夜雨聆风OpenClaw 很强，但别把 Agent 当成长捷径
打开电脑，想到今天要搞定那个拖了一周的选题。
打开 OpenClaw，敲下「帮我写一篇关于 AI Agent 的文章」，然后看着它自己调浏览器、查资料、整理大纲。五分钟过去，初稿就躺在那儿了。
这就是 OpenClaw 这类 Agent 最让人上头的地方。
不是它会聊天，而是它开始真的帮人做事了。
给它一个目标，它能自己调工具、翻页面、写文件、跑命令。很多原本得自己一点点拆开的活，现在看起来像是突然多了一个执行力很强的搭子。
这也是它最迷人的地方。
以前想把一件事交给 AI，往往还得自己想清楚步骤、补上下文、盯着过程改来改去。现在不一样了。只需要说一句「帮我搞定」，中间那一大段麻烦，像是被整个折叠了起来。
这种轻松感是真的。
第一次用的时候，可能会盯着屏幕看半天。
它在跑命令，它在调工具，它在翻页面。甚至有点懵，这玩意儿真的能搞定？
等它跑完，点开结果。
居然还行。
那种感觉，就像是突然多了一个不用睡觉、不用休息、还能自己想办法的实习生。
问题也是从这里开始的。
任务是怎么拆的，哪里需要补信息，哪一步最容易跑偏，结果为什么这次还不错、下次就开始漂，很多人其实并没有真的看清。
于是就会出现一种很奇怪的状态：结果拿到了，但自己能力并没有成长。
不是完全不会用。
但也谈不上真的会。
我有个做运营的朋友，上周用 AI 赶完了一周报，高兴得不行。这周又要写周报，打开 AI，愣了半天。
他记得上周用了某个 prompt，但复制进去一跑，出来的东西跟上周完全不一样。
他又换了几种问法，折腾了半小时，最后还是自己上手写。
这就是很多人现在的状态。
很多任务这次能跑通，下次又像重来一遍。
微软 2025 年关于知识工作者使用生成式 AI 的研究里，提到一个很值得警惕的现象：用户对 GenAI 越有信心，越容易减少批判性思考；而人真正需要保留下来的，恰恰是验证、整合和把关这些动作。
这句话翻译成人话就是：
AI 越强，人越容易把脑子里最该保留的那部分，也一起外包出去。
以前至少还会盯着每一步看。现在一个强 Agent 帮你把很多环节都藏起来了，更容易默认「它都跑完了，那应该差不多了」。
久而久之，得到的是一个个结果，不是一套自己的判断系统。
这也是 UNESCO 在 2025 年反复强调 human agency 的原因。现在真正值得担心的，不是大家会不会用 AI，而是用了 AI 之后，人还剩下多少主动性、判断力和责任感。
所以这篇不是在反对 Agent。
恰恰相反，我觉得 Agent 一定会越来越重要。只是如果太早把一整件自己还没看懂的工作外包出去，Agent 带来的往往先是「便利」，不一定是「可控」。
所以比起一上来就找最强 Agent，我现在更在意另一个问题：
这件事，我有没有能力把它总结成 SOP？
很多人现在卡住的地方，不是完全不会用 AI。
恰恰相反，是已经能用起来了，但用完就过去了。
写过一篇文章，下次还得重新摸索。做过一次选题，下次还是不知道先看什么。跑通过一个工作流，过两周又忘了到底是哪一步起了作用。
就像每次做饭都凭感觉，盐放多少不知道，火候看心情。
偶尔做出来一次好吃的，下次再试，味道完全不一样。也说不上来问题出在哪。
于是 AI 每次都像在帮我们救火，却没有真正变成工作系统的一部分。
这也是为什么很多人明明天天在用 AI，还是会陷在重复劳动里。不是因为模型不够强，而是因为成功经验没有被沉淀下来。
没有沉淀，就没有复用。没有复用，就还是只能靠临场发挥。
OECD 在 2025 年谈 AI skills gap 的时候，提醒的也是这件事：多数人真正缺的，不只是更强的工具，而是更基础的 AI literacy。
放到日常工作里，它未必表现成「我不会用 AI」，更常见的样子其实是：我能把它用起来，但我说不清为什么这次能成、下次为什么又不稳。
什么叫 SOP？
不是一份很厚的操作手册，也不是非得画出一张复杂流程图。
更实际一点，SOP 至少要回答四个问题：
这类任务的目标是什么？ 通常按哪几个步骤推进？ 哪一步交给 AI，哪一步必须自己判断？ 最后用什么标准验收结果？
只要这四件事写不出来，这件事就还不适合直接全盘交给 Agent。
因为你交出去的，其实不是任务，而是一个模糊愿望。
而模糊愿望，最容易换来模糊结果。
更顺一点的路径，其实没有那么玄。不是先学会搭一个多复杂的自动化系统，而是先把一类小任务跑通，再把有效经验沉淀下来。
比如做选题。可以先自己走清楚：先收集信息，再筛选角度，再判断哪个角度最有共鸣，再补证据，最后才是定标题。
第一轮走下来，可能会在「筛选角度」那步卡住三个小时。
不知道哪个角度真的有共鸣，也不知道去哪补证据。可能会试三四个方向，最后才找到一个觉得对的。
这个过程不会白费，因为会看清真正花时间的是哪一步，哪一步其实是 AI 可以帮忙的。
等把这一轮写成自己的 SOP，下次再做类似任务，就不再是「再试一遍」，而是「按上一轮验证过的方法再跑一轮」。
这时候，Agent 的价值才真正出现。
因为它接手的，不再是一团模糊需求，而是一套已经验证过、愿意反复执行的流程。
它帮人放大的，不是侥幸，而是方法。
所以我现在越来越确定一件事：
OpenClaw 这类 Agent，确实是效率捷径。
但它不是成长捷径。
真正有长期价值的，不是把多少任务一键外包出去，而是有没有把一次次有效经验，沉淀成自己的 SOP，再交给 Agent 去复利。
不会总结成 SOP，再强的 AI 也只能帮一次。
能沉淀成 SOP，AI 才会真正开始替人工作。
如果非要把这件事压成一句话，我更愿意这么说：
Agent 最适合接管的，不是还没搞明白的任务，而是已经跑顺、也愿意反复执行的 SOP。
这样用，它带来的就不只是省时间。
也更像是真正和 AI 一起进化。