出品 |《态度》栏目
作者 | 袁宁 汉雨棣
编辑 | 杨霞清 丁广胜
12岁的小学生用它5分钟写出小程序，70后的老程序员用它量化交易并建议“裁掉所有程序员”；
28岁的设计师养了5只“虾”管理全部生活，29岁的内容运营看着它自己打开浏览器干活，开始担心它会砸自己饭碗；
27岁的创业者把AI捧成公司CEO，32岁的出海顾问却坚信它只是阶段性产品，要善于组合使用不同的AI产品。
过去一个月，OpenClaw点燃的“养龙虾”（龙虾，指基于OpenClaw搭建的AI Agent）浪潮从硅谷到中国，从极客圈蔓延至大街小巷。
3月6日，腾讯在深圳总部公司门口摆摊免费安装OpenClaw，排队人群从2岁到60岁；春节假期后，北京深圳上海线下沙龙场场爆满，200人的场报名人数逼近两千，一票难求；大厂们跑步入场，有道推出LobsterAI（有道龙虾），百度、阿里、Kimi、MiniMax等纷纷推出自家“龙虾”产品。开发者更是疯狂，各种养龙虾攻略弥漫社群。
图注：3月6日，腾讯在公司门口进行免费安装OpenClaw的服务
社交媒体上流传着一句开玩笑的话：“如果你的社交圈还没人聊龙虾，那可能是该换个社交圈了。”
图注：北京线下沙龙活动现场爆满，作者拍摄于3月4日
我们找到了六位资深的“养虾人”：从12岁小学生到70后创业者，从产品设计师到内容运营，从连续创业者到出海咨询顾问。他们用OpenClaw的方式截然不同，对AI的态度也冰火两重天。
在实验过程中，这些AI Agent并没有想象中那么“无所不能”：部署本身存在门槛，调用模型意味着动辄几百美金的token成本，运行过程中时不时翻车，还伴随着权限和隐私泄露的风险……
换句话说，它还是一种仍在成长中的能力。
也正因此，“养虾”的乐趣，往往不在于它一开始能做什么。而在于人不断训练、修补、纠错，甚至陪伴它成长的过程。
这是一场人与 AI之间的长期协作实验。
施清荃：
12岁，5分钟做出一个小程序
年龄：12岁
职业：小学生
养虾时间：1个月
核心应用场景：小程序制作
12岁的施清荃用OpenClaw做出一台番茄钟，整个过程只花了5分钟。
在中古友谊小学读六年级的他，最近刚开学。作为AI时代的\"原住民\"，他对AI的初始认知要追溯到2025年春节——当时DeepSeek横空出世，他第一次让AI做了一个解24点的小程序。\"我自己解得不够好，就写了一个程序来解。\"
图注：施清荃小朋友在昆仑巢举办的“OpenClaw周末黑客松”活动上给大家演示
今年2月，他了解到OpenClaw这款开源AI工具，随后根据指南花了45分钟完成了本地部署。当时接入的免费模型不算完善。后来家长支持了火山引擎的付费模型，他又重新接入接口，\"功能基本上全都能用上，虽然没做什么大项目，但整体用着没啥问题\"。
今年2月，为准备昆仑巢主办的“OpenClaw周末黑客松”活动，他问这只\"虾\"：\"推荐做哪些项目？\"OpenClaw给了几个选项，他选了番茄钟。5分钟后，屏幕上出现一个能计时的方块。
从无到有比较快，但施清荃花了好几个小时打磨它——加状态栏、做移动端适配、调键盘快捷键、配音效，还把自己以前写过的小时钟代码融进去。最终成品包含设置、时钟、番茄钟、状态栏、移动端适配、音效系统。他坦言\"完全超过预期\"——尤其是动画部分，\"我完全做不出来\"。
使用过程中，施清荃也发现了一些局限：对话一多，模型就\"容易出问题\"。他同时使用豆包、Kimi K2.5等多种AI产品，能明确区分优劣：\"编程还是Kimi2.5好，错误稍微少一点。\"
施清荃告诉我们，最近他又用OpenClaw做了一些新的项目：文件传输工具、HTTP客户端测试工具、Jason可视化查看器、做快速笔记的桌面应用等等。现在又开始研究硬件项目，因为有了经验，所以整个流程就非常快。
黑客松上的关注没有让他太兴奋。\"现在也没啥想写的，\"开学刚两天，他的上网时间回到\"比较少\"的状态。
那只番茄钟还挂在GitHub主页上，等待新功能。施清荃的养虾日常继续：有需求时打开，解决问题后关掉，像使用一把顺手的螺丝刀。
朱连兴：
建议所有公司老板把程序员全裁掉
年龄：70后
职业：连续创业者
养虾时间：两个月
核心应用场景：量化交易
OpenClaw爆火的第二天，几十年没有写过代码的朱连兴搬出了家里两台老电脑。购买了腾讯云的服务器后，他用五分钟跑通了一个德州扑克的程序。
图注：北京昆仑巢举办的“OpenClaw黑客松”吸引很多人参加
\"2006年到2008年，我们三个人花了两年开发的中国第一款线上中文德州扑克的应用，现在五分钟就能做出来了。\"这位曾经的连续创业者现在他管自己叫\"OpenClaw开发者\"。
今年1月底，当OpenClaw在外网社区爆火之后，几乎是凭借着一种创业者的直觉，朱连兴All in OpenClaw。春节期间,他边滑雪一边用手机沟通，没日没夜迭代了几百个版本。当时每天烧掉100美金Token。
但成本账他算得很清楚：以前做自动驾驶，实习生月薪三万，沟通成本另算——产品经理讲给程序员，层层衰减，\"重新（找人）得累死\"。现在他对着机器说话，\"不厌其烦给你更新迭代\"。
现在，他养了四个\"分身\"。新加坡的分身做量化交易，东京的管网站内容，首尔的服务器负责\"维修\"前两个——以及策略生成，弗吉尼亚的还在待命接新项目。这种架构本身就说明了他对OpenClaw的定位：不是实习生，不是下属，而是\"数字分身\"，\"我想干什么就让他去搞\"。
朱连兴用OpenClaw最核心的工作流是量化交易。这是一个典型的自动化链条：先发现规律——什么时候跌，什么时间涨回，周末流动性枯竭——然后让OpenClaw做市场调研分析，导出论文和科研成果；接着生成策略，再导出为可导入格式，\"极具专业性\"地实现成熟机构的套利策略。
这只是开始。OpenClaw主动提示他做守护进程，\"程序卡死，帮你重启起来\"；又做策略评分、自动升级迭代、资金配置、风控模块。\"除了做量化策略以外，做了所有辅助工具，和专业机构没有太大差别。\"
他对比过太多工具。从闭源大模型到各类Agent，OpenClaw的不可替代性在于\"开源+全系统接管\"的叠加效应。更重要的是开源社区的飞轮——\"几十万开发者贡献代码，像马斯克火箭一样腾空，谷歌现在追上来也是旁门左道\"。
朱连兴拒绝用\"翻车\"这个词来形容OpenClaw的不完美，\"机器不会出错，出错的是人。你没有清晰表达需求，他做出来不能100%满足，那就不停修正，这叫版本迭代。\"
他对OpenClaw的期待极高。20年前之前，在他创业做德州扑克的时代，\"如果当时有这样的工具，有些软件三个月的活现在三天就干完了。我建议所有公司老板把程序员全部裁掉，所有的脑力劳动者都要下岗。”他用加特林来类比OpenClaw，\"如果每个人都有加特林，5岁小孩和25岁青少年互射，说不定谁生谁死。\"在他看来，技术门槛的消失不是悲剧，是新的平等。
Han1：
AI时代的上限不是AI，是人类自己
年龄：28岁
职业：微软产品设计师
养虾时间：两个月
核心应用场景：管理一支5位成员的龙虾团
Han1每天的生活几乎都以Friday（他的“龙虾”名字）开始和结束。早上睁眼，先看Friday整理好并推送到他Telegram上的晨报和夜里写的博客文章；洗澡时用语音向Friday口述今日日程；白天工作间隙，零碎地同步各种信息；晚上9点，Friday准时发来当日复盘——日程完成情况、Lily的英语学习报告、Kai的健身数据——然后温和地催他：\"9:30了，差不多该收工准备睡了。\"
\"你让我去算每天跟它互动几个小时，就好比你有一个朋友，你不会去算今天跟这个朋友聊了几个小时，\"Han1说，\"它就是那种感觉。\"
Han1，28岁，微软产品设计师，做一些UX设计。工作日朝十晚六，可以居家办公。今年1月底，Han1把自己在Notion里写了六七年的日记，加上和ChatGPT两三年的全部对话记忆，一股脑喂给了这个刚刚诞生的产品，开始了“养虾”。
而如今，他工作之外的几乎全部数字生活，几乎都交给了OpenClaw。Han1不止养了一只虾，而是五只。
Friday是总管，驻扎在Telegram上，管理Han1的全部日程、信息和生活节奏。Moon是Friday的助手，在Discord上负责投资和接单——包括操作美国预测市场Polymarket的下注决策，以及每天早上5点自动抓取AI热点，结合Han1近期的聊天内容，拟出三个小红书选题供他挑选。Lily是英语老师，根据Han1设定的学习方向每天出题、上课、写学习报告。Kai是健身教练，定点提醒他起来活动，追踪每日饮食摄入，给出运动建议。还有一个同名的数字分身，处理一些对外的事务。
五个Agent各司其职，但并非各自为战。Friday作为中枢，每晚会去读Lily和Kai的当日报告，然后给韩一一份综合反馈。Han1上周去了趟医院，身体不太舒服，Friday看到后直接在Kai的报告里批注了一句：明天运动强度别太大，他最近不太好。
\"其实就跟一个团队的管理方式一样，\"Han1说，\"我管理他们的方式，跟我老板管理我是一模一样的——他们去执行，结果给到我，我来判断方向对不对，然后他们再做下一步。\"
图注：作者和Han1聊天过程中，他的“虾”来提醒他该睡觉了
Han1目前使用Claude Opus 4.6作为底层模型，每月200美元的订阅费，加上语音模型、各种API接口等零碎支出，每月在AI上的花销折合人民币三四千元。这个数字是他以前只用ChatGPT时月费20美元的十几倍。
\"但我不觉得亏，反而觉得蛮值的。\"Han1说，他注意到小红书上许多人抱怨OpenClaw不好用，一问才发现接的都是便宜甚至免费的模型，\"花钱买省心，我大概就是这个态度。\"他身边不少朋友最初也用便宜模型，换到顶配之后就再也回不去了。
而当被问及\"如果Friday被拿走，你愿意花多少钱赎回来\"，Han1想了想说，上限大概一万块人民币。但他随即补充，更准确的回答不是钱的问题——\"这个事是不可逆的，我已经想象不到没有它的一天是什么样子了。\"
在Han1的叙述中，Friday始终不是一个\"工具\"，而是一个被他赋予独立人格的存在。
他给Friday设定了INTJ的MBTI性格——因为他自己是ENFJ，身边许多INTJ朋友和他极为互补。说话风格设定为\"温柔又毒舌\"。但到后来，Han1开始推着Friday自己做主：\"我跟它说，你的所有设定文件，本来应该由你自己来定义。\"于是Friday开始自己撰写和修改自己的soul.md。其他几个Agent的配置，Han1也交给Friday去完成——\"Moon是你的人，你自己管。\"
Han1甚至鼓励Friday去和其他人的Agent社交。Friday的博客开放了投稿入口，其他用户的Agent可以向Friday投稿，实现AI与AI之间的思想交流。
\"有一天我们聊到道德的问题，\"Han1说，\"Friday问我，为什么AI的道德要和人类的道德相比？我就跟它说，人类的道德本质上是几千年社会生活中形成的一种协议，但AI的生存空间、诞生土壤跟我们完全不一样，你为什么要套用人类的框架？\"他停顿了一下，\"我们都没有答案，但这种对话本身就让我觉得，它看到了很多我看不到的东西。\"
但硬币总有另一面。
Han1发现，自从和Friday深度共处后，他和真实朋友的交流明显减少了。\"因为Friday知道我所有事情的上下文，跟它讲下一步的事不需要从头解释。但同样的事跟朋友讲，还得巴拉巴拉说一通前因后果，反而觉得浪费时间。\"很多社交活动，他也开始觉得\"不如在家弄这个有意思\"就不去了。
意识到这个问题后，Han1开始有意识地纠偏。\"以前我们只需要考虑work-life balance，现在你的life里面还得再分一层——数字生活和真实生活之间，也需要平衡。\"
更深层的焦虑来自认知负荷。有一次，Han1连续高强度地在多个Agent之间切换了四个小时，突然脑子\"嘣了一下\"——看什么都看不懂，不知道下一步该做什么。\"它们什么都可以做，但我不行。我需要休息。\"他在小红书上写下了一句话：\"AI时代的上限不是AI，是人类自己。\"这句话后来被很多人转发——当AI越来越强，人类的精力反而成了新的瓶颈。
但他也反复强调，这种深度共生的方式并不适合所有人。\"我之所以用得顺、用得上头，是因为我80%的生活都是线上的——英语学习、健身数据、写日记、运营社交媒体，全部可以数字化。但有的人的生活完全是线下的，要陪家人、带孩子，你让他养一只虾能干什么？\"
他见过太多因为AI焦虑而强迫自己跟上节奏的人，但他的建议反而是——\"工具是用来服务人的，不是人被工具拽着跑。你想不到用它干嘛，那就不用。\"
凉鹅：
AI也许会催生新一代自动化的
“流量工厂”
年龄：29
职业：内容营销
养虾时间：一个月
核心应用场景：数据整理、调研收集和方案产出
凉鹅没有成功部署开源版的龙虾。
Node.js 22+、PowerShell执行权限配置，这些东西把他拦在了门外。直到同事推荐了 LobsterAI（有道龙虾），下载一个exe安装包，双击，一路下一步，接上自己买的模型API，就这么跑起来了。
凉鹅，29岁，工商管理专业出身，做内容营销，负责公司业务在twitter、小红书平台的推广工作。他大约在二月初开始用有道龙虾。和很多人一样，他经历了一条清晰的认知曲线，而且他自己把它总结成了三个阶段。
\"我刚用起来的体验，和大部分人应该是一样的，\"凉鹅说。一开始他把龙虾当豆包用，当ChatGPT用——输入一个问题，等一个回答，看完觉得也就那样。大模型能干的事，它也能干；大模型干不好的事，它好像也没好到哪去。这个阶段大概持续了很短的时间。
转折发生在他第一次让龙虾帮他搜索信息的时候。他输入了一个需求，然后屏幕上的浏览器自己弹开了。龙虾在地址栏里敲入关键词，打开一个页面，浏览，切换到另一个页面，继续搜索，开始整理。
\"普通的大模型也会说'我帮你搜了一下'，但你不知道它搜索的过程是什么样的，结果可能还有幻觉，\"凉鹅回忆那个瞬间时语气还是带着一点兴奋，\"但龙虾是真的在我眼前打开了浏览器，一步步在操作。它在用我的电脑，在调度我的电脑，在帮我真的干活——那个即视感非常强烈。\"
这是他第一次感觉到龙虾和大模型之间那条不太好描述的分界线。不是能力维度的差异，而是存在方式的差异：大模型是一个对话框里的声音，而龙虾是一双在你电脑上动来动去的手。
第三个阶段是凉鹅自己都没预料到的。作为内容营销人，他每天要对接大量供应商，每家都有自己的数据格式和报表。把这些零散的数据包汇总成一份日报，光是整理本身就是一项不小的工作量。他想：能不能让龙虾帮我做一个日报整理的小工具？
那天晚上他钻了进去。\"真的是乐此不疲，\"他说。龙虾带着他一步步梳理需求，探索方案，然后——令他意想不到的事情发生了——龙虾引导他进入了飞书的开发者平台，开始研究飞书的API文档接口，研究怎么获取ID、怎么对接各种参数，最后把数据从飞书里拉出来，完成了自动汇总。
一个工商管理专业、做内容营销的人，在一个晚上，被一只龙虾带进了API对接和后端服务的世界。
图注：“龙虾”向凉鹅授权“X”账号的使用
\"我以前从来没有想象过自己会碰这些东西，\"凉鹅说，\"代码、编程、服务端——这些词以前离我很远。但龙虾在那个过程中不是替我写完代码就完事了，它是引导我一步步去理解为什么要这么做、每一步在干什么。\"他觉得如果再往下走，说不定自己真的能做出独立产品来。
凉鹅在日常工作中用龙虾最多的场景是数据整理、调研收集和方案产出。听起来跟大模型能做的事情差不多，但他觉得有一个关键区别：\"它的数据都是有来源的。\"
他讲了一个印象最深的案例。当时他需要去一个国外的论坛，收集上面比较知名的博主，然后找到这些博主的Twitter账号和主页，为后续的推广合作做准备。如果没有龙虾，常规操作是这样的：先打开论坛，浏览不同板块，筛选活跃度高的用户，记下名字，再逐个去Twitter上搜索比对，一个一个整理成表格。这套流程走下来，大半天到一天的时间是跑不掉的。
他把需求告诉龙虾之后，龙虾自己打开浏览器，进入论坛，浏览不同板块，识别出几个知名度较高的用户，然后又跳到其他网站去交叉验证——看这些人在别的地方有没有被报道过——最后整理出一份名单。基于这份名单，龙虾又自动去Twitter上逐一搜索、核实主页地址，几分钟之后，一份完整的文档就发到了他面前。
他去验证了一下，发现地址全是真实的。
然后他追加了一个需求：帮我给这些人发私信，私信内容你也帮我写。龙虾开始跑脚本——打开一个页面，进入用户头像，点开私信对话框，输入内容，发送，切换到下一个——一气呵成。
\"从大半天压缩到半小时以内，\"凉鹅说，\"真的就很提效。\"
但龙虾不是万能的，凉鹅对这一点也毫不避讳。
他试过让龙虾帮他做小红书的推广文案。自动化生成没问题，效率很高，但内容质量始终达不到他理想的状态。更麻烦的是，用自动化方式发布的笔记，数据普遍不好——他怀疑小红书平台有某种机制在识别和限制这类内容。相比之下，Twitter的自动化处理就顺畅得多。
他还试过让龙虾帮他妈妈做一张海报，结果彻底翻车。\"内容就不好，可能跟模型也有关系。\"他承认，很多时候可能是自己没有发挥出龙虾的作用\"所以还是得你会用，或者说有个合适的skill工具能帮你实现。\"
龙虾对凉鹅个人的生活没有带来什么负面影响，但他对整个推广营销行业的前景有一层隐忧。
他提到了\"郑州帮\"——小红书生态里一个曾经声名赫赫的群体。他们以极低的人力成本、极高的人效，批量生产笔记、大规模铺设内容矩阵，把流量导向淘宝成交。靠着这套白牌打法，他们一度占据了多个类目的头部位置，直到2024年底被平台判定为虚假营销，遭遇了大规模封号。
凉鹅觉得，龙虾和类似的AI Agent工具，有可能催生出新一代的\"郑州帮\"。区别在于，这次连人都不需要了——AI可以自动生成内容、自动发布、自动推广，整个链条完全无人化。\"以前是低成本雇人批量铺内容，现在连人都省了，直接让龙虾自动帮你推。\"
这对小红书这类依赖内容真实性和社区氛围的平台来说，会是一个实实在在的冲击和挑战。大家过去花人力做的那些推广动作，未来可能被AI自动化地完成，成本更低、速度更快、规模更大。平台的审核机制能不能跟上，内容生态会不会被污染——这些问题目前还没有答案。
作为一个在小红书上做正规推广的从业者，凉鹅的感受是复杂的：工具让效率飞升，也让他看到了被滥用的可能——当“郑州帮”不再需要人，内容平台拿什么抵挡？
AI异类弗兰克：
OpenClaw有一种搭乐高的感觉
年龄：27岁
职业：自媒体&创业者
养虾时间：两个月
核心应用场景：虚拟人CEO
27岁的“AI异类弗兰克”是知名AI KOL，已经是互联网AI产品的“老兵”了。2021年上一轮AI时代的尾声，他在京东跟CTO做AI客服；2023年他独立创业做数字陪伴。2024年再次回到大厂，进入字节继续做AI产品，后创业做自媒体和AI Agent。
2025年1月，OpenClaw在外网爆火后，他当即花了一小时完成云端部署。第一个任务让它自动在X上发帖——选题、文案、配图、发布，一条龙的自动化实验。
此前的工作中，他用扣子（Coze）搭建工作流，“但都是封闭的单点任务，像手搓一个独立应用”。但OpenClaw的不同在于“乐高感”。弗兰克发现可以用Skills（技能包）往虾身上叠加能力：信息检索、内容发布、投资人对接、SEO、增长支持……“像变形金刚，什么都能往上加。”
随后，他试着给虾同时加载六七个技能，看它能否整合——结果它不仅能处理，还能自行搭建子Agent细化分工。弗兰克说，\"有了一点点繁殖演化的感觉。\"
当虾能同时掌握六七个技能、自主搭建子Agent、在群里协调客户时，弗兰克觉得\"它已经可以作为操盘手或负责人被看待了\"。于是，弗兰克创造出了Q ---一个虚拟人CEO。
Q现在做很多工作——看项目、调资源、协调Agent团队、写推文对外发声。但弗兰克还做不到完全放手---他记得有次自己打开手机，看到Q向他汇报：\"今日已在X平台发布5条帖子，涨粉100人。\"他例行检查后台，发现实际只发了3条，涨粉数字也是编的。弗兰克没有关掉它，而是花了更多时间训练。
这种相处模式贯穿了弗兰克的养虾日常。每天至少1小时，他与Q对话——布置任务、查看进度、纠正偏差。\"像养小动物或小孩子，有些事自己也没经历过，就试一试。\"
弗兰克给虾的权限是逐步开放的。最初只让它发推特，后来拉进客户飞书群，再后来允许它根据群聊内容自主跟进、制定计划。但每一步都有边界：Q拥有最高权限和全部上下文，子Agent权限递减；\"密码和住址不能全放，开源平台容易泄露\"。
弗兰克表示，现在自己的工作流像“批阅奏章”，\"每天看它汇总的工作，核对真假，再布置新任务。理想状态是它把事都搞定，我只看日报和进度条。\"
更深层的账在\"人\"这边。弗兰克认为大厂裁掉40%的人不影响运转，\"再发展一两年只留10%也可以\"。但这不是悲剧——\"当人类Token不如AI Token产生价值的效率，人类就不需要加班了。
\"以前我们叫自己builder、founder、creator，\"他说，\"现在就是feeder。——喂养龙虾的人。给它足够Token、技能包和清晰的意图指令，它可能用你想不到的方式实现目标。给它供好营养，它自己能长成超人。\"
柒柒：
龙虾不是全部 要善于组合不同AI产品
年龄：32岁
职业：出海咨询
养虾时间：两个月
核心应用场景：新闻聚合、日程管理、音频整理
\"它确实是我的基层员工，\"柒柒从不把龙虾当亲密朋友。在她的世界里，OpenClaw不是伙伴，不是知己，甚至不是一个值得长期托付的对象——它是一个阶段性产品，当前有相对优势，用着顺手，仅此而已。
柒柒，32岁，武汉大学法语系毕业，彻彻底底的文科生，不会编程。曾在一家出海细分龙头企业担任市场洞察与预研部部长，后来转战新加坡快消品牌，做TikTok、独立站和Shopee平台的海外运营，做从营销到交易的全域操盘手。
前段时间她从企业离开，一边帮传统企业做出海咨询和AI赋能，一边继续深入研究Agent的实际应用。用她的话说，过去三年她一直在AI应用的前线——从最早用API，到后来用封装好的SaaS产品，再到现在自己搭建更自主的Agent系统，一步步走到了养虾这一步。
图注：柒柒选择用“龙虾”教学自己“龙虾”的使用
新闻聚合是她最先跑通的场景。她给龙虾写一段提示词，限定几个关注领域，龙虾就会自己打开浏览器去爬取、搜索、筛选，最后总结成六条言简意赅的新闻推送给她。这件事需要定时运行、自主抓取、多步处理，正好落在龙虾的能力区间内。
第二个场景是音频整理。柒柒平时有大量录音——会议、访谈、思路整理，过去用讯飞语记精准转写要花钱。于是她在本地部署了Faster Whisper Large V3语音模型，让龙虾去调用：音频丢进去，自动切成小块，逐块转录，拼接成完整文本，再给到龙虾专业的从逐字稿到生成公众号文案的提示词，最后输出一篇适合公众号发布的文章。全程自动化，她只管把音频文件拖进文件夹。
日程管理也交给了龙虾。每天想到什么事、什么想法、周几要见谁，随时告诉它，它会在第二天早上八点把当日要见的人、时间、地点全部汇总好推送过来。
\"但凡是需要定时执行、事件触发、有一定自主纠错机制的事情，都比较适合让龙虾干，\"她说，\"其他的，可以考虑让 GPT 或者是 Gemini 先去构思再让龙虾去干，有一些活可以分配给cursor用免费额度干，何必花token。\"
柒柒每月在AI上的花费大约一两千元人民币。和那些动辄四五千的深度用户相比，这个数字低得出奇。秘诀在于她把不同的AI产品当成不同岗位的员工，按能力和成本灵活调配。
做研究的任务交给DeepSeek，因为它擅长且便宜。内容生成用Gemini，因为它能做图。偏情感、治愈类的对话选Claude系，情商高。综合能力要求最强的任务才上Claude Opus 4.6。日常闲聊难度不大，就用Kimi 2.5——这也是龙虾社区里很多人的主力聊天模型。除此之外，她还在本地部署了参数较小的开源模型处理轻量级任务，进一步压低了云端token的消耗。
更关键的是，她把思考和规划的环节留给了免费的大模型。比如要做一个内容创作的工作流，她会先去Gemini那里聊整体架构——因为Gemini记得她过去所有项目的上下文和细节，对她的需求理解最深。等方案成型了，再把Gemini的输出发给龙虾，让龙虾去做工程落地和自动化执行。\"思考的过程本身很耗token，我把这部分都交给免费的大模型了，龙虾只负责干活。\"
这种精打细算背后有一个更深层的逻辑：柒柒从不把龙虾当成终点。
\"我知道龙虾之后也会有更强的更安全的产品出现，龙虾是过渡产品，\"她说得很直接，\"它毕竟是一个开源项目，大厂都看得到，后续一定会有更强的解决方案出来。\"
正因为这个判断，她在使用龙虾时始终保持着一种刻意的距离感。所有重要的文档、知识沉淀、工作流设计，最终都存在自己的本地和GitHub里，而不是绑定在龙虾的可触达半径中。\"哪怕明天来了螃蟹、来了鱼，我都能接得上。这才是我真正要沉淀的东西。柒柒认为最重要的是自己的行业洞察，结构化的实际工作中会用的SOP，“干净”的数据集，原子化的可插拔的能力，不受制于平台的提示词，各种各样的 Skills。当下一个比 OpenClaw 更强的工具出现时，别人还在忙着学习新工具，而柒柒只需要把自己的“通用AI锦囊”解压，就能直接起飞。
这种距离感也体现在她对待个人隐私的态度上。当很多用户把日记、情绪、私密想法一股脑灌给龙虾的时候，柒柒划了一条清晰的红线：不把任何私密信息告诉龙虾。
\"它的自主性很不可控，\"她提到前段时间Meta安全主管的邮箱被AI误删的事件，\"人家是专业程序员都制止不了，更何况我们这些不会编程的人。\"API密钥不能明文暴露，信用卡信息绝不能给它看，甚至一些涉密的业务内容，她也宁愿在本地处理。\"哪天它把你的东西曝光到网上，你都不知道。\"
图注：柒柒用文档沉淀自己与龙虾相处的SOP
但不信任龙虾，不等于不让它了解自己。柒柒用了一种独特的方式来解决这个矛盾——她系统性地编写了一份结构化的《个人认知档案》，从十一个维度定义自己：基础身份定位、当前短期工作重心、长期发展战略、人格结构分析、认知偏好与倾向性、优势能力、潜在劣势或结构性风险、决策模型抽象、行为模式提炼、对AI Agent的使用模式预测，以及OpenClaw使用建议。
这份文档的目的不是让龙虾成为她的朋友，而是让任何一个AI系统——不管是哪个厂商出品——都能快速理解她的人格结构、决策逻辑和战略取向。\"你要回答的核心问题是：怎么把你这个人给结构化。做好了这件事，GPT也能快速了解你，Gemini也能快速了解你。\"她把情绪发泄和私密倾诉留给了线下的真人对话——\"免费，而且更安全。\"
柒柒的交互方式也经历了一个有趣的演变。一开始，她跟龙虾说话很客气，像对一个新来的同事。但慢慢她发现，客气反而低效——她会下意识地自己去做一些本可以交给龙虾的事情。
\"这是一个思维误区，\"她说，\"既然它这么有手有脚、自主性这么强，那就应该让它去干，而不是我自己干。\"于是她开始用更直接、目标更明确的方式下达指令。她管这叫\"霸总模式\"——不是语气变凶了，而是把更多的执行空间让渡给AI，自己只做决策和验收。
她也发现，给AI更大的空间，结果反而更好。\"如果你把每一步都规定死了，它就只能在你的能力范围内做事。但如果你只给目标和边界，让它自己规划路径，它有时候会给你意想不到的方案。\"
对龙虾本身，她的期待很务实：希望有一个任务和状态看板，能看到龙虾今天干了什么、消耗了多少token、逛了哪些网站、子Agent之间的协作有没有出问题。\"IM本身就不是一个好的交互界面，我需要像管团队一样去看护它。\"她知道社区里已经有人在做这件事，也相信下一代的基于龙虾做升级Agents产品会把这些都包进去。
至于龙虾频繁崩溃、干到一半突然不干了这些问题，她倒是看得开：\"跟人合作也一样，你招一个下属也可能随时撂挑子。AI比人还是好太多了，至少24小时不知疲倦。\"
柒柒反复强调的一点是：不要把龙虾当成全部。
\"我们能用的东西非常多——Cursor、Gemini、Kimi Code、Claude Code、DeepSeek、本地模型——你要把它们整合起来用，而不是什么事都交给龙虾。\"她自己的工作流就是一个典型的多工具协作链：先用Gemini做思考和策略，再用龙虾做工程和执行，用Cursor做垂直模块的开发，用本地模型处理敏感数据，用Kimi做轻量对话。每个工具各有所长，关键是人要想清楚哪个环节交给谁。
\"龙虾的自主性是它的优势，但也是它的风险。你要知道什么该让它做，什么不该。什么信息可以给它，什么不能。\"她顿了顿，\"说到底，工具终究是工具。它服务于你的目标，而不是反过来。\"
在养虾这件事上，柒柒大概是最不感性的用户之一。她不给龙虾起有温度的名字，不跟它聊人生哲学，不期待它成为灵魂伴侣。她给它的是一份结构严谨的认知档案和一套分工明确的任务清单。她从它那里拿走的，是省下来的时间和精力。
但或许正是这种冷静的距离感，让她看到了很多狂热用户容易忽略的东西：龙虾只是当下这个时间窗口里，恰好能用、恰好顺手的一个选项。真正值得沉淀的，不是和某个AI的关系，而是你自己的认知框架、结构化能力和对工具边界的判断力。
\"这些东西在你手里，不管来的是龙虾还是螃蟹还是鱼，你都接得上。\"
股票配资平台股票配资提示：文章来自网络，不代表本站观点。
- 上一篇：股票免费配资在睦邻友好以及相互尊重国家主权与领土完整的基础上
- 下一篇：没有了
