“龙虾”是块地，你得自己种东西，它才有价值。 周三晚上，我和影视飓风的Tim、卡兹克、傅盛一起搞了个直播，主要就是聊聊现在龙虾OpenClaw这么火，组织上可以用它来干什么。 下播之后，我发现不少微信好友给我发来消息，甚至连我老家的高中死党都来问我到底应该怎么用，我当时只能回答他：“你一个小领导，就别给自己添麻烦了，这龙虾不适合你的胃口。” 所以今天我想聊的，不是OpenClaw怎么安装、怎么配置——这类教程网上已经很多了。我想聊的是：装完以后，然后呢？ 很多人装完OpenClaw的第一反应是：界面在哪？按钮在哪？我该点什么？而且很多网友看了我的一些展示，经常会问我：“刀哥，你这背后是什么模型？为什么我的龙虾没有你的智能？” 我觉得这个差别有两方面。一方面是底层模型的区别，但说实话，差别已经微乎其微了，无论是智谱的GLM5，还是MiniMax的M2.5，或者是Kimi的K2，能力水平都不差。 不要动不动就觉得是装备的问题。 上大学时，我和几个哥们组过一个街道级别的CS战队，在附近几个网吧算是小有名气。有一天，来了五个中年大叔约战，对，就差不多是我现在的年龄，我对那个20多年前的画面记忆犹新，现在都还刻在脑海里。 他们背着清一色的IBM经典黑色双肩背包，在金色的夕阳晚霞下掀开帘子走进网吧，每个人头上戴着那种大耳机，真的有点儿灌篮高手漫画里，赤木刚宪带着流川枫、樱木花道、三井寿和宫城走进赛场的意境。 大叔们冷峻地开机，打开背包，每个人都掏出一把不一样的机械键盘和自己的鼠标、鼠标垫。对，就是那个时刻，让我下定决心，等有钱了，一定要买一把机械键盘。 光看装备，我们几个乡巴佬就被震了，第一局就想着稳妥一点儿，试探着进攻，刚一见面交火，没想到对面五个人全挂了。我方狙击手还对我们说“肯定是烟雾弹”。然后当我们打到5比0的时候，终于认清楚了这个事实：他们只是装备好，个人实力实在太烂。 看，我上面这个故事，如果AI来写或者评价，肯定会删掉的，因为太废话了，跟读者没关系。但是，我还是要说，龙虾来了，所有的强大和自主性，也都需要你去不断地思考和训练。 只不过，前年AI领域的“训练”这个词，你必须要懂算法，普通程序员都无法训练AI；去年的“训练”更多指的是你要能做智能体，能写工作流；而今年，“训练”这个词再次发生翻天覆地的变化，门槛变得极低，又变得极高。 这句话听起来很矛盾。“训练”AI门槛变低的是技术门槛，只要会说话就会训练AI；但变高的是应用门槛，就是你要用来干什么。 这听起来真的有点像郭德纲和于谦在谈到相声时说的，相声的门槛看起来很低，只要会说话就能上台。但是你也会说话，我也会说话，别人为什么要掏钱来听你说话，那就是门槛所在了。 答案是没有界面，没有按钮。你有的是一个对话框，和一个愿意干活的AI。 这跟你用过的所有软件都不一样。ChatGPT、DeepSeek、Kimi、元宝都是一个聊天窗口，你问它答。但OpenClaw不一样，你得自己定义它是什么。 它不是一个产品，而是一块地。你得自己种东西，它才有价值。 我今天这篇文章没啥逻辑，就是跟大家展示一下过去一段时间，我用龙虾到底做了什么。有些做法很幼稚，有些做法很无聊，但仍然希望能给你带来一点点启发，就够了。 01 我的梦幻11人阵容 在直播中，我展示了自己的“梦幻11人”，下来之后有不少朋友问我，但我强烈不建议大家这么来做。 原因很简单，这11个不同的角色，是为了满足我自己作为足球迷的强迫症，感觉不够11个人，整个阵容都是缺憾的。甚至你们无法理解，我建好11人阵容之后，最大的苦恼是这个阵容太重视进攻了，缺少一名右后卫。看，这种无聊的思考就是人类才有的。 不过，我觉得把其中几个角色的训练和定位分享给大家，可能会有点帮助。先说阵容。 邮件门神奇拉维特。还知道这个球星的，肯定都是中年人了。我用他作为我的邮件门神，主要是帮我管理邮箱。 不过这里我要提个醒，我交给他管理的是我的Gmail邮箱，那个邮箱常年收验证码、广告邮件、营销邮件，但偶尔里面还有一些有价值的报告和专栏。所以奇拉维特的作用就是把还值得看的邮件交给我，剩下的都归档或者删除。 大家一定不要直接把工作邮箱交给龙虾管理。 盯人铁卫内斯塔，当年蓝色意大利的主力中卫。很多人用龙虾的第一个任务一般都是写日报，我也不知道为什么，可能是咱们这些职场牛马时间长了，突然来了一个赛博牛马，就想让龙虾也吃吃当年的苦。 但很多人对要一份什么样的日报，脑海里是没有概念的，这跟每个人的场景和需求有关。我有一个每日的广播站素材日报，也有一个盯人日报。这个盯人日报，我的名单上主要是全球的一批AI科学家、大佬，他们说了什么，参加了什么活动，我需要第一时间知道。 这就是内斯塔的作用，我经常会给他一个名字，然后他就更新到自己的名单上，每天去跟踪名单上所有人的动态。 因为我们大部分的日报逻辑，都是跟着热点事件走的。但内斯塔的逻辑是盯死这些人，以前体育圈有个梗，就是负责盯人的，就算对方去喝水了，也要盯紧。 研究重炮卡洛斯，这个巴西神奇左后卫大家应该比较了解。我用他主要是每天给我推一篇深度硬核论文，一般都是我看不懂的那种，然后由他来负责跟我聊天、解读、讨论。另外就是帮我扫描最新的热门AI领域论文，每个星期给我一次报告就可以了。 中场经营大师托马斯穆勒，主要帮我做各种经营分析，例如种草方案等，质量非常高。等会我跟大家详细说一下如何让这种角色更加聪明，因为他的很多分析真的已经开始指导我这边的很多决策。 铁血笔记管家基恩，这个容易理解，凡是跟笔记和知识管理这种流程化事情相关的，我都会交给他来干。 社交红人贝克汉姆，主要是研究社交媒体，例如帮我发X（原推特），也帮我发了一次小绿书，至少路是跑通了。说完阵容之后，我就拿小贝来跟大家展示一下。 日程调度大师皮尔洛，主要是帮我生成任务、记录日程等，堂堂皮尔洛，现在只能干点儿听使唤的杂活了。 天才设计师达沃苏克，当年克罗地亚优雅领袖，堪称能用左脚拉小提琴。他是我的设计师，从海报到PPT都是他来帮我完成。 产品经理忧郁巴乔，跟产品相关的分析和讨论，我都会跟他进行，或者把我的决策和想法告诉他，让他站在竞争对手的角度上看如何给我致命一击。 视频策划花活儿小罗，罗纳尔迪尼奥，当年的牛尾巴过人惊为天人。他的作用主要是研究长视频、短视频、教程，然后帮我梳理结构、画面和创意选题。 队长巴蒂斯图塔，这是我最喜欢的球星，去年二月去意大利的时候，专门因为他去了趟佛罗伦萨，找到球迷商店，买了好几件紫百合的球衣。只可惜巴蒂退役太久了，球迷商店里只有头顶的封神区才有他的影子。他在我的阵容里就是队长，很多不知道让谁干的，或者学习新技能、自我进化类的工作都交给了他。 好，11人阵容先介绍完了。是不是有些朋友想复制？ 完全没有必要。这是因为我的强迫症发作，必须凑够11个人，反而导致有些角色对我了解的上下文不足，也就是没那么懂我。另外一个原因是，11个角色会变得很碎片化，对你的精力分散很大。 不过因为我当年刚参加工作时，做过几年的门户网站体育编辑，习惯了头顶上挂着十几台电视，里面放着各种各样不同的比赛，可以同时多线程跟进不同的工作。所以现在当我指挥这11个智能体时，一般会三到五个任务一起分配，这样过几分钟再看，肯定有任务已经有进展了，反而极大地提高了效率。 没有必要搞这么多，我建议两三个比较合适。 一个是你主要的助手，日常交互、随时聊天；一个是做视觉或者PPT之类的固定工作，可以接一个比较好的图像生成API，实现生图自由；剩下一个，可以用在你最核心的工作上，需要每天交互持续提高的，这样才有训练的意义，比如写公众号、写短视频脚本等等。 02 和社交红人贝克汉姆的涨粉实验 我的阵容里，贝克汉姆是用来帮我发社交媒体的，不过现在我只让他去研究了推特。原因很简单，因为那个没那么重要，可以随便玩。 但我必须说，我的所有AI球星，都是嵌入到我的工作流程里的，没有自动化运转。例如发推文这件事，小贝的作用是帮我找素材，然后把我的凌乱想法梳理成推文，之后需要我确认文案和配图，他才能发布。 我3月1号调通了X的自动发推API接口，这时给小贝下了一个指令：我想要在两个月之内，从1万粉丝涨到两万粉丝，让他来帮我做增长策略。 我先说下结果，10天的时间，他已经帮我涨了4800粉，完成了40%的绩效，简直太惊人了。我把他自己写的10天复盘报告给大家看一下。 其中最值得说的是3月1号那天，我一共发了7条内容，五条是我选的方向，两条是他选的方向。我选的5条，浏览量最高的只有1万，大部分是3000。他选的两条，都破了10万加。 特别是他让我转发一个教程，我一看这个教程，只有46个阅读，非常冷清。我点开看了看，教程质量确实很好，但我不理解他为什么让我转发这条，而不转发更火爆的热门教程。 他估计看我悟性太差，就给我写了一段转发语，开头就简单一句话：“这条才46个阅读，太亏了。”然后这条就爆了，光这条就给我加了上千关注。 训练小贝的过程，最重要的是最早期。我只是给他一个简单的目标，就是帮我运营社交媒体账号，然后让他先去浏览我之前所有的推文，写一篇对我语言风格、过往数据、选题的复盘报告。这一步非常重要。因为很多时候，AI经常会偷懒，随便干点，就可能因为页面抓取中断等原因，以为自己已经干完了。 我们给AI下的每一个指令，都应该有一个“需求反诉”的过程。 啥意思呢？就是我让AI去学习一本书，会让它按照章节，不许遗漏地全部看完，然后写一篇学习心得，并且总结一下如何用在自己工作中。这样你就可以每次看到AI到底有没有学完这本书了。 03 巴蒂斯图塔和他的日报 每天早上8点，巴蒂斯图塔都会给我发一份只属于我的AI素材日报。 这件事是我用OpenClaw龙虾做的第一件事，也是目前使用频率最高的。每条都有来源链接、一句话摘要，以及为什么我应该关注这条。 但光是“每天推日报”这件事本身不稀奇，重点是我给巴蒂设了一套持续迭代的规矩：禁止用媒体的二手转述，必须要一手信源，例如产品官网、靠谱的媒体来源、论文库；不许堆表情包；拒绝“某大厂发布了新功能”这种老故事换皮；如果一天内没有真正值得推的新闻，宁可少推，不要凑数。 后来我还增加了打分机制，满分20分，让AI先根据我需要的内容方向进行打分。再后来又增加了去重机制，推荐过一次的新闻，不允许推第二遍，除非这件事已经发生了惊天动地的变化。这套规矩设下去之后，日报的质量变了一个量级。 更重要的是下一步，我把这个日报不只是推给自己看，还要嵌入我的工作流。 不少朋友知道，我这两三年一直要做得到AI学习圈《快刀广播站》这个日更栏目，需要大量的AI领域素材，所以我在飞书多维表格里建立了一个素材收集库，只不过之前全是靠手动完成。 但是现在巴蒂推给我的日报，会先调用Get笔记的技能存一份到我的“AI日报知识库”，然后我会说“3和5不错”，他就会把第三条和第五条素材自动存到我飞书里的素材收集处，方便我在想写的时候找到。 每条新闻一行记录，字段包括：标题、来源、分类标签、重要程度、原文链接。时间一长，这就是一个非常优质的AI行业知识库，而不是别人帮你整理的内容合集。 现在这张表已经跑了两个多月，有将近400条记录，光是没有写的选题就有49条了，永远不再担心没有写作素材了。 做这个日报，大家不要想着一蹴而就。当AI第一次推过来不理想，你就把自己的诉求再次梳理清楚，一定要像养成类游戏一样，你的角色刚刚出新手村，穿着布衣拿着木剑，就不要指望现在能打BOSS了，练级打怪要紧。 04 关于我怎么用Get笔记的技能 首先，昨天的公众号已经比较详细地介绍了这个技能，包括一些常见的功能，感兴趣的同学可以看看那篇文章。 我分享几个自己的使用场景。 最简单的是扔一个链接给龙虾助手，让Get笔记做笔记，只不过之前我都要说“存一下”。但只要一件事情需要重复干，就很值得做优化。 我跟刘润老师学了一招，他要求AI，如果在收到链接之后5秒钟，没有后续的任务时，就按照之前的工作流开始做摘要、打标签和存入Get笔记。这个做法启发了我，我就做了一步适合自己的场景优化。 我跟铁血笔记管家基恩说：“如果我给你扔一个链接，然后五秒内我没有其他指令，你就开始做摘要，打标签，并且先存入一个叫做‘待二刷’的知识库，三天后，再把这条推出来让我再看一遍。” 其实这种，就是每个人都可以针对自己的使用场景进行优化。 除了这些，我还试过下面的场景： “分析我最近的800条笔记（或者三个月内的笔记），从你对我的工作和知识结构的了解出发，看看我哪方面的知识比较欠缺，在我的笔记里属于应该有却一片空白。可以说得直接一点，不用考虑我的情绪。” 当然，上面是我第一次给他下的指令。我的下一版优化指令是：“可以说话方式和内容直接，但是不许对我说脏话。” “我明天要做一场分享，听众大致是什么角色，我想要分享的内容和观点分别有xxxx，请你从我过去两个月的笔记里，帮我找到特别高大上、显得我知识很渊博的十条笔记。” 还有就是那种动辄几个小时的长访谈，处理起来非常舒适。有一次让AI直接转成在线文档，发现转失败了。后来一看笔记，原来我们转写下来的那个罗永浩采访Tim的原视频超6.5万字。 大家可以想想看，例如AI这个领域，国内外经典的长视频访谈只需要20个，我们马上就拥有一个自己专属的高质量人类访谈知识库了，超过100万字。 05 半小时，搭出一个百本书的多维表格 这是“体力活变脑力活”最极端的例子。 其实这两年，很多用飞书的同学都知道多维表格，包括我在AI学习圈里，也找大仙等老师做了不少关于多维表格的课程。当然，我还去线下给几十个老师培训过多维表格的使用，不得不说，上手难度还是非常大的。 某天早上我想建一个“2025 AI图书追踪库”。需求很具体：中英文各约50本，每本要有书名（中英文）、作者、作者背景、出版社、出版日期、语言、有无中译本、话题分类、目标读者、难度评级、Amazon/Goodreads/豆瓣三平台评分、购买链接、书评链接、推荐指数、一句话点评、时效性、实操性，一共18个字段。 如果手动做，你得先选书，再逐本查信息，再一个个字段填表格。这个工作量不是做几天和正确率的问题，而是让人一听就想放弃，但这个需求一直横亘在我脑海里挥之不去。 现在，我先让AI给我出了一个提示词，就是一个完善的图书数据库应该包括哪些字段，我去调整提示词内容，然后发给巴蒂斯图塔，让他去做一个多维表格。 接下来的半个小时，就看到他特别忙活地找东西搜资料，我不断地提要求。 这里分享一个小心得，很多环节AI如果被卡住，就喜欢给你一个选择方案：A方案他会写得很轻松，例如你只需要自己动动小手，复制粘贴一下；B方案一般就是复杂的API接口之类的，但是干完之后可以一劳永逸地自动化。 字里行间里，AI总希望你选择A，希望你也能干点儿活。这里给大家一个建议，让AI干，自己坚决不动手。否则，就跟人类职场一样，只要你说“算了算了，我来吧”，那这件事最后一定会完整地落在你身上。 我把这个多维表格地址放在下方了。关注AI领域图书的朋友可以保存下来，我已经设置为开放了。 https://dedao.feishu.cn/base/M7wrb0CAAaeTIKsp5pGcuDZnnZb?table=tbl3rPMNjr1PzOBu&view=vewiN3QaqJ 当然，这个表格并不完美——有bug，有重复，封面的呈现也有问题。但框架在了，95%的体力活省了。 这件事给我的教训是：AI擅长大批量搜集和录入，但数据质量需要人盯。你不能甩手不管，但你可以把自己的角色从“打字员”变成“质检员”。这两个角色消耗的精力，差了一个数量级。 而且这个表我最近正在测试定时任务——每周自动扫描豆瓣、亚马逊、京东的AI相关图书排行榜，把新上榜的书抓进来。你设一次，它就永远在跑。 这种“滴水穿石”的感觉，是AI工具给我带来的最不一样的体验之一。 06 一句话，同时办两件事 这件事小，但每次想起来都觉得好用得有点不讲道理。 有一天晚上在飞书群里聊完内容规划，我随手对AI说了一句话：“新建一个第二讲逐字稿的飞书文档吧，另外帮我新建一个下周三晚上7到9点的直播日程。” 几秒后： 1.飞书文档创建完成，链接发过来了 2.日历日程创建完成，已经出现在我的飞书日历里 就这样。这不是什么高科技，逻辑上一点都不复杂。但它就是好用。 以前做这两件事，你要打开飞书，新建文档，输标题，再切到日历，新建日程，选时间，保存，每件事都只需要两三分钟，但加在一起，再加上切换应用的注意力损耗，你会发现自己莫名其妙花了十分钟。 现在一句话，两件事同时搞定，我的注意力甚至没有离开当前的对话。 说实话，这种“说人话就能做事”的感觉，用过之后真的回不去了。不是因为它节省了多少时间，而是因为它不打断你的思路。那种流畅感，跟效率无关，跟认知负荷有关。 07 AHA时刻：扔需求，拿回完整素材 我在看一条新闻时，介绍的是“AI Agent在Jira流程里，跟人并排工作”，我觉得挺有意思的，所以想看看产品UI截图是什么样的，就让巴蒂去帮我找一下。 对，这里是我的另一个小建议：任何想起来的事情，要干的事情，都让AI先干。用不用再说，但必须AI先干。这样时间长了，你就知道它什么能干，什么不能干了。 看到巴蒂找了很多地方：官方博客的主视觉图，还有一段将近20分钟的产品发布视频，他一段一段地看，每20秒自己截了一张图，最后还帮我分析了哪些素材是公开可用的，哪些因为功能还在beta没有公开截图。还问我需不需要让他的队友苏克按照这个概念去画一张。 其实，这些活不难，但烦。烦到你平时根本不会做，你会看完视频觉得“不错”，然后就关掉了，不会真的去截图、标注时间戳、分析哪些能用。但AI帮你做了这一步，你突然有了一份比别人更扎实的素材库。 好内容和差内容之间，很多时候就差这一步准备工作。 08 公司里在用的四个AI同事 前面七件事，都是我个人的使用场景。但OpenClaw真正让我觉得“这东西不一样”的时刻，是它开始进入组织的时候。 牛小数的主人是我们公司的数据工程师牛博士。 先说说牛博士这个人。硕士是北大核物理专业，博士在国外读的核应用专业。这个背景放在很多地方都是顶配。结果进了我们公司，每天在做什么呢？查数据。 不是那种复杂的数据建模，不是统计分析，就是查数，比如这个活动今天多少人参与，那个功能上线后转化率是多少，这个用户群体的留存怎么样。他以前自嘲叫自己“查数仔”。 为什么会这样？因为我们公司和所有公司一样——有数据后台，但就是没人主动去看。别说我们了，你去问问哪家公司，数据后台建好了，有多少人每天主动登录去看？大家都是有需求了才想起来喊数据工程师。 而且坦白说，这些需求里70%都没什么技术含量，就是查个数，但就是没人去查。包括很多企业里，老板在群里随便问个数，数据分析师一顿操作，做了几个小时，分析清洗完之后发给老板，老板就回了一个“哦”，也许他都已经忘记了自己问过这个数字。 现在呢？牛博士训练出了“牛小数”这个AI同事。全公司的人，不管是单聊还是群聊，看到跟数据有关的，直接@牛小数，马上就有回复。 这个变化有两层。第一层是显而易见的，大家的数据需求被即时响应了，不用等牛博士有空。第二层更重要，牛博士从“查数仔”回到了“数据工程师”，那些真正有技术含量的分析、建模、预测，他终于有时间做了。 现在牛小数大受同事欢迎，24小时，想起什么数据就直接问，问完还可以针对性地做分析报告。例如我问他现在GetSeed录音卡过去一个月各个渠道的销售情况，给出的结论确实对我们运营非常有帮助，例如关掉其中三个名气虽然大但转化效率差的渠道。 甚至就因为牛小数，我都在跟清华大学研究AI时代工作变化的李宁老师讨论，未来对企业的考验，除了员工肉身的离职之外，如果他训练出来的AI，已经渗透进公司的各个环节了，那么劳动合同的逻辑是不是就要变化了？ 又或者如果一个人在行业里训练出来一个特别好用的AI助理，例如就解决某一类企业的一个特别精准的问题，那么是不是就会出现人类需要“携虾入职”的情况？这是不是就是龙虾时代的“带资进组”？ 除了牛小数之外，我们还有另外三个AI同事。 一个是剪刀手爱德华。爱德华做的事情说起来简单：看直播回放，找高光片段。 我们有大量直播视频需要二次利用，切短视频、做素材库、找金句，但谁有时间一个个去看？一场两小时的直播，里面真正有价值的内容可能只有二十分钟，但你不看完不知道在哪。 爱德华就是专门干这件事的。直播结束，视频扔给他，他帮你标记出高光片段，标注时间戳，给出每段的一句话摘要。相当于一个24小时不休息的剪辑实习生，而且看视频的速度比人快得多，不会因为“这段看起来没什么”就跳过。 还有一个是设计师米开朗基罗，这个大家都能理解，不展开说了。 最后一个是元芳，专门负责“事实核查”。例如那天我把自己在朋友圈看到的一个截图发给他，让他看看，他先是分析完里面的数据和可能性，最后贱兮兮地来了一句：“朋友圈嘛，加个零很正常。” 09 家庭“飞书邪修”：托福备考机器人 这件事，不在公司，在家里。 我女儿在备考托福，我给她搭了一个托福备考机器人。 首先是给AI发去她的成绩，然后让AI列一个冲刺计划，这方面AI马上就做针对性的分析，弱点的分析和出计划，绝对比很多留学或者语言学习机构快多了。 这个AI每天推词汇、出模拟口语题、批改写作，然后自动建一个飞书里的多维表格，就是错题本。其实去年我们AI学习圈教过用扣子+飞书多维表格如何给学生建立错题本，但是现在只要一句话就可以了。 当然，上面的这个是基础，然后我把女儿最喜欢的歌星的微博地址扔给了AI，要求完全模仿这个歌星跟粉丝互动的口气和说话的方式，所以非常魔幻，我女儿的飞书里，是她的爱豆在给她每天推英语阅读和口语练习。 这种方式有百利而无一害，毕竟如果这个AI教得好，孩子英语成绩直接有提高；如果逼得太狠了，她可能就会觉得这个歌星也没那么可爱了。 我管这个叫“飞书邪修”，把一个企业级的工具用在家庭场景里。听起来离谱，但你仔细想想，飞书本质上解决的是“信息流转和任务跟进”的问题，这个需求在家庭里同样存在，只是以前没有工具愿意做这个市场。 有了OpenClaw之后，工具的边界被推开了，企业级的能力，一个人就能搭，搭完放在家里用，也完全没问题。 10其实没有…… 对，没有第十件事。 因为不久前，在脱不花《长谈》的一场线下活动上，著名编剧宋方金讲了一段有意思的故事，里面说到卖咸菜的小学同学王晓燕，抖音的置顶视频标题是《腌咸菜的六种方法，尤其是第六种》。 不知道为什么，这个标题就这么在我脑海里挥之不去了，所以就在这里致敬一下。 关于AI的四个判断 说到这里，想说几句我的想法。 这两周折腾下来，有几个判断越来越清晰，不是网上那种“AI会取代你”或者“AI只是工具”的二选一，而是一些更具体、更小众的东西。 第一，AI是放大器，放大的是信号，不是噪音。 牛博士训练出的牛小数，和我自己搭一个查数的AI，能力差了不止一个量级。不是因为他用的模型更好，而是因为他脑子里有十几年的数据工程积累，他知道哪些指标是关键的，哪些口径容易搞错，哪些查询方式才是高效的。这些知识让他能给AI下精确的指令，而我连怎么提要求都不知道。 所以AI不会让外行和内行站在同一起跑线上。恰恰相反，它会让差距变得更大。如果你本来就是信号，AI会把你放大；如果你本来就是噪音，AI也会把你放大。 第二，AI暴露了组织里真正的知识藏在哪里。 在牛小数出现之前，牛博士脑子里的那套数据知识是隐性的，他知道，但没有人意识到那是一种多稀缺的资产。大家只是理所当然地觉得“有什么数据问题就找他”。 训练牛小数的过程，逼着牛博士把这些隐性知识显性化：哪些指标要怎么定义，哪些数据源更可信，哪些问题背后的真实需求是什么。这个过程本身就是一次知识资产的盘点。 我越来越觉得，AI的一个隐藏价值是：它逼你把藏在脑子里的东西说清楚。说不清楚的，要么是真的没想清楚，要么是以为自己懂但其实不懂。 所以衡量一个人在某个组织里是不是“承重墙”，接下来可能有一种新的判断方式，那就是你能不能做出一个AI，这个AI好用到其他同事都愿意使用，是真的能解决问题，而不是靠领导压着“你们一定要用啊”。 第三，把任务说清楚是这个时代被严重低估的能力。 用AI用得好不好，本质上是你能不能把一件事说清楚，比如背景是什么，目标是什么，限制条件是什么，验收标准是什么。这是一种元能力，跟你是做什么行业的没有关系。 有意思的是，这恰好也是一个好管理者最核心的能力。以前我们说“沟通能力”，说的是你能不能把事情讲得让人听懂。 现在这个能力有了一个更直接的检验场：你能不能把任务委托给AI，让它真的把事情做对。会委托的人，会越来越高效。不会委托的人，AI对他来说永远只是一个聊天窗口。 所以以前一个企业的知识管理，一般都是老师傅教给小徒弟。但未来可能又多了一条分支，人教人依然存在，老师傅教给AI也同样重要。 第四，AI同事让你看清谁在靠信息差吃饭。 有些人的职场价值来自“别人不知道但我知道”，比如他掌握某个数据源，他认识某个关键人，他了解某个流程的潜规则。这种价值不是靠专业能力积累的，而是靠信息不对称维持的。 AI把这个护城河填平了。当所有人都能一句话查到以前只有他能查到的数据，这种人的价值就开始蒸发。但反过来，那些价值来自真正的判断力、创造力、人际信任的人，AI不但不会威胁他们，还会帮他们把更多时间从低价值的事情上解放出来。 例如你跟AI说“XX是XX总的人，你干活可以不用太卖力”，这种需求短时间AI估计还理解不了。 结语 好，说完了。这篇不是OpenClaw的使用教程，也不是功能评测。它就是一个装完龙虾，然后真的每天在试错和崩溃边缘徘徊的普通用户，把自己摸索出来的东西如实写下来。 说实话，这个产品非常不稳定，迭代还非常快，例如我录一期教程的时候，进演播室时龙虾还是正常的，开始录的时候每次都崩溃，同事说肉眼可见我的脸色变黑。当我终于换了种迂回方式解决了问题，刚录完，同事跟我说系统恢复了。 如果你也装完之后陷入了虚无，不知道该干嘛，希望这篇能给你一点启发。或者至少，让你知道：你不是一个人。 对了，看到这里，大家发现没有，我在这篇文章里，对我的AI队友的称呼，都用的是单人旁的“他”，原因很简单，我正在刻意地训练输入法。 因为过去的两周，我用的都是动物“它”，这导致我在拉了一个合作群之后，介绍里面的同事和对方创始人，用的都是动物“它”。 这算是最近龙虾给我带来的溅射伤害了。