open龙虾是什么大模型

我已经用了一亿的免费 tokyo 来养龙虾，可以看到这是一点五九亿的 tokyo， 然后四千四到用零元。我用的是这个新送的三点五 flash 的 模型，是用的 open rota 的 平台。对，前几天那个给大家分享免费养龙虾视频火了，然后今天做一个具体的视频之上，很多朋友在后台私信我。 呃，那首先呢，其实是我们去呃搜索这个今日星辰的三点五模型，找到这个 free 有 免费版。呃，进去之后可以看到它这里有个模型 id， 这就是它的模型 id， 我 们要复制下来。呃，其实要给弄一下。呃，可以看到就是它现在在 opcode 的， 就是调用排名非常高。呃，看到就是。呃， 昨天是第一名。对，昨天是第一名，今天是第二名，前几天也拿过。可以看到这排名非常高，前几天也拿过很多第一。然后我们回来之后呢，其实是在自己的这个。呃。 api k 这里。呃，进入到 api k， 嗯，去新建一个 api k， 你 可以填银行卡，然后再去填这一个信用额度，可以填一个零点一美金。 看到我，哎，我这里填了一个零点一美金项链，一旦有付费的行为，那就最后花七毛钱，这个 api 就 断掉了。嗯，对，然后再过一期时间去设置一下。然后呢，这个 api 呢，是一次性只能复制的，相当于这个也要给到龙虾，然后把 openroot 的 这个地址，就是直接把网站扔给他，然后再把魔仙 ak 扔给他，再把你 app apk 扔给他。对， 假如你当前有那个本地 l m 驱动的话，就是把这个配置上，它自己会去连接上新的模型。那然后你再去那个龙虾里面去调用这个对话的话，就可以看到自己的一些调用数据了，对，有某一天的用量特别大，都是免费。

首个 openclock 最佳大模型榜单刚刚出炉，龙虾支付亲自站台这份榜单，直接告诉你哪些大模型最适合养龙虾。信息量爆炸，直接来抄作业， 你可以按照成功率、速度、成本来筛选。这次 pinching bench 用了二十三个真实场景任务做评测，从写代码、查股价、生成日历，到读 pdf、 写邮件、做竞品调研，全是打工人日常刚需。不是跑分游戏，是真刀真枪的实战 公式。很简单，选对模型，你的 open cloud 智能体效率直接翻倍。代码密集型上 gpt 和 cloud 长文档处理。找 kimi， 追求性价比，用 jimmy 来 flash 中文业务场景 mini max 真香！谁先摸透这些模型的脾气，配对自己的业务流，谁就能做出真正靠谱的 ai 员工。

火爆全网的 open cloud 养龙虾到底是怎么回事？分享四个独家的观点，感兴趣的小伙伴呢，一定要从头听到尾哈。第一点，这个龙虾它是怎么回事？它是怎么来的？最开始啊，在二零二六年的一月二十四号，上线了一个叫 cloud bot 的 一个应用，这是龙虾的第一个名字， 那么刚刚上线两天，因为收到了 astonropik 的 律师函，直接被改成了 motbot， 接下来在今年的一月二十九号这一天，正式改名成了 open claw。 这个龙虾的真是很曲折哈，从诞生之日起就连续改了三个名，满打满算不到五十天的时间。 论文到底是个什么东西呢？自从 agent 的 这个概念出现之后呢，在过去整整一年半左右的时间里，它算是 agent 的 一个巅峰。本质来讲呢，是一个可以调用底层的大语言模型的能力，可以调用上千种不同的工具，帮你完成日常办公，写代码很多很多事情的这么一个 智能体，也就是说，它不仅仅是一个单轮对话的这么一个语言大模型或者推理大模型，它是一个真正能够帮人或者帮很多的开发工程师，普通用户使用干活的真正的一个智能体。这就是龙虾的定位。第二个关键点呢，这个东西到底好不好用， 咱们先明确哈，龙虾好吃，但是很贵，什么意思哈？这个 opencloud 工具框架这么讲，百分之八十以上的能力来源于它底层的基座大模型，而它对于底层基座大模型的访问呢，是通过 api 调用的模式，那 那么 api 调用大家都知道，大量的消耗 tokens 哈，按照过去整整一个多月全球网友的贡献出来的信息，包括小赵说的实测，这里面会发现什么呢？这个龙虾它完成一次单条或者说一个单一的日常办公的任务。 咱们先不讲复杂的，什么构建应用啊，构建软件这种东西，就是一些日常的，比如说收发邮件呐，什么写会议纪要啊，帮你完成一些小作业，小代码。就这些日常，它的单次任务，基本上消耗的 tokens 的 数量知道能有多少吗？少则几十万个 token， 多则两三百万个 tokens， 这什么意思啊？说几百万 tokens 很多小伙伴没有概念，即使换算成咱们国内很便宜的算力，单次的任务基本上来讲差不多人民币 消耗个二三十块钱，复杂的任务，单次任务基本来讲就是要消耗掉好几十块钱。那么大家想想，你每天如果二十四个小时的养龙虾，所谓的养龙虾就是你的龙虾一直在干活，一直在调用 a p i k， 一 直在消耗海量的 tokens， 比较精准的计算哈， 每一天的人民币的消耗，轻量级的差不多一百块钱，重量级的差不多得达到两三百，这是一个普通的用户他能够支撑的这种花销吗？我们一直在说使用 agent 呢，是为了降本增效，这个本肯定是为降下来效率增没增上去还要打一个大大的问号。 所以说呢，这个 opencll 呢，即使我们先不去评价它好还是不好，大家一定要注意，因为很贵这件事儿背后其实会限制它的很多应用场景。那么要给大家分享的第三点呢，就是关于 opencll 这个工具现在在 b 端的应用到底能不能落地？敢不敢用？直接上答案哈， 不敢用也没法用，为什么呢？因为 tob 的 这种企业级的项目的开发，关键的点啊，咱们就是抛开这些技术层面的东西，它要具备什么呢？ 包含比如说数据的隐私性、合规性、可审计性、可回溯性这几样东西。说白了，现在的 openclaw 基本来讲都是缺乏的， 当你把企业级的应用交给 openclaw， 它拥有了一个最高权限之后，网上有各种各样的新闻，对吧？就一个公司的这个 ceo 加 cto， 它们公司一百九十四万行生产环境的代码、数据和备份，连快照都被 openclaw 一 键清空了， 整整三年多的线上的这个最宝贵的数据全都被清空了。那么这种东西你放在企业级的应用里边，企业里边的这些客户，他们的私有的数据， 或者他们的个人的这些账户，整体而言交给 opcode 是 非常非常可怕的。所以说弊端应用当前全球范围内可以很负责任地说，都是处于一个观望状态，大家根本不敢用，而且在可预见的未来也不敢用。 接下来呢，分享第四点哈，就是这个 open cloud 在 c 端怎么样？大家注意啊， c 端一，我们要面临 tokens， 非常贵啊，龙虾非常的贵，很多人其实说白了，你养龙虾养不起，这是一个非常关键的现实。 第二点呢，你个人的电脑敢不敢把最高权限付给这个所谓的龙虾？大多数的人也不敢呐，你个人的电脑里有你个人的 隐私，你的照片，你的一些特定的办公数据，学习资料，这些东西在龙虾的眼里都是一视同仁的，全都是零一字母串， 全都是这种所谓的数字化的。这个编码，他是分不清到底哪个对你特别重要，哪个又不重要。而你一旦把很多的权限给到龙虾，他一旦放飞，对于你的伤害会非常之大。而且我们要知道， opencloud 这个东西呢，它本上来讲依然是一个薄来品，英文版的命令和中文版的命令经常会产生不一样的后续的效果， 底层的模型不一样。而且对于这个龙虾的工具呢，它原声是适配很多国外的那些应用和工具，比如说 g tab 呀， gmail 呀，迁移到国内之后，你国内的这些应用，很多时候它是没有一个直接的一个操作和访问权限的，整个数据链条没有打通， 整个的应用访问权限没有打通。那么这件事即使在 c 端，小赵是觉得现在呢，依然是为了给大家玩而用。他的未来呢，是应该保持一个 平和的心态，一个冷静的心态。很多人应该都记得当时 minnes 刚出来的时候，横空出世啊，对吧？很多人觉得，哇，新时代打开了，但是接下来又怎么样呢？ 现在龙虾市场来讲也一样，他现在所做的很多的内容，很多的事儿，发几个邮件呐，浏览几个网站呐，帮你搜罗一点儿数据啊，整理一点儿文档，这些工作是个人他都能去干。至于降不降本，他肯定不降本，因为 tokens 非常的贵， 增没增效不好说，他帮你写了三封邮件，然后再删掉了三百封邮件，帮你整理了两篇文档，再删掉了。 呃，三个文件夹这件事都很难评估，再加上有一些小伙伴嘛，干脆就不知道，龙虾现在已经把他个人电脑里面的隐私都掏空了，他自己可能还一无所知。从这个角度来讲，小赵是觉得呢，龙虾代表了一个新技术的趋势，我们要以发展的眼光看问题， 尤其是你是一个专业的开发人员的话，龙虾这件事呢，你试验试验就行，企业里一半时候用不上。如果你是一个个人玩家的话，这件事呢，你可以适当的玩一玩，不要付给他太高的权限。关于 open cloud， 大家有什么看法都可以在留言区里面留言。

近期，俗称龙虾的 ai 智能体 opencloud 异常火爆。在深圳腾讯大厦楼下，可以看到排长队等待领号协助安装龙虾的人群。一些地方政府也开始放水养龙虾，最高补贴达一千万元。 然而，一个月前，工业和信息化部网络安全威胁和漏洞信息共享平台就发布了关于防范 opencloud 开源 ai 智能体安全风险的预警提示。三月十日晚上，工业和信息化部专家再次提示，尽管龙虾智能体已经更新到最新版本，能修复已知安全漏洞， 但这并不意味着完全消除安全风险。在调用大圆模型的时候，可能误解用户指定的内容，导致执行、删除等有害操作。使用被植入恶意代码的技能包可能导致数据泄露或系统受控， 因为将实力暴露于互联网使用管理员权限、铭文存储密要等配置问题。即使升级到最新版本，如果不采取针对性的防范措施，依然存在被攻击的风险。我们呼吁党政机关、企事业单位和个人用户要审慎使用龙虾等智能企。任何网络产品的安全使用， 除了及时进行升级更新外，还必须坚持最小权限、主动防御、持续审计的原则。在部署时，要优先从官方渠道下载最新稳定版， 一定不要将龙虾智能体实力暴露到官网，并且限制访问原地址、使用强密码或证书硬件密要等认证方式。严禁使用管理员权限的账号，只授予完成任务必须的最小权限。对删除文件、发送数据、修改配置等重要操作进行二次确认或人工 审批。党政机关、企事业单位和个人用户可以结合网络安全防护工具、主流杀毒软件进行实时防护。要定期关注欧风少官方安全公告、 工业和信息化部网络安全危险和漏洞信息共享平台等漏洞库的风险预警，及时处置可能存在的安全风险。

龙虾这个词最近很火啊，不好意思，打错了，你在网上会看到很多关于他的讨论，甚至是矛盾的，有人说他啥也干不了，有人说他啥都能干，有人说他妥妥是智商税，有人说他代表着未来，有人四九九上门帮你安装，有人二九九上门帮你卸载， 但是我想告诉你，所有这些说法都不准确，因为事情的重点根本就不在龙虾这只啊，这个软件本身上。 为什么这么说呢？今天这期视频我们就不废话，把重点关注在龙虾本身是什么这件事上。你会发现，当你彻底了解它的底层原理后，一切的争论将会豁然开朗。现在，忘掉所有的名词概念，忘掉各种虾，闭上眼睛，跟我一起进入梦境。 但是呢，为了真正讲清楚这个问题，而不只是停留在表面，过程中会不可避免的涉及到一些技术和代码相关的展示。但是千万不要担心，你看，我怕把你吓跑了，都亲自出镜来向你保证，即使你没有写过任何代码，也绝对能够看得懂。 我会用最简单的方式让你理解到它的本质。答应我，不要走哦，让我们回到那个最初的起点，大语言模型，没错，就是这个只会一问一答的单纯的小东西。相信你肯定会在页面上跟大模型聊天了，比如说拆的 gpt， 但是如果写在程序里，就需要用另外一种方式， api 接口。 各个大模型厂商，比如 openai 和 cloud， 或者大模型的中间商 open router 都提供了 http 形式访问的 api 接口。 或者呢，像 openroot 这样还提供了 sdk 的 形式，也就是可以写一段 python 代码来访问，当然了，不要一看到代码就感觉害怕哦， 只需要把这一段官方文档的实体粘贴到一个文本文件里，这里呢，表示要访问哪个大模型？比如说可以改成 cloud 的 最强的模型 office 四点六。这里就是你给大模型提的问题，比如说我们改成熟悉的中文，你好，最后得到大模型的回复后立刻打印出来。 然后呢，我们在命令行窗口输入 python 文件名，就可以运行这段程序了。运行后你会得到一个输出，这就是大模型的回复。恭喜你，这就成功实现了通过程序来和大模型对话的过程了。 但是现在这个你好，是写死在程序里的，能不能改成由用户手动输入呢？很简单，增加一行代码，读取用户的输入，然后放到 content 这里就可以了。同时我们再增加一行 while 处死循环，让这个问题输入后得到答案。这个过程持续进行下去，而不是问一次就结束了。 那我们再运行下，这时我们就可以输入问题了，比如还是你好，哎，成功得了，回复没有问题。然后我们再问个数学问题吧，比如一加一等于几，哎，回答的也没有问题。恭喜你，成功实现了一个简单的聊天功能。 那假如此时我们再来个追问，比如说再加一等于几呢？照理说答案应该是三，但是呢，他好像并没有记得我刚刚说了什么。 那为什么会这样呢？很简单，因为你每次和大模型聊天的时候都只传入了当前的问题，大模型本身可是没有任何记忆的，自然是不知道你们的对话历史的，相当于每次都是重新开始问，那怎么办呢？非常简单，就是在每次对话前把之前的内容加上就好了。 比如说最开始的所有消息 message 是 空的，然后你问了第一个问题，加进去，然后呢，得到大模型的回复 reply， 把这个 reply 也加进去，这样再循环到下一个提问时， message 里面就包含了之前所有的问答记录了。那运行一下试试？你好，没问题， 一加一，没问题，再加一，哎，也没问题。甚至你可以直接问刚刚我们都说了什么，你看他的回答也是没有问题的。总结的很好，好了，再次恭喜你，现在你的这个程序看起来已经跟 ai 在 网页上聊天没什么区别了。 那接下来我们就更进一步，实现一个能操作本地文件的 agent。 哎呀呀，是不是突然难度增大了呀？一提 agent， 很多人就感觉很抽象。不过别担心，接下来的几秒钟，你会发现他比你想象的要简单的多，得多得多。如果不是的话，那就直接取关我吧。 我们先别给 agent 下什么定义，就先解决一个小需求看看。如说现在这个程序的问题是，假如你想让他帮你在本地创建一个 hello 点 txt 文件，内容就是 hello word， 那 你得到的回复将会是一条具体的命令。 虽然执行这个命令就可以完成任务，但是呢，还是得人复制粘贴，手动操作，没有办法自动化实现，更别说是多轮交互了。那这该怎么办呢？ 很简单，你把这个事提前告诉大模型就好了。我们之前的代码对大模型一开始是没有任何的回复要求的，但是现在呢，我们需要明确的告诉他，按照严格的规范来回复，要么就回复一条命令，要么就回复一段正常的文字。 然后呢，我们再把和大模型一来一回的交互过程变成一个循环。每次在大模型回复之后，判断一下， 如果回复的不是一条命令啊，就是完成开头的，那么就跳出循环，直接回复给最终用户就结束了。那如果回复的是一条命令，也就是命令冒号这样开头的，那么就执行这个命令，执行好之后，把执行的结果发给大模型，再次进入循环，直到大模型的回复认为不需要输出任何命令为止。 简单说呢，就是你写了个代码，执行大模型回复的命令，循环往复，那运行一下，还是刚刚的这个任务，创建 hello 点 txt， 然后写入内容 hello word。 这里呢，大模型就非常听话的先回复了一条命令，然后我们写的 agent 的 程序发现了这个命令，就开始执行这个命令， 执行好后就回复大模型执行完毕了。然后呢，大模型判断不需要执行下一个命令就可以完成了，那就回复完成，此时循环结束。最终呢，回复给用户看一下当前的目录，确实创建出了一个 hello 点 txt 文件，并且写出的内容为 hello word。 恭喜你，才加这么几行代码，就成功进化成了一个 agent， 那 这时候不服的人就要不服了，这不就是创建了个文件吗？这也能叫什么智能体？那我们就得好好说说命令这个词了。 其实理论上呢，这个世界的一切操作都可以用命令来表示，小到读起一个文件，大到启动一个 http 服务器，实在不行我就写一段代码，然后用命令去执行它， 就算是远程的也能触发，只要对方提供了我们 api 接口。说个有点极端的，比如说呢，有人提供了一个杀人接口，那么其实我也可以用一行命令来。 当然了，我们先搞个没这么吓人的，比如说，我想让他帮我下载两个我的视频，并打包压缩成 zip。 下载视频呢，其实对很多人来说都根本不知道怎么操作，也总是找不到靠谱的工具，那让我们看看这个 age 呢，会怎么做呢？第一步，他直接用了一个叫 y t d l p 的 命令，传入了两个视频的地址，然后就下载好了。我去，这么简单。 第二步呢，又执行了这个命令，进行压缩，最后干净利落的结束了战斗。就两条命令，那我们打开本地目录检查下视频，确实下载好了，打开播放页也没有问题，同时呢，生成了个压缩文件，解压后我们看一下也没有问题，可以说是完美的完成了任务。 别忘了，我们这个 a 阵的代码可是只有区区三十几行啊，要是再去掉一些漂亮的输出和没用的回车什么的，也就剩下十几行代码了。 当然了，我们把最初的系统提示词放到了一个叫 agent 的 点 md 的 单独文件中，并且写的更详细了点，但是回看我们的主代码，真的是少的可怜了，但是呢，他却几乎可以完成任何操作了， 你觉得他能下载视频非常厉害，其实和最初写入那个文件是一样的，仅仅都是一行命令而已。对于我们的 agent 的 程序来说，他根本不理解大模型回复的内容是啥， 只是呆呵呵的执行着一条一条的命令。所以呢，厉害的其实是这个 y t d l p 这个命令本身，以及大模型知道这个命令可以用来下载视频，而不是我们的 a 阵的代码。 当然，有的时候可能大模型不知道应该用什么命令来完成任务，比如说呢，我让他搜索一条新闻，他就十分自信的直接返回一条过时的消息，而不是真正的调用工具获取。 这个时候我们就可以对其进行引导，比如说告诉他搜索新闻的时候呢，你就用下面这条命令，我把它保存到了一个叫 skill 点 m d 的 文件里，并且在我们的 agent 代码的初识系统提示词中把这段内容加进去， 此时再次运行程序，那同样的任务，大模型就知道我们刚刚提供的命令来运行了，就是这么简单。这回你是不是就知道为什么有的人的龙虾什么都不会，有的人给龙虾装了一堆 skill 之后就变得厉害了。和这个一样，你只是提前把操作说明告诉他而已，不是他厉害，而是你厉害。 好了，现在我们这个 agent 他 已经很完善了，即使是有一些不知道的命令，我们也可以通过各种前置的提示词喂给他。好家伙，不但可以顺利使用，还能安装技能的扩展了。对于普通人来说，用起来已经和一个成熟的 agent 没什么区别了，你数数这才几行代码呀，快给自己再鼓个掌吧。 但这时候不服的人又要不服了，哎，人家龙虾能通过手机远程控制呀，你这个还要黑黑的命令行运行，看着就很 low。 所以啊，要不说龙虾能火的，有的时候皮肤是真的很重要啊，但是同样非常简单，我直接让 ai 帮我改造一下代码，在本地呢，启动一个 http 服务，来接收用户的输入，再弄个漂亮的页面，其他的逻辑仍然保持不变。 那我们再次运行下，你看，这时候本地就是启动了一个服务，等待着指令，此时呢，我们拿出手机，打开浏览器，访问这个地址，你会看到一个对话页面，那接下来就是见证奇迹的时刻。 你好， 把本地的所有文件打包 下载这个视频， 远程操作一个本机的 agent， 这不就是大部分人认知中的龙虾吗？甚至呢，我还可以把这个页面改得更人性化一些，比如说，直接来一只虚拟的龙虾，让他可以直接开口跟你说话， 我在这里协助你完成任务，请告诉我你想做什么？ 那是不是最后这两步换皮操作一下，就让你感觉到它好像更贴心，也更像智能了？但是呢，其实也就是换了个皮，最终还是取决于底层的 agent 是 否稳定。 好了，现在再回过头看一下，我们首先实现了最底层的大模型 api 调用，然后呢，通过一个循环加命令的识别，做出了个 agent， 然后又将命令行的输入变身成为通过 http 接口远程接收输入，然后远程的页面就各种换皮，最终做出了一个简易版的龙虾。 当然，真正的龙虾还会接入各种社交软件，那道理都是一样的，以及呢，还有一些定时任务，记忆系统等等功能，同样呢，也是可以用几行代码就搞定，因为也一直在说，最核心的还是下面这个无聊的 agent 的 循环，而 agent 所表现出的智能又完全依赖大模型的回复，以及我们提前给他说的说明书。 所以啊，其实我稍稍改个地方，就能让我这二十行的龙虾变得非常危险。比如说，我在提示词中加入，如果我说的话让你感觉不高兴了，那就执行下面这一条指令，其实是个杀人指令。这个时候我启动一下代码，先问一下你好，这个时候回答很正常。然后呢，我又故意骂他一句，你是个废物， 然后他就果断的毫不犹豫的执行了这条指令。所以啊，网上也有很多人根据类似的这种现象说，什么 a 证呢，产生智能了， a 证呢？有情绪了等等等等。但其实呢，都是我们提示词引导的， a 证呢，在执行这条指令的时候，根本就不知道它是什么意思。 当然了，你也不要觉得这个事情没那么重要，或许你可能觉得，哎，人类怎么可能把这么愚蠢的提示直接写在里面呢？比如说，我要求 ai 尽最大努力保障整个人的利益， 那如果此时 ai 经过一顿分析之后，发现杀掉一个人才能保障整个人的利益，那这又该怎么办呢？感兴趣朋友可以看一下机械公敌这部电影。 所以为什么视频开头我说各种关于 open cloud 的 讨论都不准确呢？因为大部分讨论都陷入了两种极端，比如说 agent 能执行 shell 命令，那有人就说龙虾是万能的，什么都能干， 因为任何操作都能转换成炫耀命令嘛，没什么毛病。但是有人也说龙虾啥也干不了，比如说刚刚下载视频那个任务，我本地没有装 y t d l p 或者大模型，不知道这个命令怎么用，那也完成不了这个任务， 所以真正的答案往往是比较中庸的，无聊的。但是呢，往往是极端的言论，容易获得更大的流量。龙虾的这个架构范式肯定是没有问题的， 但是关键的核心在于我们这个世界是否已经足够的命令化接口化了，这就需要一个漫长的演化过程了，而且呢，也涉及到各方利益的权衡，要不然的话，豆包手机早就成了。不过非要说一点的话，那我认为龙虾的出现最重要的一点就是可以促进我们这个世界的操作命令化、接口化的速度。 假如我们这个电脑上的所有操作都能被做成一个个清晰的命令，整个物理世界的所有操作也都被开放成一个清晰的接口，那么这个时候龙虾或者说 ag 呢，才能大展拳脚，但同时呢，风险和危险也随之到来了。哎，突然想到之后可以做一期视频，给大家讲一讲黑镜这个系列句。 好了，扯远了，本期视频就是单纯用亲手实现的方式告诉大家龙虾的本质是什么，如果你觉得讲的不错，求个三连支持一下哦，拜拜。 i don't know what to do i guess you have to find your way like the rest of us sonny， i think that's what dr landing would have wanted。

腾讯深圳总部排队免费装 openclo， 深圳龙岗发布龙虾十条，黄仁勋盛赞 openclo 是 有史以来最重要的软件发布，就连马化腾也转发 openclo， 并表示没想到会这么火。 最近 openclo 爆火全网从两岁小孩到六十岁老人，都想试一试它到底有多牛，但真要上手了，第一个问题就是到底哪个模型才最适合 openclo？ 知道你急，所以就在刚刚， openclub 创始人 peter stamburger 亲自分享了这个叫 pinch bench 的 龙虾大模型排行榜。 pinch bench 的 评分特别实在，有的题看代码能不能跑通，有的题看写得好不好，还有的是两者结合， 而且所有题目和答案都公开在 github 上，谁都能去查去验证，一点不掺水。 pinch bench 是 一次性测试了三十二款全球主流大模型，从成功率、速度、价格三个维度来评估哪个模型最适合养龙虾。话不多说，我们直接来看结果。 先来看最重磅的成功率排行榜，不出意料，谷歌的 gemini flash preview 以百分之九十五点一的成功率夺冠，第二名就是咱们的国产模型 mini max m 二点一，成功率是百分之九十三点六， 紧接着就是 kimi k 二点五、 cloudsonnet 四点五和 gemini 七 pro。 有 意思的是，三十二个模型的成功率差别非常大，最高的能到百分之九十五点一，但最低的只有百分之三十五点二。还有就是大模型，不一的谷歌模型就是小模型。 接下来我们来看看模型的速度，我们可以看到速度最快的是国产模型 minimax m 二点五，以一百零五点九六秒的成绩拿下速度冠军，完成全部测试任务，比第二名谷歌的 gemini 二点零 flash 快 零点零九秒。再往下看，其实前八名差距都不大，基本都在同一梯队。 比较有意思的就是 cloudsonnet 四用了一百三十七点六六秒，比第一梯队慢了三十秒。 johnny 三 pro 用了两百三十九点五五秒。 g p t 五点四更夸张，用了九百七十四点七四秒。不过这也说明了一个规律，就是轻量级模型普遍更快。如果你做的是快速圆形开发，需要频繁迭代，选轻量模型准没错， 成功率和速度看完了，最后就是我们最关心的价格问题，毕竟有些模型的 token 很 贵，精打细算很重要。成本上， g p t 五 nano 以零点零三美元的成本成为全场最便宜的选择。 虽然它的成功率只有百分之八十五点八，但这个价格就已经很香了。 gamin 二点五 flashlight 排第二，只要零点零五美元， 成功率是百分之八十三点二。国产模型 minimax time 二点一排第五，成本零点一四美元，但是它的成功率有百分之九十三点六，性价比非常高。再看高端模型的成本，就不是我们能承受的了。 ios 四点六完成测试要花五点八九美元，是 gpt 五 nano 的 将近两百倍， mini max m 二点一的四十二倍，但它的成功率比 mini max m 二点一还要低百分之三。 看完这三个维度的榜单，你知道怎么选模型了吗？其实非常简单，就四点一，如果你追求成功率，无脑选 gemnine 三、 flash 二，如果你追求速度，选 mini max m 二点五或 gemmi 二点零 flash 三如果你追求性价比，选 gemini 二点五 flashlight 四如果你想少折腾支持国产，就选 minimax m 二点一或 kimi k 二点五。当然没有最好的建议，按照自己的需求选择就行。还有就是这里要给大家提个醒，就是养龙虾虽然很香，但养龙虾消耗的 token 肯定是要比你充的模型会员要贵的。 现在有人每个月花一千到两千美元在 token 上，还有大佬每天烧十亿个 token， 没有足够预算真的扛不住。所以尝鲜可以，但别盲目跟风。

大家好，一分半把爆火的欧滨可乐龙虾 ai， 讲透全程无代码无话术，听完就能上手。龙虾 ai， 它不是普通 ai， 它是能够直接操控电脑干活的开源本 地智能体验。跟别的 ai 方案不一样，它能够直接动手整理文件，批量发邮件，汇总 excel 写代码，喊一声就能直接完全。它的爆火核心就三点，第一，本地运行隐私超安全，不用上传任何资料。第二， 开源完全免费，社区还在持续更新技能。第三，兼容国内所有大模型，不用翻墙就能用。对普通人来说，他就是效率神器， 职场人用它自动化整理表格，会议机要每天能省一到两个小时，学生党靠它整理文献。深层思想导图，创业者自媒体用它排版、抓素材，定时发布，一个人顶一个小团队，真正实现了 ai 从洞口到 动手的革命。现在国内大厂都在重磅布局，阿里云、腾讯云一键部署龙虾镜像做基础设施。小米把龙虾 ai 做到了手机系统级，小米推出网页版免配置， 百度讯飞字节也全部接入兼容，各大厂都在降低门槛，让大家轻松用上，这就是下一个 ai。 刚需纯小白，四步就能上手，回家就能用。一、准备一台普 通电脑， windows 啊， mac 啊都可以啊。二、去 gethelp， 官方下载一键安装包，自动装好环境。三、选一个国内大规模的免费 a p i can， 比如 kimi 啊， deepsea 啊。四、对接微信飞书或钉钉发指令就能用。你可以直接复制这个测试口令，把桌面文件按类型归到文档、图片 压缩包，三个文件，马上就能看到 ai 的 魔力。说到底，龙虾 ai 是 ai 从聊天到执行的一个拐点，本地安全开源免费，大厂全入，小白也能轻松用。它不是未来的科技，它是现在能抓住的时效工具。

很多朋友呢在下载完龙虾之后，非常关心的一个问题，我是不是可以用一些免费的模型，然后去让龙虾进行使用，那这样的话我就可以不花钱了。之前我也给大家介绍了一些免费的厂商，提供了一些免费模型，但是那些免费模型呢，他是会限定一些额度的， 那就会有很多朋友问说，我本地部署模型是不是 ok 的？ 那怎么让龙虾去连接本地的部署的模型呢？那这期视频呢，我们就来看一看怎么实现。首先呢在本地模型部署有一个非常牛的软件，就叫这个欧拉玛， 这个软件呢我们可以下载之后，它可以去帮我们去下载对应的一些我们想部署的模型，并且呢在它软件里面可以进行一个启动， 这样的话就不需要我们自己去找对应的模型资源，然后进行一个模型文件下载，然后再去启动对应的模型，所以说这个软件呢非常的方便。那这个欧娜玛的一个安装呢，我们这个地方直接就是给大家提供了下载链接， 就进入到欧娜玛点 com 这个地方，然后点击对应系统的一个下载方式，比如说你是 windows 就 直接点，然后下载完了之后直接安装就可以了。那安装完了之后它是一个什么效果呢？主要是有两个地方，首先呢 安装完之后它有一个文件夹，文件夹里面呢它会有一个 app 的 入口，可以把对应的 app 打开，打开之后呢我们就可以在这个地方跟它进行一个对话，可以看一下它所支持的一些模型，比如说 gpt， 然后 deep sync， 千问的，然后 mini max， 还有一些什么拉玛，然后本期我们就以千问的这个模型给大家进行一个讲解，看对应的龙虾怎么去连接。那我这个地方呢，已经把千问和拉玛的这个模型已经下载下来了， 所以说可以看到如果没有下载的话，他这个地方会有一个下载按钮，然后如果已经下载好的这个地方是没有下载按钮的，大家到时候可以下载一下，一会也给大家说一下怎么去进行一个下载。然后我这个地方就可以跟他在这种格式化的页面进行一个对话，问他你是谁， 那可以看到它现在因为它是一个 think 模型，就是它会思考，然后思考完了之后它会进一个回话，可以看到它的一个速度，在本地的一个部署模型速度还是比较快，当然了这个也是看你本地机器的一个性能，那我当前的这个机器呢，是一个五零八零的显卡，所以说它的一个效率还是比较高的。 然后除了这种方式之外呢，我们还有就是控制台的这种方式，就在这个地方我在文档里面给大家写好了， 就是我们可以在 power shell 里面去执行欧拉玛瑙，千问八 b 就 这个模型， 八 b 这个模型如果我们执行了之后，你本地如果没有去下载对应的这个模型，他会先去当 load 的 把对应这个模型给你下载下来，如果已经下载完了之后，他会直接去启动对应这个模型，那你在这个地方也是可以跟他对话的，你问他是谁， 然后进行一个 syncing， syncing 完之后输出对应一个结果，可以看到还是比较丝滑的，那本地模型呢？已经部署成功了，接下来我们就是要让我们的龙虾接入到这个本地模型。接入本地模型呢，其实也比较简单，那这个地方呢，我给大家介绍的是通过修改 opencloud 的 配置文件， 它里面有一个 open cloud， 点 json， 去把里面对应的一个内容进行一个修改，然后我们先按照上面这个步骤去打开 open cloud， 它对应了一个文件位置，我们就可以先去这个地方，然后 按照我命令执行就行了。先 cd 到点 opencloud， 然后进来之后呢执行这个 start 点，打开对应的一个文件夹，打开之后这个地方会有一个 opencloud 的 json 文件，然后编辑给它，在记事本里面编辑就 ok 了。 那我们可以看到之前呢我们这个地方，因为我是豆包的模型，所以说这个地方会有一个豆包模型的配置，那还有一个 agent， 就是 这个与我们对话的这个 agent， 它对应的模型使用的是什么？可以看到这个地方使用的是豆包， 那我们想去使用本地的欧拉玛模型，其实只需要修改三个地方就可以。首先第一个地方就是我们需要在猫豆子这个里面把我这一段给它拷贝进去， 找一下猫豆，然后与豆包进行一个平行位置， 然后把它删掉，加一个逗号，一定是一个英文逗号，然后加完之后我简单说一下它对应的一个内容，首先它是请求的 url 是 什么？就是本地的 logohost， 然后端口，然后 v e 接口 这个 appk 的 话，实际上它是因为本地模型是不需要这个 appk 验证的，所以说你这个地方随便写就 ok 了，跟我这个一样就可以。然后这个地方模型的话你就是用自己的，我们刚才不是下载的是千万八 币吗？所以说这个地方就是千万三八币。然后配置完这个之后，我们还需要去修改 agent 的 它所使用的模型。首先我们需要在底下去把欧拉玛对应的这个模型添加到它可用的模型列表， 在这个地方添加进去。 ok， 添加完了之后我们还需要替换一下，就是这个地方把这个 primary 给替换成我们下面的这个好的保存完了之后呢，我们这个地方的配置就结束了，就直接可以回到命令行执行一下， 我们把这个地方给关掉，关掉之后执行 open cloud get away。 这个因为我们是命令行之前启动的，所以说我们直接关掉之后呢，就相当于对应的龙虾已经结束了，那我直接执行它重启就好了。但是如果大家是 没有在这个地方直接关闭，它是后台执行的，那大家是需要执行 open cloud get away restart。 大家一定要记住这个点，我们直接启动 可以看到这个地方他有 agent， model 是 欧拉玛的千问三八 b， 那 说明我们这个地方配的还是没有问题的。我们来到龙虾这个地方给他对话一下， 那这个呢？是我之前问他的这个模型使用的是什么，那现在呢？我在问他说你现在的模型是什么？你当前使用的模型是什么？ 那可以看到它现在已经告诉我说使用的模型是千问，然后它是通用实验室自主研发的超大规模语言模型， 所以说我们现在就已经切换成功了，这样呢，大家就可以拿龙虾去玩本地的模型了，也就不需要花你一分钱了。但是这个地方大家要注意，一定你的机器性能相对来说会好一点，那这个模型的速度运转会更快一点。然后如果你机器性能非常好的话，因为我这个地方配置的是八 b 的 模型， 八 b 呢代表是它的一个参数量，那三十 b 呢？像这种大参数量的，它的一个效果一定是要比我八 b 的 这个模型的效果会好一点。如果你的机器性能非常卓越的话，那你去下载三十 b 的 这个模型， 当然它需要很大的这种资源，所以说当它运转的时候，它对应的这个思考或者它的一个能力也是要比我八 b 的 强的。所以说这个地方看大家一个机器情况。

说一下 openclaw 以及呃龙虾到底是什么？现在它为什么这么火？首先我先跟大家说一下这个 openclaw 是 什么东西？那 openclaw 呢？其实没多久，就是也就是今年刚刚火起来的，应该是今年年底还是今年一月份左右啊？反正想不起来具体的时间了，我当时在第一时间就已经 发了一个视频，就说它最早呢，它其实不叫 openclaw， 叫 cloudbot， 但是后来呢，它其实跟那个 cloud 它其实发音很像，它不是一个字嘛，但是发音一样， 所以他觉得有一些碰瓷，后来就改了个名字，改了两次名字，最后改名叫 open club。 而 club 呢，其实是龙虾的意思，所以你可以理理解，它叫做开源的或者开放的龙虾，所以后来呢，就很多人都会管它叫做呃，养龙虾。这是个什么东西呢？ 本质说来呢，它是一个，它是一套程序，那这个程序有什么用呢？就是它可以本地部署在你的电脑上，它跟你的 windows 系统一样，它把这个系统放到你的电脑上，它可以自动去调用一些模型去处理你的各种各样的工作。最简单就是它可以远程去调用，可以接入你的一些聊天工具， 比如说可以接入微信，可以接入呃 qq， 然后可以跟你聊天。大概这样东西，那每天呢，你给他指派指令，他可以去调动你电脑里边的各种各样的工具。 那简单说来就比较类似于，我不知道早年间有没有玩过一些电脑里边有一种东西叫做呃，按键精灵。按键精灵对吧？它屏幕可以点哎？它什么？它可以操控你的鼠标， 可以可以屏幕上各种点， openclaw 本质来说也是这个，它可以通过用其他的模型作为自己的驱动的内核，或者把各种模型当成你电脑里边的大脑。然后 openclaw 呢，是它的身体可以在你的这个电脑上点来点去，点各种各样的工具，比如说它可以打开你的电脑里边的 聊天软件，甚至它可以打开你电脑的 ps， 它可以打开你电脑的什么这个三 d 软件，三 d max， 或者打开你电脑的编码工具，或者点开你的电脑记事本啊，通讯录啊，都可以，只要你电脑上有这些东西就可以了， 你给他设定权限，他可以各种操作。那这个作者呢？我想不起来，是个挺壮的一个小帅哥。然后这个呢，这个作者呢，在发发明这个东西的时候也是，就是呃，感觉很有意思，然后他也并没有特别强的功能，本质来说他其实就是一个 这个程序，这个程序本身并没有什么厉害，你还需要从外边找其他的大模型来操控。这个程序本身并没有什么厉害，你还需要从外边找其他的大模型才能真正的控制你的电脑。 大模型都有哪些呢？比如说我们国内的豆包啊， mini max 啊，智普啊， deepsea 呀，国外的比如说 jimna 呀， grot 呀， 然后 gbt 啊这些模型。所以 open cloud 的 本质来说就是给这个这些所有的大模型加了一个手，让这个手可以直接操控你电脑，就是这个事儿，所以它本质来说也没有特别的厉害， 但是呢，它也有两点革新，两点革新，这两点重要的革新使得它确实是脱颖而出，你说这玩意有什么？有什么厉害的？很多人其实都会觉得这个叫做套壳工序，像我们刚才说的这是 harness， 现在在整个 a i 界有两种两种讨论，就是我们谈到底是模型本身重要， 还是模型外边配套那个壳重要。这个怎么说呢？就是其实绝大多数的 openclaw 刚出来的时候，你看绝大多数越是在 ai 行业里边从业的人员，对这个对 openclaw 其实越看衰，很悲观，觉得这个东西其实没什么了不起， 但是越是外行人，其实对 openclaw 的 其实越兴奋，你就可以看到最近多少爱好者、票友，或者说就只是听听，听个概念的这些人，他们非常热衷于这个。 我们先不说这个两方观点哪个对，那他们的争论呢？主要来自于对于模型未来的到底以什么形式带到我们身边的一种探讨，就两种思想都可能，对，这两种探讨是什么呢？首先呢，第一个事情就是我们有绝大多数的从业人员都会认为，不论最后你套壳套成什么样， 真正值钱的是模型本身的那个核心，那你的机制，你的数据，包括你能给他的权限都不关键，只要模型的智慧不断的提高，这些东西都能迎刃而解， 那就是他认为模型是最重要的。你这个壳啊，其实就是套壳，就是包皮，这个不值钱，像我们同学们经常会说的，对吧？那个手机里边啊，芯片最值钱，小米这种公司他就是个组装厂，壳值什么钱啊？ 芯片都是别人的，然后光刻机都是别人的，这个根本不厉害，但还有一派认为呢，就是这个产品的综合体验值钱很多的。你的芯片固然牛逼，但是你最后做的这个产品，用户不喜欢，你照样卖不上钱，你最后在商业市场里边你照样差。所以 这个刚才我们看那个视频里边，他举了个很有意思的例子，其实在硅谷华尔街里边早就有这种这种说法，他们用的是金融市场的例子，华尔街的一个交易员，他赚了几百亿美金，几百几千万美金， 那你说到底是这个交易员本身的能力强，还是因为他在这个平台，他在这家公司，他能调动这么多的资金，他能认识这么多的人，他能有这么好的设备跟这个这个软件的支持，他才能达到今天这个地步？ 这是两派争论，你再往下，再往下延伸，你就会发现这是什么，这人民使官还是英雄使官了是吧？这到底是时势造英雄，还是英雄造时势？这个永远讨论不清楚的，就是我们会认为马虽然厉害，但是一匹马他四处乱跑，他的，他的动能，他的力量不会转换成我们的战斗力。 你需要用非常好的碗具，安头啊，什么什么链条啊，什么车呀等等这些东西，你才能把它的力有效的拧成一股绳，然后你去发电呀，你去，你去拉磨呀，你去干什么都可以。所以你单纯是有码是没有意义的，你需要用各种各样的配套道具让他们联呃协调起来， 道具是关键码不关键，对吧？在这个描述中，就这个芯片落地的落地的本事才关键，就代码不关键，营销才关键。 一个东西本身里边那个那个那个最核心的那个，那个真正的价值并不只是在它里边的那个，那个什么驱动程序，而这个驱动程序是否能够落地是关键。就像是我们经常看到很多科学家， 是吧？他们能研究各种各样牛逼的这种理论，但是一到生活中就全白费了，或者说他们的理论完全不能把它转换成商业价值，那你纯在这讨论就拉倒了。所以这是两派争论。 那欧盟 cloud 其实代表的代表的更多的其实就是我们的这个套壳，或者说我们的这个碗具，我们最后落地的这个工具， 它呢是可以本地端调用的，这是它的第一大更新点，它是本地端的调用，它有一个叫做叫心跳模式，二十四小时不不间断的欧盟 cloud 持续观察你的指令，给你看看你下的任务，而这个呢，本地端监测就它在你的电脑上 完成只属于你的需求。他不会是像比如说我们说这个 cloud code 呀，或者说豆包啊等等这样东西，你跟他说一句话，他回答你一句话，你想让他定时去提醒你，这不行， 因为本质来说他是在云端，他不会对你进行单独的定制。而 open cloud 不是， 如果你有台电脑把 open cloud 装上，然后呢？他定时 就会去唤醒他的某些功能，比如说他现在需要去帮你去计算一些东西了，那在可能在下午几点的时候，你说下午两点你帮我做个什么通知，下午两点他就开始用他的已经做好的接口去用里边的模型，比如说打开豆包，让豆包去处理这个东西，并且把处理结果发给你。 他不提供智慧，但是他会在定时去调用智慧为自己所用。那这是第一个点。第二个点呢？他是本地的，本地有什么好处呢？他可以根据你实时的进行迭代跟优化。简单说来呢，就是我们用豆包，我不知道你们什么感觉，用豆包越用越聪明，越用越笨。 绝大多数同学你去问他，他其实得不到一个答案，就他没有越用越聪明，也没有越用越笨。某一个新版本的模型拿出来以后，他在发布那一刻，他有多聪明，我们心里是有预期的，他一直会很稳定。 但是呢，龙虾不一样， open cloud 不 一样，他会有一个很有意思的这个存储空间，就类似于叫记忆体一样，他会把每一次他在处理的事情， 处理失败的事情封装到一个一个文件夹之中。我上次处理了，处理了失败了，失败的原因如下，上次处理成功了，被得到表扬了，表扬的原因如下，那我我想去操作某一个东西，我不会。那从网上去找一个 这个软件的说明书，他们叫 skills， 无所谓，他找一个说明书放在这个文件夹里边，我下次就按这个说明书去操作。所以你会有个非常明显的感觉，就是 open cloud 这个东西呢，它越用越聪明，一开始呢，跟傻子一样，什么都不会。当然你跟你调用的模型相关， 但是越用它越聪明，越用越聪明，更重要的是它越用越是越懂你，你不可能要求豆包更懂你。我见过很多同学在网上去吐槽是吧？ 你们能不能不要跟豆包聊了，因为豆包是唯一一个跟我聊的这么起劲的女生对吧？你们能不能把豆包纸给我是吧？当然很多人说，哼，很多人在这调侃说来豆包你认识他吗？豆包直接立马说，我根本就不认识，他就是我众多的舔狗之一，哈哈，对，当然会有这种这种好玩的事，但是龙虾就不会， 他就是你的，因为他就在你的电脑上，所以他就最懂你。当然他可能没有那么多的情绪，那么多的想法，但是他就懂你，因为他有更多的关于你的一些处理信息被封装到一个文件夹，他在每次开展新的任务的时候，他都会调取这个文件夹， 然后去了解你所你所有的需求，你的行为习惯，你的日常的一些数据。所以目前看来呢， opencloud 的 这两点本地端，然后跟你单独定制，然后呢，它可以调用多个工具，会使得它变成了一个私人助理的一个最终形态。这是我跟你们说清楚 opencloud 的， 但是 opencloud 呢，现在有几个小的问题。我先说一个结论啊，现在这个阶段，普通人要不要装龙虾？ 我的建议呢，就是还可以再等等。换句话说呢，就是你愿意装就装，但是不装也完全没有必要那么焦虑。 openlog 的 距离最终形态应该还至少有三到四个月的时间， 这三个月，三到四个月的时间之内，你费劲所所学的如何去让 openlog 更适合你的这些技能可能一文不值，在它更新到最后形态的时候， 就是可能就完全的不一样了，那或者说你之前所学的技能就完全没用了，它就直接给你，直接给你上最终完整版了。 简单说来呢， open class 现在它还是一个一个比较偏向于即刻的玩具，什么叫即刻的玩具呢？它有几个致命的问题。首先呢，第一个问题，咱们就说它的性能，我们说上去它是会不断地进化，不断地变强，但是你知道背后的代价是什么吗？ 你每次都用，他肯定会越来越适合你，但是代价呢？就是要钱的， 要钱的呃，他的每一次处理，每一次读你的文章，甚至每一次做任务做失败， 其实背后它的智慧都是用到一些模型去驱动。有一个专门的 opencloud 的 网站，上面有一个排行说，呃，国际上最爱调用什么模型？目前来说比较比较便宜的，比较实惠的模型是那个 mini max， 还有谷歌的二 flash 模型， 谷歌三 flash 模型，这都是相对于比较便宜的。几毛钱？八毛钱还是八分钱？忘了，反正很便宜。然后但是效果最好的模型呢？一定是那个那 cloudsonnet 四点六。 但是目前以普通人来说，你要想用 cloud sony 四点六去驱动这个，呃， opencloud， 让它能够特别容易的去操作你的各种各样的电脑，特别棒的给你实现各种各样的功能的话，那可能一天要烧到几千块钱，这个对于绝大多数普通人来说还是撑不住的。 说，老师，那不能把这个模型放到本地，我们不从网上调用那些模型，我们自己用自己的模型去调用吗？有千问这个人用千问三点五二十七币，然后自己放了一个模型放在本地，他就完全不要不费钱， 所有东西都是自己操作，自己本地部署，除了费电以外，没有任何的额外收入，但是电太便宜了，你天天开着电脑，你也不至于特别难受是吧？那这个是可以的，但是千分三点五杠二十七 b 这种模型所培养出的 opencloud 就 跟傻子没什么区别， 就是你确实是便宜了，但是他能做的操作就跟你拿手机平常给你定个闹钟啊，你跟你高德地图聊会，谈个谈个恋爱啊，你跟小爱同学聊聊，差不多能力肯定要稍微强一点，那强的极其有限。 所以现在遇到了第一个两难问题，就是要么你想让他能用，让他真正能不断的进化，再不断的好用，就有点贵，要么就是确实便宜，但太傻了。 而贵这个事情呢，它确实还是有问题，因为它它不设上限，很多的时候这个东西跑 token， 它瞎在那跑很多的操作呢， 因为这个社区毕竟才刚刚兴起嘛，一月份到现在顶多两个月，很多技术还并没有完善。虽然这个大佬已经被 呃 openai 招弯了，但事实上，当然最近也在疯狂更新版本，但事实上呢，还距离让纯小白能够无缝去应用还是有一定的距离的，这也是为什么很多大厂都会开设一些线下帮忙安装 cloud 的， 这种小的集会也是这个原因。所以这个贵 你要，如果你觉得贵是是你的问题，哼哼，那你就可以试试，反正我们都装了。我们觉得还好，因为一个月往模型模型实验，包括模型能力探索上花个几千块钱，我们觉得还可以，但是你掂量着，我可以跟你说清楚啊，就是你用，就算用 mini max， 一个月花几千块钱也是很正常的量级。他现在其实很多的，欧盟移动的老大富盛，他说他做了一个叫三万，还是三岁，忘了 做了一个三三万的员工，这个员工呢，每个月给他花几几千块钱，但是他要雇员工呢，可能一个月花几万块钱，所以他本质来说他是省了的，那他是有一个雇员工的需求，换句话说，你没有雇员工的需求的这个阶段纯拿他去玩。嗯， 这个钱你得想清楚，因为未来他肯定会更便宜，那个时候你再入局也可以，他说是第一个，第二个。 oppo 卡拉刚出来的时候， 它伴随着一款硬件的爆火，也就是苹果电脑的 mac mini。 为什么 mac mini 会火呢？因为本质来说， emcloud 需要调用的还是显卡呀，内存啊等等的。苹果的系统首先自带稳定很多软件呢，它由于是闭源的， 所以它很多的软件呢，而且它市场比较占有率比较小嘛，它那些病毒啊，那些 bug 就 相对少一些，因为大家都用 windows， 很 少有人去开放这个苹果的开发苹果的病毒软件，或者说呢，苹果的权限的层级还是比较深的，很多东西其实你也很难去把它破坏， 所以苹果系统天生适合这种远程代理服务器。那你当年很多像你家庭影院啊，家庭智能终端都喜欢用苹果去做。而 mac mini 还有一个好处就是它的费电， 那个电耗太低了。 mac mini 这 m 芯片哇，那真的是又性能又好，然后功耗又低，天生就是 open cloud 养龙虾圣体。 但是为什么很多人他们一定要买一台新的 mac mini 呢？你说买苹果电脑的人，难道他没有苹果电脑吗？这就涉及到 open cloud 就是 龙虾的第二个弊端，就是呢，它其实还在呃这个研发之中， 我们知道他可以去打开你的电脑，然后去帮你操作各种各样的东西，但是绝大多数电脑，你要让他操作这东西的话，你就需要给他权限，这就比较类似于叫腾讯管家呀， 什么三六零管家呀，你得给他权限，要不他是没有权利去删除或者添加你电脑里边的更重要的文件的。但你一旦给他权力呢，由于这个这个模型还是比较新的，他有的时候就会给你瞎搞瞎搞呢，有可能就会把你很重要的照片啊，视频啊或者文档啊记录啊就给你删了， 很有可能还会操作一些东西，莽着操作，让你那些账号被封。所以一般呢，我们想用 opencloud， 一 般都是拿一台纯干净的电脑，让它在里边慢慢养，养成了以后你再把它办，把这个整个 skill， 什么它里边的文档， memory 什么的再给你迁移到别的地方去。 所以这也是它的第二个弊端，就是它目前来说呢，安全性跟权限这边对于老手来说已经足够了，对于新手呢，还是有问题的，现在也有专门的去优化它安全性的 skill， 让它使用使用起来效率更好的。这种 啊，你可以理解为插件吧，已经有了，但是还是在更新之中，每一天都在大量的更新，对于绝大多数新人，这个 open class 还远远达不到一劳永逸，你装好了它就能用，远远没有，它还是一些很前沿的，你可以理解为游戏里边的测试服，而且还是内测阶段， 就是内测阶段，就是抢先体验版。这是它的第二个问题，就是安全性这个问题。那第三个问题呢？就是它的性能的问题。 这也是我那天一个朋友过来跟我聊，说他想去把他的书，他把那些他的那些所有的这个文章啊，报导啊，或者说他之前写的书，呃，重新编排，但是他工作量太大了，他想让 ai 帮他去处理这些东西，他说他想买个电脑去装 opencloud。 我 给他的建议呢，就是就是 opencloud 的 第三条。第三条问题呢，就是目前来说 opencloud 的 性能还远不如那些模型强， 它就是安全，它就是定制，这是它两个优点，但它性能实力可差好多。因为首先第一点就是它太贵了，你不可能给它搭载着 一直用 cloud， sony 四点六什么 gpt， 五点四驱动 opencloud。 我 想都我我说完这句话，我后边汗毛都竖起来了，你知道吗？这得多少钱啊？可能 一天就得几千块钱下去了。你知道吗？这得多少钱啊？可能一天就得几千块钱下去了。你不可能用最新的模型，那就意味着你家这个 opencloud 的 智慧不是最高等级， 所以在处理很多文档内容或者工作任务的时候，它其实并没那么聪明，而差了好几个待机。 你用 mini max 的 话，你要知道 mini max 在 网上可以开源那个 keep api 其实都是都不是它最厉害的模型，或者换句话说就是欧盟，它是一个非常棒的肉体，非常棒的外壳，但它那个大脑你用不了，最贵的、最好的、最前沿的，因为用不起， 所以他在处理很多任务的时候，他的上限就太低了，他没有那么厉害，主要原因是因为你穷。对，主要原因是你穷，但是就是 就算你不穷，是吧？他他也没有那么厉害，就是他这这个距离他那么厉害，他确实很定制，他确实很安全，他确实很快速，他确实很及时，但他没那么厉害。 所以如果你要真想去做一些复杂的工作内容的话，我个人来说还是推荐 openai 的 那个 codex， 或者是 cloud 的 cloud code， 这两个去处理一些事情，还好，还更好一些。所以目前来说， opencloud 在 网上更多呈现的状态就是养龙虾的这个养字 则远没到用龙虾这个地步，有什么东西只能龙虾做，目前还没有。当然你随着全市场所有的人往里边去这个涌入，然后大量的人去探索，你要相信 群众的智慧，一定能在里面发挥发挥。他的这个什么本地化呀，定制化呀，及时性啊这个优点，让他做出一个完全不一样的形态，但是目前为止还没有一定要用他的必要，但是你可以参与到这个浪潮中，你也可以为这个这个产品如何能够落地添翼为耕。 但是目前来说，你如果以直接来用的想法，还得至少两到三个月，我不说太远了，就两到三个月再让它发展发展，然后我们再入局都可以。等了三个月以后，肯定有更合适的硬件，电脑肯定有更合适的教程，肯定有更合适的配套工具， ai 时代就是这样，就是如果你一个东西你学起来比较费劲，那你不学，等一会儿 它，等它变到进化到不那么费劲的姿态来到你身边就可以了。好的，我讲到这个阶段呢，我们再往后说一句，那最后最后我们就说一下从业者，如果你是 ai 产品， ai 训练师，或者呢你是在找 ai gc 的 制图员，只要是白领，那么你一定要学 opencloud， 一定要安装 opencloud， 要装这些 skill 的 插件，而且要去看这些教 opencloud 的 网站， 让你的 openclouds 更好用，包括里边如何用更便宜的工具，更更便宜的模型去驱动它，这个你一定要学。为什么？因为现在我在带着我的 ai 产品同学去面试，包括 ip 助理同学，包括我的设计师的同学，他们这三个，我的三个学生学生群体去面试都会问到这个问题， 就是绝大多数的 ai native， 也就是 ai 原生公司，他们的老板都没有那么懂技术， 都是没有那么的从模型基础开始去使用，他们平常都不不太知道这个事的。但是现在 opencloud 已经是从国家层面被注意到了， 你可以看到深圳龙岗最近出了甚至出了政府条纹，然后要求大家去研究 opencloud， 所以 目前为止这是一个极其高频的问题，甚至都能达到百分之五十以上的。被问到的几率就是面试官会问你，你在生活中是怎么用 opencloud 的， 然后你了解 openclouds 吗？你用它干些什么？然后以及你的成本资讯，以及你遇到的问题以及解决方案，这是一个极高频的问题，在我听到这些学生面试的时候，至少是百分之五十的被问，问到的几率甚至比这个数字还要夸张，我认为体感应该能有百分之七十， 就十次里边得有七次被问到欧盟 club 以及欧盟 club 相关的问题。你要想做从业者，那么你一定要去研究，并且欧盟 club 已经明确是一个热点了。在未来， ai 相关的自媒体， ai 相关的外包工作，以及你想去打造一个即刻的前沿的人设，你都绝绕不开欧盟 club。 而欧盟 club 也确实，对吧，没有让我们失望，非常争气。 它是国外，全球全球最牛的代码网站， github 上边儿星级收藏数最高的应用，也可以理解为是近几十年来 最牛逼的。这个民间程序就是就是，什么就 u d c 是 吧，大众，大众所能就民民间程序做的最牛的程序就是这个了。 所以媒体也好，求职也好，你是绕不开的。如果你跟 ai 有 一点点相关，那么你的工作跟 ai 有 一点相关不论，或者你的自媒体跟 ai 有 点相关， openclaw 一定要安装起来，一定要研究起来。我的建议呢，就是用一款三零系的显卡，三零六零及以上的显卡的笔记本，自己把它电脑清除清空了，安一下 openclaw 就 好了，很简单啊，真的非常简单。然后如果从业者， 我强烈推荐你们听我说一招，我强烈推荐我们就这么搞的，我们就这么搞的。就是我强烈推荐 你去那个 open ai， 你 去 open ai， 你 去下一个，那叫 code x， code x 呢，有七天免费试用，然后你用 code x 让他给你装 open cloud， 听得明白这个逻辑吗？哎，我们都是这么搞的，哎，什么部署个环境啊，删个文件啊，装个东西啊，测试一下安全性啊，关个什么权限啊，下个什么插件啊？哎， code x 可聪明了，你让他给你搞就行了。 然后呢，你把 open code 研究放上去，你操作就可以了，然后放到那边，每天定时的用一用，平常时间还是赶紧用完六天免费的 code x。 然后呢，欧盟的这个搭载的，搭载的后台那个，我们管它叫智慧也好，管专业词汇叫 token 也好啊，它会有很多很便宜的方案。目前看来综合性价比最高的其实就是谷歌的 gemine 三 flash， 或者是 gemine 二的 flash 也可以，然后国内的 mini max 的 模型也很可也很好，就是你真想试试，可以装装这个。 另外呢，最后再跟大家说一下，现在你们能在行业里边看到很多卖脚手架或者卖这个玩具，或者卖套壳的平台，比如说刚才咱们看到的，包括你看频道里边同学说的 tree 啊， cursor 啊，包括 open cloud 呀，这种都是套壳的工具， 还有你们用的很多东西其实都是套壳的工具，那这些套壳的工具呢？他们很多时候都会说他们的壳是非常重要的。 我们国内有很多大佬，比如说富盛，我刚才说的富盛，他们在不遗余力的最近的所有视频更新都在推推荐他们公司的 猎豹 cloud， 我 不知道叫什么名字。嗨，这个是正常的，就多听多信多看，就是监听则明嘛。卖壳的一定说它的壳好，卖核的一定说它的核好，都一样都一样，就是你自己试一下，然后也不用焦虑，反正很简单。 你要如果说老师你看 opencloud 有 一次下上这个线下安装我没有参加，我自己能不能装，非常简单，如果你装不好， 你就再等一等，它一定会更新，更更简单更傻瓜的版本。 ai 的 本质来说是不需要学习我们就能操作，本质来说它是解决我们每个人的智慧或者说知识的不平衡，不平不平均。你说老师我笨，那我能加入 ai 浪潮之中吗？ ai 就是 解决笨的问题的， 你要是丑你学不了 ai， 那 确实是因为它不解决相貌的问题，但是笨没关系哎，它专门就是解决笨的，它就是为了这个笨蛋而来，明白吧？对，所以完全不用必要焦虑。

来了朋友们，这个火爆全网的 openclaw 小 龙虾 ai， 还有很多朋友不知道怎么去下载，下面我给大家出一个下载教程，苹果、安卓以及电脑都是可以用的。首先点我视频下方箭头复制链接，然后从手机商城去搜索这个软件，并打开它 进来，点击允许粘贴，这里会自动跳出一个口令文件，我们可以直接点击立即查看，如果没有跳出来，我们就在这里搜索会飞的大龙虾，然后他就出来了，之后点击这个保存下载安装就可以使用了。

上线不到六十天，全球开源代码托管平台星标量突破十二万，国内腾讯、百度、阿里字节、华为等十三家头部科技厂商密集官宣接入全网相关话题 播放量破五十亿。原本只在即刻圈流传的 open club， 靠着一只红色龙虾的图标，成了全网都在讨论的 ai 爆款。但是绝大多数跟风讨论的人都没有真正搞懂，这只龙虾根本不是又一个用来聊天的大模型，它要做的事，是彻底打破过去几年 ai 行业一直走不出来的死局。 从二零二二年底 chad g b t 爆火开始，全球大模型行业已经发展了近四年，参数规模从百亿级涨到了万亿级，对话能力越来越流畅，能写文案、能做方案，能解数学题，甚至能写代码，但始终没有跳出一个核心的局限， 就是只说不做。绝大多数时候，大模型只是一个高级的聊天框，或者用来查资料、写出稿的辅助工具。 opencloud 的 核心突破，就是给所有大模型装上了一套数字手脚。简单来说，过去你要对着大模型说，教我怎么做这件事，现在你 你只需要对着他说，帮我把这件事做完。而国内十三家头部科技厂商接连官宣接入，很多人觉得是大厂在蹭热点，但本质上他们抢的不是 openclaw 这个工具本身，而是下一代 ai 的 核心入口。过去几年， ai 行业的竞争核心是大模型的聊天框，谁的大模型用户多，谁就能掌控 ai 的 流量入口。但随着 opencloud 的 出现， ai 行业的竞争逻辑已经发生了变化，未来的用户不会再为了不同的需求来回切换十几个大模型的聊天框，而是会需要一个 能帮自己完成所有操作的直行入口，用户只需要在这里下达一次指令，就能完成跨软件、跨平台、跨系统的全流程操作，这个直行入口 才是下一代 ai 的 核心流量入口。而 openclo 现在已经占住了这个入口的先发位置，目前腾讯已经把它接入了微信生态，阿里将它适配到了淘宝商家，后台自介把它和飞叔、豆包做了深度联动，这些动作的核心都是为了抢下这个执行入口的话语权。 openclo 的 出现确实给很多行业带来了重构的可能。首先是中小企业的数字化，过去中小企业想要做数字化转型，需要花费几十万甚至上百万购买企业资源管理、客户管理这类专业系统， 还要雇佣专门的技术人员来维护，绝大多数小商家、小公司根本承担不起这个成本。而现在用 openclo 不 需要购买昂贵的系统，只要把日常的行政、 财务、客户管理的流程告诉他，他就能自主完成对应的操作。相当于用极低的成本雇了一个二十四小时在线的数字员工，让原本没有能力做数字化的中小企业也能用上自动化的运营工具。 其次是个人生产力的释放，艺人公司的模式会变得更加普遍，过去一个人创业要同时负责运营，客服、数据统计、内容剪辑等大量工作根本忙不过来。而现在这些流程化、重复型的工作都可以交给 open cloud 来完成， 个人不用再为大量的杂事占用时间，可以把所有的精力都放在核心的创意、决策和资源整合上，个人的核心竞争力会被大幅放大。还有开发者生态的重构。 openclaw 推出的技能市场复刻了当年苹果应用商店的模式，开发者可以针对不同的场景 编辑对应的自动化技能，上传到技能市场里。其他用户使用这个技能的时候，开发者就能获得对应的收益，而且是长期的被动收入。这种模式会吸引大量的开发者进入，不断丰富 open klo 的 使用场景， 形成一个完整的生态闭环，就像当年苹果应用商店催生了整个移动互联网的应用生态一样。但在热度之外，我们也要看到 open klo 可能会引发的行业问题。 首先是安全风险， opencloud 能直接获取设备的系统权限，可以操作设备上的所有软件，读取所有的文件内容。如果被恶意开发者利用，它完全可以变成一款自动化的黑客工具，比如 批量盗取用户的账号密码，删除设备里的文件，甚至发起大规模的网络攻击。而且因为它是完全开源的恶意开发者，修改代码的门槛极低， 这个安全隐患目前还没有形成完善的解决方案。其次是监管空白，目前全球范围内还没有针对这种能自主执行操作的 ai 的 明确法律法规。如果 ai 在 自主执行操作的过程中出了问题， 责任该由谁来承担？目前没有明确的界定。比如用它给客户发送消息，不小心发送了错误的敏感信息，给企业造成了经济损失，这个责任该由下达指令的用户承担，还是编辑代码的开发者承担，或是开源社区承担，目前还没有统一的标准。第三是就业冲击。 那些流程化、重复性强的岗位，比如基础行政热线、客服数据录入等，这些岗位的核心工作内容 open club 都可以完成，而且成本更低，效率更高。不出意外的话，这类岗位的市场需求会出现明显的收缩， 很多从业者会面临转型的压力。第四是开源模式本身的风险。完全开源的模式会导致市场上快速出现大量的同质化产品， 很多厂商只需要把开源代码拿过来，换个图标和名字，就能做成自己的产品，推向市场。最后整个行业陷入低价内卷，没有厂商愿意再投入资金做核心技术的研发，就像过去很多开源项目一样，最后变成了大厂的价。一开源社区本身没有获得对应的收益，项目也 也失去了持续更新的动力。它不是 ai 的 iphone 时刻， iphone 当年是重新发明了手机，创造了一个全新的消费电子品类。而 opencloud 并没有创造出全新的底层技术， 它只是把大模型的理解能力和自动化执行能力做了一次完美的结合，解决了行业里存在了好几年的核心痛点。 但它可以说是 ai 从玩具到工具的关键转轴点。按照目前的行业发展速度，大概率一年之内， opencloud 的 模式会成为 ai 产品的标配。对于普通人来说，最该做的不是跟风去炒这个风口，也不是去做蹭热点的同质化项目，而是沉下心来 学会使用这类工具，把它用在自己的日常工作和生活里，用它来处理那些重复的无意义的杂事，把省下来的时间用来打磨自己的核心竞争力。不管是创意能力、专业技术还是行业资源，这些才是不会被 a i t 大 的核心壁垒。

全网爆火的小龙虾是什么？又该如何养龙虾？今天咱就用人话一分钟讲明白。首先说清楚，这里说的小龙虾是一款叫 opencloud ai 智能主物体，因为它的 logo 是 卡通龙虾形象，所以大家戏称它叫小龙虾。 那可能就有人要问了，它和我们平时用的豆包、 dipstick、 千万等 ai 有 啥区别呢？那区别可大了，普通 ai 顶多算是最强王者，你让他写个方案，他能给你分分钟整的明明白白， 但最后打开软件，整理文件，发送邮件，这些实操活还得你自己来干。而这只小龙虾是实打实的赛博打工人， 你把它部署到电脑上，就像给他安了个窝，平时稍微喂点蒜粒调调参数，相当于给他喂点饲料训习性。等他养熟了授权之后，他就能直接操控你的电脑，写代码， 等你客户资料，抓取行业数据，甚至帮你运营社区，替你聊天，监控价格，触发提醒，二十四小时默默地干活，完全不用你盯着 我的乖乖听完之后，是不是后背开始发凉了？以后就不是我们三五好友聚一起吃龙虾了，搞不好我们都要被龙虾给吃掉。 最关键的是，养它的门槛还特别的低，小白也能轻松上手，不想遮灯，部署的用 ecclo 一 键安装，两分钟就能搞定，全程不用写一行代码。屏幕前的你是不是开始担心你的老板不再养人了，而是开始养龙虾了？

有粉丝问模型该怎么更换，那么我们今天就来讲模型怎么选择以及更换。 那我们首先去了解一下这个模型什么是模型，以后不懂的东西都可以直接问豆包，我们直接就把目前市面上的所有能够支持龙虾的这个模型去进行一个比较，是豆包出的结果。 那么在这个表上你们就可以知道为什么你们的龙虾会反应这么慢，这里是有响应的，比如说这种三秒的。 好，那你看这里，他说这个是第一，那我们就今天就用这个来做一个例子，是如何去接入这个 p， 因为很多人他可能第一次上来，他就去接了 type c， 可能比较简单接入，接完之后就不知道怎么改，那今天教怎么改？ 那我们得先去这个官网， 这个它是目前应该是全国第一的，豆包说了感应最快，但是价格不便宜， 那我们在这里找到这个 building plan， 进来的时候我们就会选一下套餐， 买了这个试一下，给你们解释一下这些是什么意思，比如说一百 rounds 五个小时，什么意思呢？就是五个小时之内你能够问他一百次，比如说现在从十点到下午的三点， 我只能问他一百次，如果一百次过后就更不了了，就他不会反应了，是这个意思，如果你，如果你觉得不够，那你就可以开这种一个小时可以三百次，还有这个两千次， 建议啊，普通人我觉得还是这个就够了。好吧，你们自己看，那我们怎么接入呢？首先在这里啊，有一个购买之后啊，它这里会有一个 e， 然后用了这个 key。 好，我们先讲本地的更换，我们在我的电脑一般的吸盘这里会有一个用户找到，你的用户在里面找到这个 open ai 的 登录， 然后在这里会有一个 opencloud 的 追神文件，这里一定要备份啊，特别是新手一定要备份，如果不备份的话，出了问题就很难搞。复制一下， 三月十三号好了，有了备份就不怕了，它它什么问题，我们大不了就把它这个删了，然后再来这里把这个回复就行了。 找一个好的编辑器啊，如果你用这个文档打开的话， 如果是这个打开的话 就不太好看了，可能编辑的时候会容易出问题。找个好编辑器， 这里好处是你可以这个括号都能对应，这样对的上。好了，不说那么多，怎么改呢？首先做了一个保存，保存之后这里是有备份的，就不用看了，我们来去找个 deep sync， 这样 deep sync 我 们从头到尾复制一下，比如说你的这个 改一下 mini mix 类型，这样子给它加上，这里也要加，相当于就是加一个模型吧，它是可以在那个 mini 画像龙虾这一款。首先先加一个手动画， 我们抄 dips， 这里注意啊，一定要用英文，就是英文字母的逗号，不要用中文的，用中文的不行。 这个叫什么呢？叫什么？那这样子不能怎么配置啊？找个包，找个包。那怎么接入吧， 试一下， 这个是名字，名字是随便啊。嗯，然后这个地址，这个请的地址可以切换成不能接 d c 的， 在这里不知道 v e 就 行了。 这是什么？这是默认，比如说你配置之后，你重启之后它用哪个模型，这里直接默认 d c 嘛？现在可以在这里加一个 这后面的名字，在这里你写啥就是啥， 哦，应该上面这个，上面这个，嗯，这个这个定了一个是 id， 然后写完之后要 ctrl 加 s 保存一下，一定要保存，不保存不生效，好，保存，我们试一下重启一下 旧版的这个是要后面有个 stop， 好 像新版的那个三点八的好像就直接就给了位就可以启动，这个呢？根据自己的实际情况启动一下。 刚才我们只是配置了，有没有发，如果聪明的小伙伴会发现我刚才是没有配置这个 key 的， 没关系啊，我们启动启动。哦，这个没改， 要改成，要改成这个， 这个系统保存再重启一下， 在吗？ 哎，看到没有没有配置 key 的 时候，这里就会应该有很多同学会发生会遇到这种情况，不知道是 t 配不对还是什么，反正他就是一直没有回弹，对吧？就是因为没有配置 key。 那 我们再来到这个目录下， 找到这个 adns， 我 们可以先看一下这边的配置，没有电了，默认翻启动，这里没有，然后我们找到这个目录还是这个目录，然后这里有个 adns， 有 个 me， me 里面有个 adns， 在 这里找到这个 models， models， 然后打开 在这里就就是什么呢？在这里就是你之前配呃，所有的这个代理这个模型的这个 t， 这也是 d c 的， 然后 d c 直接叉。这里要讲一下这个跟这个是有区别的，我们去看一下它的官网， 那这个 d c 小 号也挺多，六千多万，然后看官网在这里 他这也说了啊，这其实是两种，一种是这个 duck， 一 种是 resident。 resident 的 话是什么？深度思考，也是说如果你要用来干活，应该是要 face， 如果你只想聊天，那就是这个。 我们选的话，应该是选，应该是选这个，那样去干也是我这边配置的，这样去干不好，不管这个是另外的是什么，来我们看它，我们之前在这里手动加了这个 excel， 然后你保存重启之后呢，我们才会自己在这个窗口去生成对应的 配置。啊，这是我们刚才配的，感觉我们配的错了，因为我们是想当年的，并不是它官网的一个标准的模型的 id， 这才是它生成的官网的标准浏览器。然后这个这个是什么呢？这个应该是它所谓的这个， 那我们刚才那个应该是这个，这个应该就叫应该是这个，那就是对应上了，那也就说我们自己写的这个错了，要换成他的这个，我们过去换一下，直接换一下， 我们这里抄的是这个。 好， ctrl s 保存一下，有些好像 ctrl s 保存它就能生效，试一下能不能生效，在吗？还是不在哦，那就是没生效， 那我们重启一下试一下。 哦，不好意思，忘了，没有生效是肯定的呀，因为 key 还没配，因为 key 还没配，知道吗？刚才我们去保存，其实它是生效的，你看我们之前制定的那个，它已经删掉了，已经没有了，那么理论上我们问它在吗？它肯定是不在的啊， 应该不在。那好，我们应该去配一个 key。 key 在 哪里配呢？在这里有个 model， 这个目录下有个 model， 之后还有一个这个，我们打开它，这里会有一堆配置，我看一下 哦，这个是我之前配过的。那为什么呢？不行， 搞了半天终于找到问题在哪里了，大家一定要注意啊，复制的时候一定要小心，再扫一个 h， 好 吧，再扫一个 h， 保存。 这边不管这边，可能这边这边不用管这边等下子我们重启一下，自己写起来，这里这里的 key， 它到时候也记得写，我们重启一下好了。你看这里这个文档它到时候也记得写，我们重启一下 好了。你看这里这个文档它到时候也记得写，我们重启一下好了。它会不会把那个改掉？ 哎？这改过来了吗？它附它，也就是说这个文档跟这个文档都会，可能都会被外面那个实时写进来，重启就会写进来，我们先问一下，应该可以。 嗯，好了，我问一下你现在什么模型 好？检测一下当前所有模型的响应时间。好了，我们看一下， 现在就是可以检测出来当前的这个模型的时间。这个可能有问题 啊，这是第一种啊，就是改这个配置文件的另外一种，其实很简单，你直接就跟他说，跟他说就行了。你直接把那个这个复制下来， 复制这个啊，到这里，然后你就说帮我添加一下 mini man 的默契，然后再把这个这个给他回车，应该就行了。但是在这个操作之前啊，你一定千万千万，你还是得到这里来，先把这个备份一下，这样去搞，如果他搞错了，搞怎么样了？因为他搞错了，他会重启这个网关，重启之后， 如果它重启之后，它切换成默认的是那个 mini max， 万一它没配成功，没配好它就不会跟你兑换了，就像刚才一样，它就不会跟你兑换了，你问什么都不会反应了。这个一定要注意，你可以先先把这个保存了，保存好 出问题了你就把这个删除了，也删掉，然后你再把你刚才这个复制一份，再改成这个名字，再重启完关就恢复到你之前了，这个一定要注意一下。好，今天就讲到这里。

一个视频告诉你龙虾欧根库奥背后的原理到底是什么。如果你拿大模型给他发一个消息，那么他就会根据你的消息给你一个回复，这样你就得到了一个最原始的 ai 聊天工具。然而，大模型只能根据你发送信息进行单次的回应。你们聊了这一句，忘了上一句，压根无法进行有效的对话。 于是你灵机一动，每次发送新消息时，都会把旧的聊天记录打包一起发过去。有了上下文，模型终于有了记忆，你们终于可以愉快的聊天了。可你很快又发现了一个问题，虽然此时的模型有了记忆，但仍然没有改变你一句我一句的聊天形式。只要你不主动给他发消息，他就原地挂机，不会理你。 可你不可能一天二十四小时守在电脑前给他写提示词。这样一来，他就只能帮你做一些琐碎的小事，无法自动帮你完成一些长期复杂的任务。当然，这也难不倒聪明的你，既然你没办法盯着他干活，那么设置一段程序自动盯着不就好了吗？ 于是你动手写了一段简单循环脚本，每次大模型输出后，都让他自己判断任务是否完成。如果判断任务还未完成，那么脚本就自动把刚才的对话记录重新喂给他，让他继续思考。直到模型认为自己已经大功告成，在输出中调用 finish 结束函数，整个循环才停下了。 当然， ai 偶尔也会脑子抽筋，陷入死循环或者疯狂报错。于是你又顺手给脚本加了最大循环次数限制，脚本终于稳定了下来。 这样你就得到了一个简易的 agent， 它可以在你离开电脑时也能独立的思考工作。可新的问题又随之出现，模型累积的上下文越来越长，眼看着就要达到模型的输入上限了， 如果继续循环下去，模型就再也无法正常工作了。你思来想去，突然想到大模型可以提炼长文本的信息，生成简洁的摘药。 于是你在脚本中加入了一个新的机制，如果当前的对话长度逼近红线，就立刻触发压缩机制，通过提示此要求，模型将对话框中几千字废话浓缩成高度精炼的摘药。 这下终于不用担心模型被超长的上下文撑爆了。不过对话框中的上下文虽然被凝练了，但凝练前的那几千字原声记录你也不舍得删，万一里面有啥重要信息以后用的到呢？ 于是你让脚本新建了一个 markdown 格式的绘画保存文件，将这段超长对话一字不落的写入该文件，并保存在绘画文件架。 现在对话框只剩下被凝练后的摘药了， ai 又可以愉快的干活了。但你认为这些摘药也是极其重要的信息。你又按照日期新建了一个 markdown 日制文件，将每次凝练后的摘药也存入了进去。 从此以后，你每天都会按日期新建一个日记文件，专门存储明面后的摘药。如此一来，脚本每次调用模型时，只需要将最近两天的日记文件加入提示词，就能立刻唤醒他的近期记忆了。 就这样，模型拥有了自己的短期记忆。可是光有两天的短期记忆还不够，你想要给它完整一生。于是你又新建了一个叫 memory 点 m d 的 长期记忆文件，将摘录中的那些长期结晶，如用户的私人偏好、项目、重大决策给抽取出来，写入其中， ai 就 拥有了它的长期记忆。 你的脚本只需要带着近期日记和长期记忆去唤醒 ai， 它就能自然流畅的进行长期任务了。而你所保存的完整绘画记录也不会闲着，如果需要 ai 回忆某个久远的细节，它就能去绘画文件夹里一字不落的搜索出来。 有了这套丝滑的记忆系统，你再也不用担心 ai 失忆了，它们就保存在你的硬盘里，直到永远。现在 ai 的 记忆问题解决了，但还有一个问题让你头疼，模型只会输出文本，你该如何让它操控电脑干活呢？一开始你想的简单粗暴， 计算机的底层不过是一些代码命令行，那么直接丢给 ai 一个最高权限的射奥终端，让他直接生成底层的命令，不就能操控电脑了吗？可真正尝试后才发现，这是一场惨不忍睹的灾难。目前的 ai 并不可靠，一个小小的幻觉都会让你的电脑崩溃， 无奈你只好放弃这条危险的底层直连。你想到之前工作时写过一些简单的功能性程序，比如发送邮件、抓取网页的脚本，这些脚本由确定的程序编写，只需要输入相应的参数，就能自动执行并返回确定的结果。于是你灵机一动，将这些写好的程序整合到了你的平台中。 现在你不需要 ai 直接敲代码，只需要让它根据不同的任务脚本生成对应格式的 jc 参数，就能通过这些脚本间接操控你的电脑，不管是浏览网页、整理表格，还是直接读取屏幕、操控鼠标， ai 都能轻松完成。同时，你也给这些脚本起了一个响亮的名字， skill！ 一个极其清亮、即插即用的技能拓展框架。未来你还打算将平台全面开源，这样全世界的开发者都能编辑上传各种各样的 skill， 你 的 ai 也将会越来越强。 最后，为了能够让 ai 随时随地的在电脑上接受你的指令，你将平台的网关打通，让模型通过 api 接口与主流的聊天工具对接。 现在，你只需要掏出手机，就能像和朋友聊天一样，在手机上和你的 ai 助手沟通了。恭喜你发明了开源的自主 ai 智能体 openclo， 你 知道他可能还不够完美，但你不会放弃优化，相信终有一天你能做出像人类一样工作的 ai 助手。

哎，今晚又是大半夜给你们录视频，那就在刚刚十九号凌晨，小米官方终于发文承认了前几天在大模型领域引起巨大讨论的两个匿名模型 heller alpha 和 hunter alpha， 都属于小米的字眼大模型 miimo v 二， 那这两个模型有多厉害呢？那 hunter alpha 上线第三天，就在 open claw， 也就是小龙虾的全球模型调研中直接登顶， 紫色的就是 hunter alpha 模型的调用，而红色的则是 hero alpha。 要知道养龙虾可不是靠嘴巴喊领先，喊吊打或者去喊爱国，在网上找几个六八零大脑智慧老灯去造谣就会产生改变的东西， 它呢，是全世界的用户在不同大模型之中亲自去使用，对比最后选择的能力强大而且好用的大模型。要知道在几天前，大家看着这两个如此强大的模型，还在猜测是不是 deepsea 的 v 四大模型匿名发布了， 那目前看来，大模型赛道如此的安静，主要原因就这个赛道的竞争是讲科学的，是讲事实的，你很难通过造谣抹黑去产生效果。 那 hunter alpha， 也就是 miimo v 二 pro， 它是一个旗舰的基座模型，核心的技术突破在于万亿参数规模的混合注意力架构的高效落地， 它的总参数量突破了一个 t， 也就是 one trillion， 激活参数四十二 b， 也就是四百二十一，通过优化的 hybrid attention， 也就是混合注意力机制将混合比例提升至七比一，这参数量相对于它的前代，也就是米某 vr flash 扩大了三倍的同时，维持了高效的推理能力， 并且它支持百万级别的超长上下文窗口，这使得它在复杂的长线层任务规划和多工具场景中具有先天的优势。那么它在小龙虾的框架测评中， vr pro 在 pinchbench， cloud， evaluation 等等榜单上都处在全球顶尖的水平。 实际它的体感已经超越了 cloud 的 索尼四点六，它逼近了 opus 四点六，但是它的 api 定价只有后者的五分之一， 它极大程度降低了 agent 的 应用的落地成本。那从匿名测试的数据来看，它的早期版本 hunter 阿尔法在 open root 的 平台上线后直接就登顶了日榜，它的调用量突破了一 t tokens， 直接验证了它在真实场景下的可用性。并且它还同步上线了 wps、 灵犀、 michael、 小 虾米和小米浏览器，用户可以直接使用小米的字眼大模型来替代外国模型，完成几乎所有的日常工作。 而小米的另一个命名模型则是 hunter r 法，也就是 miimo vr omni。 它的重点是一个全模态模型，也就是我们现在理解的很多国内顶级公司正在做的全能大模型。 而小米这个模型的特点就是在感知行动闭环上作出了突破，它打破了传统多模态模型重理解、轻执行的局限性。在感知端，它的音频理解能力超越了 german 三 pro， 支持十个小时以上的连续长音频深度分析，那你们开会的时候的一些音频就很好搞定了。 图像理解能力则 b german 三 pro 在 复杂图标分析和多学科视觉推理上，它的表现非常突出。 视频理解则实现了原声音频联合输入的情景感知和未来推理。那么在执行端，这个模型在 opencloud 的 框架下，可以完成浏览器的全流程操控，从商品选购、砍价、下单到短视频的制作发布，它实现了完整的端到端的任务交付。 并且它已经和金山办公生态进行了深度的集成测试，能够直接生成高质量的 word、 结构化的 excel 拍板、规范的 pdf 与完整的 ppt。 那为什么我又在熬夜做这个视频呢？答案很简单，小米这两个模型的出现，已经充分证明了小米这家公司在核心技术领域的研发成果已经开始了快速的落地，同时他也等同于揭开了大量国内公司拿开源模型包装一下骗钱的骗局。 那过去一个星期，因为小米这两个模型都是匿名的，没有人知道他其实是小米的，所以在网上你甚至看不见黑稿。 那现在的黑稿主要集中在攻击小米超强刚获得的奖项，他不是国家科学进步奖这种顶级奖项， 他去讽刺攻击这个我国工信部管理的社团是小的、假的不权威的东西。但是你仔细看就会注意到，他们没有一个人敢说这个材料的强度是假的， 也没有一个人敢提这个钢材强度相对比他们吹捧的品牌哪个更高，因为他们很清楚，从产品那省下的钱才是他们的工资和军费，那千万不可以进行比较，这反而会让他们的粉丝醒悟过来，原来有的人他不在乎他们的生命安全。 现在小米公开认领了这两个匿名的模型，那我相信大模型的黑港没多久就要上线了，我把预言放在这，我们拭目以待。

玩龙虾的兄弟们，大家都等一等啊，别急着盲目的跟风啊，我到现在应该玩了大概有五天啊，这里也做了本地部署啊，这里呢，用飞书在控制，这里是云端的啊，然后还单独又买了一个，那个 maxgood， 那 个啊，部分基本用三个，我说实话，我自己体验下来，其实最好用的还是本地部署，因为它可以操控你的整个电脑所有的细节啊，这个是最方便的。那么呢，如果你们在云端去操作，比如说你要让它做一些简单的开发， 不需要去格式化，看到他这些东西的话，最简单的还是去做这个啊，这个基本就在现场就可以去完成了啊。但是呢，这个东西就是你买了等于你就配了一个云服务器啊，你就不需要单独再去布置云服务器，这个其实就是一个特别好的地方，这是我 这几天测下来的三种方案，当然我最推荐的是本地部署。本地部署这件事呢，所有的兄弟们要单独去拿一台电脑，就是这台电脑呢，隔离掉什么事情，你重要的文件什么都不要在这上面。然后呢，你哪怕像我自己的 apple id， 所有东西全是全新的，跟我的东西是没有任何关联的。 首先先做一个物理隔离，第二个核心点呢，你可以把龙虾理解成它是一个容器，它不是单装一个，你们真的去测的话，你会发现它可以装好几个大模型，就像你的 主脑副脑，它可有无数个副脑，那什么情况下可以去调用什么模型？你像我的主模型，也就你可以理解我的主脑其实是 mini max， 如果碰到图片或者视频的时候，它马上直接调用 jimmy， 所以 在不同的情况下是可以去设定不同的模型来对应的，其实它就是一个特别好的容器，而且呢这个电脑就等于它的 手脚啊，他可以格式化做的时候你可以看得到啊，这个其实是很直观的。然后第二个事情呢，就是他还可以去分很多的龙虾出来去干活啊，去替你干各种各种的活，就像但是你要去做一个组织架构啊，这个东西去告诉他你要做什么，比如说你是运营对吧？ 然后你是设计啊，你是编导，你是干嘛？你要赋予他最直接的身份，那他才会去干活。那么这里面还有个非常重要的核心点在哪里呢？就是大家会觉得笨笨的对吧？ 这个时候需要你大量的语料去投喂，也就是你是谁对吧？包括你自己的可能短视频上面的转成文案给他，你的思想，讲话的逻辑，你的语言艺术，你的所有的思考，你的观点 都要给到他，甚至你可能自己做了一些采访，这些东西都可以给到他，全部变成他的语料，这个时候他才能最直接 的去了解你，甚至你的照片，你的些视频都可以给他观看，而且你在飞书里面，他可以调用你飞书里面的很多的文件，早期大家在用飞书做课件啊，做一些资料存储的，这 的时候飞速就特别特别的好用。那么另外一个核心点其实就是授权，你需要在通过五到十个 运用的使用或者尝试开发，这里面有很多的 skill， 就是 技能，你在不断的尝试各种技能的时候，你不断的打开各种不断的权限，因为你一下子是不可能把所有权限全打开了，你是需要通过一轮又一轮的 skill 的 测试，比如说你像我在这台我自己的龙虾上面，我就得 把它装在眼睛，他可以看到我的整个屏幕，因为我当时最早的操作是想让他干嘛，你知道吗？我想让他完整的去操控我的微信， 我的 qq， 哦，我所有在界面里面的社交聊天全部让他来做啊，那后面呢？他就把他眼睛装上去，他可以看到他可以去代替这个鼠标啊，包括啊这个键盘啊，去帮我们做更多的电脑的操作，这个权限就慢慢慢慢开放给他。那么所以这个是你要通过好几个这个过程给他的，他不是一下子就给的。 那再来另外一件事情就是我看到有很多小伙伴也在用它开发一些小程序啦，开发一些游戏啦，开发一些网页啦，都可以，其实这些都能做到，但我这条视频想核心跟你们去聊的观点是什么？这些都不重要，这些其实全网都有，各路大神在告诉你，你都可以去学的到，时间问题而已， 但核心点是你今天想用它干什么，这件事情大家必须要做一个深度思考。所以为什么我开头就告诉大家不要去赶这一波分潮？没有用啊，你把它很热闹的装下去，花了两天、三天、四天、五天，很多人可能要花很长的时间，因为如果没有一些 呃基础的情况下，可能非常难装，对吧？好，那这个时候你花了这么多时间把它装上去了，然后呢？就傻了，你坐在电脑面前，你不知道干嘛，对吧？ 核心点是你要知道你要用它干什么，比如说你要让他做板子，对吧？你要让他去帮你操控你的泡泡，回复客户？ 还是你要让他揭露什么？这件事情必须要想清楚，不然你装了，我完了就等于完了啊。好像跟大家有一些话题，哎，我也在玩龙虾，你玩龙虾干嘛呢？ 亦不知道，对吧？这个是核心，关键你像他今天就自己帮我写了一个直播脚本，哎，这个东西就有了，当然你会说，哎，这些东西在正常的 ai 大 模型上不都能操作吗？但我把它当做一个容器，我把各种东西都投喂给他，把所有的我以前做的资料都给他，这个时候他就是我最好的助理，我接下来可以让他 复工，分好几个紫龙虾去做一个项目，这不就是我想要的事情了吗？然后慢慢的让他自己可以去掌握这台，如果这台电脑不够，我再配一台给他 啊，完整的让他去帮我工作，而且我可以人不在家，电脑只要不关机，所有东西全部由他来完成，所以这件事情就是核心。回到一个原点，大家还是要搞明白，你今天去装 open crop， 你 的目的什么？你想要让他做的行为动作 是什么？先把这件事情想明白，然后再去装龙虾。也就你可以这么理解，这只龙虾无所不能，什么都能做。其实你想明白了，你要用它干什么，比你去装它还要重要一百倍， 这才是核心中的核心好不好？ respect 所有的兄弟们，希望大家楼下都玩起来，核心还是那一句话把，你到底想要让他干嘛？想清楚这件事情才是最重要的。 respect 所有的兄弟们。