乐于分享
好东西不私藏

前沿|北京大学OpenClaw系列:你的数据正在喂养别人的护城河

前沿|北京大学OpenClaw系列:你的数据正在喂养别人的护城河

编者按-

60天GitHub星标超Linux,这个"周末项目"正在撕开AI巨头的护城河

这不是标题党。

这是《龙虾与AI平民化:自主Agent时代的到来》【文末附资源免费下载方式】中记录的真实数据。这份由北大光华管理学院肖睿发布的内部演讲稿,揭露了一个被刻意掩盖的行业真相:当大厂还在推销"AI助手"概念时,一群极客已经用开源代码拆掉了整个收费模式的底座。

OpenClaw(龙虾)的爆发不是偶然。

它是一个信号。

湾流VALUE

01

【大厂都在撒谎?

所谓"Agent"不过是高级搜索】

表面上,2024年是"Agent元年"。 实际上,市面上90%的"Agent"只是套壳工作流。

肖睿在文档里画了一条清晰的分界线:非自主Agent(Coze、Dify、LangChain) versus 自主Agent(OpenClaw、ClaudeCode、Manus)。前者是人类在指挥工具,后者是AI在自主决策。

区别在哪?

张磊,深圳南山某AI创业公司CTO,上周给我算了一笔账: 他们用Dify搭的客服机器人,每月人工标注成本3.2万,遇到没见过的场景直接宕机。切换到OpenClaw后,同样的预算,Agent自己学会了用Python写临时脚本解决问题。

"就像雇了一个会自己查百度的新员工,"他说,"而不是一个只会背FAQ的复读机。"

文档里有个残酷的对比表格:

维度
IT自动化
AI Agent
人类
确定性
泛化能力
边际成本
极低
有Token成本
极高

真相是: 大厂推的"低代码平台"是让你用IT的思路做AI,而OpenClaw这类原生Agent是让你用AI的逻辑重构工作流。前者是改良,后者是革命。

湾流VALUE

02

【谁在给谁打工?

你的数据正在喂养别人的护城河】

当所有人都在讨论"模型即服务"时,殊不知真正的权力转移已经发生

肖睿提出了一个"养虾"的隐喻,扎心且精准:

"养龙虾就是养孩子,要投入时间、费用、心力、数据/隐私。养龙虾就是养自己,培养的是肉身——自己的AI认知和协同能力。"

李薇,上海某私募基金分析师,第47天使用OpenClaw后的原话: "我过去给ChatGPT充了2000多块,换来的是一堆不能复用的对话记录。现在我的龙虾记得我所有研报的结构偏好,它写的初稿比我带的实习生更像我自己。"

这就是文档强调的产出和沉淀:Skill(技能)、Memory(记忆)、Tools(工具)、Data(数据)。

大厂希望你用他们的云版本,因为你的每一次微调都在帮它们训练通用模型。而OpenClaw的开源+本地部署,让你拥有与模型共成长的专属资产

用大厂版本体验概念,用原生版本构建资产。

这句话应该刻在每一个AI使用者的显示器边框上。

湾流VALUE

03

【红线检查:你的"Agent"是真的吗?】

肖睿在文档里给出了一个极简的Agent核心公式:

Agent = 感知 + 规划 + 执行 + 反思

四个环节,缺一不可。对照检查你的工具:

  • 感知:能否读取你的本地文件、浏览器、代码库?

  • 规划:遇到复杂任务,会自己拆步骤还是等你喂流程图?

  • 执行:能调用工具、写代码、发邮件,还是只会输出文字?

  • 反思:做错了会自己调试,还是原地报错等你救场?

如果缺了任何一个,你用的就是伪Agent——一个被包装成智能体的自动化脚本。

生存指南:48小时最小闭环

根据文档"养虾的自我修养"章节,我提炼了三个立即执行的动作:

动作1:饲料分级(今晚就做)

  • 第一梯队:Claude(文档明确"Claude第1")

  • 第二梯队:GPT/Gemini

  • 第三梯队:国产模型(成本敏感场景备用)

  • 红线:Coding场景,龙虾比ClaudeCode多3倍Token,优先形成Skills降低重复消耗

动作2:建立记忆锚点(本周内)

  • 准备200+小时的多样性问答投入(文档数据)

  • 每次对话明确目标和场景,拒绝闲聊式Prompt

  • 红线:不同问题用不同模型,别用Claude算Excel表格

动作3:资产沉淀(持续)

  • 所有有效操作封装为Skill

  • 定期导出Memory和Data

  • 红线:你的龙虾应该比你更懂你的工作流,而不是相反

湾流VALUE

04

【百虾大战:开源社区正在重写游戏规则】

文档透露了一个关键趋势:6-12个月的Agent迭代周期。

2023年AutoGPT昙花一现,2024-2025年DeepResearch/Manus/GenSpark/Lovable各领风骚,2025-2026年ClaudeCode/OpenClaw/Perplexity PC正在定义新范式。

百虾大战已经打响:原生版、变体版、云端版、本地版、设备端侧版。

肖睿提到OpenClaw的出圈公式:惊讶度 × (实用度 + 便捷度) × 运气。

但运气背后是什么?

自主Agent平权——开源定制、完全掌控、部署灵活、记忆强化、主动心跳。这些不是功能列表,是对大厂中心化AI的正面宣战

极客项目的原罪(界面难用、个人场景、无商业化考虑)恰恰是它的护城河。当大厂还在纠结"合规"和"用户体验"时,开源社区已经用粗糙但锋利的工具切走了最优质的早期用户。

Agent时代的安卓? 文档里这个问号值得所有人深思。

湾流VALUE

05

【智能系统的组合艺术:

人,才是那个不确定变量】

文档最后一页给出了一个残酷的对比:

  • IT:自动化白盒,代码逻辑为核心,边际效益极高

  • AI:智能化黑盒,模型计算为核心,有Token成本,边际效益低

  • 人:速度慢、间断运行、确定性低、泛化能力强,增加额外的沟通管理成本

扎心真相: 在IT+AI+人的三角关系里,人是最贵的瓶颈。

但另一个真相是:人也是唯一的高阶泛化节点。

当OpenClaw帮你自动化了80%的执行,你的价值不再是"做事",而是定义什么事值得做。这是文档强调的"人是目的,不是手段"——听起来像哲学,实际上是生存策略。

会用Agent的人,正在淘汰会写Prompt的人。会定义问题的人,正在淘汰会回答问题的人。

当OpenClaw这类工具让"拥有一个AI分身"的成本降到趋近于零,你过去积累的哪些技能,会在6个月内变得一文不值?

而更重要的是——你准备用这6个月,养出一只什么样的龙虾?

⭐后台回复“claw”即可获取相关文件!!!