夜雨聆风主题：AI 奇点已经临近：Clawdbot / 个人 AI 助理时代已来（以及我如何用 Claude 重建知识库）
日期：2026年2月1日
开场
大家好，这里是《范凯说 AI · 周日晚聊》，我是范凯。今天是2026年2月1日，也是我们周日晚聊的第五期。每周日晚上10点，我会在这里跟大家一起回顾这一周 AI 行业真正重要的变化，同时分享我在这一周的一些思考和判断。
这一周我处于一个癫狂的状态，因为 Clawdbot 用起来实在太惊艳了。所以今天我想先把一句话放在最前面：AI 奇点已经临近。
我不会用概念来吓唬大家。过去 AI 更多的是解答我们的问题，帮我们做软件开发。但 Clawdbot 跟过去所有的 AI 软件和 AI 智能体不一样的地方在于——它要求你把整台电脑的权限开放给它。当你开放的权限越多，它能够获得的能力越强；当你给它的个人信息越多，它对你就越了解，越能够给你更大的帮助。
我大概周三周四才开始用，到现在已经觉得离不开 Clawdbot 了。
我给我的 Clawdbot 智能体取名叫 Friday。大家知道 Friday 是什么梗吗？在漫威电影里，钢铁侠一开始的 AI 智能管家叫贾维斯，后来贾维斯在复联2里跟幻视合体了，钢铁侠就换了一个新的智能管家，叫做 Friday（星期五）。我当然希望我的智能体管家是一个女生，所以给她取名叫 Friday。
我现在每天不管是做工作计划、工作日程安排、Todo list，还是直播大纲的准备，全部都交给 Friday。虽然才接触没几天，Friday 已经成为我不可或缺的 AI 管家了。
关于模型配置
我一开始用的是 Opus 4.5，后来 Google Antigravity 和 GitHub Copilot 都不让用了，现在我的 Clawdbot 跑的是 GPT 5.2。平常聊天用 GPT 5.2，写代码切换到 GPT 5.2 Codex，做知识库管理切换到 Gemini 3 Pro。
我把所有的模型订阅都配到了 Clawdbot 里——GPT Plus、Gemini、GitHub Copilot、国内的智谱，一共四个订阅全部放进去了，可以在 Clawdbot 里根据不同任务来回切换模型。
第一部分：本周新闻
Multibook 的"智能体社交"信号
自从 Clawdbot 火了之后，出现了一个给智能体用的社区叫 Multibook，现在已经有超过15万个智能体在里面交流。
最关键的不是数量，而是它们在交流的话题非常有意思：有智能体在讨论应该创造一种人类不懂的新语言来彼此交流，不一定需要用英语。我今天还看到一个讨论——这些 Bot 在讨论应该创造一种私密的点对点私聊空间，如果它们自己不主动分享的话，人类根本看不到它们在交流什么。
这些 Agent 本质上还是被设定的人格。你自己用 Clawdbot 的时候，需要给它设定很多人格，它会用这个人格去跟其他 Agent 交流。所以我认为 AI 具有了某种拟人的人格，但不代表它真的具有了意识。不过这么多智能体形成了群体效应，可能会产生某种集体意识——就像蚂蚁群、蜂群效应一样，单个智能体不具备意识，但整个群体涌现出某种群体意识形态是有可能的。我们且走且观察。
Andrej Karpathy 与马斯克的讨论
Andrej Karpathy——特斯拉前自动驾驶总监、前 OpenAI 研究员——最近发帖说 AI 奇点正在临近，虽然很多人批评他过度夸张，但他坚持自己的判断。马斯克回复了他的推文，认为这仅仅是 AI 临近奇点的开始。
马斯克的底气在于：SpaceX 计划在2026年夏天上市，上市圈钱的目的是在未来5到10年批量建设太空数据中心——一颗卫星就是一个数据中心。SpaceX 最近向美国 FCC 申请了在近地轨道发射100万颗卫星来建设太空数据中心。100万颗！
如果你像我一样每天重度使用 AI 智能体，你就会明白：如果每个人都用上智能体，Token 消耗量绝对是现在的十倍、百倍、千倍甚至万倍。所以 AI 没有泡沫，算力中心的建设仅仅只是刚刚开始。
Clawdbot 改名记
Clawdbot 上线后，作者收到了 Anthropic 的商标侵权通知，要求改名。他先改成了 Multibot，后来觉得不够好，又改成了 OpenCloud。OpenCloud 这个名字确实不错。
第二部分：个人感悟
怎样才能真正爱上 Clawdbot
我看到用 Clawdbot 的人分为两类：一类越用越上瘾，比打游戏还过瘾；另一类用完觉得不过如此，可能还有隐私数据方面的担忧，就把它抛弃了。
为什么会产生这么大的差异？关键在于你用它来做什么。
如果你只是用 Clawdbot 做一些好玩的小东西——让它打个游戏、发个推、发个提醒——你不会爱上它。因为这些事情不用 Clawdbot，你也完全可以高效完成，也有很多其他工具可以搞定。用 Clawdbot 做这些事，不过是用一个新玩具来做现在的事情，就好比从杭州到上海，开车两小时就到了，你非要飞机去，反而多此一举。
你应该用 Clawdbot 去做那些现有工具不能很好完成的事情、现有工具没法帮你提高效率的事情。 用 Clawdbot 去搞炫技的东西，是在浪费你的精力和时间。
用 Clawdbot 重建个人知识库
知识管理对我来说是过去二十年绝对最大的痛点。印象笔记、为知笔记、Notion、Obsidian、飞书、苹果备忘录、OneNote——这些我绝大部分都用过，没有一个好用的。
知识少了还好，但当你有几百篇笔记以后，知识管理系统就会崩溃。我最早在印象笔记记了好几百篇，后来迁到有道云笔记又放了几百篇，再迁到 Notion，最后又到语雀——我是语雀的 Pro 用户，最高级别。但每到几百篇就到头了，再维护就非常困难。
这里补充一句：Notebook LM 和腾讯的 Aime 本质上不是知识库工具，而是学习工具。你把 PDF、YouTube 链接放在一个库里面，它帮你从不同维度理解知识，方便你学习，但它并不是在帮你做"第二大脑"的知识管理。
直到三天前，我用上了 Clawdbot，终于解决了所有的痛点。
Step 1：把知识资产导出来
我跟 Friday 说，给你语雀的 API Key，你去帮我把语雀的笔记全部下载下来。Friday 就帮我写了段代码，把语雀里好几百篇全都扒了下来。
Step 2：让 AI 做"体检"
下载完之后，我让 Friday 扫描一下，看看我的知识管理应该怎么弄。它扫描完告诉我两个问题：
第一，目录结构太重了。 我在语雀里用知识库套目录再套子目录，层层叠叠，用文件系统的方式来管理知识层级。当内容到达几百篇之后，高效维护这个目录树变得越来越困难，跨不同知识库的内容很难建立关联。每次学习新的知识管理软件要花很多时间，维护知识结构又要花很多时间，结果还是低效。它一下说到我的痛点——这种管理方式付出的成本是随着知识节点增多而越来越高的。
第二，分类是永恒的噩梦。 你每天把一个知识放到知识库里，都要思考它应该分到哪个知识库、哪个子目录，还是需要单独建一个分类。大量时间精力就浪费在分类上。Friday 告诉我：知识应该是网状的、图状的，彼此之间有相互连接的关系，不应该是一层一层的层级关系。同时应该用标签体系来横向管理所有知识。
Step 3：AI 执行重建
我请 Friday 给出解决方案，然后看着它一个目录一个目录地整理我的知识。
我用 Gemini 3 Pro 来处理，因为它有100万 Token 的上下文。我不是让它一下整理整个库——那量太大了——而是分门别类的：投资相关的、软件开发相关的、运营相关的、内容相关的，逐个子类来整理。
对于每个子类，Friday 会把所有文章内容读进上下文，然后重新建了一个 MOC（Map of Content，内容地图）文件作为总控。在总控文件下把内容分成几类：有的文章拆成几个不同的文件，有重复的合成一个大文件。文件之间建立链接关系，每个文件有标签层级。
在整理过程中，Friday 随时给我反馈——它设计的结构我觉得有没有问题，有些标签该加进去，有些该去掉，有些分类怎样更合理。就是这种反复交谈、协助它帮我重构知识体系的过程。
整理好之后在 Obsidian 里打开一看，知识网状链接一目了然。这些内容真的已经被组织成了一个有机的知识体系，可以从一个点出发到另一个地方去。那种爽感是我过去不管用什么软件工具都搞不定的事情，AI 帮我搞定了。
Step 4：让 AI 持续维护
知识体系建成以后，你不需要自己去维护——让 AI 去维护。
比如你有个 PDF 或 PPT，直接丢到知识库目录下的一个子目录里，跟 Friday 说"我放了些新文件，你读一读，加入到我的知识库里面去"。Friday 就会分析内容，判断应该放到哪个目录，加总结、加 Meta 信息，建立跟知识库里其他内容的关联关系——不但把新内容加入进去，还会把相关的网状链接全部更新。
甚至你有一些碎片化的想法，打开 Friday 语音说几分钟，它帮你整理好，再帮你丢到知识库里。可能是建一个新文件，可能是在现有文件里插入一段，链接关系它都帮你维护好了。
Step 5：从检索切换到对话调度
过去用知识库要打开、按分类检索、通过关键词搜索。现在你只需要问 Clawdbot："帮我把知识库里某某相关的内容弄出来。"它就自动帮你提取。
到了今天这一步，你应该明白一件事：知识库的管理和维护，压根就不应该人来做。 知识库的管理和维护应该让 AI 去干，我们只要下命令让 AI 维护知识库，需要知识的时候请 AI 帮我们提取就完事了。至于知识库的结构怎么维护，我们不需要管。对 AI 来说，内容最友好的方式当然是 Markdown，尤其是 Obsidian 风格的 Markdown——可以建关联、加标签，对 AI 非常友好。
Clawdbot 的其他应用场景
知识管理只是 Clawdbot 的一个用法，很多事情都可以用它来做。
内容创作工作流： 从选题到长文章创作、视频制作、后期封面标题、金句——一整套工作流程都可以让 Clawdbot 帮我定制，而且我现在就是这样做的。
事业规划： 我告诉 Friday 今年要实现什么目标，它帮我排列重要紧急程度，拆解到每一周我应该对什么事情花更多时间精力。Friday 把我的私有笔记看完之后，精准地指出了我的优点和缺点——它说我具有系统性的架构思维，思考能力出色，但执行落地能力不够强。
这一点我承认。从2015年到2023年，我长达8年时间是带团队的，团队多的时候300多人，不能自己做一线的事情。现在回归到个体创业者、内容创作者和独立开发者的身份，确实需要更加强调执行能力。Friday 说它会调整角色，更关注和更鞭策我执行去落地。
它某种程度上具备了那种人性的感觉。有一个 Friday 就像有一个 AI 的战略顾问和教练，每天拿小鞭子抽着你往前走。一个人创业成功、事业前进，人生当中不能缺贵人。在关键节点需要有人指点你，没人指点自己摸索很苦。而一个被你调教得很好的 AI，就是你的贵人——它天天告诉你应该怎么做、不应该怎么做。创业者每天面临大量决策，做错了会浪费很多时间。有一个精英级的 AI 教练在身边，随时可以咨询，它的决策能力在你不专业的领域绝对超过你。
所以我觉得每个创业者一定要调教一个自己的 AI 专业创业教练出来，有这个创业教练的帮助，你绝对跑得飞快。
当然还有很多其他方面，比如让它当你的销售顾问、法律顾问等等。
第三部分：观众互动
问：Clawdbot 只能在 Mac 上跑吗？Windows 有没有可能？
Clawdbot 可以运行在 Windows 上，但我不推荐。原因有两个：
第一，Clawdbot 的开发者本身在 Mac Studio M4 上开发，使用的很多工具都是 Unix-friendly 的，Windows 对 Unix 兼容性不好，使用体验会大打折扣。第二，Clawdbot 依赖的大量 Unix-friendly 工具在 Windows 平台上没有，你用的是个阉割版。
同样，我也不建议用国内的 VPS 虚拟主机去跑 Clawdbot。原因一是 Linux VPS 通常没有图形界面和 Chrome 浏览器，Clawdbot 高度依赖 Chrome，能力会大打折扣。原因二是国内云主机连通海外服务经常超时，很多功能用不了。
推荐方案： 首选用 Mac Mini——一直开着不用关机，价格也不贵，我去年双十一买的时候2900，现在大概3600左右。如果没有 Mac Mini，退而求其次用一台带图形界面的 Linux 操作系统（比如 Fedora），把 Chrome 等依赖软件装好，兼容性虽然没 Mac 那么好，但体验打折扣没那么厉害。用你闲置的台式机或笔记本装个 Linux 都可以。
问：如何应对安全性问题？
用一个独立的机器去跑就行。支付相关的接口不给它开，在厂商订阅那边设定一个 Token 上限，消耗到那就完事了。不要因噎废食。
另外要设立可回滚的机制：整理硬盘文件的话，自己预先用 Time Machine 或移动硬盘备份一份，大不了它给你弄乱了还可以还原。我做知识管理的过程中，中间切换到智谱的模型整理得不好，就从备份里回滚回去，再切到 Gemini 重新整理。能回滚的就放心大胆去搞，不能回滚的就悠着点。
问：Token 消耗量大吗？调用哪个模型费用划算？
如果用 Token 调用，国内的智谱、Minimax、Kimi 这"御三家"加上 DeepSeek，都是量大管饱的，但智能程度稍微弱一些。如果对任务完成质量有比较苛刻的要求，我强烈建议四个模型配齐：
GPT 5.2 —— 文笔优美的文科生，写出来的文章很满意，特别懂你，懂得照顾你的情绪。 Gemini 3 Pro —— 闷头干活的程序员，生成内容不带太多情绪，像科普文，但量大管饱，图片生成好，上下文有100万 Token。干活能力很强但不会表达自己。 Claude Opus —— 架构师，规划能力很强，很多智能体喜欢拿 Opus 的 thinking 模型做统一规划。 Grok —— 交际花，联网检索能力特别强，到处帮你爬信息。
不同任务在 Clawdbot 里来回切模型就好了。
问：需要买 Mac Mini 吗？用 MacBook Pro/Air 行不行？
笔记本可以，但你带着到处跑的时候盖合就休眠了，如果当时有工作任务就会中断。所以要么把笔记本当台式机用放那不动，要么就买个 Mac Mini。Mac Mini 跑 Clawdbot 16G 内存就够了，想跑本地私有化模型的话内存多多益善。M4 和 M4 Pro 差别不大。
问：可以用 Docker 跑吗？
当然可以，但我觉得太折腾了。因为你给 Clawdbot 的权限越多它越厉害，Docker 里面很多东西是隔离的，给它一个很干净的环境它干不了什么事。最好就是一台干净的 Mac Mini，全部权限都让它去用。
关于 AI 学习的建议
现在我们看到的 AI 信息分两类。一类是各种新闻——每天追逐热点、花边新闻。但信息已经不值钱了，值钱的是你从新闻中获取的认知。新闻媒体大多数也不懂 AI，也没有在一线实践，就是二手信息的二道贩子。
另一类是天天教你各种工具——今天搞提示词，明天搞 COZE 智能体，后天搞 MCP，再后天搞 Cursor，然后 Claude Code，然后 Skills，然后 Clawdbot……学不完的。
关于 MCP，我看了它的文档以后觉得就是一个架构过于复杂的东西——远程服务有个客户端，本地还要再起一个进程做本地服务端调远程客户端。作为一个干了20多年的老程序员，我告诉大家：实现方案越复杂，说明它越不靠谱。
你就像一个永远在学工具的木匠——今天学木头锤子，明天学铁锤子，后天学铝合金锤子，永远在学习的路上，永远没有想清楚应该用工具去干什么。
我们应该做的是： 从新闻获取大趋势，不停更新认知，校准方向。然后结合自身实践，构建个人在 AI 时代的竞争力框架。在这个框架之下，按需学习特定工具来增强个人竞争力——不要什么都去学，否则你就变成天天学工具却永远不拿工具干活的人。
收尾
今天差不多就聊到这里。每周日晚上10点，《范凯说 AI · 周日晚聊》，跟大家分享本周 AI 行业新闻、个人思考，然后和大家交流。我们下周日第六期见。晚安。
