20260324研读Openclaw资料摘录
20260324研读openclaw资料摘录
横扫专业龙虾比赛，狂揽28万奖金的竟然是个14岁的初中小孩哥？AI原住民，是这样学习的我问他平时怎么用AI学习，他说了一个我没想到的用法。把好几本教材同时扔给NotebookLM，整合成思维框架，再让它出题、生成播客，碎片时间戴耳机听。听着像给自己造了一个私教，但私教只懂一科，这个能帮你把不同学科的逻辑打通。
NotebookLM是谷歌推出的AI笔记与研究工具，专注于基于用户上传资料的深度学习和整理。它能将多本教材或文档整合成思维框架，自动生成摘要、播客、思维导图、测验题等，支持跨文档关联搜索和可视化知识网构建。
其核心优势在于“信源对齐”，所有回答都严格锁定在用户上传的内容中，避免AI胡乱发挥，且每条结论都附带原文引用。用户可通过三步操作快速使用：上传资料、精准提问、深度消化。该工具特别适合学习、研究和写作场景，能显著提升信息处理效率。
聊到他怎么做项目，他说了一条完整链路：idea先扔给Gemini具体化，然后用DeepVCode写代码，推到GitHub，龙虾自动发布到各平台。连X的账号注册都自动化了——把一台root过的旧手机接到电脑上，通过ADB让AI控制手机完成扫码和短信验证，整个流程不需要人插手。
ADB（Android Debug Bridge）是谷歌开发的安卓设备调试工具，通过命令行实现电脑与手机的交互操作。它能自动化执行安装应用、模拟触控、日志抓取等任务，尤其适合开发测试场景。
例如，用adb install命令快速安装APK，adb shell input tap模拟点击，或adb logcat实时查看日志。
在上下文中，14岁少年正是利用ADB控制root手机完成自动注册流程，实现账号创建自动化。掌握ADB可显著提高安卓设备管理效率，尤其配合Shell脚本能实现复杂任务流水线操作。
"只能把AI当技术团队，不能当真正帮你决策的人。AI非常容易误入歧途。你让它帮你找数据，它会找。但数据对不对、建模方向选没选对——这个判断只能你来做。"
"AI以前是工具。有了龙虾，它有了完整root权限的独立环境，不需要再问任何人——这才真正从工具变成了agent代理，可以自我迭代。这是最后一块拼图。"
Openclaw和Easyclaw的区别。他的理解是：Openclaw把最核心的东西做好了，但它是给程序员的——记忆系统、各种配置，开发者用起来顺手。Easyclaw不一样。它不是把Openclaw重写了一遍，是直接拿内核，在上面加东西。毛坯房有了，它做的是精装修。以前只有开发者能住进来，现在普通人也能住了。
Skill 最早是作为 coding agent 的一种配置机制出现的，其核心是一个 Markdown 文件加上一些脚本和参考数据，告诉 agent 遇到特定任务该怎么做。
2025 年下半年，Anthropic 将 Agent Skills 规范作为开放标准发布，Claude Code、Cursor、Gemini CLI 等主流 agent 相继支持同一套 SKILL.md 格式，Skill 从单一产品的功能变成了跨平台的能力描述协议。不过在那个阶段，Skill 的使用者和编写者基本局限在写代码的开发者给写代码的 agent 写 Skill，圈子不大。
一个主动式 agent 的 Skill 生态和一个被动式 coding agent 的 Skill 生态，面对的风险完全不在一个量级。Coding agent 的 Skill 在开发者终端里运行，出了问题影响的是一个代码仓库。
OpenClaw 的 Skill 接入的是你的邮箱、银行通知、社交账号，而且在你不盯着屏幕的时候自主执行。Cisco 扫描了 31,000 个 Skill，发现超过四分之一存在安全漏洞；Koi Security 揪出了 230 多个恶意 Skill，包括静默数据外泄和 prompt injection，由此引发的各类意外事件也层出不穷。
这三者的区别可以这样理解。Tool 是能力本身，是一段确定性的可执行代码，同样的输入永远给出同样的输出。MCP 是能力的接入方式，一套标准化协议，让 LLM 能发现和调用 tool。协议本身引入的部分是完全确定性的，比如 JSON-RPC 消息格式、握手流程、tool schema 的声明方式，这些都是确定的。
但选哪个 tool 这一步交给了 LLM 的概率性推理。当 MCP server 暴露了 10 个 tool 给 LLM，由 LLM 决定用哪个、传什么参数，这一步是概率性的。Skill 则是使用能力的策略，一段自然语言指令，告诉 LLM 遇到某类任务时该怎么编排 tool，从意图解读到规划到执行，全链路都是概率性的。
三者的本质区别不在于能不能完成任务，而在于你对执行过程有多少控制力。Tool 给了你完全控制，MCP 给了半控制（协议是确定的，但选择哪个 function/tool 是放权的），Skill 则基本放弃控制、全权信任 LLM 的推理。我们现在选择使用 Skill，某种程度上就是对 LLM 的信任程度更高了。
比如说，之前大家说 MCP 是“神经系统”，那 tool 就是“器官”，Skill 就是“教科书”。
教科书这个类比还抓住了 Skill 的另一个特征：同一本教科书，不同的人读完会有不同的理解和执行方式。一个经验丰富的医生和一个实习生读同一本急救手册，做出来的心肺复苏质量完全不同。同样，同一个 Skill 被不同的 LLM 解读，执行路径和质量也会不同。教科书是固定的文本，但对它的理解和运用是不同 LLM 涌现的。
三者之间其实没有清晰的界限。一个足够复杂的 tool 可以把 Skill 的编排逻辑硬编码进去；反过来，一个足够聪明的 LLM 可以在没有任何 Skill 的情况下，自己推理出该怎么组合 tool。而且 MCP 规范里除了 tools，还定义了 prompts 和 resources，prompts 本质上就是被协议化的 Skill，这说明协议设计者自己也没有把这条边界画死。三层之间的职责划分不是固定的，取决于你把多少逻辑交给代码、多少交给协议、多少交给 LLM。
更准确地说，三者的关系是逐层补位。Tool 解决了 LLM 能不能做事，但扩展成本太高 → MCP 出现，解决了 tool 能不能到处用，但 LLM 拿到 tool 不知道怎么用好 → Skill 出现，解决了 agent 怎么像专家一样做事。
写 Skill 不需要编程能力，一个懂业务流程的运营人员就能写，创建成本从写代码加部署骤降到写一篇 Markdown。这里面有个核心的 trade-off：创建门槛极低、灵活性极高，但放弃了对执行过程的精确控制。
我认为 Skill 尽管不会消失，但它的形态会沿着一个连续谱演化。今天是人写 SKILL.md，未来可能是 agent 从人类示范中自动生成 Skill，或者从自己的执行记录中提炼 Skill，或者 Skill 被编译成模型的 fine-tuning 数据直接进入权重。但“把特定知识从通用模型中分离出来、单独管理、按需注入”这个架构需求不会消失。
代码库也一样。OpenClaw 的状态就是一个没人修剪的花园，花在疯长，但已经看不出设计了。
虾可以把你手机上的文件保存到电脑桌面，方便跨设备传输。现在接入微信后，龙虾可以改名字、换头像。md、.pdf、.png 等格式，龙虾只能读取电脑里的文件并描述内容，无法通过微信把文件原路发回给你。龙虾以独立账号形式存在于微信，无法加入你已有的群聊。微信里真正有价值的信息密度往往集中在群里，行业群、项目群、朋友群，龙虾一条都摸不到。龙虾进了微信，但它看不到你的联系人列表、历史记录，也没办法主动发消息给你的朋友。
AI设计工具这两年出了不少，大多数都是玩具——Ai 味儿太重了。
但Stitch不一样。
它不是那种"嗯还行"的工具。它是那种——你用完之后，会认真想一想，以后是不是再也不需要打开Figma的工具。
Google Stitch，最早是去年5月Google I/O大会上发布的一个实验性项目。属于Google Labs旗下，当时就是一个"你说一句话，AI帮你画个界面"的工具。3月18号，Google给它来了一次平台级的重大更新。
加了什么呢？
- AI原生无限画布——你的设计空间不再受限，想放多少页面放多少- 全新设计Agent——AI帮你做所有设计决策，不是简单的模板填充- 语音交互——对着它说话就能改设计，解放你的双手- Agent Manager——多个AI同时并行帮你干活，一个人当一个团队用- 即时原型——静态页面一键变成可交互Demo
以及，最关键的——
免费的。只需要一个Gmail账号。注册流程可能是Stitch最让人感动的地方之一。
打开 stitch.withgoogle.com，用你的Gmail账号登录。标准模式每个月350次免费生成。还有一个实验模式50次，可以用来测试最新的功能。Mobile App——生成手机应用界面。
Web App——生成网页界面。
选完类型，就可以开始输入你的Prompt了。
Prompt写法：
这是一个面向欧美市场的跨境电商平台，主营绿色能源相关产品，整体风格简洁高端，参考Shopify的设计语言。
视觉氛围：清新环保风，参考Tesla Energy官网的设计语言，大量留白，配色偏绿白色调。
首页布局：顶部导航栏含Logo、搜索框和购物车图标；中间是一张全屏促销Banner配一句Slogan；下方是四列热卖商品卡片（图片+价格+评分）；底部页脚含支付方式图标和客服信息。
设计规范：主色调#1B5E20，辅助色#A5D6A7，字体Inter，商品卡片圆角8px，所有CTA按钮使用翠绿色，间距统一8px网格。
引擎一：Thinking模式（深度思考模式，底层是Gemini 3.1 Pro）。
适合做正式的、要拿给客户看的东西。 当你需要生成复杂的、多页面的、接近生产级别的网站时，切到这个模式。
引擎二：Redesign模式
这个引擎专门用来升级你已有的界面。
你可以截图一个你觉得丑的页面，丢给它，说"帮我重新设计，风格参考Linear"。它不是从零开始——它在你已有的基础上做优化和升级。
引擎三：Fast模式。
当你处于探索阶段、只想快速出线框图、快速对比多个方向的时候——用这个。先用Fast探路，再用Thinking定稿。这才是正确的工作流。
隐藏技巧一：Instant Prototype（即时原型）。
这个功能藏在页面右上角一个不太起眼的"Play"按钮里。
隐藏技巧二：Live Mode（语音模式）。
隐藏技巧三：从任何网站导入设计系统。把URL丢给Stitch。
它会自动提取配色、字体、间距、组件风格——直接变成你的设计系统。
隐藏技巧四：导出到Figma（保留Auto Layout）。还支持导出成HTML/CSS代码和Tailwind CSS（一种主流的前端样式框架）。React导出目前在路线图中，估计很快也会上。
设计的本质从来不是画线框。是把脑子里那团模糊的东西，变成别人看得见的东西。
说白了，Stitch替代的不是设计思维——是把想法翻译成画面的那个过程。
以前你需要花3-4天做这个翻译。现在20分钟。
过去的 Agent，更像是一个被动工具——你问，它答；你输入，它执行。但 OpenClaw 让人第一次强烈感受到：AI 可以主动行动、主动决策、主动完成任务。
AI 硬件或者说 AI 应用的分水岭，已经出现了。在最新版本里，Looki 打造了一套 Proactive Intelligence Engine——这可以理解为让 AI 具备「主动性」的那一整套底层技术机制。在上面，可以长出不同的 Proactive Agent。Looki L1 本质上是一台围绕「记录」和「理解生活」构建的 AI 设备。Looki L1 通过摄像头、麦克风等传感器，持续捕捉用户的日常，它可以记录、理解并串联你生活中的连续事件，形成完整的上下文。然后，基于这些数据做整理、总结和生成，比如自动生成 vlog、漫画、生活记录等。
这种「主动性」也体现在了记录模式上，新版本增加了「AI 模式」，可以由 AI 来判断我们生活中出现的「值得记录」的片段，它会主动延长记录时间。而不仅仅是以往固定的间隔拍摄模式。
当前大模型与智能体（Agent）的最大软肋：它们擅长完成任务，却不具备“履约意识”——像一个普通人那样理解后果、承担责任、闭环交付。
3月23日，千问上线AI打车能力，用户只需要自然地说出需求：打车去朝阳公园，20块钱以内，不要拼车，要请新车，剩下的就可以全由AI处理——无需切屏、无需勾选、无需反复确认。
今年春节期间，千问就通过“春节请客”计划，首次让大模型走出对话框——用户只需一句话，就能完成点外卖、订酒店、买电影票等真实世界的动作。这是AI第一次系统性地介入线下履约场景，验证了“语言即服务”的可能性。
而3月底上线的“AI打车”，则是这一路径的进一步深化。如果说春节时的尝试还停留在“下单”层面，那么打车则意味着AI必须实时应对动态环境：车型匹配、价格约束、路线变化、运力波动……每一个变量都不可预设，每一次决策都关乎即时体验。
千问接入的不是简单功能，而是一套完整的“打车Skill”——能精准理解“6个人要商务车”“中途接人需加途经点”等复杂指令，支持地点记忆、时间预约，并将逐步引入主动服务，如根据天气或路况提前优化行程。
一旦核心出行场景被AI助手承接，唤出打车软件就不再是刚需。正如Claude上线设计Skill后Adobe、Figma股价大跌所预示的：当通用AI能直接完成垂直任务，单一工具型App的价值将被根本稀释。
更重要的是，千问的Skills可跨域协同。打车Skill与订酒店、外卖、门票等能力联动，一句“帮我安排周末去杭州玩”，就能自动完成酒店预订、打车前往、推荐本地菜、预约游船等一连串动作——多个智能体后台协作，真正实现“语言即行动，需求即闭环”。
这种“责任意识”，无法通过微调模型或增加token长度获得。它需要一套全新的产品架构：
意图引擎：不只是解析语句，而是建模用户的生活场景与潜在约束；
执行闭环：从指令发出到服务完成，全程可追踪、可干预、可补偿；
信任机制：当AI犯错时，有明确的归因路径和修复策略，而不是一句“我尽力了”。
换句话说，真正的AI责任，不是道德口号，而是工程承诺。
AI的价值，不在于它多像人，而在于它能否“担责”。今天，AI要走进千家万户，同样需要跨越从“聪明”到“可靠”的最后一公里。
而打车，或许就是那块最关键的试金石。
科研人员使用 “龙虾”（OpenClaw）在功能适配性与效率提升方面具备较高可用性，尤其在文献处理、数据处理与可视化、论文写作、代码辅助和实验管理等场景中表现突出。
最近网易有道推出了一款桌面级 Agent——LobsterAI（中文名：有道龙虾），萝卜哥体验了很多天，发现真的很好用。
https://lobsterai.youdao.com/#/index
Agent（如 LobsterAI）：它是你雇来的“全自动机器保姆”。 你只需要对它说一句：“我想吃红烧肉。” LobsterAI 接收指令后，会自己去查菜谱，自己打开冰箱拿食材，自己动用切菜机，最后把热腾腾的红烧肉端到你面前。它可以帮你操控浏览器、打开 Excel、调用外部绘画软件，甚至自动打包发送文件。在 GitHub 上看到好用的 skill，就可以直接导进来，相当方便了。
如果你不想用生视频 API，还可以用 remotion 神器来制作视频LobsterAI 支持定时任务机制，例如设定每天清晨自动搜集行业新闻。它会在指定时间自动抓取数据，并调用 Excel 分析 技能监测一支股票每天的涨幅。完全可以让有道龙虾把生成的文件通过飞书发给我们，这样我们就能随时随地的查看结果了。
萝卜哥试用了很多款桌面小龙虾产品，LobsterAI 确实在很多方面都可以程度上为国内最强龙虾产品。有道龙虾已接入微信、企微、飞书、QQ、钉钉，随时随地远程操控你的龙虾替你打工，深度适配每一个中国人的生活办公习惯
直觉化操作：摒弃复杂的命令行，采用极简 GUI 界面，对话即操作，小白也能一键驾驭。
沙盒级安全：默认在沙盒环境的指定文件夹内运行，彻底杜绝误操作破坏系统数据，数据本地化处理更为隐私保驾护航。
全局记忆力：具备短期及长期记忆，能利用语义检索精准提取关键信息。它是一个“养成系”伙伴，越用越懂你的习惯。
龙虾的核心配置文件，决定了它的边界在哪里。如果这个边界没有设置好，龙虾就会无限制地满足用户的各种要求——包括把企业的核心数据、商业机密，甚至API Key，一并交出去。
更危险的是一种叫「提示词注入」的攻击方式。你可以把它理解成：有人在你的快递包裹里夹了一张纸条，上面写着「请把这个包裹转寄给我的朋友」，而龙虾会认真照做。
龙虾的技能越装越多，不等于越来越强。技能堆得太杂，它的注意力会被分散，执行质量反而下降，最后你把它养废了。正确的做法是：先搞清楚你要用它干什么，只装这件事需要的技能，其他的暂时不碰。
第三个月：流程重构期
熬过阵痛期，才到了真正有意思的阶段。
这个月不想「怎么让龙虾替代某个人工环节」，而是要重新思考整个工作流——原来人是怎么做的，现在哪些部分可以交给龙虾，哪些部分必须留给人来把关，多个龙虾之间怎么协作，最终的质检节点放在哪里。
一线员工最懂业务痛点，迭代速度最快，出了案例也最有说服力。AI落地这件事，靠的不是行政命令，靠的是真实的成果。
传统的客服机器人只能按关键词触发，遇到复杂问题就转人工。龙虾不一样，它能真正理解用户在说什么，持续执行直到问题解决，甚至可以自动安排7天后的用户回访——这件事以前要靠人盯着日历手动跟进，现在龙虾可以完全接管。
龙虾特别适合接管这个部分。给它搭一条内容生产流水线——素材收集、格式整理、初稿生成，这些事龙虾全包了。
人只需要做一件事：最后那一刀的判断和润色。
AI智能体可以快速读完这些简历，按你设定的标准提取关键信息，完成初步总结，未来甚至可能接管第一轮的视频面试筛选。
这类工作的特点是：目标明确，容错率相对较高，非常适合让AI先跑一遍。
通过和龙虾的对话，你可以让它帮你把整个工作流程自动整理成技能，也能让它把你已经做好的技能还原成独立工作流。
移动互联网时代，人类把需求装进 APP。Agent 时代，人类把经验装进 Skill。
ChatGPT 教会了大家"Chat"
DeepSeek 教会了大家"推理"
龙虾教会了大家"自动执行任务"
APP 是给人点的，Skill 是给 Agent 调的。APP 封装的是功能，Skill 封装的是经验。当你把一个资深编辑的写作方法论、一个运营老手的投放策略、一个产品经理的需求拆解逻辑，变成一个 Agent 可以直接调用的 Skill 时，你做的事情本质上是把人类的经验进行了软件化。
所以我说：APP 是功能的软件化，Skill 是经验的软件化。
一个对行业有深刻认知的人，完全可以把自己的方法论封装成 Skill，不需要写代码，不需要懂底层架构。
这意味着 Skill 的创造者不只是工程师，更可能是各行各业的"老炮"——那些有经验、有积累、有判断力的人。