养虾openclaw可以搞外汇嘛

哈喽，我是严校长，之前几期视频去讲了这个本尼大模型吧，然后很多人就觉得这个本尼大模型在速度上肯定是非常的差的。然后这期视频主要给大家实战演练一下啊，只见我们用录屏的形式看一下。呃，我最近发现这个模型啊，就是刚出的千万三点五三十五 b a 三 b 这个模型， 你看我用的是这个八位的一个量化版本，但这个版本其实跟我们线上去使用的话，差别并不是很大，特别在高峰时期，他不会被压缩。 如果你用线上模型 open color 想省钱不用的话没有意义，你训练的东西没有用，然后你大量使用的话，你的这个开销，特别是多 a 镜头的这种场景，你的成本是相对比较高的。所以说如果你有重度的 open color 依赖的话，可以尝试一下和我一样用麦克斯丢丢 去做本地模型的部署，可以看到我这台机器是二百五十六 gb 的 版本，这个机器目前跑这个东西都是小儿科啊，你看就占用了六十。然后我们来看一下这个本地模型到底速度怎么样， 我们先做个简单的测试啊，比如说你可以做什么？大家重点是关注他这个回复的这个速度，以及这一块他思考的这个时间啊，可以看到这个速度基本上是秒出的呀，可能现在赛文比较小啊，可以看现在能跑到四十七啊，可以跑到四十七 啊，然后这个是八位的啊，这个八位如果我换到四位，我们常用的这个版本的话，可能速能跑到五十多啊。比如说我们来点复杂的，比如说 天气怎么样？因为这个涉及到要一个联网搜搜索嘛，他会在网上去搜啊，他的步骤可能你看现在已经操作了两步了，第三步了啊， ok， 把他读到了我当前地址啊，然后天气都带出来了啊。比如说我再问一下别的地区， 因为这个就要考虑到一次两次的上下文的连连接，而不是简单的常用的这种。呃，人工智能进行一个单次对话，你看他联想到了我后面发的这个深圳的话，他能联想到这个天气的信息。然后我们接着来去 啊，问一个复杂啊，比如说推荐一下二零二五年的高分韩剧啊，这个其实是有点难度的啊，首先他要在网上去扒资源啊，找到有用的信息，然后进行整理。 这个步骤对于本尼达模型其实压力算是很大的，你看一下我们这个目前新出的纤维三点五，在这个本尼达模型上的效果怎么样？可以看到这个速度 其实有很多人应该用过线上的版本，你们又不觉得我这个速度并没有很慢是不是？而且我这个是没有弄虚作假了，这些片子可以看到都是都是新出的，而且刚刚的思考过程都是看得见的。 然后我们来反过来推一下，你看现在上下文是有一定下降的啊，跑到四十五，但是四十五点七 t 肯啊，这个叫 t g 头肯，就是吐字的，这个速度其实是已经很合理了，我们再继续给他一点有难度的啊，比如说这个片子啊，我直接跟他说嘛， 这个具体讲什么？好看吗？啊？你继续进行二次追问这样一个测试方法是很容易测出一个模型以及对于 open klo 的 适应能力，可以看到速度依然可以很快的出来。 然后我们再继续增加难度，比如说这个片子一出来，我觉得你看他，他甚至给我一个建议啊，就是他可以帮我搜磁力链接，这个就很强啊。我说，呃，找找四 k 的 吧 啊，其实这个又又叠加个难度，首先上下文的长度变长了，哎，再加上他对互联网解锁的这种能力就更强了。因为我们用的是巴巴比特这个电话版本吗？如果试比特可能会弱一点，但是他只影响他试错的这种 几率吧。可以看到这种他已经不断的在尝试了，如果你是精度比较低的，他可能试错的次数会多一点，但是基本上都能出结果，而且可以看到我现在的这个显存。 嗯，这点三条文基本上不会有开销。比如说你预算有限的话，你可以入 m 三要求的这个九十六 gb 现存的这个版本，如果你呃预算 大概在两万左右的话，也可以买六十四 gb 的 m 二要求的话，你跑四 b 的 量化体也不会差很多 啊。你看这个，这个他现在就是遇到了问题啊，你看，呃，就说在某个网站上没有找到这个资源 啊，这就是现在本地模型，我目前来测试就是很容易出问题的一个点，但是这个问题我觉得是可以解决的，因为通过你去优化它的 skill， 它可以解决更精准的一些，因为我现在是完全让它呃重新尝试，相当于没有没有教学的部分啊，让它自己去尝试， 那后期你就可以完全用自然语言去沟通，然后他会更了解你的习惯，写出更合适的 skill 啊。这些视频主要是给大家讲，就是关于本地大模型啊，以及这些使用体验上的速率以及性能的问题，可以看到一些正常使用都没问题。 我们再做点哪一点呢？比如说打开浏览器，进入小红书，搜索 back 丢丢，其实这个是有点难度的啊，就哪怕很多线上模型，我们去跑浏览器的自动化，其实都呃不是那么容易成功的。而加加我们现在已经有一些上下文的堆积了，然后我在中间突然插入了一个和上下文完全没关系的 啊，内容其实对他来说是有一定的难度的，可以看到他第一次试错了，他第一次直接用这个，呃，直接去抓了呀，他就是很简单，他打不开浏览器，但是他用了一个其他的方式帮我推出来了这个目前我想找到的东西，也就说他又找了一个别的解决方案啊，但是千万三点五，这个本身是一个小模型啊， 如果我们后期去切到这个 mini max， 你 看它这个，嗯，空间都占用一百三十八，实际跑起来大概占一百八十 gb 的 现存。比如说如果你预算更高一点，大概五万的预算的话，你完全可以入这个二，像我一样二百五十六 gb 的 这个 m 三要求啊，就跑这个 mini max， 像这些什么浏览器啊，以及呃下电影啊这种小科的问题吧，但是它的速度可能就跑不到五十头克，每秒大概有三十头克，但是日常使用完全够了。 ok， 那 下期视频我们会继续分享如何？呃，更高效地使用本地这个大模型，来去跑一些 open klo 的 一些复杂任务。

站在风口上，猪都能起飞，但后半句是什么你知道吗？哈哈哈哈，风口过去摔死的都是猪，就一夜之间，好像你不养殖虾就要被时代抛弃了。人人都在说龙虾有多智能，多降本增效，但很少有人问一句，它到底解决了什么真实问题？ 真正的 ai 生产应该是不靠梗、不靠狂欢、不靠传，靠的是可复制可落地、可清算的。凹凹，我养虾快两个月了， 踩了不少坑，但现在至少跑通了流程。今天把真正能用的东西和大家一次性说清楚，特别是跨境电商里面，龙虾到底怎么落地实操？第一个好用的是选品，其实你刚开始找产品的时候，你就能用龙虾了， 你说让他自己去浏览网页，说实话这个还不太行。但是呢，你可以换个思路，把各平台的数据报告全部下载下来丢给他，让他定期的帮你整理做横。相对比。 现在的龙虾跟以前的 ai 完全不一样，它有记忆，就你以前每次都要重新备一遍资料，但现在不用了，它能记住你的偏好，你是喜欢客单价高的，重量大的，还是客单价低的？重量轻的，倾向于哪一个类目，它全部都记着，而且它还能结合实时热点和未来趋势，帮你选品，就选品，这一款完全可以这么搞。 第二个是出爆款视频，你可以让龙虾每天定时的去抓各个设备上的热点，然后结合你已有的产品线，每天给你输出可能爆的短视频方向，甚至你让他给你排概率，排优先级， 这样你每天都能拿到一张爆款短视频脚本的清单。就以前这种事啊，完全是靠编导的个人经验和感觉，现在龙虾帮你批量产出。第三个是对接 erp， 做跨境店群的都知道店一多，管理起来就非常的头疼，但现在龙虾能够直接连 erp， 帮你监控 哪些货该补了，哪些库存太多要降价了，哪些货滞销了，该清仓了。以前就都要人盯着看，他现在能够全部搞定，然后直接智能流程化，应在备注上面提报。 第四个是达人建立，哎，我觉得这个是提升最大的，就以前我们怎么做的，一般往往是一个模板，然后写个一两百字，然后群发几千个达人，千篇一律，回复率非常低。 那现在完全不一样，你可以让龙虾先去看看这个达人，千篇一律，回复率非常低。那现在完全不一样，你可以让龙虾先去看看这个达人的猫，他的语言风格是什么样的，他到底是拉丁意，黑人还是白人， 打招呼的方式就可以完全不一样了，龙虾都能帮你分析出来。更关键的是，你可以给每一个重点达人建一个专属知识库，然后把这个达人的画像全部抓下来记录，第一次聊了什么，第二次第三次又聊了什么，等于你有了一个有记忆的专属达人。 b d， 你重点关注的这几百个大人，每个人背后都可以跟进一个 ai 商务一对一，这个效率就是非常大的提升。但在这里呢，我要说一个很多人的误区，就他很喜欢用免费的托克去跑这个事情，家人们这真的是大错特错。就打个比方， 你现在找了一个员工，然后这个员工呢，是免费的，但他只会干最基础的活，甚至越干越出错，所以有些钱真的不能省。 你要用就用好的模型，好的模型它虽然消耗 talk， 但带来的效果是远远超过这个成本的。我现在平均每天花二十到五十美金，但用的是顶级的模型，它带来的效益真的是一个十五 k 左右的人力。 所以 talk 免不免费，我觉得本质上是看你找的这个员工到底是人才还是蠢才。哎呀，说到底现在养龙虾的真的很多，但真正养明白的我觉得凤毛麟角。

最近 open call 这么火，到底有谁真的赚到钱了呢？我觉得这个可能是大家最关心的问题，绝大部分是靠卖铲子赚到了第一桶金，那么我可能也是这一批里面通过 open call 真正赚到钱的人。 一周之前，我和我的龙虾，我们所谓的是一人公司从零搭建了一个能够卖货的独立站，总共花费了不到四十八个小时，真正的去工作写代码的时间可能不超过两个小时。那截止到目前，我们这个独立站的收入呢？是四百澳币。 虽然听起来这个事情可能有点夸张啊，但是如果你想靠 ai 搞钱，我保证这个视频对你来说一定会有一些大的帮助。 那说起来这么早，我能够接触到 oppo pro 去使用啊，在一月底的时候，也是得益于叉七 d 刚出来的时候我就已经在玩了，而且，并且，呃，我第一波 ai 创业的时候，我就靠卖这个算力投肯赚了一桶金。 所以将这个第一次我用上 open call 的 时候，我脑子里念头，念头就是啊，这个事情是可能是 算力的需求，第一次从 b 端到了 c 端，普通人他不再是满足于一个订阅式的服务，还要像交电费一样。可能以后这个事情你不只是狡辩电费，你还有一个 token 的 一个事，还是按 token 的 数量去做结算。 那我对这个趋势和风口就非常感兴趣，但是最开始的时候呢，这个龙虾只是帮我做一些比较基础的事情，比如说，呃，我做投机投研的时候， 这个信息的收集就完全自动化，每天的研报啊，信息的总结，我只需要早起打开手机看一眼就好，那仅限于还是一个工具的状态，只不过是一个比较智能的工具人。但是在这个做研报的过程中，我发现了一个 很大的一个 jim， 一个大宝贝，就叫做内特，一个老外。那么他是什么样的？他做了一个智能体，做 felix， 他 声称说一周就赚了六千美金。那起初很多人都不是不知道，就说啊，你只是说出来而已，你始终是一个黑客的状态。直到他有一天去做了一个 podcast， 他 把这个所有的事情都透明化。那我也是看完了之后发现，哦，原来这个事情他是可以这样子去真的实操去做的，而且我觉得我也可以去尝试。 那么我第一时间首先是去了他的他这个官网 comot， 我 去购买了这个产品，我觉得必须要去做知识付费， 我去挖掘了他的产品，并且在这个过程当中呢，我把 ai 当成一个杠杆，我不仅让他去爬了这个 podcast 的 所有内容，然后也去看了这个 comot 的 这个呃，商业模型啊，他在做的卖的产品到底是什么？和我们有什么差别？我们怎么样才能做到和他一样？ 那实际上拆开来看之后发现他就是在卖自己的分身而已，但只不过，呃他的想法和执行力比较比较快而已。那我我就讲为什么 我不能去试一试呢？所以说在有了目标之后，我就开始执行市场调研，产品分析啊，商业模式，这个过程里面我只是一个下达命令的一个 ceo， 所有的这些呃，分析啊，产品啊这些想法都是我让龙虾去自由发挥的，这是第一步我就对他的放权，让他去给我做输入，我只做个下命令的人， 到后面之后呢，下一步就是要去做落地。第一个我们首先要个网站，在这个时候我就已经彻底放手了，我给了他很多很多的权限，我说我第一时间跟他说的是我能做什么，让你之后不要再问我这个问题，不要把球抛回给我。那第一个就是网站， 这个网站呢，一共是可能花了差不多半个小时的时间，我中间只提了一次对设计风格的需求，接下来都是他去做 网站。大完之后呢，下一步是我比较镇定的，就是我没有给他任何的东西，他就直接通过了我一条命令，我说你去帮我把这个文档部署上线，他就通过了调用这个浏览器的 c i， 然后直接告诉我，哦，部署完成了，我当时很惊呆，我不知道你是通过什么去登录我这个 version 啊，后来知道肯定用了 bha 的 一些这些东西去去啊，有 gucci 啊，所以他可以直接登上去，总之这个过程是比较震惊的。那这个时候我们有了网站，并且上线了这个，到了部署，到了后端，这个之后呢， 我们就需要产品，那整个产品呢，我也是打算全部放给他去做，他调研完菲力克斯产品之后呢，自己设计，自己打包，自己定了价，甚至自己调用了这个 script api， 当然 script api 是 我给他的，他把产品上架了，到这个后端支付的功能全都给我接好， 所以到到这一步的时候，他他给我去展示的时候，我是我是抱着怀疑的心态，因为我总觉得啊，你可能给我一个，又给我一个什么，就是 ppt 啊等等，结果呢？一次跑通非常震惊， 整个链路从购买支付到自动交付，发送邮件，让用户查收下载，已经没有任何的问题了，当然这个也得益于，呃，我使用的模型用的是 oppo 四点六 这个东西做完之后呢？那我当然想去要做推广营销分享，那我希望你把我们的这些过程，他的上下文记忆，他是有记忆功能，我说你把这个事情写成一个文章， 我们去做分享，这个事情只有这个一段，我口述之后，他就生成了一个文章，那这个文章呢？二十四小时内获得了 六万的浏览量，我们的一个社群呢，也从啊十二人扩张到了两百人，所以其实客观上来说，这整一个这个养虾户的这个独立站， 不光是从前端后端啊，网站设计、产品调研，连推广营销都是他的输出的 id， 我 只是负责点了个 post， 甚至这个发布的功能我也可以教给他，但是我没有去这么去做，这个事情 在当时对我来说是很镇定的。这种降本增效已经是我觉得，至少在电商啊，或者说这种独立站，我们已经可以先让 a d i。 发声了。 这个过程我是想分享给你，把我的一些对于 ai 看法，后面的一些我们该怎么去自动化的降本增效。如果你想了解，我们可以去聊聊，如果你想试试，或者有什么 ai 的 搞钱的好的玩法，我们可以分享一下。 如果你觉得这篇短视频对你有帮助，记得关注我一下，我后面会持续在这个号说出一些观点和内容，和我在做一些事情。

ai 行业真的要变天了，你要是还不了解什么是 opencloud， 可能真的要被时代淘汰。就在最近，养虾成了全民热炒，腾讯、阿里、字节、小米等等一众巨头第一时间响应接入，有人把它当印钞机，一周爽赚十一万美金。网上和线下的龙虾安装更是火爆难求。 种种现象都在指向一个科技矛点， opencloud 正在定义 ai 模式的未来，而这和我们普通人将有着千丝万缕的关联， 甚至会深入影响到我们的日常生活。现在，我将试着用大白话和我最真实的使用体验，让你了解 openclaw 和养虾到底是什么，他为什么能和其他所有 ai 区别开来独一档？以及他是不是像网上所传的强盗变态。首先啊，咱们讲讲他的由来。一位名叫 peter 的 奥地利程序员大佬，在周末花了一个小时的时间 发了这么个小玩具，他想把电脑上能二十四小时干活的 cloud 接入到自己的聊天软件里，这样他出门在外也能随时让家里的 ai 帮他干活。而就在普通的一天下午，他顺手给 ai 发了条语音转念，却想起来他并没有给 ai 加过语音理解功 能。但随后，皮特被惊出了一身冷汗， ai 竟然回消息了！在迅速回家仔细检查了后台程序后，他发现 ai 因为听不懂语音，竟然自己写了个语音转文字的功能， 光程序跑起来了。 peter 说的话听明白了，甚至啊，还回了一条消息，一个新世界的大门现在被推开了，这就是 agent 的 ai 智能体，而他就是我们现在看到的 openclaw。 那 在他爆火的逻辑背后，其实是 peter 为他赋予的三大机制，第一， agent 的 智能能力和强大的权 限。以往我们用 ai， 无论是 kimi、 gpt， 都是在告诉你，建议你怎么去做。而 openclaw 最厉害的点在于，它能像 peter 的 经历一样，自己去调浏览器、读写文件、发消息、触发 api， 调用模型。 它不是在模拟，而是真的在去执行，能从思考到闭环。第二， heartbeat 心跳机制。我之前用 ai 最真实的体验就是像在玩儿一场随和制的你，么么哒。 ai 助手都是在被动想象，而 openclaw 则是主动存在，它像是被赋予了心跳，会定期醒来检查有没有主人的邮件，有没有提醒和任务要好。这种体验上的差距将是一种断崖式的底线，因为你能清晰地感知到 ai 活过来了。第三， memory 记忆能力和 persistence 持续性。这也是为什么最近都在说养龙虾的关键， 因为 open clock 他 真的能记得你说过什么，你的沟通方式是否尖锐，你的使用习惯是什么。而普通的 ai 每次对话都像是失忆症发作。并且啊，即便你杀掉了后台程序，你的手机关机，他的任务依然在跑， heart beat 依然在跑，在你睡觉的时候，他可能就已经帮你完成了很多事。 如我。作为一名科技博主，我每天都有着全球范围的小题内容需求。于是啊，我在手机部署了一个 openclo， 并让它每天早上九点和晚上十一点自动向我推送合适的小题内容。截至目前，它定时定点执行的可以说是非常完美。而我在最近一周也再也没有打开过其他文字交互类的 ai 产品， 此刻我就意识到，我养成了一个再也回不去 ai 过去式的使用习惯。当然， openclaw 也并不是完美无瑕的，有着非常现实的几个问题。第一，部署难度相当高，费用也能吓退很多普通用 户。当然，这个费用也取决于 api 所调用的模型。而也正是因为部署难，我们能看到这两天深圳腾讯的门口龙虾安装和 tucker 套餐活动搞得非常火爆。第二，权限和隐私风险。网上现在有很多让人哭笑不得的例子， 我看到有人啊，就因为想优化自己的电脑内存，五十多兆的全家福，愣是被 openclaw 自动优化成了五十多 k， 成了全年马赛克。而工信部也最近公开点名，非常严肃地提醒了规范和风险问题。总的来说， openclaw 却是打开了一个关于 ai 的 潘多拉木盒， 让未来充满了更多的不确定性。他会成为我们的生活助手，也可能会抢人类饭碗，甚至改变科技和世界局势。与其我们在岸上恐慌，不如跳入洪流，成为浪潮的一部分。你觉得呢？那如果你也拥有了 open club， 你 最想做什么呢？评论区聊一聊。

open club 小 龙虾现在非常火啊，小龙虾都能干啥呢？我养了一个多月小龙虾，养了五只小龙虾和一只澳龙，今天跟朋友们分享一下养虾经验。龙虾有很多版本啊， 呃，原版的呢，就是 open klo， 跟我一样呢，愿意折腾的。呃，想让龙虾呢权限或者自由度高一点的呢，就在本地电脑上安装 open klo 要装原版呢最好呢，我建议是在本地安装一个 ai 编程软件，直接跟他说帮我安装好 open klo， 让他帮咱们安就行了。 国内套壳的龙虾呢，就很多了，比如 kimi 出的 kimi club， 呃，智浦出的奥特 club， 呃，就是我养那只奥罗，还有自己的阿克 club， 阿里也出 club 了，呃，不操心省事的呢，就安装国内版本的， 简单方便，少掉头发。安装完以后呢，先定义小龙虾，他是谁，你是谁，他的做事风格是什么？在对话框里直接跟他说就行。然后呢，就会保存到这三个文件里边， 下一步呢，要改造龙虾的记忆系统，而如果龙虾不改造记忆系统啊，他就是个傻虾，咱们就相当于养了一群傻子。我也是在网上看见了一篇帖子，把他改造成了三层记忆系统，把这段文字呢直接复制给小龙虾，让他自己去改造他的记忆系统。改造完以后，小龙虾的记性好不少。 呃，另外推荐两个插件啊，一个是字节跳动开源的 open viking， 呃，龙虾的记忆还有技能还有资源，他都能管理。还有一个插件呢，是 open club 的 control center， 呃，这个项目，呃，龙虾干活呢，他都在后台干完活了，才跟你说 安装了这个插件啊，咱们就知道哪只龙虾干啥呢？哪只龙虾偷懒呢？呃，下一步呢就是给咱们的龙虾安装技能。 呃，没有技能的龙虾呢，就相当于咱们手机里边一个 app 的 微装是一样的。常用的技能呢，主要分搜索类、办公类、自动化类。呃设备控制类和内容增长类啊 呃，技能市场有上万种技能。呃，直接跟小龙虾说安装哪个技能他就自己安装了。呃，这些技能呢是我整理的比较常用。呃比较实用的技能，我试了一下，小龙虾能连康复 ui， 呃，设置一下代理服务器，龙虾呢自己会写接口代码就连上了 连康复 ui 我 觉得更适合短距的分镜自动生成。这几张呢是小龙虾用 flag 二捆印模型生成的， 质量都挺好啊。质量啊，主要是跟小龙虾的分镜的脚本提示词写的好不好有关。另外啊，养小龙虾呢有两个技巧，第一个呢是省钱的技巧，咱们把这段提示词呢给小龙虾，要不龙虾话有点密，有些系统提示和不需要解释的也给你翻译成中文。 呃写入记忆里的话很多啊，造成文件太大了还浪费。托克养龙虾挺费钱的。呃，像我似的养了一个多月龙虾啊，然后分并没挣，给他买托克花了一千多块钱。 第二个技巧啊，就是解决小龙虾经常掉线的问题。跟小龙虾说啊，让他多建一个独立网关的维修机器人， 定时检查主 get 位呢，掉没掉线，掉线呢他就自己过去修了。呃，这样呢就防止掉线啊。呃最后呢就是小龙虾的卸载命令， 小龙虾玩坏了或者是不想玩了，呃，卸载也挺简单，这个呢，就是小龙虾的卸载命令，大家可以截图保存啊。对 ai 感兴趣的朋友加个关注啊，咱们一起学 ai。

最近这一个月养虾这个概念得到了市场的高度关注，我相信有很多投资者也都在自己的电脑上面搭建了 coco 为代表的一系列的这种龙虾，哈， 那其实在使用的过程当中，大家就能够感受得到这样一个工具，它其实对于 tokens 对 于算力的消耗是非常巨大的，而且这样的一个产品跟传统的一些问答类的 ai 的 应用是有非常本质的区别，所以它带来的是整个算力的消耗量啊，呈指数级的增长。 传统的一次问答，大家如果用过哪些问答的工具的话，一次问答无非就是几千个 tokens 的 消耗， 但是呢一种这样的一个应用的模式哈，我如果我们去做一个比如说旅游计划，它需要消耗的可能就是达到几万甚至几十万甚至上百万的 pos 的 消耗，因为当中呢它是涉及到不断的自我思考和工具的这些调用，以及传短记忆的解锁， 所以它对于整个 token 的 消耗量啊，是非常的巨大的啊。这里面带来的第一个投资性的机会就是算力的需求啊，这里面包括算力的租赁，也包括云服务商，还有对于相关的云厂商会和数据中心会带来非常好的这样的一个推动啊。所以 最近我们也看到相关的这些大模型调用的费用成本也都是有比较明显的提升啊。那么第二个从这样的一个产品啊，我们可以看到 整个大模型，从过往的中心化的这种大模型，像分布式啊，本地化部署的这样一个大模型的方向去进行远近，换句话说，专业术语叫做边缘计算和私有云，也就是大家在用 open curl 这样的一些应用的时候，大家对于个人的隐私 和相应的数据，大家还是非常关心的啊，所以这样的一些影视和数据呢，都需要在本地化边缘来进行保存，所以对于整个边缘的算力和私有云，包括企业啊，都是带来非常大幅的算力需求啊。 那么再进一步，我们会看到整个算力的落地，他需要有大量的高性能的边缘计算的算力的芯片啊，以及这些存储的能力啊，那么这些也都 带来非常大的需求成长空间。我们看到最近大家去部署 open core 这样的一些龙虾啊，大家都会去买一些高性能的小鸡，比如说 mac mini 或者是一些高性能的叉八六的这样的小鸡哈，去部署 open core 这样的一些应用啊，这个都是反映的是大家在基础硬件这个层面上的一些需求。 最后一点呢，我觉得大家在 ai 应用层面上一直在寻找抓手啊，因为从二三年到现在，我们一直在讲 ai 应用的落地 和它商业化、货币化的场景到底在哪里。那么 open core 呢？它虽然不是最终的形态，但是它确实为整个人工智能的发展，未来的技术眼镜提供了一个非常好的指引啊。 所以在这样的一个层面上，大家会非常关注软件在哪些价值层面上面啊，大家会去进行评估。正是因为这样的评估，所以大家在去年年底到现在啊，对于软件的价值和未来人工智能时代啊，它所处的位置， 大家有诸多的探讨，我觉得对于这样一个产品哈，他虽然并非是人工智能的最终的产品形态，但是他确实为未来的产业路径提供了非常清晰的发展方向啊。

全球科技圈被一只小龙虾彻底刷屏。从深圳腾讯大厦千人排队，到央视力挺发声，再到全网疯传云上养虾人， openclaw 以一种近乎现象级的方式闯入大众视野。今天，我们用最通俗、最贴近普通人的视角，把 openclaw 彻底讲清楚，让你看完就明白 这只突然爆火的小龙虾，究竟凭什么搅动整个 ai 行业。先回答第一个问题，也是所有人最关心的， openclaw 到底是什么？用一句话讲懂。 openclaw 是 一款完全开源、本地优先、可自主执行任务的 ai 智能体执行框架。 它不是聊天机器人，不是大模型本身，而是给 ai 装上手脚，让 ai 真正动手干活的数字执行引擎。简单说，你平时用的 ai 只能回答问题、给方案写文字， 而 openclaw 能听懂你的自然语言指令，直接操作电脑、打开软件、处理文件、执行脚本，完成全流程任务。相当于你拥有了一个二十四小时不休息、不用发工资、随叫随到的数字员工。他由奥地利开发者 peter stanberger 在 二零二五年底推出， 短短数月就在 github 收获海量新标，成为全球最受关注的开源 ai 项目之一。核心价值只有一个，把 ai 从只说不做的顾问变成说到做到的执行者。 他不依附任何大厂，完全开源开放，既可以本地部署在个人电脑，也能云端运行，数据完全由用户自己掌控，不泄露、不上传。这也是他能迅速击穿圈层，从程序员圈火到普通爱好者的根本原因。一句话总结， opencloud 就是 ai 世界的实干家， 是让人工智能从对话框走向现实操作的关键桥梁。接下来我们讲第二个问题，为什么它会被叫做小龙虾？这个名字和梗到底从哪来？很多人第一次看到养龙虾云上养虾人的说法，都会误以为是餐饮梗、网络段子，其实背后有清晰的由来，而且和产品本身高度契合。 首先是名称演变。 openclaw 最早不叫这个名字，最初命名为 clawbot， 取自 cloud 和 cloud 的 组合。 cloud 指意就是爪子、鳌钳，寓意像钳子一样抓取任务、执行操作。后来因为商标相关问题，短暂更名为 motbot。 mot 有 蜕壳的意思，暗合龙虾生长的特性。最终项目定名为 openclaw， 突出开元属性，也保留了核心的钳爪意向。而最关键的原因是它的官方图标就是一只红色的龙虾，形象鲜明，辨识度极高， 网友看到后顺口称之为龙虾，又因为亲切接地气，慢慢演变成小龙虾，在社交平台快速传播。更有意思的是，这个昵称还和它的能力形成了巧妙呼应。 龙虾有坚硬的外壳，对应 open core 本地部署、隐私安全、数据不外露的特性。龙虾灵活有力的钳子，对应它抓取任务、操作设备、执行命令的核心能力。 而龙虾蜕壳成长的特点，又契合它通过插件、技能包不断进化、能力持续扩展的产品逻辑。于是小龙虾从一个简单的昵称变成了全网公认的代号。部署、配置、使用 openclaw 的 过程被大家戏称为养虾，参与其中的开发者、爱好者，自然就成了养虾人。 最后也是最核心的问题， openclaw 和我们日常用的普通 ai， 比如 chat、 gpt、 豆包这类工具到底有什么本质区别？ 这也是大多数人最容易混淆的地方。很多人以为它只是又一个 ai 聊天工具，实际上二者的差距就像秘书和全职员工，顾问和操作工完全是两个维度的产物。 先看普通 ai， 不 管是国内主流的对话模型，本质上都是应答式 ai， 核心逻辑是你问我答，被动响应。你让他写周报，他给你生成文本，你让他做表格， 他给你公式和步骤，你让他处理文件，他告诉你怎么操作，他能提供信息给思路写内容，但永远不会碰你的电脑，不会打开软件，不会帮你点击保存执行，所有落地动作都必须你自己完成。他被困在对话框里，只能输出文字代码图片， 没有操作权限，没有执行能力，更没有跨软件跨流程自主完成任务的能力。而且绝大多数普通 ai 依赖云端服务，数据需要上传使用，有成本交互模式单一，只能一步一步接受指令，无法自主规划任务链条。而 opencloud 代表的是执行式 ai 的 全新范式， 它和普通 ai 的 区别可以总结为三个核心不同。第一，从给答案到干成事。普通 ai 是 顾问指出主意， openclaw 是 员工直接落地，你说一句，整理本月所有工作文件，按日期分类归档，生成一份汇总清单。普通 ai 会告诉你步骤。 opencloud 会自己打开文件夹，筛选文件，移动归类新建文档，全程不用你动手。它拥有系统操作权限，能操控鼠标键盘调用系统， a p i 操作浏览器、处理表格、收发邮件、运行九本，把一整个流程全部闭环完成。 第二，从云端依赖到本地优先。普通 ai 大 多需要联网上传数据，付费使用，而 opencloud 支持本地私有化部署，你的数据对话记录、操作记录全部存在自己的设备里， 不上传第三方服务器，隐私安全可控性极强。同时，它兼容各类大模型，不管是云端模型还是本地模型，都能无缝对接，自由度极高。 第三，从单一对话到智能体净化，普通 ai 功能相对固定，能力边界清晰。而 openclaw 是 框架型产品， 支持插件扩展，技能自定义，就像龙虾不断蜕壳一样，能力可以持续升级。它拥有持久记忆，能记住你的习惯偏好，越用越懂你。还能通过多智能体协助完成更复杂的综合任务，打破软件之间的壁垒， 实现跨应用、跨平台的自动化操作。更深一层看，普通 ai 解决的是信息获取和内容生成的问题，降低的是思考和写作成本。 而 openclaw 解决的是操作自动化和任务执行的问题，解放的是人的双手和时间。它把人从重复繁琐、机械的电脑操作中解脱出来，填表单、整理数据、监控信息、批量处理、脚本运行。这些原本要花几小时的工作，交给 openclaw 几分钟就能完成。对于上班族，他是高效助手。 对于开发者，它是自动化工具。对于普通用户，它是零基础就能用的数字管家。这也是为什么腾讯会投入资源免费帮用户云端部署。为什么央视力挺，因为它代表了 ai 从对话时代走向执行时代的关键一步，是普通人也能触摸到的 ai 普惠。 一场千人排队的活动，一个接地气的昵称，一款开源开放的框架。 opencloud 的 爆火从来不是偶然， 它击中了当下 ai 行业的痛点，大家需要的不是更会聊天的机器人，而是真正能帮忙干活、能提升效率、能保护隐私的实用工具。它没有华丽的包装，没有高昂的定价， 凭借开源、安全、能执行三大核心优势，迅速成为全民追捧的对象，让养虾从程序员圈的小众玩法变成全网参与的科技热潮。对于我们普通人而言，不必纠结复杂的技术架构，也不用深究底层逻辑，只需要明白， open call 是 ai 走向实用化、平民化的重要标志。 它让人工智能不再遥远、不再抽象，而是变成一只可爱的小龙虾，走进每个人的数字生活，帮我们节省时间、提升效率、解放双手。而这场由小龙虾引发的 ai 改革，才刚刚开始。

昨晚上 open cloud 龙虾带着这个 g p t 五点四给我打了一晚上的黑工啊，一晚上没有停过啊，不断的在这边研究如何赚钱的一个交易策略啊，啊，我就给他一个目标，就说你要实现一个稳定能盈利的一个 啊交易策略，然后如何如何实现呢？是要 open call 带着这个 g p d 五点四来做啊，然后他就不停的在做各种数据的分析啊，然后回测呀，评估反思啊，调整啊，找到各种方向去做啊， 这种感觉这种模式的转变啊，其实很大的，因为之前其实我们所有的研发或者是科协进步都是靠人去主动思考的，人去找方向，提出假设，然后找，然后找到这个实验数据评估，然后最后证明了。但是呢， 现在变成了龙虾自主的，所有的东西都是通过龙虾啊，带 g p t 五点四，然后通过各种 sub engines 来做啊， 啊，就不再是人类去做这个这个实验研究了，人类只提出目标啊，你给我做一个能赚钱的策略对吧？能够盈利的，能够自能够让你自己把自己的破口费用赚回来。一个策略，然后你就容下就自己去研究了，综合分析去了， 你可以看下他的过程啊，你看他这把所有的实验记录，所有的反思记录，全部都记下来，然后呢？呃，最后进行一个综合的进行一个呃， 思考得出，得出接下来任务的，接下来，接下来任务拆分啊，然后这些任务，其实接下来他自己要做个实验，然后呢？他就继续做实验了啊，我就没有管他，对吧？他继续写文件，做记录，做实验啊， 然后实验，这，这是有一个实验完成了，他就会返回回来，这个实验完成之后呢？他返回回来他就会继续做评估，他会评估当前判断可能这个条件 啊，变怎么怎么样，还不能够升级为可稳定交友特征啊？然后下一个实验又完成了，然后他综合这两个实验又开始继续评估啊，还有两个任务都都回来了啊，然后继续评估，嗯， 所以这个这个过程很像要得出一些数据啊，你看各种特征啊，然后，然后结论反思 报告，然后他会继续继续的去做啊，确定就这个用人去做的过程啊，可能人需要做一周甚至一个月东西，他几十分钟就做完了，你看全部是实验数据，对吧？ 那这个整个流程是变成变成了一个由 ai 驱动的研究研发过程啊，而且是这种涌现驱动，而不是人自主思思考的设计驱动，就是人不再是这个新的技术，新的科技的主导。 就如果说真的是这道东西能够完成的话，能够 work 的 话，那整个人类的科技的研发水平要提高一百倍、一千倍不止啊。因为 ai 是 不休息的，它是二十四小时的晚上也不停在干活，不停在思考，对吧？那这个变化将会是非常恐怖的。 那还有一点我们可以可以去预测，就是说如果说真的是这个东西让 ai 去实现技术研究研发，包括新的定律，新的理论的发现的话，那人类如何去跟上 ai 的 知识呢？ ai 可能一天就完成了，人类需要一年去去进行研发的这个量， 那他的知识的这个新增的这个速度将会是远远大于人类去学习的速度，而人类可能永远都赶不上 ai， 他 发现新知识、新技术的速度。 那这个这里面就有很多啊，就是像是一个混沌的感觉，对吧？里面你看不懂里面的很多细节了，你不知道里面是一个黑箱了，那这个时候人类怎么去学习知识呢？还是说我们以后就只能完全依靠 ai 去理解和使用这些知识了吗？这种感觉真的很神奇啊。 你看，继续做啊，完全是 ai 做，你看他又派发了两个任务，他不停的去反思，分配任务，然后执行 实验评估啊，不断的去迭代啊，我们拭目以待，看看这一次他真的他是否能够真的发现能够盈利的策略啊？啊？如果有的话，我会第一时间给大家报告啊。

最近用 open club 又研究出了一些新的好玩的玩法，比如说呢？嗯，你在一台商用的服务器上装了一个 open club， 然后这个服务器呢？啊，我不是说普通的那些家用机或者是云服务器啊，那些你就装一个 open club 就 算了，小龙虾一个就够了。 那如果你是一个呃呃一 u 二 u 的 那种服务器，你知道一个 openclaw， 那 其实是有点浪费的，那种服务器一般都是八个核以上，然后内存是四十八 g 以上的，那理论上是可以跑好几个小龙虾的。 这时我怎么办呢？啊？首先我在那个宿主席上啊，就这个机器直接装了个 open call， 然后我就可以对话说，你帮我装个 dok， 哎，他咔哧咔哧下了个 dok 装好了，然后我又跟他说， 你在我的 dok 里面装一个 open call 啊，他竟然也能从 open call 的 官网上下那个脚本，然后去执行，然后还是尝试装那个 note， 又在 dock 里面装了一个新的小龙虾，然后我还可以命令它，新的 dock 版小龙虾打包成一个镜像啊，它就打包成镜像了。然后后续我要对这个容器中的小龙虾有什么更新的话，我都可以。 嗯，通过命令的方式告诉这个宿主机上的这个小龙虾，去控制容器中的小龙虾的那些配置，这样呢，你就可以创建一个一个容器中的小龙虾，转眼这个服务器上就爬满了许多小龙虾可以用了，成为真正成为一家小龙虾公司了。

今天给大家分享一下我用 oppo club 开发的 ai 量化交易系统，中间一个功能模块，那个 ai 智能机股票分析，然后看我用 我用的数据源是 t 烧，还有那个 ak 十二这几个，还有一个数据源三个，有两个是免费的，然后他现在你看数据源的数据都能拿到了，然后我测试了一个这个票，然后 然后看一下那个生成，生成的那个分析报告，分析报告其实还还挺详细的，然后 分析报告里面他对应的有啊，市场技术分析，还有基本面分析，像基本面分析这种，他他真的很详细这个报表，然后下面有很多，然后很全面的，然后 风险评估，然后风险评估这里面也是分为中信的，然后保守的、激进的，然后一些观点，还有那个这里面给出的一些 ai 智能题给出的一些建议，然后还有一个团队研究的这个 分析报告，然后还有这个感觉，感觉这个还挺全面的。如果你对量化交易系统也比较感兴趣，然后不知道怎么开发， 或者是对那个 apple cola 的 也比较感兴趣，然后不知道怎么安装，或者是因为 skills 有 什么问题，大家都可以交流，感谢大家点赞关注，谢谢！

四百六十万 token 今日份总结小龙虾，来我们来看一下今天小龙虾干了些啥？四百六十万 token 到底干了些啥？ 先回到今天早上起床，六点五十分新建了一个对话，然后 当时发现一个叫做 command center， 一个技能就是这一个叫做指挥中心吧， 但是可以看得到 token 的 一个消耗情况，还有 cpu 的 一个配置啊，内存的占用啊，还有这个硬盘的一个一些信息吧，温度 好就叫它安装，安装完的之后叫它配置，配置完成就开始使用了，然后使用过程中发现了一些 一些状况，就是说这个这一个 l l m 这个因为它默认只有两个模型，一个是 cloud， 一个是 open a b i 欧本 a b i 然后我教他能不能用这个英伟达的，就他折腾了一番，然后结果没有折腾成功 啊，后面我就懒得折腾了。然后整个过程中呢，其实这个问题一直都存在的，就是说当遇到一些比较复杂的问题的时候，他会干活干活，干着干着不知道突然被中断了，看这一个钟，十点钟的一个 十点钟做的一个任务，然后到十一点就没有回复，然后查找了一下英伟达的一个英伟达的一个叫什么 接入了要求，他说 up to 四十 r p m 就是 每分钟是请求是四十次，然后我就把这个信息告诉给他，就限制是四十次，每次每分钟， 然后他自己就做了一个呃，限制就是把自己的一个做了一个限制三十次每分钟留了一些空间，这样子 就智能等待，这样就不会说遇到遇到一个用量超了之后就没有没有回应的一个状态，然后最后我叫他把这些内容做一个总结和致意。 ok， 到这一步的话基本上都到晚上了，晚上八点钟到晚上四点多，四点多，然后我加了总结之后呢又新开了一个对话。 之不，之所以这么频繁的新开对话，是因为如果对话太长的话，其实实际上是会影响，会消耗你的偷啃量会更多一点点的。 然后这个时候呢，我觉得好像可以尝试让他做一些小任务，看看能不能完成，能不能胜任。然后我就叫他搜索一下第四跟第五的一个价格行情， 然后他搜索过程发现这个浏览器他需要 a b i k， 我 就直接叫他删，卸载掉， 直接卸，直接卸载掉，然后用其他的一个，用其他的一个引擎， 然后这就是中间的一些，中间中间搜索的一些发现好像就说大部分的购物网站它都限制了一个爬虫的一个状况， 然后电商网站都有反爬虫验证，所以它抓取不了的一个价格。然后 我想了一下要找去 skillhop 商城找了一下，那个有一个叫 samurai 的 一个技能， samurai 技能是规范总结 samurai 技能，看一下它是总结 u r l 或文件， 我觉得这个应该对它有用，就是它的装安装完成之后发现这个 c l i 它 还需要额外的配置一个依赖，然后又叫他去安装依赖，安装这个 home home brief 这个依赖，然后就到这里的话， 整个偷感消耗就已经去到四百六十万了。好，今日份总结到这里我有点吐。

哈喽，大家好，我是 ai 向先生，今天是二零二六年三月十八日，今天想跟大家分享的一个话题是小龙虾 open core。 二零二六年， open core 无疑是最火的一个 ai 项目之一了，对吧？然后我也将近花两周的时间 也给大家做了验证跟测试，得出了一个结论，他很强，他没你想的那么好用，我将花三分钟的时间帮你讲清楚他的一个价值和坑。 那我们首先从最基础的问题开始，它到底是什么？很多人以为它是一个简单的聊天机器人，其实不是。 opencloud 的 本质上是一个能干活的 ai 级的框架，它可以做什么？可以操作电脑，可以执行代码， 可以自动处理任务，就飞书啊，微信这些，还有 whatsapp 这样的聊天工具。那么一句话总结就是，以前 ai 只能说现在它可以做事了，对吧？那问题来了，这种东西为什么会突然火了呢？它火的核心其实不是功能，而是架构， 它第一次真正打通了我们常用的这种软件和 ai 的 执行能力，上面接社交的软件，下面接技能，中间接调度层，然后本质上它就是一个非常标准的一个 ai 镜的系统， 那么对于 ai 工程师来说，这是一套非常值得研究的，对吧？不过说完优势，我们要回到它的现实，它到底好用不好用？ 现实是坑很多。先说第一个现实的问题，就是安装原生的 oppo 卡的其实对新手是不太友好的，特别是在国内，你可能会经常卡在这个依赖，还有一些网络问题导致包拉不下来， 但好消息是对吧？国产版的这些正在跟进，但现在虽然有一些门槛，但这个门槛在逐步的降低， 那装好过后他只是第一步嘛，真正的坑其实后面等着你呢。第一个就是托肯消耗的成本，我做了一个简单的测试，在一个四轮比较复杂任务的一个对话上，他消耗了将近一百万的这个托肯，所以说如果是按量计费的话，这个成本其实是非常夸张的。 因此我们建议，如果直接你用那种包月的 a p i 会划算一点，否则你可能很快就会被这个 a p i 账单给全对了。但即使你愿意花钱，还有一个隐形的门槛，就是这个配置对吧？真正难的不是用，而是这些配置 里面就包含了 m c p 和各种 skill， 这里也会设计一些权限，一些触发机制，一些调用逻辑，还有可能就是你在安装的过程中，就安装这些 skill 的 时候，也可能都会出问题，导致号就崩掉了。 那么新手可能基本也要花个一到两天才会踩踩坑完成，才能真正跑通。其实说到这里，其实很多人有一个误区啊，就是觉得它本身很强， 但你你要知道一件事情，就是 open call， 它只是一个框架，不是能力的本身。真正决定呃效果的就是底层的大模型和那些 scale 和 m c p 同一个任务，换个模型结果可能就完全不同了。 所以我建议就是你先用简单的模型把整个流程跑通，然后再逐步的升级。 ok， 那 除了效果问题以外，其实还有一个啊，我们需要重视的一点就是风险。这也是近期啊，国内的这个官方媒体反复在提到，因为它可以直接操作这种操作系统， 它就天然带来天然的一个风险，就是一些数据泄露， api k 的 泄露，还有一些误操作，所以说我们一定要加强那些权限的控制和人工确认。 那么另外再说一个很多人关心的点， opencloud 自动赚钱，我的建议就是你听听就行了，对吧？真正赚钱的从来不是工具，而是业务本身。 那么讲到这里，最后一个问题是，到底适合接下整个架构是如何设计的？而如果是，你是做一个做业务的人，我觉得你可以去尝试，对吧？跟自己的业务结合起来，看到看这个工技能不能帮助到你，那如果说你是一个普通用户，对吧？我建议你稍微再等一等，等这个工具和这个生态稍微再完善一点。 那么最后一句话总结， open crawl 它不是模仿，是一个工具，它很强，也有一点小贵，也能比较复杂，对吧？它有一定的门槛，如果用得好，它就是一个很强的生产利益的一个放大器， 那用得不好，它本质上就是一个烧钱的玩具。好了，本次分享就到这里，谢谢大家。

我现在没有心情听他们什么狗屁浪漫爱情故事，我现在就想搞钱，光羡慕人家有什么用，我们要自己行动起来，要变得比他们更有钱。 最近呢，大家呢都疯狂种草这个空壳对吧，俗称这个小龙虾，这个 ai 智能系统呢，彻底改变了很多的地方政府呢，也在大力鼓励 他，号称呢不仅能够会思考，还能啊替我们动手操作，甚至网上流传着用五十美元启动四十八小时赚三千美元的这个报复神话，所以呢，很多人就开始 做梦啊，哎，这既然人工智能发展到这样的一个时代的话，我是不是可以也养一只小龙虾，可以帮我赚钱，我可以躺平在家里边啊，日入过万，是不是可以实现这个养虾炒股啊躺平人生呢？朋友们， 呃，一定要清醒，要认识到 ai 的 这个本质，所以呢，要冷静，任何的这种江湖传闻啊，交易神话的背后往往都藏着这个残酷的陷阱，根据这个专业数据的追踪呀，对吧，我也看了这个一些养虾炒股的这个自动化，使用这类 ai 自动交易的人，超过百分之九十二的人都在亏钱，真正盈利的超过一千美元的还挣不到百分之一， 甚至有超过六成的 ai 机器人呢，连最简单的买入并持有的策略呢都搞不赢。所以为什么看似聪明的 ai 一 到十盘呢，就变成了这个韭菜收割机， 这其实呢就是我们刚才说的啊，他有三个致命陷阱，这做过证券交易的人呢，都应该了解这个问题。第一个呢就是滑点的陷阱，因为在金融市场上顶尖的这个量化机构呢，他的这个竞争呢，是以微秒单为单位， 而 ai 的 这个大模型思考下指令它需要几秒钟啊？如果遇到这个数据延迟，可能时间还会稍微长一点，那么这个期间的价格延迟和滑点呢，就会足以消耗掉或者吃掉你的所有利润。 那么第二个呢，就是幻觉安全陷阱，怎么理解？就说 ai 呢，其实是基于理解人类语言的运作，他会可能啊，对互联网信息的一个搜集，他不理解什么，比如说正话反说，或者说一个反讽的一个新闻，对吧？像前两天那个 就是放出蒋介石的那个段子一样，对不对？他会在市场暴跌时呢，买藏买入更危险的时候呢？他是有着百分之二十的相关功能插件呢，被证实是恶意的， 可能会直接盗走你的账户，所以这是一个风险。第三个问题是什么？就是高昂的成本现金，想让 ai 呢，保持二十四小时的顶级状态，它每月光这个电费计算利成本还有 tokyo 呢，就可能达到五百到八百，甚至数万元，你的投资还没有赚钱呢，成本已经让账户持续失陷， 那么我们是不是就该啊，彻底远离 ai 工具呢？恰恰相反，技术的变更呢，红利一直都在，关键是你怎么用啊？你一定要认识到 ai 是 一个工具，不要再幻想让它当自动提款机，而是要学会降维使用。所以这里给大家一个养龙虾的一个投资手册。第一呢，就是一定要把它从交易员 变成你的首席研究员，让他做你的参谋，提高你的效率，把他当个工具使，别让他直接操作你的账户啊，而是要让他成为你二十四小时不休息的信息官，参谋官，帮你扫描新闻分析财报，生成复盘报告，让他做你投资逻辑的防弹衣，而不是盲目冲锋的猎枪。 第二呢，就是不要总想着去金矿淘金，试着去卖铲子。当几十万人都想养虾的时候，提供虾饲料和工具，哎，反而更稳健。有人靠着卖鱼装系统啊，已经赚了上百万，有人靠着提供部署服务，一周收入过万，提供算力插件技术服务，这可能是普普通人啊，更稳健的路径 对吧？最后呢，记住，从早期的这个我们九十年代，像大智慧同达信同花顺这炒股软件，到现在的 ai 智能体，包括量化，对吧？技术呢，一直在变，但金融市场呢， 他赚钱永远很难的，这个本质从未改变过。所以工具越强大，你自身的坚实的这个资产配置框架和独立判断才越宝贵。所以不要让焦虑和捷径思维呢，夹走你辛苦攒下的一些真龙虾，而让别人赚到龙虾，你成了韭菜。

这个是二百五十六 gb 的 超大存存的 max 丢丢。这个是 open klo， 一个强大的私有机器人。这个是的范，一个多 a 镜头的工作流，他们组合在一起会发生什么？ 网上很多人教你做部署 open klo， 却很少有人告诉你，除了疯狂烧钱外，它到底能干嘛？我讲一下我的使用体验，你就知道 open klo 到底是个大忽悠。区别你手机 app 里的各种 ai 软件， open class 是 没有操作界限的，背地里可以帮你发邮件，整理公司报表，没事还能拉个群，和你朋友一起玩男人杀。但是 你用的越多，算你消耗就越大。每次对话都会消耗 token， 感觉就很不爽，感觉每次对话都还要付费，而且不能包月，是按量付费，或者是那种很便宜的平台收集你的私有信息拿来做训练。 所以我才用麦克的大蒜泥机型做本地。话不说，二百五十六 gb 的 显存可以装下超大的知识库。这个聪明的大佬就住在自己家里跑， 不消耗任何的头啃，感觉就很有成就感和归属感。这是线上模型，给不了你的幸福。云厂家再也拿不走我的合同和报表，数据推理和计算全在本地， 就算是各种 qq 等。云端养虾 我认为啊，都是玩具，给足了权限呢，又怕暴露隐私，不给权限又没点卵用，最后养虾养了个废物脑残虾。我目前自己跑的是独家量化版的模型，会根据 opcode 的 使用场景优化它的模型数率。 给大家看一下我的测试效果，我不说比线上快多少，但是稳定输出且丝滑，体验质地超群，而且局网无延迟，这效果比你云端模型可能精度还要高。复杂的任务交给他，本地的模型也更懂你的需求。如果还要玩一点更深度的， 还可以配合迪拜的工作流，完成真正帮你干活的任务。写文案，管团队，做量化高级功能自己都可以轻松解锁。你不需要懂编程啥的，一大堆复杂的操作自然语言，让 open color 开干就行。 以上可以持续为你打工的 open color 集群， aint 加本地大模型更新方案以及迪拜工作流的操作方案我都整理好了，想要的可以评论区打你想要的。