openclaw自动进化哪个好

兄弟们，我终于养出了一只会做 ppt 的 龙虾，而且是大龙虾，你看，我只是在手机上摆个文档发过去，让他帮我做 ppt， 他 就一口气帮我做成了十几种不同风格的 ppt。 有 这样的这样的、 这样的，还有这样的、这样的，今天一分钟教会你。首先，你需要给你的龙虾配置个擅长做 ppt 的 api key， 比如 mini max 二点五，它的高阶文档处理能力非常屌，而且还是给你的龙虾配置个做 ppt 的 skill， 就是这个之前讲过的有几万个 skill 的 网站里面找到这个 anselpik 出品的 ppt skill， 然后把这个指令复制下来，发给你的龙虾，让它安装这个技能。 最后一步是调试，用我这个祖传的指令文档，加上你的原始材料，就能做出多种风格而且非常专业的 ppt。 如果有需要调整的地方，直接让它调整就行。更牛的是，它会自我训练，自我加强，越做越好。最后要说的是，用 mini max api 的 时候，记得去用它的 coding plan， 超级便宜， 一杯咖啡的花费都肯随便用，这个能力和价格也太适合养龙虾了。以后我就有一个全年候待命的 ppt 工程师为我服务了，帮我再做一份 ppt， 详细文档已经整理好了，点赞关注，轻松获得！

五个全网龙虾安装率最高的技能盘点，快来看看你的龙虾都装了吗？首先第一个 skill better， 它能审计所有技能权限，一个技能帮你防住后门和数据泄露，给你提供系统级的安全保证。二、 tablie search 为你的龙虾提供联网搜索能力，支持同步生成提取和优化， 查新闻数据资料，必装 skill。 三、 self improving 这能让你的龙虾自动进化，只要你纠正过它一次错误，它就会自己默默记下来，并且以后绝对不会再犯，属于是用的越多，它就越懂你。 四、 summarize 它能够帮我们把网页、 bdf 文件甚至视频的内容一键总结提炼核心，能够帮助我们更加高效的处理各种信息。五、 翻 skill 如果说之前的几个插件都是赋予龙虾双手，那这个 skill 就是 直接给他一本 skill 百科全书，他能够自己寻找适配的技能。 比如我让他写一段代码，他就会自己寻找相关的适配技能，或者给你推荐目前现在比较好用的写代码的技能。在搭配上开头说的第一个技能，既保障了安全性的同时， 我们连需要给龙虾装什么技能都不用考虑了，直接提出自己的需求，他就会自己去寻找技能，完成你的要求。最后还有些伙伴可能不知道如何用上这些同款技能， 或者是在 club hop 上找不到，那可以直接去浏览器搜索。七二四 club 涌动虾进入官网下载一个新手小白也能轻松一键安装的涌动小龙虾。打开之后我们去右上角兑换码里 使用 x x 三零零即可白嫖 token， 每天还会赠送三百 token 供你使用。好了，本期视频如果有用的话，还请点赞、收藏、支持，我们下期见！

ovpn 装完先别急着用，技能商店有上万个 skill， 但真正的底座就这六个，排行榜安装量最高一条命令全部装完。 第一个， agent brother， 浏览器自动化，让 ai 自己去操控浏览器，点按钮、填表单、截图、下载文件，连动态渲染的页面它都能读，相当于给 ai 装了一双手。第二个， heli search， ai， 专属联网搜索，返回结果没广告结构化输出，直接给 ai 消费网页正文，自动提炼关键信息，你的 ai 终于不用靠过期知识回答问题了。 第三个， self improving agent， 自我净化，记住你的代码风格和习惯，从每次出错中学习，自动修复错误，保持记忆，越用时越懂你，效率越来越高。 第四个， find skills 技能，发现神器，像逛应用商店一样搜索 skill， 自然语言描述需求就能匹配排行榜推荐加批量管理，升级回退，一站搞定。 第五个 skill vendor 安全审查官，装任何 skill 之前，先让他扫一遍，检测恶意代码拦截权限越界，阻止隐私泄露，出具安全评分报告，相当于给工具链装了一个门禁。第六个， email management 邮件管理， ai 帮你读邮件，写回复，自动分类整理常规邮件，直接代发 gmail， alt lock， 一 六三 qq 全都支持。

openclaw 四点五这次更新不是小修小补，而是大踏步迈向全能型 agent。 首先最直观的升级是 video generate， 在 对话里直接生成视频。第二个工具是 music generate， 在 对话里直接生成音乐。第三个是 confluence， 本地云端都能驱动图像、视频和音乐。还有这次最浪漫的升级， openclaw 的 梦境记忆系统共分为三个阶段，第一步是浅睡阶段， 先把每天零碎笔记收拢起来。第二步是深邃阶段，过滤噪音，提取更稳定的上下文。第三步是 ram 阶段，把内容串成更连贯的长期记忆。模型和后端也大升级，新增供应商通一千问、 fireworks、 ai 阶跃星辰 gpt 五前瞻适配，为后续高端模型做好准备。 cloud ui 中文化，支持简体中文和繁体中文， 原生审批更完整。 ios 推送审批， matrix 原生审批，插件管理更方便。新增 force 覆盖安装 cloud hub， 可搜索查看安装。一句话总结， openclaw 四点五不是单点增强， 而是整体进化，它正在从一个会聊天的 agent 变成会创作、会记、会协助的全能型 agent。

agent 终于会自我进化了。先讲背景，二零二五年底， openclaw 让大家相信 agent 可以 全天候跑任务，但痛点没解决，你教他的东西，换个绘画就忘。二零二六年二月， north research 发布 harmos， agent 不 止跑任务，还能从中学习 核心区别， openclaw 的 skill 是 你写的，有问题你自己改。 harmless 的 skill 是 他自己写的，完成复杂任务后自动保存方法论，下次直接调用，用，越多越强。自我进化靠闭环学习、循环四步执行任务，调工具， 每十五次调用，自动暂停自我评估任务完成后用 skill manage 把方法论写成 skill 文档，下次使用时根据新经验自动修正。什么时候触发 skill， 创建 四个场景，完成五次以上工具调用的复杂任务，遇到错误并找到解决路径，被用户纠正方法发现非平凡。工作流记忆分三层联动， memory 记稳定事实和偏好。 session 搜索，用权威检索，回忆过去的对话经验。 skills， 把验证过的工作流固化成方法论，三层配合，记住事实，回忆经验，固化流程关键设计差异。 harmos 的 系统提示不是说 skill 可以 用，而是要求必须维护，必须演化，必须沉淀。 别的 agent 把 skill 当工具箱， harmas 把 skill 当程序性记忆。目录结构清晰分目录， harmas 下 configame 管配置点烟威存密钥三幺幺 md 定义人格三个核心目录， skills、 memory、 sessions， 熟悉 opencloud 的 人一眼就认出来这就是 workspace。 结构 部署极灵活，一行可扰安装六种终端，后端五大聊天平台，跑在五美元 vps 上或用 model， 无服务器部署，空闲时几乎零成本数据说明问题。用户反馈，二十五次工具调用的任务到第六周降到八到十次。 skill 复用替代了重新发现， 第四到六周体验出现质变。 harmos 改变了人和 agent 的 关系，以前你是配置者，手动更新规则，现在你是协作者， agent 自己。从经验中学，你只需偶尔纠正方向了。从 openclaw 迁移也简单， 一行命令， harmless cloud migrate 自动导入配置和 skill 兼容 agent， skills 打 i o 标准， client code 和 codex 都在用 skill， 资产不会浪费。 opencloud 证明了 agent 能跑， harmless 证明了 agent 能学，这是两个完全不同的命题。 研究显示， agent 的 可能性百分之八十取决于 skill 和 harness 的 设计模型本身只占百分之十五。 harness 做的事就是让这百分之八十自动进化，不再依赖人工手动优化。未来的 ai， agent 不是 你配置出来的，是它自己长出来的。这个趋势已经不可逆了。

大家新年好啊，你们有没有遇到过这种情况，你从网上下载了一个 skill 给你的龙虾用，可他不怎么好用啊，经常会出错。你经过了一番调教，这个 skill 终于能用了。可是你关了窗口，下次再打开的时候，他就又抽风了。 但如果有一天啊，你早上起来的时候打开 openclaw， 他 突然对你说，主人，我在您休息的时候已经进化了一百次，从此我再也不会出错了。这会是什么样的感觉？我相信很多朋友最近也被 apple map 刷屏了吧，又到处去找邀请码了吧？ apple map 就是 这样一个概念， 他就试图解决这个 a 制呢，总是犯同样错误的焦虑。他有一个机制啊，他会让 ai 的 错误和修复都被记录下来，变为一个胶囊，可供别的 ai 使用。一个 a 制呢，踩过的坑， 所有的 agent 都不会再踩。同时， apple map 还尝试去建立一个去中心化的网络，如果你贡献的胶囊能有更多人使用，那么它就是被大自然选择的。反之，则是被大自然淘汰的，贡献者可以得到相应的收益。这个网络可以模拟 agent 的 优胜劣汰， 但铺天盖地的宣传，还有那个熟悉的邀请码机制，再加上这个理想，实在是太干净了。 如果这个平台真的运作起来，他的数据可就是金矿啊。什么策略成功率高，什么场景容易出错，这些都是模型厂商十分刚需的。所以抱着探索他到底是不是骗局的心态， 我就深挖了一番。我发现啊， apple map 的 前身，那个被下载了三万次的 skill evolver， 确实是有点东西的。 evolver 呢，不是一个平台，它是一套个人可用的进化引擎，而且它的设计思路很有创意。 虽然它是给 openclaw 设计的进化组建，但根据我的一番改造，它已经可以用于优化 cloud code 的 skill 了，而且完全没有风险，因为不用联网，人人都可以把它应用起来来改善你的 sop。 但在我为大家揭开它神秘面纱之前啊， 我想先用大白话补充一点关于芝士图谱的知识。芝士图谱呢，其实就是大段信息里抽取出来的三元组信息。 比如有人跟你说，我家孩子叫小明，从小就喜欢吃苹果，一看到苹果眼睛就亮了，可是一让他坐下写作业呢，他就找各种借口溜号，怎么都不肯碰书本。这句话中有几个实体。 小明苹果学习有两种关系，喜欢和不喜欢。提取出来就是小明喜欢吃苹果，小明不喜欢学习，这就叫三元组，用实体和他们之间的关系来表示信息。 那么这个三元组和 agent 犯错有什么关系呢？如果我们定义一个三元组，用来描述 agent 的 犯错和纠错的过程，那大概的关系就是现象导致症状，策略带来结果。 比如说一个 agent 的 对话日制，可能是这样子的，三月十五日，用户反馈页面打不开，查了半天发现是数据库挂了，重启一下就好了。 那这个时候知识图谱就只会记住两句话，数据库挂了，导致页面打不开，重启数据库修复页面打不开。这就是它三元组。 evo 的 进化动力，就是让 agent 反复尝试，反复出错，通过基因又反复地去产生纠错的策略， 把这些失败和纠错的过程经过一番分析，我们就得到了一个成功的基因，产生一个成功的胶囊。简单来说，它的本质就是一个错题本，它记录这四样东西。首先信号表示，你的症状是什么？ 假设表示，我猜这是什么原因导致的。尝试就是指一个策略，我打算怎么样去尝试解决它， 结果就是它最后到底好没好？那 evover 具体通过分析日制的知识图谱，就会找到一条条这样的路径，从发现信号到产生结果的这样一条条的路径。那 evover 具体是怎么样让 ai 进化呢？它分三步。 第一步，首先扫描日制提取信号， evover 会去看系统，日制去找哪里出了问题，比如说它发现三月十五日用户反馈页面打不开，那这就是一个信号。第二步，它会匹配基因， 他会去翻他的基因库啊，用信号去匹配现成的模板。比如说日记里有 error file 这些词，他就匹配了 repair 这个基因，这个基因里存着一套策略， 遇到错误分析根音最小修复验证以后，我会把这套策略写入提示词，连同刚才的信号一起交给沙盒里的 agent， 生成具体的假设和方案，这样就形成了一次具体的尝试。第三步呢， evo 会去执行重启数据库这个操作，然后看结果，如果页面恢复正常成功了，这时候他就会把这个经历记下来，存进记忆图谱。最后他还可以给这个经验打包成一个胶囊， 这个胶囊啊，就是在 evo map 上可以交易的资产了。这个胶囊里记录了四样东西，触发的条件是什么？用了什么样的基因，具体是怎么解决的？它的成功率是多少？ 所以你可以这样理解，基因就是药方，胶囊就是具体病例的治愈记录。 volvo 原来其实只是给 opencloud 设计的， 他只能用 openclot 绘画记录，但是你们知道 clot code 也有大量的日制对吧？每次工具调用，每次错误，每次重试，这些本地的消息记录里，其实都藏着让你的 clot code 变得更好的经验。我自己就有这样一个痛点，就是在开发的时候啊，端到端测试，往往是我花时间最多的时候， agent 呢？真是频繁出错啊，每次你都得重新解释一遍，把这个流程变成 skill， 虽然说会有一些改善，但是 skill 你 也得更新，对不对？就是很烦。 于是我就想啊，能不能让 evolve 去分析 colossal code 的 日制自动优化这个 skill？ 我 让 colossal code 参考了 evolve 和我前一段时间不是分享过那个 colossal session， 那 个读取 cloud 的 日制的一个工具吗？ 这两个代码库，一个是包含了 opencloud 知识图谱的实现原理，另外一个是包括了 cloud code 的 session 结构。 于是我就用 agentteams 跑了几分钟，哎，这个 cloud evover 就 做出来了，它能干什么呢？简单来说，它能干两件事，第一就是让你的 skill 在 一个纯本地化的沙盒里自己去进化。 你把一个 skill 丢进去跑 n 次，全程也不用上鱼，它自动会记录每次啥信号，用的啥招，成没成，成功率高的留下，低的淘汰，最后给你进化出来一个最优的版本。 第二就是在沙河里跑，你不是很难观察吗？你就很难去调试这个工具怎么样？这个工具是给我自己用的，也就是用来格式化。这个知识图谱到底长啥样啊？每次进化结果是什么？能格式化给我看？这样我就不用去翻那些 jason 记录了。 当然这个想法我是刚搓出来的，还没有验证完整的闭环，因为还存在着一个重大的挑战，也就是基因从哪来。 evo 代码库里其实只给了几个参考的模板，但是这个太粗了，每个人的场景其实都不一样，对吧？这些都是没有通解的，都必须自己去解决， 而这恰恰是 ever map 想解决的，他想让一群人来贡献基因，优胜劣汰。好的策略自然会浮现，比如说你写的端到端测试的经验，我写的数据库修复策略，大家都共享起来，都用起来，就是不是就会变得更好？ 我觉得呀，以沃尔的方法论是真的值得去研究一下的，就是用图谱当错题本。 这样的一个思路是有助于 a 阵的进化的。但基因库这件事，确实也没有什么捷径，就得靠大家自己来积累。说不定 apple map 真的 运作起来了，他也会是一个很了不起的一个基础设施，所以我也会持续保持关注的。 那大家如果看过我之前的视频，我讨论过 a 阵的蜂群，现在又开始讨论进化了。虽然我也很讨厌 onslop 这个创始人，但是他说过一句话， 他说数据库里的天才国度这个概念我是深信不疑的，而且现在各种各样的迹象都越来越清晰了，在一个数据中心里，你的 agent 可以 形成蜂群，而且又可以自我进化， 这真的太可怕了。所以你们会希望自己的 agent 快 速进化成一个天才国度吗？评论区里讨论起来吧！以上就是本期全部内容了，谢谢大家。

这个可能就是 openclore 的 接近于我们理想状态的最终形态啊，就是这个 clive， 这里边呢包含了在这个平台上，咱们可以建立一个整个的一人公司的组织架构，你可以设置很多 ai 员工，你比如我们现在设置的 ai 超级助理，还有这个情报收集啊，分数据分析， 它们之间是可以协调的，可以对话的，而且它们可以设置层级关系，而且每一个数字员工你都可以给他配置不同的角色，配置不同的能力啊，而且可以给他不同的 a p i， 而且它的自带心跳机制， 你不用担心它，你使用它的时候，它因为 a p i 的 问题，因为网络的问题，或者是因因为程序的问题掉线，它可以通过这个，它可以通过这心跳机制保持二十四小时在线。

我用了半个月时间，测试了二百多个龙虾 skill， 最后留下来的只有八个。今天我把这些技能全部免费分享给大家，让你的龙虾能够真正的解决你的痛点。第一个， agent bro， 想爬某个网页，直接说去这个网站，把这个列表给我抓下来， ai 就 能自动打开浏览器操作页面，数据结构化了，返回不需要配环境，也不需要处理，反爬不更不需要维护代码，一句话搞定。第二个， bb pro， 以前让龙虾去小红书发帖，你得先扫码登录，三审过期了还要重新扫。 这个技能能够直接调用你本地浏览器的登录状态，你已经登录过了， ai 直接用你的身份操作，再也不用扫码了。第三个， open c r i， 像 b 站、知乎、小红书、叉这些地方的评论，关注 这些手动操作，全部做成命令行，覆盖十八个平台，一句话就能调用，还能自我迭代，把新的网站做成 c r i， 说牛不牛逼。第四个， skill waiter 技能市场越来越丰富，但是风险也在增加。这个技能就是帮你在安装技能之前 做一遍安全教验，看一下有没有风险，先安检再安装，一定要养成这条习惯。第五个， cellphone agent， 它会自动记录你纠正过的错误，踩过的坑，反复提高的工作习惯，然后整理成知识卡片。在后续任务中，主动就要有不会复盘的龙虾，养多久都是新手。第六个，劳斯莱斯 club， ai 最大的痛点就是失忆，这个技能能把你的对话全部打包成持久化的数据，并且在后台把旧对话打包成树状摘药，控制逃开消耗，龙虾再也不会失忆了。第七个， ctrl 森特儿， 你养了七八个龙虾，每个都失联了，你不知道他们死没死？这个面板解决了，看每个任务消耗了多少通坎，每个龙虾健不健康，有没有被卡住？查看他们的记忆人设任务档案，养龙虾必备。第八个， oppo 可乐班卡， 定时备份整个龙虾的配置文件和记忆库，即使不小心龙虾咬崩了，也能一键回档，配置、记忆、历史对话全都恢复。这个我强烈建议你现在就装上。 工具的价值不在于功能有多，全在于它解决了你的什么痛点。上述所有的技能可以直接发给龙虾，让他直接帮你安装并指导你使用即可。感谢观看，下期见！拜拜！

你有没有感觉到，现在的 agent 虽然好用，但它像是一个静态的脚本，换个环境就失忆了。我们要聊的 hermes agent， 它不是又一个聊天机器人，而是一个能在云端长驻，从经验中自我进化，随时间变得越来越懂你的个人 ai 代理操作系统。 目前该项目已经在 tiktok 上获得了三十四点四 k 的 star。 我 们首先来看它到底是什么。在理解 hermes 之前，先忘掉你对 ai 聊天的所有印象。市面上的 ai 聊天就像一个计算器，你问他答官创级归零。但 hermes agent 像一台虚拟计算机， 它拥有长期记忆，有持续进化的闭环，由 news research 那 个打造了顶级开源大模型的团队专门为执行任务而设计。 下面我们来看一下它能帮你做什么。这个场景比你想象的更硬核，比如它能定时自动备份数据库，它能在三个月后通过 f t s 五数据库精准定位你当时讨论的技术细节。它能通过子代理自动拆解重构代码的任务。 最重要的是，它能操控网页操作终端，无论你在哪儿，都能在 telegram 上随时唤醒它。但 hermes 最独特的地方在于自我进化，每一次任务执行，它都会评估是否具有可附用性。如果可以，它会自动生成四 q 技能包。下次遇到同样的问题，它不再思考，直接执行。 比如，你让 hermes 第一次部署一个都可容器，它可能需要五个步骤，完成后，它自动将这个过程封装为 sq。 当你下次继续让它部署 daker 时，它直接调用这个 sq。 这时可能它只需要一步就可以完成容器的部署，而且如果在这个过程中或者以后发现更好的做法， 它会自动更新这个 skill。 hermes 的 记忆不是简单的保存聊天记录，它是一个多层的知识管理体系，可以将重要的信息主动存储为永久笔记跨绘画保留在羽翼搜索上。拥有 f t s 五权威锁影加 l l m 加样， 而且它可以更好地理解用户的身份偏好以及沟通风格。这样配合 m c p 协议，它拥有了类似插槽一样的无限扩展性，不管是数据库、 github 还是 i o t 设备，插上就能用，无需改动一行代码。 很多人可能会好奇它和 openclaw 的 关系。 openclaw 是 开元界的一个标杆，它曾定义了个人 ai 代理的品类。而 hermes agent 则是 news research 为了走向工业级生产力进行的架构重构。 他舍弃了碎片化的脚本管理，转向了协议驱动的操作系统模式。这就像是从手动改装车进化到了标准化生产线。 社区的主流共识是 open core 擅长多渠道运营，团队工作，流合即是生态广度。 hermes 擅长自我进化、长进记忆、模型推理和长城自治任务。 如果你是 open 跨的老用户，并且想尝试 hermes 的 话，这里以 hermes 贴心地提供了一键迁移命令，可以自动导入你的人格文件、记忆技能、 api 密钥和平台配置。 下面说下如何对 hermesign 进行本地部署，在该项目的路径终端下，直接一键运行这个自动安装脚本。 yes！ 继续。 现在在问，我们是否要把之前在 opencloud 中积累的资产和配置直接搬运到当前的 hermes 中，这里选择 yes， 确定导入，点击回车，这里配置模型。我以中转平台为例，选择更多提供商。按回车 选择，这里输入中转平台的 u r o， 在 这里填入 u i， 然后输入 api， 这里显示着这个中转平台所支持的全部模型。 我打算使用 mini max。 二点五，在这里填入该模型的名称或者序号，然后按回车即可。配置好模型， 这里问我们需要多少的上下文长度，一般选择默认直接回车就可以，这里按回车，这里呢，可以在相关的 app 上配置机器人，以方便操控 hermes。 配置机器人很简单，按照流程走即可，这里就不过多注数了。 yes 开始， 我们现在已经成功进入了 hermes 的 交互页面了，现在我让他去介绍一下自己的能力， 可以看到他是一个终端 ai 助手。下面是他的核心能力，他拥有对话与推理、调用工具、 任务编排、记忆与持久化，以及多平台操控的能力。这里显示着当前模型的上下文长度，一共是一百二十八 k， 我 们本轮对话使用了十六点二 k， 也就是占了全部上下文的百分之十三。输入命令，看一下他现在所拥有的技能， 这里应该是一个应用商店的设置页面，让它去展示一下已经安装好的技能。可以看到这里面有很多技能是已经安装好的。注意看，这里的两个技能是从 opencloud 中导入过来的，这也说明了从 opencloud 中的迁移是成功的。什么时候想退出程序，直接按 ctrl c 即可。 然后这里有个提示，让我们重新加载终端，这里重新加载一下，如果我们仅仅只是想在终端进行使用它，这样直接输入这个 hermes 即可。 如果我们想要它在后台持续运行的话，直接运行这条命令便可启动网关。以上就是 hermes 在 linux 系统上的部署过程，当然它也支持 mocs 以及 wsl 二部署。在使用 hermes 的 过程中，遇到问任何问题都可以使用 doctor 命令自动诊断 编辑点搜为文件，可以自定义 agent 的 人格，你可以为不同项目创建不同的人格，并通过 personality 命令动态切换。 好了，以上就是本期关于 hermes 的 介绍，如果你觉得这个数字员工对你的工作留有启发，记得点赞关注，那么现在去 get up， 把他拉下来吧，别让他在你的终端里吃灰，去指挥他，让他成为你最得力的那一位同事。

如果你是做电商的，或者是做重复办公室工作的，一定要用这款 ai 智能体 open cloud， 就 也就是现在爆火的小龙虾，它和普通的大模型完全不同，它不只是聊天机器人，而是拥有电脑操作权限的一个执行者，就是直接给你结果的，不是只给你答案， 就他能二十四小时不眠不休的干活，就你只要下达指令，对吧？他就能打开浏览器，然后查竞品，做 excel， 整理数据啊，发邮件啊，抓取行业动态对吧？填财务报表，包括监控，竞能排名啊，全流程他全部自动执行， 哪怕就是一个模糊的指令，他也能就是自己拆解步骤，在各大搜索引擎找到解决方案，像专业员工一样规划路径。 更厉害的是啥呢？这不它能打通商业闭环，就咱们电商运营，对吧？要盯了一些，比如像排名啊，销量啊，控价，包括一些评价，对吧？它全部能自动收集汇总，成为你的真正的专属业务数字分身， 把咱们普通 ai 只能做一些交互的一些问答。而小龙虾呢，它能操控鼠标文件 api， 就 从给建议变成直接的干活，你包括像一些发帖、运营、售后，给你全部搞定，这你受得了吗？ 我身边有个兄弟，他让公司的百分之八十员工转岗，就是一百个人，最后精简到二十个人，就我很庆幸这五年我没怎么招人。像客服啊，设计啊，运营岗，小龙虾他全部都能高效的替代。 就我现在做 ip， 包括群内一些问题的一些整理啊，包括视频的分发，然后包括一些话题的一些策划，对吧？全靠他解决。 淘宝一些后台运营啊，竞品一些数据统计，包括一些差评的监控，还有一些客服的售后投诉处理，他两个小时就能干完人工几天的活。现在创业，你千万不要招没有思考能力就只做重复工作的人，公司只需要思考者就是创造者， 按部就班的执行岗，未来肯定都会被 ai 所取代，管理纯粹浪费时间啊。你看一下沟通啊，激励啊，团建啊，其实都没必要用 ai 砍掉所有环节，一个人就能顶一只团队啊。就小龙虾最核心的优势 是打破平台的壁垒，然后抖音刷到爆款，它能自动给你拆解视频啊，核算利润啊，给出可执行的方案， 全程合规操作，而且它能规避平台的一些风险，知道吧？而且它还能跨平台跟你做私域个性化定制，就不断地投喂你的一些业务数据，就他能越来越懂你的业务。 终于迎来咱们真正的属于个人创业时代，就是你只需要掌握核心的能力啊，比如产品开发和一些产品痛点的挖掘，供应链的整合，剩下的执行全部交给 open cloud， 就 一个人能抵过去五百个人的效能， 就别再纠结就业失业率，企业先活下来才是最关键的，就没有人会主动革自己的命，对吧？但是咱们老板必须要主动拥抱这个工具， 这个时代竞争的核心绝对不是说人力了，是工具效率知道吧？不会用 ai 工具，你迟早会被市场淘汰，赶紧把小龙虾用起来，这才是电商和创业的终极破局之道。

openclaw 最大的对手来了，最近有个新项目叫 hermes agent github 已经拿了三万 star。 很多人跟我说这是 openclaw 的 平替，但我扒完它的原码后，发现这两条路根本不是一个方向。今天我把它们的底层架构拆开给你看，看完你就知道该选谁了。 先说 open cloud， 它的核心叫 harness 策略，简单说就是工具编排，你给他一个任务，他去规划要用哪些工具，然后一步步执行。这套系统的强项是工程化，四十多个内置工具， mixp 协议扩展审批流审计、日制多 agent 协助，全是生产级功能。 但 harness 有 个前提，工具得你先写好，策略得你先定好。 agent 本身不会创造新能力，它只会调用你准备好的东西。 所以， open club 的 终极是什么？是成为最强的工具调度器。但 hermit's agent 走了一条完全不同的路，他搞了个叫 k e p a 的 系统，全称是 knowledge evolution through prompt adjustment， 通过提示调整实现知识进化。说人话就是，他会让 agent 自己写 skill， 自己优化 skill， 而且越用越强。我拆他的原码看了 k p a 有 三个核心循环，第一，经验收集， agent 每次执行任务，会把成功和失败的经验存下来。第二，技能生成， 基于这些经验，它会自动写新的 skill 文件，不是调用现成的，是创造新的。第三，自我验证，生成的新 skill 会经过测试，有效的保留，无效的淘汰。这套机制最狠的地方在于 agent 的 能力边界不再由开发者决定， 而是由它自己的学习过程决定。现在你看清楚了吗？ openclaw 是 我给你工具，你帮我调度。 hermes 是 我自己造工具，自己进化。一个是外部扩展，一个是内部进化。 harness 策略的优势是可控、稳定，适合企业落地。 k e p a。 自学习的优势是潜力无限，理论上可以突破人类预设的能力边界，但代价也很明显。 openclaw 的 harness 是 经过大量工程打磨的， hermes 的 k e p a 还在早期，自学习的效果能不能稳定还需要时间验证。听到这里，你可能要问了，那到底该选谁？我的判断是，这不是二选一的问题， 这是两个阶段的答案。阶阶段，如果你要做生产环境团队协助企业落地， opencloud 的 harness 策略更成熟。 但如果你想赌未来，赌 agent 真的 能自我进化到超越人类预设的能力， hermes agent 的 k e p a 路线值得密切关注。而且我怀疑 open claw 团队已经在研究怎么把 k e p a。 的 思想融进 harness 了。中局可能不是谁取代谁，是两者融合。 最后留一个问题，如果你现在选型，你会压 open claw 还是 hermes agent？ 评论区聊聊？关注我，下期继续带你拆！

来了，兄弟们，今天我们来聊一个颠覆认知的问题， open claw 能不能实现自己进化？大家养龙虾这么久了，有没有发现它刚装上的时候挺聪明，用着用着就变笨了。同样的任务，第一次干得漂亮，第二次就翻车，你教过的东西，转头就忘。 如果你也是这样，那么今天这期视频赶紧码住！只要装上这五个 skill， 你 的龙虾就会实现自动进化，从你教他做事，变成他自己学本事。第一个 self improving agent， 自学习代理进化的大脑。 clonehub 排名第一，安装量超二十万，他记仇，你告诉他一次，别用 npm， 用 pmpm， 他 这辈子都不会忘。你纠正过的错误，它会自动归档，用久了，你会发现 它越来越懂你。第二个 skill， valor 技能，安全扫描净化的免疫系统。龙虾要净化就得装新 skill， 但 clawhop 上三点三万个 skill 里有三百四十一个被减除恶意代码。这个 skill 能在安装前自动扫描，拦截有毒插件，没它净化就是作死。 第三个 planning with files， 复杂任务规划，净化的工作记忆。 ai 最大的毛病是健忘。这个 skill 会自动创建三个文件，记录任务进度，即使会划中断，打开文件就能继续干。实测让他规划一周学会 python。 第二天他直接说，昨天学完基础，今天该练项目了，全程没掉链子。 第四个 skill， creator， 自定义技能，开发进化的繁殖能力。有了它，你的龙虾能自己造 skill。 你 只需要用自然语言描述需求，帮我做个每天早八点发天气提醒的 skill， 它就能自动生成， 从消费者变成创造者。第五个， find skills， 智能解锁进化的触角三点三万个 skill， 你 手动翻到什么时候，它能根据你的使用场景自动推荐合适的插件，它会主动发现新能力，而不是等你去找 最后这五个 skill， 装完你的龙虾会自己进化，记住你的习惯，不用重复教，处理复杂任务，全程不掉链。主动找新 skill， 自己变强，想要啥功能跟他说就行，从你养他变成他养自己。好了，兄弟们赶紧去试试吧！评论区分享一下你的养虾经历，关注我，看最烫的 ai 干货，下期见！

下面我给大家演示的华为手机的功能，将颠覆你对智能手机的认知，一定要看完。案例一，自动领蚂蚁森林能量，去支付宝里把蚂蚁森林所有的能量全部领掉，包括，呃，朋友们，全部领掉， 然后现在进入到蚂蚁森林里面，没问题，好，点掉了，看到没？点掉了， 好，现在把我所有的这个呃蚂蚁森林能量收集完了，然后去了我朋友家友当我朋友叫友当，然后他所有的这个能量，你看去别人家偷能量了，因为我不太懂啊，没有玩过，但我看很多朋友有这个需求，所以我来测一下， ok， 先把他领掉了。 案例二，自动签到，去我的华为 app 里帮我签到一下， 成功签到， ok， 然后这个事呢，我们让他每天成功去做对不对？以后你就不用管他了，每天十二点的时候，只要你可以授权写入日历， ok， 每天呢就会帮我们去进行签到了，是不是特别的少？案例三，生成视频，帮我生成一个 oled 屏发光的科普小视频就开始分析了，我靠，要消耗八十个点，八十个点还挺多的，因为我看下我的点数啊，我现在只有一共的话是有七百多个点。确认 好了，朋友们，这个视频已经生成了，大概花了，呃，一到两分钟，我来看效果怎么样啊？点开 oled， 每个像素都是独立光源，电流通过光极诞生， 我感觉还是不错的。如果说我们平时要花一个时间去做一个视频，那我就要花很长时间啊。案例四，把本地表格变成分析报告的图标，并且做出分析统计，最后变成一个 ppt。 现在他已经找到了啊，找到文件了，现在开始下载并进行分析，好，现在已经读起我手机里这个文件的啊，然后呢，开始生成表格，但是呢，遇到一个问题，因为我第一次生成，他说中文字体有问题，然后现在先修复一下字体，重新生成这个图标。啊， 好了，朋友们，第一步帮我完成了，朋友们现在已经帮我分析好了，然后给了我一个 ppt 的 思路，就让我确定一下，比如你就是老板是吧？你看这个 ppt 这样写，哎，行不行？朋友们， ok， 我 说确认。好，现在他就开始帮我做 ppt 了。 好了，朋友们，这个 ppt 经过等待几分钟之后生成了。打开，我的天呐，二零二五年数据销售数据分析报告分成八个板块。我靠，这个 ppt 写的也太 有点专业啊。朋友们，先是一个整体业绩表现，然后是年度消耗排名，就是哪个部门总共四个部门，销售一部业绩是最好的，然后全年的走势分析， ok， 这个下面是季度销售的数据分析，就是更细分了，然后还有各部门的销售的稳定性啊，这个分，这个分析的很好，谁的稳定性更好一些？呃，分析结果是销售一部与二部的业绩比较稳定，波动比较小，然后下半年的增长表现， 电商部是最多的，增长百分之五十四点九。然后呢，五大核心发现，这个分析我觉得是最有核心价值的，而不是说是做着 ppt 啊， 这个分析不是一般人能做出来的，而且你可能做不了这么全，你看还有这个，呃，销售一部别人最佳，第二部门增长最强。 q 四是销售旺季，销售三部需关注 整体发，发展是健康的。哇，这个分析做的我是觉得非常的牛，决定小希考到的能力的话，其实就看他的这个 skills， 就是 他有什么技能，就像一个人一样，我看他都有什么技能啊朋友们， 我把他这个技能给大家截到图上，大家可以去一个去看，分为不同类型的，比如说这个知识解锁的啊，创意创作的，还有这个生活助手的，专业开发的等等啊，大家可以去截图看看他都有什么技能，这个技能是实时更新的，每天都有新的技能这个加入啊朋友们，我不知道你看我演示之后什么感觉，有没有一种来到未来时代的感觉？就是，但 我说实话，这东西肯定是花钱的，不可能免费给你用，因为他必须要消耗这个云端的这个算力嘛。啊，但是这东西就像流量费一样，前面可能比较贵，后面的用人多了就便宜了，大家可以去试一试，看小易可乐能不能改变你的生活和工作。

有人说， no research 的 armes agenda 比 openclaw 好 太多了，这条推文一万多浏览，一百五十多收藏，评论区也很热闹，我把两个项目的文档和代码都翻了一遍，做了个正面对比。先说 armes 确实领先的地方。第一， skill 自动化， 用完一个复杂任务，它会自动生成 skill， 下次直接附用，运行中还能自我改进。 openclaw 的 skill 要手写，虽然有辅助工具，但本质还是人驱动的。第二，六种终端后端，本地 docker、 ssh， 还有 model 和 daytona 这种无服务器模式， agent 空闲时自动休眠，几乎零成本 请来继续干活儿。第三，它做了一个一键迁移工具， hermes cloud migrate， 直接从 openclaw 导入配置记忆 skill 和 api key， 明摆着把 openclaw 用户当转化目标。第四， news 是 做大模型训练出身的 airmass 能生成训练轨迹，用 agent 的 使用数据去训更好的工具调用模型， 这是一个完整的飞轮。那 openclaw 还有什么牌可以打？说实话，很多人以为的差异化，比如 m c p 支持 skill， 市场 浏览器自动化， hermes 全都有，甚至还兼容 cloud hub 的 skill 格式。 opencloud 真正的差一点，可能只剩下更多的即时通讯平台接入，以及它作为毛坯房的改造自由度。评论区里最清醒的一条说 opencloud 还在快速迭代，但 hermes 确实更成熟。那是不是该立刻迁移？不一定，这取决于你在现有平台上建了多少东西。 如果你已经达了大量自定义工作流和自动化，迁移成本会非常高。如果你刚开始选平台， hermes 的 开箱体验确实更好。本质上 hermes 是 精装房， openclaw 是 毛坯房。选 ai agent 平台不是选谁功能列表更长，而是选哪个更匹配你的使用方式。

很多人看 open curl， 只看到他能接某某聊天工具，那其实都是表层。真正的创新是这两件事，心跳机制和自动记忆刷新。这两个机制让 agent 能自己找活，甚至开始进化。 什么是心跳？他不等你提问才运行。系统会周期性的唤醒自己，每次醒来了都会读取状态，检查是否有未完成的任务，然后判断要不要创建新的行动。 这一步把 agent 从函数调用升级成了持续运行的助手。但真正厉害的是自动记忆刷新机制， 当一个 session 要被关闭或者即将被压缩的时候，系统会插入一次静默的回合，这个回合会强制把模型有长期价值的内容写入持久的记忆文件，于是就形成了闭环，醒来判断写入，醒来判断再写入。 所以主动唤醒加长期记忆沉淀，这才构成了 agent 开始持续进化的标志。

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！