标签归档:OpenClaw

养荒地上的龙虾?不如踏踏实实住精装修的房子

小龙虾越来越火了。

2026 年开春,开源项目 OpenClaw 在中国互联网引爆。GitHub 星标破 27 万,B 站“保姆级教程”铺天盖地,地方政府补贴跟进,单项目最高 500 万。朋友圈里隔三差五就有人晒“数字分身”截图——一个跑在本地电脑上、能读文件能发消息能自动执行任务的 AI 助手。——人人都可以拥有一个 AI 打工仔了。

小龙虾的方向是 AI 落地的正确方向。问题在开源路径。小龙虾是开源项目。

“开源”项目免费、自由、可控——但开源也意味着:从第一步开始,所有事情你自己负责。——全部的质量问题、效率问题、速度问题、能耗问题,都得自己负责。

算三笔账。

第一笔:硬件账。

本地跑一个够用的大模型,需要至少 64GB 内存的 Mac Mini,四万人民币起。而 Claude Code Pro 套餐 20 美元一个月,一年一千多人民币。四万的硬件等于二三十年的订阅费用。花了几十年订阅费的钱,买到的却是打了折的体验——本地模型的速度远不如云端,开源模型的能力天花板远低于 Opus 4.6 这样的闭源顶级模型。

第二笔:时间账。

这笔比硬件贵得多。配置小龙虾不是“装一个软件”,是一整套系统工程:选模型、下模型、配环境、装依赖、调参数、接聊天界面、测试、排错、再测试。B 站教程四十分钟起步,那还是“跟着做不出错”的理想时间——实际上,依赖冲突、版本不兼容、内存不足、网络超时,随便撞上一个就是一整天。

用房地产类比:小龙虾是拿了一块荒地从三通一平干起,自己平整、打地基、盖楼、装修,全程没有开发商没有施工队。而订阅云端模型是买精装修商品房——楼盖好了,装修完了,你的精力花在软装和智能家居上,花在“住”上面,不是“盖”上面。

同样一个周末,一个人在荒地上和依赖冲突搏斗,另一个人在精装修房里调配数字分身技能。Opus 4.6 已经出了 1.0 版,小龙虾这边还没见到 hello world,差的不是一个数量级。

第三笔:隐性账。

小龙虾架构下每次对话都是“裸跑”——没有云端的 prompt 缓存、没有上下文压缩、没有智能路由——这里我们都不说网络安全问题,就直说“钱”这件小事——同样一个任务,token 消耗可能是商业云端方案的三到五倍。调远程 API 这些多出来的 token 是真金白银,跑本地模型吃的是电费和硬件寿命。“开源免费”四个字,既无保障,也无效率,至此早已面目全非。

算完账再看人。

折腾小龙虾的主力是 30 到 50 岁的“80 后、00 前”。00 后没场景少需求,60 后 70 后没技术能力。恰恰是时间精力最金贵的中年人——上有老下有小、职场正当其冲——在周末深夜扎进开源社区的配置文档里。

这批人中绝大多数从 IT 角度看是“外行”,或者叫“跨界者”,不是程序员,不是运维,不是 DevOps。他们可能是银行经理、市场总监、律师、教师、自媒体人。对“土地三通一平”尚缺经验,却一把直接尝试从零盖楼。这不是勇气问题,是资源错配。

同样四十个小时,花在配置小龙虾上,最后得到一个能在飞书里回复消息的 AI 助手;花在学习如何与 Claude Code Opus 相处上——产出完全不在一个层面。差距不在工具,在精力的投向。

搬砖搬完了得到一堵墙,软装做完了得到一个家。

配置小龙虾的过程中,工具本身会变成目的。这是技术圈一个古老的陷阱:折腾让人产生“我在做事”的幻觉。装好环境,跑通第一个对话,截图发朋友圈——成就感为true,产出是nil。你拥有了一个能说话的 AI,却还没想清楚让它说什么。

真正的价值不在“有没有 AI”,在“AI 帮你做了什么”。前者是基础设施问题,2026 年商业公司已经解决了——月费 100 美元,精装修交房,拎包入住。后者才是每个人要花时间想的事:现实中的需求到底是什么?

问题的答案不在 README 文档,在人的脑子里。


人人都需要数字分身。但“需要数字分身”和“需要自己从零搭建数字分身”是两件事。你需要一个家,不等于你需要自己盖房子;你需要吃饭,不等于你要顿顿自己做饭;你需要穿衣,不等于你要自己踩缝纫机。

Claude、GPT、Gemini、Qwen、Kimi、MiniMax——人类文明最先进的模型已经把算力问题解决了。它们就是盖好的精装修商品房。你要做的不是抢一块荒地从头开始,是选一套房子住进去,把全部精力投入到一件事上:搞清楚自己要什么。

匹配需求,精确表达,持续校准——这才是 AI 时代真正要修炼的能力。没有捷径,不能外包,也不能用“我装了一个开源模型”、“我养了一只小龙虾”来替代。

荒地上“从零开始”养龙虾,不如花点钱,住进精装修的房子里多读几本书。


关于 OpenClaw:OpenClaw(原名 Clawdbot,昵称“小龙虾”)是由奥地利开发者 Peter Steinberger 发起的开源 AI 智能体框架,2026 年初在中国互联网上迅速走红,GitHub 星标突破 27 万。本文无意否定开源精神和 OpenClaw 项目本身的技术价值,仅讨论对于非技术背景的普通用户而言,“自建”与“订阅”两条路径的投入产出比。

原创文章,转载请注明: 转载自风云居 | Less is more

本文链接地址: https://kangjian.net/blog/2523/

龙虾很好,但现在不要养

龙虾很好,但现在不要养。

一、电力变算力,算力变劳力

"养龙虾"这件事,真正在做的是一条能源转化链:把我们国家相对过剩的电力——特别是绿色电力——转化为算力;再通过算力,以 AI Agent 为媒介,转化成低端劳动力,去弥补白领市场的缺口。

我国未来劳动力不足几乎是确定性趋势。谁来做那些订机票、订酒店、做 PPT 的工作?答案是:一台计算机,一个基础的人工智能模型,调用便宜的 Token,就能完成原来需要一个活生生的年轻人去做的事。

从本质上说,这是一个解放生产力、发展生产力的过程。而推动这个过程的底层资源,恰恰是我们的优势——充裕的电力供给,尤其是西部和北部大量的风电、光伏产能。用成本优势去获取资本的原始积累,这个思路非常清晰,也非常有创意。

二、对印度外包产业的降维打击

把视线再拉远一点。过去二十年,印度靠全球外包服务吃了一波巨大的红利。

如果"龙虾"这条路走通了呢?

未来的客服,不用再找班加罗尔的接线员了。深圳龙岗的一个 AI Agent 集群就能搞定。不存在口音问题,不存在时差问题,解决问题的质量可能还比真人高。

这对印度传统的外包产业,是一个毁灭性的打击。从国家竞争的角度来看,这是一个非常大的历史性机会——谁先把"电力到算力到劳力"这条链路跑通,谁就抢到了下一代全球服务业的入口。

三、现在不需要急着"养龙虾"

龙虾很好,但作为个体,现在不要急着参与。

举个例子。智能手机已经有将近二十年历史了,从 2007 年第一代 iPhone 算起。我们今天每个人都在用智能手机,用得深也好、浅也好,这个时代我们谁都没有错过。但回过头看,你当年有没有买第一代 iPhone?绝大多数人没买。没买,也没关系。没买第一代 iPhone,不影响你后来完整地享受智能手机的红利。

人工智能这个时代也一样,风口才刚刚打开。方向是确定的:找一台计算机,装一个 AI,用便宜的 Token 去替代原来由自然人完成的工作。这个大趋势不会变。

所以从投资和交易的角度,我们要做的是认准方向,而不是急着下场。不管是 A 股还是商品市场,只要围绕"低端劳动力替代"这个方向去布局,长期一定有机会。但风口上的第一阵风,往往不是最好的入场时机。

踩到风口上,不等于现在就一定要养一只自己名下的龙虾。

原创文章,转载请注明: 转载自风云居 | Less is more

本文链接地址: https://kangjian.net/blog/2502/