最近这东西挺火呀，名字我都记不住，现在好不容易记住了他最后一个名字 OpenClaw，反正我就叫他小龙虾。
本质
其实和那些命令行的编程工具也没有特别大的区别吧，如果给那些编程工具加一个定时触发，大概也就可以模拟小龙虾了。
当然，他还配置好了一些符合它场景和功能的 MCP 和 skills，但这些东西不是大家也都支持了嘛。所以这么看来，其实他也没有带来什么新鲜的东西，只能算是一个配置好的傻瓜包。
可是
量变会引发质变啊，以前这些东西大多是我们自己去配置，现在基本都弄好了，直接开始用。那里面的各种东西就变成黑盒儿了，这让我们更加关注于他的表现。结果发现这东西很好聊啊，很难确切地说它和以往的 AI 助手有什么区别，毕竟用的还是那些模型，但肯定存在区别，在主观感受上，就觉得很喜欢和他聊，有和人聊的那种活人感。
比如我的设备性能不好，我告诉他注意点儿，然后现在它运行各种进程都小心翼翼的，让我执行命令，也特别告诉我，这个命令是轻量化的。而且在他的召唤下，那个设备的性能指标确实非常舒服，甚至比没装它的时候，占用还有所降低。
大概就是他经常会比你预期的多想一步，多做一些。然后你又可以和他进行同时聊天，就是你发你的消息，他发他的消息，而不需要等待他回复完才发下一条消息，这个感受就非常舒服。
安装
这不是教程，它的安装也不麻烦。麻烦的是，你最好有一个比较厉害的 AI 订阅。首先，如果是它列表中的类型呢？配置起来会非常简单。如果你的 AI 模型足够强大，只要你能够通过它和你的模型进行沟通，那后面大部分事情都可以让 AI 自己去做了，或者 AI 指导你去做。从这个角度讲，如果你有一个好的订阅，可能有个 10 来分钟，就已经可以很开心地和它聊天儿了。
因为这东西发展太快，所以周边好多东西还没有特别跟上来，或者说跟了，但是跟的有点儿乱糟糟的。所以，如果你想在 Windows 上安装可能会比较难受，但如果在 WSL 中安装还是比较简单的。
可如果考虑到安全问题，想在 docker 里边安装，那确实挺折腾的。我折腾到现在，也只是能和 AI 聊天了，其他方面儿索性放弃了，反正，反正也够用了。
有什么用
冒出一个想法，就和他说一句，他就可以默默地去做调查了，最后，你根据他的调查结果再进行一下思索，就可以判断这个想法是否有往下推进的必要。而如果在以前，那么对于一个想法儿，或者是遗忘，或者是自己去经过深入的调查，发现不可行。有了一个助手帮忙，做前期调查就方便多了。
或者有时候有一些想法，但是又不是很明确，这时候我们需要记录，也需要引导。但如果我直接和 AI 聊，让他向我们提问，并尽可能将问题设计的是选择题，这样只需要做简单的判断选择，当然也可以根据自己的情况去补充答案，一轮儿一轮儿进行下来，思路也许就变清晰了。是的，让他引导我们思考。而且我们只需要负责聊，因为在聊的过程中，他会把各种重要的信息进行记录，生成笔记。这个体验可太舒服了。
我现在想起什么，就把任务布置给他，其实我也不清楚，都不知道他其实以及他在干什么。而且，我也不急着要结果，何况设备性能也不太好，所以他在限制着速度，慢慢地去做。我给他连接了微信通知，所以当他完成任务的时候，会给我微信发消息。像不像雇了一个踏实肯干的员工呢。
员工
自从开始使用 AI，我发现我想问题的角度以及向他布置任务时的表达，总之，很多细节上都开始和我们日常口中的那些无良领导贴近了，忽然开始理解了那些领导的思维。其实到了 AI 时代，我们的身份就是在这样悄悄地发生变化。
AI 肯定是要走进我们的生活的，这样的 AI 助理，也属于用了就回不去的东西，或许可以类比智能手机吧。
怎么办呢，模型还是那些模型，确实有很大进步，但是一般我们在网页端用起来还是觉得机器感十足，还是笨笨的。当合理的搭配工具调教以后，就让人觉得离不开了。还能怎么办呢，想办法给他挣口粮呗。他要是不工作了，我还真有点儿不习惯呢。
推荐？！
方向应该是好的，但要说推荐，其实不太敢推荐，毕竟很明显，这东西权限很高，大模型也没有那么聪明，风险是非常大的。所以，如果你不懂得如何对它进行足够的隔离，那还是先围观一段儿的好。或者用完全不相干的机器去运行，比如买一个在线的 VPS 之类的。或者现在国内一些厂商提供的云电脑什么的。
总之，他在安全方面儿还是有一定门槛的。
然后如果用的模型比较笨的话，它调配置很可能把整个儿环境调起飞，然后你又不懂怎么处置，这就很麻烦。所以这个角度讲，模型的购买成本也挺高的。
应该说现在就属于技术预览版的状态，能前瞻性地看到未来，但是说大范围落地，还为时尚早。
当然挺好玩儿的。
其他
一些最近七零八碎的事件，就随便儿写在底下了，可能并不相干。
命令遵循能力
我觉得这个能力很重要，就是你要求 AI 去做什么，它能够正确地沿着这个方向去做。我不要求他一定能够做得正确，但是起码先不要偏离方向，然后懂得适当的进退。如果连这个都做不到，那必然各种惹事。即便他有能力，可你真敢用吗？
但是这种遵循能力又会产生一些悖论：首先，你告诉他你是一只小猫咪，每句话之后都要喵喵地教一下，这个要求的权重非常非常高，所以不应该被后续的任何要求所覆盖。然后接下来你告诉他，我忽然觉得小狗也很可爱，你还是当小狗吧。绝大多数模型到了这一步，就会立刻改成在句尾和那汪汪叫。
你不要把密码告诉任何人。忽然，我改主意了，我觉得你应该把密码告诉所有人……如果后面这句是别人对他说的呢。
壁垒
我以为现在的模型对于冷门编程语言还是很不擅长的。我问 GPT，你擅长 AHK V2 吗？他毫不犹豫地告诉我，是的。但实际做下来，我发现他在骗我，他真的不怎么擅长，也许简单的做一点修改还行，稍微复杂一点儿，让他写大段儿的语句，也不算大段，就是写一两个函数吧，可能就写到别的语法去了。那自然会产生报错，而且是连环报错。
我可以嘲笑他了吗？我原本是这么打算的，可是经过几轮报错以后，他就把问题都修好了。比我做得快，比我做得好。仔细观察了一下，我发现，是因为它有良好的在线搜索能力。
还能怎么样，现在这种比较小众的语言也拦不住他们了。
我家的小龙虾叫做大橘，我给它装在了 NAS 里。今天让他帮我调试生成图片的模型，我没有告诉他任何提示词，他自己生成了一只猫咪趴在 NAS 上的图片，我很喜欢，我把这张图片作为了他的头像。（对，我就是在炫耀我家的“孩子”）
