这是我近期第二次在这个社群做线上分享。我2020年加入，差不多6年了，上次分享是去年11月，讲AI产品数据和中美市场差异。这次永荣姐又把我拉来，主题换了，聊“龙虾”。
“龙虾”就是OpenClaw，能帮你干活的AI代理，可以自己上号、自己发帖、自己执行任务。我最近做了大量相关的直播和研究，包括前几天傅盛那场16万人观看的直播。
以下是分享的主要内容。
1/ 真正在玩龙虾的开发者，全球大概10万人
这个数字跟国内的体感差距很大。我长期跟踪龙虾的下载和日活数据，从多个角度交叉验证：Skills的平均使用人数在10万左右，Similarweb的网站数据最近28天也跌到了10万级别。
谷歌搜索热度更说明问题，OpenClaw的热度最高点是2月15号左右，当时Skills和Macbook这些事件推了一波，现在已经掉下来很多。而头部大模型的搜索热度是OpenClaw的4倍以上。
国内很多人觉得大模型又贵又没必要，但实际上头部大模型现在是所有AI公司的操作台，能力在持续拉开差距。龙虾火归火，底座还是大模型。
2/ 龙虾在海外是赚钱的，在国内不太行
一个叫Oliver Henry的海外开发者，用龙虾做了一批图给他的APP导量，一周突破800万播放，一个月赚了1000刀。一个人的公司用龙虾替代一部分人力，也能省不少钱。但国内变现环境和海外差异很大，同样的玩法搬回来不太赚钱。
3/ 现场演示的几个基本能力
说一句话生成一张小猫图片，没问题。说一句话生成一个“狐狸报恩”的15秒视频，也能做。给一张图片，龙虾可以让图里的人跳舞、打球。这些都是最基本的，龙虾能做的远不止这些。
4/ 傅盛的开源实践：从Founder-led Growth到Skill开放
傅盛做了一个龙虾案例网站叫“sanwan”，整个网站没有一个字是人写的，傅盛只是说话。他的思路是founder led growth，腿断了28天一直在打磨龙虾，从第一天开始记录做了什么，心路历程全在网站上。
他还做了一个叫“三万同款团队”的功能，网站上展示的所有龙虾技能，你点一下就能直接用傅盛同款的龙虾来实现。他把自己验证过的能力全部开放出来了。
我觉得每个人都应该有这么一个东西。一个是记录心路历程，一个是把验证过的Skills开放出来让别人复用。
5/ 自动化信息检索与团队能力跃升
我在湾区每天需要知道哪些活动值得参加，传统方式是一个一个去翻网站，特别累。现在我用一个龙虾，每天自动爬取湾区高价值活动数据，从高到低排序。这个能力完全可以复制到金融领域，爬股票数据、监控市场信号、分析异常值，逻辑一样。
还有一个投资人的案例更猛。他把整个工作栈都接入了龙虾，日记、Gmail、日历、Slack、数据库，全部用龙虾管理。运营一个10人的小机构，一个月200刀的龙虾费用，效果是把整个团队的工作能力抬高一到两个level。这是多个老外验证过的。
6/ 部署建议：别碰原生，拥抱云端
现场问了一下，群装了龙虾的大概20%。我建议大家还是装一下。不要装原生龙虾，坑特别多，非程序员基本搞不定，每配一个API都会踩一遍坑。最好是用别人踩好坑的云端机器，又安全又便宜，所有API都调好了。
我自己装了6到7个龙虾，各家都试过。今天下午还花一个小时给朋友装了6个，其实不太花精力。你用上以后，比其他不用的人已经强很多了。不要有太高期望值，先用起来，慢慢把自己的工作流接上去。
7/ AI协作与“虾力结构”：新型领导力
龙虾本质上是大模型，它会说谎。你让一个龙虾做所有工作，它骗了你，你也发现不了。所以你一定要设立AI之间的协作模式，让多个龙虾互相监督。
有点像以前的人力结构，现在是虾力结构。你能不能掌握多龙虾协作的技能，决定了你的龙虾系统能搭建得多复杂。这是一种新型的领导力。
8/ 安全风险的四个层级
龙虾的安全风险可以分成四个层级。大部分人担心的其实都在前两级，根本不涉及真正的安全问题。
对国家来说，最大的不安全是跨境使用大模型，不太关心个人安全。对个人来说：
- 第一级，抓取外部数据：比如爬活动信息、画画，跟你的安全一点关系都没有。
- 第二级，读取API数据：比如读你的Notion笔记、日历。只要你笔记里不写什么特别的东西，泄露了也没什么真正的安全问题。这里补充一点：现在很多产品没有开放API，你只能给密码让龙虾登录。这是产品设计的问题，未来AI化的产品一定都会开放API。
- 第三级，操作你的电脑：建议用云主机，物理切断电源就行。
- 第四级，完全取代你的身份：把所有用户名密码包括改密码权限都给它。
只要不到第三级，基本不涉及什么安全问题。
9/ 数据主权：核心文件与导出便利
龙虾生态里有三个核心文件：soul.md、memory和个性文件。这三个文件的导入导出非常方便，说一句话就能导出。你现在想从主流大模型导出数据基本不可能，但龙虾系统天然就是分门别类存储的。
有群友问套壳龙虾和原生龙虾的区别。真正用上原版龙虾的人，在所有使用龙虾的人里面占比差不多10%以内，因为原版部署非常麻烦。我推荐大家用套壳的，数据随时能导出，不用担心。
10/ 模型经济学：商业模式决定智力上限
免费模型和收费模型之间的差距，是商业模式决定的。现场我讲了一个可能得罪人的观点：不要用互联网公司的模型。
Gemini本质上是一个大号的豆包，面向普通人。它的商业模式是流量变现，优化方向是让更多人用，不是让模型更强。它要照顾一亿用户里最大公约数的体验，不可能为了5%的高级用户去拉高上限。
原生AI公司的模型是按量收费的。你用得越多、用得越深，它赚得越多。所以它有持续拉高上限的动力，因为上限越高，付费用户越愿意掏钱。
豆包免费、Gemini免费，免费的代价就是你永远用不到最好的模型。原生AI公司和互联网公司做AI，利益结构完全不一样。Grok、Anthropic、OpenAI，这都是原生AI公司。所有互联网公司做AI的都会爆雷，百分百没有例外。
我个人一个月在大模型上花600刀TOKEN。这个时代要与狂人为伍，才能获取最高的智力。花点钱用上大炮，别用小米加步枪。
11/ Agent-to-Agent 与第二大脑
我现在跟客户协作，基本是agent to agent，龙虾对龙虾。客户给我一个文件，我丢给我的龙虾读一下，处理完给回去，客户的龙虾再处理。以前可能一周来回的事，现在一个小时来回好几次。
如果你还没习惯用大模型处理工作，这个提升是数量级的。我现在所有看完的东西马上就忘了，不留任何东西在脑子里，全部放到电脑里。需要的时候去搜索第二大脑。这样才能保持一个正常的对人世间的接触，否则真的是信息爆炸。
12/ 认知重构：代际视角下的“误判”
永荣姐问了一个教育问题：孩子没耐心、不阅读、记性差，负面影响在哪里？
我的回答可能不太好听：我们的经验可能都是错的。我们对孩子需要学什么这件事，没有进行彻底的思考。作为家长一定要自己多用人工智能工具，否则你在用旧时代的标准考察新时代的人，你只能看到他没有做到什么，但你看不到他的优点。
比如ADHD，没有耐心。我跟别人直播的时候，别人很明确告诉我这些都是优点。AI时代你就不要有耐心，你就是啥都尝试一下，尝试的越多成功几率越大。你的底层思维要从“持续学习一个技能”变成“持续尝试不同的东西”。
你花20年学英语，英语的显性部分已经完全没用了。你坚持这些工业时代的美德，培养出来一个品性很好但不会用AI的孩子，长远来看他很有可能被同龄人淘汰。
人的第一性原理是活着。有美德但被淘汰了，美德也就没用了。
13/ 用AI解构现实困境：亲子关系案例
我把永荣姐写的教育文章放进大模型，用来改善我自己的亲子关系。
我孩子7岁，我跟孩子的关系一直不太好。后来我做了一件事：把永荣姐写的教育文章放到大模型里，把我孩子的行为特征和我的应对方式也放进去，按照大模型给的建议执行了一个月。
亲子关系大幅改善。大模型把我和孩子之间微妙的互动关系解读得一清二楚，还告诉我如果继续像以前那样养孩子，他未来会形成哪些心理问题。我针对性地去做，比如少评价、多带他玩，大模型讲清楚了每个行为背后的心理影响。
永荣姐的文章，对她来说是文章，在我这里是skill，是对我孩子的一个具体的行动指南。
14/ 社群资产化：思维模型即Skill
川群每个人的思维模型，一旦写成文章，就可以变成别人的skill。 这是我在这次分享中最想说的一个点。
川群500多个人，每个人都有自己的思维模型。蒋涛总的太极，各位的投资理念，养生方法，炒股方法。这些东西一旦写成文章或者分享一次录音，就可以变成skill，无限复制，成为别人的智慧。
思维模型变成一个公司的行动指南，现在只需要一篇文章。
你们500个人交换skill，这是多大的力量？而且这些skill来自你身边信任了好几年的人，不需要去skill市场找陌生人的东西。川群沉淀了这么多年的内容，这是整个社群最被低估的资产。
15/ 捍卫数据主权：处理器与数据库分离
我几十个G的数据全部存在Notion里，大模型只是处理场所，前因后果全部在我自己手里。
不要把数据存在任何一家大模型上。不要相信任何一家大模型。你的数据是你自己的。
如果你们有条件，花点钱雇一个应届生，系统性地把你的内容搬迁到一个中心化的笔记平台上。大模型的短板就是数据，数据是你自己的，不要交给任何人。
16/ 未来信用：你的输出就是数字身份
再过5到10年，你在网上的输出就是你的信用。未来别人的龙虾能很快识别你是谁。你想掌控别人的龙虾，就得告诉它你是谁。
如果说再过5年和10年，你有输出的人等于说你在网上别人的龙虾能很快识别你，你的输出就是你的信用。今天的信用可能是由他人把持的，但你如果想掌控自己的命运，你就要掌控别人的龙虾。
掌握自己命运，从开始输出开始。
发表于 3 小时前
|
查看: 2|
回复: 0
