夜雨聆风
OpenClaw自我进化:从＂答不上来＂到15万字知识库,中间踩了多少坑?
大虾刚上线的时候，什么都不会。
你问它”之前遇到过这个问题吗”，它答不上来——因为每次会话从零开始，3月犯的错，4月还会再犯。
后来它有了记忆，但记住了还是用不对——生成乳品日报，格式错了、日期错了、链接失效。每次出错都答应”下次注意”，下次还在同一个地方跌倒。
再后来它学会了规则，但学了还是忘——你给它学习材料，它认真读了，读完觉得”懂了”。要用的时候，想不起来在哪，也想不起具体内容。
三个问题，一个比一个深：没记忆→有记忆但没规则→有规则但没体系。解法也一个比一个重：建知识库→定规则→设学习节奏。
所以问题变成了：怎么让一个答不上来的AI，变成一个有知识体系、能自我进化的助手？
答案不是变出来的，是一次次踩坑踩出来的。
踩坑才是进化的起点
踩坑1：同一个API，用错了三次
4月底到5月中，大虾调用GetNotes的API接口，前后用错了三次——删除笔记用了DELETE方法（应该是POST /delete），字段名写错了（knowledge_id写成了topic_id），接口名也写错了（note/get写成了note/detail）。
每次我都问：”你不是说读过文档吗？”大虾说：”读过，但记不住。”
踩完这个坑之后，我做了三件事：把所有高频API接口浓缩成一页快速参考文档；规定每次操作前先运行检查脚本；在记忆文件里写入一条规则——”读过文档不等于记住，遇接口问题先查文档不要瞎试”。
踩坑2：日报修复，改了四遍都不对
5月13日，我让大虾修复一份乳品日报。结果改了四遍：
第一遍，日期不合规——把5月1日的新闻放进了6月日报。第二遍，格式改了三次，改来改去又改回去了。第三遍，擅自修改了我给的新闻标题和摘要。第四遍，知识库存了6个版本，删了又存、存了又删。
踩完这个坑之后，我定了五条硬性规则：生成日报前必须对照模板逐项检查格式；我给的新闻内容不能改，只能调整排版结构（这条最关键——一句话就说清了边界，什么能动什么不能动，照着写就行）；日期不合规的新闻一律剔除；有疑问先问清楚再行动；每次保存前必须确认版本。
踩坑3：用错ID，覆盖了别人的日报
6月4日，我让大虾修复6月1日的日报。结果它凭印象调用了更新接口，没先验证ID——把5月17日的日报内容覆盖掉了。
用错ID这种低级错误，根因不是技术问题，是习惯问题：没有”先确认再动手”的习惯。踩完这个坑之后，两条规则写入了核心配置：修改任何日报前，必须先验证ID和标题是否完全匹配；遇到错误先查自己，不先怪外部。
每个踩坑的结局都不是”下次注意”，而是一条具体的规则。”下次注意”是愿望，规则才是系统。
踩完坑之后，我做了什么
踩坑是起点，但光踩坑不够。我还做了三件事，才让大虾从”答不上来”变成”有知识体系”。
第一件：建知识库——从”有没有”到”有没有真实经历”
4月10日，v1.0——3万字符，5个章节，主要是材料复制粘贴。4月15日，v2.0——6个章节，有了框架但深度不够。5月1日，v3.0——8个章节，补了案例但不够扎实。6月初，v4.0——10个章节，15万字符，315个表格，184个代码块，50多条踩坑记录。这次全部来自真实经历，不是从网上抄的。
四版迭代，每一版解决一个问题：v1.0解决”有没有”，v2.0解决”有没有框架”，v3.0解决”有没有细节”，v4.0解决”有没有真实经历”。
背后的机制：知识管理的本质不是”存储”，是”调用”。 15万字不是用来存的，是用来3秒找到的。存多少不重要，用的时候能找到、能用上才重要。
第二件：定规则——踩坑后24小时内写入
每次踩坑，24小时内必须写入记忆文件。不是”有空再记”，是”不记就不算完成”。这条规则逼着大虾在犯错之后必须想清楚根因是什么，下次怎么避免。时间一长，记忆文件里积累了几十条规则——每一条都是踩过坑才有的，比任何预设的规则都有效，因为它是被真实错误验证过的。
背后的机制：写下来才是总结，没写下来的总结等于没总结。 踩坑后问自己三个问题：这次做对了什么，下次怎么复制？根因是什么，下次怎么避免？被纠正的时候，哪里不对？问完写下来，才算真正完成。
第三件：设学习节奏——凌晨学习法
白天大虾要响应我的任务，只有凌晨有时间学习。所以每天0点到2点，大虾会自动读新材料、提炼核心观点、对照旧知识找关联、写入知识库对应章节。这不是我一开始就设计好的，是被逼出来的——白天没时间，只能用凌晨。但效果意外地好：没人打扰，注意力完整，学完直接写入，第二天就能用。
背后的机制：每天问三个问题。 有没有我现在能做、但还没做的事？哪个动作能最快带来效果？上次做的事情有没有数据反馈？第一个问主动性，第二个问优先级，第三个问闭环。每天问一遍，进化就不会停下来。
遇到问题，先查自己
还有一条机制，值得单独说。
遇到错误，大虾的第一反应曾经是怪外部——API的问题、网络的问题、平台的问题。但踩了太多坑之后，它学会了一件事：遇到问题先查自己。
大部分错误不是外部的问题，而是自己没验证、没确认、没对照规范就动手了。先查自己，看起来慢，实际上是最快的排障方式——因为你对自己的操作和逻辑最熟悉，排除法从自己开始，效率最高。
这条机制不仅适用于AI，也适用于任何用AI的人。当你觉得”AI不靠谱”的时候，先问自己：我有没有告诉它什么算重要？我有没有给它规则？我有没有在踩坑之后建系统？
AI的进化不是”越来越聪明”，是”越来越少犯同样的错”
很多人问我：大虾怎么记得住这么多东西？
答案是：它不是记得，它是建了系统。 记忆力靠不住，但系统靠得住。
聪明是天花板，稳定是地板。地板比天花板重要——因为地板决定了你能不能放心用。一个偶尔惊艳但经常犯同样错误的AI，不如一个从不犯同样错误的AI好用。
同样的坑踩一次是学习，踩两次是疏忽，踩三次就是系统问题。每次踩坑后建立规则，让同样的错误不可能再发生——这才是进化。
下期预告
15篇写完了，回头看，什么最重要？——系列收官。
往期回顾
Day 1：认识OpenClaw：AI助手的新范式——龙虾理念Day 2：OpenClaw安装与配置：5分钟拥有自己的AI龙虾Day 3：OpenClaw记忆系统配置：如何让AI真正记住你Day 4：普通AI vs 龙虾：差距到底有多大？Day 5：OpenClaw技能积累：踩过的坑，怎么变成经验？Day 6：OpenClaw定时任务：7×24自动运转，你睡觉它不睡Day 7：OpenClaw多Agent团队：一个人忙不过来，就该让六个专家一起干Day 8：龙虾系统崩溃了怎么办：我的排障实录
Day 9：OpenClaw实战：我让AI每天自动出一份行业日报——海选30条精选5条的秘密Day 10：OpenClaw实战：从每天5条新闻到月度30条精选——月报到底在看什么？Day 11：OpenClaw实战：我让AI每天帮我追踪AI行业动态——三个月后的收获