0｜折腾了一天“龙虾”

昨天，有位朋友找我，让我帮他“ OpenClaw（龙虾）”。

这本来对我来说是轻车熟路的事，我已经在macmini和服务器上都成功安装过。但这次这哥们带了一台2018年出厂的thinkpad windows。

我折腾了一天，从直接装进windows，到装进WSL-Ubuntu，都没成功，chatgpt都被我问冒烟了，还没成功。前天晚上还跟人家吹牛逼，说这玩意，就是举手之劳。。。。。打脸真疼。

其实，真正让我脸疼的是，我搞好了macmini版本的openclaw，不知道用来干啥，又去部署了服务器版的，也一样闲成了一只死龙虾。

这种着急忙慌，赶热点，追时髦的做法让我回想起来了 2016 年的 ICO 狂潮，那几年骗走了我最重要的资产的追热点经历。

1｜我认为“龙虾”是重大技术突破，但我暂主观认为“龙虾热”依然是AI行业周期性的被炒作的热点

OpenClaw 确实很酷，它的叙事也非常性感：“AI 终于不只是陪聊了，它开始长出手脚做事了。”它主打在你自己的机器上跑一个开放的 Agent 平台，像数字助理一样处理任务。

我们已经在朋友圈短视频里看了龙虾盛况：

看到炫酷的演示视频。

觉得“这就是未来的入口！”。

花钱买课 / 找人代装 / 升级硬件     / 租服务器。

痛苦折腾一星期。

最后产出为零，或远低于付出的成本。

这种热潮传播得快，我觉得完全不是因为龙虾技术突破，而是因为它最“好晒”。截图好看、视频吸睛，发个朋友圈发短视频的都感觉自己“正站在未来之巅”，找到了下一个iphone时刻。

但在任何技术周期里，最危险的永远是那句心理暗示：“我绝对不能错过。”

严格强调啊，我并不反对 OpenClaw。相反，我认为它代表了 Agent 发展的一个必然方向，它是一个重大的突破，和豆包手机一样，让AI接管整个电脑，想象力无比丰富。

但问题在于，它的位置被很多人放错了，我想说的是当你需要花钱去找人代装龙虾时，就说明你完全找错了进AI的入口，我强调的是初学的入门不应该选择openclaw，付费进龙虾是错误的。

就像30年前，满大街的五笔培训班，20年前的autocad、photoshop培训班，10年甚至到今天还在火的社交媒体各种培训班，上来就参加这些培训班，以及现在的为了赶AI的趋势上来就买openclaw代安装“外挂执行器”，大概率只是一场昂贵的焦虑消费。

2｜如果你经历过 Crypto 周期，你会对这一切感到熟悉

从2016 年开始的 ICO 热潮，一直延续到2018年，多少OG将手里的 BTC 换成了一堆 ICO 代币，btc killer，口号喊的振天响。这是典型的**“用确定性资产换不确定性叙事”**。10年过去了 BTC涨了100倍，那些ICO币都几乎归零了。

特别是2018 年 EOS 狂热， “下一代以太坊，Dapp平台”，真是把全体币圈给喊蒙了,被割走了多少 ETH和BTC，恨不得整个币圈都掉入了“技术承诺 > 真实生态”的典型陷阱。几年后回头看，BTCETH 依然是绝对主线，EOS 基本查无此人，名字都改了。

更近的，2020 年 DeFi Summer, 各种收益叙事、流动性挖矿，大家又拿 BTC/ETH 去换各种新 Token。这是一场“收益叙事 > 风险定价”的集体错配。结果大部分 Token 随风飘散，核心资产依然是 BTC/ETH。

经历过这些，你会慢慢看懂一个残酷的局：

叙事资产最擅长做的事，就是用新故事骗走你的核心资产，追热点进场，大概率很难不被收割的。

在这轮 AI 周期里，最容易被换走的“核心资产”不是钱，而是你的时间与注意力。

3｜普通人进入 AI 的正道：五个阶梯

经历过币圈的洗礼，我现在对追热点极度脱敏。AI 圈的热点比币圈更多、更替更快。虽说不像炒币那样直接洗劫本金，但被收割掉大量的时间和注意力，同样致命。

与其重蹈我折腾出“死龙虾”的覆辙，比起花钱赶热点，不如稳扎稳打打好进入 AI 行业的基础知识阶梯。

第一级：最低限度理解 LLM（建立正确的心智模型）

不需要懂微积分，但你必须知道大模型是怎么运转的。遇到不懂的词，直接丢给 ChatGPT 让它给你写科普：

第二级：对话窗口的三项基本功

网页版对话框（ChatGPT / Gemini 等）是绝对的第一入口，别好高骛远。

别惜字如金：宁愿啰嗦，也要把背景（说人话）交代清楚；认真看回答，不满意就死磕追问到底。

放弃万能 Prompt：别去背咒语。核心心法就两个：一是把高频任务固化成可复制的 Prompt；二是让 AI 帮自己写 Prompt。只需交代清楚需求，让它迭代几次。在这点上，ChatGPT Pro 是目前地表最强的 Prompt 代写员。

按需雇佣，不随大流：摒弃“只用最新最贵”的思维。比如：ChatGPT 擅长讲理和学习，Gemini 写作表达更牛，Claude 写代码最强（只是封号让人心累）。同时，去搞懂对话框里的Tools（工具）到底能干嘛。

第三级：建立成熟的 Agent（智能体）思维

如果人形机器人是在物理世界替我们干活，那 Agent 就是在数字世界替我们打工的“虚拟打工人”。不需要懂太多花里胡哨的概念，目前只需死磕两个最成熟的：

编程 Agent：比如 Codex、Claude Code 或 Cursor。它们真正实现了“用自然语言写程序”。

Deep Research（深度研究）：刚出圈时被称为 LLM 杀手级应用，千万别被后来的新概念掩盖了它的核心价值。

第四级：接入真实世界（Tool / Skill / MCP）

没有外部数据和能力的 AI 只是“闭门造车”，接上这三样东西，它才能真正干涉现实的物理或数字世界：

Tool（工具）：AI 的“外接插件”。把 AI 想象成一把瑞士军刀，你需要学会给它插上特定的“刀片”。赋予它“PDF 解析”，它就能秒懂几十页合同；赋予它“Python 解释器”，它就能自己写代码清洗几万行 Excel；赋予它“联网搜索”，它就能彻底突破知识截止日期的盲区。

Skill（技能）：AI 的“定制化 SOP”。这是很多人忽略但极其重要的一环！有了工具还不够，你得把自己的业务经验封装成固定的“技能”。比如设定一个“竞品分析 Skill”或“财报提炼 Skill”，规定它先用联网工具抓取什么，再按什么框架分析，最后输出什么格式。这是把通用大模型变成你专属业务专家的关键。

MCP（模型上下文协议）：AI 圈当前的“USB 接口”。过去，让 AI 读取你电脑里的本地文件或公司数据库极其麻烦。MCP 提供了一种标准化的方式，让大模型可以直接、安全地插上你指定的本地应用或私有数据源。不懂它，你的 AI 永远是个没联网的单机游戏。

第五级：工作流与系统化（告别一次性使用）

从偶尔灵光一现的“聊天玩具”，升级为“每周稳定产出”的自动化产线。

Prompt 资产化：把跑通的高质量 Prompt 抽离成带变量的模板（如 {业务背景}、{数据}），存入知识库随时调用。

编程平权（代码是胶水）：既然入局了 AI，就用编程 Agent 自己搓一两个小项目，写点胶水代码，搭一套专属的自动化工作流。

信息获取 AI 化：戒掉传统搜索。用 AI 去啃不敢啃的硬骨头——全英文论文、阿拉伯文资料、几万字的财报，把它变成你的终身学习伴侣。

结语｜周期不奖励追热点的人，只奖励能复利的人

在 Crypto 周期里，无数人用宝贵的 BTC 换了一堆归零的 ICO。

在这轮 AI 周期里，依然会有一大批人用宝贵的时间去换一堆很快过时的新玩具。

但长期的赢家永远在做同一件事：积累底层认知与可复用的能力，远离叙事轮动的收割局。

OpenClaw 真的很酷，但它不是入口。真正的入口是你的认知、表达能力、工作流和复利思维。

最后送你一句我常用来提醒自己的话：

AI 不是一把新玩具，而是一套新操作系统。先学会用操作系统，再去研究外挂。