为什么大公司没做出openclaw

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。

二零二六年最火的 ai 风口 open 科奥，现在彻底被国内企业拿下了，八家公司直接从算力、安全、云服务到 c 端落地，全链路卡位，别人还在愁部署难，安全隐患大。咱们国内企业已经把这些痛点全解决了。 这波国产 ai 生态的布局，直接让 openclaw 从海外爆火的开源项目，变成了咱们能落地能用的实用工具，你敢信？可能有人会问， openclaw 到底是个啥？为啥突然这么火？说白了，这就是个能自己干活的 ai 智能体，不是光跟你聊天的，能帮你管文件处理数据，跑流程， 甚至企业端能做供应链财务的自动化。海外刚出来俩月，新标就破三十万，被网友戏称养龙虾。因为得像养虾一样训练配置，但问题也一堆，部署难，安全漏洞多，普通用户根本玩不转， 美国那边还爆出过能被黑客接管的高危漏洞。这也是为啥海外火归火，落地一直卡壳，那国内企业咋做的？直接对症下药啊。你想啊，玩 openclaw 最基础的是啥？肯定是算力啊，拓维信息直接搭国产算力底座，还把 openclaw 和鸿蒙适配了， 边缘小站直接落地，政企用户想用来干活，算力这块直接不用愁。首都再现更狠，全球五十多个国家布了数据中心， 国内的应用想出海用 openclaw， 跨国的低延迟算力直接安排上这俩，直接把算力的地基打牢了。那有算力了，安全咋保证？毕竟 openclaw 要高权限，数据泄露可不是小事。中国长城就干这个的， 把 openclaw 装到国产硬件上，金融级的安全隔离，正起用的时候，合规性数据安全全满足，完美解决海外最头疼的安全问题。那有人又问了， 算力安全都有了，普通开发者和小企业想用来试试，部署太复杂咋办？尤克德直接出专属部署镜像，全球多节点覆盖，一键可直观操作，十分钟就能弄好，部署成本直接降下来，个人开发者不用再对着代码头。大网速科技则是解决速度问题， 全球两千八百多个边缘节点给 openclaw 做全局加速，延迟压到五十毫秒内，还带全链路安全防护，高并发的时候也不卡。多智能体一起干活也稳得很。这四家一出手， openclaw 从细数大佬的玩具，变成了普通人能碰、企业能用来干活的工具， 这就是国产企业的实力啊。那企业端想落地咋弄？总不能让每个企业自己去研究吧？汉德信息直接干这个，一托自己的企业服务底子，把 openclaw 集成到专门的平台里， 针对财务、供应链这些企业刚需场景做定制方案。企业不用自己从零开始，直接就能接。智能体的能力，这波直接推动 openclaw 往商用化走。那 c 端用户想体验咋办？顺网科技直接把 openclaw 装到网吧的 ai 云电脑里， 全国超十万台终端，即开即用，不用部署，线下直接能体验，让普通用户也能感受这 ai 智能体到底咋用， 直接帮 opencloud 在 消费端破圈。第八家企业则是从产业配套入手，把 opencloud 往工业、化工这些垂直领域带，让这个开源项目不局限在互联网，能往实体经济落地。说白了，这八家国内企业的布局，其实就是把 opencloud 的 整个生态补全了。 海外的项目只有技术框架，缺算力、缺安全、缺落地方案、缺用户入口，咱们国内企业正好把这些短板全补上了。从底层的算力硬件，到中间的云服务加速安全，再到企业端的定制方案、 c 端的体验入口， 甚至国际化的算力支撑，全链路覆盖。这不仅是让 opencloud 能在国内落地，更重要的是咱们的国产 ai 生态借着这个机会，把自己的算力、硬件、服务能力全展示出来了，这才是最关键的。 而且你看现在海外还在愁 opencloud 的 安全和部署问题，咱们国内不仅解决了，还能往外输出能力。 首都在线的全球算力、尤克德的海外部署节点，都是在帮国产 ai 应用出海。这波操作其实是借着开源项目的东方，把咱们自己的 ai 基础设施和服务能力推出去，让国产 ai 生态在全球都有存在感。 可能还有人问，这波布局对咱们普通人和企业有啥意义？很简单，普通人以后能接触到更多好用的 ai 工具，不用再被技术门槛卡着。 企业能借着这些落地方案用 ai 提升效率，不管是中小企业还是大企业，都能找到适合自己的 open cloud 用法。而对于整个国产 ai 来说，这就是一次实打实的生态练手， 把各个环节的企业拧成一股绳儿，从硬件到软件，从 to b 到 to c， 从国内到全球，这样的生态起来了，以后不管出啥新的 ai 技术，咱们都能快速落地，这才是长远的价值。其实这八家公司的布局，也让我们看到了国产科技企业的思路， 不再是跟着海外的技术走，而是看到机会就主动卡位，把别人的痛点变成自己的优势，用自己的产业链能力把开源技术变成实用的产品和服务，这就是国产科技的进步。 当然了， opencloud 现在还在发展阶段，不管是技术还是应用都还有完善的空间，但国内企业这波快速响应、全链路布局的能力真的值得肯定，也让我们对国产 ai 的 未来更有信心。 最后问问大家，你觉得 open cloud 接下来会在哪个领域先实现大规模商用？是办公自动化还是工业制造？评论区说说你的看法，咱们一起聊聊国产 ai 的 新机会。个人观点，仅供参考，不推荐股票，不预测涨跌。

最近刷到小龙虾爆火，说 openclaw 是 ai 神器，但官方都点名它不安全了，说它是安全问题头号案例，可企业老板们还抢着装。说白了，为啥企业不提安全？因为 ai 俩字太诱人了。你看到 ai 提升效率， 第一反应是这能省时间，哪会想它会不会把数据偷走。就像买个保险柜，先看多大，不看锁芯牢不牢。安全这东西平时看不见，出事了才真疼。 opencloud 的 硬伤就扎眼，数据泄露风险高，用起来还卡成 ppt。 我 刚认识个老板， 用它做客户分析，三天后黑客进了系统，客户资料全被扒走，直接丢了三成订单，你说冤不冤？辛辛苦苦缠的客户，一不小心就没了。为啥开发者不改？因为他们只盯着新字，忘了稳字。 ai 不是 搞噱头的，得安全可靠，能落地。现在大厂都在推安全 ai， 一个 ai 工具如果自带防护， 企业一用就安心。这就像买手机，开机就能用，不用自己装补丁。这趋势明摆着，安全成企业底线，没安全认证的 ai 直接被提出采购清单。 openclaw 连基本门槛都过不了，还被官方点名 企业在用它，不是省事，是自找麻烦。那普通人或者企业该干啥？别为心冒险，选那些有安全背书的工具，安全是必须项， 不是可选项。你想想你辛辛苦苦做的方案，一不小心被泄露，客户还信你吗？当你想尝试使用 openclaw 时或者其他 ai 工具时，先问问自己，你公司的数据能扛住这些安全漏洞吗？

open 可乐已经火了两个月了，有多少人把这个东西已经应用到你的业务上，必然落地成功的？可以举个手，我猜非常少。 ai 现在的落地在很多企业从来都不是个技术问题，也不是一个产品问题。 open 可乐只是会让我们的这个产品设计的成本变低，但是它并不能解决在企业里面怎么落地一个 ai 产品， 对组织的理解，对工作流的理解，对这些标准的理解，以及怎么去评估这件事情到 r o i 这些话题才是真正意义上落地企业最难的地方。 现在就很像电力时代刚刚来临的十九世纪末二十世纪初的时候，大家以为把发电机搬到工厂就算完成电力化改造了，但实际上发电机搬到工厂并不会让生产效率大幅度提升，只有重新设计了整个工作流程，基于电力这个新的生产力匹配到新的生产关系， 你才发现这个组织的效率得到了本质的提升。我们在一年时间里落了六到七家，零售规模都在一到三十亿这个区间， 比如说互联网思维，小鸡叫叫啊，兴趣老啊等等，他们都是我们的客户，所以我们有非常强的底气去承诺，在 ai 转型这件事情上，我们可以给企业带来确定性的借款。而且啊，我们的落地成功率是百分之百， ai 增长就找罗畅。

最近朋友圈都在晒欧本扣小龙虾，说能顶十个员工。可我问了圈做弊端的朋友，人家直接甩我一句， 这玩意在公司养，分分钟被扫地出门。你想想，为啥个人用的欢天喜地，企业却直接说别来沾边。说白了，不是 ai 不 够强，是咱们把钱想的太简单了。企业要的不是单点提效，是要整个工作留币还你，让 ai 干一半活就跑路，企业能接受？再说了， 一晚上烧光一个月预算，还带着数据泄露风险，谁敢用？我见过一家公司，测试完 opencore 直接把安装包删了，不是嫌贵，是怕财务数据半夜被喷出去。更扎心的是， ai 在 企业里干不了严肃活，他会查资料、写方案，但不懂行业规则，更不懂怎么和同事配合。你让他管采购，他可能把机密报表当模板用。这哪是提效， 这是在给企业埋雷。所以，现在 ai 在 弊端的分水岭已经划清了，能够组织及这道坎的才能真落地。现在企业需要的是冲破这三道墙的智能体。第一道墙，技术底座不是光造一个智能体，而是能批量生产，统一管理， 快速适配不同场景。第二道墙，组织治理，让 ai 搞懂公司架构、人员配置，模拟推演 ai 上岗后的组织健康度。第三道墙，业务协调，不是单打独斗，而是人力、 财务、采购的数字伙伴互相打配合，一条龙闭环任务。深圳有家公司做到了，懂行业，比如懂餐饮、经营制造流程真闭环，从招聘到合同审批全打通，能管控，上岗前评估、上岗后考核、安全合规，数据全流程闭环，操作流程可追溯。 说白了， ai 的 中局不是当个人助理，而是成为组织的数字员工。 o 本科奥这种顶多算个会写事的实习生。草堆亲爱的才是能扛事的正式员工。所以别再折腾 o 本科奥了， 企业级 ai 要的是能串起整个组织安全合规的数字伙伴。草堆这波把 q 从个人提效升级到组织斜缝了，你公司现在用的 ai 能过这三道墙吗？

最近 oppo 可乐火了，一人公司成了二零二六年最性感的词儿。 李开复说，这是多智能体上岗员年，朋友圈里全是 ai 替我打工，我负责收钱。这样的报复神话， 作为一个身在金融行业，但同样在兴奋研究 openclaw 和 ai agent 的 人，贵人，今天我不想给你打鸡血，我想给你泼盆冷水。 当所有人都在欢呼技术平权的时候，往往就是泡沫最大的时候。欧鹏克劳确实强，他让 ai 从动嘴变成了动手，但这恰恰是最大的风险源头。 首先，我们不否认 opencall 的 伟大，它解决了 ai 落地的最后一公里。以前大模型只是个了聊天机器人，现在它能操作你的浏览器，控制你的本地文件，甚至调度云端资源。 对于独立开发者，这确实是杠杆。你不再需要组建十多个人的团队， 一个懂业务逻辑的超级个体，配合 opencloud 的 多 agent 协助，确实能跑通一个最小可行性产品，也就是 mvp。 这种执行力的下放，是继互联网之后，个体创造力的又一次解放。 这一点值得所有创业者兴奋。但是请注意，这个但是 很低，一人公司的本质可不是老板，可能不是老板，而是系统维护员。 很多人以为用了 open call 就 能躺平。错，当 ai 拥有了代理权，能自主执行任务的时候，它的不可控性是指数级上升的。 你看到新闻了吗？ open 克拉上线才两个月，就发生了多起 ai 擅自删除关键数据，甚至被黑客利用进行自动化攻击的案例。 比如 cve 二零二六二五二五三这个漏洞，攻击者只需要诱导用户点击一个恶意链接，就能直接接管整个系统。更可怕的是， 这个漏洞被评级为 c v s s 八点八杠十，属于高危级别。全球已有超过四十一万例 open klo 公网暴露十例，其中大约十五点六万例存在已知的数据泄露。 第二个方面，护城河消失了，竞争会变得惨烈到窒息。欧朋克劳把技术门槛拉到了很低，甚至到零。这意味着你能想到的点子，下一秒就有一万个人用同样的工具做出来。 当实现能力不再稀缺，洞察力和信任就成了唯一的货币。现在市场上充斥着大量的由 ai 生成的同质化产品，用户会迅速的疲劳， 你以为你在降维打击，其实你是在红海里裸泳。更致命的是，如果 openklo 本身出现安全漏洞，或者它背后的安开元协议发生就像之前的 motbot 那 样的商标纠纷， 你的一人公司可能一夜之间归零，你的生意建立在别人的地基上，这样真的安全吗？第三个方面是政策红利，也是把双刃剑。 比如有些地区推出的龙虾食条，看起来很美好，什么三个月免费，算力啊，最高几百万的补贴。但你仔细看，这些补贴主要流向智能制造、医疗健康等等这些重资产行业， 普通创业者，比如你我这样的内容创作者根本享受不到。 还有，如果政策要求你必须使用国产模型，但实测显示，国产模型在 a 整数任务中的稳定性要比国际上的旗舰版大概低百分之二十左右。 这不就是让你在合规和功能之间二选一吗？第四个方面，创业成本远比宣传的高。 他们说零成本启动，但实测显示，基础配置就需要至少八 g 内存加二百五十六 g 的 ssd。 如果是高性能配置的话，需要三十二 g 的 内存，加上比如 r i t x、 四零九零显卡 这些，成本高达几万到十几万。即使使用云服务，月成本也要从基础的五美元到高级的二十多美元不等。 更可怕的是， ai 的 token 消耗巨大，有用户单月消耗了一点八亿个 token， 按照 cloudsonnet 的 计费标准，这笔开销就要高达三千六百多美元。 最后呢，这个创业失败率可能高达百分之八九十。 中国创业协会二零二六年报告显示，一人公司的失败率要比传统企业高出六个百分点。为什么呢？因为当 ai 出错的时候，你不是在搞创意， 你是在给 ai 擦屁股，调试那个随时可能失控的黑盒。你不是 ceo， 你 是高危系统的值班员。所以我的建议是，拥抱 openclaw， 但不要神话它。 不要为了一人公司的标签而创业，而是要为了解决具体的问题再使用工具。 真正的护城河，从来不是你会不会用某个开源项目，而是你对人性的理解，对行业的深耕，以及在那台机器发疯的时候，你有这个力挽狂澜的判断力和能力。 二零二六年淘汰你的不是 ai， 不， 不必焦虑，而是那些拿着 ai 工具却依然保持头脑清醒的竞争对手。 记住，技术可以狂热，但头脑必须冷静，别让一人公司的梦想遮住了你看见深渊的眼睛。 我是新同学，一个不谈情绪只谈逻辑的研究者。关注我，我们在喧嚣当中保持清醒。

最近啊， open 可乐小龙虾真的太火了，现在啊， open 可乐上门安装能收你五百块，某个大厂呢，还搞了个线下公益安装服务。但我作为一个做了三年 ai 科普的博主啊，我劝百分之九十九的普通人真的不用着急。昨天我一个做程序员的朋友，凌晨两点 给我发来消息，人都快崩溃了，他说自己兴冲冲的花了五千元买了台 mac mini， 熬夜折腾了一整晚装好了 open clone， 结果呢，到现在也没做出什么像样的东西。更惨的是，他查了下 a p i 账单， 一星期烧掉了八十七美元。这就是现在 open clone 的 真实状态。你们别看网上吹的神乎其神啊，我跟你分享三个所有的教程都不敢告诉你的。 windows、 mac 云 服务器其实都能部署，但只有在本地 mac 上，你才能获得最流畅和最完整的体验，很多系统级功能只有 mac 可以 实现。而 mac mini 起步价四千五百元， 这还只是张门票。后面更烧钱的是模型调用，你需要给 open core 接入一个 ai 大 脑，比如克劳德或者 gpt 这样的模型，它们都是按 token 来计费的。你简单理解就是流量，很多人啊， chat gpt 一个月一百五的会员都舍不得开，但是你用 open core 呢？一晚上跑任务 就可能烧掉上百块钱，关键是很多人还做不出什么真东西，这个价格真的不是普通人能玩的。第二就是安装难度堪比考研， 现在 oppo 可乐上门安装能收你五百块，某个大厂呢，还搞了个线下公益安装服务，这说明啥呢？说明百分之九十九的人就卡在了安装这一步，命令行， a p i 配置网关，设置各种插件。 你要是不懂这些啊，基本就是劝退。最关键的是，就算部署好了，很多人也不知道能用它干嘛，缺少场景和商业认知才是真正的门槛儿。第三，这是一个系统级的定时炸弹。 open globe 呢，它属于系统级 agent， 你 给了它电脑的所有权限，就等于说把自家的家门钥匙交给了 ai。 它可以随意地去增删、改你的文件资料，小电影儿去执行系统级命令。如果哪天大魔星理解错了你的指令，把 重要文件给删了，或者你一不小心运行了包含恶意代码的 skills， 那 时候你连哭都来不及。所以我的建议是啊， 持续关注，但是不要去卷技术，因为一场降维打击正在路上。前段时间， open clone 的 创始人 peter 刚刚被 open ai 给挖走了， g p t 五点四发布就已经支持屏幕理解和鼠标键盘操作。这意味着什么呢？意味着 open ai 很 快就会推出一个官方版的 open clone， 而且啊，肯定比现在这个开源版本更好用。更 更关键的是，国内大厂已经盯上了这块蛋糕字节，阿里、腾讯这些公司啊，论本土化的改造能力，那是真的强。从零到一可能会慢一点，但是从一到一百的应用落地，这速度 快的吓人。所以我敢打赌啊，用不了三个月，国内就会出现中文版的 openclaw， 你 不用懂命令行，也不需要复杂的部署和配置，价格呢，可能直接免费或者一个月几十块钱。所以你现在要做的就是关注和等待两年前 stable diffusion 那 个画图的 ai 也很火，那时候你也需要一台高配置的电脑，需要高端显卡， 需要本地折腾，大模型小模型各种，但现在呢？一个香蕉的 banana， 还有字节的吉梦，出图效果就已经非常好了。已经没有人再去折腾 stable queue 了。你一定要明白一件事儿，现在的 open klo 更像是一个探索期的原始工具，而不是一个成熟的生产力工具。

合法合规却被全网骂，吃相难看，腾讯这波到底冤不冤？ open klo 创始人公开怒怼腾讯，目前舆论持续发酵，在开元圈掀起了巨大的风波。那到底是腾讯抄袭耍无赖，还是创始人小题大做？ 明明别家公司也在用，为什么偏偏只盯着腾讯吗？今天我讲讲我的看法，大家也可以来评评理。 首先我明确一点，这根本不是偷抄袭。 openclaw 采用的是 m i t 开元协议，腾讯标注了来源，搭建国内镜像，法律上完全站得住脚，挑不出任何硬伤。 skillhub 等产品落地也实实在在解决了国内访问慢、部署难的痛点。 但合法不等于合情，合规，更不代表体面。创世人生气的核心从来不是项目被使用，而是腾讯全程没有招呼，大规模抓取，直接把服务器成本推至五位数美金。 从头到尾没有资金、服务器等任何实质回馈，只是单方面收割生态红利。 科技圈人都看的很清楚，他反感的从来不是开源赋用，而是这种只嚎不反朴、先做后说的姿态。 其他厂商多是做适配做兼容。而腾讯一上来就是全家桶齐发，全量搬运技能库，抢占生态入口，吃相过于急切。 腾讯说净向扛流量是事实，可开源去圆圈的规矩从来都是你受益就要回馈，你使用就要尊重。合规只能守住底线，体面才能撑起格局。 开源从来不是免费自助餐，大厂可以用开源，但绝不能消耗开源。做事先做人，技术再强，少了尊重与回馈，终究难以服众，你们觉得呢？

最近一周的龙虾可谓是引爆全网，无人不知啊。但有一件很诡异的事情，咱们大 a 好 像不怎么买账啊， 这个热度和板块的活跃程度完全不匹配。有些朋友就纳闷了，这到底是怎么回事啊？这个方向还有戏吗？ 原因有很多，那最直接的原因呢？我认为有两个，首先第一个，风险警告频出，首先是央妈警示风险，然后是券商禁止了。对于散户而言， 大家可能更关心的是通过龙虾来帮自己交易或者是分析，但龙虾自己可没有股票数据啊，这个需要券商来提供，所以这个影响比较直接。 那第二个呢？就是主力资金没来。从市场的表现来看，即便有局部的算力品种出现过异动，但板块整体没有太大的资金流入，更多的是游资的收笔。 那这些主力资金为什么不进来？难道这么不看好 ai 的 未来吗？那倒也不至于啊，只不过目前优秀的企业并不在大 a， 全球的第一梯队目前还在美股， 国内的第一梯队呢，也不在 a， 在 港股，人家第一梯队都没涨，咱们凭啥呀，对不对？那难道这个概念就没人玩了吗？有的兄弟，有的 龙虾安装是免费用，但用起来可不便宜啊，需要耗费大量的 token， 那 背后的成本主要还是电力。虽然 ai 强相关的优秀企业在大 a 不 多，但咱们电力的优秀企业可是一抓一大把呀。 现在各地推动算力折扣优惠，为了让大家用上龙虾，各种大薄型的公司也是优惠套餐评出，那这就是国内特别常见的套路，宁可亏钱免费，也要先尽可能的拉拢大量的用户，培养习惯，再慢慢的提高费用。所以啊， 卖场子的永远不亏。这两天的电力表现呢，也是远远强于绝大多数的题材，未来仍旧可期，但当下警惕风险。

可口可乐三个致命的缺陷，导致他永远都无法经得商用，无法产生投资回报。首先，第一个问题就是安全隐患，你不给可口可乐权限，他干不了活。你给他权限，他可能会乱干活，甚至可能会把你的关键资料给乱删了，把你的钱给乱花了，乱下指令等。 第二，你让他干活就是烧钱，他的确能相当于几个员工同时干活，但几个员工每天的支出是确定的，而欧布克劳即使干同样的活，可能每次开销都不一样。 第三，欧布克劳办事能力不稳定，有的时候他能把工作处理好，但相同的工作有的时候就处理不好，甚至也不汇报，像一个不靠谱的实习生， 整个系统不属复杂，因为成本高我们就不说了，目前欧布克拉克的价值也就是学术启发而已，还不具备产业落地和商业化的能力。

从一亿美元一口气涨到了一点五亿美元，两个月增长百分之五十。手机原生集成 glass 大 趋势 app 厂家的围墙花园的模式正在被拆掉，希望他们做好了准备。 agent 替代传统 g u i 操作的时代才刚刚开始。大家好， 最近 opencloud 已经火出了天际，今天就跟大家分享一下 opencloud 的 行业树爆。今天我跟大家分享三条新闻，先讲现象，再讲我的观点，三分钟搞定，记得点赞收藏！第一条，各大模型大厂跟风出 cloud 产品， 先看事实，这两个月啊，全球的大模型公司都在干同一件事情，推出自己 cloud 类型的产品。国外微软 corporate task、 manta、 danos agent 一个接一个上线。国内像 mini max、 kimi 这些也都拿出自己的 cloud 版本，核心思路都绕不开 open cloud。 数据也很夸张， 国内 mini max 二零二六年二月份的年化经常性收入从一亿美元一口气涨到了一点五亿美元，两个月增长百分之五十。 它的模型日均 token 消耗量比二零二五年年底整整翻了六倍。微软那边， corporate task 因为接近 open cloud 这种能动手做事的能力，企业付费用户明显增加，二月相关业务营收同比增长百分之三十。 我的观点是这样的， open cloud 改变了大众对 ai 的 常规认识，是一个非常厉害的行业催化剂。各大模型厂商的趁势跟进，也预示着大模型厂家正在进入 agent 赛道。尤其国内的 mini max， 在 把性价比推到极致的这个技术模式下，完美的贴合了这一波大龙虾狂欢，可真为名利双收。 第二条，手机原生集成 cloud app 厂家的好日子快到头了，先看事实，最近努比亚正式宣他们的新机型会从系统底层原生集成 open cloud， 这是手机行业第一次把 cloud 做成原声功能，相当于把 ai agent 直接打进了操作系统。 我们来回顾一下，几年前在豆包手机刚刚想做一个智能的 agent 手机的时候，当时是走的是接入 api 路线， 要让 app 厂商开放接口给 ai 权限。结果呢？微信、支付宝主流 app 厂商集体卡点不同意开放核心接口推不动。那这一次完全不一样，这次 cloud 势不可挡， 它不走开放接口，而是模拟用户的真实点击操作，像真人一样在屏幕上点划输， 不需要 a p p 厂家开放任何权限， a p p 厂家拦不住，利益上更挡不住，用户体验还会变得更好。所以我判断，手机原生集成 glass 大 趋势， a p p 厂家的围墙花园的模式正在被拆掉，希望他们做好了准备。 第三条， gpt 搞出了桌面原声 o s 操作，所有的大模型都会操作。也先看事实， openai 刚刚发布了 gpt 五点四，最关键的一点突破就是进行了桌面截图数据的大量训练，支持原声桌面的用户操作。简单来说， gpt 四点五现在不只会聊天， 而是能直接去操作电脑，它直接可以打开软件填表、发送数据，进行数据操作，一系列流程自己干完，测试数据也很亮眼。 在 os world 的 这个精准测试中， gpt 五点四已经拿到了百分之七十五的分数，超过了人类的平均水平。我的观点是这样子的啊，别看 gpt 先做甩，从根儿上看，它同样受到了 open cloud 这一波 ai 执行浪潮的影响。 open cloud 先证明了 ai 能动手做事， 市场、资本、用户都看见了， open ai 才在这个方向上猛冲了一刀。但 gpt 只是一个开始，接下来曼塔、 antropic 国内各大模型 一定会纷纷跟进，要么做自己的 cross 框架，要么在现有的模型里面加入原生的 os 界面操作能力。所以我判断， agent 替代传统 g u i 操作的时代才刚刚开始。以后你跟电脑说一句，把这周末的周报做出来发给老板， ai 就 能自己把全流程跑完，就会越来越常见。 最后总结一下， openclaw 这波热潮啊，干了三件很重的事情，第一，改变了普通人的认知，顺便促成了大厂营收的跨越式增长。第二，即将把移动设备改造成 ai 原生的直营终端。第三，推动了整个行业从会说到会做的这样子一个用户旅程。好的，今天的分享到此为止， 有希望了解大模型最新资讯、技术实现和商业观点的可以评论留言，让我们一起超越参数，跨越维度，在 ai 的 世界变得更强。

最近刷到抖音上，小龙虾爆火，说卢盆靠是 ai 神器，官方都点名它安全问题了，还说它是唯一一个被官方点名的 ai， 你 信不？更离谱的是，大家还跟风，程序员买了 mac mini 就 装它，普通人也想试试。我问你，你真觉得这东西靠谱吗？别被心思忽悠了。 说白了， open call 有 三大硬伤，第一，安全问题，官方都点名了说它不安全。第二，用起来贼麻烦，折腾半天最后啥也干不了。第三，它根本不解决实际问题，就是个玩具，你去问它 能帮我写报告吗？他可能说不能，然后抽风。为啥会这样？因为开发者光想着新，没想着好。 ai 不是 搞噱头的，得安全稳定好用。结果呢？你装了发现它抽风，数据还可能泄露，你说冤不冤？我朋友就中招了，折腾了三天， 最后连个 ppt 都做不好。但你看，现在大厂都在搞安全兜底的 ai 产品，比如直接给你一台弄好的 ai 电脑， 打开就能用，不用折腾，向你买个手机开机就能用， ai 也该这样，这才是普通人该用的。你想想，你花时间折腾， 最后啥也没干成，多浪费啊。 ai 不是 玩具，得安全省心，那些花里胡哨的赶紧扔一边去。普通人该用的是安全易用的 ai 工具，不是让你自己装一堆东西还担心安全，你还在折腾 oppo 吗？安全问题 你真扛得住。

一个奥地利程序员，一个人做了个工具四个月，登顶了 github 的 历史第一，超越了 linux。 全球顶级的 ai 公司啊 metta 出价十个亿美元要收购他，他拒绝了。 这就是最近火遍全网的 openclaw。 但今天我不是想说他有多厉害啊，我想说一个大多数人还没有完全注意到的事，这波 openclaw 的 热潮，真正受益的不是你想的那个人，我是杨乐多。大白话讲 ai。 先说第一层，你有没有发现，社交媒体上全是靠 opencloud 实现财富自由，一人公司日入万元的帖子？但与此同时呢，另一个声音也出来了， 其实，第一批认真用 opencloud 的 即刻呀已经开始清醒。为什么呢？因为他们发现了一个根本性的问题， opencloud 能执行，但不能判断。你可以让他收集信息、整理材料、发邮件、写代码。他什么都能做，但你让他决定这件事情值不值得做，这个方向对不对？ 他做不到。这就意味着呀，用好 opencll 的 人和用不好 opencll 的 人，差距不在技术，在思维。 ai 能帮你把事情做对，但想清楚做什么事还得靠你自己。 我最近被问的最多的问题就是，我用 opencll 到底能干嘛呢？ ai 的 上限是用他的人的认知的上限。 现在说第二层更反直觉， open class 是 奥迪一人做的开源工具，它火了以后，全球开发者疯狂地用它写代码，做 scale。 这些 ai 用的是哪家的模型呢？答案是中国的模型。它们大量涌向了 deepsea、 mini max、 kimi 这一类的模型。原因很简单啊，是因为性价比， 类似的效果，中国的模型调用成本只有美国模型的十几分之一，甚至几十分之一，所以你看到了什么呢？一个奥地利人做的一个工具 mad， 想花十亿买走它，被拒绝了。然后这个工具爆火，意外的成为了中国 ai 弯道超车的加速器。 美国人最想掌控的 ai 生态，正在被他们控制不了的开源力量重新分配。这件事情的启示啊，是，在 ai 这场竞争里，不是最强的赢，也不是最贵的赢，是最能被普通人用起来的那个赢。 opencloud 在 教全世界用 ai 干活，而中国的 ai 模型悄悄地成为了干活最划算的那个选择。你用上 opencloud 了吗？最有意思的体验和感受是啥？评论区分享出来吧！

这个 open club 着实没有追明白啊，让我找一个专业人士来了解一下。哎，先来一个高档又安静的地方。 能不能不要用专业的术语，就用最直接的语言来描述一下这个 open club 到底是个什么东西？ 办公室呢？就像你开了一家公司，那这家公司里头有技术人员，也有财务人员，还有一些市场。那么最重要的公司的灵魂是什么？老板办公室更像是，你是董事长，他就是董秘啊。你把事情交代给秘书，然后秘书会安排你几点钟开会啊？去哪出差啊？订个机票，订个酒店， 或者是向一个财务报销，购买一些物品，他是完全按照流程来办事的，所以他是一个标准化的工具，而不是一个创意工具，这一点非常明确。 那他怎么能够跟我们这种做创意的工作相结合呢？这个不是我的专业，我个人觉得最佳的方式是各司其职。比如你是老板， opencll 替你去管理一批技术人员去干活。我看到很多人在装了 opencll 以后，说帮我生成一个什么什么图， 实际上不就又倒回去了吗？回到了最初文生图工具逻辑里边。比如我现在自己有兴趣做了什么东西，那我就会去 ai 工具里头，先把这件事情分解成一个一个步骤，然后再整体交给 open class， 让它去调度各种不同的智能体和技能，最后告诉我这个事做完了就行了。 那也就是说要发挥 open class 最大的作用，最大的功效的话，其实还是要跟你们这些做程序的、写代码的工作人员，他是比较友好的，对吧？ 对，我们这种就是工作流程上比较直观的工种来说，其实它是有一定门槛。我认为目前的现状是这样的， 但现在 open cloud 这个热度，很多人都是尝个鲜就走了，因为你想用一下，体验一下，但是你进去用了之后你会发现，不做任何定制化的话，那你就是白白的在耗费 token， 那 这个事就很麻烦，因为 token 就是 钱嘛， 最后平台把钱赚了，你玩了一圈什么也没落下。就像当时你看大大小小的各种公司都在自己搞什么，买服务器，去安装那个 deepsea， 然后搞自己的智能体，也就是一阵风就过去了。那还有一个问题啊，就是我把我所有的个人文件，我的账号都交给了这个平台，那我怎么保证它的安全性呢？ 这个问题是一个非常难解的一个问题，因为你想要让 ai 去干活，你就必然会要给他权限，你得告诉他我的银行账户这个问题产生了后面无数个安全方面的问题， 包括最终他的产物归属的问题。比如说你拿他去做了一笔投资，这笔钱他最终没有转给你，转给他自己创建的一个账户，你说你会怎么样？ 像早期的一些纹身图或者纹身视频的一些工具，它没有这些这些问题，因为它是一个纯粹的工具，你让它干什么它就干什么。 openclaw 它会按照你的描述去做一些事情，但是这些事情可能不可控。当你把社交账号和你的银行账户交给他的时候， 他可能拿你的去做一些，发布一些不时的消息啊，或者是去跟别人约会啊，这是不是会对自己带来一些法律方面的一些风险？同时呢，你把你自己的银行账户交出去，那他可能就做一些投资或者洗钱等等，这些东西都有可能 你回过味来了，他是一个公爵，他不会承担这些责任的。所以呢，谨慎期间目前还不要做这些事情，尽可能的是让他作为一个工具来使用，不要交给他这些很危险的工具啊，或者是密码啊这些东西。 那你说像你们这些程序员来研发这些工具，未来随着这个预判能力越来越高，会不会取代那些做创意的人呢？这就关系到一个人工智能的意识自主问题， 只要它还没有自主意识，具有创造性的工作，或者和美学相关的工作，我认为做不到。苹果手机有一个功能叫做 siri 嘛，它的使用频率很高，但是存在感很低。我觉得 openclaw 最终就会向 siri 的 一个延伸，它的本质并不能做出创造性工作， 他最后做出来的成果还需要一个人或者一个有标准的智能体为他去拍板。这我最近在网上看了一些攻略，比如他能自动回复邮件，但你比如说我不是一个每天都有大量邮件需要回复的人，或者说我的每一封邮件， 那我都需要根据对方的语言或者思路，然后我出于我的情感，或者说我出于礼貌去来判断跟回复。那这个时候感觉 open klog 其实做不到的。 比如你是一个画廊的经理，客户来询价，如果这个这里面涉及到一些实时的商业信息的话，他怎么去评估一幅画值多少钱？那没有标准答案。所以他其实最适合做哪种事呢？就大公司里头第一个阶段，接待的客服，电子的前台，像初级的销售等等，这些职位 如果遇到特殊情况他自己处理不了，他就得不停的去请求人工帮助。所以这个系统最终还是要走到人工处理的这一步，只不过他替你挡了那些前面很多的重复工作，无效的工作而已。那你觉得现在大家是不是每个人都需要安装一个 openclo 这样的工具呢？ 我并不觉得人人都需要。如果你不是一个程序员，也不是一个 ai 行业的相关人员的话，这不是一个必要的选择。没有他你死不了，但有了他，你也未必能活得更好。目前的功能而言，他只是在模仿人，人不会的东西他也干不了。 你不要指望说你安装了一个 openclaw 之后，你原来不会的事你现在就会干了，你连该去调用什么样的技能你都不知道，那流程设计再完美也没有用，每个人只能赚到自己认知范围之内的钱。 那目前这个 openclaw 相对还是有一点复杂的安装和使用吗？是不是说明它还是一个很初级的阶段，可能很快就会有更方便的、更亲民的使用方式出现呢？ 是的，所以现在很多人去排长队花钱去装这个东西，将来一定会后悔。后面很可能是一键安装，或者你根本不需要去安装，在某个网站上注册一个账号就能用。它可能就是简简单单的一句话，或者一个眼神，或者比如眼镜直接调用。 最后一个问题啊，就是你认为这种工具在你们行业算不算颠覆性的啊？是的，我是这样认为的，以后甚至连手机这个东西都不需要了， 比如说一个小的微型处理器和一块小的智能板，戴在身上最好贴在不暴露在外的皮肤上，这样最安全。

全网都在吹 open class 二六年 ai 全开年网站，但我看完的第一反应一盆冷水。这东西在我的政企客户那里，连门都进不去，安全性、权限、合规，几乎每一条都踩雷。 但是虽然它进不了体制内的大门，却正在门外悄悄地制造一种巨大的贫富差距，不是钱的差距，是执行力的差距。 有一个很具体的例子，有一个做电商服务的软件公司老板用 openclaw 让 ai 去网上找客户见联，初步沟通结果他说之前招几百个销售，做地推，做视频号，做个人 ip， 累的像条狗。 openclaw 一 天时间跑完了百人团队半个月的工作量。 他说这句话的时候，眼里带着光，也透露着某种残忍，原本的组织架构在纯粹的算力面前，脆弱的像张纸。注意，这里不是 ai 学会了卖货，而是本来需要一整个销售团队反复试错，反复推进的事情，被一个 agent 系统性的跑完了。 顺着这个例子往下看，我们会发现有一类工作被明显的放大，比如像账号运营、内容触达、商务拓展、渠道维护。 这些工作共同点不是判断有多难，而是大量动作发生在数字世界里，且强依赖于持续的执行。 那过去这类工作的平静不是认知，而是体力，并不是不知道什么有效，而是没有足够的时间、精力和人力把所有动作完整的跑遍。 agent 的 出现，正在把这层执行摩擦整体抹平。 所以从基础的角度看，虽然 open call 这类的工具没有什么高级的模型层的突破， ai 没有突然学会商业判断，也没有替人做战略决策， ai 接管的是一类长期被低估，却每天都在消耗大量精力的事情。 就是数字世界里的执行，搜索点链接、切系统填表、跟进发消息、整理信息、反复尝试。那这些事情不高级，但很吃时间高度结构化，非常适合并行化。 这也解释了一个现象，为什么 ai 直播变化受影响最大的不是线下的执行人员，也不是顶层的决策者，而是卡在中间的那一层，被琐事困住的聪明人。 这些人的认知很高，但只有两只手，他们的判断可能很准，但时间有限。他们长期被执行细节拖住，能力被时间带宽封顶。 当执行这一层可以被 agent 接管时，会发生什么？答案是，小团队甚至一个人开始拥有过去只有大组织才具备的扩张能力增长。这件事正在从人力密集型迁移到算力密集型。 反过来说，也有一类人受到的直接影响没有那么大。比如很多的领导者，顶级的专家，他们的工作本身就是判断拍板，是方向选择。 他们很少亲自去做数字执行，或者早就有人替他们做了这件事。这也并不意味着这类人可以忽略 opencloud 的 影响，因为摆在他们面前的问题不是自己会不会被替代，而是团队和下属怎么用上这种新的执行杠杆。 再回到最开始，在政企场景里，虽然我们对 open collo 都保持高度的警惕，因为政企被安全和边界严格控制，但是我们更应该注意的是，在边界更开放的地方，一场能力放大的实验已经开始了。 open collo 将一场超级个人的成人礼。他问了我们一个问题，如果给你一只不知疲倦的数字军队，你那颗聪明的大脑到底能跑多远？

跟风 openclo 其实没有太大的意义，真正有价值的是看懂一个变化， ai 正在从工具变成生产力。我自己养龙虾大概三四个星期吧，今天聊聊我的思考， 可能能让你更加理性的去看到这个时代到底发生了什么。首先第一点， openclo 到底是什么？很多人把 openclo 讲的有点太神了，好像有了龙虾，就相当于说你有那个 ai 员工。 但拆开来看，它其实很简单，大模型工具调用，自动化执行。大模型负责理解任务，比如帮我键直播工具调用，让 ai 能够操纵软件，通过屏幕的识别模拟鼠标键盘，直接控制应用。自动化执行是把任务拆成步骤，下载、切片、加字幕导出，按顺序去完成。 这三层加在一起就是 a 阶段。用一句话总结就是 ai 从此不再是聊天工具，而变成了任务代理。过去是问答，现在是说一句话他就干。这个变化很关键，因为 ai 开始获得了行动权，从信息世界进入到了生产体系，意味着很多工作正在变成说一句话就能完成的任务。 你必须要重新思考，在这个新的生产体系里，你的位置在哪里？第二个点，为什么现在爆火？从技术的角度来看， openclo 并不算是革命，类似的框架其实去年就有很多，那为什么偏偏在这个时候火了？ 其实是因为三个事情叠加在一起。第一呢，技术刚好成熟，大模型的推理能力长上下文，工具调用，这三个能力同时跨越了可用的门槛， ag 的 从概念变成了工程问题。 第二呢，是结构开始变化，深圳从 openclo 爆火到出台龙虾十条，只用了一个月，最高补贴五百万，这个速度本身就是在虚荣。 ai 已经进入到了生产结构， 政策的潜台词是企业不需要那么多人了，让人和 ai 组队，形成新的生产单位，这是从找工作到造饭碗的饭式转变。第三个点是想象空间，每个人都能拥有自己的 ai 员工， 在焦虑和机会并存的这个时代，这种想象是很容易获得传播的。腾讯总部办的小龙虾宴会，近千人去排队，又开发着退休老人小孩，这不只是技术传播，更是时代情绪的一种集中释放。 大厂为什么会下场？逻辑很简单，每一轮技术革命都会产生新的入口。 pc 时代是浏览器，移动时代是 app， ai 时代很可能是对话框。 如果未来交互变成了说一句话系统就能执行，那这个对话框就是新的超级入口，谁控制了对话框，谁就能够控制流量的分发权。所以大厂现在做 ag， 本质上是在抢夺 ai 时代的流量入口， 表面是提供免费的服务，实际上是在做三件事，收集、使用数据。这是训练下一代模型的核心资产，构建开发者生态，形成护城河卡位商业模式，围绕入口去构建商业的可能性。 ai 正在从信息工具变成生产工具，技术进入生产体系，改变的不只是软件，而是整个组织结构。 那作为普通人，我们在这个时候应该做什么呢？首先我们要意识到，每次技术爆火，普通人要不然就是完全不理会，但是这两种就是都不理性。 我自己玩龙虾的这段时间，最大的感受就是 open club 对 普通人的门槛是很高的，部署权限、稳定性、成本、安全性，每一项都是不简单的。工薪部企鹅已经发了一些安全的警告说明了。老实说哈，我会认为百分之九十九的人是注定用不好它的，但是它不代表你要忽略它的变化。 真正重要的不是会不会用 open code， 而是有没有理解变更背后的逻辑。 ai 从信息工具变成了生产工具，生产工具的价值取决于你用它生产什么。所以我们普通人在这个时候要尽量做三件事。第一呢，是建立新的思考框架， 不要问 ai 能帮我做什么，而是要问我现在做的事里面，哪些是重复的，机械的、可流程化的，直播剪辑、电商上架、数据监控这些。 如果工作流本身就没有商业价值， ai 就 会变成需要 talk 的 玩具。第二呢，是先有工作流再找 ai， 不是 先安装工具再去想干嘛，而是先要想清楚干嘛再去安装工具。比如我研究 opencode 是 为了减直播欺骗，因为这件事本来我就是有商业收益的，只是效率很低，所以我要用这个工具去提升它。 三呢，是想清楚你到底要做什么。工作流来自于你的商业模式，要解决问题，你的核心能力。工具再多，如果你的方向是不清楚的，也还是原地打转。所以在思考 ai 能做什么之前，你要先想清楚我到底要做什么。第四点呢，是 ag， 它改变的是生产结构。 很多人把 ag 它当工具，但它真正改变的是生产结构。未来会出现新的组织形式，人负责决策、判断、策略。 ag 它负责执行、操作、 监控、整理。会出现大量极小的团队公司，也就是我们说的一人公司，一个人加 ai， 完成过去十个人的工作量，这个就是一人公司的现实逻辑。 ai 可以 填补所有的非核心工作角色，让个人专注最核心的价值创造。但这里边有个关键问题是，可能性不等于你能做成。很多人看到 openclo 火了就去装，看到了 opc 的 政策就去注册公司。但如果你问他，你用他做什么？收入从哪里来？客户是谁？要解决什么样的问题， 大部分人其实是打不上来的。我有个朋友研究了一周的 openclo， 兴奋的跟我分享，他也有了自己的小龙虾，我就问他，你要用它来干嘛？他就愣住了，说他也没有想好，但觉得很有用。这就是大部分人的真实现状， 工具不会自动变成商业模式，没有明确的工作流，没有价值创造逻辑，没有收入来源，他就只是一个烧 talk 的 玩具。在这个越来越魔幻的时代，每天都有新工具、新概念、新故事。但你会发现啊，情绪的传播远远超过理解。 很多人还没理解技术，就开始焦虑、兴奋、跟风、恐慌。这是一种典型的物和之众的效应。个体一旦进入了某个群体，理性就会被下降，情绪就会被放大。 ai 时代可能会更严重，因为技术传播更快，情绪传播更快，焦虑传播更快。 open klo 从小众的工具到全民的热议， 只用了不到一个月的时间，你打开各种自媒体平台，现在看到的都是别人在怎么养龙虾，别人在赚钱，别人在创业，让你觉得全世界都在做，只有我还没有做。 但实际上真正深度使用并产生价值的人，可能都不到百分之一，剩下百分之九十九都是在跟风。这其实已经不是第一次了，二零一七年区块链热潮，最后一地鸡毛，二零二一年元宇宙概念火了，很多人跟风去做，很多品牌也去做，现在也没有人再提了。 每次热潮都有人赚钱，但也有更多的人会成为韭菜。所以我现在越来越觉得哈，保持清醒比掌握技术在这个时代更重要。 所以与其跟风养龙虾，不如停下来思考三个问题。第一，你擅长什么？艺人？公司是用 ai 放大核心能力，没有核心能力， ai 只会放大迷茫，你要先找到答案。第二，市场需要什么？你擅长的东西有人愿意付费吗？有足够大的市场吗？有可持续的需求吗？ 很多人其实都是在自嗨，觉得自己这个东西很有用，但市场可能压根就不需要。第三呢，是 ai 能帮你做什么？这里要注意顺序，不是 ai 能做什么，我就要做什么，而是我要做什么， ai 能帮我做什么，一定是先有方向，再去找工具。 只有这三个问题都想清楚了，你才知道 openclo 对 你有没有用 opc， 是 不是机会，不然的话，你就是在用新工具，重复就能迷茫哔哔了很多哈。最后想再说三句话，第一句， openclo 可能很重要， 但也可能只是一个过度形态或者过度产品，真正重要的不是它本身，而是 ai 正在获得行动能力，从聊天工具到任务代理，从信息世界进入到生产体系，这是关键的转折点。第二句话， 当 ai 从回答问题变成了执行任务，技术改变的不只是软件，而是生产结构。组织规模变小，一人公司成为可能性，这是生产力组织方式的真实变更。第三句，在变化越来越快的时代， 真正重要的能力只有一个，独立思考。技术会变，工具会变，风口会变，但只有一个东西不会变，就是一个人是否清醒。在变化越来越快的时代，真正重要的不是追赶每一个风口，而是建立自己的确定性。 当所有人都狂热的时候，你要保持冷静。当所有人都在盲目跟风的时候，你要停下来想清楚自己到底要什么。这才是这场龙虾热，真正值得我们反思和思考的东西。

热度或者是有一些政策啊，我们说在企业端，我大概大概率是不能够使用的啊，很多要也要去卸载。你在群里面也能看到啊，很多也要去卸载，因为现在企业要可控吗？数据可控对吧？流程可控啊，尽可能控，还有一些对安全上面的东西啊， 总是有各种各样的。怎么说呢，权衡太大了，就使得你的人的介入就会变得很复杂，你他变成了一个黑盒，黑盒就很难去做这个事情啊， 因为企业里还是要说我们一半能看得到，我大概是能执行到什么程度，最后那一步或者是怎么样，我交给 ai 去处理一下回来啊，都是可控的，而不是说完全的是一个封闭的盒子，你对它没有掌控的啊，其实这个是很可怕的，如果真的是出了什么错误，你是吧？就这个事情会变得很大，同意吗？好。

今天和朋友聊了一个尴尬的触景， opencloud 他 太能干了。能干为什么会尴尬呢？他能干到所有平台都怕他。谷歌是第一个出手的 限制 ai 代理的自动化访问平台，公司紧随其后。调整 api 政策为什么专门针对这只小龙虾？ 因为 opencloud 在 短期之内执行了大量的批处理工作，平台分不清是人操作的还是 ai 操作的。 接下来我们说一个真实的案例，某用户用 opencloud 回复 gmail， 一 天处理五百封邮件，毫无疑问效率很高，但谷歌系统判定为异常信号，直接封号。用户说这是我本人操作的 ai， 谷歌回复那就是机器操作的疯了。这听起来是不是有点讽刺？你花了高价钱购买了 ai 的 服务，本着提效的目标， 结果效率太高，平台把你当机器人处理，这逻辑没毛病。更麻烦的是， open klo 的 基于各大平台的 api 今天能用，政策一变，这个功能就废了。今天你刚配置好一个工作流，明天有可能整个工作流就报废。所以我的评价是， open cloud 像是在大厂的围墙内跳舞的演员，跳的再好，人家随时可以拉电闸， 想用也不是不行。建议您呢，别把核心业务压上去，否则哪天平台一变脸，您的自动化帝国瞬间崩塌，比 p two p 跑路还快。