那天晚上我刷到 Jack Roberts 的视频，标题写得很嚣张——“5 个疯狂的 OpenClaw 使用场景（全新超能力）”。

我一开始不信：AI 不就是聊天、改文案、写代码吗？能疯狂到哪去？

直到他抛出一句话，把我从“工具使用者”直接打醒成“系统思维者”：

"Open Claw is one of the most powerful pieces of software on the planet — if you know how to use it correctly.""OpenClaw 可能是地球上最强的软件之一——前提是你得会正确使用它。"— 00:18（视频时间）

那一刻我突然意识到：我过去不是在用 AI，我只是在“跟 AI 聊天”。而真正拉开差距的人，早就把 AI 变成了能自己跑、能落地、能复用、能持续产出的“数字员工系统”。

下面这篇文章，我把视频内容彻底重写成一份你看完就能照做的 OpenClaw 爆改指南：5 个场景，越往后越离谱。

01 先别急着学提示词：你缺的不是“更聪明”，是“副驾驶 vs 系统”的分界线

Jack 在开头先做了一个关键划分——这也是大多数人用 AI 用不出结果的根源：你把“副驾驶”当成了“系统”。

"There are two categories: co-pilot and system.""AI 有两类：副驾驶（co-pilot）和系统（system）。"— 03:12（视频时间）

副驾驶是什么？就是你打开一个聊天框，它坐在你旁边陪你做事：你问一句，它答一句。OpenClaw、各种 Claw 变体、以及大多数聊天型产品，本质上都是副驾驶。

系统是什么？是你把流程搭好、权限接好、上下文打通，让它在你不盯着的情况下，把任务自动推进到“完成”。你以前可能用 Zapier / Make / 脚本拼过一些自动化——那就是系统雏形。

问题在于：很多人拿着“副驾驶”做“系统”想做的事——于是就会出现熟悉的灾难：

你把会议纪要复制来复制去，它每次都像失忆你让它“跟进客户”，它只会给你一封模板邮件你让它“做调研”，它给你一堆泛泛总结，没有行动项、没有交付物、没有落地

Jack 的观点是：OpenClaw 的真正价值，不是更会聊天，而是你要给它装上一个“系统外壳”——让它能接入工具、记住上下文、执行工作流。

而这个“外壳”的名字叫：Command Center（指挥中心）。

02 把技能变成“统一入口”：别再这里 6 个 skills、那里 26 个 skills 了

很多人用 AI 的现状像什么？像家里堆满插线板：这个技能在 Claude 里，那个在另一个 bot 里；手机一套、电脑一套；想复用一次，还得翻历史记录、复制粘贴。

Jack 直接点破这种割裂的荒唐：

"You don't want 'six skills here and twenty-six skills there' — everything should be connected.""你不需要‘这里 6 个技能、那里 26 个技能’的割裂——一切应该是连通的。"— 08:44（视频时间）

他展示的第一个疯狂场景，表面上只是一个小技能：把 URL 转成 bit.ly。但真正要命的不是这个技能多厉害，而是它背后代表的能力：

你在 Claude/Claude Code 里写过的 skills，可以被 OpenClaw 读取这些 skills 可以被“映射”到 OpenClaw 的统一入口（Claude bar / Command Center）然后你在手机上、Telegram 里、任何地方，像点外卖一样直接调用

于是你就从“每次都重新问一次 AI”升级成了“我拥有一套可复用的技能库”。

你可以把它想象成一个人力资源部门：以前你只有一个“万能实习生”（聊天框），每天问他同样的问题。现在你是开了一家公司：bitly 员工、表格员工、资料归档员工、竞品分析员工……都在同一栋楼里，随时可调度。

如果你只做一件事，我建议你从这一件开始：把你最常用的 5 个动作，做成 skills，并全部塞进 Command Center 的可见区域。因为“能被看见、能被随手调用”，才会变成真正的生产力。

03 真正的效率来自“互联”：会议记录 + 私人笔记 + 行动项，一句话落到任务看板

第二个场景，Jack 称之为 meeting and system intelligence（会议与系统情报）。它解决的是一个极痛的问题：你每天最重要的信息，散落在会议里、邮件里、笔记里、任务板里——但 AI 看不到。

他重点讲了一个工具：Granola。和 Fireflies/Fathom 不同，Granola 不会以 bot 身份闯进会议，它是在你电脑上跑的——你可以边开会边记笔记，而且能通过 MCP 接进 OpenClaw。

最炸裂的是：它把两种信息融合了：

会议里“说出来的内容”（转录）你“没说出来的想法”（私人笔记）

于是你获得的是一份更真实的“决策底稿”。

"It blends your notes with everything that happened in the meeting.""它会把你的笔记和会议中发生的一切融合在一起。"— 14:27（视频时间）

然后效率真正起飞的地方在这里：会议结束，你不用再“整理会议纪要→提炼行动项→复制到任务工具”。

你只要对 OpenClaw 说一句：

先列行动项（action items）再把原始转录稿给我最后把行动项加入我的任务看板

它就能把“讨论”变成“执行”。

Jack 还展示了一个很关键的配置：任务看板 + 轮询触发（polling）。也就是说，只要你的任务板有变化，Agent 就会收到通知并开始工作。

这意味着什么？意味着你终于拥有了那种“公司里真正会干活的项目助理”：

你拖动任务到 Done，它知道这件事结束了你新增一个任务，它自动拆解、排期、补齐资料你早晨醒来，它给你一份带全上下文的 morning brief（晨间简报）

如果你过去被“工具太多”折磨过，这一段会让你上瘾：不是再加一个应用，而是把所有应用接成一个宇宙。

04 “面板辩论”把决策质量拉满：三个专家、不同模型、输出成文档归档

第三个场景，是我认为最适合“高价值脑力工作者”的：panel debate（面板辩论）。

Jack 直接让 OpenClaw 做一件非常反直觉的事：不要给我一个答案，给我三个专家，站在不同立场辩论；甚至可以给每个专家分配不同模型，以减少单一模型偏差。

"We won't be influenced by a single model's inbuilt biases.""这样我们就不会被单一模型的内置偏差影响。"— 21:06（视频时间）

他举的例子是“决定住在哪个国家”。这类问题最难的点是：你不是缺信息，你缺结构化对比与清晰结论。

于是 OpenClaw 的工作流变成：

召唤三位专家（税务商业顾问 / 生活方式健康顾问 / 逆向策略师）各自给出论证最后输出 verdict（结论）生成一个漂亮的 HTML 文档保存到 Documents 文件夹，随时可回看、可下载

这一步看似只是“导出文档”，但它本质上是把 AI 从“聊天一次就消失”升级成“可沉淀的知识资产”。

你会突然拥有一种以前没有的安全感：所有重要决策讨论，都有归档；所有方案对比，都能复盘；你甚至可以把它当成自己的“决策数据库”。

如果你做管理、做投资、做产品、做增长，这个场景会非常值钱：让 AI 给你一份能被团队共享的交付物，而不是一段你自己都懒得翻的聊天记录。

05 未来五年最值钱的能力：上下文工程 + “夜间 agent”，你睡觉时它在加速你的人生

第四个场景，Jack 给了一个词，听起来像科幻：overnight agent（夜间 agent）。简单说就是：你不在电脑前，它照样干活；你醒来，它已经交付。

但它能否交付得好，取决于一个更大的趋势：Context engineering（上下文工程）。

"Context engineering will be one of the biggest trends in the next five years.""上下文工程将是未来五年最大的趋势之一。"— 27:41（视频时间）

上下文工程是什么？不是“写更长的提示词”，而是把你这个人的信息系统化：

你的任务看板（你在推进什么）你的会议记录（你最近在谈什么）你的记忆库/知识库（你是谁、偏好什么、目标是什么）你的工具权限（它能帮你做到哪一步）

Jack 的示范非常狠：他让 OpenClaw 创建一个“每日循环任务”，每天午夜触发，用便宜甚至免费的模型（如通过 OpenRouter 调 DeepSeek）执行，输出一份报告：

基于当天讨论、记忆、任务清单找出“对我增值最大的一件事”研究清楚，给可执行方案说明为什么有价值、会带来什么改变给一个立刻可做的行动输出成 HTML 存档 + Telegram 发摘要

这不是“自律打卡”，这是你给自己雇了一个每天都在帮你变强的研究员。

最可怕的是复利：你不需要每天逼自己学习一小时，你只需要每天早晨花 5 分钟执行它给的一个动作。一年后，你会变成另一个人。

06 最容易立刻省钱的玩法：让 AI 当“谈判者”，但权限一定要这样收口

第五个场景，Jack 叫它 the negotiator（谈判者）。这不是让 AI 去“替你吵架”，而是让它做你最不想做、但最值钱的那部分工作：

研究对方心理价位找到更多可替代选项拉出对比表写邮件、写跟进、写议价话术建外联名单、找邮箱、做冷启动模板

他给了一个很宽泛但极强的提示词方向：基于你的日历/Gmail/任务/事项，让它识别 3 个目标领域，你可以部署一系列 agents，代表你去谈判，而不是蛮力硬干。

"Deploy a series of agents — not brute force — to negotiate on your behalf.""部署一系列 agents——不是蛮力硬干——而是代表你去谈判。"— 33:58（视频时间）

你会发现它的“谈判”不止用于买东西：更适合用在赞助合作、BD 合作、渠道谈判、供应商压价、甚至求职薪资沟通上。

Jack 展示的一个例子是“亚洲扩张市场侦察”：它能拆成阶段任务——评分卡、竞品差距、伙伴挖掘、外联草稿——你只要说“去做”，过一会回来验收交付物。

但这里有个安全细节，我非常建议你照抄：集成 Gmail 时，不要给它直接发送权限，只给“起草（draft only）”。

原因很简单：你可以让 AI 把“80% 的脏活累活”做完，但最后的“发送”必须由你确认——你是最终责任人。

这也是把 AI 真正落地到工作中的关键心法：能自动化的地方自动化，必须负责的地方留闸口。

写到这里你会发现，OpenClaw 这套逻辑真正改变的不是“我能不能写出更好的 prompt”，而是：

你有没有一个统一入口（Command Center）你能不能把 skills、会议、任务、文档连成一个宇宙你能不能把一次性对话，变成可复用的工作流你敢不敢把“执行”交给 agent，但把“权限”留给自己你愿不愿意练上下文工程，让它越来越像你的数字员工

如果你现在只能选一个场景开始，你会选哪一个？是“会议行动项自动进任务板”，还是“夜间 agent 每天给你一份人生升级建议”，还是“谈判者帮你省钱/赚钱”？欢迎在评论区告诉我，我也想看看大家最想先把 AI 用到哪里。

视频来源：https://www.youtube.com/watch?v=O-01egh0vvs

我建了个 AI 交流群，如果你也对 AI 感兴趣，想一起讨论怎么用好各种 AI 工具、怎么搭建自己的 Agent 体系，欢迎加入。这里没有割韭菜，只有一群正在实践的🐮🐎，或者已经开始搞一人创业的小伙伴，我们一起互相分享方法。

⭕️ 请叫我“一点儿” 每天进步一点点❗️如果你也不想只听概念，而是要一步一步把AI玩儿起来，搞副业，或者真正用起来！这个地方，就是我们一起并肩作战的实验场！（但拒绝垃圾！拒绝卖课！）

— ✨ INTJ ｜ 中年失业 🙅

— 互联网大厂离职 ☹️

— 失业不等于失败|AI把自己产品化