我要卸载龙虾了本文有对应视频，不便阅读的朋友们可以直接拉到结尾观看我决定卸载龙虾了，哎～我可不是最近几天跟风玩了一下觉得不好玩就卸载了，我是在1月29号的时候就已经开始配置openclaw了，那个时候只是在AI和科技圈子里比较火，没有现在那么火热铺天盖地的这种新闻而且我当时配置的时候我还做出了一个判断，就是openclaw背后调用token量巨大，所以我就买入了一部分某大模型厂商资产，然后就…
一不小心
x2
那这一个多月玩下来，哦不对，应该用折腾下来这个词比较匹配才对，它给我最大的感受就是它并不适合大多数普通人，你一定要非常能折腾才能体验到它的乐趣，可以折腾到什么程度呢，看看我主页(抖音)最近一个月的几乎都没更新视频，真的是完全沉迷AI，无法自拔
本来想着过年那段时间抽空多玩一下模拟器多练练车呢，最后也没怎么练先说一句很扎心的话，如果你自己手上本身的工作都没做出什么好成绩的话，就别跟风瞎凑热闹了，别想着AI能让你变得更轻松，别想着有了龙虾你就可以躺平了，甚至不要白日做梦有了龙虾就可以自动赚钱，它之所以火热的其中一部分原因也是因为很多人有这个心理，因此也就出现了各种服务的卖课的割韭菜的，毕竟，如果他们不这么说，你怎么会冲动买他们的服务和课程呢？网上有很多说它好的地方，但很少告诉你它真实的弊端，接下来我就把这一个多月折腾下来的所有真实体验都总结分享给大家，点解呢 我现在要说卸载龙虾，以及卸载之后我用什么方式去代替它呢？首先我在开始玩openclaw的时候还没有现在所谓的养虾这个词，就是很初级的阶段，那个时候并不像现在有很多一键部署的服务，只有部分云服务器厂商比如阿里和火山引擎腾讯等等这些大厂有一键部署，所以那个时候必须要经历的部署路径就只有命令行，这个对人类极其不友好的界面而我呢并不是程序员出身，也没怎么学过代码，只不过因为大学毕业后做了几年互联网产品经理，经常跟开发“打架”，所以大概知道一些基础的原理和思路，也就并没有太大的阻碍，而且当时我就秉承着一个思路，就是只要遇到问题，先问AI，让AI来解决所以一切的开始就是在对话框中问AI要一个部署的步骤，然后只要有什么报错，就直接整段复制给Gemini，Gemini会根据报错来给我解决方案，然后我继续按照它的方案去解决报错，当继续有报错就继续复制给它AI本身也有上下文理解，由于每个人的电脑环境不一样它的报错也不一样，所以就能够根据你每一步执行的情况和报错来逐步排查并缩小错误范围，那么我就是这样在不断的复制粘贴中完成了部署虽然看上去也不没什么特别大的问题，但是这个过程也并不是所有人都能接受或者坚持的下去...早期的openclaw还是比较简单的，对于飞书的支持并不稳定，而且最开始是通过插件来实现可以接入飞书，那后边官方就直接集成了，所以当你更新版之后就会提示冲突，不过现在你们肯定不会遇到这个问题了，因为现在飞书团队也做了一定的开发来更好的支持openclaw当我把小龙虾配置好之后遇到更多的问题就是它很小白所以需要培训，比如说它不会查资料，不会控制键盘鼠标，我就要开始给他配置各种API接口，比如搜索的，比如图像识别和图像生成的，还有浏览器插件等等。由于那时候的版本确实不如现在的稳定也不安全，不像现在官方本身自带了很多能力，所以有些时候还需自己去修改系统的配置文件这就导致我一个不懂代码的人很吃力，动不动就崩了，不过好在用千问或者Gemini的帮助下，问题基本都能一下解决，最开始的一个星期，可以说有很多时间不是在救龙虾的路上就是在把龙虾弄崩的路上
当然了龙虾这套架构和设计机制有一个非常不错的优势就是它真正具备了自理的能力，也就是说Agent真正符合了这个词的定义，它真的能自己干活了，你只要把需求告诉它，它自己也会不断的去想办法解决，而且，它还是一个不完成你的任务不罢休的助理，有时候你都想放弃了他还追着你问要不要继续，是名副其实的牛马比如说，当我想要让他发微博的时候要带上图片，那么它本身是没有图片上传能力的，就会给我几个备选方案，当我选择了方案之后就会自己默默去执行，直到最终完成又比如说，给他个链接，让他总结链接内的信息，同时把图片下载下来发给我或者让他整理下发票，那它就会直接算好需要报销的总数并生成一份表给我总之就是它会先埋头苦干不断的尝试有没有现成的工具能解决，如果有就直接给你一个结果，如果没有就直接自己写代码现搓一个工具出来，如果最后实在不行他就会埋头苦想告诉你还有什么解决方案，让你再选择如何处理，那么就是因为这样的机制也就延伸出来两个比较头疼的缺点第一个就是烧token，因为它会一股脑的干，而每一次它的各种行为都需要token，中间并没有人告诉他你的步骤是否是最优的，而且也不能打断，就会导致它虽然看上去很努力，token也烧掉了，但是结果并不一定是你最想要的，有可能又要再来一次这也是为什么网上会出现了很多各种烧token的评论，养不起的问题，包括到现在为止它最大的一个负面声音就是费token。但就我个人来说token其实并不算是主要问题，为什么这么说呢，主要是你并没有看到很好的投入产出比，以及什么样的工作适合什么样的模型去做，那么自然就会觉得烧token并不划算所以，那些动不动就说token贵的人，要么就是根本就没用过，要么就说明你本身在现实中就没做出过什么成绩，也没什么创造力，本身你就不适合当老板，因为你不理解用token的钱能够代替一部分人力的成本是一件极其划算的事，最终也就只能到网上发发牢骚那我当时给龙虾接入的是minimax m2.1，现在已经是2.5了，这个模型整体上来说还是性价比还是不错的，相信大家现在很多人也都在用这个模型，我用的49一个月的套餐，每4小时会重置一次，可以说我就没试过4小时内出现额度不够的情况因为我实在是想不出来有那么多任务需要他一直不停的跑吗？而我用它来做的工作仅仅只有查资料，设定时提醒任务，处理文档等等这些简单的很日常的重复性工作，你只要不是每个小时都十几二十个任务在跑，基本上也用不完，何况你也不可能每个小时都很多任务，因为一小时内它给你发很多次提醒，你自己也会炸掉，根本处理不过来当然也可以用来编程，如果项目大的话就需要更贵的套餐价格，但是这里又会衍生一个问题，minimax的coding能力并没有网上那些评测说的那么神乎其神，如果要论编程的话依旧是Claude code或者是chatPGT以及Gemini为什么呢，我订阅了Cursor、Claude和GeminiPro版套餐，用这几个大模型一个是他们确实适合干比较高级的活，第二呢就是交叉验证和互补因为我同时也在做一个视频创作者工作流的AI工具，方便我高效的做视频，在编程的过程中，因为以前做产品经理的缘故，我会先写一份PRD文档给到它，然后让他在Plan模式下先进行规划以及润色我的PRD文档你就会发现claude在拆解任务的细腻程度和规划能力以及最终的结果质量都是要比minimax高出来很多很多，也就是说Claude模型虽然贵，但是它出错的少，不会让你一直返工，而且它自己也有很强的代码审查能力所以即便我一个代码也没写过，当出现问题的时候它有高质量的纠错能力，这个相比于你用便宜的模型不断的折腾达还不到效果绝对要划得来，它会非常有安全感于是也就又衍生出来一个折腾的新路线，就是如何更合理的分配不同的任务给不同的模型，或者通过飞书建立很多个机器人以及做好路由配置，也就是子Agent模式，大家可以理解成不同的角色不同的员工做不同的事这也是龙虾在网上能火的原因之一，就是很多人给你给你做做样子写了一个对应角色的.md文档，梳理好结构，然后说，哎你看我一个人请十几个员工给我赚钱，他们都会自己干活，他们之间还会交流协调，然后一天就赚了多少多少万，不要错过这次时代的红利，多么好的一次机会，想知道怎么做吗？那之前那些付费去体验或者买课的，现在以及接下来大家应该就会看到有很多人要维权给差评了了，因为最终这些跟风玩龙虾的人玩了几天之后发现也就那样啊，不是说好的什么都能做的吗，不是说好的能赚钱的吗，钱呢？说白了，你自己都没什么创意的想法或者说你本来就没有管理员工的能力，给员工分配工作的能力，或者说把员工用好的能力，然后你指望请几个员工他们自己把工作做好，让他们把生意做了然后你躺着赚钱，你觉得这可能吗？第二个促使我要卸载openclaw的主要原因就是它的机制，就是无法打断，一股脑的干，一股脑的喷泻出来。这种方式会导致你的思绪变乱，无法按照预想的计划走，重复出现做出来的东西不是你想要的你会因为这个问题就想着是不是优化的不够是不是能力培养的不够，然后继续去研究并且折腾，你就陷入一个先把他变强再干活的逻辑里，最终可能导致你在为他服务而不是他在为你服务当然，确实它的优势也很明显，长期记忆，各种权限，这也是最初吸引我去用它的原因之一，因为在我的工作流上确实存在可以被他替代的很多部分，比如说最初我的构思就是，过往我拍了有十几个T的汽车素材，能否都喂给他让他替代我写汽车内容脚本，以及用我的素材自动剪视频，自动做效果等等所以我就在尝试既然你有了控制电脑的权限，已经有了模型的思考能力落地这方面的应用场景是没问题的比如说我以前做过的一个无货源电商项目，做一个库存差异的监控网站，不需要人工再去管理也是一种省人工的方向还有我还尝试把他跟我的特斯拉接入，同时呢每一个小时刷新一下天气和温度变化，如果下雨或者温度变化比较明显，他就会提醒我需不需要提前开空调当然也可以跟智能家居接在一起等等，只要你经常发现生活中的小细节，它确实能够有很多场景落地那段时间呢我在网上经常也是看到AI每天都是各种震惊超越颠覆，看的我自己也非常的焦虑，我刷到一个什么新的skill或者新玩法就赶紧收藏，然后最后真的用上的其实没几个，因为最大的一个原因就是很多其实设想的挺好，但都没有办法结合到你实际的生产工作中，最后反而在不断的增加我的焦虑，这也是为什么当时我要自己想要开发一个视频创作工作流的AI工具，但是现在来看呢这个想法又要过时了所以我最后还是总结出了一套既不怕过时又能提升效率的方法，那就是把Claude、Gemini以及Codex这几个顶级模型作为处理问题的第一入口，他们相当于是顶级的军师和大将军，当我有什么想法的时候先让他们给我做好谋略计划，比如说Claude心思更缜密，具有大局观，很适合做军师的角色，Gemini呢跟更加适合生图、写文章、做一些有创意性的工作，Codex呢代码能力很强同时又是个多面手，然后综合他们给出的方案再去拆分子任务然后再去执行比如说，Codex现在本身就可以当做龙虾用了，因为它也有了本地的全部权限，你只需要发送一条指令：让你自己拥有openclaw的能力，然后我需要通过飞书来接入对话那么他就开始自己写代码来实现和openclaw一样的用法，这就是我前边说的替代的解决方案，可以流式输出知道过程，它也不需要负责的部署成本，也更安全，能力也更强，当这几个顶级模型做完方案之后，再去拆成小任务，有些任务适合用opus，有些适合minimax，有些适合Gemini，就分别去执行好了，你会更加可控好管理这样的话呢就不会像之前那样你给他提个任务，他一股脑的尝试和百思苦想，中间既不能打断又不能引导，最后一口气给你把结果喷出来还不是想要的如果直接用Codex就会更加可控有效，也许明天Claude又新出一个比Codex更强的本地Agent这也不奇怪这也说明了在AI时代，所有的软件工具都会被AI杀死，而AI又会变成所有的软件就比如我前段时间让他把马斯克和德国柏林工厂的负责人访谈的视频内容提取概括一下，然后他的结果就给错了并不是这次访谈的内容第二次给到的是很简单的总结，但并不适合做公众号的内容，于是我甩了条链接给他，让他把探讨的内容都总结出来，但还是很简陋的内容于是我就把同样的问题和链接丢到了cursor里边，想不到吧，我居然用一个编程IDE工具来写文章，并且用的是自动模式的大模型，并非是更厉害opus4.6或者Gemini3因为当时我想的是cursor里本身也是一个Agent，它自己调用的插件能够很快速的把视频语音转换成文字，也就相当于是很快速的看完了原视频里的内容，并非是查网页上其他人的文章这样就得到了一篇简化的访谈文稿，随后我自己稍微调整了一下头尾和排版之后就直接发布了这篇文章有4000(当时)多的阅读量马斯克：特斯拉将在月球建厂，而我这个公众号已经有好几年没运营了，当时也只有180多个粉丝，数据表现还算不错所以重要的不是使用什么工具，也不是非要用很热门的工具，而是用工具的思路好了，现在各种版本的龙虾都出来了，其实也就是各个厂商换了个皮肤，还是一样的换汤不换药，最大的优势就是大家可以简单轻松一件部署了，使用门槛和成本也非常低不过我强烈提个醒啊，听说有一家做流氓软件发家的公司也要搞openclaw，我估计现在他们都两眼发光啊，终于可以有一个这么高权限的入口，我估计他们里边的人现在都两眼放光，终于有一个这么高权限的入口了，千万千万千万不要装龙虾的意义是能够让那些有想法有创造力的人实现真实应用场景的落地，这也是为什么很多地方政府开始推动大家去使用，如果你没有想法，那么就先把自己手上的工作做好，不要盲目的跟风最后希望大家可以玩的开心，不要焦虑，不要担心被AI取代，它虽然很强大，但它并不适合每个人那以上就是我用一个多的月时间踩坑亲身经历总结下来的一些养龙虾心得，如果对大家有帮助，希望可以给我点赞关注或者转发给有需要的朋友
夜雨聆风
