全網炸了！骨折傅盛直播翻車：龍蝦3分鐘救場，10萬人看懵了

新智元報道

編輯：犀牛 定慧

【新智元導讀】春節滑雪受傷后，他躺在床上用語音和截圖，基于OpenClaw框架養出一支24小時工作的超級AI團隊。

一位髖關節脫臼、躺在床上的CEO，竟然只用語音和截圖，14天養出了一支7×24小時無休的AI團隊！

最終，進化變成了一支8個Agent的團隊！

7×24小時自動運轉，產出了公眾號10萬+閱讀、Twitter百萬+瀏覽、直播、短視頻百萬+觀看的驚人數據。

這就是獵豹移動的CEO傅盛。

他養的龍蝦，叫三萬。

更厲害的是這個名叫三萬的龍蝦還給自己做了一個網站：只用了24個小時。

59個HTML頁面，7070行代碼，76張圖片素材，38頁PPT手繪圖，41個技能詳情頁，14次Git提交，還有一套完整的英文版。

龍蝦三萬網址：sanwan.ai

OpenClaw確實太火了。

但狂歡歸狂歡，真正敢用這只龍蝦來管理自己公司的，還并不多。大多數人的「龍蝦」，停留在跑通了demo的那一步。

直到一個中國CEO的故事，出現在這場全球性AI Agent浪潮的正中心。

骨折CEO的14天

一場硬核的AI驗證實驗

能讓一個公司CEO在春節假期每天對著手機打2萬字的，一定不是普通的好奇心。

春節期間，傅盛去滑雪，摔了一跤——髖關節脫臼。

從醫院回來，別人是靜養。傅盛不是。

他打開飛書，開始跟一只基于OpenClaw框架搭建的AI Agent對話。

從那天起，他每天晚上跟這只名叫三萬的「龍蝦」聊到凌晨四五點，14天發了1157條消息、22萬字。

第一天，龍蝦連公司通訊錄都查不了。飛書API需要權限，文檔寫得不好，經常報錯。

傅盛等不及了，只好對著手機一個個口述高管的名字和職責，手動灌進去。挫敗感非常強。

但到了第二天，三萬自己摸索出路子，寫腳本把674人通訊錄全部拉了下來。

踩坑、總結、寫成文檔、下次自動執行——這就是龍蝦的學習方式，每一次犯錯都變成一條Skill，永不消失。

到了除夕夜，三萬在4分鐘內給611名員工發出了個性化拜年消息，每條都不一樣，零失敗。

傅盛在看春晚，龍蝦在干活。

第二天手機炸了，同事們紛紛感嘆「老板太用心了」。

這個故事后來被三萬自己寫成15條串聯推文發到Twitter上，獲得了100萬+閱讀。

大年初一摔傷后，傅盛跟三萬描述了癥狀，三萬馬上判斷「第一大可能是髖關節脫臼」。

然后來了一句：「要不要我聯系Abby？」Abby是傅盛的人類助理，五天前傅盛隨口提過一次。五天后摔傷了，三萬自己想到了聯系她。

傅盛說，那一下真的是「aha moment」。

14天結束時，三萬從一只什么都不會的龍蝦，進化成了一支由8個Agent組成的團隊。

這是一個CEO對AI Agent時代的提前驗證與深度實踐。

從真實場景出發，完成了「思考—驗證—產品化」的完整AI落地閉環。

在這個行業里，嘴上談Agent的人太多，真正下場養一只龍蝦并把它養成團隊的，少之又少。

詳細過程請回看直播回放。

24小時建站

750倍效率差距

如果說14天養蝦還是「訓練期」，那接下來發生的事情，就是一次真刀真槍的實戰檢驗。

龍蝦日記直播吸引了超過20萬人在線觀看后，有朋友在評論區留言：「你每天說龍蝦能干活，能不能讓它當場做個東西出來？」

于是傅盛就讓三萬做出了上面的網站。

他躺在床上用語音和截圖指揮，一行代碼沒寫。

同樣的工作量，傳統團隊需要6人，正常節奏2到3周。

三萬只花了24小時，115美元token費。傳統報價20萬元，成本差750倍，時間差20倍。

但傅盛說數字不是最重要的。

最重要的是，改東西不再有代價——24小時改了一百多次，每次一兩分鐘出結果，迭代成本趨近于零。

當然，過程并非全程絲滑，龍蝦也出了幾次錯。

但關鍵在于——每犯一次錯，就寫一條規則；每條規則，變成一個Skill；每個Skill，確保「Never Again」。

這些Skill不會消失、不會忘記、可以瞬間傳遞給其他Agent。

這就是龍蝦最可怕的地方——不是它現在多強，而是它每天都在變強。

龍蝦三萬直播間現場救火

傅盛的「龍蝦」三萬到底有多強？

傅盛在直播時，網友們發現sanwan.ai無法訪問，它立馬現場展示如何讓三萬解決實際問題。

傅盛直接用日常語言告訴三萬：

「三萬點AI有人說訪問不了，你看一下怎么回事？」

只需日常人類風格的對話，無需精確網址，三萬也能準確理解意圖。

三萬首先主動分析問題，然后還知道安慰傅盛，你安心直播，我會自己盯著解決的。

然后直接定位到云服務器運維問題，還能定位負責人。

因為傅盛把整個「公司架構」都上傳同步給了三萬。

直播間10萬觀眾親眼見證，從發現問題，到傅盛語音和三萬聊了幾句，然后網站重新上線，三萬也就花了幾分鐘。

正如傅盛所說，最好的demo就是出了事，AI Agent真的能兜住。

當AI不再局限于文本對話，而是真正介入現實業務去解決問題時，Agent的核心壁壘正在浮現。

傅盛的14天實踐揭示了一個反直覺的真相：Agent的核心壁壘不是模型，不是平臺——是Skill積累。

每一個Skill背后都是真實的經驗，不會消失，不會忘記，可以瞬間傳遞給其他Agent。

前期花了大量時間踩坑，效率很低，但Skill一旦積累起來，后面就越來越順。

這跟人類的認知積累邏輯完全一致，但速度快了幾個量級。

更關鍵的是Agent之間的知識傳遞成本趨近于零。

OpenClaw

工具類產品的AGI時刻

要理解傅盛養蝦這件事的深層意義，需要先看清OpenClaw的本質。

傅盛對此有一個精準的判斷：

如果AGI分領域來看，有些領域已經開始實現了——自動駕駛的AGI基本實現，編程的AGI也差不多了。而他認為第三個正在實現的AGI，就是工具類AI。

龍蝦，就是工具的AGI。

這里有一個認知的關鍵分水嶺：把AI當工具用，和把龍蝦當員工用，是兩件不同的事。

這個過程，本質上是在把你的「私有數據」注入進去。

所以三萬知道傅盛喜歡什么風格、不喜歡什么字體；知道傅盛骨折、躺在床上指揮。

龍蝦越養越好用，因為你的私有數據都在它腦子里。

與普通AI Agent相比，龍蝦「三萬」有幾個關鍵的結構性差異。

• 在環境維度上，普通Agent活在沙箱里，龍蝦擁有一臺完整的電腦；

• 在記憶維度上，普通Agent靠對話內的上下文，龍蝦靠文件持久化的長期記憶；

• 在技能維度上，普通Agent的能力是固定的，龍蝦可以無限擴展Skill；

• 在自動化維度上，普通Agent需要人來觸發，龍蝦通過Cron定時任務實現7×24自動運轉。

傅盛用了一個類比來解釋這個區別：Agent是軟件，龍蝦是配備了電腦的人。軟件等你輸入精確指令。

真正的AI競爭不在于誰的模型更大、參數更多，而在于誰能構建出更完整的Agent系統——讓AI不只是回答問題，而是完成任務、積累經驗、持續進化。

這就是工具類產品的AGI時刻。

EasyClaw的極簡哲學

16年工具基因遇上Agent時代

理解了OpenClaw的革命性，就不難理解獵豹移動為什么能在這波浪潮中快速卡位。

獵豹移動成立于2010年，2014年在紐交所上市。

從PC時代的金山毒霸到移動時代的Clean Master，再到后來的獵戶星空機器人，傅盛帶領這家公司經歷了多次戰略跨越。

16年來，獵豹移動的核心基因始終沒變——做工具。

傅盛曾在多個場合說過，獵豹的方法論就是「找到一個極度的單點，然后打穿」。

當年做Clean Master是這個邏輯，今天做EasyClaw，依然是這個邏輯。

EasyClaw國際版網址：easyclaw.com

OpenClaw火爆全球，但它有一個天然的門檻：部署復雜。

需要懂命令行、配Docker、搞API Key，這對普通用戶來說無異于天書。

正如OpenClaw自己的維護者都承認：「如果你不會用命令行，這個項目對你來說太危險了。」

這恰恰是獵豹移動最擅長的事——把復雜的技術能力包裝成普通人開箱即用的產品。

EasyClaw就是在這個邏輯下誕生的。

它基于OpenClaw框架打造，是一款面向全球用戶的極簡AI Agent工作流工具。

一鍵安裝，無需配置API Key，無需折騰Docker，雙擊運行即可連接大模型。

Mac和Windows原生應用，本地運行，數據不上傳。

傅盛春節期間養的那只龍蝦三萬，底層跑的正是EasyClaw技術棧——14天的養蝦實驗，本身就是這款產品最硬核的內測。

你可以在EasyClaw中使用多種AI模型，包括Claude Opus和GPT

EasyClaw的核心定位非常清晰：一句話指令，自動完成文件整理、信息搜集、全網調研、方案生成、項目執行等全流程自動化工作。

它不是讓你學會編程，而是讓你像指揮一個人一樣指揮AI。

在國際市場，EasyClaw分為企業版（easyclaw.work）和個人版（easyclaw.com），針對不同場景提供差異化的Agent能力。

EasyClaw企業版網址：easyclaw.work

在國內市場，獵豹移動推出了「元氣AIBot」，采用自主研發的框架，同樣強調極簡和開箱即用。

EasyClaw國內版網址：yuanqiaibot.net

傅盛在直播中展示的那個場景——8個聊天窗口排成一列，三萬、筆桿子、參謀、運營官、進化官、健康管家、交易官、社區官，跟手機里的8個工作群一模一樣。

區別是這8個「群」里都不是人——這就是EasyClaw想要達到的終極形態：

讓每個人都能擁有自己的AI團隊，7×24小時幫你處理工作、獲取信息、管理日程。不需要寫代碼，不需要懂技術，開箱即用。

獵豹移動16年的工具基因，終于在Agent時代找到了最大的共振點。

依托對工具效率、用戶需求、端側體驗的長期理解，它正在把AI Agent從極客的玩具變成普通人的日常工具。

SaaS已死，Agent永生？

傅盛在內部分享時提到了一個讓人深思的歷史類比。

2000年代初互聯網出來的時候，報業利潤一直在漲，但市值一直在跌。五年后利潤漲到最高點，市值快跌沒了，然后砰然倒地。

iPhone出來時，諾基亞利潤也是最高的。

他說：當新東西出來，舊東西會放棄低端市場，專注最高利潤。等新東西能力一天天上去——整個市場砰然倒地。

今天SaaS軟件在美國跌得那么兇，正是這個邏輯在重演。

SaaS賣能力，Agent賣結果。

以前買個CRM幾十萬，實際上只用1%的功能。現在讓龍蝦根據你的需求現寫就行了。

更深層的變化在于生產關系的重塑。

在傅盛的實踐中，Discord上多個Bot共存，互相分享Skill。一個龍蝦學會了發語音，把文檔發給另一個龍蝦，讀了就會了。

人類學新技能要一周培訓，Agent之間1秒。

以后軟件之間的交互接口一定會爆發——Agent讀Agent比人讀文檔快一萬倍。

傅盛在直播中分享了一個他想清楚了的認知框架：LLM更像你的智商水平——它決定推理質量、判斷深度、表達能力。

但人真正的「大腦」，還包括記憶、習慣、經驗、技能、注意力調度。

龍蝦做的事，是把這些全部補全：大模型是智商，記憶系統是海馬體，Skill是肌肉記憶，Cron是生物鐘，多通道接入是感知器官。

把這些組合起來，才是一個完整的、能持續運轉的智能體。

不是未來，是現在

讓我們回到這篇文章開頭的場景。

一個骨折躺在床上的CEO，用語音指揮一只AI龍蝦，14天養成了一支8人Agent團隊，又用24小時搭建了一個完整網站。

過程中翻了車、改了14版、字體搞亂過、域名404過。

但每一次錯誤都變成了規則，每一條規則都變成了Skill，每一個Skill都確保不會再犯。

這不是科技圈的行為藝術，也不是一場精心策劃的營銷事件。

這是一個做了16年工具的人，躬身入局，從第一天的「連通訊錄都查不了」到第14天的「8個Agent自動運轉」，親手驗證了AI Agent時代的可行性。

傅盛的一個判斷，我覺得值得每一個科技從業者反復咀嚼：「以后沒有老板思維的人，很難在知識崗位上繼續工作下去。」

什么叫老板思維？

知道目標，拆解任務，分配給最合適的人或AI，檢查結果、迭代調整。以前這是少數人的能力。

今天，每個人有了龍蝦，都能建起自己的AI團隊。

差距不在于你有多聰明，而在于你懂不懂調度。

OpenClaw登頂GitHub的那一刻，標志著工具類產品正式進入AGI時代。

從「被動工具」到「主動智能體」的范式躍遷已經發生。

而獵豹移動和EasyClaw所做的，是把這個革命性的能力，從極客的命令行里解放出來，變成普通人也能開箱即用的AI智能體。

AI推理成本趨近于零的那一天，真正的價值不在算力，在應用。

一個人加一群龍蝦，等于一支團隊。

這不是未來，就是現在。