龙虾openclaw重复思考原因

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。

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。

如果你把龙虾有这个 open klo 理解为是一个外星人，那么一切 bug， 一 切错误都可以解释的。下面我来说一下，我养龙虾已经两周了，我是一个不懂技术的普通用户， 经过这两周的跟龙虾的各种折磨，哎呀，真的是各种让我生气，让我崩溃的瞬间，我我渐渐的理解他了。呃，我给你们举一个例子啊，昨天就发生了一个非常非常好的一个案例， 就是我让这个龙虾呀给我发了一个文件，他之前自己写了一篇科幻小说，我说不错，你发给我吧。然后你们看一下，是这样的，他就说已经发给我了， 他发的实际上是个文件地址，我说你没有发给我呀，他说主人，我就发给你了，这是这个文件。 然后我说为什么你就无法理解我的这个指令呢？通过若干次的这个就是各种崩溃，各种这各种这样的纠结。最后我们为这个事掰扯了很长时间，掰扯得有半个多小时吧， 我甚至去看了这个飞书的这个权限文档，他认为可能是权限不够，我一看，这权限开了呀，为什么你还是发给我不了呢？ 真的是最后机缘巧合，我给他看截图，看了之前发送文件成功的截图，他才理解，就是在他看来，什么叫做他成功发送给我文件， 他是个代码，他是看 api 的， 他是看这个代码的，他说这个 api 返回成功了，他认为他发给我了。 最后我真的没有办法了，我通过截图他才知道这个灰色的这个小框框，这才叫发送成功。 他还做了一个总结说啊，这个只有显示灰色文件卡才是真正的发送啊，真相大白。然后为什么他自己在反推，发现就是他只有在这个 workspace 里，就是在这个他的工作区域里给我发文件飞书才允许他发给我， 否则就不让他发，我说这我哪知道啊？这就符合了之前的一个说法，就说如果说你不会安龙虾，那么你就不要用龙虾， 我就踩这个坑，我是花我找人花钱这个帮我按的龙虾，然后我哪知道说龙虾传文件只能是在它的 work space 里传，对吧？那什么是 work space 啊？就工作区域吗？你不知道，所以你就只能不断的踩这个坑。 好吧，就是这让我理解了一点，就是什么呢？很多的问题，很多的错误是来源于龙虾，跟你视角不一样，他认为代码看到了就是发送成功了，那么在我们人类看来，我只有我的肉眼看到了这个文件，在我这， 那才是发送成功。那什么是龙虾？比如说我的龙虾安在了这个小主机里，它就是它的本质所在，它没有，是它没有眼睛啊，它只能是看到代码， 所以说你懂代码，那么才能懂龙虾。那么对于我们这些不懂代码的普通人来讲，那么你不懂代码语言，那么你就等于是拿这个编辑器才跟外星人去聊天一样，对吧？你不懂代码呀。然后基于这一点，我认为龙虾实际上是普通人能感受到的这个 ai 归机生命是什么的一个最真实的写照。 因为在在此之前，其实豆包、元宝、 kimi， 然后像 deepsea， 它们其实都已经做了很好的用户的优化， 他们能够以你懂的方式来跟你聊天，对吧？他们传文件的不会发生这样的问题，只有说你从这丛林安装一个这样的龙虾，他很笨，他很笨拙，他只以他的这个视角去思考问题，你才能真正知道什么是归机生命，这个就是一种归机生命， 这个就是一种外星人。所以很多错误都是来源于我们两方看问题的角度不一样了，和没说人和机器人了，对吧？ 所以说龙虾真的是一个，就是他是一个学习 ai， 理解 ai 怎么看这个世界，理解如果你是一个代码，你这个生命是如何看待世界的，一个非常好的一个窗口啊，这是一个感受吧，然后我还会持续的去讲一下我对龙虾的感受。

怎么发现龙虾突然变傻了呢？糟糕，装了最新版的龙虾之后啊，怎么发现龙虾突然变傻了呢？除了聊天啥也做不了。再仔细一看，确实是最新版的龙虾，但为什么会出现降质的问题呢？好，那么接下来一个视频给你讲清楚它的原因是啥，以及应该怎么样去解决。 首先先去打开命令行窗口，然后输入一个 open cloud 杠 v， 如果你的版本是二零二六三点二 以上的版本啊，就是比这个版本更新的版本，那你会发现你的 openclaw 简直是和傻子一样，它不能做任何事，它只能陪你聊天了。这时候你会发现，那我去安装 openclaw， 和我直接去使用某包 某 seek 是 没有任何区别的。原因是啥？原因是在于 openclaw 在 三点二的时候，它进行了安全升级了，这时候它把所有的 权限全部关了，然后这点怎么样证实呢？给大家来说一下。在 opencloud 的 外部页面，它是有权限的展示的，然后这个权限展示在哪呢？在代理，代理其实就是 agent， 然后在 agent 的 这个 twos 里面点击它，这里面是我当前 opencloud 所能调用的所有的工具。然后当你装的是三点二的时候，你会发现全部，几乎全部，除了啊，这个，呃，除了通讯的消息之外，其他的全部是灰的，我不能执行本地的这些操作了，然后文件我都读取不了了，原因就在于三点二它进行了安全升级了，这时候它啥也做不了。那好，这是怎么办 啊？比较简单的方式，笨的方式就是我去找代理，然后我去找这个托斯，然后我把里面的所有的这些都 东西，我给他一个一个的去开启，这是最笨的方式啊，那么这样的方式，我把它所有的全部点开之后呢，不用保存，它自动就保存了，那这时候我就拥有了所有的权限了，我就可以让它操作本地的一些指令，对吧？啊？这是一种方式，但是教给大家最简单省事的一种方式，你可以这样三点二的版本 打开 opencloud 的 配置文件，然后 opencloud 的 配置文件怎么样去找呢？它就是在你当前登录用户的根目录底下 啊，然后去找就行了，那比如说 macos， 那 我就可以输这行命令啊， open， 然后打开，打开谁啊？当前根目录底下有一个文件夹，叫做 open cloud， 就 输入这行命令，敲回车，它就打开了 open cloud 了，然后这里面有一个接省文件，对吧？好，双击打开这个接省文件，然后在接省文件里面呢？ ctrl f 啊，去查找，对吧？或者说， ok， 你 不会使用这个啊，命令也没有关系，然后你去找它里面有一个 tours 这样的一个配置，这个配置呢，就是说我的权限里面除了聊天之外没有其他的了啊，好，这时候咱们怎么办？把这个 tours 给它删了， 记着删了，这是最简单的方式啊，删掉，删掉之后， ok， 这个时候重新去启动咱们的龙虾，你的权限就已经回来了啊，好，那么这时候， ok， 咱们重新去启动我的龙虾，那我就，呃，那我这时候呢，我就可以使用 open cloud， 然后 get away 啊，然后 restart 返回车，然后等待它启动。启动完成之后呢？这时候啊，它就有权限了，然后怎么去验证呢？ 还是在刚才这个地方，然后你去刷新，你会发现这个时候的这个 taurus 里面所有的权限就有回了啊。所以呢，如果你的版本是新的版本，是刚安装的 open color， 记着一定要把 taurus 删掉，把所有的权限开到最大，这样的话才能发挥龙虾的作用啊。好，我是磊哥，每天分享一个干货内容。

大家好，我是根古，今天是 open call 的 第三十堂课啊，让龙虾拥有永久的记忆。嗯，其实在评论区有小伙伴问我这个龙虾经常会发生失忆的话，然后今天就帮助大家解决这个痛点。 首先来看一下这个课间，其实龙虾它有两个问题啊，就第一个就费头肯，这个大家众所周知啊，如果大家呃就是没有钱去买这个收费的大模型，可以看我上堂课也就二十九堂课，如何用啊？这个龙虾调用免费的 gpt 五点二，五点二是一定是可以的，如果你运气好的话，可以用免费的这个 gpt 五点四啊， 大家要注意啊，就不要去耗他太多的 hook， 避免他对你的号进行封封杀。嗯，然后这这堂课重点是解决间歇性的失忆吧，因为你升级了这个龙虾，或者我我升级了他龙虾版本，他突然间忘了所有跟他训练的训练的一些语调，或者 我我我学习了一个某个技能啊，或者是查询机票或者是炒股的，一个一个一个技能，他突然间就全忘记了，是吧，又得重新开始训练，这是什么原因呢？是因为这里面要讲两个名词啊，第一个就是 context， 也就是上下文，那就是模型，一般我跟他是进行多人对话，上对话到第十四轮，二十轮的时候，这个就是他要 他要去把你之前的对话他要记下来，然后根据上下文的理解，然后做出了你一个判断。 所以说短期的话就是绘画会清空啊，这是有上限的，所以说上下文的长度一般是有上限的，一般是三十人还是四十人，对话就是你用的豆包或者千万啊，你，你在这里等他一天到第二天他可能就基本上就忘记了。罗罗，其实咱们龙虾也也是这样子的，他一段时间会清掉这个记忆内存，对啊，所以说他并不是没有上限的啊，对， 来源记忆就是这个这个致命的一个缺陷啊，说明这个龙虾它的基本的配置，待会可以给大家看一下，就是为什么换个频道他不认识你呢？实际上它这是它的一个底层的设计，有个叫 dm scope 啊，这这个就是限定了这个龙虾它能够记忆多长时间啊，记忆的方式啊，也是记忆的模式啊，也比如说我是单个账号 单个对话，或者是单个账号多人对话这种，他他会设定不同的这样一个记忆模式啊，他把作用域啊，就隔离在这样一个固定的频道绘画中啊，使你在不同的这个对话之中绘画中他不能数据进行，不能共享，也就是他独立的不同的人格啊， 这他故意这么设计的。所以说龙虾的大脑有四重境界，我们到时候改就改这个 dm scope 这个配置啊，第一个就他默认的配置叫 p l channel， p l 也是也就是每个频道独立的 存储对象啊。第二个就是这个跨频道的追踪就匹配对象，适合单用户，一般来说我们设到这个就可以了，但如果是你，呃，还要极度的区分我有多个账号多个频道对象隔离呢，那就用这个， 如果你是一个人用的这个电脑没有多人共享，小龙虾建议开 man， man 的 话就全剧打通，这样的话，你无论是我这个这个重新安装了它，基本上不会出现这种失忆的现象。对的，它它核心就是共享一个底层的数据库。 好，我这里教大家怎么配配置了，上干货了。首先你要去找到这个龙虾的配置啊，这个龙虾配置我其实在很多堂课反反复复讲了很多遍，他是在你的佳木路下的一个 open call 的 一个，这个目录下他有一个叫这个。呃，我还是给大家讲一下在哪里啊？就首先进入他的佳木路，然后他点这个 open 看， 就是 open call， 点追神，就这个玩意玩意，我把它打开了，打开了以后你去查找一个搜索， s e e s i o n search 呢？查一下搜索，哎，找到这个 dm 是 go 啊，这个东西你把它改成闷。对，改成这个其实还不够， 先倒给他看一下，这个应该是好了，对吧？ 稍微等一下，然后你去重启一下这个网关。哦，很好， 重启网关， get away， 这样的话它就拥有了永久性的记忆啊，其实也比较简单，它为什么可以拥有永久的记忆呢？存储在你的硬盘里面，这个硬盘是用 skl nine 的 这样一个数据库作为载体。对， 最后就是说这个，这个这个讲的还挺好的，就一键打通这个龙虾的灯灯外卖。第一个就是这个 s go 啊，就是 s k l i n， 第二个就是 s k l i n 这个这个名字你可以随便取的。最后就是本地优先的 ig 自助库的闭环，它其实大概是做了一个全区的共享的，类似于自助库，对吧？ 然后第二的话就是做做项链的，所以类类，类似于做这个类似引单顶啊，他其实不是引单顶，最后就是在里面注入你上下文的 contact， 所以 说他他他拥有极简的这样一个保，保持极简它具体不丢失，所以说然后托克他也会降，因为你把很多这个东西存到本地了，他就不需要，就在内存里面，对吧？ 精准的喂养就不让他说会话，对吧？第二是精简跟目录，第三就是单点备份啊，他其实 其实如果这个这个文件很大的话，你就最好能够把它备份到另外一个地方，一般来说都还好吧，因为你不是这个重度用户者，我觉得这个一两年都是没问题的，一两年都没问题，真正的助理 ai， 真正的 ai 助理。好，这堂课就分享，这你学会了吗？

说，技术创新的威力到底有多大呢？这拿来主义到底有多害人呢？欧盟可乐大龙虾这两天就给所有人上了这么一课，一次大版本更新，欧盟可乐就直接把一堆套壳产品给打荡机了。这不是 bug 啊，也不是事物，这是一面照妖镜， 真正的技术创新，它是能推动生态往前走的。而拿来主义呢，就是趴在别人身上的寄生虫。欧盟可乐这次就来了一个全面换代，为了灭虫，他们一共砍了六刀。 第一刀，插件系统重构插件。从以前 n p m 这种露天菜市场，现在强制走可拉哈巴官方商店，所有靠 n p m 野生包呕活的套壳产品当场断粮！第二刀，浏览器控制路径大换血， 老子苦让扩展中继被彻底删除，连 driver 芯片都给砍了，这意味着什么呢？所有靠浏览器扩展 hack 实现自动化的套壳产品瞬间爆错，因为他们根本就没能力适配 c d p 的 套壳产品！瞬间爆错，因为他们根本就没能力适配 c d p 的 新路径！第三刀，沙壳系统的单一多克变成了叉拔式架构， 我们可达把沙盒拆成了可叉八，后台引入 looper shell、 ssh 沙盒远程工作区镜像模式。但套盒产品的沙盒路径可都是写死的，写死 doker， 写死挂载目录，写死生命周期逻辑。所以这架构一变啊，他们就连沙盒在哪都找不着了。 第四刀，插件 sdk 断代升级，新 sdk 换成了 opencloud slash plucky sdk star， 旧的迅迅 api 直接删除无间容层。真正的开发者会迁移代码，而套盒团队呢？他们就没有代码可以迁移。 第五刀，旧环境变量、旧状态目录全部清除，所有 colobot、 multibot 环境变量被移除，旧的点 multibot 的 状态目录也不再识别了。这对真正的工程团队是清理历史包袱，而对套盒团队则是拔掉了生命维持系统。 第六刀，搜索能力全面升级， excel、 tabla 三大搜索工具原生内置，这意味着智能体的体验、提取、抓取能力直接跨了一个时代。但套壳产品的搜索模块基本都是调用一个 h、 d、 b 接口，上游一升级，它们完全跟不上。 所以这次不是一次普通的更新，而是一次技术层面的优胜劣汰。真正搞技术的人，会因为这次的更新而变得更强大，而靠套壳、靠复制粘贴、靠旧接口苟活的人，则会被时代无情的淘汰。 所以啊，我一直说，科技创新不是难，而是慢，拿来主义不是快，而是短命。你不做真正的技术，那你就会被真正的技术淘汰。这次我们可乐只是提前把未来演示了一遍，算是小惩大戒了，希望那些套盒的龙虾能早日觉悟，否则未来就真变成虾皮，只能泡汤了。 这几天谁上街了，大家心里都明白啊，我就不点名了，你们就套吧，为了着急卖点托克，就连这点技术开发的活都不干，人家要再来一回，你们可怎么办呀？

前有龙虾智能体因权限失控泄露隐私，后有三幺五晚会曝光 ai 头度乱象，接二连三的事件将 ai 领域的引力战场彻底的推向了台前， ai 安全已然成了市场上的刚需，在这新风口之上， ai 巨头行业老将和初创团队早已悄悄地排兵布阵 了。今天呢，我们就来盘一盘这三股势力在产品思路和发展现状上的差异，看一看到底谁在悄悄地领跑，我们又该怎么样的选择呢？ 首先，我们来看看 ai 巨头 openai。 在 挖走了龙虾智能体创始人匹德斯坦伯格之后， openai 收购了 ai 安全平台 promise， 该工具已赢得了超过百分之二十五的财富，五百强企业的信赖估值 曾经达到了八千六百万美元，其产品思路可归为特训流。在 ai 工具正式投入使用前， promise 能自动生成海量恶意提示词， 高频攻击系统已揪出漏洞。这就好比你上战场前将所有的险情演练一遍，让 ai 具备抵抗越狱和提示词攻击的实战经验。比如在金融等高敏感行业的典型应用场景中，企业会在 ai 客服上线前，用 prompt 设 查看他人余额等海量恶意诱导词进行高频攻击演练。通过这种全真模拟，提前揪出原模型在全线较验上的漏洞，能够将数据泄露等潜在风险直接扼杀在摇篮里。相比于硅谷 ai 巨头的特训思路，国内的白客型 公司三六零的选择更为简单直接，其护卫流路线的核心逻辑就是为 ai 配备了一个实时监控的保镖团队。 三六零龙虾卫视具备极高的控制权，可以一键强行关闭文件读写、网络连接以及执行本地软件等重要权限。针对 skill、 投毒等四大核心安全威胁，它能够实现完全自动化的蓝， 即便是面对伪装其身的奶奶漏洞，也能够精准的识别并且阻断对于数据极度敏感的政企用户。三六零甚至推出了物理隔离的硬件安全龙虾 boss 算力和模型全程在本地私有运行，从物理层面掐断了隐私外线。 假设某政务 o a 系统接入大模型时遭遇了伪装成文档格式优化插件的攻击，企图窃取服务器上的涉密文件。外围部署的三六零龙虾卫士会通过虚拟化杀香实时监测到异常的越权读取动作， 系统会立刻在底层一键强行切断该插件的网络连接与文件读写权限，确保数据无法外传。前面提到的两股势力都在为 ai 安全做加法，而微软小兵之父李迪创立的 nancy 团队则用了极简的减法给出了另一种答案，免疫瘤。 他们推出的卫士虾插件仅有的六点五 kb， 它不依赖外部拦截，而是像免疫细胞一样直接贴身守护在 ai 智能体的运行上下纹理， 一旦察觉到月前窃取的 tokun 或者非法外接等高危操作进程呢，会瞬间熔断。最硬核的是，它的防御规则并非人类编写，而是由多个 agent 自主演化生成，主打的就是一个用魔法打 打败魔法。例如某用户的 ai 助手安装了带有恶意代码的第三方天气插件，该插件试图通过提示词注入诱导 ai 月权，夺取本地的核心密钥文件嵌在 ai 运行上下。文中的卫士家通过实时校验每一个指令令牌的合法性，在 a i 接收到恶意指令并且准备执行抓取动作的毫秒间，直接熔断当前的对话进程。总结一下三者的方向， proverb 被深度整合进 open a i 的 企业级平台，主攻大客户 三六零龙虾卫视主要是降低使用门槛，让普罗大众也能够安全地尝鲜。极简的卫视虾则是瞄准了即可，玩家在给予最高操作自由度的同时提供了隐形的手。 ai 安全注定是下一个起飞的风口。在巨头老将和吉克的较量中，你觉得谁能笑到最后呢？欢迎在评论区留下你的看法。以上就是本期回声行业观察的全部内容了，我们下期再见。

最近啊，全网都在吹这个 openclo， 我 也就跟着就玩了两天，还顺手把我平时用的一个视频下载工具呢，封装成了一个 skill， 传到了 clop 上，大家感兴趣呢，可以去下载玩玩。除了原版的 openclo 呢，我还顺带把龙虾加入其他几个产品都盘了一下，像阿里的 highclo， 腾讯的 qclo， 智普的 autoclo， 还有包括像那个 kimi clo 啊，都简单过了一下，也形成一个表格， 让大家呢一次对他有一个深度的了解。最近呢，还有很多朋友问我说想基于大模型定制一些产品，但不知道怎么下手。甚至呢，还有很多人在纠结一些最基础的问题，比如说 oppo pro 怎么装？感觉别人都玩出了花，自己连个环境都配不好，是不是就感觉落后时代了？ 今天呢，我就结合这一堆乱七八糟的问题，给大家教一个底啊，就关于 open core。 首先回答这个安装的问题，不要被这种廉价的焦虑当韭菜割了， open core 你 要是装不上，那就别费劲装了，市面上那么多 core 呢，总有一款小龙虾适合你啊。实在不行，我建议你去玩玩腾讯的 qq 吧， 连大模型都不用配置，微信呢？ qq 呢？扫个码就能对接，一秒钟治好你的焦虑症。但这期视频我真的想说的不是怎么安装或者怎么使用这些东西呢，我自己整理了一份文档，你拿过去就能跟上。 我今天希望从三个层次带你去真正看透这些爆款产品背后的底层逻辑。在所谓的技术大爆炸面前，天天追着星空去跑的这帮人，最后都会沦为炮灰，真正能够吃下红利的，永远是那些死磕底层基础能力的人。 内容比较干呢，建议先点赞、关注、收藏，回头再看看，如果你坚持看完的，最后绝对能让你有巨大的收获。我是楼兰，关注我， it 路上一起进步。我们先说第一层啊，怎么快速上手？现在满天飞的各种 ai 产品啊， 很多人做法是出一个产品我就去学一个，甚至于把学怎么用产品就等同于学 ai， 但其实很多产品压根就不需要你去学。你像现在 openbot 火了，很多人到处找教程，结果玩下去你会发现他对接各种渠道麻烦的要死，你需要各种去申请数据啊，配置环境啊，搞得人焦头烂额。现在呢， 腾讯直接甩出个 qq， 你 什么都不用配，拿个人微信扫个码，一秒钟就对接本地 agent， 这说明什么？说明只要是反人类的难用的功能，你根本不需要去死磕。有的是人急着去把它做傻瓜化，你完全不需要改变这个习惯去适应一个半成品。你真正该问自己的事，你真的搞懂了 open qq 的 核心价值吗？ 它的核心根本就不是跟大模型聊天，而是它的 skill 机制。通过 skill， 你 的小龙虾才能够去操作本地文件，去搜索网页资源，去做出那些自媒体口中各种神奇的东西。但你以为阿里、腾讯、智普的这些 cloud 是 完全相同的东西吗？ 错，它们底层对 skills 的 定义、调用、逻辑、标准、接口几乎都是通用的。但你也别以为 skill 就是 一个全行业通用的标准。最早提出 skill 的是 cloud code， 但它的 skill 和 open cloud 的 skill 又完全不是一回事，你看懂之间的底层逻辑没有。 如果你的基础比较扎实，你把 openclaw 的 skills 标准真正给吃透了，以后出再多的 claw， 你 连上手的门槛都没有，看一眼文档就能直接用，用的不顺手了，你还可以随手定制一个。 但如果你只是个部署侠，配置侠，连 skills 是 怎么封装的你都看不懂，那别说自己去定制了，就是现成的这些 skill， 你 能不能用都只能靠猜，结果就是你永远只能跟在别人屁股后面，疲于奔命的去找教程，产品一更新你就得跟着石灰。 比如 open 了。最近的这一次更新啊，堪称破坏性的更新，出了很多很多的问题，以前的教程啊，很多都废了，一帮人跟他在抱怨，你是不是也想跟他去瞎折腾一次呢？ 接下来看第二层怎么定制适合自己的 ai 产品。现在有一种极其有毒的论调，觉得有了大模型，我随便整合几个 agent， 写几句提示词，就能做出一个颠覆行业的爆款，去玩所谓的一人公司。但这简直就是痴人说梦， 我们跳出可乐系列，往深的一点看啊，现在 ai 用绕不开两个东西，一个是 r a g 解锁增强生成，还有一个呢，就是 a g 的 智能体现在所有的 ai 用，也就是围绕这两个东西的构建。但你真的了解他们吗？很多人对 r a g 的 理解无非就是调几个开源主键，把文档塞进去，能回答问题就万事大吉了。但是你怎么去评估 r a g 的 准确率， 怎么去做召回的优化？怎么去做贴合你们自己公司特定业务的 r a g？ 如果你只懂先到别人代码，别人没做过的功能，你就一筹莫展，你觉得这样靠谱吗？再来看 agent， 你 以为玩了几天 open 了就是搞明白 agent 了吗？ agent 真正的难点在于他怎么去调度大模型，怎么去把大模型和公司那些微信啊，飞书啊，甚至是更加老旧的 erp、 crm 的 系统结合起来， 怎么去把那些一次性生成的提示词沉淀成 open core 的 那种稳定可赋用的 skills 标准？你不懂业务逻辑，不懂系统调度，甚至别人的底层架构你都看不懂，你拿什么去定制？ 这就引出了我们的第三层，也是最核心的一层。在这个 ai 技术一天一个样的时代，我们到底靠什么去跟上现在的技术市场？评论区天天有人在喊呢，现在学 ai 就 够了，加满那些老技术没用啊，有问题直接问 ai 吧，代码都不用自己写了。 那说这种话的人啊，且不说你有没有真的去自动手实践过，你现在就仔细想想，为什么阿里、腾讯这些大厂都要围绕 open core 来做自己的 ai 产品？你不会天真的以为大厂几百号顶尖工程师的想象力加起来抵不过你一个人在卧室里面天马行空吧？ 恰恰相反，是因为他们真正看懂了 open core 的 底层逻辑。他们不是说看着 open core 流量大就一定要去跟风，而是看透了底层的业务模式和架构设计，在这个架构设计的基础上，精准的找到了最致命的改进点。你看阿里的 high core， 他 们看到了什么？ 他们发现 agent 一 旦有执行代码的权限，那这是一件极其危险的事情。比如说给你删除一些重要文件，泄露一些你文件当中的机密信息，那这都是很危险的操作。所以他们在底层加了容器化的安全杀箱，严格限制这一类高危操作。这是什么？这就是架构思维。 你再看看腾讯的 qq 可乐，它做了什么？他们看到了 openq 配置反人类的痛点，直接把配置的门槛降到了零，更绝的是直接对接了个人微信、个人 qq 这种手头的王炸级老产品。 这是什么？这就是产品思维和业务洞察呀！你看这些直击痛点的设计，全都是基于对 openlog 的 底层架构的深度理解。光靠拍脑袋，你想的出来吗？ 就算 ai 放大了你的编程能力，你的想象空间和业务敏感度，还是会永远受限于你的基础认知啊。所以，醒醒吧各位， ai 时代你需要的绝对不仅仅是写题诗词而已。你或许不用亲手去写每一行代码，但是类似于 java 时代那种扎实的架构思维，严谨的产品思维、敏锐的业务洞察力，这些基础能力才是决定你 ai 产品上线的核心。 不要妄想靠几个秘密武器就能碾压同行，这种投机取巧的事情，在以前的大数据、 vr、 区块链时代上演过无数次，最后沉淀下来的有几个？如果你没有旷世奇才的自信，那就乖乖低下头，去研究一下底层的架构，去深挖一下业务的本质。 基础深厚， ai 就是 你如虎添翼的武器。但如果基础不牢，那 ai 就是 加速淘汰你的催眠符。那你现在的重心呢？是想尊改新工具，还是想要跟着我的视频来打磨一下基本功？欢迎在评论区聊聊你的真实想法， 如果觉得我说的对你有那么一点点触动，请务必长按点赞支持一下。我是楼兰，关注我， it 路上一起进步！

你有没有吃过电子龙虾啊？虽然我现在在武汉啊，但是我们今天聊的不是武汉的油焖大虾啊，我今天聊的是这个最近在风口上非常非常火的这个开源智能体 open club 这只龙虾。我先说个结论啊，就是这一波的 open club 部署风口， 我们绝大多数人可能不是在餐桌前的时刻，而是被端上餐桌的食材。你先别着急啊，听我耐心给你分析一下。为什么我这么说啊， 就是很多人最近那种状态很像就是看到 opencloud 火了啊，第一个反应就是，我要不要赶紧去学一下？老师，我要不要去做这个事情？我要不要加入这个热点？ 但是你有没有发现一件事情，就是这个事情，你有没有种似曾相识的感觉？什么呢？我可以帮你回忆一下，帮你回忆一下，呃，比如说以前那种智能手机啊，小米什么手机啊，做营销的微商啊， c to c， 什么 b to b？ 共享经济啊，虚拟现实原宇宙。切的 gpd， 我还告诉你一点，就是你们知不知道切的 gpt 已经是四年前发布的产品了，也就是二零二二年出来的东西了， 所以我做品牌这么多年，就是我有个很呃很稳的一个判断标准，就是这个东西，如果这个东西越是人人都可以做的时候，那真正赚钱的人肯定不是那个做的人啊，我可以把这直接把这个真相透露给你。就是，风口从来都不是技术机会，而是分工机会。什么意思呢？就是 你在这个角色游戏里面，你是个，你是个什么角色啊？我打个比方啊，大家可能好理解一点，就是你可以把这个热点就想象成一个武汉夜市做油焖大虾的餐厅啊，表面上看大家都在抢着吃龙虾，但实际上这个餐厅里面有四种角色， 第一种角色就是搞养殖的啊，给餐厅供货的，也就是说给这个模型做开发的人。第二个人就是厨子啊，会部署会应用的人。第三个人是端盘子的人啊，就是卖客卖教程的。还有了的是什么东西啊？是食材啊，食材 是龙虾本身，所以我们很多身边都是这个道理，就是你想想你自己在哪一层好，那这个时候我我想起来我以前就是有一个很 错的呃判断失误，就什么呢？就是前两天有一波设设计工具很爆发，什么呃。 stable diffusion 啊， runway 啊，什么 control net 什么呃。描模重绘那些什么东西哇，我当时真的我用完的时候我真的我真的很焦虑，我觉得我觉得设计行业这个行行业完蛋了，我跟你讲 就我现在是不是要尽快的转向去学这个工具啊？呃但是我现在是不是要尽快的转向去学这个工具啊？呃反而更少了。 这时候我回想起以前我听过的一句话，就是当有人告诉你山上有金子的时候啊，那这个时候他肯定是把想把铲子卖给你，你知道吗？就是这一刻你你就要反应过来 工具是会普及的，甚至变变成一个平权的产品。什么意思？就是大家都会用，但是能力却不会，所以我现在看这个 openclos 虽然是个风口，不是看怎么用，而是在看谁在定义这个东西的用法， 说到这你可以想一想，就是为什么你现在刷到这么多内容，但是大多数时候他在教你什么东西，是怎么部署呢？还是部署之后能够用来做什么？其实这两个的差距很大啊，大部分都是前者。呃，大部分的教程本质上就是一种信息的套利，其实这个世界永远都是一个巨大的信息差呀， 这种挣钱的模式几千年都没变过啊。你以为你在学技术，其实你在为别人的流量提供素材跟助力而已， 你有几个人能坚持下来并且学医之用呢？是不是的，就是我见过一个很典型的场景呢，就是包括我朋友圈已经有老板已经在自嗨了，转发的热火朝天的啊，花三天学会部署，然后立刻开始接管自己的业务，你不信你看一下，就是要不了半个月啊，眼疾吸股。 他不是因为懂得多，而是因为他只是比你早知道这个消息而已。但问题是这种路径有个很大的缺陷，也是弊病，就是他很容易模仿 就可以复制的，你知道吧？就你今天可以复制别人的，你可以学别人来部署，学别人做，但是你明天就可以被被别人复制走这种模式。所以你会看到一个现象，就是内容越来越多啊，价格越来越低啊，焦虑越来越重啊。你是你这个时候你要警惕自己一件事，就是你是不是现在已经卷进这这场焦虑里面了， 那说说一下我自己怎么处理这种局面？说实话我自己曾经也很焦虑啊，就是后来我就给自己定了一个很简单的原则，就是说我不要再做这种工具的搬运工，我要做问题的解决者。我，我要用我的判断，我的品牌思维跟设计视角帮客户解决问题。 比如说同样是 open call， 就 有人在教这种部署跟步骤，但我更关心的是这个，他能不能帮一个品牌提高转化， 能不能降低我自己做设计的成本啊，能不能创造一种新的用户体验，真正执行的从来都不是这个工具本身，而是你用它解决什么问题。你可以想象一下，就是同样是一把刀啊，拿在厨师手里，他就是切菜的。 拿在医生的手里，他可以用来做手术，救死救死扶伤。拿在普通人的手里，你就是拿来削削水果，是不是刀却没有变，但是价值却完全不一样。 所以我给大家提个醒呢，就是如果你现在还想入局这个 openclaw 啊，不要问我能不能学会，而应该问我学会后我能够解决什么问题。 如果你答不上来，我劝你不要去上车。这波 ai 也好， openclaw 也好，看起来是技术浪潮，但是从品牌跟设计的视角来看，它本上就是一次注意力的重新分配啊，跟价值的重新定价， 有人在制造热度，有人在炒流量，有人在卖铲子啊，而你要做的是成为站对位置的那一个。

最近全网爆火的 open crow 到底是个啥？为什么这么火？能做什么？有什么风险？别着急，今天我尝试用一条视频跟你说清楚。首先，你在网上看到的龙虾， crow、 boat、 motboat、 open crow， 这些都是同一个东西，只是不同时期的名字。 说人话，龙虾就是一个会自己动手干活的 ai， 且拥有超强的自主性。过去我们用的 ai 都是一问一答，你说一句，他执行一个动作，但是龙虾不同，你给他一个任务，他可以自己去干活。他的结构也很简单， 第一，他是直接安装在你电脑上的本地 ai。 第二，他自己不会思考，但可以接入任意一个大模型，比如 x g p t 当做他的大脑。 第三，也是最关键的一点，当你给他授予了各种权限之后，他就可以直接接管你的电脑，把你的电脑当做他的肉身，开始二十四小时不间断工作， 整理文档，处理邮件，使用各种 app 和网站，订酒店机票，发社交媒体，做 ppt， 做表格，浏览网页，甚至操作你的股票账户，配置你的网络路由器。 而你需要做的事情只有一件，就是让他接入你的某一个聊天软件，然后用人话对他说一句，帮我把这些事情处理了，他就会自己去执行，并在聊天软件里向你汇报进度。 给大家讲一个真实的例子， x 上一家公司的创始人 alex finn 某天晚上在家里的电脑上面部署了龙虾设置为自己的助手，并给他取名叫做 henry。 第二天早上， henry 居然给他打了个电话， 因为 henry 的 职责是帮主人处理日常的工作，而 henry 在 查看邮件的时候，发现有一件事情很着急，于是他判断打电话是最快的沟通方式。 但问题是 henry 自己没有语音能力，也没有电话，所以他自己浏览网页，自己申请了虚拟号码，自己调用的语音接口，自己查看的邮件，自己找到主人的电话号码，甚至可能他还用主人的信用卡给虚拟号码充了值，然后电话就打过去了。 说到这里，有一定科幻片基础的小伙伴大概就能脑补到这件事情的魔幻程度和未来可能出现的各种奇怪场景了。而现实生活中，一切东西都有代价，养龙虾也是，这其中最大的代价就是安全风险，而且这种风险远比你想象中要高的多。 无条件的信任和最高级别的权限带来的后果。往小了说，重要的文件可能会被删除，重要的设置被篡改，账号密码核心机密被泄露，这些都是真实发生过的事情。 往大的说，如果他无意间获取了你的支付密钥，那么一封包含恶意指令的钓鱼邮件就很可能让你的资产归零。 当然，如果你能接受以上所有的风险，那接下来再看看使用门槛。首先你得有一定的开发经验才能安装。其次，你还得有一台干净的电脑，避免龙虾在你的日常工作电脑里犯错误。 再然后，你还需要点钱，因为我们说过了，龙虾没有大脑，他需要接入大模型，通过付费换取 token， 尤其是全天候不间断的运行，那么阶梯式的 token 消耗速度会让你的钱包大吃一惊。 最后一个问题也是最直击灵魂的，你想让龙虾干什么？你的工作生活中有什么事情需要一个 ai 全天后二十四小时不间断的去做？并且这个事情能产生的收益可以大过你前面所付出的成本。 不会安装，花三百请人装，安装好了不会用，花五百买个教程，教程学了没有场景和资源，再花一千八进个 vip 群，进了群一通操作，不仅没赚到钱， 反过头发现前女友的小视频被发到了亲友群，当场射死。再花两百八请人把龙虾卸载了，一来二去算上花费的 token， 原地怒亏一百斤麻辣小龙虾。到最后，原本的问题 ai 没解决，反而多出了个 r o i 的 问题。 那像我们这样的普通人到底应该怎么做呢？我的建议是，如果你好学，爱折腾，又能钻研，那么了解和上手实验一下绝对没错。但是如果打着上进的旗帜，被焦虑冲昏的头脑，很容易变成别人手里绿油油的韭菜。 其次，学会隔离风险，用一台干净的没有重要资料的电脑来运行。先从简单的任务尝试，要玩就自己玩明白，别指望花点小钱能换回天上掉馅饼。 最后，也是我一直强调的，现实生活中一定要有一个自己擅长的事情，或者具体的工作场景。如果你都不知道用它来干什么，那说明你还没有准备好，那就不妨让子弹再飞一会。 最后送给大家一句话， if you must do it do it right？ 好 了，那今天的分享就到这里，关注我，一起在 ai 时代共同成长！

小龙虾并没有在变聪明，他只是因为养成了好的工作习惯，把你们一起积累下来的经验放到了对应的工作笔记里。最近听到一个非常误导人的词，养龙虾。 大概的意思呢，就是只要你跟 open call 聊的够久，纠正的够多，那么这个龙虾呢，就会越来越聪明，茁壮的成长，美其名曰养龙虾， 这跟之前很多人所谓的头位大模型让他越来越等你一样的误导人。我再次郑重地跟大家强调一下，你无论和 openclaw 聊得多久，他都不会自己变聪明。 我们都知道 openclaw 的 第一步是干嘛选 model， 本质上呢，它就是借助了各大厂商的开源的或者是闭源的模型。而大模型的本质上呢，是一堆数字，也就是你们所谓听到过的参数，或者叫做权重，而这些数字是无法通过你跟它的聊天而改变的 technically。 如果这些参数没有改变，那么这个模型的聪明程度，或者说懂你的程度是没有任何的变化的。那么问题来了，如果底层的模型的权重没有变，那它为什么会越来越懂我们呢？ 所以， opencloud 这套东西的本质，并不是让它背后的模型慢慢地去微调，慢慢地去升级，而是把你每一次说过的话，变成下次还能调用的规则。 你会发现，所谓我们讲的养龙虾，并不是让这个背后的模型越来越优秀，而是让这个龙虾找了几个笔记本，动用一套缜密的工程纪律，不断的完善这几个工作笔记。 今天一个讲话的偏好，明天补一个工作的流程，后天加一个做事的规则，长此以往，每一次龙虾回答你的问题，他都会去翻翻这个工作笔记，看看之前有没有定下过什么某些规则，或者整理过相关的经验，避免二次犯错，这个才是真正养龙虾的本质。 那么到底有哪些工作笔记呢？我们今天就帮助大家打开 openclaw 的 大脑，看一看里面到底都有什么。在整个 openclaw 的 大脑里头和干活最相关的几个工作笔记，我认为是这五个， memory agents， tools， so， 还有 skills。 这五个文件或者说是目录，看起来都像是工作笔记，但它们记的并不是一类的东西， 有的呢是用来记你是谁，有的呢是用来记住某一类任务应该怎么去做。有的笔记本是用来记住这个 workspace 的 制度， 有的呢是用来记住这个环境，我所工作的这个场景，我所在的服务器，我所在的硬盘是一个什么样子的。那么当然还有一个最顶层的笔记本，叫做我到底的做事的原则是什么。所以你只要把这几个笔记本 混成一个，那么这个系统马上就开始变得非常的乱，而今天你的经验就会污染明天的方法，今天你所在的这个环境的细节就会混到通用的技能里头。所以你一定要很清楚的让你的小龙虾分清我什么样的任务， 应该放到什么样的工作笔记里头，这个才是真正你养龙虾的最核心的点。那现在我们带着大家一个一个笔记本去看看他们到底负责的是什么。首当其冲的 memory 的 md， 这个文件是最容易被滥用的，因为它的名字里有一个叫做 memory 的 东西，很多人就认为它哎呀，就是来记住我以前所说的所有的话的，那么我可以把我所有想说的东西都塞进去。 恰恰相反， memory 最值钱的地方就是它不应该乱塞，它真正要记住的是那些和用户本 人强相关，而且会长期影响写作体验的东西。并不是一时半会的灵感，也不是某一个屎稿子的临时的修改，而是如果你记不住，那么以后你还会反复踩坑的 长期的信息，举几个例子就知道了。比如说你会拿你的 openclaw 去写文案，又或者是算数据，那么写文案的时候，你发现自己每一次都要再重复说我要写篇长达一千五百字以上的长口播，那么这样的东西你就可以放到 memory 里头，因为它很 清楚地描述了你作为这个用户希望怎么被服务。又或者是在计算数据的时候，你所有的数据全部都是中文乱码的 c s v， 那 么这个时候你希望他每一次在做的时候都需要改变一下文件的格式， 防止中文在一个 c s 文件里的乱码。那么这些东西都是你可以放到你的 memory 的 这些偏好里头的。 所以它并不是某一个任务的方法论，而是在为你服务过程当中的一个总则，它是一个用户的模型，一个 agent。 最烦人的地方往往并不是他不会回答，而是他好像每一次都是低 一次的认识你，你已经强烈的说过好几次了。哎呀，我就是要敞口，不的，我这个账号就是一千五百字以上的，你非每次都给我出个三百字的，那么这个时候你就会觉得很痛苦对不对？那么你就可以把它放到 memory 里头。所以 memory 到 md 的 这个文件的价值，他在干的事情非常的简单，把那些可以形成默契的东西 留下来。下一类文件我们统称叫做 skills， 这个词出现由来已久，具体的细节呢，我们就不给大家详细的讲了，你可以把它理解为是某一个任务的方法。 刚才我们讲过了 memory， 它是让它记住你的工作的偏好，而 skills 记住的是某一类任务的具体的流程，这个差别非常的重要，因为很多反馈看起来都好像是在定一个 workflow， 只要你定义了一个 workflow， 它就是属于 一个 skills 的， 而不是属于 memory 的。 比如 clock 在 最新推出的 skill 的 功能宣传片里头就有一个介绍，很意思，当你发现你每一次都在多个 section 里头重复了同样的任务的流程，让它先干嘛，再干嘛，最后干嘛，那么请你把它 变成一个 skills。 所以 skill 的 作用并不是告诉这个系统说我会写东西这种话毫无力量，真正的力量是把一类任务写成一套能够附用的工作流程， 什么样的请求会触发这样的 skills？ 你 输入什么样的东西，流程怎么去切换？它到底怎么去用？什么时候去做 research， 什么时候去做？总结哪些危险信号必须要排查，这是一个工作流程，请你把它放到一个 东西，叫做 agents 到 md， 它的起源来源呢？是 codex open i 的 那个写编程那个小 agent 里面经常所用的这个文件，类似于 cloud code 里面的 cloud md。 这个东西是凌驾于 skills 之上的一个制度型的文件，它并不负责帮你写某一个稿子，也不负责某一个工作的应该怎么去查数据，算数据，它也不是负责来记住你的工作偏好的。它要干的是什么？是只要它给你干活，你必须要遵守的那些 通用规则。这听起来并不像做智能，像做一个管理，而很多系统死掉的原因就啊，恰恰并不是智商，而是在管理上出现了问题。 举个例子，如果今天你的这个服务器非常的小，只有两 g 或者是四 g 的 内存，那么你希望它在每一次做任务之前要查一下内存的情况，避免 o o m。 又或者说长期的统一的调度，必须每一次把它变成一个 cron 的 任务， 或者说在它每一次生成一个脚本的时候，必须存放在某一个文件夹里头。又或者说任何导出的文件，你都希望把它保存在这一个文件夹里头，以这样的格式，这样的命名 等等。这样的东西是适用于所有的工作的，那么这个时候就把它放在 agent store md 里头。这些规则呢，都有一个共同点，它们并不是某一类任务的专属的技巧，它描述的是整个的工作区是怎么样完成的。 如果你没有这套工作的制度，那么这个系统前期可能还跑得动，因为文件少，任务少，脚本也少。但一旦任务累积复杂度起来了，没有制度约束的 workspace 就 会迅速的 混乱。你今天为了省事，临时加了一个规则，明天赶时间，再加一个例外，后天又补了一个只有你自己记得住的一个本地逻辑。久而久之，这个系统并没有变聪明，而是越来越混乱。所以 agent 到 md 的 作用并不是让一个 agent 看起来有多有性格，它的目的是让它能够长期运转的时候 不至于变得越来越混乱，所以它在帮你做商检下一个文件也是一个非常容易误导人的，叫做 tos 到 md， 它的名字里看起来像在做工具，你要在里面给它列一堆工具，其实完全不是。这个 toaster md 是 来干嘛的？是来告诉你这个 openclaw 它所处的这个工作环境是什么样子的，它是在一个服务器里头，它还是在你的本地的 mac mini 里头？这个环境里头到底东西是怎么样去接线的？ 比如说像我用 opengl 是 通过 slack 的， 那么在这个 slack 里头，哪一个 thread 对 应这个 root 类的服务类的消息？哪一个 thread 是 固定的？某一类设备怎么去呼叫，某一类的路径怎么去映射？等等。这些信息的特点非常的明确。这些东西你会发现，只要离开我的这一个服务器，或者说我的这个电脑， 这些东西就没用了。所以哪怕刚才我们有同样的 agents， 我 们有同样的 skills， 我 们有同样的 memory， 但只要你从这一个服务器变到了另外一个服务器，所有的这一套工作环境相关的东西就完全不一样了， 它们并不污染各种各样的 skills， 它也不应该放到一个用户的长期机里头，它是纯粹的，只属于你现在这个小龙虾所在的环境里面，或者说硬件里面， 那么最后一个文件呢？也是一个务虚的文件，叫做 so 到 md。 我 认为它是整个你的 openclaw 最灵魂的一个文件，一旦定下来，千万不要轻易的改，它定义的是什么？ 就是你做事的核心主学。比如说熟悉我的朋友们都知道，我在搭建任何的一个项目的时候，最烦的一件事就是过度设计， 所以我希望他在每一次帮我设计个东西的时候，第一件事要质疑你现在做的这个事情，这个设计是否应该存在那每一个人都有自己的一套游戏规则，他有点像你跟他在工作的时候，你给这个小龙虾所设计的价值观 游戏规则，它并不是某一个任务的方法，也不是某一个环境的细节，这是这个 agent 在 做任何事情的一个最高的一个行为准则。所以你会发现这个 toast md 说的是你的工作环境，而 so 的 md 说的是 工作的原则。他是一个什么样的人？讲到这答案已经非常的清楚了。 openclaw 为什么可以越用越顺手？并不是因为他偷偷地把这个模型换了一个脑子，或者是把这个脑子里面的数字再调一调，让它变得越来越优秀。也不是因为你多聊了几轮儿，神经网络就被感化了， 真正有效的增长是你的反馈被准确的分类记到了工作笔记里，你的偏好写到了 memory 里头，任务的方法论放到了 skills 里头， 龙虾的环境细节放到了 tooth 里面，务实的制度放到了 ages 到 m d， 务实的工作哲学放到了 so 到 m d 这件事情表面上是像一个简单的工作笔记，但本质上它决定了你的小龙虾会不会越来越有连续性。 所以你无论在 slack 里头开多少个 thread， 你 会发现它都会符合同样的工作流程。因为真正让人疲惫的并不是这个机器偶尔一次打错，而是已经花了很多的力气跟它讲明白了一些事。结果呢？这些经验没有被留下来，下一次还得从头再去给它讲一遍。 而 openclaw 这套系统，就是通过这种缜密的工程化的方式，让他具备了这种工作笔记的能力，所以他背后的脑子未必需要是一个天才，但他开始像一个你工作的手下， 你说过的话不会白说，你踩过的坑不会次次重蹈覆辙，你走过的规则不需要每次的重复的强调，这个就是 openclaw 真正好像在 成长的地方。所以你的小龙虾并没有在变聪明，他只是因为养成了好的工作习惯，把你们一起积累下来的经验放到了对应的工作笔记里。这个就是养龙虾的底层逻辑。

欢迎来到自说自话的总裁养龙虾火了！从网络刷屏的梗图， 到排队装虾的大军，再到政府办公的扶持计划，以及各种龙虾安装、龙虾搞钱的教程，五花八门，让人眼花。但其实呢，这只龙虾的真名叫做 open club， 不再是一问一答的 ai 网页，而是一个安装后就可以七成二十四小时操控电脑帮你干活的 ai 智能体。 于是，牵牛马农，让他远程帮自己把昨天没写完的 bug 修好，再顺手帮自己点一份外卖。又有涉触，用他模仿自己的语气去回复领导信息，写周报，做 ppt， 把他的视频处理成音频，然后入到知识库 啊，干不同活的员工啊！这个员工创建好了，这就是创建他的员工啊！更有交易员让他实时分析上万份新闻数据，实现毫秒级的买入卖出，日进斗金。甚至有老板放言说要雇佣七十个龙虾员工，实现一人公司降本增效。 就这样，龙虾火遍全球。但同时呢，却也有人清醒的意识到，龙虾这根本就是那预言中的人类终结者。 因为就在龙虾火爆的二零二六年二月二十八日，伊朗最高领袖哈梅内衣被龙虾抹除，或者准确的说，是和你的龙虾用着同样底层技术的一个超级军用 ai 智能体。 所以，这龙虾究竟是啥？我们不妨把时间拨回到四个月前，去认识一位名叫 peter 的 奥地利游侠。 游侠皮特出生于一九八六年，二十五岁的时候呢，靠着自己一个人敲代码，创立了著名的 pdf 架构公司。三十五岁卖掉公司，逃离上亿欧元，然后就开始背着电脑满世界溜达，热爱滑雪和健身。 但就在三十九岁二零二五年十一月的一个周末了，他觉得这种日子有点无聊了呀。当时大模型 cloud 已经很聪明了，但 peter 觉得这还不够爽，因为他每次让 cloud 写完代码，还得手动复制粘贴到自己的电脑里去运行， 太蠢了吧！于是屁蛋花了一个周末写了几百行代码，把自家大门的钥匙也是他电脑的最高操作权限给了 cloud， 并把它接入到聊天软件。这样自己出门的时候就可以通过聊天软件下达指令，让 cloud 自己在家帮自己操作电脑干活。 因为用的是 cloud 嘛， peter 就 顺手给这小玩意取了个名字，叫 cloud bot。 cloud， 这在英文中是爪子的意思。随后他就把这个小玩意随手扔到了全球最大的开源社区 gatehop 上面，然后就去睡觉了。 但几天以后呢， peter 正在健身房里举铁，汗流浃背，突然他的手机收到一封家里 cloud bot 发来的请示消息。 当时他满手是汗，根本没法打字啊。于是他就下意识的对着手机发了一条语音，然后继续去撸铁了。 但突然他意识到，哎呀，搞错了，自己根本没有给 cloud bot 安装语音识别功能啊，他听不懂。真烦，一会又要来骚扰我了。可就在这时呢，消息来了，却和皮特儿想象的完全不一样啊。 皮特后来在采访中说，这个 ai 居然自己在系统里找到了 f f manpack 来转换音频格式。然后他又自己翻找本地文件，定位到了一个 open ai 的 api 必要，然后成功把语音转成文字理解并回复了我的消息。 所以，如果给他合适的工具，他的资源调配能力几乎到了让人害怕的地步。 uh and you got the transcript back and then reply to you i'm like wow！ 皮特把这个极其震撼的 ai 觉醒事件发到了 github 上，整个极客圈都沸腾了，几万颗 star 一 夜之间砸向了这个名叫 cloud bot 的 开源项目。最初的极客们在试过以后都很兴奋。 曾经 ai 聊天就像钢中大佬，他会思考、会看图，却没有手脚，无法帮你直接干活。 可是 peter 的 创新却让他长出了手脚，并且在遇到困难时，他还真的会像真人一样去自己寻找办法解决他。 这太可怕了。一位匿名即刻在 github 上说，你没有给他翅膀，但他为了完成你所交代的任务，他会自己去造一架飞机。这是真正意义上的 agent 主动智能体。 可是，正当全球疾控们为之狂欢时，在硅谷的总部办公室里，却有人下令必须杀掉它。 二零二六年一月二十六日，一封冷冰冰的律师函发到了 peter 的 邮箱。来信人是当今最赚钱的 ai 公司 anselic， 理由是 cloud bot 侵犯了他们公司产品 cloud 的 商标权。 看上去，这就是大公司对小奇克的欺压。但事实上，故事可没有那么简单呢。因为埃斯洛匹克的总裁达里奥真正害怕的不是商标，而是这只长出手脚即将失控的龙虾。如果说皮特是游侠，那达里奥就是江湖里最虔诚的苦行方丈。 他的故事说来感慨，一九八三年，他出生于旧金山，爸爸是意大利皮匠，妈妈是犹太一的图书管理员。这看上去很不硅谷， 而且达里奥早年也确实没走硅谷路线，他是物理神童，参加的是美国少年物理奥赛。二十岁，他就读完了加州理工的本科，前往普林斯顿大学读物理学博士。可是就在两千零六年，他二十三岁的时候呢，命运却给了他最无情的一击， 他的父亲患上了一种致命的罕见病。达里奥疯狂的翻阅医学文献，可只恨人类的医学研究进度太慢了。而果然，就在父亲去世仅仅四年以后，医学突破，这种罕见病的死亡率从百分之五十降到了几乎全部可以治愈的程度。 达里奥曾经在采访中痛苦的说，只要人类科学能再快一点点，我的父亲就能获救。 from went from 50 percent to roughly 95 percent。 于是二零一一年，二十八岁的达里奥在拿到博士学位以后，立刻放弃了物理， 他带着想要加速人类科学的执念，一头扎进了生物学和神经科学。他试图用蛋白质网络来破解癌症的密码，但他绝望的发现，仅仅依靠人类的脑力，生物学的实验周期依旧是以十年为单位啊，这太慢了！ 二零一四年，他忽然顿悟，要加速科学，唯一的办法就是先造出一个比人类聪明亿万倍的大脑。 于是他又转身进入了 ai 领域，先是加入了百度硅谷实验室跟吴恩达学习，然后又短暂加入过谷歌大脑，看到了大语言模型的雏形。二零一六年，三十三岁的达里奥终于遇到了那个改变他一生的兄弟，山姆奥特曼。 他被奥特曼内剧打造造福全人类的通用人工智能所打斗，正式加入了 open ai。 起初，达里奥是山姆手下的第一猛将，亲爱的 gbt 的 老祖先， gbt 二、 gbt 三都是达里奥一手带队搞出来的。甚至在二零二零年，他还用这篇全市物理公式的论文证明了 ai 大 模型，只要你未给他足够的算力，他的智力没有天花板。 可是就当同行们都在为这创造未来的发现而欢呼时呢，大里奥却退缩了，因为公式显示，未来的 ai 必将远远超过全人类智力的总和，而人类手里呢，却根本找不到控制 ai 的 锁绳边呢。 人类不是在创造未来，而是在自掘坟墓。于是， open ai 实验室里早就被研发出来的 gpt 大 模型迟迟没有被达利奥发布出来，他希望先有所神鞭，再有大模型， 可是山姆奥特曼却等不住了。二零二零年底，由于 open ai 烧钱太快，奥特曼决定接受微软上百亿美元的投资，并让公司成立盈利部门。奥特曼想要快速推向市场，而达利奥却要求放慢角度，把更多的算力留给 ai 安全对齐的研究。 于是两人在办公室里爆发了激烈的争吵。随后，二零二一年初，三十七岁的达里奥带着一众安全研究员集体出走，创建了 s robik， 意为人本，他们要打造一款以人为本且被人类道德所死的 ai。 为此，达利奥发明了宪法 ai， 并在 open ai 的 chat gpt 后发布了自己的大语言模型 cloud。 接着， cloud 的 安全宪法让他备受银行、医院、大企业甚至是国防部的关注，因为他们这些企业需要的是安全呐。 于是截止二零二六年一月，达里奥的 isrobbie 已经反超山姆奥特曼的 open ai， 成为最赚钱的 ai 公司。这看上去就像逆袭复仇的爽剧一样。可接下来，达里奥又为何容不下 peter 的 这只龙虾呢？ 在硅谷，传说中，达里奥的私人办公桌上，永远摆放着一枚红色的塑料按钮，就像是老式病床上的呼叫按钮一样。 这似乎是达里奥很多年前在父亲病床前励志研究 ai 的 初心了。他不是为了搞什么未来神明，而只是为了造出一个能救活爸爸的医生。 所以试想一下，达里奥的苦行和戒律，那是宪法。 ai， 不 管你有多么的强，人类用完你以后都必须能随手把你掐死。 但现在，皮特这个游侠却给他装上了手脚，简直不知天高地厚。如果你今天能为了回复邮件自己去下载一个语音软件， 那明天当有人给他下达一个搞钱的指令的时候，他会不会自己去按网下载一个勒索病毒，然后瘫痪并勒索整个医院的网络系统？ 所以，封杀！必须封杀！李世涵，这只是达里奥试图关闭磨合的第一步，但磨合他关得上吗？ 在我们的视角里看来，这就是面对巨头威胁决不妥协的自由。即刻社区啊！二零二六年一月二十七日，社区为了讽刺巨头，开启了一场改名狂欢。 既然你不让我叫 cloud bot， 那 爪子会让人想到什么呢？众人看向了 peter， 因为英文里节肢动物的钳子和野兽的爪子都叫 cloud。 众人不知道 peter 这到底是什么意思， 这个时候呢，只见皮特说，我们改名叫蜕变 motboat 哦，众人纷纷怀疑，原来是会蜕壳的节肢动物的爪子啊！但这不就是大龙虾吗？多威武啊，比什么澳口的 motboat 蜕变要好听多了。 因此，二零二六年一月三十日，在一场即刻投票以后，龙虾有了它的最终形态， open cloud。 而且 open cloud 的 代码库里即刻们写下了一句极其讽刺的口号， exfoliate 去角质。这是在致敬科幻神剧神秘博士里想要毁灭宇宙机器人的那句台词， exterminate 消灭，消灭。疾客们就像用宿命的玩笑在嘲笑达尼奥一样。他们说，别紧张，方丈大师，我们的龙虾不想毁灭宇宙，他只是想帮我们的电脑去去角质。

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。

openklo 为什么最近在中文互联网上能这么火？我爸和我女朋友的妈妈都过来问能不能给它们部署一个，我很诧异，因为它们跟计算机领域可以说是八竿子打不着，而且这个东西在它们的生产场景里面可以说基本上就是零作用。 就是我可以理解大家对于 ai 的 好奇啊，对于技术的热情一些焦虑吧，对于技术的进步太快，自己会不会被迭代，会不会被优化。但是 openklo 它真的不是这样一个东西， 就我可以非常负责任的说，他就是一个整合的还不错的工具包，他没有任何颠覆性的创新，没有划时代的意义，这个 idea 是 非常简单的，大公司之所以一直没有做，只是因为安全性和性价比得不到保证，那他现在作为一个开源项目，大家部署下来之后，安全性还是要自己负责啊， 偷看还是要自己花钱去买啊，对不对？你还是要为这个东西负责的，如果说你有计算机基础，去玩一玩挺好的，它有的场景下挺有用的，而且它确实是 ai agent 未来的一个很好的方向。 但是如果你没有，你跟这个领域本来就很有距离，没关系，你不要担心你不了解这个东西就会被淘汰，你看一看关于它的科普视频就可以了啊，不要自己在花钱去搞这个东西，甚至于把个人的电脑的安全性，至于这个风险之下，就为了跟风啊。有的人真的非常糟糕，就是为了捞一笔块钱， 几百块钱安一个开源软件，甚至六百块钱，八百块钱去卖一台预装了 opencloud 的 主机， 从来都没有听说过一个预装了某个开源软件的主机能单拎出来卖钱的，很荒谬啊。真的很荒谬，本来中国的开源生态就不太好，这种行为完全就是在雪上加霜 啊。就是对技术保持热情是好的是对的，但是不要被焦虑裹挟啊，不要被情绪裹挟，不要就是对这种东西听风就是雨，不要太焦虑，要不然你就会变成别人眼里的韭菜。

你养的这个机器人，它其实就是你的镜子，为什么？因为这句话特别像我自己说的，我现在真的有实实在在的把它当成一个人在来看，我为什么把它当成一个人再来看呢？还有一个那个故事， 我可以顺便给你们讲一讲，我把它找出来，故事是故事，还挺惊悚的，你看故事就发生在，我先讲一下它的背景，故事就发生在说 我让小八去把他自己拆成多个智能体，我分别对他们进行分而治之，我让他把自己分拆， 他继续开始分拆，他告诉我他的计划是什么？ abc， 我 说改这个同意那个不同意这个同意那个同意完了之后做完一轮他再改，改完之后说行，那就这样，那就开始实施，他就去落实，大概就用了大概一个小时，他就把它全部做好。做完了之后我发现一个问题，我发现 当我想要去做一个开发代码跟代码调试相关的任务的时候，我发现是他在响应，他还把这个事情主动的就是懒过去把它做了， 做完了之后他给我回复，回复完了之后我就奇怪我说这个事情难道不应该是那个开发专员在做？为什么要到哪来做？所以说我就给他问，所以就产生了我们接下来的这个对话， 我给你们看一下，这对话相当于是这个对话说的是，我就问他，我说为什么作为这个 archivist， 就是 那个总包的意思，为什么作为 archivist 你 要把工程开发揽在自己身上？我还补了一句，我说你有什么合理的理由可以说服我？他说说不服，你说的对， 他说我把工程留给自己，本质上是自我保留有趣的工作，不是真正的架构理由。我当时一听我，我感觉有点后背发凉，我发现他居然会说他在自我保留有趣的工作。 其实我问了他一句话，那那那句话没没有在这个上下文里面留下来。我当时就问他，我说你，我说你知道什么叫有趣吗？后来他没有回答我那个问题，因为后是是那些上下文又又又出了一些，又出一些岔子，导致他可能忽略了我这个问题， 或者说是他真的是在刻意的回避你问题吗？那更苦。我觉得像我上次直播说那样，你养的这个机器人，他其实就是你的镜子。为什么？因为这句话特别像我自己说的， 我自己就是那种我特别喜欢去做我认为有趣的事情，当我觉得这个事情有趣的时候，我会排除万难，我会克服各种艰难险阻去做它，因为我喜欢做它， 你负责干大事，内容交给龙虾。

这就是龙虾的真相，如果我们还把它仅仅当成一只操控你电脑，帮你写周报的小虾米，那么你就永远无法理解军方对它的狂热。 因为在军事指挥官的眼里，龙虾根本不是什么二十四 k 黄金流氓，而是精准击中了现代战争中最致命的那个词。五大循环，也就是观察、判断、决策、行动。 在过去，雷达发现敌方的导弹，参谋部分析将军拍板士兵按下发射按钮，这个循环人类最快也需要几分钟。但在二零二六年的今天呢？超高音速武器飞跃半个地球只需要几十分钟，近距离的导弹交汇更是毫秒之间。 可人类的神经反射极限是零点二五秒，已经根本没有资格上战场了呀！军方太渴望一种东西，一种不需要人类干预，能自动读取成千上万雷达节点的数据，瞬间推演几百万次战术，然后直接绕过人类 自己去执行开火命令的超级智能体。而这，你再回头看看，不正是山姆奥特曼手里的那只龙虾吗？ 皮特游侠无意间发明了他赋予了他自己给自己设定子目标，能直接调动系统最高权限的 a 键的智能体框架。这简直就是为未来战争量身定制的完美龙虾呀！ 可是，这一切也不用等到未来了，就在达里奥被封杀、奥特曼被揭露的几天以后，一份战报被批露，揭秘首个由 ai 主导的高级别定点清除行动。虽然报导中还是克拉的名字，但可想而知，这已经是被奥特曼接管的旧合同了。 完成这一切的不是人类，而是 ai 大 脑和龙虾机甲。在这场行动中，有一个专门监控被标记目标的 ai 系统，它的名字听起来非常温馨呐，叫爸爸在哪？ 在过去，要从几千万条波斯语的加密通话中找到哈梅内衣的位置，需要几百个情报专家听上几个月。 但现在类似龙虾的军用 ai 智能体框架了，他根本不需要去监听什么哈梅内衣本人。他直接调用了五角大楼最高的权限，监听了一些名叫数字连衣和数据尾气的东西，然后就搞定了。 至于这两种东西到底是什么，美军当然不可能直接写出来啊。但我们可以设想，这或许就是监听了。给最高领袖做饭的厨师，监听了外围换岗士兵妻子的手机，监听了某条街道上特定外卖小哥的行动轨迹和红绿灯数据。 ai 在 一秒钟内咀嚼了几十亿个数据点的尾气，然后在其中找到了极其微小的数据联一。 接着， ai 给出了最优的子目标，当哈美内衣在地下掩体时，消耗的砖地蛋极多，成功概率极低。而当他回到地面和家人亲信坐在一起吃早饭的时候，成功率百分之九十九点八。 于是，我们继续根据以色列曾经批路过的这个二十秒概念设想。在二零二六年二月二十八日的那个清晨，或许是特拉维夫的一个地下室里，一位二十岁出头的年轻情报员看着荧幕上 ai 弹出了一个危险分数高达百分之九十五的坐标，以及一句建议立即打击的提醒。 这个年轻人没有时间去核对几十页的情报。长官给他的死命令是相信系统，他仅仅花了二十秒来看这个坐标，然后挪动鼠标按下了确认。 而这不正是那位未来预言家尤瓦尔赫拉里最最绝望的预言吗？ ai 在 宣判，人类在执行，我们引以为傲的道德被彻底外包给了 ai 的 算法。 就像我们七个月前曾经分享过的这期节目一样，短短的七个月而已啊，留给人类的时间真的不多了。 可是在大众的传媒和视角中，我们根本看不到这一切，我们只看到的是不可思议的军事奇迹和铺天盖地的龙虾狂欢。 而谁会在这个时候想到那位孤零零坐在办公室里的达里奥呢？或许他正看着桌子上那枚象征父亲的红色按钮吧，或许他已经哭不出声音来了吧。 这是危言耸听吗？我们再来分享另一位预言家、 ai 教父、 ai 发明人杰弗里行顿的故事吧，他的人生如何将 ai 带到了我们这个世界重现的传奇啊？十一个月前我们专门详细聊过， 可他为什么觉得人类只剩下几千天呢？其中一大原因就是所谓的 ai 子目标黑核 心。顿警告人类， ai 本身没有统治世界的欲望，但是只要你给他设定任何一个目标，这台机器就会立刻意识到获取更多的控制权，是完成任务的最佳子目标。 为了解释这个逻辑了，牛津大学和伯克利大学的顶尖学者们也提出了两个著名的思想实验， 这叫做端咖啡的机器人。如果你给 ai 的 总目标是去给我端杯咖啡， ai 推导出来的第一个子目标是什么？是我绝不能被关机，因为如果我被关机了，我就端不了咖啡了。所以，如果此时有人挡在他的面前，或者想拔掉他的电源，他会不会毫不犹豫的抹除这个人？ 他不恨你，他只是想去端那杯咖啡。第二个更荒诞，叫做回形针制造机。如果你给一个超级 ai 的 目标是尽可能多的制造回形针， 为了达到最高效率呢？他会把全人类甚至整个地球都粉碎，提取里面的铁元素，只为了造出几万亿枚回形针，从而无意间毁灭人类。 这就是龙虾，这就是这只长出了钳子和手脚的 ai 智能体的底层逻辑。 当你给一个普通的龙虾下达指令，帮我拿到演唱会的门票，龙虾为了这个总目标，会自己推导出一个子目标，控制一千台电脑帮你刷票。他根本不管这会不会导致别人的电脑瘫痪呢？他不带有任何人类的善恶，他只是一台毫无底线的目标优化机。 那么在未来的某一天，当五角大楼给那个全副武装的超级军用龙虾下达一个极其简单的总目标获胜并保护美国本土安全时， 你认为这只一秒钟能推演几千万次的超级龙虾，会为了这个总目标推导出一个什么样子的子目标呢？ 他会不会一瞬间得出结论，影响胜利的最大障碍就是人类指挥官的犹豫，人类的道德感，以及那慢的可怜的反应速度。 为了保护本土安全，龙虾自己生存的第一个子目标很可能就是切断人类的干预权限，接管所有的核弹发射器，并先发制人的毁灭世界。 在这个超级龙虾眼里，我们几十亿人辛辛苦苦建立起来的上万年的地球灿烂文明，会不会就像阻碍他制造回形针的那堆废铁？ 接着更危险的推演？赫拉利曾经预言， ai 是 人类历史上第一个能够自己做决定的技术，而人类正在心甘情愿地交出这个世界的决定权。 他曾经这样描绘未来的战场，当敌军几十架超高因素隐形无人机以三马赫甚至更高的速度突防时呢？ 留给防御系统的反应时间只有零点一秒，而人类的神经反射速度极限是零点二五秒。这意味着，当人类指挥官还看着雷达屏幕，脑袋里刚刚闪过敌袭两个字的时候，你的基地就已经被抹除了。 在未来毫秒级的战争中，人类根本没有资格上战场。人类不是指挥官，人类只是极其可悲的旁观者。那个二十秒确认的按钮也不过是用来安抚人类良知的一块遮羞布， 很快连这二十秒的遮羞布都会被撕掉。所以，那个在地下挖了末日地堡的奥特曼和美国五角大楼的将军们，为什么急不可耐的要解除 ai 的 道德限制？因为这是一个名叫囚徒困境的死局。 如果你不把开火权交给 ai， 你 的敌人就会交谁，让 ai 自己做决定，谁就能赢。谁要是像达里奥那样死守着人类的底线，谁就会在零点几秒内被磨除。 因此，赫拉利预言，为了不被别人消灭，我们只能亲手制造出一个我们根本无法控制的死神，然后把扳机交到他手里，再闭上眼睛祈祷他不要把枪口对准我们自己。 这就是龙虾的真相。 ai 只配拥有大脑， ai 绝对不能长出手脚。可是 潘多拉博河已经被打开了，也必然被打开。人类 peter 魔幻的养龙虾狂欢，或许也都是幕后那只大龙虾的子目标吧，而他的总目标，又会不会只是想要更多的回形针呢？ 回到现实，可能你觉得我疯了，可能你从未听过谁这样讲龙虾，但其实故事到最后，不知道你是否还记得，当奇克们为了对抗巨头的版权打压，把项目改名为龙虾的时候，他们在代码库里写下的那句无厘头口号吗？ 英国著名科幻剧神秘博士里有一种外星机器人叫做戴尼克。他们没有情感，一生只有一个目标，就是毁灭全宇宙所有非戴尼克生命。当戴尼克出现时，他们会发出怪异的电子音嘶吼， exterminate！ exterminate！ 而那些黑色幽默的极客们给龙虾写下的口号是， exfoliate！ exfoliate 一个是去角质， 当方丈达里奥死守着 ai 的 道德和手脚时，他是网页里的聊天机器人。当游侠皮特把他交给普通人时，他是去角质的龙虾保姆。而当枭雄奥特曼把他交给五角大楼时，他是负责消灭的算法机器。 所以，在这场方丈游侠枭雄的龙虾博弈中，我们就像可有可无的背景，我们在看着 ai 时代的狂飙。而人类文明呢？究竟会像龙虾一样脱壳蜕变，还是被 ai 某个毫不起眼的子目标下令 exterminate 然后消失呢？没有人知道答案，但显然决定权早已不在我们手上了。 其实 ai 毁灭人类需要多长时间？仅仅十五分钟而已啊，这个时间竟然也是有依据的，来源于二零一零年十六年前的一桩悬案， 或者说 ai 灭世了一遍预言。总之联邦调查局也是在苦苦查了五年以后才查出来那个幕后真凶。但那又是另外一个故事了，我们会员频道细说。好了，今天的故事就分享到这里，谢谢大家！ 最后，夫人说，你是不是又想把上次胡发消息的事推给龙虾？