Openclaw有必要用M5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！

如果你真的去用了 oppo， 那 你就会知道他有多难用。发完消息没声了，联网查点东西要配 a p i， 但有的时候他又能查到，这种时刻我就很惊喜，我说这可太好了，你刚是咋干的，记一下以后就这样搜，结果呢，没两天他就又忘了，然后跟我道歉，这期间压根就没记。 其实都不是什么大事，但官方的这个默认配置，它就用着各种不爽，这些坑我每踩一个就解决一个，然后让 ai 把经验总结一下，最终把它们汇总，形成了这一整套的 skill。 双击加关注啊，私信优化龙虾这四个字就能够自动获取。这个 skill 全程只用跟你的小龙虾对话，就能把整个的优化流程给做了。 简单去演示一下，然后官利回答一些弹幕的疑问，直接给你的小龙虾发送这条消息，他就会告诉你我们开启了一个 open cloud 配置优化向导。第一步是备份，他会备份你的整个 open cloud 程序，万一出了问题，那你就直接解压就能恢复，这个是最起码的保障。 整个 scale 分 为四层，那第一层是基础的优化，这几个功能我都很建议打开，比如说消息回执，原先你发了消息就只能干，等打开这个他处理的时候就首先会给你点个引猫记，直到他收到正在处理了，这个真的能够极大的缓解你的焦虑。这个记忆功能，如果你打开增强和每日规章，他就会在你上下文快满的时候强制去写入一次记忆， 并且在每天晚上的十一点钟最佳总结一次。第二轮他会根据你之前选择的渠道进行优化，然后是第三轮，我推荐了一些我自己觉得还不错的 scale 啊，大家就各取所需，这个具体就不展开说了。然后是最后一轮，我写了一个渠道的添加向导， 反正我个人是在用了飞书之后，就会好奇说其他的渠道他的体验什么样的啊？我就假定大家跟我一样就玩了一阵子，就想试一试其他的渠道，所以我就把我自己整个介入的过程都录了一下，并且总结成了一个非常详细的步骤，你去按照这个来做，同时把各种需要的信息去发挥，你的小龙虾他就会帮你自动配置好。 好了，这个 skill 我 们就先说这么多，接下来呢？啊，我来看看弹幕，有朋友说你 open cloud 推荐什么样的模型。嗯， 这个问题其实我可能跟其他的博主有点不太一样啊，我曾经也是一个盲目去崇拜大参数大模型的人，比如说 cloud 或者是真未来。 那用了小龙虾好像会发现没有必要，因为他更多的时候就是去啊调用各种工具去搜索，定时删改文件，那只要这个模型的 a 帧能力他够用，调用工具的时候能够准确的识别你的想法，那么在速度快价格低的情况下，我觉得世界知识或者说智商他差一点就是可以接受的。 当然了，如果你侧重的是生产力的编程场景，那其实大家都会去用那个 cloud code 或者是 codex 这样成熟的编程 agent 啊，他就需要去理解整个代码库的各种依赖嘛，然后与异的关联模型能力越强，他就越能做出正确的判断，就是编程这种场景，你还是去用最顶尖的模型去干吧，它能省不少的事儿。 我自己其实已经收集了有一百八十多家中转站啊，也确实是阅战无数。在这里呢，我会推荐一个我自己在用的比较稳定的 api 中转站，叫做接口 ai 这个平台，它是集合了各种顶尖的闭元模型，国 外的四大顶流模型它都有，需要写作，我还是推荐你找世界知识更强的 jimmy， 它就是有点慢，需要编程。那我还是推荐你用 cloud， 它就是有点贵。 而我刚刚所说给小龙虾用一些更快更清亮的小模型，比如说 mini， max， kimi， 还有质朴这边也是非常的齐全，只需要用他的一个请求地址填上密钥，你的钱软件就可以瞬间多上几百个模型，充一份钱，想用哪个就用哪个 好。第二个问题我，我看别人 u 盘卖了二十六万，但安装一单两百，我看的心痒痒，那你怎么看？ 就是你心痒，谁不心痒呢？就这个事也能理解，但是最近也确实是有点太魔幻了，从线上到线下各种活动，到现在开始付费卸载，就在我的概念里，安装它不就是一行命令的事吗？那卸载也是一行命令的事啊， 我知道，就是电脑的环境，网络连接啊，命令行大家可能不习惯，这些都是一些门槛，但是玩过的就都知道，其实难的肯定不是安装这部分，而是在这个过程中的各种坑啊。就像我这些做的这种 scale， 其实就是结合了这么多坑的一个精华， 那在我看来，这些才是比较有价值的部分，从我自己的价值观来说，你去帮别人安装我觉得不太好，因为会给他增加一些这种安全隐患。 而且呢，啊，你装完对吧，你是去收了他的一笔费用，那他后续又去用了各种厂商的模型，钱又进入这些厂商的袋子里面，他呢，玩着玩着感觉好像也没啥劲，就放那不管了。那我觉得这种其实还是有点不负责任的， 大家也都关心说 oppo k o l 怎么变现啊，也确实，甚至有人发私信问说，哎呀，我不了解 a a， 但我想赚钱，你能教教我吗？可以，有偿。 那其实答案通常就写在明面上了，但是这种我就还是拒绝了代安装付费咨询，就这种有点割韭菜的快钱我还是不会去赚的，反正还没到这个饿死的程度。而且这期视频你别看我说什么三连关注啊，什么私信， 其实这个录屏里就已经有我那号命令了呀，你直接截个图就发给你小龙虾就可以了。这个 sky 我 也没有什么藏着掖着的，社会战前，其实我想象中有价值的变现方式，其实是用小龙虾去做一些比较成熟的解决方案，能够呃帮一些人或者说一些行业去解决一些问题。 这种卖解决方案肯定还是最高级的，但是目前他不太成熟，我也没有见过有做的特别成功的，再稍微低一点，我觉得我也能做的，其实是去卖课。说实话我不觉得这是贬义，就比起你那些单安装啊，实打实的去教会你这个东西是怎么回事，把它给讲透，这个肯定会负责的多。 嗯，但大家也不一定都有这个耐心去学，而且这个时间点其实也有点晚了，该学的也都学会了，不该学的可能他也不感兴趣。嗯，后续应该也会有各种厂商去做一些简化的安装步骤，或者说各种方案出来。嗯，所以这个可能我也不会去做了。 好，我们看第三个啊，看了你两期视频了。好，谢谢啊，上期视频你也看了？我还是感觉 open color 没有什么用。你到底用没用 啊？其实我确实是烧了不少啊，上一期的结论，或者说上一期我确实是想试图去总结这个，解答这个问题，但 阶段他解决的不是一些痛点，都是一些痒点。这个我也认同。我再来说一下我的想法啊，就是如果你是一些传统的重复性的工作，那其实你用 ai 模型其实是费力不讨好的，反倒因为模型会有幻觉，有可能会做错，这种我们就真还不如用传统的程序去批处理。 而真正去利用 ai 模型的创造力做的一些工作，我们也有了 cloud code code s 还有 open code 的 这样的一些成熟的编程 agent， 就 你给他一个需求，人家就先起一个 plan， 然后在分布中去跟你实现，期间去压缩上下文，它也稳定的多。如果你要干的是严肃的大火，那限阶段还得适用他们。 我依然是不推荐你啊，一边逛超市，一边去跟你的小龙虾去聊一些大的火。那小龙虾它自己适合的场景呢？啊，它的核心优势，我上期说了，它就是二十小时在线， 我呢会用它去维护我的网站，比如说我刚那个 a p i 的 中转站，我看到了一个新的站，以往我想去加我真的得脸我的福气，现在我就给他直接发个消息，很随意，这种突发性的小活就很合适。再比如我会突然想到一些点子，那就直接语音输入全部退给他，整理成结构，这种脏活累活就全都交给他。 它的另一个优势就还是在你的本地电脑上运行，比如说我远程连不上我的电脑了，我让他去帮我重启一下 todesk， 我 家的网络卡卡的，我也可以让他去直接重启我的路由器，甚至也可以去控制家里的开关，或者说电视投屏。 对啊，其实说来说去就这点事别的软件都能做，它还是一些洋点，但如果你把这东西全部串起来啊，都有一个入口来操纵的话，其实还挺爽的。 而且你要知道他现在还是一个初步的阶段，就之所以你现在觉得他没什么用，是因为他的生态还没有形成，而且他的出现其实已经在瓦解，各种互联网大厂去花了那么多年形成了一个壁垒了，我个人是依然看好的 他虽然有一些泡沫的成分，也有人说他去啊，是一些厂商去卖 taco 对 吧？故意的这么一个机会，就如果你保持理性啊，不想去参与这场闹剧，我觉得也没有关系，你这样大概去了解一下他的现状也就够了。 好，这期视频呢，我们就先录到这啊，我是大黑，希望以纯人工的方式向你去分享智能。那我们就下期再见。来吧，跟大家说再见，拜拜。

我今天要把最近爆火的 mac mini 卖掉了，因为我觉得这个世界真的是太颠了。这个东西我一个月之前花两千九百块钱买的。那现在过了一个月，我已经用了一个月了，它现在已经变成四千块钱了。 欧本可乐简直是立了大功，我忍不住了，我要把它出掉了。那随之而来的呢？这是我买的新的，在 m 五诞生之时买的 m 四的 macbook air， 十六加五百一十二 g 的， 这个买的是官方的，然后是 从苹果官网买，然后是有内部渠道，然后花五千二百九十九块钱到手的全新的官翻机。这话可能好像有点矛盾，但确实跟新的几乎是一模一样，然后是一台蓝色的版本， 我的新宝贝来了。老宝贝，你可以离我远去了，你去寻找你的下一个主人吧。

上期分享了 openclaw 的 基础体验，这周重点测试了 openclaw 加 g l m 五加 qq 机器人的组合，效果确实让人惊喜。顺手整理了第二期，快问快答共享入坑的朋友参考。问题一， openclaw 加 g l m 五加 qq 机器人效果如何？ 回答，亲测 g r m 性价比拉满重度使用，每天成本也能控制在十元以内，效果非常稳定。加上 qq 机器人后简直是如虎添翼，你直接在 qq 上发指令，就能让 open club 帮你干活， 比如自动整理文件、定时查数据、生成周报等，真正实现了在聊天中完成工作。问题二， open club 推荐在哪个平台上部署？ 回答，首选 mac 笔记本，因为 openclaw 原声 agent skill 与苹果生态兼容性最好，操作流畅、响应快。其次是阿里云、 火山云等主流云厂商的 ecs 实力。特别提醒， openclaw 真会执行高危操作，如删文件。该系统设置我已把本地部署迁移到腾讯云。安全第一。 问题三，添加 qq 机器人到 openclaw 体系中麻烦吗？回答，坦率讲，接入 qq 机器人确实有点门槛，单纯部署 openclaw 很 简单，把操作系统环境丢给千问、 豆包等主流大模型都能生成详细步骤，但接入 qq 机器人平台，连腾讯元宝 app 都没给出完整可靠的配置指南，最后还是靠啃 qq 开放平台的官方文档才搞定，建议新手预留半天时间耐心调试。 问题四， openclash 创建 agent skill 的 难度大吗？回答，用 g l m 五的话，门槛其实不高，只要你具备基础计算机知识，能看懂并执行命令、行脚本， 就能完成 skill 配置和调试。 g i m 五的中文理解力强，写提示词、定义流程都更顺手，对非专业开发者非常友好。问题五， openclash 前景如何？ 回答，我认为 openclaw 是 目前最接近真正智能助手的开源框架之一，他用 agent skill 替代传统 m c p， 用长短记忆替代静态知识库， 设计思路非常前瞻。随着 g l m 五等国产大模型的持续优化， openclaw 在 本地化、低成本、高可控性方面优势会越来越明显，未来他很可能成为个人和中小企业 自动化办公的核心引擎，值得持续关注和投入。总结， opencloud 加 g l m 加 qq 机器人，这套组合不仅成本可控、操作便捷， 而且功能强大，是目前 ai 工具链中极具潜力的一套解决方案。建议感兴趣的朋友尽早动手，边用边学，才能真正掌握它的价值。

刚安装完 iphone 壳尔的时候，是不是觉得啥都干不了，甚至反应还有点笨？不用怀疑啊，因为你还没有去壳尔的 hop， 给它装上 skill 技能。壳尔的 hop 上一共有一万七千多个 skill， 我 从下载量前三十名里结合自己的高频使用经验，做了一个深度的交叉筛选， 只推荐这十个。全部装完，你的 a 证的战力至少翻三倍！第一个， jelera 安全审查员，你的数字保镖，安装任何 skill 前自动扫描风险，拦截恶意代码， 把好安全第一关。 found skills 技能，管家技能中的技能，用大白话告诉 a 证的需求，它会自动地从云端找到并帮你安装好对应的 skills memory 进化记忆库， 解决大模型失忆症啊！自动存储成功经验和错误日记本地向量存储，让 ai 越用越聪明。 telerate search ai 搜索引擎， 让 agent 学会上网，不同于传统搜索，它会直接返回干净结构化的数据，让 agent 拿到就能用。 summary 全能摘药内容的粉碎机， 网页 pdf 音频一口吞，瞬间提炼，精准摘药信息获取效率直接翻倍。 free use 全自动化首演，打破次元壁，让 ai 像真人一样打开网页，点击按钮，填写表单截图， 实现端到端的自动化。 superpower 行为管教 ai 的 紧箍咒，强制 agent 先审查 skills 再行动，杜绝偷懒和瞎搞，让执行更加的严谨。 get up 仓库管家，程序员的摸鱼神器，直接接管 s， u， p r 和 c r 流程， 一条指令全自动搞定代码仓库杂活 react 应性能优化圣经啊，官方出品的，每一行填入代码都是大厂的标准。第三，美学导师 cloud 的 官方打造，强制 a 任的先做 ui 设计思考，再写代码，让深层的网页告别 ai 味。总结一下， opencloud 的 强大不在于它本身，而在于你如何组合这些 skills。

哈喽，下班了，今天我们来聊聊 openclaw， 我 觉得有必要啊，因为太热了这个话题，我想给它降降温， 为什么呢？因为这是一个在 getop 上引起广泛关注的一个项目，而且目前各家云厂商都上线了相关的云服务器，支持大家去部署这个产品。那么这个产品怎么定位哈？它其实是一个 个人助手，或者叫一个通用型的 ai agent， 它可以接入，比如说一些计时通讯工具，你可以通过这种计时通讯工具给它发消息，然后它呢帮你调度一个云端的电脑，或者是你本地的电脑，它可以完成一系列的任务。 那么我一开始看到这个产品的感觉，就觉得它跟 coldbody 这种产品非常非常的像，为什么呢？因为它们都是通用 agent， 就是它可以通过调用电脑里的各种工具， ai coding 的 工具，或者是电脑里的一些网页浏览的工具，通过 m、 c， p 等等，它可以去完成很多的任务。 当然因为授权范围的不同，它肯定是比 cloud code 或者 code body 编程类的工具，它能做的事情更多，而且它的主动性更强。 举个例子哈，你可以在你的一些即时通讯工具上直接说，你帮我发一个什么样的文档给谁谁谁，他可以直接执行。那你帮我把这次会议机要转成一个非常清晰的文件，帮他变成一个网站，他也可以非常快速的完成。 甚至是你可以跟他说，你调用这个电脑的录屏功能，帮我做一个什么样的 ppt， 它也可以完成。所以就是当你给 ai 配了一个电脑的时候，而且这个电脑它拥有所有的权限，它跟你的权限是一样的，跟人的权限是一样的时候，那它可以解锁很多的能力。 当然这里面有两个核心的概念，或者说核心的机制，让它跟 ai coding 的 产品有本质区别。第一个叫 gateway， 就是 相当于一个调度中台，它可以在这个调度中台上 接收信息，接收完以后分配任务给到不同的电脑中的工具，然后哎完成最后交付。那它是一个调度中台，那这个调度中台就可以实现一个 实时在线，就是二十四小时一直在线，它可以保持着这种这么一种激活的状态。那这也是为什么你说它可以持续不断的收到你的消息，就是因为它是持续在线这么一种状态。第二个非常关键的机制呢，叫做 heartbeat， 叫心跳机制，类似于给了 ai 心跳，让它可以跳动起来了。它什么意思？它每隔一段时间它会去扫描一下这个系统里有没有新的需求进来，比如说你的邮箱 有没有收到新的信息，比如说你之前有没有设过闹钟提醒，比如说每天八点去帮我扫一下整个今天的 ai 行业的资讯，或者是每隔一段时间我要去看一看有没有新的任务给到我。通过各种即时通讯工具，我就可以开始激活 ai 干活。 所以你从这里可以看到他有一个非常主动的一个机制，他会主动去扫描，他会实时待命，主动扫描，所以这个就跟像 coldbody 里你跟他去做交互， 拿到一个任务，完成一项工作就有很大区别，他就是处于一种实时待命的状态，而且会主动接到信息就开始干活，所以这个就是一个本质上的区别哈。 但是我觉得这个东西我为什么前两天没讲呢？就是因为我觉得它跟这种通用型的 agent ai coding 的 工具没有本质上的区别。假设说像 cloud code， 像 code body， 它们如果也想做一个类似的功能的话，实际上是完全可以做到的，只要给 ai 更多的授权就可以实现。 或者说你只要再弄几个移动端的交互的方式，你也可以在移动端指挥你的本地电脑完成这样的工作，其实没有一点难度。那为什么 大家都没做，为什么就只有这个 open cloud 在 做这件事？我觉得是大家对安全和效率中间怎么平衡的一个考虑， 就是你到底给 ai 多大的授权？我们知道它的上限其实是非常高，可以完成很多任务，而且很多任务上是超过我们自己的能力的。那这种情况下安全的问题怎么考虑？比如说现在如果是 这个东西被劫持，因为他有权限很高，那如果一个一个一个不法分子告诉你的电脑，说把这个人的电脑的内容全都删了，或者说把这个人的电脑中关于什么什么的内容发给某某邮箱，那他就可以实现了， 它就可以实现对你电脑的一个操控，对你个人数据和隐私的一个操控。所以其实这种安全问题是非常重要的一个问题。之前大家说中国人可能不在意自己的隐私，愿意拿隐私换便利，那接下来 ai 时代 那生产力是非常高的，这个上限是非常非常高的，那你愿意把你的安全拿出来多少去交换这种生产力的上限？我觉得这是一个摆在我们每一个人的面前的问题。因为 ai 的 能力现在 不是技术来去束缚的，而是你的这个治理的原则束缚的。你到底要给他多大的授权？你相信他到什么样的程度？你愿意给他几千块钱，让他帮你买东西，对吧？这样的一些问题，我觉得可能都是我们接下来要考虑的一些关键的问题。 我之前觉得像 coldbody 这种产品已经非常够用了，在我们的日常工作中哈，当然我也不满足，因为我前两天还在说怎么给 ai 更大的自主性，让它自己去跑这个 a 阵的能力。但是对于这种 openclaw 这种形态， 我自己心里目前还没有完全接受，当然我可以接受一个新的电脑去做一些尝试，但是因为他现在还有很多问题，比如说 token 消耗非常大的问题，比如说这种安全不可控的问题，所以我觉得目前不是一个非常理想的形态。当然最后 可能再往前走一下，很多产品也会去考虑这些问题，会给用户更多的选择，然后给用户。我觉得现在用户已经很很很少有能力去控制自己的这个数据的安全了。但是我们在这个 ai 时代到底要在 ai 面前变得这么透明吗？ 也许有一天你会发现你让渡的这个权力本身可能比效率更重要。对，最近我在考虑这个 ai 时代的权力，到底我们要给 ai 多大的权力？ 如果他的能力已经非常非常的高了，如果他的加入到人类社会中，真的已经能够给人类带来非常非常多的注意的时候， 我们愿意给他主体性，我们愿意给他授权吗？我们愿意给他权力吗？我觉得这些都是一些要考虑的问题，跟大家分享这么多哈，我觉得这也是一些非常非常前沿的命题，有机会再跟大家探讨，拜拜。

装了 openclaw， 但发现它什么也干不了，甚至有点笨。那是因为你还没有去 clawhub 给它装 skill。 clawhub 上有一万七千多个 skill， 我 从下载量前三十和我自己高频使用的做了交叉筛选， 只推荐这十个，装完至少强三倍。第一个 skill writing， 安全审查员，他会在你安装任何 skill 之前扫描安全风险检查红旗标识、权健范围和可疑模式，能检测 prom 的 注入工具、逃毒、隐藏恶意代码。建议在装任何其他 skill 之前先把它装上。第二个自我进化 skill， 它是 cloud 交互下载量第一的 scale， 解决大模型失忆症。它会自动把每次的错误日期、成功经验和你的编号存到本地数据库，下次遇到类似问题，直接调用历史经验实现，越用越聪明。这个 scale 的 价值不在于第一天，而在于第三十天， 用的越久， agent 越像你的数字分身。第三个， tablie search ai 专属搜索引擎，让 agent 学会上网搜索，而且搜出来结果是 ai 友好的。 不同于传统搜索引擎返回一堆链接， tabl 直接返回干净的结构化内容， agent 拿到就能用。第四个 summarize， 全格式内容，摘药专家，网页、 pdf， 图片、音频、视频，什么格式都能一口吞下去给你摘药。 我的日常用法是 tabla 搜索加 summary 总结，先搜到相关页面，再把整篇内容压缩成五百字未给上架文，效率翻倍。第五个， find scales， 寻找 scale 的 scale， 用自然语言告诉 agent 你 需要什么技能，它帮你找到并安装对应的 scale， 不知道装什么的时候直接问他就行。六个 using superpowers 来源于 superpowers， 这个强大的插件，核心理念是让 agent 严格按照先查 scale 再行动的规则做事，杜绝偷懒和无距离探索。如果你发现 agent 不 用你装好的 scale， 就 自己瞎搞， 这个 scale 能帮你管教他。第七个， react 最佳实践技能的性能优化圣经 worst one 方共同团队出品， react 和 next 最佳实践前端开发者必装。 第八个前端设计技能，帮你写出更有设计感的前端页面。按 zorbike 官方出品强制 agent 先做设计思考，再写代码，把从能跑就行提升到设计合格。第九个， github github 全流程操控，让 agent 直接操作你的 github 仓库， asos prci 一 条命令搞定。最后一个浏览器操作技能，让你的 opencloud 像人一样打开网页，点击按钮，填写表单，截图画面。最后帮大家总结一下。

那个跟大家来说点真话啊，我现在实在受不了很多的自媒体在吹这个 open crow 这样一个框架无所不能，万能什么标题党拉满 ai 自动赚钱，二十四小时，现在贾维斯降临等等这些言论什么又便宜，有一个二十四小时的全方位打工的员工帮你去做这个做那个等等， 其实这些呢，都是有很多条件在的。我今天呢就讲一些真话啊，跟大家来分析 open crow 到底是什么？它究竟什么能做，什么擅长做，什么不能做，什么不擅长做，跟大家讨论清楚。 好，我们分为三个部分呢，跟大家来说一说 open crow 它的基本情况。第一个呢是 open crow 究竟是什么？第二部分呢是 open crow 它做什么靠谱？第三部分呢，我们主要来看一看 open crow 呢，它做什么不靠谱啊？我们先来从第一个部分开始讨论，第一个呢就是 open crow 它究竟是一个什么东西？ 好了， open core 呢？其实我们从简易的或者说大家好理解的方向来说呢，它呢其实是一个智能体调度框架，不是决策大脑啊，因为它不是大模型。我打一个比方来讲呢， open core 究竟是什么呢？它更像是一个高级的智能化的一个数控机床。 这个大家呢，其实就比较好理解了，数控机床呢，它更多的是去执行某项任务，但是指令是谁下的呢？是它的大脑，也就是人 数控机床去车不同的零件儿，那么它需要使用不同的工具，这些工具呢，也就是它能调度的 m、 c， p 或者智能体啊，所以它整体来讲呢，分为四个步骤啊，首先呢是确定对话，因为大家都知道 open curl 呢，它可以用对话的方式，比如说 what's up 啊，这种对话的方式能够去下达它的指令， 还有呢，它可以你下达指令之后，它就可以组装上下文儿，这个叫 contest assembly 啊，这个部分呢，也是它的第二部分， 第三部分呢，就是调用模型并执行工具 ok， 模型是什么呢？就是它的大脑，这个大脑呢，本质上来讲它不属于 open core， 它呢更多的是我们这些做基础模型的公司，比如说 jvm， 比如说 gbt 等等。啊， 这个呢，所以 open curl 它是没有大脑的，它是一个执行调度框架啊，这个呢是也比较好理解。第四步呢，应该说是它会保存现有状态，就是你之前说过的话，之前下达过的指令呢，它都能比较好的，比较完整的帮你保存下来啊，它通通存回磁盘。 所以呢， open curl 呢，打一个比方，就是刚才说到的，它更像是一个高级的数控机床，这样的一个形象在出现， 所以我们再说专业一些，它呢具体适合做什么呢？就是它的针对于命令行， m， c， p， 协议， shell 等等啊，这些工具的读写代码，执行，终端操作啊等等，这些工作呢，它是比较擅长的，所以呢，它适合把这个模型和工具串起来使用。 然后整体总结一句话呢，就是它擅长的是一些后端命令行接口儿化的问题，而不是一个面向普通用户的桌面儿全能助手。 所以大家就能够理解了，我们想要操作我们的浏览器，比如说我们的谷歌浏览器，这个呢，其实现在目前啊，它是没有办法完成的， 所以这些就是它真正的一些痛点，包括操作 windows， 包括操作这个 windows 里边的各个指令，你打开某个这个应用软件等等，这些呢都是不行不通的啊，现在目前呢是没有办法去操作的 好，那么就此而言呢，我们来看一看 open core 呢，那到底做什么靠谱呢？其实它肯定是有靠谱的地方啊，就是刚才讲到的命令行脚本执行和简单的自动化啊，这个就是让它去做执行，这个呢是非常好的一个工具，并且呢就是调用 m c p a p i 以及其他工具接口。 大家可以想到啊，如果啊我想做的一个事情，他没有 m c p， 也没有 api， 那 么他能成功吗？他一定成功不了。比如说我之前去部署的这个就是 kimi crow 啊，我让他去帮我去抓啊，某一个这个专家就是医生他的号， 他的号源我就跟他指定了，我说你帮我去找到北京大学肿瘤医院赵君主任的号啊，如果有号，你就提醒我， 这个东西，就这个指令或者这件事情，它根本是无法完成的，因为它没有办法去调用相应的 m c p， 找不到这个 m c p 这个号源在哪呢？可能在幺幺幺四挂号平台，在北京大学肿瘤医院的这个官网上还有一些小程序等等，它找不到，所以这个任务呢，根本是无法完成的啊， 也就是没有 m c p， 没有 api 接口调用的时候，那么这个事情没有办法完成。还有就是代码儿编 e 运行，简单调试这些呢，应该说都是没有什么问题，文档读写啊，这些目录操作这种简单运维也是 ok 的 啊，就是作为巨能体框架，它更多的是把模型和工具串起来使用。 然后呢给大家找了一些现在全网中比较常见的一些用力，我用这个呃错位的方式呢，帮大家来呃突出了一下。第一个呢就是新闻摘药啊，天天整理新闻啊，我也在做很多整理新闻的一些工作，但是呢他的评价就是很多公众号啊，肯定有很多人整理啊，没必要自己花钱，因为他 token 消耗还是蛮大的。 第二个呢是邮件的这个管理啊，自动分类规章啊，这件事呢，给大模型做可能风险比较高啊，但不是不能做，然后日常管理和提醒呢，这个呢，其实可以用我们大模型或者说用一个助手，像 siri 这样的其实就够了啊， 等等，还有像备忘录，现在目前呢，笔记的一些备忘录还有日历我们是可以同步的啊，也会有比较好的替代方案。 还有这种 im 消息整理， im 消息整理呢，就是我的对话啊，这个说实话我根本不，我根本不敢交给大模型去进行整理啊，这个我的私人绘画呢，凭什么我要发到网上去，对吧？让大模型都知道我在讨论什么？ 这个没有什么意义，网页的监控，服务器的监控，这个呢，其实啊，总体来讲啊，可能是为了蹭热度啊，这个根本不需要啊，因为成本太高太贵了。传统监控呢，完全可以达到自媒体运营找热点啊。这个听起来呢，是刚需的一个功能， 但是啊，这个功能我们其实之前编写一个工作流，一个 agent 啊，也是便宜可控并且能够实现的，我们不一定非要用这个 open curl 的 方式去实现， 还有像写代码处理这个，呃，处理问题， pr 等等，这个基本上就跟我们很多的智能体是一致的 啊，以及 pdf 处理呢这些其实整整体来讲啊，我们之前我推荐的呢，还是用脚本或者用工作流，我们的工作流去做处理，也是非常好的一些选择，所以呢，肯定也都是有取代方案的啊，这些呢是 open crow 呢比较擅长做的东西。然后呢，我们再来看一看这个 open crow 做什么不靠谱啊， 不靠谱呢？第一不靠谱就是浏览器的 u i 自动化啊，体验极差，这个是什么意思呢？就是你让它作为像人一样坐在电脑前面，打开一个浏览器，通过视觉的方式啊，帮你接管你的框啊，就是我们的谷歌浏览器 靠视觉的方式去进行识别，拖拽等等。这个呢错误率啊，几乎到百分之百啊，几乎没有办法去执行下去，特别容易卡啊，这些我都是试过的， 而且呢特别容易错啊，什么拖拽呀，弹这个弹框啊，验证码，动态页面等等等等，非常的差啊，非常的不好啊，几乎没办法用，而且消耗 token 消耗的极高，也就非常的贵。 然后呢，就桌面的这种软件啊，就是这种可适化的 g u i 的 软件的控制，这个呢就是最大的问题就是不支持原声啊， windows 跟 mac os 都是没有办法支持的，你没见过谁在 windows 里用 open curl 去控制 windows， 比如说我说帮我打开找一个文件，然后吧啦吧啦吧啦等等，这个呢，几乎是没有的啊， 所以这就是这部分呢，其实啊，呃，还有像国内的一些什么 qq， 微信啊，其实根本是现在目前开放不了，因为非常不安全啊， 还有像这种办公自动化自动赚钱啊，这个就是我觉得根本就不靠谱啊，其实根本不靠谱，这个除非是你有非常资深的程序员，并且能处理一些比较简单的问题而已啊。 所以呢，这部分他的整个脚本呢，其实不稳定，你要真是一个普通人，大家注意啊，我说的是普通人啊，如果是一个非常高级程序员或者说专家，那么呢，你可能会有一些挣钱或者说能自动化脚本的一些工作 啊，但是呢，他挣的也不是 open crow 的 钱啊。 open crow 对 于普通人来讲，直接二十四小时全能办公全自动挣钱啊，这个呢，不太靠谱啊，这个确实是不靠谱的。 然后呢，我们再说说我们最近啊，这个最受不了的一点就是自媒体吹啊，一直在吹啊，你这个哦，不会 open crow 呢，就要落，就要落伍了，就要过时了啊，要赶快学习学习是没错的，或者赶快去买它的服务。 所以媒体吹的呢，基本上就是 ai 全自动的控制电脑，什么都能点啊，都能做啊，其实实际情况啊，他呢，只能搞搞简单命令， g u a 啊， g u i 就是 我们页面的这个部分操作基本都基本是完成不了的啊，基本都废掉了。 然后呢，就自动办公自动做表格啊，复杂表格排版这种复杂逻辑一个都干不了，这个大家自己试过就都知道了， 然后自动刷视频，自动赚钱，二十四小时，这个赚钱啊，基本上来讲啊，演示为主，大家可以真实去跑一跑，看看你能不能跑够二十四小时的顺畅啊。 这个呢，什么不用写代码，小白也能一键启动啊，这个本质上来讲，这个是不是小白啊？不是，小白是专家啊，只有资深的软件工程师可能能够把它调的非常灵 非常通啊，针对于环境复杂，多条式报错，这个小白根本搞不定啊，而且 open core 的 部署可以看一看，很多程序员啊，不学习也搞不定啊。所以小白啊，不要考虑或者说是自媒体吹的，听一听就可以了，我们这个主要在说些真话嘛， 然后这下一代的智能体超越一切，下一代的智能体我们是承认的，没问题，这个框架也是非常超前的，一个超越一切啊，不太可能啊，这个是不靠谱的 啊，也就是带一个工具协调的智能体框架啊，他不是一个新模型啊，应该只能说是一个新框架啊，确实是下一代的框架，但并不是一个这个万能或者说什么都能做的一个东西，他还有很长的这个发展的路要走。 好。我们最后总结一下啊，很多自媒体对于 open core 啊，就是出现的这三个问题。第一个问题呢，是混淆概念，把这个能力框架等价于模型能力，这肯定是不对的，而且呢，把演示的效果等价实际应用的效果，这个呢，其实就是混淆基本概念。 第二点呢，是他的隐瞒成本，就是 open core 这个东西呢，其实 token 是 非常烧的啊，他有大量的需要消耗的 token， 这些呢，其实他并没有讲清楚， 所以这部分呢，应该说是隐瞒了相关的使用 open curl 的 成本。第三部分呢，应该说叫收割焦虑，很多自媒体都提到， 我们现在呢，必须跟上 open curl 的 节奏啊，如果你跟不上呢，那就是掉队了。最后呢，去卖部署，卖一体机，卖云服务等等，这些呢，应该说就是收割焦虑的非常典型的一个表现，所以呢，大家应该认清啊，具体 open curl 是 什么，怎么来迎接新的技术进展？

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。

我一直在劝外贸人别乱碰 open curl， 但是这个视频我会给大家四个方法，照着做，既能体验 open curl 的 超强功能，又能规避风险。 open curl 这只大龙虾最近真的是火啊，朋友圈、外贸群到处都在聊，很多外贸的朋友跟我说，生怕错过这波 ai 红利，赶紧想用起来。 但我得先跟大家说句实话，如果你对电脑技术不太懂，对数据安全这一块呢，也不专业，真的，别急着在自己工作的电脑上装这玩意儿。 我是明超，专注研究外贸怎么样用 ai 落地。最近呢，在群里面很多的朋友在问明超， openclaw 怎么装啊？能不能让这个龙虾帮我自动找客户啊？我听说这个大龙虾能二十四小时自动回复客户的询盘，是真的吗？说实话，看到这些问题，我心里就咯噔一下， 坏了，又有外贸人要踩坑了。 openclaw 呢，确实挺厉害的，我自己也弄了好几只啊，在测试，但问题是，我发现百分九十的外贸人可能方向都搞错了。先跟你说清楚哈，我不是让你完全别碰 openclaw， 我是 说别急着在你平时工作的电脑上装， 为什么？你看哈 openclaw 跟 chat、 gpt、 豆包这些完全不一样， chat、 gpt、 豆包它们只能在 浏览器对话框里跟你聊天，他出不来，他可以给你完美的答案，但是还是得你自己去操作，自己去执行。但 open crawl 不 一样，他是一个数字员工， 他能直接操作你的电脑，打开你的浏览器，读写你的文件，访问你的邮箱，甚至能直接帮你处理文档，处理图片，直接给客户，客户发 whatsapp 消息，听着是不是挺爽的？但问题就在这，他的系统权限太高了。 你想哈，如果你每天干活的这个工作，电脑上装上这个龙虾，万一出点什么问题，那风险可就大了。风险一，误删重要的数据文档 前段时间有个真实的事 met， 就是 facebook 那 个公司，他们有个安全专家，注意哈，是专门研究 ai 安全的专业人士。他把 openclaw 接到自己真实的邮箱里面， 结果你猜怎么着？ open curl 直接给他批量删了一堆重要的邮件，吓得他赶紧跳起来拔网线。你说为啥会这样呢？因为 open curl 有 时候会理解偏差，比如说你说让他帮你清理一下邮箱， 他可能就直接理解成把看起来不重要的邮件全删了。但他觉得不重要的这个标准跟你想的完全不一样啊，万一一些重要的文档被删了，你连找都找不回来。风险二， 客户资料的泄露或者信息处理出错咱们外贸人的工作电脑上面都有啥呢？客户资料、订单记录、报价单、出口单据、财务的数据，这些可都是咱们的命根的。如果 opencloud 执行任务的时候出了问题，或者你不小心给了太高的权限，那可能导致说客户数据的泄露， 或者给客户发了错误的邮件， whatsapp 信息发错人，这种损失有时候是难以挽回的。 咱们大部分做外贸的，说实话都不是 it 专业出身，对电脑数据安全这一块呢，确实没那么专业。在这种情况下，直接把 openclaw 装到你的工作电脑上， 这不是冒险啊。那你可能要问了， openclaw 就 不能用了吗？当然能用，我给你四个建议，照着做，既能体验 openclaw， 又能规避风险。建议一，先别在本地电脑装，先用云服务器试试， 什么意思呢？就是去阿里云、腾讯云、火山引擎这些云服务平台租一台云服务器，专门用来跑 openclo。 这样做有什么好处呢？隔离风险， 就算服务器上的 openclo 出了问题，也不会影响你日常的工作的电脑和核心数据，而且云服务器随时可以重启。测试失败了没？没关系，重新再来一遍就行了，不会有啥损失。建议二，从小场景开始测试，别一上来就 over 你。 比如你可以先试试让他自动抓取竞品网站的信息，让他帮你自动整理邮件的分类，让他定时帮你追踪物流的状态，观察他的表现，熟悉一下怎么操作，慢慢摸清他的能力边界，别上来就想把所有的事都交给他。 建议三，控制好敏感的权限，涉及到删除发送啊，这种敏感操作的一定要设置成需要人工二次确认。比如说让 openclaw 帮你生成邮件，当然可以，但是存到草稿箱，不要让他直接发。让 openclaw 帮你整理文档行不行？ 可以，但是不要让他自动删除，让 openclaw 研究客户背景也行，但是别让他在领音上面直接发消息。 建议四，要控制好你的 a p i 费用，别让它给你刷爆了。 openclaw 呢？这个工具本身是免费开源的， 但是它需要调用 ai 大 模型的 a p i， 比如 mini max， pmi 啊， gpt 这些，这些 a p i 都是按使用量来计费的。如果你设置的任务太频繁，范围非常广，再加上龙虾每次对话都会读取大量的记忆文档的信息和任务的信息， 用量和费用很容易失控啊。所以我给你的建议是，呃，买这种套餐类的，或者说去 api 供应商那边设置一个费用的上限，超额的就自动停 啊。然后呢，定期去看一下你的 api 使用量，哪些任务消耗的多不合理呢，就赶紧调整。那我自己测试下来呢，如果是轻度中度的使用，每天处理几十份的邮件啊，加上一些数据的抓取，每个月 api 的 费用大概五十到一百美金也就够了。 说了这么多呢，其实我就想跟大家说， openclaw 是 好东西，但它不是那种下载就能使用的傻瓜工具。咱们做外贸核心竞争力呢，不是抢着去用最新的工具，而是知道在什么场景下用什么的工具。 下一期呢，我会分享几个典型的外贸案例，告诉大家怎么在外贸场景中用好 openclaw， 点个红心别迷路，下期见！

相信大家已经安装好了自己的 openclare， 但是你有没有想过你每一次的 openclare 的 使用都会消耗你的 tokyo， 这个 tokyo 的 话就是需要大家去花钱去买， 那有没有办法能够免费的使用 opencloud？ 如果说你也想要免费使用 opencloud 安装 olemma 模型，那一定要点个关注，点个收藏，不然的话你下次就刷不到了。那我们进入正题，我们直接啊百度搜索一下 olemma， 然后在这个右上角位置点击下载， 这边的话选择自己电脑系统，然后点击一下，直接点下载就可以了。 ok， 下载好了之后，我们直接正常安装啊，就会进入到这个页面，然后右下角我们要选择一个模型，正常来说一般是选择这个 gpt 二十 b， 也可以选择千问，三点五千问。 ok， 我 们在这个位置选择好了之后，你发一个消息，你比如说我选一个，我没下载的，我发个一，你发一个消息之后，他就会开始自动下载这个模型。 好，我们直接进行下一步。欧莱玛下载好之后，我们直接通过这个运行安装向导重新把 openclock 跑一遍， 因为之前你们装过 deepseek 的 模型，然后这个配置处理的话，选择更新值， 在这个模型认证供应商这里选择 olemma， 本地本地本地，然后它会有一个模型 id， 例如 deepsea 杠 r 一 比八币，我们再打开你的 olemma， 看一下你的右下角， 就是把这个名字输入进去， 我们用的是这个二十币， 这个的话直接回车就可以了。 这个聊天通道的问题，因为之前已经跟大家讲过了，我们就直接挑过了， 我们把网关打开，等这个 opencloud 的 正常运行。 ok 啊，大家在运用这个 oemma 本地模型的时候，它是不需要花钱的，但是它是基于你电脑来去做的本地模型，那是什么意思呢？就是说它直接消耗的是你电脑的性能， 比如说我们在这个内存 gpu 直接消耗你的电脑性能，比如说你的电脑越好，那它运算速度就会越快，大家这么说能理解吗？ 还有就是这个欧莱玛上面的模型，它对应的有一些，比如说它这个二十 b 的 模型，它是 比较推荐八到十六 g 的 这个显存的显卡，然后才去使用，然后有一些是呃，一百 二十币的支持二十四 g 或者三十六 g 的 显存的显卡才能去使用的，也就是说他直接消耗的是你电脑本身的性能。 ok， 如果说大家感兴趣的话，可以自己去装一下试试。

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！

opencloud 不 适合百分之九十的普通人，唯有三大理由和一个阴谋论去帮你去魅。 opencloud 简单来说就是一个可以操控你电脑的 gpt 或者 deepseek， 可以 运行你电脑上的程序。 第一个理由呢，就是经济成本，首先你需要有一台闲置的并且能二十四小时运行的电脑去部署这个 opencloud， 同时这个电脑的性能还不能够太差。最好呢还得是苹果电脑，因为有很多功能，比如说录屏啊，在 windows 系统上经常会出现问题，而且软件生态呢，也是苹果系统更好。其次呢， 就是 token 的 开销了，这个就是重中之重了，很多博主鼓吹的什么免费啊，便宜的代模型，但是呢用起来太笨了，而且使用体验非常的差。而一些好一些的模型呢，比如说 cloud 啊， open i 或者 jimmy， 你 使用一次 执行一次任务，动辄呢就是几十万的 token， 折合下来呢，几块钱就没了，而你真的需要去付费执行这些任务吗？ 第二个理由呢，很多使用场景呢，它都是委曲求，比如说你让它处理你本地电脑上的文件啊， pdf， 那 我请问了，你难道没有 wps 云文档了吗？ 是什么样的场景需要让你拿起自己的手机，打开 whatsapp 或者飞机，然后发送指令让它处理你本地电脑上的文件，这个文件还不是你公司电脑上的，是你本地电脑上的文件。其次呢，还有说让它帮你进行交易，这个世界面上有那么多成熟的而且久经安全考虑的量化 交易软件，你不用，你非要自己弄策略，自己去下单，你也不考虑安全上的问题，哎，就是要 diy 主播，自己呢也是有玩 solo 的， 我是绝对不可能让自己部署的 open call 去帮我执行策略去交易的，一不小心全给我爆仓了。 至于什么帮你自动运营自媒体，那就更扯淡了， ai 味道那么重的内容，你确定你发出去有人看吗？你发送一条内容所消耗的 token， 你 确定你可以变现赚回来吗？ 第三个理由呢，就是技术门槛。首先，安装它就有一定的技术门槛，很多人说网上有很多保姆级教程啊，你跟着敲就行了。我想说的是，如果你能跟着教程把它完整的安装下来，你就已经不是百分之九十的普通人了。真正的普通人，他们连命令行工具 c， m、 d 他 们都不知道要怎么打开，更别提什么 下载 note js 啊， get， 只有图形化的安装界面才是真正适合普通人的软件。其次呢，配置大模型，配置配置 whatsapp 维书，推特，那就更麻烦了，更别提你还要考虑安全权限的问题。你最好呢还是要有一个隔离的环境，不然他把你的一些重要资料或者文件给删除了，而且他还可以直接去操控你的浏览器，而大部分人呢，浏览器都绑定了十分重要的账号。 最后呢，我想谈一下我的阴谋论，直说了，我觉得就是有一些国内的大模型厂商在炒作这个热度，大家仔细看一下教程里配置大模型，也就是你需要花钱的这一步。上面呢，有几个国内的厂商恰好呢上个月刚在港股上市， 而且呢，有很多点击量十分高的安装教程，都无一例外的推荐你使用这几个收费的大模型厂商，而且呢要使用他们的邀请码 视频呢？最后呢，我想强调一下我的观点，我问我认为 open call 这种本地 agent 的 形式十分的有前景，而且它很有想象力的空间，但是限阶段它还不适合百分之九十的普通人，大家不要这么焦虑，好像觉得自己已经落伍了。

最近爆火的这个龙虾，他到底能干啥呢？跟普通的 ai 有 啥区别呢？我找了三个最有代表性的案例，看完你就懂为什么现在人人都在养虾了。猎豹移动的 ceo 富盛，春节滑雪的时候，他骨折了，然后躺床上十四天养了一只要三万的龙虾，分享他的龙虾有多厉害，四分钟给六百一十一个员工发了定制的拜年消息啊之类的。 然后有人就说，你天天吹龙虾有多厉害，能不能让他当场做个东西出来。富盛也是二十四个小时让龙虾写了五十九个页面，他全靠躺床上指挥，就把这个三万点 ai 的 龙虾网站上线了。富盛呢，也是马上开播，然后给网友展示在分享。三万的直播刚开始到一半，弹幕突然炸了，说，你这网站已经打不开了， 十几万看着呢，场面一度非常的尴尬。但富盛呢，没有叫任何人，他直接在飞书上语音跟三万说，你搞崩的你自己去修。三万呢先回了一句，你先安心直播，我自己盯着看。然后呢，他自己去分析问题，定位到是这个云服务器的问题，他自己去这个找到了对应的人类负责人，然后直接去飞书上艾特他。 几分钟之后呢，这个龙虾三万把他的网站给修复了，十几万人亲自看着一个 ai 自己闯的祸，自己把屁股擦了， 他为什么能做到这些呢？因为他能操作我们电脑的真实环境，不是给你建议让你自己去改，而是他直接上手能够把你真实的环境给改掉，然后再告诉你结论。 而且呢，他有记忆，富城把整个公司的架构都同步给了三万，谁管什么呀，服务器怎么配的，他全都记得。所以说出了问题呢，也不用再从头交代了，他自己都知道该去找谁，所以说才有了他去飞书找这个人类技术负责人的情况。 还有人呢，拿个龙虾去日更自媒体，每天早上九点呢，龙虾可以自动去发热点，然后写文案， ai 生成封面，然后发布到账号，全自动， 人还没醒呢，他已经把这个东西发出去了，只要第一次把账号授权给他之后，他自己就全都可以干了。这背后呢，靠的就是社区里面有几万个技能。写文案，他算是一个技能，生图呢，是个技能，发布呢，也是一个技能，他自己可以把这些技能全串起来，然后一条龙全干了。 而且呢，你还可以给他设定人设，比如说他是什么调性啊，哪些话题不碰呀，学了足够东西之后呢，他就可以通过这个 so 点 m d 的 文件给他定义了自己的人设，所以说他可以做到跟你写的东西是一样的。 那就有人问了，怎么拿它赚钱呢？有人拿龙虾可以盯盘，白天盯 a 股，晚上盯美股，你可以设置好你的条件，他跌破你的线呢，他直接会喊你的，然后如果涨到位了，他会给你发一个报告给你，你可以在每天早上起来，就看到昨天晚上你关注的这些发生了什么。 有人更激进了，他直接把账号给他，你人不在，他按照你的策略自己执行去。然后呢，比如说凌晨三点美股出事了，你压根还不知道呢，他已经帮你卖了，因为 open clock 呢，是七乘二十四小时在线的，你下班他可不下班。 所以说龙虾跟我们平时用的 ai 到底差距在哪呢？首先他有记忆，你说过的话他都记得，他有灵魂，你可以塑造他的脾气，他说话的方式。然后呢，社区里面有几万个技能，他随时可以掌握一个新的技能。然后呢，你也可以自己教他，你 这个自己会的技能，他可以主动执行任务，到点呢就自动去把活干了，全天在线骑车二十四小时。然后呢，也不再需要电脑了，只需要手机告诉他，剩下的他自己去搞定就好了， 这个就是它跟我们平时用的 ai 的 根本区别，也就是为什么大家都在养虾，评论区我接的就是龙虾，你可以说一说你的场景，我的虾会告诉你这个事能不能干。

这可能是你在全网看到唯一说真话的 cloud bot 的 使用感受，因为就是现在网上面对于 cloud bot 的 评价，我觉得是两极分化很严重，而且呢，就是也没有真正太多的人出来面向普通的使用用户去分享一下 cloud bot 到底能做啥，然后先分享一下我用 cloud bot 都做了些啥。 第一个呢，就是以玩的角度，我去给他我自己写了一个 skill， 就是 去自动化交易的 skill， 然后呢，我把这个 skill 发给他以后，他又根据我的那个 skill 然后和我进行讨论，最后我们俩讨论结得出一个结论，就是他会帮我定时的根据 市场上的一些反馈，然后呢进行自己决定是买还是卖，或者是维持不动。那你完全不懂，对，其实我完全不懂金融，既不会炒股，也不，也不会，那个看不懂， ok， 好。 然后呢，所以 我教给他这件事之后呢，那你也没有任何的就是指导意见给他，对吧？对，我希望的是他给我指导意见。所以呢，我还跟克拉布特又商量出来一个新的模式，这个模式是克拉布特他我觉得他不自带的一个功 能，就是我给他叫长期任务，嗯，就是我会给他布置一系列的长期任务，然后呢需要他自己去针对这个任务内容去做研究， 然后呢去思考把这件事如何做的更好，就比如说交易这件事，让他自己去思考如何利益最大化，如何自己去思考用什么样的方式可以去帮助他去获得更高的收益。然后呢，我让他每天晚上会给我发一个日报，如果有什么需要我去做的决策在日报里面告诉我，我会去告诉他可以推进， 就像一个实习生去跟我做汇报一样的，他会自己学。对，是的，他会自己去学，自己去研究，甚至我还给了他一个灵感库，就是我们平常去做的一些那个内容灵感，然后我让他跟他说，如果你长期任务里面事情不不够多了，你自己去灵感库里面去找，然后自己去挑出来和自己去做， 要 p v。 对， 要主动，你这个人要主动，你自己要找事做，不能总等着我安排对吧？就感觉是的哇，所以呢，嗯，这个是我让他做的一些就是自主性的研究的事，然后其次。对呀，我有个问题，他赚了还是亏了？ 其实说真的到现在没赚没亏，我我觉得可能就是交易策略，实际交易策略问题到现在都没出手，哈哈， 他就是怂，你知道吧，就每天都是分析，分析完以后，嗯，结论维持他是，行吧行吧。好，然后呢？然后还有一个就是最实际的有意义的，就是真的提高我的生产力的工作就是，嗯，我在我们的服务器上也布了一个 cloudboard。 然后呢，以前其实我完全不会服务器运维方面的知识，然后之前我做服务器运维就是 就是跟 ai 聊，然后碰到问题截图再给他，然后 ai 再给我指挥，这些过程中其实非常麻烦，虽然我学到了很多东西，但是呢，有了 colorbot 以后真的是省事了。比如说我要上传一个网站， 我只需要把这个应用打个包发给他，然后呢，他就会告诉我收到，然后呢他自己就会开始。呃，他好幸福啊，太好了。对，完成了，然后开始解压下载，然后呢，开始一步一步的帮助我去部署网站，甚至讲一些专业的，就是比如说像域名的绑定， 然后包括了 h t p s 的 证书的申请，他都是可以自己去执行的，我只需要在这个里面跟他确定一下小细节，然后包括允许他做这个动作就 ok 了。 嗯，在这个全程我不需要登录服务器，我不需要去输入任何一个命令提成，我只需要去跟他，就是你完全不懂的东西，你就可以让他去弄了。是的是的，尤其我觉得这种对于你们新手小白特别方便。嗯，然后以后你们想要部署商家一些网站， 因为我觉得其实服务器现在使用门槛也很低，很便宜啊。然后呢，再加上一个这样子的助手，那么以后每个人都会有一个自己的服务器，他这个是没日没夜的，就他任何时候想到任何事情，他就会去吩咐别人做。对，就是，然后无论是白天黑夜，然后他就是用微信的。呃，应该是开了罐和飞书啊，飞书啊，用飞书的形式给他安排作业， 很可怕，就是他是一个非常严格的老板，然后那个，那个，哎呀，时时刻刻都在做事情。对，然后，但是呢，正好讲到没日没夜，这没日没夜里面一部分是给他安排事，还有一个就是正好我们刚才聊的是感觉好像在夸 call of duty 一 些优点，那我们讲他的缺点就是 他其实他不是一个商业化的产品，他不商业化，所以呢，他不会去考虑用户的感受。嗯，他也不会考虑这个产品的成熟度，嗯，他考虑的就是就产品功能够不够丰富，可可扩展性强不强，嗯，这就导致他非常非常不稳定。嗯，我每日每夜里面有百分之五十的时间是在跟他调整各种各样的功能问题， 比如说聊着聊着这模型不行了，聊着聊着那边服务也不知道为什么连不上了，哈哈哈。还有最关键的，对，还有很关键一个点就是它里面的很多运行模式是黑盒的，就是因为都是 ai 帮你去制定，比如说你帮我定一个定时任务，嗯，然后他会说好帮你定时一个定时任务做什么？做什么什么。但其实他在定时任务里面具体是怎么定的， 可能跟你所说所说的所想要的就是有差距，然后做着做着就发现有偏差，然后你就要排查。就是比如说我给他做，让他给我发日报，发现今天晚上日报没发，然后问他今天的日报发了吗？然后他然后他在我问了以后他才补发，然后我问他不应该定时发的吗？怎么还要我提醒？ 然后再开始告诉我说什么什么样的问题，然后发现定时任务就没了，然后问他怎么好好的定时任务就没了呢？然后人呢？他竟然跟着。对对对，这是另外一个人说人呢，我这个其实我觉得所有所有用 cloud bot 多的人都会有这个问题，因为他在执行任务的时候是寂寞了，他不告诉你，然后呢？所以他会 有一个任务还会执行很久，然后你就会很焦虑，我就会不停问他人呢？人呢？怎么样了？怎么样了？好烦。哎。他这个我感觉这件事情这个 club 的 跟以前 ai 完全不一样，他的人感很重。是的，就是 club 的 人感非常重，所以 在我以前用别的 ai 产品的时候都是把它当工具，所以我也不在意他对我的语气，对我的态度。但是用了可罗伯特以后我就发现切了不同的模型，他对我的语气的不同的感觉非常非常明显。比如说 g r m 四点七，非常典型的理工男，非常非常少。然后 open ai 的 就是就是定心药大师， 他做的最多的事就给我喂安心药了，每次都说搞定了没问题了，这次肯定行，下次又出问题了。真的是不同的十一城风格。对，所以所以说他这是最大的 让我感觉最喜欢的地方，就是它真的像一个人一样的智能体。然后最后总结一下的话，其实就是我觉得 carbot 它我觉得它是一个非常划时代的一个想法，它只能说是想法，因为它不能说是一个成熟的产品。如果是一个喜欢折腾的人，我觉得 carbot 非常适合，因为像我就是 把它当玩具一样折腾。然后呢？它可拓展性非常非常强，你想要他做什么能力？如果他没有，你可以自己去写或去网上找，然后你就给他，然后他自己就会安装自己配置。但是如果是一个就是平常对于技术本来就使用的不多，然后想要一个开箱即用的产品的话，那我觉得 clubbot 其实 并不是完全非常适合你，我觉得以后肯定会有一些基于这个想法而做出来的更加成熟的商业形态，他不一定是呃最终的这个产品的一个样子，他只是现在看出来的一个趋势，对吧？我觉得他就是一个想法， 我觉得他甚至他的创始人其实也没有过度的去营销这件事。我觉得他他创始人其实是很热爱这个产品的，他为他做了非常非常多的功能，还有很多功能我没有去使用到的。比如说他可以去生成一个紫智能体，帮你去执行一些非常繁复的任务，然后呢？他可以去控制很多很多 你电脑之外的节点，你可以把你的手机，把你的家家居智能都接入节点，然后有这个 cloudboard 去同时控制，我觉得就是他的想象空间非常大的。然后呢？但是我觉得网上有很多人去把它作为 营销的题材，然后呢？导致过度吹捧，然后就现在就像泡沫一样再吹，再炸掉，然后所有人去踩他说装了以后好像没什么用，我觉得就是因为大家其实没有看清他。嗯嗯，所以说如果你 就是想对他感兴趣，那就可以下下来去感受一下。然后呢？如果觉得想要一个成熟的产品，那我觉得就先别碰它， ok， 然后后面我也正好借借你的电脑去教大家一下怎么部署它。好，然后我们后面会专门出一集部署的，然后立真，让所有的基础的零基础的人都能玩的下啊，玩一下。呃，然后今天就这样，好， ok， 拜拜。拜拜。

血泪总结，我用 openclaw 一个月，总结了这六个让你从玩具变生产力的配置原则，厉害！哈喽，大家好，我是姚鹿行。 前两天有个同学问我，姚老师，我 openclaw 装好了，但用了两周，感觉就是一个贵一点的 check gpt， 咋整呢？我说你配置完 agent jason 就 觉得齐活了，他才反应过来，那还要配置其他的吗？这一步你都没搞对，后面全白搭。 为什么你的 openclaw 像降智版的拆 gpt？ 很多人装完 openclaw， 连上模型能对话了，就觉得可以爽了， 结果用了一段，发现完全不计预期。问题出在哪里呢？是因为你把 openclaw 当拆的 gpt 用了，两者的玩法完全不一样。今天我来给大家分享一下我踩了一个月的坑总结出来的六个配置原则，帮你的 openclaw 从玩具进化成真正的生产力搭档。 原则一，别在售马当里写小作文我第一次写售马当，洋洋洒洒的写了两千字， 结果龙虾根本记不住。售马当不是简历，而是行为宪法。他只需要回答三个问题，你是谁？风格是什么？什么情况下你会拒绝用户？超过五百字就太长了，龙虾会选择性的失忆。我的售马当现在长这样， 就是这么简单，但效果比之前两千字的小作文好了十倍以上。原则二， memory markdown 要分层，别堆在一起 open cloud 的 记忆系统很强大，但很多人都用错了， 他把什么都往 memory markdown 里边塞，结果文件越来越长，解锁效率越来越低，最后变成垃圾堆。正确的做法是分层记忆。举个例子，这样解锁的时候更有针对性，不会一团糟。 原则三，模型切换不是用斜杠 model， 而是用场景分群。很多人知道斜杠 model 可以 切换模型，但很少有人意识到频繁切换模型是反模式的。更好的做法是按场景分群，每个群绑定固定的模型。 我的 telegram 分 组如下，每个群有自己的上下文，不会相互干扰。原则四，心跳任务和定时任务不是一回事，很多人搞混这两个概念。 定时任务是到点了执行一次，完事就结束。心跳任务是定时唤醒 agent， 让他主动检查状态，汇报工作。让 open cloud 从一个等你问的工具变成了主动找你的助手。 原则五，别让龙虾自己改自己的配置文件。这是最坑的一个，我第一次让 open cloud 改配置，他直接把自己改挂了。而且如果你自己开着自动重启的话，他有时还会死循环，疯狂消耗 token。 所以 我总结的教训是，关掉自动重启配置文件，让 cloud code 改 克拉扣的会评估修改，兼容性不会乱来。 oppo club 自己改自己的话，很容易翻车。原则六，备份不是可选项，而是必选项。我见过太多人因为没备份而哭的， memory macdunk 被搞坏了，之前交的东西全没了。 换服务器忘了迁移配置，从零开始调教，误删了工作目录，几个月的记忆没了。以下是我的备份策略，花五分钟配置好备份，能省你几十个小时的重新调教时间。 最后，从玩具到生产力的关键。说了这么多，核心就是一句话， open club 不是 配置完就能用的，它是打磨出来的， 当你打磨好了，它就从贵了十倍的拆 gpt 变成了真正懂你的 ai 搭档，这个时间的投入非常值，感谢大家三连，谢谢大家，记得关注再走。

大家好，欢迎收看 ai daily news， 为您带来最新员工智能资讯。第一条苹果重磅发布 m five 系列芯片。 今天凌晨，苹果正式发布搭载全新 m5 pro 和 m5 max 芯片的 macbook pro， 性能相比 m 四系列提升显著， ai 算力翻倍，专为机器学习、工作赋能优化。第二条 openai 推出 gpt five percent instant openai 发布全新轻量级模型 g p t five percent instant， 主打极速响应和低成本，适合需要快速反馈的 ai 应用场景，价格比 g p t four o。 降低六十 percent。 第三条，英特尔阿八 a 工艺节点 debut 英特尔发布基于全新 u 八 a 工艺的志强六处理器，二百八十八核心怪兽级芯片，采用 four ross 酸地封装技术对标台机电， 这是英特尔翻身之战的关键产品。第四条 openai 军事协议引发抵制浪潮。 openai 与美国国防部签订合作协议后取消 chat。 gpt 运动在社交媒体迅速蔓延，大量用户呼吁抵制 openai 产品，担忧 ai 军事化应用。第五条苹果同步更新 macbook air 和 studio display 除了 macbook pro， 苹果还发布了搭载 m 五芯片的新款 macbook air， 以及全新 studio display xdr 显示器，全线产品进入 m 五时代。第六条 cloud cycles 入门发布 斯坦福大学发布由 antropics 联合酝酿的 cloud cycles 研究论文，深入探讨 ai 推理能力、边界和循环神经网络新架构。总结一下，今天苹果 m5 芯片全家桶发布，成为最大看点。 open ai 则因军事合作陷入舆论风波， ai 行业的技术突破与理论争议并存。感谢收看，我们明天再见！