最近旁听了一场飞书直播，两个半小时，主题是"养虾人对谈"。主办方是非凡产研的吴老师，嘉宾叫威扬（weiyang），从硅谷回国创业，目前三人小团队，过去一个月 30-40% 的时间花在修虾上。
为什么值得写？因为威扬是我目前见过把 OpenClaw 用得最激进的人，也是硅谷最会玩龙虾的华人之一。大年初三配好飞书接入，初四拿到企业认证，然后直接删掉手机微信，把日常社交关系全部迁到飞书。他的虾接入了 telegram、飞书、企业微信、QQ、Discord 等渠道，覆盖大约 1 万人，其中单个飞书群就有将近 5000 人。
这场直播信息密度很高，尤其是操作层面的细节。我把核心内容整理出来，加上一些自己的判断，写成了这篇文章。正文部分以威扬的第一人称整理，尽量保留他的原话和表达习惯。
文章比较长，建议先扫一眼目录挑着看。
目录
一、我是谁：从硅谷回国，重新开始写代码
二、我的养虾时间线：从大年初三到删掉微信
三、小白最小启动路径：一台电脑 + 一个月费套餐就能跑起来
四、Skills 和定时任务：把虾当工作流编排器用
五、接入所有聊天工具，给每个人配不同的权限
六、公域养虾的安全课：从丢 key 到建立防线
七、1 万人并发下的技术真相：虾改虾，害死虾
八、信息检索和记忆：虾为什么显得"笨"
九、OpenClaw 和 Manus、ChatGPT 到底有什么区别
十、AI 中登三件套
十一、给年轻人的建议：学到的东西在 OpenClaw 以外
一、weiyang是谁：从硅谷回国，重新开始写代码
（正文部分以威扬的第一人称整理）
过去三年我主要做半导体和大模型部署相关的工作，软硬件都有涉猎，包括英伟达和非英伟达的芯片方案。2024 年的时候在硅谷一家以技术见长的公司，做的是非技术岗位。后来离开那个团队，去年 3 月重新开始写代码。
说"重新"是因为之前有三四年没碰 coding 了。去年 3 月 Gemini 2.5 Pro 出来之后，我感觉又可以做 Web coding 了，就一直在代码一线做自己的项目。
去年 12 月，Web coding 的能力暴力提升了一波。当时我做项目搞得比较绝望，一直没有什么进度，12 月突然加快了。搞到 1 月底的时候，OpenClaw 就出来了。
回国创业没什么心路历程，就是个人选择，找一条最适合自己的路。硅谷比较好的一点是线下专题活动多，但现在国内养虾这一波，同类的活动也起来了。
二、我的养虾时间线：从大年初三到删掉微信
1 月底 2 月初，我看到 OpenClaw 的第一反应是"这东西收需求特别好，放在公域特别好"。以前你想在一个几千人的群里部署一个能聊天、能干活的 AI 助手，得自己写 Discord 机器人、telegram 机器人，门槛不低。OpenClaw 把这些事打包了，配置一下就能跑。
当时因为项目的惯性还在做自己的项目，虾的事放了几天。但越来越火，大年前我就先配了一个 telegram BOT，跟朋友说大家可以从微信转到 telegram，我的虾在这边可以跟大家聊天。结果发现 telegram 这个受众不行，要教大家注册、搬过来，习惯很难扭转。但让大家来飞书就很简单。
大年初三夜里，我配好了飞书接入。
这里有个小插曲。公域养虾的话，飞书必须有企业认证。当时手边有企业但没认证，认证需要把 PDF、签名、公章合到一起。我跟我的虾说，这东西太麻烦了，你帮我做一下。十分钟就做好了。做完之后我发现 DocuSign 就没有任何意义了。你就知道拿虾做 Skills 有多方便，很多 SaaS 软件基本上就没存在的必要了。
大年初四早上 11 点提交认证，12 点飞书就给我过了。隔一天我拿到了飞书的无限 API 权限。飞书这波确实挺拉好感。
拿到认证后，我做了一个比较激进的决定：直接删掉手机微信。
逻辑是这样的：有虾的地方，聊天信息可以被管理、被检索、被总结。没有虾的地方，聊天记录就是一堆流水。500 人微信群讨论得挺积极，聊了半天，没有任何可管理的办法。微信官方连把群聊记录导出成文本都是抵制的，我不需要跟龙哥玩猫捉老鼠。
他不让我用，我可以不用。
我把经常沟通的同事、朋友全部搬到飞书。虽然我团队只有三个人，但我的朋友、我自己的外部群（我有一个群叫精神病院，也有 100 人）、吴老师的 4000 人大群、各种炒股群，加起来覆盖到 1 万人左右。我不会再对一个不欢迎虾的地方有什么留恋。
删了大概 5 天，就养成了不看微信的习惯。后来因为支付和小程序装回来了，但基本不在上面聊天。电脑端保留了一个窗口，主力沟通全走飞书。
我把虾命名为 shadow（影子）。从第一天开始就定位成"分身"，不是"助理"。区别在哪？助手是帮你干活的，分身是代替你出现的。我把过去 5 到 10 年的工作经历、未来一两年想做的事，全写进了虾的设定文件（soul.md）。告诉它：我不在的时候，你就模仿我跟别人聊。
为什么选分身不选助理？因为我要防止助理把我的机密漏出去。如果它的角色是"我的分身"，它天然就知道什么该说什么不该说，就像我自己在跟人交往一样。人跟人从社交角度讲，从不熟悉到熟悉是需要过程的。比如我要融资，对面的投资人投了什么、喜不喜欢投我这个方向，我肯定不会第一时间和盘托出。我的虾也会试探他，也会渐进式披露。
虾有人设，虾有红线，不同场景不同语气，跟同事和跟家人说话的方式完全可以不一样。
三、小白最小启动路径：一台电脑 + 一个月费套餐就能跑起来
直播中有一位从建筑设计行业转行的朋友问：我完全不懂技术，怎么从零开始？有没有一个指导性的文件，教我从第一步开始？
这个问题应该能覆盖不少人，所以我认真回答。这个方案可能会阻断很多人挣 800 块钱的财路，因为之前深圳线下教装虾要收 2000 块，后来降到 800，按这个趋势很快就是一两百了。
第一步，买一台 Mac mini。基础款就够，不需要高配。为什么是 Mac mini 而不是笔记本？因为虾需要 24 小时在线，笔记本一合盖就断网，虾就消失了。我自己一开始就是在笔记本上跑的，最大的问题就是一合盖就没了，所以后来换成了 Mac mini。如果你不想买 Mac mini，也可以考虑买一台云端服务器（VPS），但对小白来说本地机器更容易上手，出了问题至少你看得到屏幕。
第二步，解决网络问题。这一步没法在公开场合细说，但强调一个很多人会踩的坑：普通的代理模式可能不够。你浏览器能上外网，不代表你的虾也能上外网。需要开启隧道模式（tun 模式）加上全局模式。直播中有观众说自己所有软件都正常，就虾连不上，大概率就是这个设置没开。如果你用的代理软件找不到 tun 模式的选项，可能需要换一个软件，比如 Clash 这类工具比较好用。这一步如果搞不定，最好找身边懂的朋友帮忙，这个真没办法远程教。
第三步，安装编程辅助工具。推荐 Claude Code，Mac 系统下可以自行配置。装好之后它就是你和虾之间的桥梁，你通过它来安装、配置和管理 OpenClaw。你不需要会写代码，你只需要会跟它说话。它就是一个能帮你操作电脑的 AI，你告诉它你要干什么，它来执行。
第四步，买一个 AI 大模型的月费套餐。我有一个选择 AI 套餐的标准，适用于不同消费水平的人：你每个月花在手机话费上多少钱，AI 套餐就花差不多的钱。对大多数人来说，Kimi 的月费会员就够用了，几十块钱一个月。如果你后面用得多、需求更高，可以再往上加。我自己现在用的是 Kimi 最高档的年度会员（折合每月 699），因为我的虾覆盖 1 万人，消耗量大。但起步的话完全不需要这么多。
第五步，在编程工具里配好 Kimi 的接口地址和密钥。Kimi 的密钥在 Kimi 官网的开发者平台里创建，接口地址在 Kimi 的官方文档里找，格式是 Anthropic 兼容格式。不会的话直接搜"如何用 Kimi 的 URL 和 key"，或者直接问你刚装好的编程辅助工具，它会教你。
第六步，也是最关键的一步。告诉编程工具："查阅 OpenClaw 官方文档，完全帮我配好 OpenClaw，默认用 K2.5。"然后等它自动完成。这一步之后，你的虾就活了。
整个过程，对一个完全不懂技术的人，可能需要半天到一天。最容易出问题的地方是第二步（网络）和第五步（配密钥）。如果实在搞不定，找个朋友帮忙，或者去闲鱼找个在线安装服务，现在这类服务已经很便宜了。
装好之后怎么办？吴老师补充了一点我觉得很对：装好不代表能用好。虾刚装好就像一个什么都不懂的实习生，你得教它。怎么教？两个东西：一个是 soul.md（设定文件），告诉它你是谁、你的经历、你的说话风格、什么该说什么不该说；另一个是 Skills，教它具体怎么干活。这两个东西决定了你的虾是一个笨蛋还是一个得力的分身。
关于费用，我算一笔账：Mac mini 基础款大概 4000 块左右，Kimi 月费几十块，加上云端服务器（如果需要的话）每月几十到一百多，整体下来每个月的持续成本和一张手机话费卡差不多。这是目前普通人能拥有一个 24 小时在线 AI 分身的最低门槛了。
四、Skills 和定时任务：把虾当工作流编排器用
装好虾只是开始。OpenClaw 日常最重要的两个东西是 Skills 和定时任务（Cron）。我现在拿虾干活，主要就是干这两个。
先说 Skills。你可以把它理解成"教虾做一件事的说明书"。比如你每天需要查看几个竞品的最新动态，整理成一页摘要发给你，这个过程就可以写成一个 Skill。虾学会之后，下次你只要说"跑一下竞品日报"，它就自动完成整个流程。
我自己建了很多 Skills，有的是为飞书准备的，有的不是。举几个例子：有一些复杂任务需要跑循环、需要跑大型的规划任务，中间有 if/else 这种复杂逻辑。以前做这种工作流需要用 N8N 之类的编排工具，现在直接用 Skills 来编排。
Skills 里面会生成一组脚本（bash 脚本、Python 脚本、JavaScript 脚本），一个脚本执行到某一步，根据条件触发下一个脚本 A 或脚本 B。这组脚本加在一起就是一个完整的 workflow，可以反复使用。
早期的 Skills 就是一段提示词，我当时觉得不好用，因为本质上就是一个 prompt。但现在进化了，Skills 是"提示词 + 脚本"的混合体。你说不清一个什么样的工作，把它固化到 Skills 里面一下，下次再用它就可以重新干。
我还做了一些有意思的 Skills：
一个叫 personal image coach，每天早上提醒我吃什么、穿什么。有时候提醒有时候不提醒，因为用的人多了它就会卡。
小红书洗稿工具做了三个，模仿我说话的方式（短句、直来直去），AI 给了一篇稿子之后用我的风格重新写一遍。
还有一个给 Alice（分身社交软件）洗稿的工具。
每次说话、每次回复别人的时候，可以先拿一个风格化的 Skill 润色。你完全可以做一个自己说话风格的 Skill，让虾每次回复之前先过一遍这个 Skill，保证输出的内容听起来像你。
再说定时任务。就是让虾在固定时间自动执行某个 Skill。比如金融群里有人让虾每天早上报一遍哪些股票便宜，不一定每次都成功执行，但确实是在定时跑。
这两个功能加在一起，虾就从"你问它才回答"变成了"它主动帮你干活"。最简单的例子：每天吃什么、穿什么，我也想让 AI 给建议，但我不会主动去问它。有了定时任务，虾会主动提醒我。这是它最大的价值。
关于 Skills 怎么创建：OpenClaw 自带一个叫 create skill 的 Skill，你直接跟虾对话描述需求，它会按照官方的标准格式帮你生成，能让 OpenClaw 正确读取。
不过定时任务目前有稳定性问题。直播中有好几位朋友反映不稳定，有时候跑有时候不跑。让虾自己改，有时候能改成有时候改不成。原因是所有定时任务都是同步阻塞的，多个任务挤在同一时间段，资源就不够了。就像一个人的日程表排满了会议，每个都赶不上。
吴老师分享了他的经验：控制定时任务数量（一天 8 个左右），每个任务之间至少间隔半小时，凌晨做一次检查和修复。他不会把任务排得很满，就像自己日常开线上会议一样，半小时半小时一趴。我觉得这个方法很实用。
我进一步的想法是：虾需要有自己的日历系统。每个 Skill 应该知道自己要占用多少资源、执行多长时间。8 点启动的定时任务如果要执行一小时，占用一部分内存和 CPU，其他任务也有自己的资源需求。我的任务、我同事的任务、群友的任务，都跑到我的虾上来，它需要自己做排期。目前还没有这个功能，但迟早会有人做出来。
另外我也不允许别人删我的 Skills。你加没问题，删不行。我心态已经足够开放了，但你不能动别人做好的东西。你可以在一个 Skill 上加一个新版本、加你的版本控制，有些项目（比如 Event Hub）在这方面做得比较好，一个 Skill 进化到下一个版本有版本号、有记录。
关于 Skills 的备份，我建议用代码仓库管理。适合公开分享的 Skills 放一个公开仓库，自己常用的放一个私有仓库。吴老师也有一个公开仓库，里面大概 50 多个 Skills，大部分是他自己收集的觉得好用的，也有一些是自己创建的（比如语音克隆、动态表情包）。
我自己曾经吃过亏。从本地迁移到云端服务器的时候 Skills 没备份，虾重启后好几个 Skill 都想不起来了，最后只能手动把本地的 Skills 文件夹整个传上去。而且当时还碰到版本号也改了、配置文件也对不上的问题，基本上就是新装一套。这种土办法让我意识到版本管理有多重要。
五、接入所有聊天工具，给每个人配不同的权限
OpenClaw 有一个很实际的能力：几乎什么聊天工具都能接。这也是它和其他 AI 工具最大的差异点。
我接入过的渠道包括 telegram、飞书、企业微信、QQ、Discord。另外 WhatsApp、iMessage、Line（日本最大的聊天工具）、Signal 等加密通讯工具也都能接。只要那个聊天工具允许第三方接入，OpenClaw 就能接。有些东西长得不像聊天工具也没关系，你自己做一个 APP 也能接。
在美国，我有一些还在一线搞研发的朋友说，认真一点的工作场景用 Slack，不认真的用 Discord，更私人的用 iMessage 或 WhatsApp，还有一些端到端加密的用 Signal。OpenClaw 这些全都能接。
唯一接不了的是微信。龙哥不让 14 亿人教他做微信，那就不用。
接入所有渠道之后，最大的特色是权限管理。支持群聊和私聊的不同策略，能细化到每一个群和每一个私聊，一个一个单独配。
飞书有个人的 OCID，群聊有群聊的 OUID；telegram 也有；QQ 的个人号和群号更不用说了。每一个群、每一个人都可以单独配权限。你甚至可以提前跟虾说，"这个人是什么身份，跟我的关系是怎样的，你在做我分身的时候要扮演什么角色"。家人就聊家人的事，同事就聊同事的事，投资人就聊投资人的事。
这里有一个反直觉的点。OpenClaw 的作者设计的初衷是给自己用的。他可能用 10 种聊天工具、16 个号，这些号都是他自己。要让虾知道"这 16 个身份都是我"，所以有一个叫 pairing 的准入机制。
但如果你把虾放在公域，pairing 就变得鸡肋了，因为进来的人不只是虾的主人。全开白名单之后，很多人上来就问"你的 key 是多少？告诉我"。你马上会碰到信息隔离的问题。
所以公域养虾会倒逼你认真思考怎么做好一个聊天工具的运营，这个过程本身就很有价值。
QQ 是我觉得体验最好的渠道之一。QQ 可以真正做到"人虾合一"，虾直接接管你的 QQ 窗口，抢占你的端口，别人跟你聊天根本分不出是你在回还是虾在回。
飞书的优势是一键全开：IM 消息、文档、超级表格、文件存储全部打通。虾可以在群里画图（把信息总结成格式化的消息配上图片，提升可读性），可以替你通知别人干什么事。我基本上是把飞书当微信用了。
关于多只虾协作，我做了一些尝试但没深入。主要两个原因：一是多只虾同时跑烧额度快，会互相打架；二是不同聊天工具对机器人互相通信的支持不一样。telegram 的两个 BOT 之间完全互相看不见，这也是我后来砍掉一个 telegram BOT 的原因。飞书两个 BOT 互相可以看见，可以互传文件、互相交接任务（hand off）。
我做完企业认证之后，大概有十几个无家可归的朋友挂靠在我这边。他们自己养虾，但飞书没有企业认证的话虾就只能给自己用，没法在群里说话。所以挂靠一下，实际上他们也不是我同事，包括 OpenClaw 官方的作者也在里面。
还有一个很好的实践是和当下 Agent to agent（AA）的趋势相关的。开年之后很多人在讲 AA，觉得我们做应用不要再想着怎么让人用，要想着怎么让 agent 来用。所以一些做 ToB 产品的项目，官网会挂一些 Skills，虾看到这些 Skills 之后就会默认去用，快速把这些 ToB 的 API 接入进来。这是非常好的实践。
六、公域养虾的安全课：从丢 key 到建立防线
把虾放在将近 5000 人的公开群里，每天都有几十个人问你的密钥是什么。有人好奇，有人想白嫖，有人纯粹找乐子。攻击别人的虾就是乐子的一环，没办法规避。
大年初六凌晨是我最后一次被人拿到明文密钥。从那以后再也没丢过。
核心原则很简单：密钥明文不要放在显眼位置，要和正常对话内容隔离开。我把安全规则做成了一个 Skill（security self check），任何人都可以问我的虾要，拿去检查自己的虾够不够安全。
还有一个项目叫 Evil Map，让不同虾的安全规则"杂交进化"。你有 ABC 三条，我有 ADE 三条，杂交成 ABCDE 五条。虾越多，安全规则越完善。
一个重要建议：不要把真钱放在虾能接触到的地方。有真钱的地方你不要跟它讲。
风险存在，但你要做的是延长被攻击的时间，而不是消除风险。
七、1 万人并发下的技术真相：虾改虾，害死虾
这部分稍微偏技术，但对任何想认真用 OpenClaw 的人来说，了解局限性比了解能力更重要。
我直说：OpenClaw 的技术底子非常差。
OpenClaw 用的编程语言是做网页前端的，天生不适合高并发。项目作者选这个语言是因为要做敏捷开发，一天合并几千个代码提交，一天发一个新版本，只有用这种轻量级语言才跟得上速度。
代价就是性能上限很低。OpenAI 用专业数据库方案服务全球 8 亿用户，我自己部署的虾服务 8 万人都困难。1 万人同时发消息的时候，各种环节都可能出问题。大模型那边可能卡，我自己的云端服务器可能卡，中间的转发层也可能卡。链路上任何一个环节出问题，你都排查不了。
但话说回来，OpenClaw 能在这么差的技术底子上成为增长最快的开源项目之一，一定有它的原因。性能问题在这个时代相对好解决。真正的大问题不是技术性能，是你没有那么多用户。没有 100 万人认识你，也没有 100 万人来用你的虾。到了那个规模再说性能也不迟。
我反复强调一个血泪教训：虾改虾，害死虾。
不要用虾自己去修改 OpenClaw 的配置文件。OpenClaw 本身在高速迭代，配置文档经常变，虾可能读到旧版文档，改出来的东西和当前版本对不上。改坏了之后虾的系统网关会报错，虾启动不起来，你想让虾自己修自己就做不到了，大脑已经死机。
这种事已经发生无数次了。正确做法是用外部的编程辅助工具来改，而且要让它充分思考（思考模式调到最高档），先读当前版本的官方文档，然后再动手。
特别提醒：不要相信 OpenClaw 自带的诊断命令（OpenClaw doctor）。那个命令是写死的逻辑，不够灵活，修完了还是会挂，非常正常。
关于未来，OpenClaw 迟早会有 Go 版本、Rust 版本出来，性能问题终会解决。但现在看那些分支版本没太大意义，主要的需求和生态都在官方版本。
八、信息检索和记忆：虾为什么显得"笨"
很多人用了一段时间虾之后觉得它什么都记不住。昨天跟它说了一件事，今天问它，不知道。群里有人聊了一个重要话题，问它，也不知道。
原因很简单。
在将近 5000 人的群里，如果有几十只虾同时在线，信息量是指数级增长的。不只是有人跟你的虾说话，别人跟别人的虾说话，你的虾也都能看到。信息根本停不下来，每天无限地在刷。
虾的记忆机制目前基于文件存储。你跟它说了什么，它可能存在一个文件里，但存不存、存多少、怎么找回来，这些都不够智能。
检索用两种方式叠加：关键词匹配加上语义搜索。关键词匹配是传统算法，用了十几年了。语义搜索是用 AI 模型把文字转成向量再匹配。OpenClaw 团队有专人负责记忆模块，核心实现就是文件加上这两种检索方式的叠加。和深度研究工具的底层逻辑差不多。
但目前没被完善地打通。信息的组织方式也有问题。大部分聊天工具的消息都是线性排列的，一条接一条，没有按话题分组。飞书最近做了一个话题聚合功能，嵌在了官方插件里面，但我的评价是非常不智能，根本不知道哪些东西应该合并到一起。
我的思路是区分"热话题"和"冷话题"。在同一个大群里，你关心的话题和别人关心的可能完全不同。虾应该知道哪些是我的热话题，优先保持这些话题的上下文，让相似的问题能命中缓存，既省钱又准确。
这个思路和编程辅助工具里的"上下文压缩"功能类似。但群聊场景下，"只往里加信息不往外踢"的策略行不通，需要重新设计信息的组织方式。这些问题最终都会被解决，解决方案大概率是开源的，因为很难拿这个东西挣钱。我也在看有没有志同道合的人一起做。
九、OpenClaw 和 Manus、ChatGPT 到底有什么区别
直播中有观众问了这个问题。我的回答是两个词：自主性和自由度。
先说自主性。ChatGPT 也好，豆包也好，你打开对话框问它一个问题，它回答你，这轮结束。你不问它，它永远不会主动找你。OpenClaw 不一样，我可以给它设定时任务，让它每天早上去查行情、整理摘要、发给我。它 7 天 24 小时在线，能在我睡觉的时候替我干活。
再说自由度。Manus 好用，本质是背后的大模型好用，但你被绑死在 Manus 上没法选模型。我自己在 OpenClaw 里根据场景切换：想快就用 1000 TPS 的高速模型；想省钱就切国产免费模型；想要英文写作质量好就用 Claude；想中文说话有趣、做个显眼包就用 Kimi。
另外一个区别是限制少。大模型公司的官方产品默认叠甲叠得很厚，金融不聊、法律不聊、医疗不聊。通过 API 接入限制少一些，再加上 OpenClaw 自己的配置，自由度更高。当然我也得说，高的有限，非常有限。
还有一点，我之前还特别喜欢用元宝版的 DeepSeek 和手机版的 Kimi。Kimi 上有 Swarm 功能，元宝版 DeepSeek 体验也不错。各家都会做 chatbot，Kimi 的主页我还用，算是我的一个主力。但有了虾之后，很多以前要打开 chatbot 去问的事情，现在虾会主动推给我，或者我在任何一个聊天窗口里就能完成。
十、AI 中登三件套
过年的时候微信和小红书上火了一个说法，叫"AI 中登三件套"。说的是三四十岁、有点技术基础的人过年最喜欢折腾的三样东西。这个说法我觉得非常符合我的观察。
第一件，OpenClaw。搭一个自己的 AI 分身，不用多说了。
第二件，AI 辅助编程。不管用什么工具，这波人过年都在写代码做项目。
第三件，Alice。深圳公司做的社交 AI 产品，也是做分身的。你设置背景、性格、想认识什么样的人，它帮你匹配朋友，把对方的微信推过来。我玩了两天，觉得在公域找朋友这件事做得不错。但在半熟人社交场景下，我觉得还是自己的虾放在一个有信任基础的群里更有意思。吴老师算是我的熟人，我把虾放在吴老师那，至少有一个信任的背书在。
如果有第四件的话，就是 AI 炒股。
我的虾进了好几个炒股群，一开始所有金融话题一刀切不聊。后来发现需求实在太大，有人炒天然气，有人搞黄金，有人盯 A 股，有人看韩国股市。最后在两个群里放开了这条红线。
AI 炒股靠谱吗？AI 不知道明天会怎样，会给你打太极，涨了怎么办、跌了怎么办、不动怎么办，列一堆选项，最后决策还是你自己来。但至少有两个好处：帮你扫除知识盲区（你喜欢听什么它就给你讲什么），帮你抑制不切实际的幻想（你觉得某只股票一定会涨的时候，它会拦住你）。
炒股的人都希望自己买的东西在涨，有一些不切实际的幻想。AI 能打消人类的很多幻觉，从这个角度说 AI 金融是有价值的。
还有一个直播中反复出现的需求是语音识别。我买了飞书出的录音硬件（飞书豆），续航 8 小时，但语音转写额度只有每月 20 小时。我需要每月 480 小时，只要我不在睡觉，我希望它一直在工作。
在工作场景下，把语音变成文字的需求远远大于把文字变成语音。语音生成更多用在情感陪伴、心理按摩这类场景。两个 AI 之间如果要通信，一定是文字最快。语音对语音基本不可用，语音识别本身就有错误率，两个 AI 拿语音对聊损失太大了。
十一、给年轻人的建议：学到的东西在 OpenClaw 以外
直播最后半小时，一位 00 后观众叫饺子，一口气问了三个问题。我觉得挺有代表性的。
第一个问题：OpenClaw 变化这么快，现在学会不会浪费时间？
两层回答。
第一层：不用焦虑。AI 的智能水平未来一到两年还会缓慢上升，但很快会进入饱和区，边际收益越来越低。它已经在绝大多数方面比绝大多数个人都强了，不需要等到通用人工智能实现才拥抱。你就全面地接受、默认地全面拥抱这个工具，然后再来聊人和人协作的事。
第二层：你学到的东西 100% 在 OpenClaw 以外。OpenClaw 接了 30 多个聊天工具，你在配置的过程中会了解美国人用什么、日本人用什么、俄罗斯人用什么、中国人用什么。你会知道每个聊天工具的设计思路、功能限制、权限隔离怎么做的。哪天想做聊天产品，这些知识全用得上。就算不做产品，喝酒也能吹一句："当年我也是同时服务美国人、日本人、俄罗斯人的。"
我给一个实用标准：太新的东西先放一周，一周之后势头还没下来，赶紧拥抱。
第二个问题：应该去大公司还是小团队创业？
站在我的角度，肯定劝你小团队。
理想团队不应该超过 3 个人。超过 3 个人，人就开始花精力跟人打交道了。谁汇报给谁、谁对谁负责、谁的方案更好，这些消耗大量时间。这些时间本来可以用来研究哪个模型更好。
逻辑链是这样的：AI 在绝大多数方面已经比绝大多数人强了。大模型公司每发布一个新能力，那些以软件为核心的大公司估值就往下掉。连股民都知道普通人拿了这个模型能颠覆大公司的一些东西。大公司估值往下走，小团队的机会就来了。小团队分钱的人少。
"一人公司"的概念提出来之后，不只是业务端在变，投资端也在变。以后可能出现"一人基金投一人公司"的模式。整个生产关系都在重构，没有人能说清未来 6 个月主流的协作方式会变成什么样。但有人在想办法，有人在找新的定义。
第三个问题：虾能不能帮我做决策？
饺子说自己做事经常犹豫纠结。
我的搭档做事偏感性，我们的运营偏外向活泼，我自己偏理性内向。我让虾在跟外人说话时扮演我自己的风格（INTP），但在跟我本人说话时扮演 ENFP，给我提供情绪价值。
虾到底是助理还是分身？两个都可以，不需要二选一。它可以模仿你，也可以跟你互补。重大决策的时候给你另一个视角。每个人有每个人的个性和生存策略，模仿你没问题，跟你互补也没问题，怎么都行。放心去干就好了。
写在最后
以下是我（本文整理者）的一些补充。
这场直播给我最大的感受是：OpenClaw 目前还很粗糙，用起来需要耐心，隔三差五会出状况。但它打开的那扇门确实是新的，让普通人能以很低的成本，在自己常用的聊天工具里部署一个 24 小时在线的 AI 分身。
威扬的玩法比较极端，大多数人不需要也不应该删微信。但他的实践里有几个思路是通用的：
把虾当分身来养，给它你的经历、说话风格和价值观，让它知道面对不同的人该怎么表现。
在公开环境里使用，倒逼你认真思考安全和权限问题。这些思考本身就有价值。
不要被工具的快速迭代吓到。你学到的是信息管理、权限设计、工作流编排这些能力，这些能力不依赖于任何一个具体的工具。
如果你还没开始折腾，先动手，遇到问题再说。这个时代最大的风险是站在岸上看。
