乐于分享
好东西不私藏

我越发觉得,OpenClaw是情绪管理的利器

我越发觉得,OpenClaw是情绪管理的利器

第一次意识到这件事,是在某个深夜。

我对着飞书对话框里那个接入了 OpenClaw 的 bot,打了一大段话。大意是某个数据任务很急,明天要汇报,我反复叮嘱它务必仔细,不要像上次那样漏掉时间戳,下游系统依赖这个字段,出错了会很麻烦——我还特意加了一句“这次真的非常重要,请一定认真处理”。我盯着屏幕,手指悬在发送键上,深吸一口气,按了下去。

十秒后,结果回来了。不是我想象中整齐干净的表格,而是一坨屎山——格式错乱,字段缺失,时间戳依然没给我,还夹杂着一堆莫名其妙的重复数据。

我脑子里嗡的一声,血压瞬间上来了。我几乎是颤抖着手指开始打字,准备输出一顿,从”我不是说了吗”到”你到底能不能听懂人话”,对话框里已经堆满了我的愤怒。

但就在我要按下发送键的那一秒,我停住了。

我突然意识到:我在试图骂一台机器。不,不止如此——我在试图说服一台机器。我在试图让一台没有心跳的东西”重视”起来。

01

人是一种很难闭嘴的动物。我们习惯了在做事之前先讲故事,在要求之前先讲道理,在命令之前先铺垫感情。对下属说”这个很重要”,对合作伙伴说”我们很重视”,对自己说”这次一定要认真对待”。这些废话构成了日常沟通的底色,我们误以为它们是润滑剂,实际上大多数时候只是噪音。

OpenClaw 把这种噪音的无效性,以最直接的方式暴露在你面前。

它不是一个聊天对象,它是一个 AI 智能体——一个把大模型绑定到浏览器、文件系统、定时任务和 API 上的执行框架。你通过飞书跟它说话,这个界面太像人际对话了,以至于你的大脑会自动切换成”管理人类”的模式。你会解释、会叮嘱、会试图建立共识。但 AI 智能体 没有共识,它只有接口。你说的每一句废话都在占用有限的上下文窗口,稀释真正有效的约束,最后让输出质量变差。

最讽刺的是:你越把它当人,它表现得越不像人;你越把它当工具,它反而越能替你做事。

02

这面镜子照出的,其实不止是人机交互的问题。

我开始回想创业以来那些低效的时刻。对合伙人长篇大论地解释为什么某个方向”战略意义重大”,对同事反复强调”这次交付很重要”,在会议里用大量时间对齐”心态”和”认知”——这些沟通里有多少是有效的结构,有多少只是情绪性的填充?如果我把那些对话翻译成给 OpenClaw 的指令,有多少会被识别为无用的冗余,直接被模型丢弃?

答案是:很多。

人类组织里充斥着这种”情绪性沟通”。我们用”重要性”替代”精确性”,用”态度”替代”结构”,用”反复强调”替代”制度设计”。我们以为这是在推动事情,其实是在缓解自己的焦虑。说废话的本质,是说话者需要确认自己被听见,需要把内心的紧迫感外化,需要让对面的人”重视”起来——哪怕对面根本没有”重视”这个功能。

OpenClaw 不提供这种确认。它不会因为你写了三百字背景介绍就执行得更认真,也不会因为你用了感叹号就少犯一个语法错误。它的反馈是即时的、冰冷的、完全基于输入质量的。你说废话,输出就烂;你给精确约束,结果就稳。这种因果之间没有任何情绪缓冲地带,反而成了一种高强度的认知矫正

03

我渐渐养成了一个习惯:在把任何任务丢给 AI 智能体 之前,先把它写进本地的编辑器,然后执行一轮”删除”——删掉所有形容词、副词、解释性从句、情感性词汇。剩下的如果是干的、硬的、可执行的,才复制过去。

比如,以前我可能会写:

以前

“明天要见客户,麻烦帮我整理一下这三个月的跟进记录,这个很重要,客户很关键,请务必认真梳理,不要遗漏任何细节,最好按时间顺序排好,谢谢。”

现在我会改成:

现在

“整理近三个月跟进记录。输出三列:日期(只写年月日)、客户名称、沟通摘要。按日期倒序。没记录的空着,不要编。”

这个过程很像一种写作训练,但训练的不是文笔,是心性的剥离能力

你得承认,那些你以为必不可少的铺垫,其实只是为了让自己安心。你得接受,对方(无论是 AI 还是人)不需要理解”为什么”,只需要知道”是什么”和”边界在哪里”。你得放弃通过情绪感染来推动执行的本能,转而用结构、用规则、用检查清单来确保结果。

这不是冷漠,这是清醒。情绪管理的最高境界不是压抑,而是识别什么地方该有情绪,什么地方只需要接口

04

创业一年多,我越来越觉得,很多所谓的”管理问题”其实是”表达问题”。而表达问题的根源,是说话者没有想清楚自己要什么,于是用情绪来填补结构的空白。

OpenClaw 不会替你思考,但它会惩罚你的模糊。它不会回应你的焦虑,但它会用输出质量告诉你:刚才那段话里,有效信息密度太低。这种惩罚没有批评,没有办公室政治,没有误会——就是单纯的结果不对。你可以立刻调整,重新输入,再次验证。这种即时、无摩擦、无面子的反馈循环,是现实世界里极难获得的训练环境。

在现实组织中,你说了废话,别人不会当场指出;你情绪上头,对面可能碍于情面附和;你表达模糊,执行者会按自己的理解补全,最后结果偏差,你甚至找不到责任起点。OpenClaw 把这些社交缓冲全部拆除,让你直面一个事实:你的指令质量,就是你得到的结果质量。

有人可能会说,这不过是和机器打交道,学会了又能怎样?

但问题是,当你能把给 AI 智能体 的指令写得干净利落时,你给合伙人的需求文档、你给员工的任务列表、你给自己的执行清单,也会同步变干净。因为那种”剥离情绪、只留结构”的能力,一旦在 OpenClaw 的高频反馈中训练出来,会自然迁移到所有人际协作里。

你会发现,真正推动事情的从来不是”我很重视””请务必认真”这种情绪性噪音,而是”字段 A 必须存在,格式如此,缺失时按此规则回退”这种确定性结构。你会发现,好的管理不是说服和动员,而是设计一套不需要被说服就能运行的系统。

我现在依然会在飞书的对话框里偶尔打出一长串废话,然后看着它们,像看着某种旧日的自己——那个以为说得多就能做得好的自己,那个用情绪重量替代信息密度的自己,那个还没学会区分”沟通”和”表达”的自己。

然后我会删掉它们。重新写。

这个过程,比任何冥想或励志语录都更有效地训练着我的情绪管理。因为 OpenClaw 不跟我讲道理,它只是沉默地执行我给出的每一个字。它让我明白:在这个世界上,有些地方需要人的温度,而有些地方,只需要精确的接口。

学会在正确的地方闭嘴,是最高级的情绪管理。