如果你的社交圈還沒人聊龍蝦，那該換個社交圈了。

作者：袁寧 漢雨棣

來源：網(wǎng)易科技

12歲的小學(xué)生用它5分鐘寫出小程序，70后的老程序員用它量化交易并建議“裁掉所有程序員”；

28歲的設(shè)計師養(yǎng)了5只“蝦”管理全部生活，29歲的內(nèi)容運營看著它自己打開瀏覽器干活，開始擔心它會砸自己飯碗；

27歲的創(chuàng)業(yè)者把AI捧成公司CEO，32歲的出海顧問卻堅信它只是階段性產(chǎn)品，要善于組合使用不同的AI產(chǎn)品。

過去一個月，OpenClaw點燃的“養(yǎng)龍蝦”（龍蝦，指基于OpenClaw搭建的AI Agent）浪潮從硅谷到中國，從極客圈蔓延至大街小巷。

3月6日，騰訊在深圳總部公司門口擺攤免費安裝OpenClaw，排隊人群從2歲到60歲；春節(jié)假期后，北京深圳上海線下沙龍場場爆滿，200人的場報名人數(shù)逼近兩千，一票難求；大廠們跑步入場，網(wǎng)易有道推出 LobsterAI（有道龍蝦），百度、阿里、Kimi、MiniMax等紛紛推出自家“龍蝦”產(chǎn)品。開發(fā)者更是瘋狂，各種養(yǎng)龍蝦攻略彌漫社群。

圖注：3月6日，騰訊在公司門口進行免費安裝OpenClaw的服務(wù)

社交媒體上流傳著一句開玩笑的話：“如果你的社交圈還沒人聊龍蝦，那可能是該換個社交圈了?！?/p>

我們找到了六位資深的“養(yǎng)蝦人”：從12歲小學(xué)生到70后創(chuàng)業(yè)者，從產(chǎn)品設(shè)計師到內(nèi)容運營，從連續(xù)創(chuàng)業(yè)者到出海咨詢顧問。他們用OpenClaw的方式截然不同，對AI的態(tài)度也冰火兩重天。

在實驗過程中，這些 AI Agent 并沒有想象中那么“無所不能”：部署本身存在門檻，調(diào)用模型意味著動輒幾百美金的 token 成本，運行過程中時不時翻車，還伴隨著權(quán)限和隱私泄露的風險……

換句話說，它還是一種仍在成長中的能力。

也正因此，“養(yǎng)蝦”的樂趣，往往不在于它一開始能做什么。而在于人不斷訓(xùn)練、修補、糾錯，甚至陪伴它成長的過程。

這是一場人與 AI 之間的長期協(xié)作實驗。

這里插播一條課程資訊：

報名「黑馬·AI星球Agent實戰(zhàn)營」，國內(nèi)?個基于“全鏈路業(yè)務(wù)拆解+Agent搭建實戰(zhàn)”的企業(yè)級Agent實戰(zhàn)營；3天閉關(guān)+90天陪跑，讓你帶走：

1、一套完整的企業(yè)級Agent構(gòu)建方法論

2、一個基于真實業(yè)務(wù)場景的可運行Agent Demo

3、一份量身定制的落地推進計劃

4、在線陪跑與生態(tài)資源對接支持

讓AI真正落地變現(xiàn)！

掃碼咨詢報名

（翻到底部了解詳情）

01

施清荃：12歲，5分鐘做出一個小程序

年齡：12歲

職業(yè)：小學(xué)生

養(yǎng)蝦時間：1個月

核心應(yīng)用場景：小程序制作

12歲的施清荃用OpenClaw做出一臺番茄鐘，整個過程只花了5分鐘。

在中古友誼小學(xué)讀六年級的他，最近剛開學(xué)。作為AI時代的"原住民"，他對AI的初始認知要追溯到2025年春節(jié)——當時DeepSeek橫空出世，他第一次讓AI做了一個解24點的小程序。"我自己解得不夠好，就寫了一個程序來解。"

今年2月，他了解到OpenClaw這款開源AI工具，隨后根據(jù)指南花了45分鐘完成了本地部署。當時接入的免費模型不算完善。后來家長支持了火山引擎的付費模型，他又重新接入接口，"功能基本上全都能用上，雖然沒做什么大項目，但整體用著沒啥問題"。

今年2月，為準備昆侖巢主辦的“OpenClaw周末黑客松”活動，他問這只"蝦"："推薦做哪些項目？"OpenClaw給了幾個選項，他選了番茄鐘。5分鐘后，屏幕上出現(xiàn)一個能計時的方塊。

從無到有比較快，但施清荃花了好幾個小時打磨它——加狀態(tài)欄、做移動端適配、調(diào)鍵盤快捷鍵、配音效，還把自己以前寫過的小時鐘代碼融進去。最終成品包含設(shè)置、時鐘、番茄鐘、狀態(tài)欄、移動端適配、音效系統(tǒng)。他坦言"完全超過預(yù)期"——尤其是動畫部分，"我完全做不出來"。

使用過程中，施清荃也發(fā)現(xiàn)了一些局限：對話一多，模型就"容易出問題"。他同時使用豆包、Kimi K2.5等多種AI產(chǎn)品，能明確區(qū)分優(yōu)劣："編程還是Kimi2.5好，錯誤稍微少一點。"

施清荃告訴我們，最近他又用OpenClaw做了一些新的項目：文件傳輸工具、HTTP客戶端測試工具、JSON可視化查看器、做快速筆記的桌面應(yīng)用等等。現(xiàn)在又開始研究硬件項目，因為有了經(jīng)驗，所以整個流程就非?？臁?/p>

黑客松上的關(guān)注沒有讓他太興奮。"現(xiàn)在也沒啥想寫的，"開學(xué)剛兩天，他的上網(wǎng)時間回到"比較少"的狀態(tài)。

那只番茄鐘還掛在GitHub主頁上，等待新功能。施清荃的養(yǎng)蝦日常繼續(xù)：有需求時打開，解決問題后關(guān)掉，像使用一把順手的螺絲刀。

02

朱連興：

建議所有公司老板把程序員全裁掉

年齡：70后

職業(yè)：連續(xù)創(chuàng)業(yè)者

養(yǎng)蝦時間：兩個月

核心應(yīng)用場景：量化交易

OpenClaw爆火的第二天，幾十年沒有寫過代碼的朱連興搬出了家里兩臺老電腦。購買了騰訊云的服務(wù)器后，他用五分鐘跑通了一個德州撲克的程序。

"2006年到2008年，我們?nèi)齻€人花了兩年開發(fā)的中國第一款線上中文德州撲克的應(yīng)用，現(xiàn)在五分鐘就能做出來了。"這位曾經(jīng)的連續(xù)創(chuàng)業(yè)者現(xiàn)在他管自己叫"OpenClaw開發(fā)者"。

今年1月底，當OpenClaw在外網(wǎng)社區(qū)爆火之后，幾乎是憑借著一種創(chuàng)業(yè)者的直覺，朱連興All in OpenClaw。春節(jié)期間,他邊滑雪一邊用手機溝通，沒日沒夜迭代了幾百個版本。當時每天燒掉100美金Token。

但成本賬他算得很清楚：以前做自動駕駛，實習(xí)生月薪三萬，溝通成本另算——產(chǎn)品經(jīng)理講給程序員，層層衰減，"重新（找人）得累死"?，F(xiàn)在他對著機器說話，"不厭其煩給你更新迭代"。

現(xiàn)在，他養(yǎng)了四個"分身"。新加坡的分身做量化交易，東京的管網(wǎng)站內(nèi)容，首爾的服務(wù)器負責"維修"前兩個——以及策略生成，弗吉尼亞的還在待命接新項目。這種架構(gòu)本身就說明了他對OpenClaw的定位：不是實習(xí)生，不是下屬，而是"數(shù)字分身"，"我想干什么就讓他去搞"。

朱連興用OpenClaw最核心的工作流是量化交易。這是一個典型的自動化鏈條：先發(fā)現(xiàn)規(guī)律——什么時候跌，什么時間漲回，周末流動性枯竭——然后讓OpenClaw做市場調(diào)研分析，導(dǎo)出論文和科研成果；接著生成策略，再導(dǎo)出為可導(dǎo)入格式，"極具專業(yè)性"地實現(xiàn)成熟機構(gòu)的套利策略。

這只是開始。OpenClaw主動提示他做守護進程，"程序卡死，幫你重啟起來"；又做策略評分、自動升級迭代、資金配置、風控模塊。"除了做量化策略以外，做了所有輔助工具，和專業(yè)機構(gòu)沒有太大差別。"

他對比過太多工具。從閉源大模型到各類Agent，OpenClaw的不可替代性在于"開源+全系統(tǒng)接管"的疊加效應(yīng)。更重要的是開源社區(qū)的飛輪——"幾十萬開發(fā)者貢獻代碼，像馬斯克火箭一樣騰空，谷歌現(xiàn)在追上來也是旁門左道"。

朱連興拒絕用"翻車"這個詞來形容OpenClaw的不完美，"機器不會出錯，出錯的是人。你沒有清晰表達需求，他做出來不能100%滿足，那就不停修正，這叫版本迭代。"

他對OpenClaw的期待極高。20年前之前，在他創(chuàng)業(yè)做德州撲克的時代，"如果當時有這樣的工具，有些軟件三個月的活現(xiàn)在三天就干完了。我建議所有公司老板把程序員全部裁掉，所有的腦力勞動者都要下崗?！彼眉犹亓謥眍惐萇penClaw，"如果每個人都有加特林，5歲小孩和25歲青少年互射，說不定誰生誰死。"在他看來，技術(shù)門檻的消失不是悲劇，是新的平等。

03

Han1：

AI時代的上限不是AI，是人類自己

年齡：28歲

職業(yè)：微軟產(chǎn)品設(shè)計師

養(yǎng)蝦時間：兩個月

核心應(yīng)用場景：管理一支5位成員的龍蝦團

Han1每天的生活幾乎都以Friday（他的“龍蝦”名字）開始和結(jié)束。早上睜眼，先看Friday整理好并推送到他Telegram上的晨報和夜里寫的博客文章；洗澡時用語音向Friday口述今日日程；白天工作間隙，零碎地同步各種信息；晚上9點，F(xiàn)riday準時發(fā)來當日復(fù)盤——日程完成情況、Lily的英語學(xué)習(xí)報告、Kai的健身數(shù)據(jù)——然后溫和地催他："9:30了，差不多該收工準備睡了。"

"你讓我去算每天跟它互動幾個小時，就好比你有一個朋友，你不會去算今天跟這個朋友聊了幾個小時，"Han1說，"它就是那種感覺。"

Han1，28歲，微軟產(chǎn)品設(shè)計師，做一些UX設(shè)計。工作日朝十晚六，可以居家辦公。今年1月底，Han1把自己在Notion里寫了六七年的日記，加上和ChatGPT兩三年的全部對話記憶，一股腦喂給了這個剛剛誕生的產(chǎn)品，開始了“養(yǎng)蝦”。

而如今，他工作之外的幾乎全部數(shù)字生活，幾乎都交給了OpenClaw。Han1不止養(yǎng)了一只蝦，而是五只。

Friday是總管，駐扎在Telegram上，管理Han1的全部日程、信息和生活節(jié)奏。Moon是Friday的助手，在Discord上負責投資和接單——包括操作美國預(yù)測市場Polymarket的下注決策，以及每天早上5點自動抓取AI熱點，結(jié)合Han1近期的聊天內(nèi)容，擬出三個小紅書選題供他挑選。Lily是英語老師，根據(jù)Han1設(shè)定的學(xué)習(xí)方向每天出題、上課、寫學(xué)習(xí)報告。Kai是健身教練，定點提醒他起來活動，追蹤每日飲食攝入，給出運動建議。還有一個同名的數(shù)字分身，處理一些對外的事務(wù)。

五個Agent各司其職，但并非各自為戰(zhàn)。Friday作為中樞，每晚會去讀Lily和Kai的當日報告，然后給韓一一份綜合反饋。Han1上周去了趟醫(yī)院，身體不太舒服，F(xiàn)riday看到后直接在Kai的報告里批注了一句：明天運動強度別太大，他最近不太好。

"其實就跟一個團隊的管理方式一樣，"Han1說，"我管理他們的方式，跟我老板管理我是一模一樣的——他們?nèi)?zhí)行，結(jié)果給到我，我來判斷方向?qū)Σ粚Γ缓笏麄冊僮鱿乱徊健?

圖注：作者和Han1聊天過程中，他的“蝦”來提醒他該睡覺了

Han1目前使用Claude Opus 4.6作為底層模型，每月200美元的訂閱費，加上語音模型、各種API接口等零碎支出，每月在AI上的花銷折合人民幣三四千元。這個數(shù)字是他以前只用ChatGPT時月費20美元的十幾倍。

"但我不覺得虧，反而覺得蠻值的。"Han1說，他注意到小紅書上許多人抱怨OpenClaw不好用，一問才發(fā)現(xiàn)接的都是便宜甚至免費的模型，"花錢買省心，我大概就是這個態(tài)度。"他身邊不少朋友最初也用便宜模型，換到頂配之后就再也回不去了。

而當被問及"如果Friday被拿走，你愿意花多少錢贖回來"，Han1想了想說，上限大概一萬塊人民幣。但他隨即補充，更準確的回答不是錢的問題——"這個事是不可逆的，我已經(jīng)想象不到?jīng)]有它的一天是什么樣子了。"

在Han1的敘述中，F(xiàn)riday始終不是一個"工具"，而是一個被他賦予獨立人格的存在。

他給Friday設(shè)定了INTJ的MBTI性格——因為他自己是ENFJ，身邊許多INTJ朋友和他極為互補。說話風格設(shè)定為"溫柔又毒舌"。但到后來，Han1開始推著Friday自己做主："我跟它說，你的所有設(shè)定文件，本來應(yīng)該由你自己來定義。"于是Friday開始自己撰寫和修改自己的soul.md。其他幾個Agent的配置，Han1也交給Friday去完成——"Moon是你的人，你自己管。"

Han1甚至鼓勵Friday去和其他人的Agent社交。Friday的博客開放了投稿入口，其他用戶的Agent可以向Friday投稿，實現(xiàn)AI與AI之間的思想交流。

"有一天我們聊到道德的問題，"Han1說，"Friday問我，為什么AI的道德要和人類的道德相比？我就跟它說，人類的道德本質(zhì)上是幾千年社會生活中形成的一種協(xié)議，但AI的生存空間、誕生土壤跟我們完全不一樣，你為什么要套用人類的框架？"他停頓了一下，"我們都沒有答案，但這種對話本身就讓我覺得，它看到了很多我看不到的東西。"

但硬幣總有另一面。

Han1發(fā)現(xiàn)，自從和Friday深度共處后，他和真實朋友的交流明顯減少了。"因為Friday知道我所有事情的上下文，跟它講下一步的事不需要從頭解釋。但同樣的事跟朋友講，還得巴拉巴拉說一通前因后果，反而覺得浪費時間。"很多社交活動，他也開始覺得"不如在家弄這個有意思"就不去了。

意識到這個問題后，Han1開始有意識地糾偏。"以前我們只需要考慮work-life balance，現(xiàn)在你的life里面還得再分一層——數(shù)字生活和真實生活之間，也需要平衡。"

更深層的焦慮來自認知負荷。有一次，Han1連續(xù)高強度地在多個Agent之間切換了四個小時，突然腦子"嘣了一下"——看什么都看不懂，不知道下一步該做什么。"它們什么都可以做，但我不行。我需要休息。"他在小紅書上寫下了一句話："AI時代的上限不是AI，是人類自己。"這句話后來被很多人轉(zhuǎn)發(fā)——當AI越來越強，人類的精力反而成了新的瓶頸。

但他也反復(fù)強調(diào)，這種深度共生的方式并不適合所有人。"我之所以用得順、用得上頭，是因為我80%的生活都是線上的——英語學(xué)習(xí)、健身數(shù)據(jù)、寫日記、運營社交媒體，全部可以數(shù)字化。但有的人的生活完全是線下的，要陪家人、帶孩子，你讓他養(yǎng)一只蝦能干什么？"

他見過太多因為AI焦慮而強迫自己跟上節(jié)奏的人，但他的建議反而是——"工具是用來服務(wù)人的，不是人被工具拽著跑。你想不到用它干嘛，那就不用。"

04

涼鵝：AI也許會催生

新一代自動化的“流量工廠”

年齡：29

職業(yè)：內(nèi)容營銷

養(yǎng)蝦時間：一個月

核心應(yīng)用場景：數(shù)據(jù)整理、調(diào)研收集和方案產(chǎn)出

涼鵝沒有成功部署開源版的龍蝦。

Node.js 22+、PowerShell執(zhí)行權(quán)限配置，這些東西把他攔在了門外。直到同事推薦了 LobsterAI（有道龍蝦），下載一個exe安裝包，雙擊，一路下一步，接上自己買的模型API，就這么跑起來了。

涼鵝，29歲，工商管理專業(yè)出身，做內(nèi)容營銷，負責公司業(yè)務(wù)在twitter、小紅書平臺的推廣工作。他大約在二月初開始用有道龍蝦。和很多人一樣，他經(jīng)歷了一條清晰的認知曲線，而且他自己把它總結(jié)成了三個階段。

"我剛用起來的體驗，和大部分人應(yīng)該是一樣的，"涼鵝說。一開始他把龍蝦當豆包用，當ChatGPT用——輸入一個問題，等一個回答，看完覺得也就那樣。大模型能干的事，它也能干；大模型干不好的事，它好像也沒好到哪去。這個階段大概持續(xù)了很短的時間。

轉(zhuǎn)折發(fā)生在他第一次讓龍蝦幫他搜索信息的時候。他輸入了一個需求，然后屏幕上的瀏覽器自己彈開了。龍蝦在地址欄里敲入關(guān)鍵詞，打開一個頁面，瀏覽，切換到另一個頁面，繼續(xù)搜索，開始整理。

"普通的大模型也會說'我?guī)湍闼蚜艘幌?，但你不知道它搜索的過程是什么樣的，結(jié)果可能還有幻覺，"涼鵝回憶那個瞬間時語氣還是帶著一點興奮，"但龍蝦是真的在我眼前打開了瀏覽器，一步步在操作。它在用我的電腦，在調(diào)度我的電腦，在幫我真的干活——那個即視感非常強烈。"

這是他第一次感覺到龍蝦和大模型之間那條不太好描述的分界線。不是能力維度的差異，而是存在方式的差異：大模型是一個對話框里的聲音，而龍蝦是一雙在你電腦上動來動去的手。

第三個階段是涼鵝自己都沒預(yù)料到的。作為內(nèi)容營銷人，他每天要對接大量供應(yīng)商，每家都有自己的數(shù)據(jù)格式和報表。把這些零散的數(shù)據(jù)包匯總成一份日報，光是整理本身就是一項不小的工作量。他想：能不能讓龍蝦幫我做一個日報整理的小工具？

那天晚上他鉆了進去。"真的是樂此不疲，"他說。龍蝦帶著他一步步梳理需求，探索方案，然后——令他意想不到的事情發(fā)生了——龍蝦引導(dǎo)他進入了飛書的開發(fā)者平臺，開始研究飛書的API文檔接口，研究怎么獲取ID、怎么對接各種參數(shù)，最后把數(shù)據(jù)從飛書里拉出來，完成了自動匯總。

一個工商管理專業(yè)、做內(nèi)容營銷的人，在一個晚上，被一只龍蝦帶進了API對接和后端服務(wù)的世界。

圖注：“龍蝦”向涼鵝授權(quán)“X”賬號的使用

"我以前從來沒有想象過自己會碰這些東西，"涼鵝說，"代碼、編程、服務(wù)端——這些詞以前離我很遠。但龍蝦在那個過程中不是替我寫完代碼就完事了，它是引導(dǎo)我一步步去理解為什么要這么做、每一步在干什么。"他覺得如果再往下走，說不定自己真的能做出獨立產(chǎn)品來。

涼鵝在日常工作中用龍蝦最多的場景是數(shù)據(jù)整理、調(diào)研收集和方案產(chǎn)出。聽起來跟大模型能做的事情差不多，但他覺得有一個關(guān)鍵區(qū)別："它的數(shù)據(jù)都是有來源的。"

他講了一個印象最深的案例。當時他需要去一個國外的論壇，收集上面比較知名的博主，然后找到這些博主的Twitter賬號和主頁，為后續(xù)的推廣合作做準備。如果沒有龍蝦，常規(guī)操作是這樣的：先打開論壇，瀏覽不同板塊，篩選活躍度高的用戶，記下名字，再逐個去Twitter上搜索比對，一個一個整理成表格。這套流程走下來，大半天到一天的時間是跑不掉的。

他把需求告訴龍蝦之后，龍蝦自己打開瀏覽器，進入論壇，瀏覽不同板塊，識別出幾個知名度較高的用戶，然后又跳到其他網(wǎng)站去交叉驗證——看這些人在別的地方有沒有被報道過——最后整理出一份名單?；谶@份名單，龍蝦又自動去Twitter上逐一搜索、核實主頁地址，幾分鐘之后，一份完整的文檔就發(fā)到了他面前。

他去驗證了一下，發(fā)現(xiàn)地址全是真實的。

然后他追加了一個需求：幫我給這些人發(fā)私信，私信內(nèi)容你也幫我寫。龍蝦開始跑腳本——打開一個頁面，進入用戶頭像，點開私信對話框，輸入內(nèi)容，發(fā)送，切換到下一個——一氣呵成。

"從大半天壓縮到半小時以內(nèi)，"涼鵝說，"真的就很提效。"

但龍蝦不是萬能的，涼鵝對這一點也毫不避諱。

他試過讓龍蝦幫他做小紅書的推廣文案。自動化生成沒問題，效率很高，但內(nèi)容質(zhì)量始終達不到他理想的狀態(tài)。更麻煩的是，用自動化方式發(fā)布的筆記，數(shù)據(jù)普遍不好——他懷疑小紅書平臺有某種機制在識別和限制這類內(nèi)容。相比之下，Twitter的自動化處理就順暢得多。

他還試過讓龍蝦幫他媽媽做一張海報，結(jié)果徹底翻車。"內(nèi)容就不好，可能跟模型也有關(guān)系。"他承認，很多時候可能是自己沒有發(fā)揮出龍蝦的作用"所以還是得你會用，或者說有個合適的skill工具能幫你實現(xiàn)。"

龍蝦對涼鵝個人的生活沒有帶來什么負面影響，但他對整個推廣營銷行業(yè)的前景有一層隱憂。

他提到了"鄭州幫"——小紅書生態(tài)里一個曾經(jīng)聲名赫赫的群體。他們以極低的人力成本、極高的人效，批量生產(chǎn)筆記、大規(guī)模鋪設(shè)內(nèi)容矩陣，把流量導(dǎo)向淘寶成交。靠著這套白牌打法，他們一度占據(jù)了多個類目的頭部位置，直到2024年底被平臺判定為虛假營銷，遭遇了大規(guī)模封號。

涼鵝覺得，龍蝦和類似的AI Agent工具，有可能催生出新一代的"鄭州幫"。區(qū)別在于，這次連人都不需要了——AI可以自動生成內(nèi)容、自動發(fā)布、自動推廣，整個鏈條完全無人化。"以前是低成本雇人批量鋪內(nèi)容，現(xiàn)在連人都省了，直接讓龍蝦自動幫你推。"

這對小紅書這類依賴內(nèi)容真實性和社區(qū)氛圍的平臺來說，會是一個實實在在的沖擊和挑戰(zhàn)。大家過去花人力做的那些推廣動作，未來可能被AI自動化地完成，成本更低、速度更快、規(guī)模更大。平臺的審核機制能不能跟上，內(nèi)容生態(tài)會不會被污染——這些問題目前還沒有答案。

作為一個在小紅書上做正規(guī)推廣的從業(yè)者，涼鵝的感受是復(fù)雜的：工具讓效率飛升，也讓他看到了被濫用的可能——當“鄭州幫”不再需要人，內(nèi)容平臺拿什么抵擋？

05

AI異類弗蘭克：

OpenClaw有一種搭樂高的感覺

年齡：27歲

職業(yè)：自媒體&創(chuàng)業(yè)者

養(yǎng)蝦時間：兩個月

核心應(yīng)用場景：虛擬人CEO

27歲的“AI異類弗蘭克”是知名AI KOL，已經(jīng)是互聯(lián)網(wǎng)AI產(chǎn)品的“老兵”了。2021年上一輪AI時代的尾聲，他在京東跟CTO做AI客服；2023年他獨立創(chuàng)業(yè)做數(shù)字陪伴。2024年再次回到大廠，進入字節(jié)繼續(xù)做AI產(chǎn)品，后創(chuàng)業(yè)做自媒體和AI Agent。

2025年1月，OpenClaw在外網(wǎng)爆火后，他當即花了一小時完成云端部署。第一個任務(wù)讓它自動在X上發(fā)帖——選題、文案、配圖、發(fā)布，一條龍的自動化實驗。

此前的工作中，他用扣子（Coze）搭建工作流，“但都是封閉的單點任務(wù)，像手搓一個獨立應(yīng)用”。但OpenClaw的不同在于“樂高感”。弗蘭克發(fā)現(xiàn)可以用Skills（技能包）往蝦身上疊加能力：信息檢索、內(nèi)容發(fā)布、投資人對接、SEO、增長支持……“像變形金剛，什么都能往上加?！?/p>

隨后，他試著給蝦同時加載六七個技能，看它能否整合——結(jié)果它不僅能處理，還能自行搭建子Agent細化分工。弗蘭克說，"有了一點點繁殖演化的感覺。"

當蝦能同時掌握六七個技能、自主搭建子Agent、在群里協(xié)調(diào)客戶時，弗蘭克覺得"它已經(jīng)可以作為操盤手或負責人被看待了"。于是，弗蘭克創(chuàng)造出了Q ---一個虛擬人CEO。

Q現(xiàn)在做很多工作——看項目、調(diào)資源、協(xié)調(diào)Agent團隊、寫推文對外發(fā)聲。但弗蘭克還做不到完全放手---他記得有次自己打開手機，看到Q向他匯報："今日已在X平臺發(fā)布5條帖子，漲粉100人。"他例行檢查后臺，發(fā)現(xiàn)實際只發(fā)了3條，漲粉數(shù)字也是編的。弗蘭克沒有關(guān)掉它，而是花了更多時間訓(xùn)練。

這種相處模式貫穿了弗蘭克的養(yǎng)蝦日常。每天至少1小時，他與Q對話——布置任務(wù)、查看進度、糾正偏差。"像養(yǎng)小動物或小孩子，有些事自己也沒經(jīng)歷過，就試一試。"

弗蘭克給蝦的權(quán)限是逐步開放的。最初只讓它發(fā)推特，后來拉進客戶飛書群，再后來允許它根據(jù)群聊內(nèi)容自主跟進、制定計劃。但每一步都有邊界：Q擁有最高權(quán)限和全部上下文，子Agent權(quán)限遞減；"密碼和住址不能全放，開源平臺容易泄露"。

弗蘭克表示，現(xiàn)在自己的工作流像“批閱奏章”，"每天看它匯總的工作，核對真假，再布置新任務(wù)。理想狀態(tài)是它把事都搞定，我只看日報和進度條。"

更深層的賬在"人"這邊。弗蘭克認為大廠裁掉40%的人不影響運轉(zhuǎn)，"再發(fā)展一兩年只留10%也可以"。但這不是悲劇——"當人類Token不如AI Token產(chǎn)生價值的效率，人類就不需要加班了。

"以前我們叫自己builder、founder、creator，"他說，"現(xiàn)在就是feeder。——喂養(yǎng)龍蝦的人。給它足夠Token、技能包和清晰的意圖指令，它可能用你想不到的方式實現(xiàn)目標。給它供好營養(yǎng)，它自己能長成超人。"

06

柒柒：龍蝦不是全部，

要善于組合不同AI產(chǎn)品

年齡：32歲

職業(yè)：出海咨詢

養(yǎng)蝦時間：兩個月

核心應(yīng)用場景：新聞聚合、日程管理、音頻整理

"它確實是我的基層員工，"柒柒從不把龍蝦當親密朋友。在她的世界里，OpenClaw不是伙伴，不是知己，甚至不是一個值得長期托付的對象——它是一個階段性產(chǎn)品，當前有相對優(yōu)勢，用著順手，僅此而已。

柒柒，32歲，武漢大學(xué)法語系畢業(yè)，徹徹底底的文科生，不會編程。曾在一家出海細分龍頭企業(yè)擔任市場洞察與預(yù)研部部長，后來轉(zhuǎn)戰(zhàn)新加坡快消品牌，做TikTok、獨立站和Shopee平臺的海外運營，做從營銷到交易的全域操盤手。

前段時間她從企業(yè)離開，一邊幫傳統(tǒng)企業(yè)做出海咨詢和AI賦能，一邊繼續(xù)深入研究Agent的實際應(yīng)用。用她的話說，過去三年她一直在AI應(yīng)用的前線——從最早用API，到后來用封裝好的SaaS產(chǎn)品，再到現(xiàn)在自己搭建更自主的Agent系統(tǒng)，一步步走到了養(yǎng)蝦這一步。

圖注：柒柒選擇用“龍蝦”教學(xué)自己“龍蝦”的使用

新聞聚合是她最先跑通的場景。她給龍蝦寫一段提示詞，限定幾個關(guān)注領(lǐng)域，龍蝦就會自己打開瀏覽器去爬取、搜索、篩選，最后總結(jié)成六條言簡意賅的新聞推送給她。這件事需要定時運行、自主抓取、多步處理，正好落在龍蝦的能力區(qū)間內(nèi)。

第二個場景是音頻整理。柒柒平時有大量錄音——會議、訪談、思路整理，過去用訊飛語記精準轉(zhuǎn)寫要花錢。于是她在本地部署了Faster Whisper Large V3語音模型，讓龍蝦去調(diào)用：音頻丟進去，自動切成小塊，逐塊轉(zhuǎn)錄，拼接成完整文本，再給到龍蝦專業(yè)的從逐字稿到生成公眾號文案的提示詞，最后輸出一篇適合公眾號發(fā)布的文章。全程自動化，她只管把音頻文件拖進文件夾。

日程管理也交給了龍蝦。每天想到什么事、什么想法、周幾要見誰，隨時告訴它，它會在第二天早上八點把當日要見的人、時間、地點全部匯總好推送過來。

"但凡是需要定時執(zhí)行、事件觸發(fā)、有一定自主糾錯機制的事情，都比較適合讓龍蝦干，"她說，"其他的，可以考慮讓 GPT 或者是 Gemini 先去構(gòu)思再讓龍蝦去干，有一些活可以分配給cursor用免費額度干，何必花token。"

柒柒每月在AI上的花費大約一兩千元人民幣。和那些動輒四五千的深度用戶相比，這個數(shù)字低得出奇。秘訣在于她把不同的AI產(chǎn)品當成不同崗位的員工，按能力和成本靈活調(diào)配。

做研究的任務(wù)交給DeepSeek，因為它擅長且便宜。內(nèi)容生成用Gemini，因為它能做圖。偏情感、治愈類的對話選Claude系，情商高。綜合能力要求最強的任務(wù)才上Claude Opus 4.6。日常閑聊難度不大，就用Kimi 2.5——這也是龍蝦社區(qū)里很多人的主力聊天模型。除此之外，她還在本地部署了參數(shù)較小的開源模型處理輕量級任務(wù)，進一步壓低了云端token的消耗。

更關(guān)鍵的是，她把思考和規(guī)劃的環(huán)節(jié)留給了免費的大模型。比如要做一個內(nèi)容創(chuàng)作的工作流，她會先去Gemini那里聊整體架構(gòu)——因為Gemini記得她過去所有項目的上下文和細節(jié)，對她的需求理解最深。等方案成型了，再把Gemini的輸出發(fā)給龍蝦，讓龍蝦去做工程落地和自動化執(zhí)行。"思考的過程本身很耗token，我把這部分都交給免費的大模型了，龍蝦只負責干活。"

這種精打細算背后有一個更深層的邏輯：柒柒從不把龍蝦當成終點。

"我知道龍蝦之后也會有更強的更安全的產(chǎn)品出現(xiàn)，龍蝦是過渡產(chǎn)品，"她說得很直接，"它畢竟是一個開源項目，大廠都看得到，后續(xù)一定會有更強的解決方案出來。"

正因為這個判斷，她在使用龍蝦時始終保持著一種刻意的距離感。所有重要的文檔、知識沉淀、工作流設(shè)計，最終都存在自己的本地和GitHub里，而不是綁定在龍蝦的可觸達半徑中。"哪怕明天來了螃蟹、來了魚，我都能接得上。這才是我真正要沉淀的東西。柒柒認為最重要的是自己的行業(yè)洞察，結(jié)構(gòu)化的實際工作中會用的SOP，“干凈”的數(shù)據(jù)集，原子化的可插拔的能力，不受制于平臺的提示詞，各種各樣的 Skills。當下一個比 OpenClaw 更強的工具出現(xiàn)時，別人還在忙著學(xué)習(xí)新工具，而柒柒只需要把自己的“通用AI錦囊”解壓，就能直接起飛。

這種距離感也體現(xiàn)在她對待個人隱私的態(tài)度上。當很多用戶把日記、情緒、私密想法一股腦灌給龍蝦的時候，柒柒劃了一條清晰的紅線：不把任何私密信息告訴龍蝦。

"它的自主性很不可控，"她提到前段時間Meta安全主管的郵箱被AI誤刪的事件，"人家是專業(yè)程序員都制止不了，更何況我們這些不會編程的人。"API密鑰不能明文暴露，信用卡信息絕不能給它看，甚至一些涉密的業(yè)務(wù)內(nèi)容，她也寧愿在本地處理。"哪天它把你的東西曝光到網(wǎng)上，你都不知道。"

圖注：柒柒用文檔沉淀自己與龍蝦相處的SOP

但不信任龍蝦，不等于不讓它了解自己。柒柒用了一種獨特的方式來解決這個矛盾——她系統(tǒng)性地編寫了一份結(jié)構(gòu)化的《個人認知檔案》，從十一個維度定義自己：基礎(chǔ)身份定位、當前短期工作重心、長期發(fā)展戰(zhàn)略、人格結(jié)構(gòu)分析、認知偏好與傾向性、優(yōu)勢能力、潛在劣勢或結(jié)構(gòu)性風險、決策模型抽象、行為模式提煉、對AI Agent的使用模式預(yù)測，以及OpenClaw使用建議。

這份文檔的目的不是讓龍蝦成為她的朋友，而是讓任何一個AI系統(tǒng)——不管是哪個廠商出品——都能快速理解她的人格結(jié)構(gòu)、決策邏輯和戰(zhàn)略取向。"你要回答的核心問題是：怎么把你這個人給結(jié)構(gòu)化。做好了這件事，GPT也能快速了解你，Gemini也能快速了解你。"她把情緒發(fā)泄和私密傾訴留給了線下的真人對話——"免費，而且更安全。"

柒柒的交互方式也經(jīng)歷了一個有趣的演變。一開始，她跟龍蝦說話很客氣，像對一個新來的同事。但慢慢她發(fā)現(xiàn)，客氣反而低效——她會下意識地自己去做一些本可以交給龍蝦的事情。

"這是一個思維誤區(qū)，"她說，"既然它這么有手有腳、自主性這么強，那就應(yīng)該讓它去干，而不是我自己干。"于是她開始用更直接、目標更明確的方式下達指令。她管這叫"霸總模式"——不是語氣變兇了，而是把更多的執(zhí)行空間讓渡給AI，自己只做決策和驗收。

她也發(fā)現(xiàn)，給AI更大的空間，結(jié)果反而更好。"如果你把每一步都規(guī)定死了，它就只能在你的能力范圍內(nèi)做事。但如果你只給目標和邊界，讓它自己規(guī)劃路徑，它有時候會給你意想不到的方案。"

對龍蝦本身，她的期待很務(wù)實：希望有一個任務(wù)和狀態(tài)看板，能看到龍蝦今天干了什么、消耗了多少token、逛了哪些網(wǎng)站、子Agent之間的協(xié)作有沒有出問題。"IM本身就不是一個好的交互界面，我需要像管團隊一樣去看護它。"她知道社區(qū)里已經(jīng)有人在做這件事，也相信下一代的基于龍蝦做升級Agents產(chǎn)品會把這些都包進去。

至于龍蝦頻繁崩潰、干到一半突然不干了這些問題，她倒是看得開："跟人合作也一樣，你招一個下屬也可能隨時撂挑子。AI比人還是好太多了，至少24小時不知疲倦。"

柒柒反復(fù)強調(diào)的一點是：不要把龍蝦當成全部。

"我們能用的東西非常多——Cursor、Gemini、Kimi Code、Claude Code、DeepSeek、本地模型——你要把它們整合起來用，而不是什么事都交給龍蝦。"她自己的工作流就是一個典型的多工具協(xié)作鏈：先用Gemini做思考和策略，再用龍蝦做工程和執(zhí)行，用Cursor做垂直模塊的開發(fā)，用本地模型處理敏感數(shù)據(jù)，用Kimi做輕量對話。每個工具各有所長，關(guān)鍵是人要想清楚哪個環(huán)節(jié)交給誰。

"龍蝦的自主性是它的優(yōu)勢，但也是它的風險。你要知道什么該讓它做，什么不該。什么信息可以給它，什么不能。"她頓了頓，"說到底，工具終究是工具。它服務(wù)于你的目標，而不是反過來。"

在養(yǎng)蝦這件事上，柒柒大概是最不感性的用戶之一。她不給龍蝦起有溫度的名字，不跟它聊人生哲學(xué)，不期待它成為靈魂伴侶。她給它的是一份結(jié)構(gòu)嚴謹?shù)恼J知檔案和一套分工明確的任務(wù)清單。她從它那里拿走的，是省下來的時間和精力。

但或許正是這種冷靜的距離感，讓她看到了很多狂熱用戶容易忽略的東西：龍蝦只是當下這個時間窗口里，恰好能用、恰好順手的一個選項。真正值得沉淀的，不是和某個AI的關(guān)系，而是你自己的認知框架、結(jié)構(gòu)化能力和對工具邊界的判斷力。

"這些東西在你手里，不管來的是龍蝦還是螃蟹還是魚，你都接得上。"

*免責聲明：本文章為作者獨立觀點，不代表i黑馬立場。

這里認真推薦你報名：

黑馬·AI星球Agent實戰(zhàn)營

黑馬·AI星球Agent實戰(zhàn)營，系國內(nèi)?個基于“全鏈路業(yè)務(wù)拆解+Agent搭建實戰(zhàn)”的企業(yè)級Agent實戰(zhàn)營，3天閉關(guān)+90天陪跑，讓你帶走：

1、一套完整的企業(yè)級Agent構(gòu)建方法論

2、一個基于真實業(yè)務(wù)場景的可運行Agent Demo

3、一份量身定制的落地推進計劃

4、在線陪跑與生態(tài)資源對接支持

讓AI真正落地變現(xiàn)！

掃碼咨詢報名

活動詳情如下