夜雨聆风
"OpenClaw 上门安装，仅需 499”
“OpenClaw 彻底卸载，只要 299”
这周，大家应该被 OpenClaw，这只赛博龙虾给刷屏了。
前几天咱们也写文章聊过这件事，和大家聊了聊这波全民养龙虾热潮背后的奇葩故事，本来还打算正儿八经写个科普教程，给那些感兴趣的差友介绍一下，怎么才能简单科学又便捷的养龙虾的。
但我没想到的是，现在这些大厂，对龙虾的热情是超乎想象。。。
我这边教程刚写到：新建文件夹 的阶段，那边大厂就卷出了一键部署的方案。
字节旗下的火山引擎更是直接整了个活，上线了一个一键部署龙虾的 ArkClaw 活动。
现在你想体验 OpenClaw 这只龙虾，不要 499 的安装费，更不用 299 的卸载费，更不需要去折腾那个黑不溜秋的终端界面。
只要直接开个火山引擎的 Coding Plan 套餐，这只龙虾就能直接跑起来，整体耗时不超过两分钟，而且还有一分钟是在等它加载默认配置，你选完套餐之后，鼠标甚至都不用点两次，龙虾就自己装好了。
只要黄牛十分之一的价格，干活干的还比黄牛还要利索，什么含金量不用我多说了吧。
而且比起传统的 OpenClaw 来说，ArkClaw 这类产品还有两个优点：
方便和安全。
也正是冲着这两点，世超才会觉得，ArkClaw 很可能是这波龙虾里，最适合普通人先上手试试的那个。
先说方便，一方面，它对飞书内部的生态集成的堪称优雅。
这次这个龙虾之所以能这么火，很大程度上是因为它和过去那些一问一答的对话样式的 AI 软件不一样。
它能接到我们平时用的聊天软件里去，就比如说我们可以直接在飞书里给他下达任务，让它去帮我看看现在的美股行情。
人家就能自己去调 API，去把股票的价格查好了再发回来，整个对话全都发生在聊天软件里。
问题是，传统 OpenClaw 想接飞书，这事虽然谈不上特别难，但步骤是真的不少。
你得进飞书开发者后台，创建企业自建应用，添加机器人能力，复制 App ID，复制 App Secret，再去权限管理里勾一堆东西，发布应用，最后和机器人对话拿到配对码，再回到命令行里输入指令，才能把整套流程走完。
你说它难吧，也没难到哪里去。
你说它简单吧，步骤又确实有点多，世超还记得自己第一次装的时候，大概折腾了 5 分多钟，现在装多了熟练起来后，大概两分钟就能速通，自认为是已经很快了。
但接入飞书这件事，到了亲儿子 ArkClaw 这里，就变得更离谱了。
想把它连上飞书，只要点一下配对，再扫个码就行。
啊对，就两步，等一会就行了，就这安装速度，完全没有写教程的必要了。
而且这个 Coding Plan 的套餐里除了服务器了龙虾之外，还连带着把和模型对话的 Token 也准备好了。这玩意其实才是 OpenClaw 真正花钱的大头。
世超之前就吃过大亏，最开始测试它的时候，对 OpenClaw 花 Token 的速度没概念，直接给它接上了最昂贵的 Claude 4.5 Opus 的 API，让龙虾吃了点好的。
结果没想到这龙虾吃的也有点太好了，直接把我的钱包给扒拉干净了，那天晚上才玩了不到俩小时，刚冲进去的 200 多块钱就给它烧光了。
而在 ArkClaw 的这个套餐里面，直接把 API 的用量给包圆了，你完全不用担心这个龙虾把你的钱包给烧光。
你在里面除了能用上自家的豆包模型之外，还能用上 Kimi-K2.5、MiniMax-M2.5、DeepSeek-V3.2 这些其他的国产大模型，随便切换。
世超基本上火力全开的玩了三天，也才用掉了一周总流量的 23%，量大管饱了属于是。
说完了方便的，咱们再来说说安全这块，龙虾在数据和隐私上的风险咱们就不多说了。
早期暴露出来的安全漏洞是一波接着一波，前段时间工信部还对 OpenClaw 的安全风险提出预警。
说白了，在过去，这种权限贼高，能读取我电脑上全部文件的东西，一般叫做病毒。
所以我到现在还是那个态度：除非你真的很懂这玩意，不然我不太建议你直接拿自己的主力电脑跑 OpenClaw。
而在火山引擎的这个 ArkClaw 的套餐里面，它还给你附带了一个云服务器进去，这就很关键了。
你可以把整个 OpenClaw 项目给直接放在云端跑，那就直接把数据泄露这件事从源头上给按死了，就压根没有隐私可以泄露。
而且火山引擎还对 ArkClaw 做了特殊的安全优化：
就算就算最后真出问题了，手贱装了什么奇怪的东西，你还可以在设置栏里一键还原出场设置，把他变成一个清清白白的龙虾。
所以，当入场的门槛被大厂给踏平了之后，这个被大家给吹上天的龙虾，到底能做什么事情呢？
说实话，世超自己这段时间也在摸索。
前几天我寻思给龙虾派点活吧，不能让它太摸鱼了，于是准备拿它来做个自动化的选题收集器。
众所不周知，咱们差评编辑部的小伙伴每天上班要做的第一件事，就是打开互联网开始收集选题（冲浪摸鱼），大家去收集各自领域的信息，然后判断哪些东西能写成选题发给大家看。
那如果龙虾能帮我把这件事给干好了，那世超不是每天就能多睡一个小时了吗？
于是世超就直接把这个想法发给它，让 ArkClaw 自己来想想这活应该怎么干？
这个过程其实很简单。
你不用一上来就把需求写得特别细，只要先给它一个大概方向就行。
它自己就会把任务拆开，然后再把执行流程给一点点补完。
当然，它第一次给出来的方案，大概率不会直接就是你想要的那个版本。
这时候就得充分发挥我们的主观能动性。
就比如说我感觉它给的第一版方案看的新闻来源太单一了，那咱们就可以直接跟他说，让它多获取几个信源，它就会认真听取我的意见，会回去接着改。
这样来回拉扯几轮之后，我就得到了一个纯粹由 AI 收集，整理，归纳出来的新闻列表了，它不但能快速浏览各路网页，还会附带上这个新闻的原始链接，方便咱们做二次验证。
接着世超又往前推了一步，在 ArkClaw 上设置了个定时任务。
让它每天早上 9 点准时开工，自己去网上扒拉 AI、科技、互联网这些方向的新消息，筛一遍，理一遍，再扔进多维表格里。
再配合飞书多维表格本身的能力，这玩意很快就能被做成一个很简洁的看板，来简洁直观告诉我：今天 AI 到底干了多少活？
等它收集完了，世超也差不多刚到公司坐下，直接节省了成吨自己收集资讯的时间。
而且更关键的是，我还可以把这套已经跑顺的流程，直接做成一个 Skill。
这个东西，相当于把你的手感和经验给实体化了。
你折腾一次，龙虾就学会一次，你优化一次，它下次就更像你一点。
对个人来说，它能把你平时一点点攒下来的经验沉淀下来，这样下次在遇到类似的事情，龙虾就会自动去找教程，就不用我们人类再教它一遍了。
对团队来说，它相当于把原本散落在不同人脑子里的工作方法，慢慢变成了一套大家都能复用的流程。
谁做过一次，把流程磨顺了，其他人直接装上就能用，这样一来，很多事情就不用每来一个新人都从头再教一遍，只要教会新人怎么用 AI 就好了。
而且 Skill 也不光能自己搓，还能直接装别人已经做好的现成货。
比如在搜索这件事上，火山引擎还专门给 ArkClaw 做了个叫 byted-web-search 的 Skill。
按他们自己的说法，这是一套和豆包搜索同源、专门给 Agent 准备的信息搜索引擎，信源更丰富，查资料也更靠谱。
那你只要简单和它说这样一句话就能装上。
在按照引导配置完了 API 之后,你每次和它说“搜一下”“找一下”这类话的时候，ArkClaw 就会自动调用这个技能，去网上更精准地帮我查资料。
在这个基础上，世超甚至可以让 ArkClaw 来直接帮我干活，每天节省 8 小时的工作时间（bushi）
既然前面的选题库已经跑通了，每天都有源源不断的热点新闻喂到嘴边，那干脆一不做二不休，干脆让它把稿子也顺手写了？
于是，我直接拿这只龙虾，给自己搓了一条半自动化文章生产流水线出来。
为了实现这个目的，世超找出了咱们之前做过的“选题写作 Skills”给它装上。
因为这玩意之前是我自己手搓的，只保存在我的电脑里过，也没传到啥 Skills 商店里去，所以我需要先把它通过飞书发给龙虾，让它自己领会我的意思，安装这个 Skills。
它可以让 AI 在正式动笔前，先去互联网上搜集所有和选题相关的信息，接着把这些内容都给下到本地，然后再基于这些客观的信息来生成文章大纲，生成文章正文等等。
这就直接打通抓手，形成闭环了。咱们直接打开刚才 ArkClaw 收集整理的选题文档，在里面找个合适的选题让它练练手。
就比如说前几天刚刚离世的知名程序员 Tony Hoare 老爷子，真要写这种人物稿，最麻烦的从来都不是敲字，而是前面那轮资料收集的活。
要是在过去，那就是要世超自己在网络上冲浪收集，而现在，这一切全都可以交给装完 Skills 的 ArkClaw 自己来干，它会自己去网上搜集和这个选题相关的信息，把网页抓下来，再把原始链接也一起整理好，省掉我前期最费时间的一大段准备工作。
你还真别说，人收集完资料之后，提炼出来的这个标题，还是蛮吸引人的。。。
到了这一步，咱们就能自己手动核查一下它收集到的这些信息，看看有没有什么错误的，也可以针对这个选题讲讲自己的想法和角度，让龙虾知道自己后续得往哪里写。
世超之前也试过让 AI 纯自动化来生成文章，但是 AI 做的东西如果你不管他，那它就会彻底放飞自我，写出来的东西全是 AI 味。
而在整理完大纲之后，世超就可以让它基于这个大纲来写正文了。
这里要说个我个人习惯了，那就是让 AI 写这些内容的时候，不能让大模型一次性生成整篇文章，而是要让它按照大纲一段一段来生成。
就比如我一开始，就只让它生成开头。
这么干有两个好处。一个是能防止模型偷懒，一次性让它输出个两三千字，大模型经常会滥竽充数。
另一个是哪里感觉不对，我可以随时把它叫回来改。哪段科普没讲透，哪段节奏不对，哪句话味儿不够，都还能一点点往回修。
最后不到 10 分钟，咱们就能得到一篇六七十分的文章。
当然，想要把它打磨成最后的九十分还是要费一些功夫的。
但是看着这只龙虾能这样有条不紊的干活的样子，世超感觉还是蛮恍惚的。
不过不是因为它有多能干，而是因为这个门槛被踏平的速度，真的太快了。
前几天咱们刚呼吁大家，别急着花几百块找人上门装龙虾。
结果这才过去没几天，大厂就真把 500 块安装费给狠狠干下来了。
所以很多时候，大家真不用太焦虑。
这玩意说到底，也还是个工具。它能不能帮到你，最后还是得看你的工作场景，看你愿不愿意花一点时间去磨合。
有需求的，完全可以自己慢慢试一试，没需求的，也不用硬逼着自己跟风。
量力而行，按需上车，很多时候反而才是体验新技术最舒服的姿势。
