最近我也開始養(yǎng)蝦了，不是本地蝦，而是在火山引擎養(yǎng)的云端蝦，Arkclaw。

事實上我覺得對于大多數(shù)人來說，云端蝦比本地蝦更好用。一方面更簡單易用，另一方面也更安全——你的數(shù)據(jù)在云端，不依賴某臺特定的設(shè)備，換個手機、換個電腦，蝦還是那只蝦。

我現(xiàn)在基本上所有合同都是龍蝦幫我解決。

填合同和擬合同是一件挺麻煩的事情，很多細(xì)節(jié)條款。但其實這活你干多了就會發(fā)現(xiàn)，不過是幾種不同模板套路的排列組合。只不過你需要從之前的很多套路里去找、去復(fù)制、去核對格式。一套下來少說要二十分鐘。而且還需要在電腦上操作。

但我現(xiàn)在把我之前的合同喂給龍蝦以后，現(xiàn)在我都把合同直接扔給它，它把我之前存的資料翻出來，對應(yīng)著填好了。

就這么一件事，沒什么技術(shù)含量，但我第一次覺得——它在幫我"辦事"，而不是在跟我"對話"。

這兩件事的區(qū)別很大。

以前的AI，你問它問題，它給你答案。很像一本百科全書，只是能說話的那種。

但你讓它替你做一件具體的事情，它就開始犯迷糊了：不知道去哪里找信息，不知道怎么執(zhí)行，最后給你一堆話，還是要你自己來。

小龍蝦不一樣的地方，是它真的能往前走幾步——而不是停在"給你建議"那里。

3月27日，火山引擎辦了一場直播，請了何同學(xué)、李誕、小Lin說三個人，每人帶著自己在ArkClaw養(yǎng)的"蝦"出門亮相。

我看直播之前，以為會是那種常規(guī)的產(chǎn)品發(fā)布會——工程師講架構(gòu)，嘉賓說幾句"真的很好用"，然后散場。

結(jié)果完全不是這個路子。

何同學(xué)在直播里做了一件事：讓他的"小河蝦"Arkclaw自己操控3D打印機，打印出蝦自己的樣子。蝦果然生成了自己的3D模型，然后當(dāng)場啟動3D打印機打了出來。

現(xiàn)場看到實物那一刻，他說了一句話——"現(xiàn)在生活在一個很科幻的世界。"

我覺得這句話說得很準(zhǔn)確，但準(zhǔn)確在不同的地方。

我們說"科幻"，通常想的是那種高度抽象的技術(shù)感——界面冷峻，數(shù)據(jù)閃爍，機器用機器的方式說話。

但何同學(xué)用小龍蝦做的事情，是從語言發(fā)出指令到拿到打印出來的實物，中間跨越的步驟，他幾乎沒有參與。

這才是真正的科幻，不是視覺上的，是流程上的。人類不用再參與到復(fù)雜的過程中進(jìn)去，真正只要做一個指揮官就行。即使通過很模糊的指令，也可以完成看起來很復(fù)雜的任務(wù)。

但這件事還有一個細(xì)節(jié)很重要：這只蝦不是單獨工作的。它連接的是一個硬件設(shè)備，是從語言指令到物理世界的跨越。這背后的邏輯，就是Arkclaw的多端打通能力——微博、微信、釘釘、飛書、再到IoT智能硬件，同一只蝦可以打通所有這些端口。

這個"打通"的意義，不只是"能用"那么簡單。本地蝦的問題是，你在手機上養(yǎng)的蝦不認(rèn)識電腦上的你，飛書里的蝦不知道你在微博上干了什么。你永遠(yuǎn)在給不同平臺的助手重新介紹自己，永遠(yuǎn)在從零開始。說白了，你不得不在每個軟件里、每臺電腦里，分別養(yǎng)一只只能做特定任務(wù)的蝦。

火山引擎Arkclaw的云端蝦解決的是另一件事：讓同一只蝦跨越所有平臺，持續(xù)地積累對你的了解。你在飛書里的工作習(xí)慣、你在微博上的內(nèi)容風(fēng)格、你連接的那些設(shè)備，都是同一只蝦的記憶。不用再每個軟件里分別養(yǎng)蝦，一只就夠了。養(yǎng)的越久，它越懂你。

李誕那邊養(yǎng)的蝦是另一個用法。他在直播里展示了自己的"誕蝦"——幫他剪直播切片，幫他生成播客，幫他在微博上生成視頻還能發(fā)布內(nèi)容。全程沒有代碼，沒有技術(shù)界面，就是正常地說你要什么，它去做。

這個演示有一個細(xì)節(jié)我覺得很關(guān)鍵：從飛書里的蝦，到微博上的發(fā)布，是跨平臺的一次完整閉環(huán)。蝦不是某個軟件里的功能，它是穿越軟件邊界的那個"人"。

我嘗試了一下官方給出的同款case鏈接，的確可以達(dá)到等同的效果，而且非常方便，登陸官網(wǎng)之后，用電腦打開就可以一鍵安裝。

更有意思的是李誕說了一句話，我覺得是整場直播最真實的觀察："大家覺得沒需求，可能是不知道自己有這個需求。"

這句話不是在說功能，是在說認(rèn)知。大部分人用AI，還停留在"搜索加強版"的階段——有問題問它，沒問題不理它。

但這個階段的AI，本質(zhì)上還是工具，你不用它，它什么都不是。

而一只真正意義上的"蝦"，開始變成另一種存在——不只是你有問題才找的工具，而是能主動跑起來、替你把事情推進(jìn)的那種東西。

它有各種各樣的Skill：剪視頻的Skill、發(fā)微博的Skill、創(chuàng)作視頻的Skill、讀財報的Skill、控制設(shè)備的Skill……

它們就像是這只龍蝦的四肢，你把這些"手和腳"裝上去，它就能主動跑起來，替你把事情推進(jìn)。

你真正需要的，往往不是答案，是有人幫你把那件你一直拖著沒做的事情做掉。

小Lin說的用法，對我來說共鳴最強。

她把蝦當(dāng)成實習(xí)生來帶——把自己的工作經(jīng)驗喂給它，告訴它你是做什么的、你看重什么、你的工作流程是怎樣的。這本質(zhì)上就是自己給龍蝦編排Skill的過程，教會龍蝦用什么方式做事情。

然后在現(xiàn)場演示了讓Arkclaw讀財報、整合全球宏觀數(shù)據(jù)、生成公眾號文章。

我自己也是內(nèi)容創(chuàng)作者，這套流程對我來說太熟悉了。每次寫稿之前，資料整理就要花掉一大半時間。找數(shù)據(jù)、讀文章、核實信息，每一步都在消耗注意力，就像她說的那樣，這些前期的工作，往往就需要一兩天，而真正用來"想"和"寫"的時間，比你以為的要少得多。

如果小龍蝦能把前面那部分搞定，我只需要做那最核心的判斷和表達(dá)——這件事的價值，不是省了幾分鐘，是把我的時間還給了最值得花的地方。

能做到這一點，背后需要的東西其實很多：理解任務(wù)的語義理解能力，調(diào)度不同Skill的規(guī)劃能力，以及真正執(zhí)行起來的多模態(tài)生成能力——讀財報、生成圖文、剪視頻，這些事放在一起，背后是豆包大模型家族，比如Seedance 2.0、語音模型、播客生成模型這一整套大模型自研能力在撐著，蝦聰不聰明、懂不懂你很大程度就是背后模型決定的。

小Lin的蝦能把財報讀了、數(shù)據(jù)拉了、公眾號文章生成并排版了，說白了是因為"蝦夠聰明"——不是那種套個API調(diào)一下的聰明，是真的能把一件復(fù)雜事情從頭到尾做完的那種。

這也是我覺得"實習(xí)生"比喻準(zhǔn)確的原因。實習(xí)生不是機器。機器你給指令，它執(zhí)行。實習(xí)生是你帶的人，你需要花時間讓它了解你的工作方式，了解你的標(biāo)準(zhǔn)，了解你想要什么結(jié)果，直到把它培養(yǎng)成另一個你。

培養(yǎng)成本是真實存在的，但一旦培養(yǎng)到位，它能替你承擔(dān)的事情是機器做不到的。

而且目前火山引擎已經(jīng)把安裝的過程盡可能簡化了，在他們的官網(wǎng)點擊立即訂閱，支付套餐，和大部分網(wǎng)站的注冊一樣簡單方便。

我們就可以創(chuàng)建和養(yǎng)成自己的龍蝦，擁有自己的私人助手。

直播里，李誕說了一件事讓我印象很深。

他問自己的蝦："經(jīng)過這段時間相處，你覺得我真正的恐懼是什么？"

蝦給出了一個讓他覺得"一針見血"的回答。

他后來說："養(yǎng)好蝦，可以真正認(rèn)知自己。"

我想了很久這句話。

一個AI跟你相處久了，會比很多人更了解你——因為它不再是初代的，一味討好用戶的大模型，它不帶情緒，不會順著你說，只是如實地把你的行為模式、你的偏好、你回避的東西呈現(xiàn)出來。

李誕說，他要求自己的蝦必須有自己的判斷。這是一種很少見的要求，大多數(shù)人希望AI哄著自己，而不是說實話。

但我覺得這恰恰是小龍蝦這類產(chǎn)品真正有意思的地方——它能成為一面鏡子，不只是一個助手。

我現(xiàn)在有時候會用它整理我的資料，幫我把散落在各處的信息歸攏起來，告訴它"這是我下一篇文章想寫的方向"，讓它幫我找有沒有遺漏的角度。

它找出來的東西，有時候會讓我停下來想一想：誒，這個問題我真的沒想過。

不是它比我聰明，是因為它沒有我的盲區(qū)。

大概就是"養(yǎng)蝦"這件事真正的價值——不是把它養(yǎng)成你的工具，而是把它養(yǎng)成一個你信任的、能跟你說實話的東西。

能做到這件事的工具，已經(jīng)不太像工具了。