accio与openclaw的区别

openclaw 四月二号更新了，先说个背景， openclaw 是 什么？你可以理解成 ai 助手的万能网关，不管你用微信、 telegram 还是 discord 都能接进来，它在 github 上开源数据都在你自己手上。这次直接从四点一跳到四点二，更新幅度堪比一个大版本。 先说两个破坏性变更，老用户要认真听。第一个， x a i 搜索插件的配置路径变了，之前分散在核心配置里，现在统一归到插件自己的配置向下，顺带把 api key 的 读取方式也规范了。 如果你配过 grok， 搜索，更新后要对齐新路径。第二个， firecrow 网页抓取插件也一样，配置结构做了迁移，官方给出了修复方案，跑一条命令就能自动完成迁移，不需要你手动改文件。这次最重磅的改动是任务流系统的全面重构，官方把它定位成核心任务，编排基础设施。 这次做了三件事，第一，新增两种同步模式，背景任务可以独立运行，不容易因为插件崩溃而中断。 第二，加入了子任务机制，大任务可以拆成小任务并行跑。第三，取消锁定机制，你取消一个大任务时，系统会等子任务平安结束再收尾，而不是强制杀掉。对做自动化工作流和写插件的开发者来说，这次重构直接影响开发体验。 这次修了超过三十个 bug， 大 量集中在连接 ai 模型的那一层，包括传输策略请求头代理路由判断等等， 特别值得注意，堵住了一个安全漏洞，禁止了不安全的 t l s 覆盖，防止中间人攻击。 openclaw 之前主打本地安全，这次是把安全地基又夯实了一层。 其他亮点，非书支持，文档评论协助了 whatsapp 表情反应更丝滑， slack 格式渲染更聪明。 qq 频道修了一个路径穿越漏洞，图片生成统一走了共享 http， 路径配置更干净了。还有个小细节，安卓可以直接用 google assistant。 路径穿越漏洞，图片生成统一走了共享 http， 不 用再点 app。 总结一下，二零二六年四月二日是一个内功版本，没有炸裂新功能，但技术债还了很多，稳定性、安全性、插件开发体验都在上台阶。跟着这个节奏，下一个大版本很值得期待。如果觉得有用，点个赞，我们下期见。

就是什么是大模型，什么是 agent， 什么是 m c p， 什么是 skill， 还要再说说什么是 open claw， 把这个东西讲完，大家应该就能对这个知识点有一个更深的了解。首先第一个什么是大模型，我们得先说大模型，它就是一个可以对话的一个大脑， 你跟他说话，他就能回消息。但是有一个问题，他没有记忆，你跟大魔星说一句话，你说你好，我是老于，他说你好，他再你再跟他说我是谁，他不知道了，也就说大魔星他没有记忆。 你说一个消息，他其实是底层，是一个 transform 架构，他经过神经网络一层层的去计算，最终是通过概率给你算出来他要回复什么东西给你，所以说他那个东西是有幻觉的， 通过概率给你算出来一个东西给你回复了，你说我是老于，你再问他我是谁，他不知道了，那这 ai 没有记忆可不行，所以说大家为了让 ai 有 记忆可以聊天，大家就制造了一个聊天机器人， 那这就这个就叫 bot， 他 这个 bot 能干什么呢？就是我跟他说我是，我说我是老于， bot 接受到我是老于，然后他会跟大模型去交流， 他作为一个中间人跟大模型去交流，然后他告诉大模型这个人叫老于，然后我再说我是谁，我是老于，然后大模型之间的回复和我是谁一起发给大模型， 也就是说大模型拿到不是我是谁，而是之前的所有聊天记录，大模型都看到了，然后他再回，那这个聊天机器人，他的作用呢？就是让这个大模型看上去有记忆， 这这个就是聊天机器人，那聊天机器人的功能还很弱，对吧？就比如说我想让他帮我关电脑，帮我执行一段程序，帮我查询今天的天气，他也不行。 所以说这个时候在聊天机器人的基础上，又扩展出来了一个东西，叫 agent， 这叫智能体。智能体可以干什么呢？智能体大家记住啊，就一句话，就是智能体可以调用工具，这个东西就是智能体。那什么是工具呢？ 就比如说这里有一个函数，有一行代码，这个代码可以给，可以 get weather， 可以 获取天气信息，可以获取日历信息， 但今天是几号，这个大模型是不知道的，大模型他知道的东西就是基于他训练的结果。那比如说我二零二五年十月一号训练的这个大模型结束了，那大模型二零二五年十月一号之前的东西，他训练过的他知道，但是 十月一号之后的事他啥也不知道，他没训练，所以你问他，你说今天天气怎么样？他不知道今天是几号？大魔镜他也不知道，但是 a j 他 知道。 agent 呢？可以调一个工具 get weather， 它获取到今天的天气，然后再告诉大模型，大模型再分析，然后再给我回复。也就是说这个 agent 是 什么呢？ agent 呢？是可以调用工具的一个程序，它可以通过调用工具让大模型知道更多的事儿， 这个就是 agent。 然后大家发现这 agent 不知道天气信息，我得怎么办呢？我得调用一些接口， 比如说高德有天气信息的接口，我得调这个接口，然后还有什么饭店的接口，旅游景区的接口，什么时候卖票的接口还是调很多的接口？那这个这那这样的话，所有互联网 服务平台，比如说天气的平台啊，景区的平台啊，卖票的啊，全得开放接口，然后这 agent 它得调所有接口才能实现这个功能，那 agent 它也很麻烦。那个第三方平台，比如说那个天气的第三方平台，它也很麻烦， 然后那个接口怎么调参数都很麻烦，得有一个执行方案，就是说我定一个协议， 就说你这个 anint 调这个第三方平台的接口数据的时候，你别像以前那么调接口，我们谈个协议，你只要两边都遵守这个协议， 我就可以去拿你的数据，我就可以拿天气数据，拿时间数据，拿各种景区的数据，都能拿到。但这个协议叫什么呢？就叫模型上下文协议，所以这个协议就叫 m c p， 所以 大家知道什么是 m c p 了吧？他的协议，他就是协议，对吧？ 我调接口为了更方便的调接口，就是开发了个协议，叫 mcp， 所以 大家知道什么是 mcp 了？ mcp 就是 让 any 的 可以更方便的调用工具， 很简单吧， mcp 就是 让 any 的 调用工具的，然后把调用工具的信息丢给大模型，让大模型可以回复，这个懂了吧？这是 mcp。 那 什么叫 skill 呢？ 大家没点关注，点点关注，我长得有点细啊，然后我接着说什么是 skill， 比如最早就说这个工调用工具，等于说调用工具有什么弊端吧。 如果你想让这个 agent 调用工具的话，你得先把这个工具的所有的说明书啊什么的，这参数配置啊，全都给这个 agent 告诉他，然后比如说你跟他说你好，他说的就是你好吗？不是他除了这个 他给这个大模型发过去，除了这个你好，他还会把把这个编辑可以调什么工具，什么乱七八糟的呀，各种这个工具的参数啊，这些信息全都都给大模型发过去，这就很麻烦了，东西很多，所以呢，为了让这个性能提升性能吧， 当然也不只是为了提升这个性能，我们就说性能吧，为了提升这个性能， oslopez 公司又发布了一个叫 integer scale 的 东西， integer scale 的 话，它可以定一个工作流，定一个文档， 一个 markdown 文件，然后这样的话，它只要在文件上写一个原数据，写两行，对吧？当用户在干什么的时候调用这个 skill， 那 下面细节就不用给大模型了，那这样我一个 id， 它就可以调接很多的 skill， 我 只要看它那个原数据，它能干啥，我需要的时候我在调它里面的东西， 那这样的话性能就会得到一定的提升。而且用这个用这个 skill 的 时候，大家会发现更好的一点，就是 skill 可以 写很多很多东西，比如说你想做一个知识库，你可以放在 skill 里面，你可以定一个工作流，你可以放在 skill 里面， 很多事儿都可以放在 skill 里面，这样 skill 就 可以就火出圈了。也就是说 skill 它是一套文档，文档规定了这个事儿怎么干，然后大模型就会按照这个流程去干事， 做事，做完这些事他就就完事了。所以刚才说说了 mcp 是 什么？是调用工具更方便，工具是什么？就是查询天气这些工具。然后呢？ skill 呢？ skill 是 规定了你做这件事，调用哪些工具，执行哪些标准， 它是做了一个更广的一个规范，也就是说一个 skill 可以 调很多， mcp 可以 调很多的工具， 就是 skill 的 作用，也就是说大家会发现 skill 能力强，是吧？ skill 可以 作为文档，它可以做知识库。 skill 可以 定义工作流，可以做很多事。 skill 可以 调很多的工具， skill 也可以调 mcp， 这是 skill 的 能力。 然后大家就会发现，那 cpu 是 不是太强大了，对吧？它是不是可以操作浏览器啊，可以写代码啊，做简历啊，所有的工作流，甚至取代什么扣子，以前那种传统的工作全都取代了， 那说明这 skill 实在是太好用了，是吧？是的，它确实是好用，真的是好用，它太好用了呢。然后呢，就出了出现了很多工具，全都接入了这个 skill， 包括 coza， 初 codex， 所有的 ai 工具， ai 开发工具都接入了这个 skill， 大家都能用 skill。 然后又出现了一个东西，也接入了这个 skill， 就是 openclaw， 也就是说因为 skill 可以 做很多事，那 openclaw 它就不需要做这些事， openclaw 只需要可以调 skill， 它就可以做所有 skill 的 事。 也就是说 openclaw 是 什么呢？它就是一个智能体，智能体的能力不依赖于它智能体的本身，而依赖于它接入了哪些 skill。 这也就是说，为什么大家不用担心 openclaw 以后能力会不会变强变弱什么的，你不需要关注它有什么能力， openclaw 也没什么能力，它的能力呢？全部依附于 skill 的 生态，所以有个网站叫 cloudhub， cloudhub 里面有很多 skill， 大家都如果想扩展自己的 open clone 的 能力的话，你就直接去下载 skill 就 可以了，你就可以让你的 open clone 去做各种各样的事儿。 因为 skill 可以 做，所以 open clone 它就可以做，这就是大模型 agent skill。 mcp 和 open clone 的 关系，我不知道我讲，讲得透不透彻，讲得透彻的话点个赞，点个关注支持一下。

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？

今天来聊一个很多人都关心的话题，国内用 ai 助手哪款最适合你？我帮你对比两款产品， openclog 和它在国内的成品版 qclog， 看完这期你知道自己该选哪个了。主要内容分六个部分， qcl 是 什么？核心能力与 openclog 对 比适用人群、安装迁移。最后给选择建议。 先来看第一个问题， qcloud 到底是什么？ qslove 基于 opencloud 开源框架构建，但它专门针对国内用户做了深度优化，四个关键词，国内优先、移动优先、微信接入智能记忆， 不用翻墙、不用复杂配置，下载就能用来看看。 q c l 的 核心能力。 q c l 有 七大核心能力， ai 对 话能理解、上肺炎工具调用能执行命令、操作文件，七十多个预制技能，开箱就能用， 微信通道扫码绑定直接用，还有移动钻持久记忆、安全防护，基本上你需要的日常能力它都内置好了。 qsl 有 七大核心能力， ai 对 话能理解、上覆言、工具调用能执行命令、操作文件。七十多个预制技能，开箱就能用， 微信通道扫码绑定直接用，还有移动端持久记忆、安全防护。很多朋友最关心的就是微信能不能用 qcloud 支持微信扫码绑定，小程序直接使用，不用下载 app， 而且手机电脑可以无缝同步文件，重要消息会推送通知，常用功能可以设快捷指令，在移动端体验这一点上比 opencloud 方便很多。 qcloud 内置了七十多个技能，覆盖六大类，日常用的天气、新闻日程、办公用的腾讯文档、邮件日历、 社交用的小红书、公众号开发用的 github 代码助手，还有娱乐和学习类的，不用自己装下载就有，而且针对国内场景做了优化。 第三部分重要了， qcloud 和 opencloud 到底怎么选？先看核心差异。 opencloud 是 开源框架，面向开发者，需要手动配置。 qcloud 是 成品产品，面向普通用户，开箱即用。 opencloud 模型需要自己配置网络，可能需要代理。 qcloud 内置模型路由，国内直联，不用翻墙。一句话， opencloud 是 工具， qcloud 是 产品，详细能力对比一目了然。 qsl 的 优势，国内模型直联，微信接入、移动端持久记忆、中文预制技能全有。 open club 的 优势，海外通道完全支持，完全自由定制，代码级别开源私有化部署， 各有所长，没有绝对的好坏，只有适合不适合。总结一下各自的优势， qsl 的 独门优势，国内网络友好，微信无缝接入，开箱即用的记忆系统，零配置上手。 opencloud 的 独门优势，海外通道原声支持，完全自由定制，完全开源透明，私有化部署友好。 所以关键问题来了，你属于哪种使用场景？第四部分来看看到底适不适合你。这四类人，我强烈推荐 qc 老。第一，普通用户不想折腾配置，开箱即用最省心。 第二，微信用户习惯用微信沟通，需要移动钻。第三，主要在国内用，没有海外 a p i 资源。第四，办公场景需要日程邮件文档整合。如果你符合以上任意一条， q c log 基本上就是你的菜。也有几类人， q c l 可能不太适合 需要特定海外模型的，需要深度定制开发的，有私有化部署需求的，或者主要用 telegram、 discord 这类海外软件的， 这些情况 openclog 更合适。第五部分，如果你已经在用 openclub， 想迁移到 qc lab， 我 来教你。迁移之前先做四件事， 记录当前模型配置，导出重要绘画记录，列出已安装技能清单，备份所有自定义配置文件。磨刀不误砍柴工，备份好再动手。 迁移步骤五步走，备份 open club， 记录 api、 key 和技能列表，下载安装 q club， 把技能复制到 q club 目录，扫码绑定微信验证功能，熟练的话十分钟搞定。最后给个简单粗暴的选择，建议， 开发定制私有部署选 openclub， 国内日常微信场景选 qclub， 海外使用 telegram 这些选 openclub。 记住，没有最好的，只有最合适的。最后一句话， openclub 是 开发者的舞台，完全自由定制 qclub 是 普通用户的选择，开箱即用，零门槛。学会了就点个赞，我们下期见！

大家好，欢迎回来，今天我们来聊一个大事啊， open cloud 刚刚发布了二零二六点四点五版本，这可不是个小更新啊，而是一个主版本，里面塞满各种让人兴奋的新功能和重要的改进。好，咱们话不多说，直接开始， 咱们先来设想一个场景，好吧，想象一下你手里的那个智能体，你的那个 but， 它不光是能跟你聊天，它还能自己去创作视频，谱写音乐， 而且它还能记住你们聊过什么，有了长期记忆，同时呢，整个运行环境还比以前任何时候都安全。听起来怎么样？这其实就是二零二六点四点五这个新版本想要带给我们的东西。 好的，咱们先从这次更新里最亮眼最酷的部分说起。 ai 创意套件儿，你可别以为这只是小打小闹，这简直是让 opencloud 的 智能体一下子就点亮了，艺术家的技能树是一次质的飞跃。 没错，你没听错，我也没说错，这次更新的头条新闻就是这个 opencloud 智能体，现在可以直接在对话里原声生成视频和音乐了。 哇，你想想看，这给自动化内容创作还有各种互动体验打开了一扇多大的心门啊！那么，这到底是怎么实践的呢？其实啊，是靠两个全新的内置工具，第一个叫 video generate， 顾名思义，就是让你的智能里能直接调用配置好的视频服务去生成视频。 第二个呢，叫 music generate， 它能生成音乐，而且现在已经支持像 google lyria 这种，就是谷歌搞的那个特别前沿的音乐模型。有了这两个工具，在， opencloud 的 生成多媒体内容就变得特别简单，特别无缝的 好。我们来看这张表，这张表真正有意思的地方是，它给我们展示了背后支撑这些新功能的整个生态系统。你看， openclaw， 这次增加了一大堆新的提供商支持媒体这边有 xai、 阿里 runway 这些大厂， 但最让我兴奋的是，它还集成了 comfy ui。 这意味着什么呢？这意味着你现在可以把你本地或者云端的那些复杂的图像、视频、工作流直接跟 openclo 连接起来。这一下子就把 openclo 的 能力边界给拓展了太多太多。 ok， 聊完了这些特别酷的创意工具，我们再来看看底下的东西。这次更新啊，不光是表面光鲜，它还深入到了 open cloud 的 核心，做了很多让整个平台变得更聪明、更高效的底层改进。咱们来看看这些幕后英雄吧！ 来了来了，这个功能简直是太有开创性了，虽然还是实验性的，但他们管这个叫做梦。你怎么理解呢？ 您可以把它想象成是 open shelf 智能体的潜意识，这个系统能自动把你跟他日常对话里的那些短期记忆进行提炼、巩固。最后呢，变成一个可以长期使用的知识库。说白了，这就意味着你的智能体真的开始能够学习和成长了。 而且啊，这个做梦的过程他不是瞎做的，而是被精心设计成了三个互相配合的阶段。第一阶段叫浅层，就是初步处理一下最近的对话。然后呢，进入深层阶段，把里面那些重要的概念固化成长期的真理。 最后是快速演动，也就是 r e m 阶段，给这些概念打上标签，准备好存到永久记忆里去。你看这个过程非常结构化，也让这个记忆系统变得更可靠了。 还有一个性能上的大体声，就是提示词还成，以前什么情况呢？就是你的提示词哪怕只是改了几个字，或者多了个空格，这种无关紧要的变化还成，可能就失效了，得重新算一遍。 但现在新系统会用一种更聪明的方式去识别这些相似的请求，所以环城的命中率大大提高了。那么这对咱们用户来说意味着什么？很简单，后续的查询响应更快了，而且因为能重复利用结果，所以也更省钱了。 好的，每次有大版本更新，咱们都得关注一下哪些必须知道的事。现在我们就来聊聊这次更新里唯一的一个重大变更，还有就是它带来的一大堆安全方面的加固。 官方的发布说明里清清楚楚的写了这次唯一的重大变更是什么，简单来说，就是他们把一些老的以前就说不推荐用的配置别名给删掉了，这么做的目的就是为了让整个配置文件的结构更清晰，更规范。 那这具体对你有什么影响呢？别担心，官方把这个过程弄得非常平滑。首先虽然老的别名没了，但系统在加载你现在的配置文件的时候还是能兼容的。 最关键的是，你只需要做一件事，就是运行一个特别简单的命令， open class 杠 fix 敲下回车，系统就会自动帮你把旧的配置迁移到新的规范路径上，就是这么简单直接一步搞定。 再说安全，这一次的安全投入可以说是全方位的，你看这张图就明白了，安禽修复覆盖了从插件和工具到最核心的网关和认证，再到平台集成和智能体本身， 这说明什么呢？说明开发团队是在系统性的加固整个平台，保证咱们在享受这些新功能的时候，我们的数据和操作也都是安安心心的。 我们都知道 opencloud 的 一个强大之处就是它能跟各种聊天平台无缝集成，这次更新呢，也针对这些平台做了很多改进，目的就一个，让咱们在任何地方用起来都感觉更顺滑。我们来看看几个亮点。 这个列表挺长的，我就不挨个念了，挑几个重点说，如果你用 telegram 那 模型选择期、话题回复这些问题都修好了， 用 discord 的 朋友呢，会发现代理支持和图片生成回复比以前好用多了。还有像 metrics、 slack、 微软 teams 和 whatsapp 也都有不少关键的修复，解决的都是咱们平时用得到的，比如私聊回复连接稳定性的问题。 能看出来他们确实很关注咱们在不同平台上的实际使用体验。好了，到这里我们已经聊了很多内容了，现在咱们花点时间把这次信息量超大的更新浓缩成几个最关键最核心的要点 哟。你时间紧，只能记住三件事，那就是这三件，第一，你的智能体现在是个艺术家了，能自己做视频和音乐。第二，智能体有了实验性的做梦功劳，长期记忆能力有了质的飞跃。 第三，升级过程很安全，也很简单，只有一个配置要改，而且一条命令就能帮你搞定。 总而言之啊，这次更新真的是给所有开发者和创造者提供了一大堆超级强大的新玩具，从会学习的智能体到能创造多媒体的机器人，未来的可能性真的是无限的。 所以最后我想留给大家一个问题，现在你手里有了这些强大的新能力，你第一个想要去构建的应用，或者说想要创造的体验会是什么呢？我非常期待看到社区里会出现哪些有创意的作品。好，今天就到这里，感谢收看！

普通人该如何选择 open club？ 大家好，目前国产 open club 满天飞，到底该如何选择合适的版本？我花时间把几乎所有版本的 open club 都装了一遍，今天就来讲讲不同版本的区别，详细的对比资料评论区留言获取。我们先看看各版本战力对比。 一、智普 auto club open club 原版封装修改一键本地部署最省心，免费额度起步积分套餐二十九至四百九十九元， 支持企业微型飞书、钉钉、 qq， 内置 glm 杠五、蓬尼模型，可自定义多模型技能市场九十五个，支持 mcp 自定义网关几乎满血。 open club 新手首选二、猎豹 ez club 国内版 同样是原版封装，三端覆盖本地云端，安卓每天免费二百积分，付费四十至二百元每月，内置九大主流模型，技能市场超三万个，有专属龙虾商店，普通用户最易用。三、 当被茉莉功能对标 openclock 主打微信加 siri 远程控制，每日登录送三千积分，付费十九点九至一百三十九点九元每月，支持微信服务号 siri 调用，带权限管理，适合习惯用语音微信远程操控的用户。四、腾讯 work buddy 腾讯官方办公像 agent， 积分消耗极低，每月免费五百积分，专业版五十八元每月，内置多模型办公与代码能力强，插件生态丰富，本地部署稳定，职场办公首选五，网易劳普测 ai 免费使用，需自配模型接口，高度兼容国产模型，支持几乎所有国内大模型 i m 接入，全面带 m c p。 沙乡安全环境开源爱好者首选六，阿里 coco 阿里开源版本地加云端双部署， 支持钉钉、飞书、 imessage、 discord 等超多通道，纯开源可二次开发，适合即刻与企业自建。七子杰尔克勒 云端修改版深度绑定豆包与飞书 lite 版四十元每月， pro 一 百九十九元每月，限时限量，纯云端运行。七乘二十四，在线飞书用户首选八， mini max max claw mini max 专属云端版，模型单一但稳定，免费一千积分付费三十九至一百九十九元每月，开箱即用，适合不想折腾配置的普通用户。九月之艾面 kimi klo kimi 深度定制云端版常文本与代码墙套餐三十九至五百五十九元，按 kimi code 度倍数计费，仅在 kimi app 内使用 kimi 重度用户专属。 最后总结，追求完全自由，最强能力直接上 openclor 原版，新手一键开箱。推荐 autoclor， 普通用户三端方便选 easyclor 国内版，办公省钱稳定选 workbody 飞出豆包生态选 arkclor 微信 siri 远程选房没有力，即刻开源自建选 couple rob sir a r 好 了，除了 coco 需要邀请码之外，相信其他十款产品一定有一个是适合你的。以上就是本期的全部内容了，感谢您的观看，记得关注哦，我们下期见！

欢迎收看我是大叔，只跟你聊最实在、最有用、最有意思的内容。 好，我看了很多博主，要么让你装个 skill， 要么丢给你官方配置文档就完事。根本没人讲清楚 opencloud 到底怎么才能真正上网。 所以这一今天咱们一次性把 ai 联网的正确用法掰开揉碎讲明白。而这个秘密武器就是 github 上十四 k 新星的开源项目 agent reach。 一个脚手架工具，却能让 ai agent 瞬间开眼。好，咱们先来直面一个扎心的事实， 你天天用的 ai， 其实是个呃互联网瞎子，百分之七十三的 ai 任务因为无法访问 而失败，百分之八十九的开发者因为 a p i 限流或高额费用直接放弃集成。 更离谱的是用官方啊， a p i 的 成本比免费工具高出二点四倍。比如你想让 open cloud 帮你监测禁屏，一条推文就用，就要零点零零五美元，月月账单能到六百刀，结果还经常中断。这就是典型的配置地域 ai。 还没干活，钱包先空了，那怎么办？就新来了 agent rich， 它不是个新框架，而是一个脚手架，专门帮你把所有选型和配置的脏活类活全干了。 你只需要说一句话，它就能让 opencloud 主要只有十五个以上的平台，包括推特、 reddit、 youtube、 赞、小红书、抖音，而且全部免费。它的核心理念就是把呃怎么上网 这种破事变成异形命令，这才是 ai 联网的正确打开方式。那么它到底是怎么做到的？咱们来解剖一下它的核心技术通道机制。每个平台背后都是一个独立的上游工具， 比如推特用 bird， youtube 用用 atelp， 小 红书用 macbook air， 这些工具全都是开源的，不满意也随时可以换掉。 安装完之后， agent 会自动获得一张使用说明书， a skill dot md， 以后你再说帮我搜推特，他自己就知道该掉 bird。 你 甚至不用记命令， 运行一下 agent tree doctor， 所有渠道状态一目了然，比体检报告还清楚。再来看看它到底覆盖了多少平台？根据官方文档，目前有十七个平台， 几斗格，装好即用。 a 网页、 youtube r s s reddit get up 公开仓库部占本地地微信公众号、微博、 twitter x 这些连配置都不用，装上就能跑。另外八个平台需要简单配置一下，比如全网搜索、推特 b 站服务器，小红书、抖音、 linkedin、 雪球、小宇宙播客。但关键是，所有平台都不需要你掏一分钱 api 费， cookie 存在本地隐身 全上游工具全是免费开源，这就相当于给你的 open cloud 配了个额万能通行证，全网任它玩。好， 那我们直接上手，三步就能给你的 openclaw 装上额脸。往外挂。第一步，给个 openclaw 开启 exact 权限， 因为 agent reach 需要 agent 执行命令，你只需要在终端敲一句 openclaw config set two star profile coding， 然后重启网关。第二步，直接告诉你的 openclaw 帮我安装 agent reach 链接给你， 就这一句话，它会自动下载安装，依赖配置环境验证一下，跑个 agent trace to doctor， 看到所有渠道都绿了，恭喜你，连往外挂就装好了，那效果到底怎么样？咱们来验证一下。你看， 这是微信聊天风格的对话记录，左边是 agent 的 回复，右边是我们用户的提问，用户说帮我收推特上 ai agent 最新评价， agent 自动调用 bird 返回二十三条推文，用户让总结 youtube 视频， 它自动用 a、 t、 d、 l、 p 提取字幕，再让大模型总结，效果对比也很惊人，主模型成功率从百分之四四飙到百分之九十二，回退命中率百分之九十八，延迟降低百分之六十四， 因为再也不用排队等那些付费 api 了。如果你想深入了解，官方 github 仓库有十四 k 信信文档清晰一键安装命令全公开，大叔大在 也经常分享实战技巧，而且它兼容 cloud、 酷、克酷、路由等所有主流 ai 编码工具，真正的一次配置到处可用。 最后咱们总结一下，三步，三步就能让你的 open cloud 强势被，第一，开启 coding 权限。第二，告诉 ai 安装 agent reach。 第三，开始全网冲浪，搜推特，读小红书，看字幕全都不在话下， 从此 ai 不 再是瞎子， a 预算也省到爆。如果你觉得这期内容有帮助，别忘了点赞加关注，大叔大，感谢你的观看，我们下期再见！

今天聊一个最近关注度比较高的产品，腾讯电脑管家出的 qqlo， 它基于 openclaw 框架封装，定位是个人 ai 助手， 主打微信远程操控电脑，三月二十日全量公测，不用邀请码扫码绑定就能用，每天送四千万 token， 免费额度。数据本地运行和 openclaw 的 关系可以类比， linux 内核和 ubox 发行版底层一样，但 qqlo 做了图形化安装， 微信集成内置模型这些封装安装部署的区别比较明显。 open q 老需要先装 note g s 配 api key， windows 用户还要准备 wsl。 二，走完一套流程大概两到四小时，非技术用户基本劝退。 qq 老这边官网下载安装包，点几下扫码绑微信，一到三分钟结束， 安装成功率官方说百分之九十九以上。交互方式上， openclaw 主要是命令行和 im， 支持 telegram、 discord 这些国际平台， qqaw 主攻国内 im， 微信、 qq 飞书、钉钉都接进去了。客户端有个可示画面板，能看到 ai 操作电脑的实时过程，定时任务，任务列表也都做成了图形界面。 模型这块 openclaw 需要自己配置 api， g l、 m 这些国产模型不用翻墙，数据也不出国境。技能生态是另一个差一点。 qclor 目前有五千多个技能，分官方预制和社区审核两层，还有个灵感广场，按办公研究、游戏自律分了四个场景一键触发，整体对比下来，几个维度差异比较清楚。安装部署， openclor 技术门槛高， qclor 一 键搞定， 用户体验 openclor 片即刻 qclor 走，微信指点可化。安全层面， qclor 本地优先，腾讯审核， tclor 每天送四千万免费额度，既能管理 openclor， 依赖开源社区， qcll 有 官方审核加社区两层。从使用场景来看，两类用户可能更适合 qcll， 一 是以微信为核心办公工具的大陆用户， 二是小白用户，不想折腾环境配置对安全合规有要求的，内置国产模型和数据不出镜也有吸引力。 opencll 那 边更适合愿意花时间定制的开发者，需要接 gpt 四、 cll 的 这类国际模型的，或者要对接国际 im 的。 实测中也发现几个问题，一个是微信绑定后，远程指令有时响应延迟大概五到十秒，跟本地直接操作比有差距。第二个是技能市场里部分技能描述和实际执行结果有出入，可能跟审核机制或技能本身维护有关。第三个是客户端偶尔会卡在任务执行中， 没有明确的超时或重试机制，需要手动取消。另外，免费额度虽然每天四千万，但复杂任务消耗较快，具体用量没有犀利度统计试图， 如果再把之前测过的 ravenclaw 放进来，三个产品的定位就更清楚了。 openclaw 是 底层引擎，命令行为主，最灵活，但门槛最高。 ravenclaw 是 桌面化控制台，把模型规则通道全线统一管理， 适合长期使用多模型接入的场景。 qclaw 是 微信直连远程操控，主打小白用户和移动办公。简单说， openclaw 是 内核， ravenclaw 是 本地管理台， qclaw 是 远程遥控器。 qqlo 和 openqlo 同源，但走的是两条路。 openqlo 是 开源引擎，灵活可定制，面向开发者，但门槛高，安全成本都得自己管。 qqlo 是 腾讯做的商业化封装， 把微信接入国产模型、免费额度这些都包进去了，让普通用户也能有一个能干活、能远程的 ai 助手。目前版本 v 零点一点九功能框架已经搭起来了，但既能执行稳定性和远程响应速度，还有优化空间，怎么选，就看自己是愿意折腾定制，还是想开箱即用。

本地部署 open call 喂养龙虾的大模型，参数是不是越大越好呢？如果你将模型参数、规模与落地效果画上等号，大概率会掉进两个极端陷阱。第一个，要么花上百万部署 ai 大 模型服务器，结果基础办公自动化的活啊，都干不利索。要么明明有复杂的需求， 却就用小模型，最终达不到业务要求。我们先客观的说清楚啊，大模型的核心优势，小模型是真的比不了，它拥有碾压级的复杂逻辑推理能力，能搞定跨领域 步骤的复杂智能体任务，原生全行业知识储备更充足。但这些优势只对真正用的上的场景有价值。对绝大多数个人和中小企业来说，盲目追求大模型只会踩坑。首先是成本的指数，极浪费七十币模型单排的部署就要几十万的硬件成本。而绝大多数业务场景里面， 文档处理、基础客服清亮、代码编辑等高频场景呢，七 b 十四 b 模型完全能覆盖最终的算力利用率不足百分之十。我们就拿 open core 来举例， open core 呢，本身是 ai 智能体框架，不是大模型本身啊， 是需要对接大模型去进行使用的。 open core 在 外网呢，有两个适配的排行榜， pinch bench， 它从成功率、速度、价格等维度呢，评估了全球大模型对 open core 的 适配程度。适配度排行第一的是 chip g p t 五点四，而第二名则是我们国产的千万三点五、 二十 g b 的 大模型。大家意外吗？为什么不是参数更大的模型登顶呢？其实啊，很简单哦，因为 open core 的 核心是快速执行任务， 同等硬件下，七十倍的模型推力延迟是七倍模型的五到十倍，参数越大，反而越容易导致多步骤任务卡顿超时，完全失去了自动化工具的意义。适配 open call 的 效果好坏呢，从来和参数大小没有绝对的界限关系。 所以呢，选型的核心从来不是追求参数天花板，也不是一味的追求低成本，而是精准适配你自己的真实需求。 选模型的核心就一句话，只选对的，不选贵的，先确定好场景，再选择适合的模型。对于个人还有小微商家来说呢，日常就是办公自动化、 清量任务处理基础内容深层，那么其弊的模型完全够用了。但对于大多数中小企业的核心需求是通用办公内部的知识库搭建固定的流程自动化等等。 那十四 b 到七十 b 的 模型是性价比的最优解，既能满足稳定性和准确率要求，又不会带来过高的成本和运维压力。当你有明确的复杂需求时呢，比如金融、医疗、法律等专业领域的深度应用， 需要处理超长上下文、多目众复杂智能体任务，才有必要考虑到更大参数的模型。而且啊，必须配合行业专属的数据完成微调， 不然照样白搭。那么说到底呢，本地部署大模型的核心诉求啊，从来不是追求参数的天花板，也不是一味的压缩成本，而是在数据安全、自主可控的前提下，以最低成本、最高效率完成刚需业务的任务。大参数模型呢，有它不可替代的价值，但只有适合。有明确复杂需求场景， 小参数模型有它极致的性价比，能覆盖百分之九十的用户日常需求。对于 ai 落地而言呢，选对适配场景的模型永远比更大模型重要。

最近我去试了一下阿里新出的这个 excel work， 我 跟大家说一下我真实的使用感受啊。它最基础的功能就是对话的功能，其实跟我们平时用叉 g p t 啊、豆包啊、 deepsea 啊是一样的，你通过对话让它帮你输出内容， 但是它有一个比较明显的区别，就是它更偏向于国际站，它更懂外貌，尤其是 b two b 这一块啊，所以它给你的内容不会像其他 ai 那 么泛，会更贴合我们实际做国际站的逻辑。 而且它背后的模型其实也很不错，有 openai、 谷歌 jimmy 还有 cloud， 都是国外比较主流的模型，所以整体输出的质量是 ok 的。 然后我重点说一下我用下来的一些功能体验。第一个就是定时任务，我一开始以为它是可以帮我自动做分析的， 但是实际用下来我发现它更像一个提醒工具，而不是说自动运营工具。为什么？因为它现在最大的问题就是，呃，整个的数据没有打通， 虽然这个 xo 它是用你的国际站账号登录的，但是它其实是看不到你后台的真实数据的，所以它很多判断要么就是基于你未给他的数据，要么就是偏经验的判断，有点像猜的，它并不能自己去抓取你店铺的数据去做分析。 这是为什么？很多人用着用着就会觉得有点空或者不够准。这个定时任务本身也不是那种说自动告诉你你今天应该干什么的这种工具，首先你得知道你自己要做什么，然后去给他设定任务，在 让他去每天提醒你，比如说你可以早上让他给你推一个工作提醒，那这个是可以用的。像每日总结这种，我觉得限阶段不太好用，因为他也不知道你今天在平台上做了哪些内容，只能给你一个比较通用的总结。 不过我觉得它有一个点还是挺好用的，就是可以用它来训练团队，比如说你可以让它每天定时推一个国际站运营思考题，或者说外贸谈判场景，让运营啊外贸啊去回答。它本身的内容是偏外贸啊， b to b 偏跨境的，长期用下来其实在给团队不断的积累经验， 这个我觉得是目前比较有价值的一个用法。那整体来说，我觉得 x o 现在不是一个自动帮你做运营的工具，它更像一个偏外贸的 ai 辅助工具， 可以用但是不能太依赖啊，比较适合用来提思路啊，做提醒啊，还有训练团队这种对于更深层次的能力，还要等他后面数据打通之后才会更有价值。我这边也会继续去用的啊，如果后面有更好用的玩法再跟大家来分享。

你知道为什么 openclaw 能够迅速在科技圈走红吗？其实秘密都藏在它的五层架构中，今天六分钟带你搞懂。第一层叫做消息通道 channels， 这是用户与 openclaw 交互的主要入口，目前支持飞书、钉钉、 whatsapp 等二十多个渠道的接入消息。要进入 openclaw， 第一步要先经过网管 getaway， 它是 openclaw 的 一个中央协调器，主要负责消息渠道和用户身份的核验、配对， 然后将消息路由到不同的 agent， 你 可以把它类比成你小区的一个客服管家，比如说你通过微信给你管家发了一条报修的请求，那管家需要先核实一下你的业主身份，然后把这条消息只拍给工程部。 为什么需要先验证是否配对呢？这其实是欧盟的一个安全策略，那如果不加验证啊，别人就有可能连上你的网关， 这个时候它就可以通过操控你的 opencloak 来获取或者删除你电脑里的文件，甚至是一些密码啊等敏感信息。那这就是为什么不能将 opencloak 的 网关暴露在公网上， 一旦暴露啊，就相当于把你自家的书房大门敞开，放在了大街上，那谁都可以进入。第三层叫做 agent， 它是 opencloud 的 一个核心大脑。 opencloud 是 支持多 agent 协助的，那比如说我们是可以创建研究 agent、 协助 agent、 运营 agent 等等。不同的 agent 的 职责和专长也是不一样的。我们打开 opencloud 的 控制面板，找到主 agent， 看看里面到底都有什么。先看一下代码， 这里面可以看到主 agent 当前接入的模型， agent 的 名称、安装的 skill 的 数量等等。第二个标签是主 agent 的 工作区，这也是 opencloud 相较于其他的 agent 的 核心亮点之一。 opencloud 的 一些工具的使用和上下文都是以它为中心的，这里面有八个核心的文件， 我挨个跟你说一下他们都是干什么的。第一个叫 agent 点 md， 里面存放了一些智能体的一些行动规则啊，以及告诉他如何使用记忆等等等。比如告诉 ai 要先查记忆再回答问题，那重要的任务需要优先处理等等，相当于是给 ai 定了一个做事的底层逻辑那第二个叫 so 点 md， 赋予了人设说话的语气和一些行为的底线，那使他更像一个人那比如说你可以设定一个温柔又干练的私人助理啊，说话简洁不啰嗦。 第三个叫兔子点 md， 那 这个文件是本地工具的一个使用指南，告诉 emacs 有 哪些工具怎么使用，比如一些文件的读写啊，网络搜索啊，上网啊等一些工具等等。 这个叫 identity md， 它是用来定义智能体的名字、风格以及一些专属的表情。在首次使用 emacs 的 时候啊，它就会要求你设定，那比如你可以给他取一个名叫龙虾哥，风格是活泼开朗，然后给他一些常用的聊天表情。第五个叫 user 点 md， 这里记录的是一些用户的信息啊，包括一些称呼习惯，比如你希望 opcode 称呼你为老板啊，或者说记住你一些其他的偏好等等。第六个叫 heartbeat 点 m d， 这是一个可选的文件，就像人的心跳一样，每隔一段时间啊，就会检查文件里的一些密行清单儿。 第七个是 memory， 点 m d 叫长期记忆，主要用于记录用户的一些长期的编号啊，和决策。当你和 tom klo 聊一些生日啊，固定偏好啊，以及你的一些核心需求啊，那它都会记在这个文件里边，这相当于是一个长期的备忘录。 第八个是 memory 斜杠加上日期，那这个叫短期记忆，那在当前的界面中，它没有展现出来。我们可以让 openclaw 把它调出来，每天的对话上下文都会写入到这个日期文件中，那相当于是每天的日记。你从它的文件名中也可以看出来， memory 加上当天的一个日期。 每次开启绘画的时候啊， openclaw 就 会读起今天和昨天的内容。那上面说的短期记忆、长期记忆啊，就构成了 openclaw 的 记忆系统。 这个记忆系统相比于普通 agent 的 最大特点就是它可以不断地写录。这就是为什么我们感觉 opcode 更聪明，更懂你。 副作用就是它会作为上下文，让你的 token 消耗比较多。那了解大模型原理的人都知道，模型的参数只会在训练阶段发生变化，它还没有办法像人脑那样在使用过程中啊发生结构上的改变，那所以只能靠这些文件记住。 所以下次如果你和文科老师说了一些希望他记住的东西，你可以要求他写，如长期记忆。第三个标签是工具，这里面有主 a 阵的经常使用的工具啊，比如一些文件的读写啊，编辑操作啊，执行系统命令，联网啊，控制浏览器等等， 也可以关闭和重启这些工具。第四个标签叫做 skill， 里面有一些内置的技能，也有一些你安装的技能啊，你也可以对技能进行一些关闭和重启。 第五标签叫做通道，这就是主 agent 关联的一些飞书啊，钉钉的渠道，我们看到这里有一个飞书的通道。第六个叫做定时的任务， 可以让主 agent 在 一些固定的时间点内执行一些任务，那比如说这里面有一个早上六点钟提醒我吃饭的定时任务。那以上这些呢，就是 open cloud 中 agent 的 一些主要内容， 那每个 agent 都可以单独设置。接下来是第四层，叫做模型层，这层大家都比较熟悉啊，当前市面上的主流的模型都可以接入 open cloud， 那 工作逻辑也非常简单， 把用户的消息和工作区的内容作为上下文给到大模型。那比如说用户说把桌面上的产品操作手册做成一个 ppt， 明天要用，那办公智能体呢，就会接到这个消息，然后从 us md 中读取你的风格偏好，比如你喜欢简洁的风格，重点排版突出，那然后从 memory 点 md 中 找到上次的一个公司培训模板，然后从 tos md 中掌握文件的操作方法，然后再调用 ppt 生成 skill， 开始一步一步的进行规划执行。那规划好步骤以后呢，就到了第五层，叫做设备执行层，那这一层呢，是欧盟的手和脚， 它能够像人类一样操作文件，执行系统命令，打开浏览器访问互联网啊，理论上你在电脑上完成的操作它都可以做。 最后一份符合用户要求的 ppt 就 这样生成了，然后再把结果消息叠在到上下文中，给到智能体，然后通过网关发送给用户。那上面这五层呢，就是欧盟克拉从收到用户消息到完成任务到反馈结果的一个完整的运行机制。 听完这些，你是不是对欧盟克拉的工作原理更清晰了呢？那下一期呢，我会给大家盘点一下市面上的各种原生龙虾、变种龙虾的优缺点，帮助你选择一款适合你自己的。别忘了点个关注，我们下期见！

今天在这个白马湖建国宾馆参加我投的 ai 法律法规网的招商活动，也正好想给大家分享一下最近使用 ai 的 一些心得。 第一，别为了玩 ai 而玩 ai。 openclaw 刚出来的时候，我找阿里的一个朋友远程帮我安装，折腾了半个小时， 接下来几天，我在挂机、重启、升级的循环当中度过了新手期。慢慢的我认识到一个问题，如果你只是为了玩 ai 而玩玩，那么投币消耗的再多也换不来商业价值， 真正重要的是找到合适你的商业闭环。第二，我的解决方案，我呢是做投融资的，业务很重，线下要看项目，然后呢，看人，看商业模式。 ai 呢，帮不了我做判断，但他能帮我做一些信息处理。 我现在的工作流呢？是这样的，我先看项目，然后 ai 分 析， b p 生成认知总结，自动发布公众号。具体的实现方式呢？我现在 openclock 这个龙虾跟我的微信公众号已经做了自动关联， 我把我的观点然后呢给到他， ai 写文章，写口博稿，自动发布到了草稿箱，我只负责审核啊，把项目丢给他呢，他也能帮我做一些分析研判以及总结，帮我设置一些跟进提醒。 我觉得这才是 ai 的 一些该有的用法，不是替代你，而是帮你放大你的价值。第三，其他的一些工具的实测呢？最近除了小龙虾，我还试了另外两个最近很火的 ai 工具。第一个就是阿里的 icu work， 他帮我搭好了一个 shopify 的 独立站。使用难点呢，不在于 a 阵本身，而在于你要懂得跨境电商的组织架构，知道怎么配置这些 a 阵，让他们协助工作。这个就是 阿修 work， 正在帮我搭建我的 shopify 的 网站啊，之前已经基本上框架已经搭好了，那么现在呢，他正在帮我做全景的合规啊， 运费修整啊等等。另外还有一个我最近用的比较多的是这个叫骡子快跑 啊，它这个里面已经把一些智能化的场景集成到，相应来说是最好用的。我用它做了个个人网站，它通过用自然语言交流，然后呢帮你调试页面架构，内容图片 啊，我觉得一个人的创业的话呢，特别是个体，想做个人品牌，想做个人的这个传播的，那么这个骡子快跑呃， ai 工具非常推荐。 那么另外的我觉得你们在选 ai 工具的时候，先问自己的三个问题，第一，我的业务闭环是什么？就别为了用 ai 而用 ai。 第二，这工具跟我现在的工作流能否打通，能用好用，自动化，这是三个不同的层级。 第三就是学习成本和你的产出价值啊，你要能算得过账，不要因为每天花了太多时间在这个 ai 上，在小龙虾上，结果发现其实你的本职工作都被耽误了。 这三个月用下来，我最大的感受是 ai 不 会告诉你答案，但它能帮你更快的找到答案，先帮你找到商业闭环，再让 ai 帮你放大。

exo walk 有 用吗？这里给你讲明白，最近呢鬼战上线了一个官方的龙虾 exo walk， 很多人把这个东西神话了，认为这个东西呢，接下来你可以干一人公司真的可以这样吗？很多人呢讲这个东西呢，他从 从选品到后面的这个业务，基本上全流程都可以接管，真的可以这么省心吗？真的，我跟你深入一下，你就能发现到底有没有用。首先选品的，选品的他会给到你一些方向，国际站上的这个样品，这个东西你还需要龙虾帮你去整理出来吗？ 你在你的店铺的后台以及前台都可以看到，在你的行业当中，热卖榜、热门榜，好评榜，这里面热品的链接，还需要一个龙虾还帮你来去处理这个事情吗？这个是不是没有用？第二个他讲呢可以自动发品的，发品的这里面呢，你要清楚他解决的深度的问题， 他不是解决你发品发的好的问题，他只解决能发现在国家规则这么复杂，然后呢又这么卷，你只解决能发的问题，比你自己业务员发的还差，这个东西有什么用？发品要发的好，我们要解决一个品 匹配的问题，为什么要解决匹配的问题呢？你要清楚回转算法推品的这个逻辑，它是等于匹配加上权重，我们发品发的好，这里面匹配了，我们要做好三件事，第一个完善的关键词表，第二个标题，九大原则，第三个核心 词，发数，填词， ai 给你发屏能解决这个问题吗？不可能解决这个问题的，这些很多都要手动去收集的，你要挖掘更多的买家式的词，这个指标的九大原则，拿九大原则，这个 ai 没有办法帮你 去解决掉的，它只解决能够把这个链接发上去，能把这个链接发上去，还需要 ai 帮你解决吗？你直接一个发布类视频不就是解决掉了吗？对不对？后面的网友可能会说啊，现在都是 ai 搜索，现在不是靠追产品关键词了，这个东西有时候你要去思考，不是你听到一句话就是真的，现在买家真的是都在用 ai 搜索吗？你自己做这样几件事情就能找到真相。第一个，你去找你老客户去问一下， 看下他们普遍的用 ai 搜索还是用普通的关键词搜索，然后你再看后台的关键词的指数有没有下降。如果你老客户当中，你问了一些老客户当中，大家都还是用这个关键词搜 搜索，那 ai 搜索就很少吗？第二个，这个关键词指数都比以前没有变化，买家还是用关键词在搜吧。还有一个你自己观察你自己的习惯，某宝上面也同步了，用 ai 搜索你自己。现在买东西的时候， 你是写一两百个字去搜索东西还是正常的，我还是用关键词去搜，然后有的关键词也懒得搜，就是打开某宝它 给你推荐的，或者是打开某音刷的时候感兴趣买了，到底是哪一种，自己要搞清楚。 ai 它虽然是顺势而为，但是呢，在搜索这个里面呢，它是逆人性而为，逆人性而为的东西不可能持久的。 还有一部分，如果你清楚国际的流量，它有二十一个板块，你就会发现呢，在每个行业整体的搜索流量只占百分之十四到百分之二十，搜索里面的 ai 搜索的占比更少，你花这么大劲在这里有什么？ 为什么很多商家现在很容易相信一些东西了，是因为你没有把这个算法它运作的底层逻辑给它弄明白，很多商家都不清楚搜索流量到底占比多少。 还有一个更大的问题，你在这里面啊，看起来好像我有一个 ai 员工，我可以搞艺人公司啊，全部都自动给你运行，这里面的只能帮你解决到能做 很浅的这个东西，但是呢，背后会有无数的 token， 无数的 token 要消耗，并且它是个无底洞，每 运作一次都要消耗一次。回单这个生意我们到底能不能用 ai 解决一些问题呢？当然可以，但是呢不是以这种方式回单。这个生意主要有两大场景嘛，第一个是运营，第二个是业务，业务方面，你把 ai 生意助手的这个智能接待，花点时间把你的思 自有知识库把它配置好，这个东西用起来还是可以的，还是挺好用的。另一方面，你日常都是一些固定的动作嘛，固定的动作就一次性通过插件解决，插件它不需要消耗 token 的， 只需要一次付费做好插件，后面的话每天自动进行运行。 这部分购买我们课程，我们会赠送四个插件，这四个插件呢，高效的解决掉很多问题，第一个是橱窗高阶应用，第二个自动移分组，自动移分组这个价值非常大，不清楚的关注我，我会在直播里面会讲。 第三个好评邀约，第四个精准高质量报二 q 购买课程呢，我们会赠送一年的这个插件使用时间。 你现在的重点你要放哪里？你要放在把运营的这些逻辑给它搞明白，我每天做什么事情是可以提升我这个运营的这个数据。如果现在对运营的这个逻辑还不清楚，要好好学一下。我们有个课程，自然流量的奥秘，线上课六十六节课，线下课两天一 夜，这么高密度内容纯讲自然流，自然流是可以做好的，给你们看一下，我们现在做活动，不刷优惠，不满进展不？我为你一天六百一十个新盘，感兴趣的评论区留言课程，一起提升回站的数据。

我今天呢，已经彻底的放弃 oklo 小 龙虾了，我建议呢，大家以后也不要再养了，而为什么呢？你看 ai 这个行业的变化，真的是日新月异，这个小龙虾出来还不到一个月，最近呢又出来了阿里的悟空和 iqoo， 其实悟空呢，是咱们中文版的 open pro， 这里呢是内置的技能， 看到没有，我安装了有三十多个功能，有这个爆款的拆解，热点的追踪，定时行业的资讯，鱼情的追踪，选品，小红书，爆款产品 设计，包括财务，法务这些呢，都是内置的，而且呢他也能调用浏览器，国内的这个悟空呢，送了我一天一百个算力，那大家知道这一百个算力是什么概念吗？今天呢，我就让他帮我先出了十款十条这个爆款的素材，然后用了我大概差不多三十多个， 那相当于你一天差不多用三次就没了，然后呢，就要充值，充值特别贵，每天其实一百个算力啊，你不要信，因为一百个算力什么都不是， 假如说你开三个栏目，你问几条信息就没了，关键是这个算力太贵了，你一百块钱买两三千个算力，用不了两天就没有了。你要这么算的话，别说你一个人一个 ai 了，这简直比员工还贵， 你招个员工一个月呢，也就几千块钱对吧，他什么都能干，但是你如果用 ai 查一条数据也要三块五块，一天查上个几十次呢，也得一两百，这个呢太离谱了， 比员工还贵，希望呢，我们可以找点这个算力的价格呢，它能下打下来这么高，我觉得是完全行不通的。如果说有想了解 ai 跨境的，欢迎咱们评论区留言，关注东南亚跨境就找 stella！