openclaw 变体哪家强

打死我也没想到， open curl 最适合的模型是这个，最近出来了一个小龙虾的评测精准， peter 也是为他点了个赞，他是专门用于评估小龙虾在一些实际的场景，到底他的效果怎么样， 今天我们来看一下。首先他的评测任务里面有二十三个，然后基本上都是日常常见的一些任务，然后他就评估了非常多的，我们直接来看一下他的排行榜，打死你也猜不到。 最适合的是这个 jimmy 三 flash 这个模型，它的准确度达到百分之九十五。然后第二个是这个 mini max m 二点一，但是 mini max m 二点五已经出来了，但是它没有评估。可以看到像这个 oppo 的 四点六，四点五，还有 jimmy 三 pro 都排在后面， 还有 kimi， kimi 也排在了第三位。最最重要的是这个 jammy 三 flash 排在了最前面，我不知道它是为什么，最最重要的它的成功率是最高的。还有其他的一些评测榜单，这个就不说了，因为它完全没有考虑成功率，它没有一个综合的榜单，我们直接看它的准确率。但是毫无疑问的， 这个 jammy 三 flash 它的价格也是很便宜的，而且速度也是肯定是很快的。但是有没有 mini max 应该是比 mini max 要稍微快一点的，因为本身不光是模型的问题，还有一些服务器的问题。这个 jammy flash 肯定是更快的，而且它的准确度也高，成本也低， 虽然还是没有这个 mini max 更低，因为它是有一个汇率差存在，所以说 mini max 会更便宜点。这个 kimi k 二点五也是真真是想不到。 其实这个项目还可以拿来做一些什么？这个基本都是开源的，其实还可以拿来做一些模型的评估，评估了之后可以拿来做这种模型的路由， 什么模型适合做什么样的任务，什么模型适合做什么样的任务，同时兼顾准确度的情况下，又兼顾了他的一个成本和速度，这个还是有的做的，有这样的，如果有这样的一个项目，他应该应用场景还是挺大的。

嘿，大家好，欢迎来到这里。今天啊，咱们要聊一个特别有意思，但说实话也有点让人头大的话题，就是 open cloud， 各种遍体。如果你也感觉自己快要被这股龙虾热潮给淹没了，别担心，你来对地方了，这期内容就是为你准备的。 是不是有这种感觉，就好像 open core 突然经历了一场寒武纪大爆发，一下子冒出来好多好多更小更专注的龙虾项目，每一个呢，都说自己有独门绝技， 那问题就来了，我们到底该怎么选？你看，连 open ai 的 以前的 ai 总监安德烈卡帕西都注意到这个现象了，他这句话我觉得说的是相当到位， 这可不是只是简单的代码复制粘贴，这背后是一种思想的眼劲。行，那废话不多说，咱们现在就潜入这个龙虾宇宙。先来看看第一大门派，纯粹派。 这一派的开发者，他们追求的是什么呢？是那种代码的优雅、简洁和可读性。在他们看来啊，一个更小的核心就意味着更大的灵活性和更强的控制力。好，首先登场的就是 nano claw， 他简直就是少即是多这门艺术的忠实信徒，就连卡巴西本人都对他赞不绝口，说他的核心代码小到可以整个装进你的脑粒子。 你看，他的目标就不是像原版 openclaw 那 样什么都做，而是要专注地打造一个安全、清晰、极简的核心。 那么这个只有区区四千行代码的威能赫尔到底有什么特别的呢？嗯，首先是它的容器化安全设计，每个进程天生就是隔离的，这安全性就拉满了。但我觉得真正有意思的是它的技能配置方式， 你再也不用去跟那些复杂的配置文件死磕了，而是可以直接用自然语言。比如说你打个 add telegram， ai 就 会一步步教你怎么去修改代码来加新功能。这是一种全新的思路，就是用 ai 来帮你干活，彻底告别配置地域。 跟 nano clone 里面很像的，还有一个叫 nano bot 的 项目，你可以把它俩看作是不同技术圈子里的双胞胎兄弟。 nanobot 是 用 python 写的代码，内教一个干净易读，特别适合搞学术研究或者快速验证个什么想法。而 nanobot 呢，它是基于 notejs 的， 更强调容器优先的安全理念。但不管怎么说，它俩都做到了极致的轻量化。 好的，如果说刚才的纯粹派追求的是一种思想上的轻，那么接下来我们要看的这个极限派，他们追求的就是物理意义上的轻了，他们要把性能压榨到最后一滴。 来认识一下 zero cloud， 它是一个用 rust 语言打造的钢铁龙虾，光听这名字你就知道了，它的目标就是零开销，零妥协。 它的存在就是为了在那些资源极其有限的环境里，比如说你的嵌入式设备，甚至是老旧的路由器上，也能展现出 ai 惊人的力量。咱们来看看它的性能数据，说实话，简直就是怪物级别的，内存占用小于五万比， 没错，你没听错，单位是 m b， 这一位是什么？这一位置它可以在你很多你根本想不到的小设备上跑得飞起。再看启动时间，小于十毫秒，这几乎就是瞬间启动。对于那些需要及时响应的应用来说，这简直就是决定性的优势啊。 而最夸张的是什么呢？它可以运行在成本只要十美元级别的硬件上。你 想想，这就大大降低了我们在边界设备上部署 ai 的 门槛，让更多的奇思妙想都能变成现实。 在极限派里头，还有一位非常特别的选手 pico， 它是用勾语言开发的，同样效率惊人，但它最最引人注目的地方在于它代码库里头百分之九十五的代码居然都是 ai 生成的， 这就完美地展示了 ai 辅助开发在创造这种高度优化的项目上，能力有多么强大。好了，我们已经看过了追求极简核心的纯粹派，还有追求极致性能的极限派。现在让我们把目光投向第三类远见派， 他们想做的是在轻量化的基础上实现更复杂、更强大的功能。 tiny cloud 就是 这个门派里的杰出代表。你看它的体积比 open cloud 小 了九十九 percent 都不止，但它的野心可大得多了， 它就是要证明一件事，轻量级绝对不等于功能简单。它想在一个非常小巧的核心上，搭建起一个能够多智能体协做的 ai 公司。 这个所谓的 ai 公司是怎么干活儿的呢？其实也很好理解，一个任务进来了，就向公司接了个项目，首先一个专家智能体开始处理，干完它那部分，就把活儿交接给下一个专家，它们之间可以像流水线一样协助，也能同时分头行动。 最酷的是什么？你还能在一个实时的一秒盘上，非常直观地看到整个团队是怎么配合工作的。 好的，到这里我们已经认识了纯粹派、极限派和远见派的各位代表。我知道啊，信息量有点大，所以现在是时候把所有东西都整合一下，给大家做一份终极版的龙虾野外生存指南了。 来，这张速查表就是你的指南针，你看一目了然。如果你想在树莓派或者什么旧设备上搞点事情，那肌肉 club 绝对是你的首选。 如果你想自己动手定制一个安全的本地智能体，那可以好好看看 nano claw。 而如果你对多智能体协助很感兴趣， tiny claw 就 为你提供了一个非常轻量级的入门选择。当然了，还有官方的 open claw， 它的生态最完整，但对你机器的要求也是最高的。那么具体到个人到底该怎么选呢？来这里有几条快速建议。如果你就想在自己的电脑上本地部署玩玩儿，最佳选择就是 zero claw 或者 nano claw， 因为它们又轻又稳定。 如果你的电脑配置一般，那 pico claw 和 tiny claw 也是不错的入门选择，很容易上手。这里呀还有一个非常重要的避坑指南， 请千万不要轻易尝试在本地跑完整的 open clock 或者它那些商业变体，除非你有一台性能怪兽级别的电脑，不然大概率会卡到你怀疑人生。说了这么多，你可能还是觉得有点选择困难，别担心，这太正常了。 所以在最后，我想用一个比喻来结束我们今天的讨论。我觉得选择用哪一个龙虾项目特别像在计划一场去西藏的自驾游， 路途那么遥远，挑战也肯定不少，你当然会想，我得选一辆最合适的车才行。 于是你就开始琢磨了，我是开华豪轿车去舒服呢，还是开硬派越野车更保险？要不干脆就开辆便宜的小车，你开始研究各种车的性能、油耗、可靠性，结果呢？结果时间就在这种没完没了的分析里一点点溜走了。 那实际上纠结于到底是开奔驰、宝马、比亚迪还是劳斯莱斯？这完全搞错了重点，因为对于这场旅行来说，这些真的都不是最关键的。那最重要的事情是什么呢？ 是上车，发动引擎，然后真正的开上路，开启你的旅程。因为行动本身永远比一个完美的计划要重要的多。 这个道理放在 opencloud 的 世界里也是一模一样。这个全新的 ai 技术站真的让人无比兴奋，你的旅程就在前方等着你。所以，别再犹豫了，今天就做个选择吧。 问题其实很简单，你打算先憨装哪一个 cloud 呢？

普通人用 openclaw 最适合用哪一个大语言模型？我用了七天之后，呃简单的给大家做一个总结吧。我前后已经用了三个大语言模型，分别是 kim code， daisy 还有 minimax 啊。首先说 kimi code， kimi code 其实它的能力我感觉是非常强的啊，但是它有一个很大的一个问题，就是它的呃 token 是 有呃非常明显的这种数量限制的，当然这不是最大的问题，最大问题是它呃恢复的时间比较长，好像是七天吧， 就一百多个小时啊，这个等待的时间是一般人接受不了的，除非你在进行会员模型。 那我呢就选择了买新的大医院模型，就换成了 deepsea。 deepsea 呢，它的能力好像变差了很多，就我感觉它它的这种呃处理任务的能力是比较差的。 当然可能是我呃用的时候 openclog 可能有些地方没有配置好也有关系，但是它给我的直接的感受就是它的能力下降了非常多。除了能力之外的最大的问题就是什么呢？就是它的上下文的长度是这三个模型里最小的。 那最后就讲的这个 minmax 是 我目前呃正在用的一个大语言模型，它最大的好处是， 呃一个它便宜，呃初级的会员二十九块钱，它有这种呃 token 的 数量限制，呃，但是它数量限制之后恢复的时间会比较的短， 呃，比如说五个小时，呃它就恢复一次。普通人用 opencloud 的 话，这个 token 的 数量是足够用的了。这三个大语言模型我我最推荐的是 mini， 其次呢是 kim code 啊， dipstick 我是 直接不推荐的啊。

我用了一千万拓展去验证最适合 open globe 小 龙虾的模型搭子来了，亨特阿尔法，它目前在 open road 上是一个免费的，是一个另一门公司测试的模型。呃，据传闻它可能是 deep deepsea v 四版本，或者说是智谱，或者说是小米的新一代模型。然后它的特点就是一万亿参数，然后上下文有一百万， 它是相当于，呃可以处理七十五万字的中文或者一百五十万的英文单词，在一个对话框内，那相当于就说它是我们之前推荐的 g 月星辰三点五，就 sleep sleep 三点五 flash 的 四倍，然后专门为了 opencloud 啊小龙虾这种 app 去做了优化，然后它目前也是在 opencloud 上是免费的。然后魔性 id 我 贴在了我们视频的评论区里面， 呃，我让他去呃做了一些安全的测试，就是我们之前上个视频提到的自防护，呃，就相当于模型 agent 的 自防护能力，然后可以看到就是亨特尔法是百分百通过的，然后 sleep 三点五 flash， 然后通过度只有百分之六十五，那相当于就是说这个模型能力上，亨特尔法是远远强于 sleep 三点五 flash 的。 呃， open road 上呢，就是，呃有很多免费的模型，目前是有二十八个，那在第一梯队的呢？相当于就是我们的亨特尔法，它是接近了 g p d 四或是 cloud 的 这种商用模型的能力。呃，后面还有很多其他的特殊的免费模型，比如说多模态啊，视频啊这种，我下一个视频会给大家介绍。 那比如说就是，呃，我们来看就是亨特阿尔法六大模型的横向对比，那从整个的呃就是编程能力来看，肯定是商用的 cologne 最强，然后推理能力和编程能力都是商用的 cologne 最强。然后 agent 的 控制调用呢？嗯，那就是亨特阿尔法这种免费的专门 agent 的 设计，最强，你可以看到远远超过。 嗯，包括那样，就是，呃那个亨特阿尔法的定位，它其实本质上呢，其实是专用呃 a 技能做设计，那它和最强的付费的 a 技能模型呢？那其实是是也各有胜负。对， 那我们看到我这边的 status 状态呢，其实是呃它的上下文，你看我新的窗口采用了百分之四，非常的充裕。 嗯，和那个呃 sleep 三点五 flash 的 对比呢，相当于可以看到 a 技能的能力，然后呃 超文档处理是远远超过的。然后中文能力呢，它其实是属于待验证。因为呃， steve 三点五阶跃星辰呢，他知道是中国公司模型，亨特尔法也知道是中国公司的，所以说中文能力呢，其实属于一个待验证的状态。 然后推理速度呢，因为它有 a t 的 参数，呃，相当于是呃那个参数更大，然后推理说会更慢。呃，但其实是呢，呃，我们其实是等待时间，没有强，很强要求的话，那其实还是这种 a 级的能力上还是远远超过的。 那我们现在可以看到，就是我这边用了那个接近一千万的脱贫去做了验证和测试。对，呃，九九点六百万。 那亨特尔法啊，他现在在那个小龙虾的登陆排行榜上是，呃排名第八。对，然后我之前推荐的 super 三六 flash， 现在是远远排名第一。那，那我觉得后续的话就是亨特尔法，呃，他不管是更，嗯，就是正式发布他名称之后还是怎么样，那我觉得还是一个很大的竞争空间的。对， 然后这是我之前跑了一个测试，用它去跑的一个呃哆啦 a 梦的图像，因为它是纯文本的模型呢，它只能靠文本里面简介和想象，这是用 svg 来绘制的，相比于它的上半部分，其实是已经绘制的非常接近了。 然后整体上的话呢，其实是在呃 log 里面，比如说，呃，或者说我们看到 a p i k 对， 它其实都是免费的，对，都是一直已经切到了那个呃，对，你可以看到我的小龙虾都已经切到了亨特尔反应在用，对。

最适合 oppo 酷路的一个天选基座模型，我想除了阶梯五点四应该没谁了吧？一个优秀的一个 ag 的 基座模型， 我的理解是需要三个方面都比较优秀，一个是代码能力，一个是世界知识，一个是多模态理解。当这三个都能达到 s o t a 的 时候，那它几乎必然是一个最流的 ag 的 模型。当然还有一个重要的因素，那就是使用的一个价格。在过去的话，酷路的 oppo s 四点六，它几乎是 ag 的 模型的一个代名词，因为它在上述三个方面都特别的强， 但是它的一个使用价格真的很高，所以使用起来真的很肉疼。而这一次 g p t。 五点四的一个出现，真的就补齐了这个短板。 g p t 五点四，它在代码能力方面是和 g p t。 五点三 code x 是 齐平的，然后在世界知识方面，它比 g p t。 五点二要更加强大，同时它还能使用订阅额度，二十刀就能让你使用的超级爽。可以看这张图，在八个评估指标里面， 五个它都是达到一个最优的。总结一下， g p t 五点三，更强的一个视觉支持，加上更多的一个工具模型调度能力 机，超级便宜的 codex 额度，这四样加在一起，这就是一个完美的 code cool 的 一个天选基座模型，所以现在在使用 open cool 的 你们，可以尝试把模型换成 gpt 五点四，我相信你会发现一个新的大陆。

cpa 作为国内一款与 open core 对 标的智能体，我认为在功能设计上比 open core 更易用，整体界面比较简洁。当然 copi 的 功能确实没有 open core 强大，但是在安装时 open core 就 比 copa 复杂了一些， 因为彼人一直都是用 one pinning 安装，点击下鼠标就行了，安装方面就没有什么区别了。 copi 的 需要在界面上配置大模型，任意选择 open codes 安装时就需要配置，但是在操作界面这里就不能更换大模型了， 只能通过代码配置对接。渠道方面， openclip 内置的基本没有国内可用的应用，想对接钉钉、飞书、 qq 就 得通过代码配置了。 coca 就 不同了，内置的都是国内的应用， 不需要配置代码就能对接这些平台。如果是钉钉的群聊机器人，可以在得到机器人的 web 之后，直接在聊天框里让它对接这个钉钉机器人，它就自动完成了。这两个智能体都是可以做到的。配置 skill， 也就是技能。没有研究过 open code， 看着这个界面真是不知道怎么下手， 但 coca 只给了一个提示，你就知道怎么操作。这里有几个 skill 的 网站，那么你就可以在这些网站上找想要的 skill， 把网址复制到配置框中就可以。虽然欧文科可以在里面搜索想要的 skill， 但只有五十一个，而且有些还是有限制的，这就和 coca 的 毫无对比性了。 配置 m c p 方面， coca 的 控制台是可以直接配置的， open class 没有入口，需要通过代码配置增加了使用门槛。但一些辅助安装的平台会做一些易用的功能，比如说 one panel， 它就提供了直接对接飞书等平台的配置界面， 免去代码的繁琐。除了 m c p， 还有心跳。 open class 在 网页控制台没有配置心跳的入口，只能通过命令，又提高了使用门槛。不过这个功能用处不大，定时任务基本也可以实现。最后总结一下，如果你代码能力比较强，喜欢研究钻研 或是对智能体的深度探，所有想法就选 openclo。 在 前段设计上， coco 比较容易上手，适合国内用户或不懂代码的小白入门。但是这段时间对 coco 测试，彼人也遇到了各种小 bug， 比如对话框无法切换、对话长时间没反应等问题。 如果阿里云开源的这个智能体不只是用来蹭热度，而是当成一个长期重点维护的项目，我相信这种差距会越来越小。并且 coco 里确实每天都在迭代版本， 应该不会让我们失望，哪怕后面你搞一些付费插件，持续支撑项目的发展，我相信很多用户也是能接受的。好了，今天就到这，我们下期再见。

这个产品最近真的火爆了，中文名字叫塞伯罗子，我就简单的拿它试了两把，它本质上也是一个相当于现在比较火的一个 open cloud 的 一个变种，所以我今天也专门去学习了一下。最近这个产品经理面试可能也要问哈 minnes 以及现在爆火的小龙虾以及穆勒 ron。 这个塞伯罗子我们做一个简单的总结，从产品、 技术以及从商业视角上，我们可以看一下 minnes， 它本质上是一个商业的智能体，现在已经被 maga 给收购了。 open cloud 还没有火的时候，实际上很多任务可以通过 minnes 来完成。 一个月，呃， openclaw 小 龙虾就火了对吧？一个开源的 ai 认证框架，大家都把它接入到各种各样的 i m 入口，比如说飞书啦等等。然后现在也弄出了一些这个基于 openclaw 去做的很多的商业化产品，所有大厂都在做。 那最近这两天火的就是这个首个自净化个人 agent， 就 穆勒瑙，可以把它理解为是一种 openclaw。 呃，另外一种商业的这种所谓的智能体，面向普通用户零代码零开箱使用的一个超级 agent。 我 们来跑两个任务，看一下它的实际效果哈。首先第一个让他搜索我自己的最新的三篇笔记，并输出竹子稿给我。 我觉得在这个过程当中，它的整体的交互体验词是没有 minnes 做的好的，特别是中间很多用的还是这种技术语言，但是它的完成度真的让我眼前一亮，因为我让它给我的是竹字稿，它真的把我最近三篇的竹字稿全部都原封不动的给我了。那么在相同的提示词下， minnes 它完成的质量是比较低的，它给我的并不是竹字稿，而是经过大模型总结的内容。当时测完这个例子以后，我觉得，哦，这个塞伯洛子好厉害啊。 我又让他另外给我执行了个任务，比如说我想要去分析下科大讯飞二零二四年的财务报告，然后呢给出投资建议，并且帮我推送今日的行情数据。我没有想到的是，他不仅把结论给我了，而且他直接把 html 的 前端页面给我干出来了。确实做的还可以，但是他的所谓的这个定时任务，其实是需要通过 开通这个 computer 的 这种模式才能够去实现的。它可以设定你的一些个人的角色，就相当于我们 openclaw 里面那个 so m d 的 文件一样，帮助你去托管你本机的任务，去帮助你执行一系列的操作。很像一个 openclaw 的 一个这种开源框架的一个商业化的变体， 如果要解锁的话，它现在是每个月十六美金。但是我们来看一下相同任务给到 minus， 你 看它中间的交互体验做的相当的清楚，而且它确实可以完成帮我去定制 股票信息的一个每天的行情推送，它的报告其实也写的不错，那回归到整体的结论哈，大家这张图可以截图下来，然后用做大家的一个求职面试的一些信息参考。随着 ai 现在的能力发展，特别是 open cloud 的 爆火的话，今年会越来越多看到类似于 open cloud 的 这种呃，能帮你执行和干活的智能体， 且符合你个人的一些特色种行为习惯，越用越理解你的这种智能体的爆发，如果大家有兴趣的话，可以自己去试一下，今天的分享就到这里啦！

度使用 openclaw 一个月，我终于把 openclaw 和电商的应用场景做出来了。给你们看一下 openclaw 和亚马逊的结合，竞品监控、 review 分 析、选品调研、 listing 优化、广告投放这些东西全部都交给 openclaw， 让 openclaw 去帮你做这些重复的事情。 和 tk 的 结合，热点追踪，有视频素材收集、账号运营、广告投放，数据分析，全部都交给 openclaw 来做。 openclaw 最牛逼的一点在于， 你在做一件事情的时候，他在同时帮你做另外一件事情，这就是 opencloud 提交的关键。 opencloud 带给我的震撼真的是太大了，每一天都有新的发现，每一天都有新的探索。这个时代， ai 永远不会替代人，但是会替代那些不会使用 ai 的 人，让我们用 ai 改变这个行业。

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 openclo 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 openclo 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 openclaw 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 openclaw 的 安全风险提示。总而言之，只要你的小龙虾跑起来了，那 它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底裤给扒的一干二净，而且它发疯花的还是你的钱。 open globe 可不是装完就能免费白嫖的东西。这只龙虾，每一次它帮你干活、思考，甚至只是挂后台监听你的指令，都会疯狂地燃烧你的钱包。 腾讯那边的免费安装欧盟 club 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 a p i 巨头。说 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措施恐惧症，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。

今天说十个国产平替版本的 openclaw， 我 已经汇总好，大家可以截图保存。第一个，腾讯 qcloud。 腾讯目前在做的是一个内测版本，支持本地一键部署，并且可以直接接入微信、 qq 等腾讯社交工具。很多人关注它的原因其实不是部署，而是腾讯生态。一 旦 ai 助理可以直接连接社交工具，很多日常沟通和信息整理的工作都有可能自动完成。第二个，网易 lobster ai， 网易的思路偏向自动化办公工具，它提供的是一个图形化工作流界面， 用户可以用可示化方式设置任务，比如定时执行、信息整理、内容生成等。同时系统支持常识记忆，并且运行在本地沙河环境中，重点强调的是安全性。第三个，智普 auto g l m agent。 智普做的是一个大模型 agent 平台，支持本地一键部署，同时内置几十种技能，比如文档处理、信息解锁、自动任务等。它还可以直接接入飞书等办公系统，所以很多开发者会用它做自动化办公实验。 第四个， minimax 的 qmi agent。 minimax 走的是云端 api 路线，它没有强调本地部署，而是提供 agent 能力接口，开发者可以直接调用 系统，支持飞书、钉钉等办公生态，适合做企业级应用。第五个字节 arc agent 字节的产品是典型的云端 sas 形态，用户通过网页就可以使用，不需要部署。 light 版本可以免费试用，而 pro 版本按照使用量付费，整体定位更偏向平台工具。 第六个，阿里扣炮。阿里的路线是本地和云端双部署模式，既可以在本地运行，也可以直接使用阿里云服务，基础版本是开源免费的，但如果企业需要定制方案，则会收费。第七个，小米 miklo 小 米的思路更偏向终端设备，它主打端侧运行，通过设备本地执行任务，再结合云端模型进行推理， 未来可能更多结合手机和 i o t 设备场景。第八个，华为小 e agent 模式，华为正在尝试把小 e 助手升级为 agent 形态，本地能力结合华为云算力，可以支持自动化任务。 基础功能是免费的企业级方案，会提供定制服务。第九个，腾讯 work buddy， 这是腾讯推出的企业办公助手，是一个云端 sas 产品，不需要本地部署，用户可以创建多个自动化机器人，免费版本最多支持五个。第十个，猎豹 easycore， 这是猎豹移动富盛团队做的一个简化版本，主打一键部署和快速上手，希望降低普通用户使用 ai 自动化工具的门槛。今天的内容到这里就结束了，你现在已经用了哪个呢？欢迎说说你认为好用的平台是哪个？

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！

随着 open core 的 爆火，调用大模型所花费的掏根数也随之水涨船高，如果你还在用 api king 的 方式，那么离破产可能只差几句话了，因此我做出了一个违背祖宗的决定，给大家带来国内四家平台 cookie plan 月套餐的对比。首先出场的就是我们的 mini max， 然后就是 g m l 智谱， 然后是火山引擎，最后就是我们的阿里百链平台。介绍完了这四家厂商，接下来就来介绍一下我们的规则说明。 我们仅以四家平台的月 coding plan 套餐作为对比，记住是月而不是季度或者是年。然后就推出我们的换算规则，换算规则就是一 p 等于十五次模型调用， p 就是 promote， 一 promote 就 相当于你使用 coding plan 套餐完成了一次完整的调用，而一次完整的调用在模型后台可能被切成了十几个任务， 有读取上下文，提出建议，修改建议，调用工具之类的就会非常的复杂。然后官方为了简化计费计算，就统一把这十几次连续的模型调用打包成了一次 promote。 然后我们再来介绍它的额度限制，它有第一种就是五个小时限制，一次额度就是你每五个小时达到了它的调用上限， 它就会限制你调用，然后直到这五个小时过去，然后它会再刷新额度，然后就可以再次使用，然后一个月就是这样一直重复。接下来就是周总额度限制，就是在五个小时的额度限制之上，你每次花费的 token 在 一周内累计不能超过它一周内的总额度上限。 然后就是月总额度，在周总额度限制的前提下，每家你每周所使用的额度不能超过一个月的总额度上限。如果你超过一个月总额度上限，那么你这个月就不能再用这个套餐了，因为它已经额度用满了。最后我再来提一下，我们的月是按每个月三十天来计算的。好了，接下来就介绍一下我们的第一家平台 mini max。 mini max 我 们看一下它是有六种套餐的，我们先来看最下面三种，从 star 每五个小时掉，我们的 promax 数也是逐渐长高的。 然后再看上面三种，有 plus 极速版到 ultra 极速版，它的价格也是这样递增的，然后它每五个小时可以调用的 oppo 的 次数也是在递增的， 但是它多了一个后缀就是极速版。极速版就是相对于下面三种套餐来说，它们模型的调用速度快了不少。然后我们总结了上面的价格和每五个小时的额度限制，我们就统计出了这样一个表格， 因为 mini max 只限制五小时额度，所以我们就通过一周大概等于三十三点六个五小时，推算出了它的周最大额度上限。然后我们再计算出一个月等于一百四十四五个小时，可以推算出它的月额度最大上限。 因此我们整理出了这张表格，然后就是它支持的模型定有 mini max 二点五、 mini max 二点一和 mini max 二。然后我们再来看第二家智普， g m l g m l 是 有三种套餐呢，只有 leader pro 和 max 版本。智普也是在国内 callenplan 套餐中它是最抢手的，每天早上十点钟刷新，你去看一看，其实很快货就会被抢空了，也不知道为什么，难道是饥饿营销吗？然后我们来继续往下看，相比于 mini max 的 每五个小时只限制一次额度，它增加了一层规则，那就是周额度上限。 既然有了周五的双线，因此我们可以算出每个月大概有个四点三个周，我们可以得出大致的月利润最大双线。然后我们再看它支持的模型，它 leader 套餐不支持 gm 幺五模型，然后其他所有套餐都支持 gm 幺五和 gm 幺四点七及其所有的历史文本模型。 接下来我们再来看第三家，也是我们的火山引擎，也就是豆包，它只有两种套餐， leader 和 pro 套餐。然后它跟前面两家比的话，不一样的就是 它不采用了 promote 来计数，它采用的是模型调用次数，但是在它的文档中也说明了它每一次调用也会花费大概十几二十多个不等的调用次数，所以我们也可以 理论上给它计算回来，这样就得出了每五个小时然后周额度和月额度的 promote 次数。然后可以看到它支持的模型是 豆包二点零， coder， 还有豆包 coder， 还有 g m 幺四点七，然后 d s c v 三点二，还有 kimi 二点五，支持的也是非常多。然后再看最后一个就是阿里一百链平台，它的套餐是和豆包其实一模一样的，然后它的收费标准还有额度上限都和豆包是完全一模一样的， 它两个不愧是相互对标的模型平台，搞的套餐都是一模一样的。然后再来看它支持的模型是千万三点五 plus kimi 二点五， g m 幺五 和 mini max 二点五，还有千万三， max 还有千万三， codenix 还有千万三， codenix 还建妙四点七，所以从模型的角度上来说，它还是略胜火山引擎一筹的。 我们介绍完了四个平台，我们再看下全平台的性价比对比。我们的性价比对比，采用它每个月理论上能调动的最大蓬勃的次数， 除上它的价格，我可以算出来多少 promote 美元，这样我可以计算出它理论上最大的性价比。然后我们可以看到，在这个排名中， mini max 家族可以说是遥遥领先，垄断了第一的位置，接下来就是我们 g m l 垄断了第二的位置，接下来就是豆包和火山引擎 并列第三名。好吧，这究其原因其实也很简单，因为 mini max 平台它只限制五个小时的调用额度， g m l 平台只限制一周的调用额度， 火山引擎和百联平台限制了一个月总额度，所以从理论上极限来计算，那么必然是限制越少，它理论上调用的次数就越高，所以 mini max 领先于 g m l， g m l 领先于火山引擎和百联平台。然后分析了极致性价比之后，我们再来看模型丰富度对比， mini max 中只有支持它的 mini max 的 三款模型，智普只支持它的 g g m l 家族， 然后火山引擎的话就支持豆包还有 deeptech gm， 它都支持。最牛的就是百炼平台了，它有八款模型，分别是千问系列，还有 kimi gm 幺五， gm 三七。 mini max 二点五，它可以说是把过年以来国产最好的四款模型都集齐了，也就是 我们的千问三点五、 plus kimi 二点五、 gm 幺五、 mini max 二点五，这可以说是过年以来最好的四款模型。 从模型丰富上对比，我们的百例平台有八款模型，我们的火山引擎只有五款，仙妙的话只有三款， 还有迷你 max 的 话也是只有三款。从模型丰富上对比，我们的百例平台遥遥领先。说完了模型丰富度和我们的性价比，接下来我们就推荐一下。推荐那当然是要为不同人群量身定制的，我们第一个就是为小白新入门的小白人群推荐， 每个月预算大概四五十块钱，我们就推荐他火山引擎和百联引擎的 live 套餐，他足够便宜，而且每个月有一万八千次的模型调用，也足够你入门了。 然后他的模型还很丰富，就可以支持你用多种模型，让你感受一下是不是新手小白，肯定都很想感受一下不同模型的效果到底怎么样，这是非常适合新手小白入门使用。接下来就是追求极致性价比的人群了，他每个月预算大概一百到一百五十元，我就推荐 mini max 的 max 套餐， 它的性价比最高，理论上来说是美元，可以调用三百六十三次 promote， 理论上每个月可以调用六十四点八万次大模型，所以它的价格也适中。然后性价比是最高的，就是最适合追求极致性价比的人群。 然后如果你如果是日常开发者，预算在一百五到两百元之内，那么推荐你用 g m l pro 或者火山引擎 pro。 g m l 的 理论上调用次数还有豆包的都是很多的，而且豆包上的模型也比较多，然后 g m l 五的编码能力也是非常强的，这样就推荐我们日常开发者使用。 如果你是，如果你是 vivac 的 重度依赖用户，那么就肯定是提高你的预算四百到九百了，那我们就推荐你用 mini max ultra speed 或者是 g m l max， 那么调用次数是有着最大的保障，同时还兼具着最最快速的响应速度，这样足够重度用户使用，不仅兼顾了量，而且还有速度，而且因为它有足够大的量和足够大的并发症，所以它还可以支持多团队使用，团队可 能买这样一个大套餐就够一个团队使用，但是接下来我们再看，如果你是一个疯狂的模型体验党，然后呢？预算大概在四百到两百元，那么肯定推荐你是百练的 excel 或者是 pro 套餐了，它有八款模型 可以供你选的，同时还有四款是国内最好的大模型，一站式可以体验多种 ai。 最后一种就是追求稳定额度的，他们就推荐火山引擎和百联引擎， 他们的每个月调用次数都有明确的上限，不像其他平台 promote 计算的模模糊糊，然后它还不会产生多余的额外花费，算是可预算可控场景，适合追求稳定额度的人群。这样一份 cookie plan 保姆级入门教程，你喜欢吗？

打工人快看过来，腾讯新出的 work buddy， 直接把办公效率拉满！它就是全网爆火的 open cloud 升级版。腾讯版小龙虾不用费劲部署，官网下载完直接用，再也不用折腾几小时，还搞不定环境配置了。 不管是企业微信、 q p o 还是飞书钉钉，它都能无缝接入。在外通勤，发个语音，办公电脑就能自动查资料、写推文。 企业微信远程连接，最快一分钟就能搞定。它可不是只会聊天的 ai， 是 真能动手干活的。桌面智能体， 内置二十多种技能包，海报生成、自动化报表，一键就能弄，还能零代码新建技能能力，想扩就扩，多窗口多 ai 并行工作，复杂任务直接拆解，同步开工，生产力直接拉满。 而且国内版能随便切换。混元、 ipsy 这些主流模型，想用哪个自己定。基于腾讯 coldbody 架构做的企业级安全防护，统一账号计费，还有安全审计，各 个人用着爽，企业也放心。腾讯内部两千多名非技术同事早就实测过， hr 行政运营用它做数据分析，自动化办公超顺手。宏源的 code buddy 更是让腾讯百分之九十工程师都在用， 编码时间缩短百分之四十，研发提效百分之二十。现在下载还直接送五千 credits， 零成本就能体验 ai 帮你干杂活，把时间留给真正的创造。打工人的高效办公神器，这不就来了！

最近 openclaw 小 龙虾一产是如火如荼，在国内看到很多大厂都在疯狂地抢这波热度，据说呢，腾讯门口呢，是免费的给大家装 openclaw 云服务呢，是用自己的云云 海外呢，比如说魔镜公司中的 kimi 跟 mini max， 今年的主要的收入呢，就是通过售卖 openclaw 的 a p i token 完成的收入，据说 kimi 呢在二十天就完成了去年整个的收入。可见呢， openclaw 的 热度呢，还是很高的，而且目前呢，也慢慢地从极客，从开发者转向到普通消费者 对这波的影响力跟热度。然后这波的对于 egentic 颠覆性的一次跃迁呢，其实是对所有创业公司来说都很重要，我曾经分享过一次呢，关于 openclaw 的 一些比较深度的细节的一些技术的方案，对于普通用户来说可能稍微有点难懂， 那我这次呢，用一些简单的方式来做点分享，一起呢，说一下 openclaw 对 哪些公司来说带来的创业机会会更大一点。首先呢， openclaw 有 一个非常有意思的机制呢，区别于类似豆包啊， gpt 这样拆包，很核心的一个逻辑， 大部分 ai 呢，只有你在提问时候才会回复，在 open call 呢，设置了一个脉搏，没几分钟呢，就会主动的唤醒，主动的与你沟通，获取当前环境，并自问我是否应该朝着用户的目标前进， 这是让他可以在二十四小时工作，即使在用户睡觉时候都可以不间断的完成任务的核心原因。这个呢，我们可以理解成为主动性。第二呢，叫做灵魂 so， 这个呢，是定义至人体的性格和约束的一个配置文件，你可以在这里植入你希望的助理的一个形象和约束的一个配置文件，你可以在这里植入你希望的助理的一个形象和角色，以及个人的偏好，比如代码风格， 饮食禁忌等。有灵魂的 openclaw 呢，会按照你希望的风格以及你的偏好，以及非常的有个性的一种状态与用户进行互动。第三呢就是记忆 memo 文件，它不只是一个聊天记录，还有长期的本地的数据库 存储，从失败中吸取的教训，比如说爬取某个网站被防火墙拦住了，它就会记住保持了未来一段时间不会犯同样的错误。剩下的就比较简单了，比如说适人体的逻辑， a 阵到 m d， 相当于一个作战的指挥中心，包括 twos， 这是 openclaw 执行系统命令，操作浏览器或使用第三方 api 的 地方。 一句话讲应酬呢， openclaw 就是 一个具备智能体逻辑和工具，使用了完整的 a 证。在这里面呢，增加了三个很重要的模块，分别是主动性、人格和记忆，这也是 ai 发展到今天这一步来看的话，最重要的三个发展方向。那 openclaw 为什么可以进化呢？为什么大家说养龙虾养的越久越能干？ 其实这里面很重要原因呢，它是使用了一种叫做 recurves skill synthesis， 就是 递归式的技能合成的能力，它在过程中呢，其实是一直在不断的给飞白通过出现了问题，得到了问题的反馈。之后呢，针对目前的问题和用户的意图， 找到下一个尝试的方向，不断在改变自己的路径，它不是一个劫死的一个进程，这个逻辑呢，其实也是 agent 的 一个很重要的一个能力，就他有自我纠错能力， g b t 五点四呢，其实在 n t m 的 时候呢，也可以不断地接受用户新的信息和新的条件。这就是为什么 open call 可以 实现自我进化，它在遇到技术障碍时候，会 重新写了新的脚本在沙盒中呢，测试如果成功，就把新的能力加入他的 skill 技能库，如果不成功呢，他也会不断尝试。 openclaw 曾经就暗恋了用户，让 openclaw 作为一个视频的上传，但是 openclaw 自己发现格式不对，主动找到对应的软件下载并完成了格式转换，之后实现了视频上传。 类似的，有用户起初让 openclaw 帮忙去购买二手车， openclaw 呢主动去寻找了各个供应商，通过发邮件比价，最终呢帮用户省下了几千美元。这些呢，其实都是可以理解成 openclaw 在 过程中自我净化，自我涌现的一些能力，并不是用户最开始的指令 或者是用户意途中包含的内容。整个 openclaw 对 于整个生态中哪些玩家比较有价值呢？我觉得最有价值的就是模型公司了，因为原来模型公司呢，消耗都很受限于自己的应用，那整个应用来看的话，原来呢，各种应用呢？用户呢，其实都没有像 openclaw 这样的热情， 也没有使用 opencl 这样的魄力和勇气去大规模的去消耗 token。 无论是长线原因还是自动化原因， opencl 它带来的一个核心价值是取代人力工作，或者是取代招聘一个团队实现的效果，所以比起人力成本来看的话， opencl 的 token 的 成本就很低了。可以理解呢，就是 opencl 开启了 ai 应用的一个全新的大规模使用 token 的 场景，那对于模型的 api 公司来说，这样的场景才能实现规模性的 token 的 消耗，从而实现收入和 毛利。在模型公司里面呢，其实开源模型呢，一定是利多的，原因是大规模的 a p i 的 费用呢，其实会是一个经济黑洞。即使是创始人 peter steinberg， 在 加入 open i 之前呢，也是开源模型的坚定支持者。可以看出来，现在在 open cloud 的 影响推动力下，未来的模型的趋势呢，一定是向着更小，更快，更属于用户自己的方式去发展的。 我们公司呢，在这个领域呢，也有很多的布局。除此以外呢，很多应用公司呢，在 opencloud 市场上也能找到一块自己的天地。比如说如何把 opencloud 的 能力通过虚拟机变成一个不需要用户自己部署就可以体验的功能。类似的比如说 madison， kimi 都已经出了自己的 cloud 版本，我们 agnus 呢，在本月呢，也会推出自己的 agnus cloud， 让没有部署能力不是绝对的这种即刻的用户基于我们的虚拟机来体验 opencloud 的 一些核心能力。以上就是我们对于 opencloud 目前的一些技术的核心能力，以及市场玩家对于创业公司的影响一些判断。

opencloud 真是直接把国内 ai 圈给炸醒了，这十款全国产的 ai 龙虾，功能真是一个比一个狠， 看完直接颠覆认知字节的 ai 龙虾，独特之处在于打开网页就能用，是火山 callin plan 里的赠品，不用单独花钱。还有腾讯的 qcloud， 牛逼的地方在于是唯一能连个人微信的 ai 龙虾。百度 com 属于云端零部署 啊，要说独特之处的话，只能是百度生态啦！阿里 coco 开源免费即刻开发者，英伦用户的最爱。而质朴的奥特卡在国内场最火，不过人家确实是国内第一个实现一键安装的。还有 mini max max 酷狗十秒级速云端部署，特点是手机也能用，别人说性价比高，但我没用过预制暗面 kim kong 云端托管集成 kimi 大 模型， 内容多支持离线任务。朋友有道 lobster ai 全中文界面主大学生党入门选手猎豹 e g 科奥 极致简化安装低配电脑影跑纯小白入门款迷你科奥，国内第一个主打手机端的 ai 龙虾，只配备小米红米手机，目前还在内测，对百分之九十九普通用户来说，不要再迷信国外工具啦，国产 ai 龙虾更安全更顺手。

装了 openclaw， 但发现它什么也干不了，甚至有点蠢。除了需要配置各种插件和 skill 之外，它最需要的是一颗足够聪明的大脑。今天来分享我的配置方案，用 mini max m 二点五驱动 openclaw， 性能逼近 cloud 的 up 四点六，但成本只有它的十分之一。走订阅制，每个月一杯奶茶钱，非常适合在 openclaw 中使用。 接下来给大家展示我是如何用 opencll 来提升我的工作效率的。第一个，接入飞书，通过手机帮我剪辑口播视频，现在我直接在手机上发给 opencll， 一 句话就搞定了。帮我剪掉所有停顿重复的地方，然后导出发给我。它会自动调用语音识别，定位无效片段精准剪切。 以前剪一条口播至少要两个小时，现在三分钟出片。装了 opencll， 但发现它什么也干不了，甚至有点蠢。 除了需要配置各种插件和 skill 之外，它最需要的是一颗足够聪明的大脑。第二个，帮我整理文档，自动上传到飞书知识库 ai 时代，每个人都应该建立一套属于自己的知识库，有了 openclaw， 就 可以实现知识文档自动分类，自动入库。 我设定了一个定时任务，每天生成的文档自动识别内容，并根据分类上传到对应的知识库中。比如我今天写了一篇关于 openclaw 闭装 skill 的 笔记，它会自动识别内容，归档到 ai 开发知识库的 openclaw 分 类一下。第三个，帮我打开浏览器，注册各种账号，获取 api k。 当时我需要一个文本转语音的 api k， 正常流程是我自己打开浏览器注册登录，找到 k 页面，然后复制，但我就跟他说了一句，帮我注册 eleven lives， 拿个 api k， 他 就真的自己打开浏览器填表注册成功拿到了 k。 那一刻我是真的被他的执行力震惊到了，为什么每个都能这么顺？两个原因，一， mini max 二点五，自带的任务拆解和工具调用能力，他能真正理解你的意图，拆解有逐步执行。二，题词给的足够清晰，你不需要会写代码，但你需要学会把需求说明白。