openclaw是显卡越高级越快吗

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！

我真是不知道 openclaw 是 怎么火起来的啊，之前他刚出来的时候呢，我就听过这个东西，但是我挺上头折腾那个 python 的， 所以就没怎么弄他，没想到好像一夜之间就突然火了，好多人还靠安装这个东西赚了大钱，现在好像又开始赚这个赚这个卸载的钱了，这一于两吃也是醉了。 前几天我朋友还问我这事呢，觉得这个 openclaw 特牛逼，但我想来想去呢，实在是没想到有多么好用啊。这也可能是我工作性质的原因啊， 不过这玩意没用也就算了啊，你还得给这玩意特别高的权限。直觉上我是觉得挺吓人的。这果然各种奇葩事那都有啊，有咣咣的把两百多封这张邮件一键全删了的，还有直接把电脑地盘彻底清空的，还有那因为 opencloud 导致 api 密钥被盗， 一觉醒来收到一点二万 tik 消费账单的啊，这热闹的事多了去了，果然这个喜剧的那盒那都是悲剧。 openclaw 是 什么呢？估计大家早就明白了，虽然叫 ai 工具，但它呢，和 deepsea 豆包啊， grog 这样的语言大模型根本不是一回事。 openclaw 本身它没有任何 ai 能力，你得自己呢往里面接大模型，然后一个个的配置对应工具， 它才能帮你做上网搜索，处理文件，发邮件啊这些事啊，说白了它就是个空的操作台，能不能干活，能干多少活呢，全看你外界的东西跟大家以为的超级 ai 那 不是一回事，而且关键是装这个东西的太麻烦了，因为根本没有进入市场嘛，程序处于公包状态， 先不说折腾系统的版本权限问题了，光是配置 note， gs 这些依赖环境就能难倒一大片人，要不人家安装一次收你五百呢，那是真麻烦。 但是你说难吧，也就是那种会者不难难者不会的状态，这个信息差的钱就跟人家赚，就算你费劲把它装好了，那就国内这个环境， openclaw 能做的事啊。我觉得也有限， 国内主流的几个大平台，那微信 b 站，抖音，小红书啊，还有几个电商平台，几乎都不对普通用户开放可用的 api 接口，你这没有 api 接口， opencloud 就 根本碰不到这些平台的数据。巧妇难为无米之炊啊，你这写的指令再好，那他也执行不了，那白搭。 这玩意在国外之所以能火起来呢，主要是油管啊，谷歌这些平台都有成熟开放的接口，这才能让他真正的用起来。咱们这边百大自有国青在此。不过就算是所有的接口都放开了呢，其实我觉得他对大多数人来说也没有什么特殊的价值。 那你想想你要用它来干嘛呢？如果只是查资料问问题的话，那现在各个模型这点开不就能用了吗？非得绕个圈折腾这个框架干啥呢？ 然后就算是要做自动化流程呢，现成的 rta 啊， workflow 这些工具也很成熟了，根本犯不上自己从零搭建一套系统。 而且别忘了这是一个需要常驻运行的自托管系统，需要不停的调试权限，要管理上下文的，所以也就是新线两天，最后大概率花了五百块。装完后呢，发个朋友圈之后呢，又放一边吃灰了。 但问题是，这才是故事的开始，那 open cloud 的 背后是有实实在在的安全风险的。 你要想让 openclo 帮你做事呢，就得给他很高的权限，小到读取你的本地文件、调用你付费的 api 密钥，大到控制系统级别的操作。而由大模型驱动的智能体呢，它的行为并不是完全可预测的，一旦出现提示词注入、工具插件投毒的问题呢？ 泄露个人隐私它都是轻的，弄不好连整个电脑的文件系统都可能会被破坏，造成无法挽回的损失。 这玩意对程序员即刻来说呢，玩玩 openclock 可能是个探索，但对于连配置环境都费劲的普通人来说，这点虚无的新鲜感根本抵不上这么大的安全隐患。如果非要说这玩意最大的功能，我看就是发个朋友圈装个逼是最大的用处了。

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。

还在找机房工作站渲染集训专用显卡？来看看这款英伟达的 rtx 四零六零钛十六 g 公版涡轮卡，符合你的所有仪器 标准。公版涡轮设计始终规整，多卡堆叠、机柜装机都完美适配。十六 g 超大选存跑 ai 小 模型，大模型推理特征提取通通够用。 第四代天色库尔支持 f p 八高速算力， ai 训练部署一步到位。一百六十瓦低功耗涡轮散热静音又高效，长时间满载依然稳定不掉帧。光线追踪加 ai 加速，渲染更快更稳。 不管是本地 ai 部署、工作站算力还是机况机群，这张四零六零钛十六 g 涡轮公版，高性价比高算力，不要犹豫，值得选择！

这次爆火啊，我想跟大家去携手一下我的观点啊，当然也包括了普通人入职 ai 的 一些机会和方向。那我给大家一组数据啊，年前我们的算力平台平均的显卡覆盖率在百分之六十左右， 那现在基本上是可以飙升到了稳定八十甚至是九十加，而算力消耗变大了。这个讯息啊，也侧面验证了一个事实， 就现在，人不再仅限于了解 ai， 而是真正做到洞所去实践 ai。 以前跟客户谈私有化部，谈 ai 萨斯定制，前十分钟基本是不会聊什么业务的啊，全部都是在科普 告诉你 ai 是 什么，而且你完全想象不到，一个年薪几个亿的老板，连基本上是什么都可能不知道。那现在啊，大部分客户都是直接带着需求来的，希望你用 ai 解决他这些实际问题。 有一部分老板担心你可能不理解，甚至会拿他的电脑也是他用 ai 做的产品 demo。 那 我再透露一个信息啊，目前在我们后台看，跑得最快且消耗算力最大的一定是 ai 的 相关的应用啊，比如像 loata 这种很前沿的设计的 ai， 或者大家很熟知的编程了 ai 的 coser。 其实早在年前我们便嗅到了气味啊，开发了自己的 comfort agent， 有 绝大一部分因素是因为我们真的看到了算市场的巨大变化，而 opencloud 仅仅只加了把火。 所以综上所述啊，我可以很明确的告诉你们，传统的 ai 工具套壳慢慢会退出主舞台，取而代之的是有对话框界面的行业 a 阵啊。说人话就是问题，以后不再需要靠鼠标点击去解决了，而是通过对话的方式，让 ai 帮你去自主完成 那屏幕右边打打字，左边就会开始执行操作的产品新范式马上就会到来。那回到机会层面啊，那大家就要去思考了，如何在现在这波台名找到自己的定位。那我给各位啊三点建议， 第一，观底层述流程啊。如果你是一个完全不懂技术的小白，那你要做的就是结合你对自己行业的工作流程去研究一套搭配。 agent 的 skill 未来的核心一定不是技术，拼的是你对业务的理解程度和行业的认知上限，而 skill 一定是这把关键钥匙。 第二，师傅领进门路进短半程啊，现在不像两年前了，大家都在一个起跑线上，想要追上大汽队，最快的途径就是要找到懂 ai、 懂商业的人，深度沟通一下 啊。我之前身边有很多产业做的不错的朋友啊，好面子，刚开始不愿意麻烦我，最后可能交了几万的学费，发现到头来还是不如跟我聊一个小时来的效率。那送各位四句话啊，多参会，多走访，多见脸，少要面。那第三啊，越大的公司越关注安全。 今年开始啊，我们的私有化订单越来越多，光 q 一 我们就完成了去年 q 三 q 四的总业绩，那很多的企业在云端体验 a 证之后，慢慢还是会关注资产沉淀和数据安全。 ai 幻觉一日存在，数据保障便一刻不停，手上有大笔客户资源的朋友啊，我告诉你们一个事实啊，算力硬件是前系真正的大头，还是在安全保障和数据维护上面？兄弟们啊，蛋糕很大，接下来一切都是 ai。

这个就是我们装好的一个 open core 小 龙虾啊，然后这里面的话介绍一下怎么配置它，然后这里呢是它的技能啊，也可以理解为插件，就是它会有非常多的功能，安装好之后它会自带非常多的一些功能， 包括桌面的管理啊，或者写代码等等了。那你给他赋予功能之后，还需要让他有一些大模型的能力，我们就可以给他去接别的大模型，比如说在这里配置， 在代理这边呢，我们就可以给他接上别的模型，这里我们接的是智普的啊 gm， 然后让他调用了所有的技能，那么这个时候他就可以帮我们做很多事了。比如说我直接让他在桌面上给我创建一个贪吃蛇的网页，这个是十五点十七分发的，他在 十五点十八分这里十五点十八分就已经给我做好了，然后该看看下的效果，而且它是自动的就装在这个网页里啊，开始游戏做一个正常的， 然后上面会有得分啊，其他的工作，包括这个桌面，我还让他帮我整理一下桌面，就是非常的整洁啊，然后其他的需求也可以让他去做。

这条视频呢，原本是我们部门内部的一个分享，在同事的建议下，我决定把它发到网上，供更多感兴趣的朋友参考了解。今天我的分享呢，其实有两个部分，一个是很明显的主题， open cloud 小 龙虾。二是我非常热衷的一个 ai 功能， ai 播客。 有了 ai 播客的帮助，我可以精准控制本次分享的时长，整体会在二十五分钟左右，虽然还是有点超时，但是我实在不想删减了。既然讲，咱们就稍微讲透一点。接下来准备分享的内容我已经喂给了豆包，下面有请两位 ai 主持人， 欢迎收听豆包 ai 播客节目。 今天我们要聊的呢，是一个开源的项目，叫做 open claw。 对， 这是一个可以运行在本地的 ai 代理，它可以通过一些技能的扩展来自动化完成很多的电脑操作。 但是呢，这个东西在使用的过程当中会涉及到一些成本的问题，权限的问题，还有隐私安全的问题，所以我们会在节目当中跟大家探讨一下， 是不是真的适合普通用户去使用。是啊，这个项目最近也挺火的，那我们就直接开始吧。首先要探讨的主题呢是关于为什么会有这次的分享。对，就是 ryan 为什么会突然决定要跟大家聊一聊 openclaw 这个项目，就是最近这个 openclaw， 也就是小熊家讨论特别火热， 然后 ram 本身对这个项目就有一些积累和兴趣。嗯，正好上周五的时候，他的领导又让他去尝试部署一下，所以他就很快的把这次分享准备出来了。哦，原来是这样，那他在分享的时候有没有说，呃，他自己对于要不要在这个项目上面投入更多的时间和金钱是怎么想的？有的， 他其实在分享里面也很坦白的说了，就是他自己其实一直很犹豫到底要不要投入更多的精力和财力在这个上面。嗯，然后他也希望说通过这次的分享 能够让大家也一起思考一下这个问题，就是到底值不值得大家去投入。明白了，那 open club 到底是个什么东西？它跟我们平时用的那些聊天机器人有什么不一样？ club 其实跟那些只能陪你聊天的机器人完全不是一个东西， 它的口号就是 the ai that actually does things。 它是一个真正能干活的 ai。 听起来就很厉害啊，那它具体是怎么做到的呢？首先它是一个可以部署在你自己电脑上的开源的 ai 代理， 然后它有几个核心的组建，嗯，第一个呢叫做 gateway 网关，它就是负责把各种各样的聊天软件，比如说 telegram、 飞书、微信什么都接进来，所以你就可以通过这些聊天软件跟它对话。哎，这个设计还挺巧妙的，那除了这个网关之外，还有什么核心的部分吗？还有一个叫做 agent 智能体，这个就是它的大脑，它会去调用像 gpt 或者说 cloud 的 这种大模型来做思考和决策。然后还有一个叫做 skills 技能，这就像是它的手和脚，就是它可以去打开浏览器帮你查资料，或者是说运行一段代码。嗯，最后一个是 memory 记忆， 这个就是让他可以记住跟你的对话，还有你的一些习惯，所以下一次你再跟他说的时候，他就会记得你之前说过什么。彭克劳到底能做哪些实际的事情呢？你可以举一个具体场景说说吗？当然可以，比如说你现在在外面，然后你用手机发一句话给他， 他就可以在你家里那台一直开着的电脑上面，帮你把邮箱里面的几百封邮件都整理一遍，把重要的邮件挑出来做一个摘要。 嗯，甚至它还可以帮你去网上找一些行业报告，然后把结果全部都整理成一个文档。就这些操作，你都不需要自己坐在电脑前面去操作哦，这就很方便。那我们接下来就来聊聊这个东西的诞生过程， 它是怎么来的？它背后的故事到底是一个什么样的？为什么会有人要做这个 open club？ 其实它的起源非常的有意思，它是由一个奥地利的开发者，它的名字叫 peter steinberger。 嗯，他之前把自己创办的公司卖掉了，然后就提前退休了， 但是他退休之后觉得很空虚，嗯，然后他就决定重新开始写代码，原来他是为了给自己找事情做才开始这个项目的。没错没错，他其实刚开始的时候对外部开发一知半解，然后他就借助 ai 的 帮助学了几个月，嗯，就搞出了 opencloud 的 前身。 因为他觉得市面上的那些 ai 助手，要么就是功能太弱了，要么就是让他觉得隐私没有办法保障，所以他就决定自己做一个完全符合他自己需求的 ai， 这才是真正的起点。懂了懂了，那这个东西刚开源的时候在技术圈到底有多火？就是它这个项目在二零二五年年底开源，名字叫 cloud debug。 嗯，然后它在 github 上面短短不到四个月的时间就收获了二十七万多的 star， 就这个数据其实是非常吓人的。二十七万多的 star， 那 真的是很夸张啦。对啊，就是说明这个反响真的非常的强烈。是的，要知道 deepsea 这种非常火的国产开源项目，一年的时间也就是十万多的 star。 嗯，所以就是说 openclaw 这个热度一起来， 开发者圈子里面直接就炸锅了。很多人都说这是目前最接近钢铁侠里面贾维斯的东西。这么说的话，那我们就很好奇了，就是这个东西到底是怎么工作的？他是怎么去完成像整理邮件或者说生成一个报告这种比较复杂的任务的？嗯，你可以讲一讲他的整个执行流程吗？当然可以，就是比如说你给他一个任务， 让他去帮你找几篇关于 a i a 志的最新的研报，然后总结要点，再发邮件给团队。嗯，那他会首先用他的视觉闭环去识别屏幕上面的按钮啊、文本啊，就他能像人一样的去看懂这个界面，能看懂屏幕上的内容，这个就很像人在操作电脑了。 对，然后他会用他的这个动态规划大脑，也就是大模型，来根据他看到的东西和他的目标来决定下一步要干什么。比如说他要点击这个链接，或者说他要滚动页面，嗯，或者说他要输入一些内容， 它会不断地重复这个观察、思考行动的过程，指导任务完成。那它这个工作方式会带来什么特殊的问题吗？因为它每一次的观察，尤其是需要理解画面的时候，还有它每一步的思考和规划， 都需要去调用大模型的 api。 对， 所以这个成本是非常高的，就是你用的越多，你的费用涨得越快。除了这个调用大模型的费用之外，在实际使用 open call 的 时候，还有没有什么其他的门槛儿 啊？他的架构里面还有一个很容易被忽略的，就是训练层。对，因为通用的大模型他虽然很厉害，但是如果遇到你们公司内部非常奇葩的一个系统，他很有可能第一步就操作不下去了， 因为他根本就不认识那些按钮，就说我如果想要让他在我们公司这种很特殊的软件上面能够顺利的帮我做事，我还得自己在训练他。没错没错，就是你得把那些深度用户的每一步操作都录下来，收集好， 然后用这个叫做 sft 监督微调的方式，像教实习生一样反复地教他。比如把几十次甚至上百次成功的报销流程录下来， 整理成高质量教材，持续投喂训练，他才能够学会怎么去操作你们公司的这个系统。所以这个东西它号称开箱即用，其实用起来并没有那么简单，对吧？它其实更像是一个需要你花大量时间去长期培养的框架， 而不是说买过来就可以马上帮你解决所有问题的一个产品。嗯，你除了要花钱，还要花时间、花精力，然后还要懂技术，还有足够多的高质量数据。 这个过程就像养孩子一样，要投入很多东西，他才会慢慢长大。好的，那他这个本地部署到底给我们的隐私和权限管理带来了哪些新的变化？ 就是因为他是直接装在你自己的电脑或者服务器上面的，所以你的核心数据都是存在你自己这的，不会上传到任何第三方， 这就比那种什么都要连到外网的服务要安全很多。嗯，但是他的自动化能力是完全取决于你给他的权限的。听上去权限管理就变得非常关键了。对， 因为比如说你想要他帮你全程处理邮件，那他肯定要能够读取你所有的邮件。嗯，那你想要他帮你自动整理文件，那他肯定要对你的文件夹有读写的权限， 所以它很容易就会变成一个权限比你自己还高的东西。对，这个对于很多普通用户来说其实是挺难把握的。那有没有什么实际的例子说这个东西因为权限或者配置的问题导致出现了比较严重的后果？有啊，就之前在 ai 圈里面闹得挺大的一个事情， 就是 mate 的 超级智能实验室的那个 ai 安全和对齐总监。嗯，他不是在自己的电脑上面装了这个 openclog， 然后一开始的时候他是用一个测试邮箱在玩嘛，觉得还挺好用的，然后他就把自己的工作邮箱也接上去了。他在接自己工作邮箱的时候有没有做一些限制呢？ 他当时是专门设置了，就是让 openclog 先给出建议，然后他确认之后才可以执行。嗯，但是可能是因为他的邮箱里面东西太多了， 导致这个 ai 要压缩上下文，结果就把他这个确认的指令给忘了，然后就把他的邮箱一顿狂删，而且他在手机上面根本就停不下来，他只能冲回电脑前面，手动把它关掉。这个事情在行业里面有没有引起什么反响？当然有了，当时好多人都在调侃他说你这个 ai 安全和对齐总监怎么自己都没有把权限管 好。然后马斯克也转发了那个星球崛起的那个病毒视频，就是那个星星拿着 a k 四七的那个，还评论说经典。 所以这个事情也让很多人更加谨慎，他们会选择把 openclaw 单独装在一台专门的机器上面，就是为了隔离风险。确实是这样，那我们下面就要来聊一聊这个 openclaw 它到底有哪些实际的应用场景？它最基础的使用方式是什么样子的？ 最基础的话就是它可以当成一个聊天机器人来用，你可以直接给他发消息，然后让他执行一些简单的指令，对，这是最基本的操作。明白了，那进阶一点的用法呢？它可以自动化哪些比较复杂的工作流？进阶的玩法就非常有意思了，比如说你可以用它来做远程的 web coding， 就是 你在手机上面发一条消息， 然后你家里的或者公司的电脑就会自动帮你执行代码，执行完了之后会把结果直接回传到你的聊天软件上面，整个过程完全不需要你坐在电脑前面，这就很方便了呀，那还有没有其他的一些进阶的玩法呢？还有就是它可以帮你做 rss 的 自动化， 就是你可以自定义规则，让他去帮你抓取你感兴趣的内容，然后筛选出来之后推送给你。嗯，甚至他还可以把这些内容做成播客，或者做成视频，然后发给你，就相当于你有了一个专属的新闻频道。哇，这些功能真的太酷了，那有没有人把它用在一些社交平台的自动化运营上面？ 有啊，有算法工程师就用 openclaw 做了一个小红书的账号，叫 leco， 然后这个账号它是完全自动运行的。嗯，它可以自己设定人设，然后自己发笔记，甚至还可以接入 ai 绘画和多模态， 但是它生成的图片就是 ai 的 痕迹会比较重。这个 leco 它能做到什么程度的自动化呢？它会自己登录小红书，然后查看通知，自动回复评论，还会刷内容，然后做出评价。 如果他遇到有人在评论里面搞恶意代码，它还会自动怼回去。它背后是靠一个心跳机制，每五分钟就会自动巡检一次。所以现在就不光是可以自动发帖，还可以自动跟粉丝互动了。而且还有人专门做了一个小红书的自动化发布工具，它是一个跨平台的桌面应用， 然后它里面集成了 ai 内容生成、用户管理、自动登录发布， 所以你就可以非常高效地管理和发布你的小红书内容。除了小红书的自动运营之外，这个东西还能用来做什么比较有趣的事情吗？还有一个很有意思的技能包，就是基于字节的 cds 二点零，它可以帮你自动生成 ai 的 慢距视频。 嗯，就是你只要一句话，它就可以帮你从写脚本到生成视频到最后验收全部都搞定，而且它用的就是 mangaka 这个技能。哦，这听起来很像是把一整个视频制作流程都自动化了呀。是的是的，厉害的地方就是这个 skill。 你 只要有了这套 skill， 不管你是用 cloud 还是直接调用 cds 二点零，都可以很快地生成一个慢剧视频。嗯，而且它整个的更新和管理都是非常方便的，你可以随时添加或者删除技能。好的，那这个 opencloud 在 实际使用的时候，它和大家想象中的贾维斯有多大的差距？ 其实 openclo 它并没有像电影里面的贾维斯那样，真的有一个视觉，可以看到你的屏幕，然后用一个虚拟的鼠标帮你操作。嗯，它现在其实是没有眼睛的，它只能通过一些指令来控制你的电脑，所以它本质上更像是一个命令行的助手。所以说，我们看到的那些很炫的，比如说 ai 自动帮你做 ppt 这种， 他其实还做不到，是吗？没错没错，就是你如果用过 cloud code 或者 cursor 这种工具的话，你会发现，其实 opencloud 的 操作逻辑和它们是几乎没有什么区别的。嗯，它都是靠一些代码或者命令来执行的。 如果你想要那种看着 ai 帮你操作 powerpoint， 然后开始做 ppt 的 震撼，那你可能就要失望了。懂了懂了，那它有没有什么特别方便的地方？有啊，它的交互方式很有意思，它除了可以住在 discord 或 telegram 里，还可以集成到飞书、钉钉甚至微信这类日常办公或聊天软件里， 不用额外装 app。 嗯，你在任何有网的地方都能用手机对家里的 ai 助理下达指令，这种随时随地指挥 ai 干活的体验确实很上瘾。既然它这么方便，那这个便利性会不会给用户带来一些额外的负担呢？会的，因为你用起来太顺手了，就会不自觉的多用， 然后每一次的对话其实都是在消耗 a p i。 嗯，所以你用的越多，你的账单涨得越快，这个便利反而变成了一个花钱的陷阱。 很了解了，那这个 cloud 技能生态到底有多丰富？就是现在已经有上万的技能了，然后它覆盖的领域非常广，包括开发、设计、市场、金融，几乎你能想到的所有行业都有对应的技能。嗯，而且这个数量还在不断的增加， 这是它非常强大的一个优势。这么多技能，那我是不是可以理解为，用户可以根据自己的需求，随意的拼装这些技能， 就可以创造出自己的工作流？对，就是它的这个技能，市场是非常繁荣的，大家可以去下载别人分享的技能，也可以把自己的上传上去。嗯，但是呢，每个技能在使用的时候都是要消耗 token 的， 就是你用的越复杂的技能，调用的 a p i 越多，你的费用也会越高。 而且有些技能可能还要你自己提供数据去训练，它才会更贴合你的需求。所以这个生态能不能够把这个使用成本降下来，让更多的人用得起。 说到成本的问题，那我们就来讨论一下 openclaw 的 这个成本。焦虑它的这个费用到底是怎么算的？为什么很多人用着用着就会很焦虑？其实 openclaw 它是一个本地的高权限的 ai 智能体， 他想要真正地帮你做事，是需要你不断地去付费去训练他的。嗯，所以他每一次帮你执行一个操作，背后都是在调用 a p i， 然后这个 a p i 是 要花钱的，所以你用的越多，花的钱越多。听起来好像就是我每次让他干点什么都得担心会不会爆掉我的账单。是的， 而且你还要花大量的时间准备很多数据，把它从一个什么都不会的新手慢慢的训练成一个能够理解你习惯的专属助手。嗯，所以这两个门槛其实把很多人都劝退了，因为你可能用着用着就发现， 哎，我这个账单怎么又超了，或者说我没有那么多时间去训练它。那有没有什么真实的案例是大家用的时候真的遇到了这种成本爆炸的情况？有啊，就是在一个技术论坛上面有一个人，他就吐槽说 他只是让 openclaw 帮他设定了几个简单的定时提醒，嗯，就是每天帮他推送一下股价什么的，结果他就一个晚上加一个上午就消耗了五百七十多万的 token。 五百七十多万的 token， 那 得花多少钱啊？如果是用最顶级的模型的话，他那个账单就是一下子就上去了，然后他最后就说，除非你家里有矿，不然的话你根本就负担不起让这个东西一直跑自动化任务。嗯， 所以就是 token 消耗这个事情也一下子变成了大家最头疼的问题。所以这个 token 到底是怎么被消耗掉的？有没有什么具体的场景会让费用涨得特别快？有一个人，他就是让 openclaw 自动去注册邮箱，然后注册 x 账号，最后发一条推文，就这么一个流程，他就花了五十 五美金，那确实不便宜，而且这还只是一个简单的任务。 是啊，所以大家现在就是从一开始的兴奋变成了后来的觉得太贵了，而且你有的时候稍微不注意， 两个小时就可以烧掉三十美金，嗯，然后你再看那个图标，你就发现你的费用是这样直线上升的，你就会很焦虑，它的这个费用到底是怎么算的？除了大家能看到的这个 token 的 费用之外，还有没有什么别的隐藏的开销？其实 open cloud 它本身是免费的， 但是你在用的过程当中会发现，其实它的花费有的时候比一些付费的软件还要高，因为它主要的成本有两部分，嗯，一部分就是 token 的 费用，这个是大家能够直接看到的。然后还有一部分是隐性的，就是你的时间成本。就说这个 token 费用为什么有的人用起来会觉得特别贵？这是因为有三个原因， 第一个是因为你的对话上下文会越记越多，嗯，就是你可能聊到后面一个小小的问题，都要带着几万甚至几十万的 token 历史记录。第二个是它会把工具的输出，比如说目录啊，日制啊，都一股脑的塞到你的历史消息里面，那你这个 token 就 会暴增。 第三个是他每次都会重新发送系统提示，而这个系统提示本身可能就有几千甚至上万的 token， 嗯，所以你这三个一叠加，你稍微跑一个稍微复杂一点的任务，比如说整理财报，然后发邮件，可能就会消耗几万甚至几十万的 token。 那 你用顶级模型的话，一天花个几百块钱真的很正常，而且你根本就没有办法预估，也没有办法设一个上限。哦，原来这些细节都会导致费用猛涨。对， 那这个隐性的时间成本又体现在哪些地方呢？不，你想要让 openclaw 真正的帮你处理一些比较复杂的、个性化的任务，你还要给他做 sft 微调，嗯，就是你要自己去设定任务，收集操作轨迹、标注数据、挑选模型、训练评估，然后不断地优化， 这每一步都很费时间，而且你必须要懂一点技术。所以这一套流程下来，就只有极客或者说领域专家才会去玩儿，对 普通用户根本就耗不起这个精力。确实如此，那我们就不得不考虑一下它的应用风险了，就是 open claw 它在安全方面有哪些比较让人头大的隐患？它最大的安全风险其实就在于它的权限实在是太大了， 就是你只要给了它权限，它就可以任意的读取和修改你的文件，甚至可以执行系统指令。嗯， 所以如果这个东西被恶意的人利用了，那你的电脑基本上就是任人宰割了。这么说的话，那他的这个技能市场里面是不是也藏着不少危险？第三方的安全审计发现， opencloud 的 这个 ai 技能插件里面，差不多有五分之一都有高危的安全漏洞。 嗯，然后官方的市场里面已经查出了三百多个会窃取用户敏感信息的恶意插件，而且研究人员还可以做到， 只要你用户点开一个恶意网页，它在一百毫秒之内就可以完全接管你的 open cloud， 而且这个攻击根本就不需要连公网 ip 就 可以完成。如果我只是在内网用，是不是就可以高枕无忧了？也不是，如果你是在家里或者公司的内网里面用，外面的人确实很难直接扫到你的机器。嗯， 但是你依然要小心那个恶意网页的攻击，就是你只要一访问，他就可以在本地对你进行攻击，所以这个风险还是一直存在的。除了这个安全隐患之外，用 open club 还会遇到什么其他的风险吗？还有就是经济风险，就是你 token 一 旦没有控制好的话， 你可能会收到一张非常惊人的账单。对，很多人就是被这个价格给劝退了。这个 token 费用确实是一个很现实的门槛。然后还有一个风险就是投资回报的风险， 就是你花了很多很多时间很多数据去训练你的这个 ai， 但是可能大模型一升级，或者说这个软件一更新， 你之前的那些努力可能就全部都白费了。嗯，你可能要重新再去训练。这个投入的贬值风险也是让很多企业不敢用的一个很重要的原因。那到底什么样的人会真正的需要 open class 呢？或者说他最适合解决什么样的问题？如果你希望有一个可以帮你全自动管理电脑的万能助手，那他现在还没有办法做到这一步。嗯， 但是如果你是一个开发者，你希望能够在手机上面远程的控制你的家里的主机，或者说你的云服务器，帮你自动的执行一些任务， 然后你也不介意自己去做一些配置和调教，那他绝对是一个非常得力的工具。就说其实这个工具他的定位并不是一个适合所有人的一键就可以用的东西。没错没错，最重要的还是要先想清楚你自己的需求是什么， 因为现在这个技能越来越多，如果你没有一个核心的目标的话，这些工具反而会成为你的干扰。嗯，所以你一定要先明确你的目标，再去选择适合你的工具。我还想知道就这个东西到底应该怎么部署， 比如说我现在想自己搭一个 openclo， 我 到底需要准备一些什么样的硬件和软件环境？最常见的就是用一个 mac mini， 因为它可以做到全天候的运行， 然后它的功耗也很低，而且它和 apple 生态的结合会让技能调用特别顺畅。嗯，再加上它的硬件性价比也很高，所以它是一个非常理想的选择。那如果我没有 mac mini， 我 用 windows 或者 linux 行不行？当然也可以 opencloud 也支持在 windows 和 linux 上面部署。 然后如果你实在是不想自己折腾本地环境的话，也有一些云厂商提供了镜像，可以让你快速地在云端部署。嗯， 你只要跟着他们的教程一步一步来，基本上也可以很快的就启动起来。明白了，那本地部署和云端部署这两种方式有什么最核心的区别吗？本地部署的话，就是你所有的数据都是在你自己的电脑或者服务器上面，所以你的隐私和安全是最有保障的， 然后也不需要额外的花钱，但是你的电脑一旦关机了，他就没有办法工作了。嗯，而且他的性能也是取决于你的这台机器的配置的， 另外他也不太适合多个人同时使用，所以云端部署就是为了解决这些问题的吗？云端部署的话，就是你可以做到全天候的运行，然后也支持团队协助，但是你的数据是存在第三方的服务器上面的，所以你的隐私就没有办法像本地那么有保障，而且你要持续的付费。嗯， 然后他也没有办法直接操作你本地的文件，所以如果你的数据是非常敏感的话，其实也不建议放到云端。 如果我已经安装好了，第一次打开需要注意哪些配置呢？首先就是你要先选好你的这个 ai 服务商和你要用的模型，然后还有就是你的 o s， f 或者 api key， 这个是要提前准备好的，因为不同的服务商的计费方式是不一样的。嗯，然后第二个就是你要注意你的通信的 channel， 因为如果你选了一些海外的 im 的 话，很有可能你的 gitware 是 启动不起来的，所以你可以先把这个步骤跳过，先让它跑起来，然后后面再去补装你需要的 skills。 最后就是你要选择一个你喜欢的控制界面，是 tui 还是 webui， 这个就看你个人的喜好了。好的，那 opencloud 支持哪些模型？ 然后我们怎么去根据自己的需求去挑选一个合适的模型？如果你的预算比较充足，然后你又希望一切都很省心的话，你就直接去订阅那些顶级的套餐，比如说像拆 gpt 或者 cloud 的 最新的版本。嗯，像 gpt 五点三 codex， 或者是 cloud opus 四点六， 这些都是可以的，就是它们的质量是最高的，然后最适合你去做一些关键的人。那如果说我订阅这些主流的服务不太方便，还有没有其他的办法可以用上这些顶级的模型呢？有的，你可以用一些聚合的平台，比如说 openroot， 它是可以让你按 token 去付费调用这些大模型的。嗯，但是它的这个单次的费用会比较高，然后性价比没有订阅那么划算。 我看有人提到说用 google 的 这个订阅，这个具体怎么操作？你如果已经有了 google 的 订阅的话，你可以走 o s f 授权用 anti gravity， 它的额度是会定期刷新的，但是它比较容易被限流。嗯， 你也可以用 api key 在 google as studio 或者 vertex 里面去调用，它是按使用量计费的，然后它的额度也比较容易控制，而且 pro 和 ltr 版本还会送你一些免费的额度。 那我如果说只是想先体验一下，不想花什么钱，有什么选择吗？你可以用一些国产的模型，比如说 kimi 或者 mini max， 还有 qen。 嗯，像 kimi k 二点五和 mini max 二点一都是比较推荐的，然后 kimi 的 工程化做得更好一些， mini max 会更快更便宜。 如果你是特别在意隐私，或者说你想要长期使用的话，你可以用奥莱马在本地去跑一些模型，比如说 deepsea v 三点二，或者是 q and three coder next， 还有 jama three 这种，但是你的设备得有足够的性能。 嗯，然后如果你只是想试试看，你可以用一些免费的模型，比如说用 nvidia 去部署 kimi k 二点五的试用版本，或者是用 openroot 上面的免费模型。 但是要注意的是，这些免费的服务很有可能会把你的数据上传上去，用于训练，所以千万不要用它们来处理你的敏感信息。懂了懂了， 那我们再来讨论一下 openclog 这个实际应用的价值，它到底给我们带来了哪些超越传统脚本的新的变化。 openclog 它真正厉害的地方并不是说它可以帮你写一个脚本。嗯，它真正厉害的地方是它可以把这些脚本打包成一个一个的 skill， 然后你可以很方便的去管理，去升级，甚至可以和社区的其他人去共享。 所以这就让自动化的流程可以不断地进化，不断地变得变得更加强大。好的，那我们最后再来说一下，大家在使用 openclaw 的 时候，有哪些风险是一定要注意的， 最重要的就是绝对不要把你的 api 泄露出去，然后也不要用它去上传你的财务信息。注，指这种敏感的数据。嗯，然后再做一些浏览器的自动化，或者说一些不可逆的操作的时候，一定要有人在旁边看着， 最好是能够给他加上一些限制，这样的话可以避免一些意外的发生。对，今天我们跟大家一起拆解了 open club 的 工作原理，使用场景，以及他在成本、隐私和安全上面的一些挑战。嗯，其实他确实是一个非常强大的工具， 但是他也绝不是一个万能的解决方案。好了，那就是这一期播课的全部内容了，然后感谢大家的收听，我们下期再见，拜拜。拜。拜拜。

opencll 我 劝你别用。为什么？我讲句真话，大部分人现在其实根本用不上？因为 opencll 它解决的不是你现在没想法，而是你知道我要做什么，只是我做的慢，我懒得做。它解决的是我知道我要干嘛，我只是现在懒得做，来不及做的慢而已。 它帮你自动拆解流程，处理 excel 表，自动生成内容，然后发送。但此时你手头那点表格，你的那些周报，至于用个这么复杂的智能体帮你去处理吗？ 真正卡住你的，不是效率不够高，而是认知不够深。你能不能看透本质？你知道你自己有哪些选择吗？你能不能判断他给你信息的真伪？ 你能不能跳出单一的信息源？ ai 时代第一任务其实应该是认知升级，先学会提问，问的深一点，拆的细一点， 用的频繁一点，先学会提问拆解，深度思考。那上面这些，其实你随便用一个 ai 都能满足你的需求， 等你认知上去了，你才知道什么值得自动化，怎么设计流程，什么时候要用 openclaw， 那 个时候你在用才叫水到渠成。工具是给有方向的人加速的，不是给迷茫的人指路的。

想在本地部署 openclock 的 同学，这个视频你们跟着一步一步来做，基本上都可以成功的。这里我用 windows 系统来举例啊，如果你们是苹果或者 linux 系统呢，那部署起来会更加简单。其实要在 windows 上面来部署呢，也不是很难， 需要我们手动去安装的东西呢，其实就两个啊，一个 ws l， 还有一个就是 openclock。 你 们在网上面看到那些啊，让你们在 windows 下面呢，又安装 nodekit， 完完全全是多余的啊。 不是说 opencl 不 需要 note 和 get， 而是说装在 windows 下呢，它一点作用都没有，因为我们是在 wsl 下面去跑的，也就是那 windows 下的一个 linux 系统， 你在 windows 里面给它装这么一堆东西， linux 里面还是没有的，到时候呢， opencl 还是要给你再重新装一遍这些东西。所以呢，我们就直接在安装 opencl 的 时候，让它检测到环境需要什么，它就会自动给我们安装了。 就比方你们现在看到的这个终端啊，现在呢，我还是在 windows 目录下面的，我来检测一下 no 的 版本，可以看到这个的版本号呢是二四点幺四点零，这一个呢是我本来就装在 windows 系统下面的，现在呢，我进入一下 wsl 这里呢，大家可以理解成啊，我在 windows 下面呢，进入了一个 linux 的 子系统，然后在这里呢，我同样查看一下 node 版本，可以看到两个的版本号呢，是不一样的，一个是二十二，一个是二十四。 因为到时候我们的 openclock 是 要在 wsl 下去跑的，所以 openclock 它环境需要的 node git 这些呢，都要在 wsl 下面去安装才有用的。 我们给它装在 windows 下面呢，一点用都没有，所以我们不需要额外安装那些，我们直接去安装 w s l， 把这一个装好呢，我们的部署就成功一半了。其他环境需要的那些 node git， 到时候安装 opencloud 的 时候呢，它会自动帮我们安装的。虽然我们不用手动去装这些 node git， 但是呢还是要做一些额外的准备啊，比方科学上网， 学上网这一点非常重要啊，要不然的话，这个过程呢，很有可能你就会因为网络的问题啊，没办法部署成功。其次我们的电脑呢还要做几个设置啊，这一点呢，很少人说到，但是还是挺重要的。首先我们打开任务管理器，在左边呢，进到性能选项卡， 然后看一下右下角啊，它有一个虚拟化啊，我们要保证虚拟化呢是一起用的状态，基本上呢它默认都是一起用的啊，如果说没有起用的话，我们就手动给它起用一下，然后我们通过运行窗口输入这一个命令， 打开 windows 功能，拖到最后，这里面呢有一个适用于 linux 的 windows 子系统，还有虚拟机平台啊，这两个呢，我们都要给它勾选上啊，勾选上之后呢，我们就点确定就可以了， 等他应用我们的更改，然后呢我们就要启动一下我们的电脑大模型，这里呢我就用千问来给大家举例啊，因为他有免费的头梗赠送，所以呢大家可以来到千问这里啊，先注册一个账号。 安装这个之前呢，我们还要对网络进行一下配置，选中我们连接的这个网络啊，右键属性， 现在呢，我们都还不需要配置科学上网啊，就用我们本来的网络设置就可以了，我们就来改一下这个 dns 服务器啊，给他编辑一下， 我们就来改一下 ip 四的 dns 地址，默认呢，他可能是自动获取的，我们给他手动填啊，这个地址你们就按我一样的填就可以了。准备工作做完之后，我们就来打开泡泡消，这里呢，以管理员的身份运行 这里，我们就输入 wsl instyle 这条命令，然后根据它提示的这条命令哈，我们来安装一下，有帮图， 安装完之后呢，它可能新弹出一个窗口啊，也可能在本来的窗口啊，让你新建一个用户名和密码，你就按照提示来输入就可以了。 输入密码这里大家要注意，它是不显示出来的，你就正常输入，确保输入的没有问题就可以了。最后看到有颜色的这一行，带有你创建的用户名的这一行啊，就证明你的友邦图已经安装成功了，也就是那你的 ws l 就 安装成功了。 接下来我们就准备安装 open curl 了，来到 open curl 的 官网，现在呢，我们就要把科学上网配置好了，要不然呢，它会出问题啊。 找到 runs on your machine， 左上角先切换成简体中文，然后呢点安装， 我们就复制它快速安装的这条命令，这个时候就可以打开 wsl 了，没问题，成功进入了 linux 系统，然后把刚才复制的安装 opencloud 的 命令粘贴运行一下，现在它提示我们输入刚才创建的用户密码， 输入完之后它就开始安装了，像这里它会先检测环境需要的东西啊，像这里 node js not found it's already now 啊，它第一步就会把 node 给你装上， 下面就正式安装 open curl， 这里大家可以看到 git 它都给你安装好了，所以通过 wsl 方式呢，我们是没必要在 windows 下面手动来安装这个 node 而 git 的， 你一装还装错地方，甚至呢，装这个东西还装出问题，所以还不如直接给 openclip， 它自己来帮你安装。现在呢，它就帮你安装 openclip 的 二零二六三点幺二版本。 意识到出现 openclip 这个图像，我们 openclip 的 安装呢就已经成功了，接下来呢就做一些简单的配置就可以了，现在问我们是否继续啊，选 yes， 然后呢 crystal 快 速开始。下面这些呢，我们都是保持可以跳过的，先给它跳过啊，否则呢，就选默认，先让它把 open color 给装起来，后面呢再更改配置都可以了。选 skip now 给它跳过啊，选第一个默认也是保持默认啊， select channel 啊， step now 给它跳过。 search provider 也是给它跳过，问我们是否配置 skills no， 后面再配置都可以的，这个 whose 也是给它跳过。 ok， 现在我们就可以打开 open crawl 了，它上面呢有一个地址，我们按着键盘的 ctrl 键，然后点一下它， 他就会打开 openclaw 的 web 页面。这个呢是和 openclaw 的 智能助手聊天的页面，但是因为我们现在还没有接入大模型啊，所以呢，和他聊也没什么用。接下来呢，我们就要去接入千问的大模型，同样打开 power shell， 进入 wsl， 然后运行一下 openclaw config 这条命令，选 local， 然后就 model 这里模型的话我们去选到千问， 现在它是等待千问那边的授权，授权完毕呢，就接入成功了。这里我们可以复制一下这个地址，然后到浏览器去打开， 因为刚才已经让大家注册好千万的账号了，这边呢，直接点确认就授权成功了。其实到现在啊，我们的大模型呢就已经接入成功了， 现在就可以回到 opencloud 的 web 界面了。现在呢，我们和智能助手聊下天呢，只要他能回答我们的问题，就证明我们的大模型呢已经接入成功了， 没有问题，已经可以正常回复了。这样呢，我们的 openclaw 就 部署完成了。这个视频呢，就先到这里啊，下个视频再带大家来把 qq 飞书这些聊天工具呢，接入 openclaw。

这只龙虾可能正在颠覆所有人的工作、生活，甚至赚钱模式。一百天登顶 get up 史上星标第一，超越了 rex 十三年和 linux 三十年的积累。这 open code 到底是什么鬼？怎么一夜之间全世界都在养龙虾？以前咱们用的 chat、 gpt、 deep sec， 说白了就是个超级大脑， 你问他答，但让他干个活没门，你得自己动手。但 open code 可不一样，他的图标是只龙虾，但他干的事是真霸道。你可以把他理解成一个给你打工的 ai 实习生。你可以把 open code 部署在你的电脑或者 服务器上，然后在微信飞书上给他发条信息，帮我对比一下这三款显卡在某东或某宝的最低价。接下来的事你就不用自己管了，他会自己打开浏览器搜索网页，把取数据做成 excel 表格，甚至直接发到你的游 香。兄弟们，你们理解了吗？以前的 ai 是 最强王者，现在的 open code 是 真正帮你操控电脑。关注我，下期讲一下为什么大家说 open code 是 一个消金窟。

哈喽大家好，欢迎来到我的频道。如果你还在为你的小龙虾装了一堆 skill， 却不知道用哪个，或者看着 call up 上一万多个插件眼花缭乱，那今天这期视频就是给你省的。 我不讲大道理，只告诉你这十个 skill 装上去具体能干嘛，全是干货，直接抄作业。首先第一名 skill vetter 安全守门员，装任何插件前先把它装上， 它的作用就是给你的新插件做安检。装陌生 skill 之前自动扫描有没有读取 api 密钥，访问本地文件，这类危险行为，把恶意插件扼杀在摇篮里，这年头安全第一。第二名， find skills 搜索神器， 以前找个插件还得去翻仓库，太麻烦了，有了它你直接打字说我想找个能抓网页的 skill， 他 自己就去翻库了，找到还会告诉你咋装，主打一个动口不动手。第三名， memory setup 记忆大王， 没装它之前，小龙虾是鱼的记忆，聊完就忘装了它，你的使用习惯偏好它都能记住，下次聊天不用重复自己的背景信息， ai 才会越用越懂你。第四名， self improving 自我进化这玩意特有意思， 你用着用着如果纠正了它一个错误，它会自己记小本本上，下次同样的问题就不会再犯。简单说，这是一个能用时间换智商的神器。 第五名， summarize 全能总结，扔给他一个 b 站链接，一篇公众号长文，或者一个几百页的 pdf， 他 几秒钟就能给你吐出核心摘要。现在信息爆炸，省点阅读时间，多刷会视频不好吗？第六名， web content fetch 有 些网页特别是微信公众号文章不好复制，装塔，他 能绕过各种限制，把正文内容给你扒下来，转成干净的 markdown 格式，为给 ai 做下一步处理，搞研究必备。第七名， nano pdf 你们有没有这种经历？老板发来个 pdf 让你改几个字，你只能干瞪眼装了这个你直接说把第二段那个错别字改一下，他自己就动手改了，咱就不用为了改俩字再去开那臃肿的 adobe 了。第八名， humanizer 去 ai 位 现在的 ai 写东西一股套话味，动不动就值得注意的是，这个 skill 专门趣味，把 ai 生成的内容改得更像真人说话，发朋友圈，写小红书，文案用它过一遍，从此告别 ai 低能儿。第九名， nano banana pro 全能画图 不用单独开 mid journey 了，在对话框里直接打字，让它画图，甚至让它给现有图片换个背景，改个风格都行。支持四 k， 日常做封面，搞配图，它一个就够了。 第十名， proactive agent 主动服务这个最牛，装完它，你的 ai 就 从被动应答变成主动服务。 你可以让它每天早上九点帮你巡检服务器状态，或者定个闹钟提醒你带伞，这才是真正的智能助理。以上所有插件都可以在 github 或 clubhub 中找到并下载，你还有哪些私藏的神仙插件？欢迎在评论区留言分享，别忘了一键三连，下期见！

怎么那么多用了 iphone 壳老会觉得非常难用呢？那第一点的话呢，就是很多人是把它当做大研模型在用，就像把它当豆包聊天的工具在用，对吧？ 那这样的话你会体验感会非常差，为什么呢？就是你会跟他去聊天的时候，你就觉得，哇，他回复的速度啊，就是特别特别的那个慢。呃， 小龙虾的话呢，他的优点什么呢？他的优点是 agent， 就是 他是执行方面的一个 ai 工具，并不是个聊天 ai 工具。什么叫执行 ai 工具呢？就是你是可以让他在电脑上去操作你重复性的工作， 比如说给你去整理文件，整理你的邮件，一分分下载回复，以及呢？干嘛呢？批量的采读，写题词，打标签， 这个重复性的工作呢，我们通通可以教下他去做。呃，这个话是大爷模型做不了的。第二点，非常难用的点是什么呢？就是你选择了模型的问题很多很多人为了方便的话就是用的就是国内的一些模型，对吧？像是啊， 这这这就不说了哈，那你会发现呢，他来说就是不够聪明，对呗，就是你要让他好用，你的选择大脑非常重要啊。这句话整的是什么？要么机敏对吧？要么翘鸡屁哈，就这种模型的话呢，你的 操作起来的时候你才会觉得，哎，他是聪明的一个智能体，而不是傻傻的。第三个的话，对什么？对垂直类东西的话呢？你得哎自己慢慢去教他，他还是什么呢？把当做个实习生去用。 然后呢，你得哎发一些视频演示啊，对吧？哎，怎么操作的？重复性工作啊，对不对？你去教他呀，他拆什么呢？而且要拆解步骤的教不要。哎，你看这样去做就好了，而是拆解一步两步三步四，不该怎么做去做，那么他一定会什么呢？会做的很好，而且你在结尾处会加急化， 如果说遇到什么问题，你可以在什么哎，网上查资料去学习，对吧？这样的话呢，能解决你很多很多问题。 还有呢，就是呢，你要下一些专业的一个 excel， 就 那个技能，那它的话呢，才会变得很强大。对于什么呢？对于若像我们设计类垂直类的工作哈，很多东西的话，是网上没有这种技能，只能干嘛呢？只能我们自己写一个这种技能来给到它，对吧？那这样的话呢，就是你是可以怎么 把你只要是在电脑上重复性的操作，它都可以帮你完成。那这样的话呢，就是你是可以怎么把你只要是在电脑上重复性的操作，它都可以帮你完成。那这样的话呢，就是你是可以怎么把你只要是在电脑上重复性的操作，它都可以帮你完成，那 对吧？嗯，现在这么难用，对吧？你安装都是个门槛，你更别说你要又要去，对吧？买一些国外的一些模型啊，对吧？消耗些 tiktok 的 话，这种成本还是蛮多的，对吧？ 那肯定什么呢？肯定是夜晚学的话呢？夜晚去用的话呢？你的使用成本和使用了什么呢？使用效率是肯定高的，对不对？ 但是的话，你早期用的话呢，也有很多好处呢，就是所谓一个红利期吧，对吧？你会发现更多新大陆，然后就磨，磨的时候呢，慢慢的话你你自己的一个懂东西会更多。

大家好，我是你们的赵老师。最近很多朋友在问我，网上很火的 openclaw 到底是什么？我们普通人有没有必要自己去部署使用？今天呢，我会用复杂的专业术语，用大家能听得懂的方式讲清楚这件事。首先明确一点， openclaw 并不是我们手机里边那种能点开即用的 ai 助手， 它更像是一个可以让多个 ai 协同工作的技术平台。我们平时用的手机 ai 更像是一种被独立的助手，你提问，他回答简单直接又方便。 而 open cloud 的 特点是可以让多个 ai 分 工配合协同工作，像一个小型的工作团队一样，能够帮助你完成更复杂的任务。 同时它支持本地部署个人数据，也更加的安全隐私。但事实上，它也并不是绝对安全，因为它是涉及到一些安全漏洞的。所以说体制内的朋友一定不要在单位的电脑上部署。听起来确实很强大，但是我必须客观的和大家说， 它的使用门槛并不低，需要一定的计算机基础，安装配置、调试都需要花费时间和精力。那么回到大家最关心的问题，普通人有必要使用吗？ 我的建议非常明确，没有必要。我们的日常生活中查信息、设提醒、简单的创作等等。手机里边的 ai 助手已经足够好用，足够便捷了，那 openclaw 更适合于科研人员、技术开发者，或者是有专业定制需求的人群， 而不是面向普通家庭用户的。最后想和大家分享一句话，选择工具从来不是越先进越好，或者我们一定要去追某个热度，那适合自己才是最重要的。我是赵老师，关注我带你理性清晰的看懂人工智能。

小伙伴们，最近 ai 圈的顶流非 opencloud 莫属，因为标志性的红色龙虾图标，它被网友亲切称为小龙虾， 短短两个月就火遍全网。今天就带大家了解这款能让你躺平的 ai 神器 opencloud 到底是什么。简单来说，它不是只会聊天的嘴炮 ai， 而是能真刀真枪帮你干活的数字员工。由软件工程师 peter steinberg 开发， 它可以部署在你的电脑或云端主机，通过终端或者微信、钉钉、 telegram 等通讯工具接收指令， 帮你完成各种繁琐任务。说到这里，很多人会问， openclaw 能帮我们做什么呢？它的核心能力覆盖办公、开发、生活全场景，无需编程，用自然语言即可下达指令。首先它是办公党的福音， 对他下达指令，他就能帮我们处理邮件、各类文档，还能帮我们做日程管理，只需要动动嘴，就能让你成为时间管理大师。 同时他也是程序员的神器，调试代码、审查代码、 ppt 操作构建、部署样样精通，还能帮你监控服务、排查日制，这一套工作下来，能保护程序员多少头发呀？ 当然，文件整理、信息查询、定时任务，这些他都会真的能彻底解放你的双手。 overclock 就 像一位住在你电脑里的二十四小时不打烊的私人管家， 能听懂你的自然语言，能帮你处理文件、管理系统，抓取数据、运行代码，把重复繁琐的工作全搞定，让你专注于更有价值的事情。说到这里，感兴趣的小伙伴赶紧把你的龙虾养起来吧！

用上 open 可乐之后，你大概率会遇到和我一样的问题，明明刚装的时候秒回，用着用着开始要等十秒二十秒，重启也没用，换网也没有用，过两天还是会慢回来。 这不是偶发故障，是所有长期用户必踩的坑，而且越用越深，来的越快。原因其实很简单，你可以把 open 可乐想象成一个助理，他每次回答你之前，都要先把你们之间所有的聊天记录从头看一遍， 从认识第一天一直看到现在。聊的越久，他要看的越多，当然越来越慢。更要命的是，当记录多到快看不过来的时候，他还得先花时间把前面的内容压缩总结一遍，才能继续工作。这个压缩的过程就是你多等一分钟的来源。 怎么解决呢？三步，今天就能做完。第一步，每天早上发一条杠 new， 在 非书对话框里就发这个命令，相当于给助理一张新纸，让他忘掉所有历史包袱，从头开始，零成本养成习惯就够。第二步，精简你的记忆文件。 这个文件是 open club 每次启动都要全部读一遍的长期记忆。很多人用着用着就像我一样，往里面塞各种各样无用的内容， 任务进展啊，项目背景啊，每天的承诺越塞越重。他每次启动就多看一点，精简的标准只有一条，删了他还能正常工作吗？能就删，只保留你的身份信息和核心使用规则，其他的要么删掉，要么移走。 第三步，改一下它的整理时机。默认情况下， openclaw 要等到聊天记录快撑爆了才开始整理，这个时候已经来不及了，整理本身就要花很长时间把这个时机改成用到一半的时候就开始整理，具体怎么改呢？一条命令三十秒就可以搞定。 这三步都是我今天刚亲测完的。我的 openclaw 从十二万 token 的 满负荷状态优化到新绘画直接清零，速度肉眼可见的快，评论区告诉我你用了多久后开始发现它变慢的。如果你想要第三步的完整配置教程，点赞收藏后私信我获取。

关于最近很火的 open globe 啊，有一点大家必须要了解啊，因为不管是现在的 open globe， 还是之前的 deepsea 也好，它们虽然非常厉害，包括自动化处理任务的这个速度也很快，但是啊，你想想，它只是一个高效的组装车间，你想去造一辆好车，车间的设备再高级， 但是啊，你如果投喂进去的零件都是废铁，那么它出来的也不能是豪车，就只是一堆跑得更快的工业垃圾。这就好比你让这个 ai 去写这个公众号做分析，可是你连最基本的行业规则，踩坑的经验，成交的 sop 的 流程都没有给他， 你让它去随机的发挥，那么结果呢？它也只能是这样，它越快，生产垃圾的速度就越快。我们看看历史就知道啊，一年前 deepsea 火了，三个月前呢， jimmy 的 三点零也火了，上个月 skills 又火了， 这些工具呢，都是一阵风，它们改变不了本质。在 ai 时代啊，这个工具是平权的，你可以用，大家也可以用，真正不平权的是什么呢？就是你提出好问题的能力，还有你给这个 ai 安排任务的这个逻辑， 你审查结果的眼光， ai 越聪明，我们越要多看书，否则你连给 ai 提问的资格都没有。那么到底我们应该怎么做呢？我们找到了一套方法论，就是构建企业的数字资产。呃，你需要先把你的行业经验、销冠的话术、自有的数据，用三十个维度整理出来，投喂给这个知识库， 让 ai 先变成懂你行业的专属的业务智能体。这时候呢，你再接上 openclo 这种自动化的工具，这才是真正的流程。表面上是工具的这个迭代本质上是对长期主义的奖励。当所有人都在追逐最新的工具的时候，谁能沉下心来把这个经验 变成数据，谁就掌握了未来的财富分配的权利。如果你想构建自己的企业数字资产，我们这边呢，整理了一份企业 ai 落地数字资产的搭建的 sop 流程，有需要的可以说一下你的行业，我呢可以发给你对应的资料和相关的文档。