夜雨聆风当退休大爷开始“养虾”
最近在科技圈和一些意想不到的角落，出现了一个挺有意思的重合。
路透社报道说，中国的一群小学生和退休老人，正在热衷于“养龙虾”。这里的龙是一个叫 OpenClaw 的开源机器人项目。因为它长得有点像，或者说操作起来那股子多足联动的劲儿像，大家就给它起了个昵称叫“龙虾”。
这件事初看是个硬核创客的下沉故事，但我真正想聊的是它背后那个让人后背发凉的变化。
如果说过去一年我们对 AI 的认知是“一个超级好用的聊天框”，那 OpenClaw 的出现，标志着这层窗户纸被彻底捅破了。大家不再满足于在大模型的官方网页里打字，而是开始尝试绕开这些“围墙花园”，把 AI 的手脚伸进现实生活。
智谱最近分享了一个挺扎实的数据：在他们的用户里，约 60% 的人还在用 AI 问答和闲聊，但已经有 40% 的人开始进入“任务执行”阶段。
这 40% 的人，就是那群“养虾”的人。他们不觉得 AI 是个老师，而觉得 AI 是个可以配置、可以调教、甚至可以拥有支付权限的“数字合伙人”。
这种从“会聊”到“会干活”的漂移，正在引发一场我们还没察觉到的权力重组。
为什么 Anthropic 突然“急了”？
上周发生了一件很有火药味的事。
AI 巨头 Anthropic 突然加强了对 OpenClaw 等第三方客户端的限制。只要你在调用 Claude 模型时，系统提示词里出现了 "OpenClaw" 这种关键词，后台会直接拦截并报错。
不仅如此，Anthropic 还明确宣布，Pro 和 Team 的订阅额度以后不能再给第三方工具用了。如果你想在 OpenClaw 这种第三方界面里用 Claude，对不起，请单独买 API 额度，或者买他们更贵的流量包。
这种行为在商业上叫“收紧篱笆”，但在更深层面上，它暴露出大模型厂商的集体焦虑：他们害怕失去对用户的直接控制。
长期以来，我们习惯了在 ChatGPT 或 Claude 的官方网页里输入指令。在这个场景里，厂商拥有绝对的话语权。他们决定你这一小时能发几条消息，决定你能不能用搜索，用什么工具。
但当 OpenClaw 这种工具出现时，逻辑变了。
用户把 Claude 的“大脑”掏出来，装进了一个自己定制的“身体”里。在这个身体里，用户自己写行为准则，自己挂载 Obsidian 本地笔记作为“长期记忆”。
甚至像一位开发者陈锦初做的那样，通过健康手环的 API 联动外卖接口，让 AI 醒来就自动帮他点好咖啡。
在这个过程中，官方的网页变成了单纯的“算力提供商”。
Anthropic 宁愿通过价格杠杆（API 通常比订阅贵）和关键词拦截来设障，也要把用户拽回来。
因为一旦用户习惯了在自己构建的“控制层”里工作，大模型厂商就彻底沦为了水利局和供电局，失去了最值钱的、与用户直接互动的流量入口。
所谓“主动”，其实是权限的下放
大家最近在谈的 Proactive Agent，听起来玄而又玄。其实剥掉技术黑话，它的核心就一件事：
你敢给它多大的权限？
在 OpenClaw 的玩法里，我看到了几个非常真实的“原来如此”。
比如有人设置了两个 AI 角色——一个初级律师负责搜集资料，一个资深律师负责项目管理。他们不再是等你提问，而是会在后台自动“吵架”、互相校验。这种多 Agent 互审，本质上是把原本需要人去盯的“过程管理权限”交给了机器。
再比如，有人给 Agent 配置了带有金额限制的虚拟银行卡。这不再是一个建议你“买哪款咖啡更划算”的导购，而是一个能直接跳过你、完成支付动作的办事员。
这种变化的本质不是模型变聪明了，而是人类的工作流正在被“代码化”。
DeepSeek 最近一次性放出 17 个岗位急招 Agent 方向的人才，甚至明确要求应聘者必须是 Vibe Coding的资深用户。这释放了极强的信号：未来的核心竞争力，是你的架构能力，把复杂的业务逻辑，拆解成 AI 能够理解并执行的指令、记忆架构和权限边界。
如果你去观察那些真正把 AI 用起来的人，你会发现他们不是在“用”软件，而是在“养”资产。
他们会花大量时间去构建 Agent 的“三层记忆”：感知的、认知的、逻辑的。他们会把自己的偏好、常用的 API 路径、公司的业务规则，一点点喂给这个数字员工。
这种配置工程，才是以后每个人最值钱的护城河。
因为模型是可以随时切换的，今天用 Claude，明天贵了就换 DeepSeek。
但那套承载了你个人工作逻辑的“龙虾外壳”，是带不走的。
谁会先拿到这张入场券？
这场变革最残酷也最迷人的地方在于，它正在重新定价所有人。
过去我们衡量一个人的职业价值，看的是他掌握了多少知识，或者他能动用多少组织资源。但现在，这些东西正在贬值。
当 AI 律所可以通过双角色博弈降低幻觉，当一个非技术岗的财务人员能通过 Agent 直接生成 Figma 原型，人与人之间的“功能性依赖”就开始瓦解。
我观察到一个趋势：真正能率先跑通场景的人，往往是那些对“颗粒度”更敏感的实干家。
他们不会空谈“AI 将改变人类”，他们会研究 ZClawBench 里的 116 道实战题。他们会去琢磨：当 AI 自动帮我回邮件时，如何设定它的权限边界，让它既能处理琐事，又不会在没经过我同意的情况下签掉一个合同。
这篇文章写到这里，并不是想劝你赶快安装Openclaw。我想说的是，OpenClaw 背后这种“去中心化、重记忆、强执行”的结构，才是真正值得关注的深海。
对个体而言，第一步动作不是去学 Prompt，而是去复盘你的工作流里，哪些环节是可以“固化”成逻辑的。你的记忆文件在哪里？你的工具调用路径是什么？
在大模型厂商忙着筑墙、创业者忙着“养虾”的当下，真正的机会属于那些能把自己从“使用者”变成“架构师”的人。
毕竟，当权力从中心化的平台向个人工作流层转移时，谁先构建好自己的“外脑”和“执行层”，谁就先拿到了通往下一波红利的入场券。那只“龙虾”，其实就是你延伸出去的手。
