openclaw耗费电力吗

最近互联网养龙虾真的是杀疯了，刷十个视频，八个都在养，还有好多小伙伴私信我说刚入手一头雾水，不知道该怎么养，该怎么选，该怎么用，甚至踩了一堆坑。今天咱们就把所有问题一次性说透，从选择到变现，从避坑到省钱，新手看完之后可以直接上手，不花冤枉钱，也不用做无用功。 咱们先回应五个最火的问题，再补充你们比较关心的一些隐藏的疑问，全程干货，记得点赞收藏，避免刷着刷着找不着了。第一个问题，龙虾该怎么选？ 这是避坑的第一点。现在市面上各大厂都出了在线安装，一键安装，我实测下来，真心劝大家一定要装原生版的龙虾，那些所谓的什么什么可乐 仿生版龙虾，基本上都是阉割版的，上手感觉跟高版本的扣子没什么太大的区别，功能其实砍了 一大半，大部分是只能处理蚊子型的工作，离真正的原生龙虾真正的感受下来，可以说是差了十万八千里。所以说，新手如果选择要装，最好是装原生版的龙虾，只在装直接装在自己的电脑上。第二个问题，龙虾究竟能干什么？真有那么神吗？ 这么说吧，他是真的神，但又不是万能的，他最牛的地方就是能替代你所有重复性、逻辑性的工作，原则上电脑上能干的活，他基本上全都能扛下来。 写文案，剪视频，做表格，整理邮件，生成周报，甚至帮电商卖家二十四小时做客服，监控库存，帮设计师出出稿啊，晒素材，不用你熬夜加班，他二十四小时不停的在工作，那就包括现在他还在我后面这台电脑上一直在工作，就是妥妥的是一个全能的小助理。 而且他能接入微信，接入飞出这些常用的工具啊，不用额外装新的 app， 你 就可以在电脑端直接控制它。 第三个问题，为什么你装的龙虾不好使，跟别人的不一样？嗯，很多人装完之后就犯愁，说他啥也不会啊，其实不是龙虾不行，是你没装，找对方法。 龙虾不是装上之后他就是超人，他需要学习，需要被教育，就像养宠物一样，就像初代的贾维斯一样， 越养他越能干，你不能上来就跟他说，你帮我干活，你帮我去赚五百块。你这个要求太笼统，他听不懂啊，你要具体的告诉他啊，比如说帮我写一篇抖音的口播文案，主题是龙虾壁坑，语气要口语化一分钟左右 啊，指令越具体他越好用，慢慢教他就会越来越贴合你的要求，甚至能记住你的做事风格。 第四个问题，普通人用龙虾变现最快的途径是什么？作为一个做自媒体的来说，我的感受就是变现最快的途径就是做自媒体啊，写公众号图文， 写短视频脚本，做网站，出项目方案，这些活龙虾全都能帮你高效的去完成。原来一个人一天可能只能最多写十篇文案，但是现在有龙虾的帮助， 基本上五十天是打底，你的收入自然而然他就会涨啊。第五个问题，消耗 talk， 也就是算力贵不贵，普通人能不能承担的起？这个是完全可以，别被算力 talk 这些词吓住。普通人买一个 mini max 的 四十九元包月的套餐完全够用 啊。我测试是第一天就靠龙虾帮我写公众号，把四十九块钱的费用就完全已经覆盖掉了啊。更省的方法是，你日常做轻任务可以用免费的模型，用中度任务的话就用 mini max 的 模型啊，重度任务你再换高端的一些模型啊，普通人基本上用不到啊，你像那个 cloud 的 模型， 一次任务执行下来就大几百块甚至上千块。第六个问题，教育龙虾有什么技巧，怎么让他更听话啊？这是很多人关注的一个问题。技巧其实很简单，你就记住两点，一个是指定要具体，第二一个是要定期的清理记忆， 别跟他说笼统的一些话，一定要越具体越好啊。另外是要定期清理他的过期记忆啊，别堆太多没用的内容，这样他响应会更快更精准，还能节省你的 talking， 长期用下来，他就会越来越懂你， 干活也就会越来越高效啊。说一个小要点，就是跟他对话尽量要使用长句，这样会比较节省 tokin 啊，不然你的 tokin 就 会消耗的特别快。第七一个问题，那就是有些人问的，龙虾能帮我剪视频做海报吗？ 啊，这个是必须能，你只需要告诉他你常用的风格是什么样的，做什么类型的海报，你的做海报的逻辑是什么，他就能替代你做这些重复性的工作 啊，包括帮你剪视频，修图，做 ppt， 写代码，帮你查看所有的最便宜的机票啊，帮你盯一些所外所谓的啊曲线图都完全可以。 最后再总结一句话就是养龙虾一定要选对版本啊，我建议大家用原生版啊，教对方法，用对套餐，它就是你最省力赚大钱的一个机器。

有人问我玩小龙虾如果使用这个本地模型能不能省托管费用，那这个问题呢？对也不对，如果你想用本地这个模型的话，实质上你想省这个成本啊，省这个成本的话，那么托管费用你省了，但是用本地模型的话，对你本地的这个机器呢，配置要求又特别高，那也就说你要买一台配置很高的电脑， 或者是买一台服务器，那这个的硬件成本是很高的，可能从几千到几万，甚至十几万都是有可能的。那如果你用太差的本地模型，那它效果又很差， 然后大的这种服务器呢，它的耗电量也是非常大的。所以我觉得如果你想用本地模型去做这个小龙虾的这个大模型的配置啊，那么除非你有一台自己的比较强大的服务器或者电脑， 那是 ok 的。 那如果说你没有的话呢，那你还不如去直接使用网上的这个头壳呢，因为网上的模型智力会更高啊，而且你在硬件上几乎不要花什么成本，因为小龙虾呃，可能硬件只需要一个很差很差的电脑或者一个老电脑就可以部署了， 所以你综合来考虑的话，我是不建议去就是做本地化的一个小龙虾的一个模型的部署啊。

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。

包火的 openclip 到底能干嘛呢？有人用它在 shopify amazon 经营个人店铺，每月成本从两千刀降至四十刀，用它在 pollymarket 上做投资赚钱。有人用它接入机器人，让机器人在家里面给主人拍 vlog， 接入无人机，用 ai 控制航拍。我给大家找到了龙虾十大超实用、超酷炫的玩法， 覆盖投资、搞钱、学习、题校、生活、娱乐等等全网最全所有玩法的参考资料，代码 skill 我 都放到这个文档里面了。 long openclo 配合 obsidian、 lotion 等工具来搭建个人知识库也非常香。如果你也跟我一样，在某食物某号上收藏了超多好内容，但收藏及吃亏从来不会回看。那现在有了 openclo， 我 但凡刷到有价值的内容，就会直接转发给我的龙虾，它 就会自动提取内容的信息，然后标签，然后存到 obsidian 知识库里面，把之前散落在各平台的收藏夹里面的内容汇总到一起， 每天早上还会按 ibooks 遗忘曲线定时推送给我回顾，真正的把收藏家给盘活了， 非常适合学习复盘。如果你平常需要看各种行业资讯、新闻热点， openclip 也很好用。比如我安装了这个视频采集 skill， 让他收集近三天有关上的热门视频，他马上就能够把相关的内容收集给到我。他还会反过来问我是否需要帮忙收藏到知识库里面， 需要的话直接加到 opc 点知识库就好了。甚至如果你是在非书这类支持文档编辑到办公软件上养下，只用这一句指令，就能够将结果直接汇总进多位表格， 譬如我就让他收集了小破站知识区近一周的热门视频，你看呢？整理到这个文档包含的作者、播放、数据分区等等关键信息，点进去都是有效的。用 open curl、 联动非书这类工具 做信息的收集整理，可以大大的提升获取信息的效率。我还做了个提成了四小时财经资讯钉盘，能直接监控想要的投资行业的最新资讯 等。打开消息的时候，今天所有重要财经信息都已经整理好了，非常好用。还有这个定时提醒推送的功能， 还非常适合搞日程规划或者备忘助手。比如我告诉他，我要在下周三开一个内部选举会，他会记住这个时间点，然后到点了会提醒我记得开会，还能主动提醒我一些双单合同要尽快处理，同的小伙伴的报销单记得归档报销等等。 如果事情太多，还能够帮我确认档期是否冲突。我还看到国外的玩家为此搭建了一个网站，用日历仪表盘的形式展现日程，一目了然。 除了搞学习，还能玩点花的。比如这位韩国开发者 david， 就 搞了一个 ai 女友， 她拥有独立的人格和记忆能力，拥有社交账号，会分享生活的瞬间，甚至还能视频通话，除了没有真人肉身，与平常的异地恋没啥区别。还有公司直接将 openclo 研发做了一款叫 anyclo 的 ai 伴侣软件，你能和她边聊天边跑项目。 hey， yumi， tell me what are you doing right now？ hey， babe orbiting your anime gta build ten terminal simmering。 通过这种日常的对话来下达任务，养龙虾的过程再也不枯燥了。只是 ai 伴侣这个概念很早就有了，只不过之前人们还只会和单一模型直接对话，但 open curl 的 出现， 能将更多人性化的功能集成到一个 agent 上。看下来我真的感觉技术越来越聪明， ai 陪伴真的会越来越接近真人的感觉了。除了情感陪伴， 人们还开发出了让 openclo 进入物理空间的方式。比如这位叫 stat 的 大佬，花了几个月的时间，让他的机器人集成各种激光雷达摄像头，现在直接用 openclo 来操控这个机器人。比如给 openclo 下达巡视房子的指令， openclo 就 能够自动操纵机器人巡逻和进入你的房子。 机器人上的摄像机能够帮你记录过往几天房子里面发生的各种事情，比如说车钥匙放哪了，厨房垃圾什么时候丢的等等等等。这个机器人就像妈妈一样，看着你在家里面的一举一动， 然后给你提醒。他们甚至还在开发让 opencl 控制无人机，然后可以直接通过对话指令，让无人机跟随汽车飞行。这是不是就意味着，现在操控上千台无人机做空中表演的活动之后可 能交给 opencl 来了？不敢想象，以后战场上的无人机说不定也是 opencl 这种 ai 工具来操控了。更让我惊讶的是，在 stash 的 摄像里面，未来所有的摄像头、无人机和机器人 都能共享同一套空间信息。比如办公室外的摄像头发现来了可疑人员，系统就会自动派无人机去巡查一下，看看是不是来者不善，如果是坏人来了， 系统也会让室内的安保机器人做好应对准备。还有国内的这位网友，也将 open call 接入了摄像头，搭建了一套小狗健康检测系统，来帮他监控狗狗的睡眠状况，还能对狗狗最近的睡眠情况做分析回顾，非常适合养了宠物的人，我也打算给我家三只猫猫搭一个这种健康检测系统。 还有用龙虾来做艺人公司的，比如这个叫 vegen 的 十八岁小伙，一点编程基础都没有，但他给自己讲了十五只龙虾就成了一家赛默公司。 每只虾都有不同的角色分工，图形设计师、动觉设计师、软件研发师。晚安专写媒体管理。这个龙虾团队二十四小时不间断干活，然后做出了一款叫 vugal 的 ai 剪辑软件，当它刚成年，就挖到了第一桶金。可以说在 opencloud 执行下，以前需要一个程序员团队才能做的事情，现在已 个人也能搞定了。一人公司真的越来越多，数据显示，过去三十天内起码有一百五十家驻厂公司用 openclo 赚到了钱。还有人用 openclo 搭建了一个修必返电商运营团队，用三只龙虾帮他监控修必返的店铺后台，每三十分钟就向他汇报一次订货量、退货量 情况之类的数据，相当于有一个线上仓库管理员只是帮你监督销售情况，真的省时省力。还有这个小哥，他有一家电商品牌店铺，之前的运营是去找外包做执行，每月最快的成本要两千刀。现在他用 open curl 把成本从两千降到了四十四刀，节省了将近百分之九十八， 简直可以说是零成本了。他是这么晚的，他用 open curl 直接从 ready 等平台收集消费者喜欢的款式，做产品研究，然后再 用 opencl 生成产品图、视频，在定时的监控竞品数据，还用 opencl 来自动选品，分析广告投放效果。过去电商全流程都需要人工来做，现在一个 opencl 几乎全能搞定了。除了做产品电商，越来越多的人开始 用 opencl 做自媒体了。像我就参考了这篇文章，给我的龙虾接入了 cds 二点零模型，他就能直接在聊天框里面生成视频， 再也不用一直切换 ai 视频平台了。还有个小哥用游戏主机养虾， 他的虾每天自动生成 tiktok 轮播素材，一周左右就获得了八百万的播放量。龙虾还可以根据你的指令自动生成文字、图片、视频发到社媒平台。 比如这位哥们，让他的 openclip 去歌曲，制作一个 ai 机器人的视频，然后发到 tiktok， 龙虾只用了十五分钟就完成了。 整体体验下来，对小白来说，养虾的过程还是很有挑战性的，但可玩性也非常高，我家未来的可能性非常非常多，现在还只是个开始。那这里是勋酱关注我，为你解锁更多普通人的 ai 玩法，我们下期见！

openclaw 爆火，算力电力双向赋能近期，开源 ai 智能体 openclaw 凭借极简易用、全流程自动执行的特点迅速走红，因其图标形似龙虾，被网友戏称养龙虾。 这一现象即应用的快速普及，不仅引爆全网讨论热度，更直观展现出 ai 智能体时代算力需求的爆发式增长，也让算力依赖电力、电力支撑算力的底层逻辑再次成为市场焦点。 opencloud 的 核心运行逻辑是通过持续消耗 token 完成任务执行， 而 token 消耗的本质就是对算力资源的持续占用。随着用户规模快速扩大，任务场景不断丰富， 算力需求呈现指数级攀升，直接带动数据中心、智算集群等基础设施进入高景气阶段。业内普遍认为， ai 智能体的规模化落地，标志着人工智能从对话交互走向自主执行，算力消耗强度远超传统应用，成为推动产业格局重塑的关键变量。 与此同时，政策层面迎来重磅催化。今年政府工作报告首次明确提出算电协同，将其纳入超大规模智算集群新基建工程重点方向，标志着算力与电 电力深度融合正式上升为国家战略。深圳、无锡等地相近出台支持决策，鼓励开源社区发展，强化算力基础设施建设，为产业发展提供了稳定的政策环境与落地支撑。从产业规律来看，算力的每一次跃升最终都会传导至电力测。 权威机构预测，全球数据中心电力需求将持续快速增长，电力已成为 a i 产业发展的核心约束条件。 多位两会代表委员指出，算力产业属于高耗能领域，未来电力需求将呈指数级增长。电力、算力、智力、人力的转化路径愈清晰，绿电、新型储能、智能电网等领域成为破局关键。我国正从东数西算向算电携手深度推进， 着力构建新型电力系统，扩大绿电应用，加快智能电网与新型储能建设。按照规划，到二零二五年，国家枢纽节点新建数据中心，绿电占比将超过百分之八十。风光发电装机持续扩容，为算力产业提供稳定、清洁、低成本的能源保障。 算力爆发为新能源打开广阔消纳空间，新能源规模化发展又为算力绿色化筑牢根基，形成双向赋能、协调发展的良性格局。 总体来看， opencloud 的 爆火只是 ai 智能体时代的一个缩影，真正的产业主线是算力需求全面爆发，算电协同加速落地。 未来，算力与电力的深度融合将持续重塑数字基础设施体系，成为培育新质生产力、推动数字经济与绿色经济协同升级的重要引擎，也为产业长期高质量发展打开全新空间。

最近 openclaw 火的太不正常了，我深入仔细的研究了很久，我发现这玩意完全就是个割韭菜没啥意义的东西，这不就是个豆包，手机电脑版加智能按键精灵吗？什么不学 openclaw， 你 的职业生涯仅剩三十天，学会用龙虾，马上就当甩手掌柜。我已经开始让龙虾给我炒股赚钱了。 我相信咱们大部分人啊，已经被这些吹龙虾的营销号标示党们轰炸的非常焦虑了，甚至有些人吹啊，能直接靠它赚钱，但是这玩意真的有用吗？它到底能干什么呢？它凭什么激起了如此巨大的全民热情？这个视频我就一次性给你讲清楚， 我的答案可能跟全网的大多数人都不太一样，但是我今天呢，想把这件事彻底讲透，不是这只龙虾好不好，而是在当前这个时间点，你根本就不需要为这件事情焦虑，甚至龙虾你用的越多，对你可能还是有害的。 当前这个阶段用龙虾干活，他能力是真不行啊，给你机会你也不中用啊，不如当然，咱们还是要用发展的眼光看问题啊，莫欺 ai 少年穷，他现在不行，不代表以后不行嘛。哎，真这么想你就真中计了。龙虾当前最大的学徒，最吸引人去用的就在于此， 它号称是未来 a g i 的 雏形，也就是虽然我现在啥也不是，但是以后但凡只要能用电脑处理的工作，我龙虾全部都能给你干了，但这也是最大的 bug。 你 想一想，一个号称要成为通用人工智能雏形的产品， 现在就连部署到你电脑上，都需要专门花钱请人工来帮你装，连你大白话下的指令都不利索。那么我就来问一句了，这算哪门子通用人工智能啊？ 来我家遛个弯，你还得请护工坐轮椅，这就是 agi 吗？如果大家管一个连人话都听不明白的东西叫 agi， 那 么我家的扫地机器人撞墙之后调个头是不是也能算自动驾驶了呢？那你可能会说，哎呀，早期嘛，能力弱一点是正常的，哎。对了，所以小龙虾这个东西，它就是一个中间产品。这里我想说的是一个更加根本的判断， 什么叫做中间产品呢？就是它注定是会被集成，被替代，被消化掉，最终变成一个更加成熟产品里的一个默认功能按钮。你还记不记得前两年有个特别火的概念，叫做提示词工程师， 哎，当时满世界都在教你哎，怎么写提示词，怎么跟 ai 对 话才能会有更好的结果，哎，甚至提示词工程师啊，能月入过万。结果我们又在一家公司里面看到 ai 提示词工程师这个岗位， 哎，倒是卖课的赚的盆满钵满，学习的人呢，焦虑的夜不能寐。结果呢，各家大模型迭代了几轮之后，他的理解能力是大幅提升的，你随便说句人话，他都能听得懂你的意思。那么提是词工程这门古法工艺啊，一夜之间就没人提了呀。而当前的小龙虾，正在走和提是词一模一样的路。 我这里可以给出一个非常严肃的判断，乐观一点，三到五个月之内，国内的主流 ai 应用，不管什么豆包、 kimi 还是小米还是什么别的，都 会把类似的功能直接内置到应用里，到时候呢，你打开 app 就 能用，不需要配置环境，不需要装插件，不需要找人工，不需要单独去烧 tokyo， 你 现在花几百块钱请人装，花几千块钱买课学的那套东西，到时候就是这个软件里一个现成的按钮， 你去按一下，你会用就可以了。再往远了，看到两三年的尺度上，连云端调用大模型这种方式本身都只是过渡， 真正的终局是端测计算， ai 要跑在你自己的设备上，核心预算在本地完成，只有在必要的时候才会去云端读取一下数据。到那个时候，你的手机，你的电脑本身就会直接内置一个类似于龙虾的工具， 根本就不会存在什么需要用户来单独部署这个概念。所以， bro 你， 我的朋友，你现在在焦虑什么呢？没什么好焦虑的， 你焦虑的那个玩意儿，几个月之后就会变成所有软件标配的功能，几年之后，它依赖的底层架构都会被淘汰。所以你现在冲进去学它，那不就相当于两千零七年的时候，你专门去上培训班学习如何使用诺基亚的塞班系统编程吗？你学完之后， iphone 就 来了呀。当然了，那些卖课的人，他肯定是不会告诉你这些的， 吹 a g i 的 营销号，那也不会管这些。总之呢，你越焦虑，你掏钱的动机就会越充裕，他们就越能赚到钱。 淘金先富卖产人，当某个技术还暂时不能帮你高效赚到钱的时候，教别人用这个技术赚钱，就成为了最好的挣钱方式。 这条铁律可以说是从互联网元年到如今，从来都没有失效过， never grow， 那 么可能你又要问了，既然又难用又烧钱，为什么感觉全网铺天盖地的各个大厂都在推呢？因为大厂们的 tokin 滞销了，需要你去帮帮他们。 这只龙虾到目前解决的最成功的问题就是大厂云服务器偷啃卖不出去的这个问题你不用，我不用，大厂这些年花了那么多钱去买的显卡，服务器存储，谁来买单呢？最后啊，帮安装的人赚钱了，做龙虾的人赚钱了，卖服务器的人也赚钱了，而只有你不如我的朋友，用龙虾的人在花钱。 但是你最初的目的是想让龙虾来帮你赚钱的，这是不是就有点搞笑了呢？最后呢，来说一次我觉得最值得琢磨的事情，为什么龙虾你用的越好，反而对你是越不利的？要想让这只龙虾真正的好用呢？你得做一件事情，就是把你的工作习惯，工作流程，行业经验，知识积累，也就是你个人的知识库，经验库， 那些你从没有对外分享过的积累这么多年的东西，要一股脑全部喂给他，他会每天看着你的电脑，他需要知道你怎么思考，怎么决策，怎么去处理各种问题，最终才能真正替你干活。 这听起来很合理吗？ ai 吗？你不教他，他怎么会会呢？但是你有没有想过一个问题，等你把自己的这些私人的积累，多年的全部的工作能力和经验都教会他的那一天，这个世界还需要你吗？最终是他帮你来工作赚钱，还是你会直接失去工作呢？ 要知道，你可是亲手训练出了一个在你的岗位上比你更快更便宜，不请假也不抱怨的数字分身。而且你不仅免费的提供了 所有独家的属于你的训练素材，你还自己花钱买 token 去承担了他的训练成本啊。最后，你出钱，你出力，你出经验，但是最后训练出来的那个东西却是平台所有。如果这个不叫剥削，那什么才能叫剥削呢？ 而且这件事情呢，还有一个更加宏观的推论，哪个行业的从业者最先积极地去拥抱这类工具，愿意把自己几十年积累的那些经验，毫无保留地彻底地喂给 ai， 哪个行业就会最先被 ai 替代？你以为是你在驯化 ai， 但其实是 ai 通过你来去驯化整个行业， 这个事情不是没有先例的。 ai 最先替代的是谁呢？ ai 什么技术最成熟？大厂里什么样的工种裁员最猛？就是那些最积极最无私，最猛烈，甘愿奉献自己一切代码去拥抱 ai 行业的程序员们。他们无私的把自己 几十年的经验和内部私密的代码库全部都交给了 ai。 好 了， ai 学会了，现在 ai 反过来把整个行业里的同行都裁的差不多， 我愿称之为 ai 降临派啊。所以啊，我就把我那天跟我朋友聊的那些话，今天原封不动的也讲给大家听一下。不要焦虑，这只龙虾目前和你的生活没有关系，它一定会变好的，而且会变得比现在简单一万倍。等它真正成熟的那一天，你不需要去学任何东西， 不需要配置任何环境，也不需要花钱找任何人来帮你装，它就会像水和电一样，自然而然的出现在你使用的每一个软件里。除非你是正身处其中的从业者，你需要去深入研究。 对于大多数的普通人，在那天到来之前呢，你需要做的事情就只有一件，把自己手头的活干好，把该积累的经验积累扎实。因为不管 ai 怎么进化，它替代的永远都是那些重复性的执行层的工作。 你脑子里那些靠十年二十年磨出来的判断力、直觉应对复杂的应变能力，面对人的能力，是最后才能被替代的东西。 那些告诉你现在不学就来不及了的人，你可以回想一下，他们去年是不是也在教你搞原宇宙？前年是不是也在教你做 web？ 三大前年他是不是还在手把手教你拍短视频？月入几十万？风口一直在变，但是收割焦虑的方式是从来没有变过的。我是你的韭菜保安牛顿，记得关注我两天没有好割的韭菜，我们下期再见！

你有没有发现，最近网上到处都在喊养龙虾，点进去才发现，此虾非彼虾。这里的龙虾是一个叫 open claw 的 开源智能体工具。其实龙虾是什么，我们早在一个多月前就聊过了，这次我们不复读他有多能干。我们把镜头对准一个更关键的东西， token。 token 是 ai 读写时的最小碎片，比如输入你好，世界可能被切分为三个 token 去处理所 所以在大模型中， token 是 最常用的计费方式，也能最直观的反映出工作量。你问的越长， token 就 越多，模型要处理的步数也越多。举个例子，当给龙虾输入一个指令，比如帮我找资料、做 ppt， 他 会先搜一轮，然后从网页摘重点，规范结构，改写表达较对内容，最后排版。 每完成一步，他都会把结果发回给大模型，让大模型判断下一步怎么走。这一来一回都要消耗 token， 那 token 的 使用量就开始连环往上窜，而这些计算基本都压在 gpu 和数据中心上，需要的电力也越多。更关键的是，全球大模型都在疯狂消耗 token， google 的 ai 系统在每月要处理大约一千三百万亿 token。 fireworks 预计，整个大元模型 a p i 市场大概每月要跑一千五百万亿 token。 到了二零三零年，全球数据中心用电可能翻倍到大约九百四十五泰瓦时，差不多相当于日本一年的用电量。而 ai 是 最重要的驱动因素之一。 美国最大电网之一 p g m 警告美国最早到二零二七年就可能出现容量和备用不够用的情况。国外电力紧张，这时候谁能稳定的把电输出去，谁就能赚到对岸的溢价。这就不得不提到咱们中国的 电力优势了。拿发电端来说，二零二五年咱们风电加光伏新增装机超过四点三亿千瓦，差不多一年装了将近二十座三峡电站的装机规模。而且咱们光伏 一年就新增三百一十八 g 网，是美国的七倍。但电多只是底牌，关键是怎么把这电变成钱。你想啊，电要是按老办法出口，要么拉电缆，要么装电池，听着成本就大到离谱， 还不稳定。我这里抛出一个比较新的概念， open， 能让电力换一个交付方式，让咱们的电不用真的漂洋过海，也能卖到对岸。用户在海外输入一句指令， 指令会通过网络进到云端，再传到我们的数据中心， gpu 开始运算耗电，算完把结果再通过网络传回去。沿途的服务器、交换机也都在用电，全程都 都离不开电。用户看到的是按 token 计费的一次调用，但背后真正被消耗的是算力和电力。电没有出国价值却出海了，要是这条链路跑得起来， 我们就能在 ai 竞争中形成了独特的资源优势。最后，你觉得中国能不能把电力优势转换成 ai 赛道长期的护城河呢？

opencloud 太火了，大家都想养一只电子虾帮自己干活，但很多人刚进坑就被成本劝退了。今天老兵带你算算，养一只虾到底要花多少钱？ 第一笔是房租，最好的方案是家里的闲置旧电脑， windows， mac， linux 都行，把它当服务器用，成本只有电费。还有一种是租各种云服务器，一个月几块到十几就行， 这就是穷养。第二笔是伙食费，千万别用按量付费的 api， open klo 思考，一次就能跑几万头，捆几天就能把你吃穷。 必须买包月套餐，成本固定，随便吃。记住，模型决定了虾的智商，套餐决定了你的钱包，有了房和粮，还得有耐心。现在的 open klo 还是个玩具，不是员工，你需要陪他聊，叫他 do skill， 慢慢调教， 别指望他马上能替你上班，他现在能不给你捣乱就不错了。养虾是乐趣，不是生意，你的虾养活了吗？

经常有人问我，要玩儿 ai 的 话需要换电脑吗？配置到底要多高？那今天我就把这件事情彻底跟大家讲清楚，不管你是想做图做视频，还是运行智能检测 skill， 那 这个视频都会帮你找到自己的位置，不多花冤枉钱，而且不会因为配置不够而被卡住。 很多人呢，买电脑呢，只看价格，不知道哪一个部件到底影响什么。而且在 ai 这件事情上面，三个核心的部件各有分工，而且它和以前非 ai 时代选电脑的逻辑呢，已经完全不一样了。首先我们来看一下内存，内存呢，能够决定你同时能够跑多少东西， 内存只要不够，你的程序会卡，会崩溃，会报错。而跑 ai 工具的时候，往往需要开着编辑器，浏览器终端等等，而内存就有可能会成为瓶颈。 而显卡呢，是决定你能不能在本地做计算密集性的任务，比如说像图像生成啊，云识别啊，视频剪辑这些都需要显卡来加速。而显卡里面有一块专属的内存叫做显存， 它决定了显卡能够处理多大的任务，显存不够，要么跑不起来，要么慢的让你崩溃。而 cpu 决定通用计算的速度，而对于绝大多数的 ai 工具来说， cpu 都不是瓶颈，这几年的主流的处理器都够用，完全不需要去特别追求顶配。 所以我们先来说一下第一种情况，如果呢，你只是想用浏览器去打开豆包千问 china gpt 或者是 dbic， 或者呢？你用一些像 china studio 这样的桌面客户端，把多个 ai 模型整合在一起去辅助工作，那这一类工具，它所有的计算其实都在云端完成， 你的电脑呢，其实就是个显示器，对于配置要求极低，只要能够流畅的跑浏览器，其实就能用。哪怕是五年前的老电脑，只要内存不低于八 g， 网速还行，用起来完全没问题。而在网页上升图升视频也是完全一样的道理，你在网页上点一下任务，发送到云端服务器，等结果直接回来就行， 你的显卡 cpu 跟这件事情根本就没有任何的关系。而这类的工具，对电脑的真实的唯一的要求其实就是网络网速越快，响应就越快，体验就越好。 不过有一点要说清楚啊，八 g 内存是能用的底线，但并不是推荐的配置。如果你现在要新买台电脑，不管是什么用途，十六 g 内存是起步，现在几乎是标配，价格上呢，几乎没有额外的成本，但是体验要好得多。 第二种情况就是用本地的智能体工具，比如说最近大火的 open cloud 龙虾，或者是 ai 编程工具，比如说 tree cloud code， open code 它会在你的电脑上直接读写文件，运行代码，调用终端，或者是本地的智能体平台，比如说 cowalk 呀，或者 skywalk desktop， 它们的逻辑呢，都比较相似，核心的计算是依赖于云端模型，本地呢，主要是负责任务调度，还有界面的交互。那这三类工具就有一个共同的特点，就是都可以运行 skill， 也就是说让 ai 在 你的电脑上执行一套完整的自动化流程。 那这类的工具其实对配置的核心要求，取决于你的 ai 在 你的本地到底实际在干什么活。如果说你只让它生成一份 word 文档，整理一个表格，那对电脑几乎没有额外的要求，十六 g 内存完全够用。 但是如果你是让 ai 帮你去剪辑视频，做语音识别，批量处理图片，那就完全是另外一回事了，配置要求呢，就直接拉满。所以说，这一类工具对于显卡的要求，并不是由工具本身决定的，而是由你让 ai 做的事情决定的。 如果你确实让 ai 在 本地做视频剪辑，做音频识别这一类计算密集型的任务，那显卡呢，就不能够将就显存呢？就像是显卡的工作台，工作台越大，能同时摆开的材料越多，干活就越快。 那如果你要做视频剪辑，其实我觉得更好的方法是核显加独显的双显卡组合，它能够大大的加速剪辑的效率。而这三种情况就是在本地运行大模型， 比如说你像在本地啊，去运行一个小 ai 模型来保护隐私，或者在本地来生成图片，那么不废话，我直接给你一个简单的估算方法，用模型的参数量乘以二，大概就是你需要的显存的显存，而十四 b 大 概就需要十二到十六 g， 而七十二 b 的 模型如果没有四十 g 以上的显存，根本就跑不动。所以一块能流畅跑中型模型的显卡，价格都在几万甚至是几十万以上。 哪怕是 rtx、 五零九零 d 这种目前消费级最强的显卡，它跑能力足够强的大元模型其实也很吃力。 而如果你用 api 去调用同等能力的云端模型，每个月的费用可能只要几十到几百块。所以啊，除非你有非常特殊的隐私需求，或者每天的调用量大到 api 费用比买卡还要贵，否则都不建议本地去跑 ai 模型。 但是还有个被很多人忽略的问题，就是操作系统 mac 的 这个 m 系列芯片，它用的是统一内存架构， cpu 和 gpu 是 共享同一块内存， 所以一台六十四 g 内存的 mac 可以 直接用来跑七十 b 级别的模型，而且速度还不错。而 windows 机器呢，是做不到这一点的，因为显卡的显存和系统内存是分开的，你有六十四 g 的 系统内存，但是显卡只有十六 g 的 显存大模型还是跑不起来。 还有一个非常重要的问题就是兼容性，绝大多数的 ai 软件 mac 和 windows 都支持，但是 mac 在 兼容性上甚至要略好一点，很多工具在 mac 上的体验会更流畅，而且更新也更及时。 如果你是 windows， 想用老电脑，那么一定要注意 win 七以下呀，现在几乎所有的主流 ai 软件都不支持了， win 十是最基础的要求，但是强烈建议升级到 win 十一，因为随着时间的推移，越来越多的工具会把 win 十一作为最低的要求。 如果你近期有换电脑或者是重装系统的计划，直接上 win 十一，不要犹豫。最后给大家总结一下啊，如果你是用网页版或者客户端工具，普通电脑就够，用本地智能体工具做代码文档类的任务的话，那么十六 g 内存起步，三十二 g 更好。显卡要求不高， 如果做视频剪辑，做音频识别，那么核显加独显的双显卡组合最实用。本地跑大元模型，那么 mac 比 windows 要更有优势。操作系统方面 mac 的 兼容性要略好。 windows 一定要用 win 十一，而 win 七以下直接放弃。赶紧转发给需要的朋友吧！我是 c 哥，点赞关注，咱们下期见！

用 open cloud 的 朋友应该都知道聊天可以，但是一旦你认真跑多个 agent 自动化任务，定时触发任务的时候，问题就来了，你不知道现在发生了什么，不知道谁在执行，谁卡住了，谁在等，你， 不知道今天消耗了多少桃梗，也不知道后面有多少个定时任务正在排队，所以你知道 openclaw 很 强，但是你不知道它到底在干什么。为了解决这个问题啊，我做了这个 openclaw 的 控制中心，把所有分散的信息啊全都回收回来，让你一眼看到每个 agent 现在的状态，以及他们的人设文件，谁在工作，谁出了问题， 任务到底有没有在执行，以及今天的消耗是不是异常，所以我把它开源出来，你可以只拿去用，或者是你拿去改，按你自己的团队，你自己的工作流，你自己的审美继续定制。如果你也想让你的 openclaw 彻底告别黑河，千万别眨眼，我们马上开始。 你不需要你手动安装，最好就是让 openclaw 帮你安装，可以往下拉。我给大家准备了这样一个特别大的 pump， 根据你的环境，根据你的网关，根据你用的模型跟你的 agent， 根据你的情况来接入整个的控制中心，为你所用。这个过程不是一蹴而就的，每个人的环境都不一样，我们用的模型也不一样，但是呢，你可以让 open cloud 慢慢的 把这个软件调整到你最想要呈现的状态，尤其是展现你最想要看到的信息。首先第一个页面是总览，总览我只想说一个，就是这个健康分，大家可以看到现在是一百分，它由四个维度决定， 分别是审阅队列，就是有没有任务就卡住了，需要你人工审批才能继续进行。运行异常就是异常停滞执行，就是他在无效执行，他没有更新，他没有产出，但他一直在消耗着资源。预算风险就是有预算有没有达到当前的百分之八十 是扣分制，大概是每一项有一个问题就扣十八分，看到目前我没有问题。那么除此之外呢，其他的所有的信息在总栏里面都来自于我们左边栏啊，这些 信息的一些汇总。下一个是个特别实用的页面，就是看我们具体的用量，这里呢可以分为今天或者是累计的用量来看。对于我来说，因为我是订阅制嘛，所以具体的 talk 用量或者是估价对我来说都不重要，重要的就是有没有达到五小时和一星期的上限，这里呢也可以看到。 其次就是很重要的是我们需要看到到底是哪些类型的任务在消耗我们大部分的 talkin， 就 这时候啊，可以看到这个统计对于我来说是矿定时的任务消耗大部分 talkin， 其次是在 disco 里面对话给他的任务， 那么由于定时任务消耗了最大的 talkin， 那 么定时任务又有很多，到底哪一些任务消耗了更多的 talkin 呢？这还有一个继续的统计，对于我来说，消耗最多的就是这个在 x 上搜索情报的这样一个任务， 因为它每三个小时就要出发，就要去操作浏览器，在我的账号里面浏览相关信息，然后再汇总给我，所以它确实是消耗最多的， 那么你可以看到整个的所有消耗的任务，然后你可以根据它的用量进行一些优化，哪一些可以去掉，那么哪一些呢？是需要保留或者是继续再把它减轻的？那么下一个页面就是 agent 页面，里面就有所有的你的 agent 当前的状态，有没有工作，然后最近的产出，有没有排班儿 等等等等。那么关于我的呃 agent 团队每一个员工的工作去干什么呢？我在上个视频都说了，感兴趣的朋友大家可以去看一下，然后设置自己的 ai agent 的 团队。 那么这里还有一点我想说，就是往下拉，大家可以看到每一个 agent 它用的是什么模型，以及它的工作目录是怎么样的，还有它的权限是怎么样。下一个功能就是我们可以查看和修改任何 agent 的 记忆。 记忆呢，一共分为两种啊，一个是长期记忆，一个就是我们对话县城的对话记忆。我们还以 monkey 为例，那么这里 memory md 就是 猴子的长期记忆，看到这里我可以看到啊，然后这里我们也可以修改它的记忆， 那么拎任何的下面带 session 开头的就是对话记忆了，也可以查看和修改。每个 agent 都有自己的人设，自己的性格，自己的语气，自己的任务， 那么这些呢，也可以查看和修改，这就是我们点击这个文档页面，我们还是以 monkey 为例啊，之前讲多 agent 团队的时候，我们讲过 agent 点 m d 就 定义了这个 agent 的 任务，这里呢我们可以查看他的任务，然后呢，如果有不到的地方，我们可以直接进行修改， 同理呢，你也可以修改其他的 markdown 文件，比方说心跳啊， tools 等等等。最后一个功能就是看任务了，尤其是定时任务或者是心跳任务。这里我们点开我们的任务界面 左边的半截，我们可以看到一共有九个有效的定时或者心跳任务，其中三个已经在今天还要继续完成，而六个已经完成了，明天会接着继续。 那么右边的半截可以看到我们所有的心跳任务。好呢，这就是我自己为自己的 open class 做的控制面板了，希望你呢以它为起点，改变出你自己的风格，加入你自己想要的信息，或者是改变整个的排版。那么这期视频就到这里了，不要忘记点赞和关注，我们下期再见。

赛博龙虾彻底火了，短短几周内， openclaw 这个智能体在 github 上狂揽超二十六万颗星，单周访客直接突破二百万，一跃成为 github 历史上增速最猛的项目之一。腾讯、阿里三六零、小米连夜推出部署服务，腾讯楼下更是大排长龙，挤满了想小龙虾的男女老少。 看这势头，你是不是已经心里痒痒，准备立刻开稿让 ai 替你上班，自己从此躺平了。那么代价是什么呢？ 我来给你算一笔账啊！首先，这只虾很挑食，需要特定的硬件，本地部署 openclaw 需要专门的设备， mac mini 二手最便宜的也要四千多元，作为一个普通人，大概率是没办法自己安装，那现在二手平台上门安装价格在二百元左右，还没开始大几千就已经花出去了。 觉得本地贵，想要租云服务器，阿里云六十八元每年，腾讯云九十四点八元每年。听着好像是很便宜，但那只是低保套餐，想要让 opencloud 真正创造价值，后续的投入就是个无底洞。 养龙虾的大头是在 token 消耗上。作为 ai 智能体， openclaw 在 完成指令时需规划、执行、验证等很多步骤，每一步都需要调用大模型，这直接导致 token 的 消耗成指数级增长。例如完成一个文件整理任务，可能需多次调用模型，累计消耗数万甚至数百万的 token。 一位网友在社媒上分享了他被 openclaw 抽干钱包的经历，他设置 openclaw， 每三十分钟检查是否有代办任务，一夜之间系统自动执行了约二十五次请求，一觉醒来后莫名损失了十八点七五美元， 这不是孤立，有人让 openclaw 每小时抓取新闻进行汇总，不到二十四小时就消耗了二百元的头啃。按照这种消耗速度， openclaw 可比雇用大学生给你干活贵的多了。作为一个 ai 工具，贵还不只是龙虾的唯一问题，你还得时刻小心它的幻觉所带来的隐形成本。 一项安全审计限时 open cloud 的 整体安全通过率仅为百分之五十八点九，在意图误解与不安全假设这一维度上，通过率甚至为百分之零。此外，由于部分饲养人给 open cloud 的 权限很高，很容易发生黑客攻击、信息泄露的风险。 已经不止有一个小龙虾饲养者表示使用 open cloud 时发生了错误，出现删除几百封邮件、清空项目文件夹等问题。工信部也发出安全预警，指出 open cloud 部分实力在默认或不当配置的情况下存在较高安全风险，极易引发网络攻击、信息泄露等安全问题。 以 open club 为代表的这股技术潮，是 ai 从聊天机器人向数字员工进化的重要尝试，其背后有风险资本对新色到的渴望，有云厂商对算力落地的布局。然而，生产力的飞跃都是需要建立在安全与效率的平衡之上。 对于大部分人来说，还是算好成本与风险，冷静一下再决定要不要养殖吧。你的龙虾烧钱吗？欢迎一键三连留下你的评论。

算力时代的捕虾人透视 open club 背后的投资逻辑。投资市场就像一场宏大的交响乐，每一个音符的跳动都预示着下一个篇章的转折。在目前的科技投资圈，如果你关注龙虾 open club， 视线决不能仅仅停留在代码层面。想要看透 open club 背后的爆发力，我们需要顺着一条深层的逻辑链去梳理，从底层的电力供应到支撑现代工业的算力，最后才传导至这一核心。开源协议 第一张能源的终点是算力，算力的出口是 open claw。 为什么 open claw 的 逻辑源头是电力？因为在二零二六年，算力已经成为了全球最大的能源消耗体。电力是工业的血液， 而数据中心则是心脏。随着大模型进入多模态融合阶段，传统的计算架构由于能效比瓶颈， 正面临前所未有的压力。 open clock 作为一个革命性的开源算力调度协议，其核心价值在于通过极致的算法优化， 在同等电力消耗下榨取更多的算力产出。当电力成本因能源转型而波动时，谁能更高效地利用每一度电， 谁就掌握了定价权。 openclo 正是那个将电力转化为高效算力的关键转换器。看好 openclo， 本质上是看好人类在能源枯竭 与计算膨胀之间的平衡能力。第二张， cpi 与 ppi 的 无声博弈回到宏观数据， 统计局发布的二月份 cpi 同比增长百分之一点三。看似温和，但细看结构，水产品、交通工具和旅游的增长显著， 这说明终端消费的复苏正处于量价齐升的前夜。然而，作为投资者，此时必须保持冷静。 ppi 是 gpi 的 领先指标，我们需要观察上游的能源成本是否已经有效传导至下游。 目前宠物服务、车辆维保等领域进入淡季，资金正在寻找新的避风港。考虑到三一五节点将至， 合规性审查可能对科技和平台型企业产生短期冲击。对于布局 openclaw 相关生态的消费板块，最好的策略是等待靴子落地。 ppi 数据如果能持续走稳，说明生产端的成本压力正在减轻， 这将为算力租赁和 opencloud 的 大规模商业化腾出利润空间。第三张，原油战争与全球算力版图 原油价格始终是全球通胀的底色。当前季期释放原油与沙特减产的脚力， 加至巴林炼油厂糟习等不确定因素，让油价在一百二十美元关口反复横跳。这种高油价局势 既不符合东大的成本利益，也不符合西大的选民利益。唯一利好的是资源出口国。随着董王等政治力量表达停战意愿， 能源市场的溢价终将回落。逻辑链在这里非常清晰，不由下跌导致塑料等工业原料下跌，降低了服务器和数据中心的硬件成本。而战争导致的行业不景气，反而倒逼企业通过 openclaw 这种开源协议 来降低算力获取成本。在经济收缩期，降本增效的工具往往比昂贵的垄断方案更具渗透力。第四张，基本面的三看法则，硒铝 镁化工要研判 openclaw 这一算力协议的硬件主体，离不开对基础工业原材料的深度拆解。基本面的变化频率以年为单位，我们必须看长远。硒 半导体的粘合剂。短期看缅甸供应，中期看全球降息进度决定了电子产品的更新周期。长期看储彩笔。 opencloud 普及离不开新型芯片， 而锡作为关键焊接材料，其储量的稀缺性将决定算力硬件的成本。底座铝，电力转换的桥梁，铝是电网建设和散热设备的支柱。短期看地源形式对供应的扰动。中期看电力出口政策。 长期看国家对算力基础设施的政策倾斜。煤化工，能源安全的压舱石在贫油富煤的格局下， 煤化工决定了我们能源供给的稳定性。短期看油煤差价，中长期看能源安全。只有能源自主 open club 背后的算力中心才能拥有永不熄灭的动力。 结语，在渗透率中寻找胜算进出口数据总数百分之十八的增速告诉我们，生产端和消费端正在同步复苏，经济状况好，投资收益的空间就大。对于 open call 而言，现在的核心指标是渗透率。 当这一协议从实验室走向主流云服务商，从高端科研走向大众消费终端， 它就不再仅仅是一个技术名词，而是一个时代的财富分水岭。不要被短期的噪音干扰看清从电力到算力再到 open cloud 的 逻辑闭环，在变化来临前做那个提前布局的捕虾人。

很多人一听到 open 科奥小龙虾，都觉得是免费 ai 神器，能自动干活儿，自动写内容，自动处理工作，甚至有人说几百块就能跑起来。但真正上手的人都知道，小龙虾根本不是免费午餐， 它是一个看着不要钱，用起来处处花钱，还特别吃技术、吃算力、吃模型的东西。今天我就把普通人养虾的成本算透，从隐形开销到真实风险，看完你再决定要不要养。 先讲最关键的一点， opencloud 本身免费， github 直接下载，没有收费版，没有会员，没有授权费，但它就是一个空壳儿，没有大脑，没有算力，没有模型，不会思考，不会自动干活儿，你想让它动起来，必须给它配电脑，配算力，连模型，二十四小时供电，这才是成本的开始。 很多人被免费两个字骗了，以为下载就能用，结果一上手才发现到处都是花钱的地方。首先是硬件成本，这是普通人最容易踩的第一个坑。你家里的普通电脑、笔记本根本扛不住小龙虾， 它需要持续运行，多任务处理后台挂进程，普通电脑一跑就发烫、卡顿、死机、蓝屏，甚至直接把系统搞崩。想稳定养虾，必须专门配一台设备，最便宜的树莓派或者迷你小主机，大概八百到一千两百元只能跑最简单的任务，稍微复杂一点就卡死。 想正常用，必须上两千到三千元的主机，这是大多数人的入门门槛。如果你想二十四小时挂机，多任务并行，那要上更高配，价格直奔四千五千元。很多人舍不得花钱买硬件，用旧电脑硬撑， 最后电脑坏了，数据丢了，反而更贵。还有人选择云服务器，不用买机器，但每个月要付租金。入门配置五十到两百元，中档两百到四百元，高配更贵，属于长期支出。硬件这件事没有省钱的办法，要么一次性花几千，要么每个月交钱，逃不掉。 接下来是电费，很多人完全忽略，但长期下来非常吓人。小龙虾要二十四小时开机，不能关一关就停摆。 一台小主机二十四小时运行，一个月电费大概一百五十到三百元。如果你用高配机器，多开任务，挂很多插件，电费还会往上翻。别小看这一两百，一年下来就是两三千，比很多软件费用都高。 最坑的是，你不用它的时候也不能关一关，任务中断，记录丢失，环境崩溃，重新配置又要花半天时间，所以大多数人只能一直开着，电费默默烧。然后就是核心中的核心， 这是最近养虾圈最火，也最容易让人蒙的部分。 tonky 不是 open club 官方的，是给小龙虾提供算力支持的第三方服务。简单说，这是给小龙虾提供思考能力、运行速度、任务处理能力的后台算力。没有 tonky， 小 龙虾反应慢，任务卡自动化跑不起来，甚至连基础功能都用不了。 tunk 的 成本主要分两块，一块是算利租用费，一块是模型调用费，两者加起来就是你每个月最大的支出。先讲 tonks 算利租用，轻量算利，适合偶尔玩玩，每个月大概五十到一百五十元。标准算利，适合每天用几小时处理日常任务，每个月一百五十到三百元， 高配算利二十四小时挂机，批量任务多开自动化，每个月三百到八百元，算利越贵，小龙虾跑得越顺，处理速度越快，不容易崩。 普通人最常见的是中档，每月两百元左右，这是稳定运行的底线。再讲模型费用，这是 tonk 里最烧钱的部分。小龙虾自己不会思考，必须调用大模型，而模型是按次数收费的，行话叫 token。 你输入的文字，小龙虾输出的内容，思考过程，调用工具、循环任务，全部都要花钱。国产模型便宜，输入几分钱，输出几毛钱，轻度使用，一个月五十到一百五十元，足够国际模型贵。 gpt、 cloud 这些，输入几块，输出十几块，稍微用的多一点，一个月三百到八百元很正常。 最可怕的是，小龙虾是自动运行的，有时候会进入死循环，疯狂调用模型，有人一个月花掉几千块，就是这么来的。 我给你算一笔最真实的普通人养虾账，不夸张，不缩水，不忽悠，入门尝鲜。硬件八百元， tonk 算利一百元，模型五十元，电费一百五十元，首月大概一千一百元，之后每个月固定三百元左右。 这个档次只能简单玩玩，功能有限，稍微复杂一点就跑不动。正常使用。硬件两千元， tonk 算利两百元，模型两百元，电费一百五十元，首月两千五百五十元，之后每个月五百五十元。 这是大多数人能稳定用起来的成本，也是最真实的消费水平。如果你想二十四小时挂机，重度自动化，硬件三千到五千元， tonk 算力五百元，模型五百到一千元，电费两百到三百元，首月直接五六千，之后每个月一千到两千元，普通人根本扛不住。 比成本更可怕的是隐形消费和坑。首先，代装费，很多人不会装，网上找人装收费五十到一千元不等，其实官方教程完全免费，纯纯智商税。其次，插件费，有人卖各种付费插件，脚本模板几十到几百块，其实大部分功能免费版都能实现。 第三，调试费，遇到问题不会解决，找人远程调试，一次几百块，养下半年，调试费比硬件还贵。第四，损耗费，电脑二十四小时，高负荷寿命大幅缩短，硬盘、电源、主板更容易坏，坏了就要换，又是一笔钱。 这些钱看不见摸不着，但最后加起来比明面成本高得多，还有技术门槛和安全风险，这也是成本的一部分。 小龙虾不是一键安装，要懂命令行，网络设置、权限配置、 api 对 接、模型调试，小白跟着教程都容易装崩，装好了动不动掉线卡顿，报错任务失败，你不会修，就只能一直花钱找人弄。 更危险的是安全问题，小龙虾要最高系统权限，一旦装到盗版带后门的版本，你的电脑会被控制，账号、密码、照片、文件全部泄露，甚至被当成肉鸡用来做违法的事儿。 这种风险看不见，但一旦发生，损失无法估量。网上有太多普通人跟风养虾，最后后悔的例子。有人花两千买主机，每月花六百多，结果发现自己只是用来写点文案，免费 ai 完全够用。 有人以为 tonk 算力不要钱，用了半个月账单三百多，吓得直接卸载。有人不会配置模型，疯狂透费，一个月花掉一千八百，自己都不知道钱花在哪儿。 还有人电脑二十四小时开着，电费、硬件损耗、模型费用加起来一年花掉五六千。最后只用了最基础的功能，性价比低到离谱。讲到底， open cut 小 龙虾根本不是给普通人准备的工具， 它是给技术爱好者、程序员、搞自动化工作室、有专业需求的人用的。普通人的需求，无非是写文案、查资料、处理表格、简单办公。这些免费 ai 免费工具，完全能满足，不用花一分钱，不用懂技术，不用担风险，打开就能用。 而小龙虾的优势是深度自动化，批量处理复杂任务，多系统联动。这些功能，百分之九十九的人一辈子都用不到。为了用不上的功能，花几千块硬件，每个月几百块算力，承担安全风险，完全不值。最后给所有人一句最实在的忠告， 不要被免费、自动化、黑科技这些词忽悠。养虾的真实成本，普通人首月两千起步，之后每月三百到八百元，还要懂技术，会调试，能扛风险。如果你只是普通上班族、学生、宝妈、自媒体新手，别碰，真的别碰， 免费的工具足够你用，省钱省心、安全、不用折腾。只有当你真的有重度自动化需求，懂技术、能承担长期开销，再考虑养虾科技的本质是方便人，不是给人增加负担，花钱买麻烦。很多时候，最适合自己的不是最酷、最火、最黑科技的， 而是最简单、最便宜、最不用操心的 openclaw 小 龙虾很好，但它不属于大多数人。算清成本，认清需求，不跟风、不冲动、不被割韭菜才是最聪明的选择。

最近 a h r open klo 这个小龙虾实在太火了，付费上门安装的服务都被炒到了五百元一次。某大厂办了一个线下免费安装的活动，排的队比老年人领鸡蛋还长。那今天这个视频教你如何一分钟部署 open klo， 视频结尾我还会演示几个硬核的用法，教你如何压榨这 只龙虾。那开着前先给大家提个醒，网上很多教程都教大家本地部署，但是如果你没有一个备用电脑的话，就不建议尝试本地部署， 因为 oppo 壳到需要的权限实在太高了，如果你在有重要文件的主力电脑上去跑，一旦出错，后果就很严重。上个月 mate 的 高管被龙虾删了大量的工作邮件，这就是个惨痛的例子。当然这也是为什么最近苹果的 mate mini 被买断货的原因。 所以本视频我们用的是云端部署方案。限阶段龙虾能无缝接入 telegram、 discord、 whatsapp、 飞书、企微等平台。国外用户接入 t g 的 比较多，但如果你人在国内，又不想折腾网络的话，飞书是目前国内玩龙虾好的选择。它们家的生态非常齐全，前两天发布了官方版的 open 格式插件， 接住龙虾后的操作特别丝滑。那废话不多说，我们正式开始。首先打开飞书，直接搜索 open class， 选择这个妙搭，然后点击一键部署 open class， 这里你需要给你的龙虾起个名字，并且给他选一个形象， 然后点击创建按钮，他就开始部署了。大概等了一分钟左右，他就给你部署好了。选择这个立即对话， 在输入框里跟他发送，获取所有权限，点击授权， ok， 这一下就大功告成。现在你就拥有了一只属于自己的龙虾，并且不需要网上那些复杂的配置，你就可以直接在飞书上去指挥他干活。 这个部署真的对小白用户来说特别友好，啥也不用管，一分钟就搞定。当然，如果你之前已经在各大厂的云平台上面买过服务器的话，直接部署好也可以接近飞书来一样能用。 具体结构教程我写到文档里，大家感兴趣视频接本自取。那接下来我们开始压榨龙虾，看看在工作中到底可以怎么样使用。 open class 案例一，私人秘书日常工作中最简单的用法就是让他去充当你的私人秘书。你可以让他帮你创建代办事项和日程，或者帮你预约会议， 又或者让他每天给你发送行业日报，了解最新的资讯。不光如此， overclock 还能跟飞度上的各种办公软件结合。比如在日常工作中，你写了一份文档，然后你的同事和领导在文档上添加了各种批注。现在你可以直接让他动手帮你修改文档。 不光文档可以用，表格的工作也可以处理。比如你让他去做一个市场调研，我给他发这一串指令，等他干完活以后会发消息提醒你点开他消息里面的链接。刚才我们要的所有数据，他都整理好了，登记在周围表格里，这个玩法用来监控或者爬取数据都特别方便。 那这说句节外话哈，虽然现在龙虾的热度很高，但我不会无脑去吹。坦白来讲， open klo 目前执行任务也会出错，比如这个任务，我在测试的时候他就失败过两次，但我让他自己想办法解决，过了一会他改一改就跑通了。所以在执行任务中遇到报错或者无法解决的问题，不要慌， ai 时代，我们要学会用 ai 去解决问题。 这个案例是我觉得最实用的。写日报估计是所有打工人都讨厌的工作内容。在过去的一年里边，有不少 ai 工具都号称自己能写日报。但如果你用过那些工具，你就会发现，想让他写个日报，你需要先把今天的工作事项、文档等数据喂给 ai， 他 才能帮你总结。 讲实话，如果我愿意把今天干的活自己去梳理一遍，为啥还要多余让 ai 去总结？所以市面上很多 ai 工具都有点华而不实。但如果你的公司是在非书上办公的话，现在可以让龙虾帮你写日报，直接跟他说，给我生成今天的工作日报，它就能获得你所有的文档、日程，还有聊天里边的数据 看，不仅能看出我今天创建的几个文档，甚至连今天装龙虾做了七十五个系统授权，也总结出来了，跟市面上那些需要自己未数据写日报的 ai 工具比，这才是真正能落地的生产力。 视频最后聊一下我个人对龙虾的看法。在深度养虾一个月以后，我觉得这波 open klo 热潮最大的赢家有两个，第一个毫无疑问是苹果公司 mac mini 的 销量直接被带起飞， 另一个就是那些在用飞书这样的软件办公的企业。因为接触龙虾以后，你会发现 agent， 它不再是一个只陪你聊天的对话工具，而是拥有你的工作数据，能真正帮你干活的执行者。 视频里面的所有步骤，包括云端部署和本地步骤教程，我都整理在了一个文档里面，赶紧去创造你的第一个赛博员工吧！下期视频教你 open klo 的 进阶玩法，别忘了点赞加关注，我是山河，我们下期见！

open cloud、 token 还有 api 到底是怎么工作的？相信大家最近养龙虾应该没少接触这两个概念， open cloud 呢，我们可以把它简单理解成拓展屋，就单纯一个 open cloud， 本身是没有办法执行任何工作的。 嗯，大模型呢，我们可以把它理解成手机就是手机呢，大模型呢，才是这个 openclaw 的 大脑，然后通过这个大模型给 openclaw 指定让它去调用各种接口，就是各种 api。 api 呢，我们可以把它理解成链接线，我们通过这个 openclaw 来调用 api， 可以 使这个手机 或者是大模型有执行更复杂任务的可能性。就比如说我们要搭建一个户外直播的场景，我们需要补光灯，收音设备， 充电宝或者提字器等等，单纯手机是没有办法完成这些工作的。当我们给它配置了一个拓展屋以后，再通过调用不同的 a p i 接口连接不同的设备，就使一个手机 增加了很多的功能，就能够完成一整个户外直播的需求。 token 呢，就有点类似于消耗的电力，但实际上这个 token 的 消耗远高于是手机意义上对于电力的一个消耗。 大家要知道 token 的 这个原理呢，其实就是给大模型去输出你的需求，然后大模型给反馈的解决方案，来来回回的这个字体的传输就是消耗的就是 token。 openclaw 为什么消耗的 token 量特别大？很大一部分原因呢是 openclaw 增加了一个记忆功能， 就是你每次给他上传 token， 然后他再输出 token， 都是要把历史的 token 重新再输入输出一遍，所以这个 token 的 积累啊就越来越多， 现在也是有很多帮助大家节省 token 的 一些方式方法，包括有的 token 便宜，有的 token 贵得基于不同的这个大模型， 有的可能这个大模型训练花费的比较贵，所以呢，它的 token 就 比较贵，哎，有的呢，可能训练的便宜点，加电费便宜点，所以它 token 就 比较便宜。这里边呢，我们中国的这个 token 大模型也是通过这次 open cloud 呢脱颖而出，很大一部分原因就取决于我们中国优秀的电力基础设施，还有我们优秀的这些大模型从业人员，对于这个 api， 对 于 token 消耗量从代码层面的一个极致的压缩。