夜雨聆风我的龙虾从月初安装到现在，已经超过 3 周时间了，每天都陪着我「高强度」工作，目前为止给我的使用体验，怎么说呢，还行吧。
这一次使用龙虾，跟之前用其他 AI 产品不一样，我没有躺在自己的舒适区，让它只给我搞定几个网上随便一查，或者自己翻翻官方文档，稍微上点心就能轻松解决的问题。
而是让它给我开发一个，连我自己也吃不准，且之前几乎没有类似经验过的软件项目。
所以整个过程，我是高度依赖这只龙虾的，但好在，项目推进到目前为止，无论是效率还是效果，我都还算满意。
这么今天这篇文章，就来跟你聊聊，我对 Openclaw 在这么长时间以来的一个使用感受。
1.关于大模型
虽然还没来得及体验所有主流的大模型能力，但我个人觉得，选一个口碑差不多的，自己经济能力负担得起的，其实就够了，没有必要去为了那一点别人口中的区别，纠结哪个最好。
甭管是之前基于页面免费版的千问、deepseek、豆包、kimi、ChatGPT，还是这段时间基于 API key 使用的 Kimi2.5 跟 MiniMax2.7。
虽然它们的效果确实各有不同，但如果使用的人有「掌控全局」的能力，最终反馈出来的效果，在我看来没什么区别。
无非可能是，那些更贵的模型，出活的效率更高，更省时间，而便宜些的国产模型，绕的弯可能多一点。
2. 关于 skills
最近老是刷到各种关于怎么选 skills、怎么写 skills、以及说 skills 多么厉害多么牛逼的文章跟视频。
我其实特别想问一句：你们真的亲自验证过效果吗？
说出来你可能不信，用这只龙虾给我开发项目这 3 周里，除了它内置的那 52 个 skills 之外，当我了解到 skills 的原理本质之后，我一个额外的都没装过。
原因很简单，我当前这个项目，跟普通世面上大家常看到的，各种烂大街的项目不一样，基本没有固定的套路跟流程，定制化程度很高。
而且，这个所谓的 skills 说到底，不就是各种「制定规范跟边界」的 prompt 吗？
我把这些要求跟红线，都让它给记录到「全局记忆文件」里，或者说，我直接在任务指令里说明，效果是不是应该也一样。
至少从目前我的体验来看，不去下载那些花里胡哨的 skills，一点都不影响我的使用跟项目开发效果。
3. 关于使用者的专业能力
这一点，我认为是你能不能用好这只龙虾最核心的地方(其实不止龙虾，任何其他 AI 工具也都一样)。
让 Openclaw 帮你干活时，你就像一个掌握方向的舵手，这艘船往哪开、开多快、目的地在哪，都得非常清楚，而且，旅途出现哪些凶险的意外，你同样也必须要知道怎么搞定。
比如昨天，我就被 Openclaw 差点带沟里了。
有个在 k8s 上跑联邦训练的任务遇到了问题，让它给我解决，结果解决这个问题，就像打开了潘多拉的魔盒，后续引出的各种子问题，那是一个接一个。
大概给我换了近 20 个解决方案，还是不好使，气得我差点把键盘给砸了，当时直觉告诉我，不行，再这么下去，它能给我玩到明天去，它能一直这么耗着，我可受不了。
于是我就想，是不是一开始的大方向就错了，让它尝试换另外一个我认为可行的方向试试呢。
果然，换了方向之后，这个问题只用了大概 3 次尝试，就彻底解决了。
前面它一直在试图用 k8s 的 deployment 策略，解决一个分布式联邦学习之间的通讯问题，结果越试，引出的其他问题就越多。
而且随着对话次数的增多，除了会烧大量的 token 外，一些关键的上下文信息，也会被逐渐漏掉，这就导致前面出过的错，后面还能接着出现，非常的蛋疼。
发现不对劲后，果断让它换成基于 StatefulSet 的策略，很快问题就搞定了。
所以，千万不要觉得，AI 现在都那么聪明了，自己可以什么都不用操心，只用关心结果就好了。
如果你真这么想，在遇到稍微复杂一点问题的时候，那它溜你，可真就跟溜狗一样。
4. 关于集群
最近还发现一个问题，那就是如果你想让 Openclaw 帮你解决一些「集群服务器」问题，会显得非常力不从心。
以我目前的实践来看，Openclaw 只能跑在一台，且必须有网络的服务器上。
而一般我们的集群服务器，服务器数量多不说，且很多时候，都是部署在局域网环境下的，没有办法连外网，这就让 Openclaw 没有了用武之地。
关于这个问题，今天还在跟一个朋友在讨论，后续看想什么办法来解决。
5. 关于人的价值
估计很多同学可能也意识到了这个问题，那就是如果工作中，我高度依赖 AI，那我自己的核心竞争力在哪？
根据我的经验，想要破局，应该做更「高维」一点的事情，比如，把你从之前普通 coding、测试的角色，逐渐向架构师、产品经理的方向转。
让自己从原来的「单点深入」，慢慢过渡到「全局把控」，但同时我认为，coding 的基础还是有必要保留，虽然后续你自己编码的机会可能在减少，但 review AI 写出来的代码质量高不高，你还是得做到心里有数。
另外，还有很重要的一点，那就是你的「结构化表达」能力，AI 能不能按照你的意愿干活，很大程度上取决于跟它说了什么。
这里的说，绝不只是简单的一句「给我搞定」、「这个不行，重新来」「又报错了，再试」这么没营养的话。
而是你给它的任务里，要包含必要的「条件、过程，以及目标跟边界」，毕竟 AI 不是你肚子里的蛔虫，但你不表达清楚，它是真不知道你要什么。
最后
希望大家在 AI 时代，都能驾驭好每一个 AI 工具，让你的生活跟工作，都能顺势起飞。
