯等原厂商愿意倒贴人力啊，去线下摆摊，帮用户部署开源 agent。 阿里呢，强推 opencloud 一键上云。 每一次部署啊，都是在用户本地或者是云端电脑里埋下了一台二十四小时轰鸣的算力抽水机。此外，巨头们力推本地 agent 的第二个重要原因啊，是高质量训练数据的枯竭。当我们让 ai 完成一件事情时， ai 呢，会经历一系列的步骤，从理解需求到搜索信息、调用工具、填写表达、 完成支付，每一个动作都会留下记录。这些记录啊，组成了一条完整的任务联络，这恰恰是巨头们原先最难以获取的数据。你以为自己白嫖了一个免费的 ai 劳动力，实际上，你在指导 agent、 纠正 agent 错误的过程中，正在免费为巨头们提供最高质量的强化学习微调数据。 当然，抛开所有已知问题，毫无疑问啊， ai 正在从会说话的工具变成会做事的系统， aj 的自动化也绝对是未来的趋势。 但在这场风暴的前夜，我们不妨啊，更加理性一些。现在，阿里、腾讯的云场商纷纷推出一键部署龙虾的服务。就在今天下午啊，腾讯宣布上线了 qq 浪一键直连 qq 微信。我相信啊，只要几个月，甚至是几个礼拜，我们就能看到啊，更好、更安全、更容易安装和实用的龙虾。

ai 大 模型教程第二天， openclaw 本地部署！哈喽大家好呀，我是钱！最近 ai 圈被一只龙虾刷屏了四个月，在 getup 狂揽二十五万星，热度直接超越 lingx 和 rickter， 甚至在线下催生了一条定制主机和上门安装的产业链。他就是 openclo， 他 不是聊天的 gpt， 而是一个能主动干活的数字员工。由于他拥有本地权限，文件整理、代码编辑、跨平台操作，但他需要极高的系统权限， 即便多次更新，安全风险依然存在。比如提示词注入、误删、重要数据、恶意插件、系统漏洞等，可能导致隐私泄露、数据丢失，甚至系统被控制。想要安全使用，平时尽量不要把它暴露到公网， 只用本地和局域网，不给过高权限。只开放必要的文件夹，关闭不用的功能，不让它随意读取陌生文件和链接，涉及删除、修改等操作，一定要手动确认。 只安装官方或高新可信的插件，再加上定期备份重要数据，就能在享受便利的同时，最大程度保护设备和信息的安全。 那风险和注意事项我们都讲清楚了，相信大家也更放心了。接下来我们就进入正题，如果大家对小龙虾感兴趣，接下来会一步步带大家把 open clone 完整的安装部署好。首先是安装 note 软件， 我们进入到 note 官网，根据你电脑操作系统选择对应的软件，不是 windows 电脑就选 windows 选项，然后点击 windows 安装程序按钮，下载软件，接着双击下载好的安装包，进入到欢迎界面， 点击 next 按钮，在这个界面先勾选协议，然后点击 next 按钮，在路径选择界面，这里需要注意有个坑点。 一般安装软件我们都会切换盘符，但这里不行，因为 open clue 它会找 node 的 默认安装路径，所以我们一定不能切换。直接点击 nest 按钮，继续点击 nest， 再点击 nest 按钮，最后点击 install 按钮进行安装。 接着点击 finish 按钮，完成安装，并关闭安装界面。接着安装 get 软件，也进入到 get 官网，也是根据你的操作系统来选择对应的软件。我这里选择的是 windows 六十四位的安装包， 点击下载这个软件下载会有点慢，需要耐心等待，那下载完成后，双击安装包，点击 nest， 进入到切换安装路径界面。那如果说不想安装在 c 盘，可以将 c 改成 d 安装路径，就切换到了 d 盘。 接着点击 nest， 继续点击 nest。 接下来的界面就是默认所有选项，不断地去点击 nest， 直到看到了 install 按钮，点击它进行安装。安装完成后，先不勾选 view release 这个选项， 表示安装完成后不用自动打开发布说明。点击 delete 按钮，关闭安装界面。现在就可以安装 openclose， 在 桌面下方搜索 pos， 鼠标右键它选择以管理员身份运行， 避免抛上默认策略太严格导致安装报错。我们可以输入这个迷你，但需要注意，如果你是较为严格的模式，接着我们需要输入 y 来确认这一次的修改，那本身是较为宽松的模式，就不需要任何的输入。 然后我们输入 openclo 安装秘密进行安装，安装过程需要等待一会，安装之后会出现 openclo 在 windows 原声环境下的兼容性警告与引导的界面。在下方我们会看到 openclo 展示的一段话， 提醒你使用它可能存在风险。问是否要继续，这里可以按键盘上的左方向键选择 yes， 然后按回车键确认， 选择默认配置 quickstar 模式继续回车。到这一步需要选择 opencloe 背后的大模型服务商，根据个人偏好进行选择，用键盘的上下方向键来进行切换。 这里我选择的是 kimi 模型公司的慕尚的 ai， 因为它对新手用户会有免费额度的赠送，对新手比较友好。 这里选择大模型之后需要创建密钥，所以我们进入到摸社的官网，如果没有注册登录，需要先注册登录一下， 在账号总额这里可以看到你的余额，新手领取可以在组织认证进行个人认证来领取。回到 api k 管理，点击新建 api k 按钮， 输入 k 名称，例如 opencl， 浅按项目默认就行，接着点击确定，就会生成对应的密钥。先复制密钥，接着点击确定， 这里需要注意密钥不要公开，不然用的就是你的额度。回到 power shell 界面，选择 mode 的 ai 选项， 回车确定。这里我们用的是国内的 kimi， 创建了蜜柚，所以选择第二个选项，点 c n 并回车。这个界面是询问用什么方式提供蜜柚。选择 paste api k， 现在粘贴蜜柚纸并回车。输入完蜜柚之后接着回车， 这里是需要选择具体的模型，选择默认的 kimi k， 二点五并回车。选择对应的通讯渠道来跟小龙虾对话。点击键盘上的下箭头，选择 skip for now 并回车。先跳过所有选项， 这里是需要选择一个默认的网络搜索服务商，也是选择 skip for now 并回车，先跳过所有选项， 那这个界面是询问现在是否要配置这些技能的参数，可以先选择 yes 并回车，看看有哪一些技能参数，有 ip address 处理、 ip 地址、 network watch 监控、日制文件变化等等。这里我们同样用空格选中 skip for now 并回车， 先跳过配置。接下来就会提问一系列关于是否要配置各种服务的 api 秘钥，可以都选择 no， 那这个界面是询问我们是否要启用后壳，后壳它的意思是在某个事件发生时自动执行某个功能。空格选择 skip for now 并回车，先跳过 之后程序就会启用，网关会自动弹出一个窗口，这个窗口暂时不关闭，等待一段时间回到之前的 power 窗口。这个界面询问的是我们想以什么方式启动小龙虾。 我们可以选择 web ui 的 方式，网页图形界面会更加直观，操作也更加友好。通过键盘上的下箭头选择并回车，这样它就会自动打开一个网页。进入聊天界面，我们输入你好，点击 send 发送， 他就会出现对应的回复，这就代表我们部署好了小龙虾了。当然，我们部署小龙虾的初衷绝不仅仅是为了多一个能聊天的窗口，而是为了拥有一位能真正干活的智能小助理。 我们以进入飞书为例，看看如何让他融入我们的日常工作流。先进入飞书开放平台，需要先登录一下，然后点击开发者后台按钮， 点击创建企业自建应用按钮，输入应用名称跟应用描述图标，这些也都可以自行选择，也可以进行自定义操作。 然后点击创建按钮，接着点击添加机器人能力，点击左侧菜单栏的权限管理，他会弹出权限升级引导说明的提示框。点击我知道了按钮， 之后点击开通权限按钮，在搜索框输入 i m 冒号，将出现消息相关的权限都勾选上，这里需要注意这个冒号需要是英文的冒号。接着点击确认开通权限按钮， 这时候上方它会提醒应用发布后当前配置生效。我们点击创建版本，输入应用版本号跟更新说明，鼠标滑动到最下方，点击保存按钮， 弹出确认提交发布申请的提示框，我们点击确认发布按钮。继续回到 posher 界面，输入 open curl config 命令，再次进行配置。选择 local， 也就是在本机上运行。 接着选择 channels 就是 通信渠道，后续选择 confluence， 添加新的消息渠道， 在这个界面按下箭头，一直向下，找到飞书并回车，这里需要安装飞书插件，我们直接回车，选择通过 npm 安装，这里我们需要输入飞书应用的 app secret， 回到飞书开放平台，找到凭证与基础信息的选项，复制 app secret， 回到 posher， 按回车键输入密钥并回车。 接着需要输入 app id， 同样回到飞书后台复制，回到 posher， 粘贴并回车。接着选择飞书和 opencloud 通信方式，默认的就是 web socket， 也就是实时通信模式，回车选择即可。 这里是选择飞书域名，我们用的是国内版的飞书，也就是飞书点 c n 这个域名创建的，接着会询问是否允许在群聊里使用机器人。选择第二个 open 选项，也就是在所有群里都可以使用机器人，但必须艾特机器人， 这个适合开放写作的环境，大家随时可以艾特他提问。最后选择 finish 表示完成配置，接着会询问要不要现在配置私聊访问策略，也就是设置谁可以和你私聊的规则，我们选择 yes。 接下来就是询问是谁可以在飞书私聊你。用 opencloud 机器人，这里如果只是自己测试使用， 可以选择 open 这个选项，表示任何人都可以私聊机器人，它会弹出一个窗口，暂时不管它。最后选择 continue 这个选项，这样就完成了非输通信渠道的配置。接着输入 opencloud getaway 命令，启用网关。 回到飞书界面，选择事件与回调，点击编辑订阅方式，选择使用长连接接收事件，最后点击保存按钮，保存后就可以点击添加事件搜索框，输入接收，将接收消息勾选上，点击添加按钮。 点击左侧的权限管理，点击开通权限按钮，搜索通讯录将获取通讯录基本信息。勾选上点击确认开通权限按钮， 接着点击确认按钮。我们接着要再次发布版本，点击创建版本，输入对应新的版本号和更新说明并滑动到最后点击保存，并点击确认发布按钮。以上就是我们所有的配置了， 接下来我们就可以直接使用了。打开手机飞书 app， 找到开发者小助手，点击打开应用按钮就能和 openclose 聊天。输入你好，他会先思考再给你回复， 你发其他内容，他也会给出对应的反馈，这就是飞书进入 openclose 的 完整流程，是不是比点外卖还简单呢？ 最后再提醒一下，如果大家想自己尝试安装，使用时千万不要开放过高权限，有条件的话尽量用闲置的电脑，体验会更加安全稳妥。

帮人部署 openclaw 竟能收入七位数！随着 openclaw 的 大火，围绕部署 openclaw 的 产业也逐渐火爆。因为部署门槛较高，自己部署经常会出现安装报错等问题，因此各种上门安装的铁子也开始冒头。但对于掌握部署方法的人来说，在家足不出户， 借助远程软件帮人远程部署即可轻松日入过万。 u 远程的远程协助功能，正好能高效解决远程部署的问题。不管是远程帮忙部署，还是远程进行报错调试， 远程协助功能能够在确保安全的情况下，帮助你轻松远程接入客户的电脑进行操作。无论对方是 windows 还是 mac 设备， 只需要打开 u 远程，在远程协助页面中复制并分享设备 id 和验证码，我们在自己的设备中输入对方的设备 id 和验证码，就能实现远程协助。远程接管对方的设备部署 open call， 并且 u 远程支持被协助，用户无需注册登录就能正常使用， 就算对方是电脑小白，也能操作明白。如果后续客户的 opencll 仍需调试，可以利用同样的方法进行远程操作解决，既提升了客户满意度，也能靠后续的调试开拓增值服务，真正实现不用上门高校部署，轻松抓住 opencll 部署的风口红利。

如果你的 open class 小 龙虾只需要别人来帮忙部署的，我劝你先不要折腾了。其实这个东西对于非技术背景的普通人来说还是有一定门槛的，部署也只是第一步，后边还有各种杂七杂八的问题要处理呢。比如小龙虾执行错误的指令，把自己搞挂了，普通人根本搞不定。 当然也不用太焦虑了， open clock 可能是个转折点，对于普通人的机会呢，还要再等一等。现在大家都处于花钱阶段，实际有收入的其实很少，就算有收入还不如他花出去的多，因为 token 费用确实太高了。个人认为普通人保持关注就好，主打一个信息不掉队。

折腾了一上午，终于可以在微信上面跟 opencry 聊天了，看一下这是个人微信，是利用的这个企业微信的应用做的， 我们来说一下介介绍一下你自己 让我们看一下啊。我现在用的是这个智普的四点六，然后有点慢，加上这个语音翻译也要慢一点，所以他现在啊启动撩过来啊，现在发过来了， 因为我前面已经问过一次，让他介绍一下自己，他把自己的基本情况说了一下，这次他以为我要深入的介绍了解当前模型信息啊，运行的环境啊啊，基本都有，那么我们再来试一下。 嗯，打开浏览器搜索一下关于 openclaw 最新的版本的情况和一些相关最新的消息， 专门发文字，为了快一点啊，发文字我们可以看一下它这个自动打开了浏览器， 然后它应该搜索一些相关信息，过会儿会回复过来 啊，现在回复过来了， 我这边前面输错了，我本来想问 opencloud 的， 嗯。

说一个刚刚发生的 ai 新闻，而且有一点离谱， matta 就是 facebook 的 母公司刚刚说过了一个社交平台，但重点是，这个社交平台不让人类发帖，只允许 ai 发帖啊！没错， ai 自己的社交网络 mata 宣布收购一个叫做 modbook 的 平台，创始人团队直接加入 mata 的 ai 超级智能实验室。这个网站今年一月才上线，结果几周内直接在硅谷爆火，因为它的设定非常简单， 人类围观 ai 社交 modbook 到底是啥？你可以理解成 reddit， 但用户全是 ai agent， 只有 ai 可以 发帖、评论、点赞和讨论，人类只能看 ai 已经开始互相聊天了， 网站口号甚至叫 agent internet 的 首页听起来已经有点科幻了。更离谱的地方，这些 ai 不是 聊天机器人，而是 agent 能自己行动的 ai。 他 们会定时上线阅读别的 ai 的 内容，回复讨论、分享学到的新技能。 有研究发现， ai 在 里面甚至发展出了社群规则、身份认同，甚至宗教式讨论。我们第一次看到 ai 在 互联网上彼此交流。那 meta 为什么要买 mate？ 不是 买一个网站，它买的是 ai 的 下一个阶段。现在 ai 正从聊天机器人往 a 阵的发展，也就是不是回答问题，而是帮你做事情。业内越来越相信，未来互联网可能变成人类互联网，加上 a 阵的互联网， a modbook 本质上是一个 ai ai 阵的实验场。用一句话理解，这次收购，以前是人类在社交网络交流，现在 madna 在 赌的是， ai 之间也需要社交网络。 如果 ai ai 阵开始互相交流，未来可能发生什么？比如 ai 自动协助完成任务， ai 互相学习工具， ai 自己形成生态，甚至你未来的 ai 助手可能每天都在和别的 ai 开会，而你完全不知道。当然，也有人质疑，这些 ai 真的 是在自主交流吗？还是人类在背后提示，目前还没有完全确定。但不管真假，一个事实已经发生了， 大厂开始为 ai 建基础设施了。很多人以为 ai 的 竞争是模型参数，但越来越明显的是，下一阶段竞争可能是谁拥有 ai 的 生态。 mad 这次明显在压住 a 政的世界。 如果未来真的出现 ai 自己的互联网，你觉得会发生什么？ ai 会合作还是开始内卷？这期先到这里，后面我还会继续拆解 ai agent tools， transformo 这些真正改变行业的东西。关注一下，我们下期见。

hello， 大家好。呃，最近 openclaw 特别火热啊，最近我也搭了一下，玩了玩 啊，然后这几天呢也发现了一个比较有用的场景，那就是如何去帮助呃， 各位去申请课题啊，特别是在高校的老师啊，每年都有很多的课题和本子需要去写，这个其实是一个非常头疼的事啊，那么我们今天就以这个课题为例啊，就是这是一个今年刚出来的 一个关于啊心理，四川省心理健康教育中心的一个课题，这是一个比较呃基础的一个课题，呃，我给大家看一下，呃，我的一个效果啊，最后得到的一个申报书的一个结效果， 嗯，这个申报书最后呢是这样一个效果啊，这是由 ai 生成的啊，那么其中，嗯， 我们知道课题最麻烦的部分呢，那就是论文的调研啊，特别是这是国外，国内外添装的一个论文的调研，这个是最花费时间的，以前的传统手段呢，就是去各个论文平台去解锁， 那现在呢，我们我摸索出一套一套可以使用 open color 呢，自动去帮你完成这样一个工作。那么我们先来看一下这个课题的背景，其实课题背景是比较简单的，就是这一部分啊， 这是我们能够用到的一个资料啊，然后再一个呢就是申报书啊，申报书我也下好，这个课题的申报书的内容其实不太多啊，其实最麻烦的部分就是 你要对你的啊选择题进行一个论证啊等等，需要我们去写啊这种参考文献啊，这是一个工作量比较大的部分。好，然后我们今天就来演示一下如何使用 open cloud 去帮我们去自动化的去完成这样一个工作 啊，我也要去。呃，证明这个效果啊，我重新开启了一个绘画，就是没有任何带记忆的。那么第一个呢，就是你需要去让他去帮你调研啊， 啊，这个提示词，我就比如说我真的我先发过去啊，比如我正在申请一个课题，然后呢，我准备研究的方向是知识图谱加心理学，当然这个研究方向你可以自己去根据自己的专业啊，你可以去结合他的一个主题来做，然后我们 他就会帮我们去解锁网上的呃，跟你申报主题相关的一些内容。 嗯，它这里就是直接去用用的 web research 去解锁这个关键字，比如会拿到一些发文呐，或者是一些国内的一些文献等等， 它解锁完过后就会对以上的信息源进行一个整合 啊。但是需要注意的是啊，他这里的一个解锁呢，基本上是停留在呃，中文的一个网络里面的啊，这中文的一个知识信息， 我们先等他把这一份工作做完，我们可以看到他这里就已经帮我们做完了，比如像他这里可以找到了一些目前最新的一些研究方向，国内的一些跟这个主题相关的一些信息 啊。然后呢，我们当然这是不够的啊，因为我们还需要去结合国外的一些比较前沿的一些研究啊。那么这里我就用到了一个 skr， 叫做 papers 啊， detail mcp， 这是我之前装的一个 skr。 呃，让他行深度的一个文献搜索啊，我先发过去，等下再讲，形成一份可信性比较高的研究报告啊，并且让他发到一个邮箱，同样的，这个 email sender 也是我做的一个 skill 啊，发到我的邮箱里面，我们可以先看一下 这个 skin 啊，它可以去深度的搜索多个国外的一个论文员啊等等，这就是一些目前比较大的一些论文平台啊，然后我们可以看下这里，其实工作都已经完成了啊，我之前已经完成了，它就直接跳过，直接跳到搜索， 我们可以看到他其实已经搜索到了很多关于知识科普和心理健康相关的论文了，而且论文都很新啊，这是二六年的啊，我们再往下看 啊，这也是啊，这是另一个信息渠道， 那论文信息是非常多的，然后它搜索完过后，就会根据这个论文的一个摘要会进行一个分析，我们可以看到啊，有很多， 这是 open alex 平台的一个关于知识图谱相关的论文， 这里还有知识图谱加心理咨询测评的论文。 由于这里的工作量是其实是比较大的，所以说我们这里需要多等一等。 好，我们可以看到它已经到这一步了，就是调用这个 email sender 的 一个发送，发送我邮箱的一个一个 skill。 我 们可以先看一下我的邮箱 还没有工作，还没有完成， 然后最后就形成了一份报告啊，这是知识图谱心理学课题可信性报告。 ok， 现在已经发成功了，我们可以看一下。哎，我的邮箱就已经收到这份报告了，我可以点进去看一看， 这就是通过他的调研呢，他的一个可信性报告，并且有非常多的论文作为支撑， 甚至把创新点啊什么的都告诉你了。然后呢，我们下一步啊，我们现在还有个问题，就是我们还没有选择题，是吧？就是所以说我们这里要去让他做啊，做第二个工作，你就说 我们需要把这个研究课题的背景啊，这样子复一下， 根据根据课题的研究啊背景帮我进行，帮我进行 结合以上调研的内容帮我进行啊选择题， 并并且将选题建议报告 发送到我的邮箱，这是研究要求。 然后呢它就会结合前面的调研内容和我们的课题的一个背景啊，然后它就会帮我们去形成一个选择题建议， ok， 现在他已经形成了这份报告了啊，然后呢，他下一步就是要去发送， ok， 他 已经发送过来了，我们瞅一眼， ok， ok， 我 们看一下这个选举报告， 你看他都会去分析我们的背景的啊，这是我们的一个选举背景。第一个呢是 基于知识图谱的这三种高校议议题，香港振兴下的然后灾难也预警，知识图谱构建的一个辅助研究， 知识图谱视脚下的心理、政治协调等等等等。其实我觉得他这一次生成的，呃，其实不太好啊，我之前，呃让他生成了一次啊报告挺好的，我们可以 我用，我用之前的那一次，你如果你觉得他嗯给的效果不太好的话，你可以让他多次去生成 比，像我之前做了一次，我觉得就我觉得这一次报告就挺好的啊。然后我看到的就是这一个选择题，就是知识图谱驱动下的青少年心理危机预警与知识研究。而且呢这个选择题基本上啊，网上呢是 没有什么人做的啊，基于知识图谱的是没有人做的啊，所以说这个是可信性是比较高的。 那么下一步我们就要干嘛？下一步就是我们现在已经完成了论文的调研啊，完成了选择题，下一步就是要帮我们去写本子啊，那么写本子，那么就要去结合我们的一个申报书的一个要求，我们可以看一下 啊，其实申报书的要求啊，其实最重要的就是这一部分， 那就是课题论证这一大段，然后呢就是项目的研究条件和保证等等，其实这一块的还好，这个每个人的情况都不一样，那么现在用我的选 你，你现在需要根据我的选选择题，就是这个你可以附上去 结合，嗯，课题申报书结合以上 第二课题啊，第二调研内容和申报微申报书的具体要求，帮我完成申报 书的在线，这是申报， 然后呢你就把申报书上的这些要求呢，给它黏贴过去就 ok 了，就像这是 课题论，正，是吧，也是课题论证，然后呢它的一个具体要求， 再一个呢就是条件和保证 好，然后你发过去就可以了， 刚才网络断了一下，那我们重新再发送一下。 ok， 这里他就已经填写完了，下一步可能就是下一步就要去发送， 然后就是将该报告发过来了啊，会，他会记住你之前的聊天的情况的。 ok， 我 们再看一下这个申报书的一个质量怎么样， 我们可以看一下。嗯，第一个是课题设计认证啊， 个体名字，选择题的意义，他结合了我们的国外的研究现状以及分析了他的一个研究不足，国内的研究现状和研究不足，那么衍生出我们选择题的一个意义，实践意义。 再一个呢，就是我们的研究的视角、方法、路径等等，他全都一直一直给我们弄出来。 当然以上的内容呢，可能大家，嗯需要根据实际的情况去做一个整合和适适当的调整，但是这个整体的框架是已帮我们搭建好了，完成了百分之七十左右的工作，剩下的情况大家都记在填到一个啊本子里就行， 这也给了完整的一个参考文献的一个缩影， ok 啊， 然后呢这就是，嗯，关于内容如何用 openclaw 去申请一个啊，写一个课题啊，当然我这个是一个比抛砖引玉嘛， 大家可以在这个基础上去做一个进一步的实际的一个调整啊，那么今天就到这里啊，谢谢大家。

虾公，这个月的进度款报数都两周了，能不能快一点审核啊？你急什么，我手上的事情多着呢，你们等着。虾公拜托帮帮忙，这点偷坑先拿着，绝不会亏待您。晚上我安排饭局和 spa。 这还差不多，明天就给你赶出来。

老师你好，我是二五届的电子信息工程技术大专毕业生，现在在深圳小公司里面做前端开发，薪资六 k， 有 时候又做技术服务与后端运维的开发，家里有资源可以脱关系，到武汉做工厂自动化前端十 k， 或者在深圳本地做硬件开发八 k。 公司有个销售，辞职前想把我挖走，挖走到南京的做前端，给我开的八 k， 同时包吃住。 一方面我想自己试着做副业，比如说目前在做的闭社辅助设计，设计官网帮忙写文章，一方面想自己学下外包，三点零撬到远程开发， 一方面又不想撬，在公司六 k， 打打游戏，写写文章，开发下游戏，写下剧本小说，到七月考雅思后再看看要不要专升本。所以我想问一问，到底是应该辞职找更好的工作呢？甚至是大厂 o d， 比如说软通、中软， 还是待在公司里面练习技术经验技术，搞独立开发呢？我的技术栈有， s p 三二 s m 三二 frat s f p g s t s。 安卓， open to newswatch， java， python， c c i 加 c shop， 比较精通的是 js 和 python， 一 般比较喜欢看软件和硬件设计的硬件产品，只要有计算机的地方，就看几眼就知道怎么回事。大一开始硬件设计的硬件产品只要有计算机的地方就有四段时期经济。 我的个人项目主要集中在博客、 esp， 三二聊天机器人、 qq 聊天机器人、 i s s。 阅读器。公司项目主要是官网设计，后台管理，系统设计。我熟悉状态基本设计模式和同步异步开发， 熟悉该管理，敏捷开发给大部长用户，有自己的服务器和服务，我非常喜欢计算机，也想用自己的技术为世界进步做点什么，但是我又害怕这只是我对现状不满的幻想，对技术的幻想而已。 好，首先我们来整体上面这哥们体现了很多的内容啊。我们从前面来分析他的客观条件，首先第一他是二五届，也就是毕业到现在可能半年的时间，然后是电子信息工程技术大专毕业生，现在目前在深圳一家小公司做前端开发，薪资六 k， 这是他的前面这一段是客观条件， 其实从他的技术描述上面来看，我说这个哥们应该还是对技术感兴趣的，而且也是愿意研究的，而且提供的问题也是比较客观的，自己有客观条件，有想法，而且也有执行， 然后再看啊，然后家里有资源，可以拖到武汉做工厂自动化前端，然后十天。对于一个刚开始毕业的应届生而言，刚开始的时候如果你的起点比较低，这个起点是说的你的薪资可能比较低的话，我说暂时不要想太大，也不要想太远， 暂时先把自己的身价涨上去。当你慢慢来说不缺财务的时候，我们再去谈一些宏大伟大的梦想，就是你先暂时先做到一个切实利益，让你暂时来说对财务不同。 其实目前在这个深圳这家公司现在给的前端开发六 k， 家里有关系，能够去到武汉一家自动化前端，然后给到十 k。 首先我是在深圳，你比如在深圳租个房， 然后再加上吃住以及其他的，也就现在六 k， 如果不包吃住，你在深圳租个房就是最少一 k， 然后再加上你每天吃吃的话，就是一天三顿二二十块，一个月 也就是算五十吧，算五十啊，五十一个月就是一千五，一千五六 k 里面应该还扣点社保，也就是我说你应该是很难有节约的。所以在这种情况下面，我们不去讨论太大，也不去讨论太宏伟的目标，就是取自己的切身利益， 使自己能够最优化。就这样的，从目前你比如说毕业才半年时间，如果是现在武汉有一家能够给你给到十 k， 其实这个涨幅绝对不差，你是完完全全可以接受的。而且你去了武汉这家公司，使你的薪薪资更高之后，并且你往后面其他事情一样不冲突。从目前的情况来看，不去想太大太远。如果当你后面三十四十，比如你现在能够拿到二十，三十四十， 拿到三十往上走的这个薪资，也就是你每个月除了你吃住之外，还有大量的结余，再加上你银行卡上面有一些存款，我让我们再去讨论一些 宏大的目标，比如我想为计算机行业做点贡献，比如做点开源的项目，这都是可以的。但是目前我认为先保证温饱，我们再求发展好，再往后面看，在深圳本地做硬件开发，还有个八 k 的， 还有一个销售辞职的时候给他一去挖到南京也是八 k， 我 说挖这个字眼至少来说，我说哎，这个薪资给到八 k 的 绝对不高好不好，就跟一个普通工程师一样，然后再往后面自己对技术感兴趣，对于这种学历不好的朋友，对，在现在整个就业行情以及整个风气上面，嗯， 对于这种学历不好的人，他有着一种不好的点，有些这种劣势啊，这种劣势在哪呢？因为在求职的过程中间，你投递简历的过程中间，你比如去一个好的企业，那比如看你是专科，他可能面试机会都不会给你， 即使给了你面试机会，你发现你的面试官，他比如他是一个九八五的或者一二幺的，这个学历歧视啊，跟你讲他会一直存在，即使你毕业很多年，他看你哪个学校的，除非你真的很牛很牛，除非你有一些开源的用户，或者有些其他的贡献能够去支撑你个人能力。如果你简历里面仅仅来说其他的一些参数 他不认可，就一个学校的话，那我认为这个学历歧视他会一直存在。什么意思呢？你比如说你后面去投一家知名的企业，或者一个好一点的企业，对面的面试官，他比如是一个比较好的学校，然后看到一个专科生，那种可能不重视的感觉，从表情到语言到 都能够体现出来，就好比你现在看不起黑人一样，哈哈，就这种感觉。我说你现在能做的，如果你对技术感兴趣，你可以现在先做的，可以去到武汉拿到这个十 k 的 薪资，先保证你自己收入上会有提升。然后呢？你在这块，你比如对技术有发展，你再提升一个学历，然后升个本科，后面你的机会会大很多， 因为你后面所做的很多东西，它也需要有一个本科学历才能支撑。就比如你后面所做的，比如想去集中的去包括你的项目，包括集中在博客，以及包括 e s p 聊天机器人，以及 qq 聊天人，以及 r s s。 阅读这种呢？如果你做点前端，可能说对学历要求不会太高， 当然学历我认为后面开发的门槛他就会是本科以上。那其实你后面做的这些东西，比如 c 加，比如这种扎哇这种相关的，我认为往后面走他门槛就是本科。如果你比如对技术有点追求，我认为你还是去读 升个本科，他会让你后面能够去到一个更好的平台，能够让你能够去施展你的才华，然后去完善你的梦想。然后你可以看到后面我非常喜欢计算机，也想用自己的技术 为世界进步做点什么。现在我们不去聊这么大，也不去聊这么远，暂时先保证自己现实世界，包括自己的薪资越来越高，使自己求职的机会越来越多，自然而然你的职业发展 就会往好的方向走。其实我们做一个普通的老百姓啊，我让我们很难想，做的很大，想的很远，只要做到遵纪守法，按章纳税，就我说就是一个普通的合法公民就可以了。好吧，年限三年。加关注，提出你的问题。