解构 “龙虾”：本地 AI Agent 会成为 PC 新基建吗？OpenClaw 的正确打开方式是什么？

用龙虾的不知道，反正教安装龙虾和解析龙虾的都赚麻了。[doge_金箍]

♥ 59 ↩ 7

王总，现在觉得您的赛道是正确的。AI方向的概念、工具和工作范式有太多需要拉齐和分享探讨的。从您48天AI开发、qoder的各种演讲、罗福莉3.5h访谈等。学到了很多，一定是干学结合。最近，真实AI参与编程工作就发现，claudecode配合国产模型，工具调用能力差距很大，只有小米针对性优化过和sonnet几乎一样（DeepSeekv4Pro，glm5.1是明显能力够，但工具调用总出错，降级成python sed 正则表达式读改文件。kimi minimax没测）。最近悟到了“解空间”的划分：1. 创造性模糊任务，AI可快速生成雏形或发散方案，效率高；2. 精确约束任务，AI需严格匹配现有逻辑，效率低。生成项目经常半小时就搞定，但改bug，微调具体逻辑，非常费时间。其实就是（多输入 精确少输出）的任务对AI而言更难。这也就是罗提到的“长程任务”和“长上下文”能力。

♥ 46 ↩ 6

？？？王自如都能讲ai了？

♥ 38 ↩ 15

分享一个我用OpenClaw做的智能体吧，我管她叫莉莉安，我的工作是短剧摄影兼后期，同时也做数码和摄影方面的自媒体内容，莉莉安的基本系统架构在最后一莉莉安的基本系统架构在最后一张。基本实现了从生活到工作再到闲聊全方面的辅助，对我来说最大的意义是他把原先拆散在很多地方的工作给合并到飞书这一个对话框里，他可以给我推送日常的各种消息，陪我闲聊，推送我近期需要做的事情，帮我记账，帮我管理我各种任务的进度，帮我调用吉梦的API生成参考图，给导演讲我们的想法，生成参考视频或者是做HTML动画来穿插到视频里面讲解我的内容，做分镜表，辅助收集资料写文案。这些原先零散的东西，现在借助飞书的多维表格和各种skill，可以通过一句话让莉莉安完成，为了防止长期记忆的遗忘问题，我给她设计了专门的记忆增强系统。 但是归根结底，她更像是一个极客玩具，我基本上每天都要调2~3个bug

♥ 33 ↩ 10

没啥用，都是臆想的应用场景。 有人用龙虾干成什么事了请留言反驳我。没听说有成功案例的给我点个赞。

♥ 35 ↩ 50

个人就是卡在把虾养活这段，啥都安装好了，思来想去：“我TM工作中生活中好像真没有什么是重复劳动的事，或者说我太菜了没剥出来[微笑]”

♥ 24 ↩ 6

说个自己的经历吧，就是手搓agent和直接使用龙虾一类的软件。 我之前使用langgraph和mcp手搓了一套text to sql的agent，效果非常不好，尤其到了 sql query的执行环节，那个报错非常难处理，即使我已经把mcp端的报错日志写的很详细了，反复测试了之后就是graph节点端出了问题，不知道怎么解决，网上的text to sql 方案也是一坨，非常不智能。 但是后面把mcp sever接入workbuddy并写了一个调度工具使用过程的skill，您猜怎么着，完美运行，openclaw、cc、workbuddy这些cli的几十万行代码不是开玩笑，大家真没用必要重复的手搓轮子，把这些sdk拿过来用就可以了，如果是买断制的，那么掏钱也划算。 说个对未来的看法吧，就是skill、tools、mcp的开发和部署对个人或小团队来说更重要，agent cli 反而就和大模型一样，是一个ai大厂的给消费者提供的付费产品，包括dify，很推荐大家去尝试一下dify的双向mcp机制，配合skill和cli，可以很好的解决subagent的问题。

♥ 20 ↩ 2

龙虾用着不顺手，我还是更喜欢用Hermes

♥ 17 ↩ 9

虽然是一个月前的视频，但是观点就算放在现在也有前瞻性。

♥ 18 ↩ 1

我算是自如的粉丝，从他香港拍imac开始就看了，被群嘲也好、意气风发也好，都是他人生的一块拼图，他也成了我生命中的一块载体.....有很多话，无从说起，就祝愿自如早日还清债务。

♥ 9

龙虾在默默掏空你的钱包，啥时候token像流量一样便宜就好了[吃瓜]

♥ 9 ↩ 4

录制时间是上个月，那太滞后了

♥ 10 ↩ 4

老王能做个视频宣传一下你做的戒指吗[吃瓜]

♥ 5

这种软件最大的问题还是记忆不行，即便有记忆机制，但是记忆的提取还是很有问题，特别是对于复杂任务一旦记忆没有加载全，就是特别可怕的后果，因为他们有直接修改文件的权限，但是对于一项复杂任务记忆没有加载全，便会导致已经完成的任务又重复删改，新任务完成不全，没有加载到记忆的部分又开始反复试错。

♥ 5 ↩ 2

awesome

♥ 6 ↩ 1

老王这表达，听着舒服

♥ 3

Wow,amazing[吃瓜]

♥ 2

会，只是当前的都没那么好用，自己开发了个也没到最终自己满意。[藏狐]

♥ 2 ↩ 1

龙虾不好用，太笨重了，自己写一个agent反而灵活，特别是对于小模型更加支持。 可以参考站一个up，两百行实现简单agent。 另外腾讯的workbuddy挺好的，原生支持和兼容第三方模型。 关键背靠腾讯，未来的更新肯定不用担心，可以持久使用。

♥ 2 ↩ 1

AI 时代，个人电脑可能再次成为中心。 OpenClaw 最有意思是把模型、聊天入口、本地文件、命令行、记忆和工具调用串成了一个可运行的日常系统。技术上未必新，产品形态上却很有冲击力。以前很多人谈 agent，停留在框架、SDK、demo，现在突然变成了“我电脑里可以常驻一个能干活的东西”。 没有权限，它只是个聊天机器人。权限一大，它就开始接触文件、账号、API key、工作资料、企业数据。体验和风险是绑在一起的。越像基础设施，越需要讲清楚授权、隔离、审计和责任边界。 手机生态的沙箱、风控、支付、超级 App 利益链，让全能 agent 很快撞墙。PC 的边界更软，所以 local agent 会先在这里发酵。不过 PC 也早就不是完全自由的荒野了，企业管控、系统权限、沙箱、安全策略只会迟到。 工作 agent 确实可能把员工的流程、经验、判断习惯沉淀成组织资产，也可能被拿去做绩效分析。但轨迹不等于贡献，记录不等于理解，自动总结也不等于公平评价。“能不能提效”变成“谁有权看、怎么看、怎么用、谁负责”。 AI 正在从网页里的问答框，拓展到电脑里的执行层。聊天的下一阶段，是谁能安全、稳定、可控地替人完成真实工作。

♥ 2