龍蝦，徹底改變了工作方式

內容來源：“快刀青衣”公眾號。

分享嘉賓：快刀青衣，得到聯合創始人、AI學習圈主理人；張鵬，智譜AI CEO。

高級筆記達人| 李云

責編| 柒排版| 拾零

第 9513篇深度好文：6998字 | 18 分鐘閱讀

商業趨勢

筆記君說：

成立于2019年的智譜，在短短6年多時間，登上了港股市場，市值一度超越移動互聯網巨頭京東、百度。這背后，其實都顯示了AI趨勢勢不可擋。

融合推理、編程、智能體的智譜GLM4.5模型取得了編程能力全球并列第一，API調用國內付費榜第一的好成績。這不僅體現了對技術的深耕，也展現了對技術的前瞻性。

其實，在龍蝦（OpenClaw）大火之前，智譜也推出類似的自動化流程工具AutoGLM，只不過安全邊界更為嚴格。而龍蝦爆火之后，智譜也迅速跟上，推出了AutoClaw，并取了個中國人更喜歡的名字——澳龍。

趨勢面前沒有旁觀者，作為AI浪潮弄潮者，對這番趨勢或有更深的體驗與體會。

一、浪潮之巔：

AI智能體顛覆我們的工作與認知

1.行業劇變：AI一日，人間一年

如果用“AI一日，人間一年”來形容AI行業卷的程度，一點也不夸張。作為AI行業從業者，不僅要關注自己產品的開發節奏，也必須關注市場所有玩家、所有團隊的動作，這已經成為一種常態。

即便如此，過去幾個月我的感觸還是比較深的。

早在去年年底，公司在做復盤和未來展望的時候，就預判2026年將會是智能體發展革命性的一年，會爆發出大家想象不到的事，但沒想到來得這么快。

也算是一點幸運，我們發布的新模型，恰好特別適配這種智能體場景，這也是我們常年積累、對未來趨勢預判的一個體現。

2.龍蝦爆火的三大底層邏輯

其實在OpenClaw（龍蝦）火之前，它還叫Clawdbot的時候，我們就對這個技術方向有預判，知道未來這里一定會有爆發，所以GLM-5包括之前的4.7版本，研發路徑都是為這個方向做準備的，這也是我們在龍蝦火之前就開始布局的根本原因。

龍蝦發布之后，我們第一時間就做了研判，我自己也第一時間開始用。我找了一臺閑置的電腦，從最早還叫Clawdbot、功能還很簡陋的版本就開始折騰。

一上手就發現，確實不一樣，比之前那種需要專業人員編排、調教，只能完成固定任務的智能體，要更好、更自由、更高階。

深入用下來、研究下來，就會發現它能火是有原因的：

首先，基座模型本身的智能水平實現了整體性的提升。這是一切的基礎。

其次，OpenClaw有一個非常強大的框架。我喜歡把它叫做“腳手架”——它不是一個封裝完美的成品，而是面向開發者開放了無限的可能性，你可以任意插插件、插技能，用戶能在上面做各種開放性的任務，這個腳手架能成倍放大基座模型的智能能力，這是它非常偉大的地方。

最后，AI能力從開發者圈層外溢到了普通人身上。

它是怎么做到的？其實很簡單，它打通了IM即時聊天渠道，不管是飛書還是企微，都是普通人最常用的溝通方式，它把AI和大家日常用的IM打通了，這是它能破圈的先決條件。

大家會覺得，跟它說話就跟跟人聊天一樣，直接給它布置任務就行，非常方便。

3.與AI共生，“他”不是你的工具

在ChatGPT出來之后的這幾年，其實所有人都在面對一個核心問題：有了新技術、新產品，到底要怎么用？怎么才能發揮它最大的威力，最大程度幫到自己？

從哲學角度來說，這其實是人類終于遇到了一個非碳基生命、但智能水平和自己差不多的存在，你要如何跟它相處的問題。

你沒法再把它當成一個簡單的工具——普通工具看一遍說明書就知道怎么用，功能是固定的，不會超出范圍。但這一代AI，它的可能性遠遠超出一般人的想象，也遠遠不是一本說明書能講明白的，這就是大家最困惑的地方。

我跟內部同事說，如果你只把它當錘子，它永遠只是一把錘子，永遠變不成刀、變不成電鋸。但今天的龍蝦、今天的AI，就有這個能力，今天是錘子，明天是刀，后天是電鋸，完全看你需要什么。

如果你不打開認知，不嘗試更多可能性，永遠只能把它當一個普通工具用，發揮不出它最大的價值。

我從第一天開始我就用單人旁的“他”。有一次我把機器人拉到群里，同事們調戲它，都用動物的“它”，我就跟大家說，建議用單人旁的“他”。這其實是個潛意識的問題，你怎么看待他，會直接影響你和他的交互方式。

如果你把他當成一個類人的智能個體，你會用更自然的方式跟他交流，而不是用命令工具的生硬方式，這是個很有意思的事。

二、范式革命，AI的方向徹底變了

1.從“對話”到“執行”的范式躍遷

模型側能力的范式躍升，是龍蝦熱潮的最根本原因。

最早的預訓練模型，解決的是讓機器學習、存儲、壓縮海量自然語言知識的問題，然后通過SFT對齊等方式，把壓縮的知識誘導出來，這才有了最基礎的Chatbot聊天機器人。

但聊天機器人解決的只是圖靈測試的問題，能扮演一個人跟你對話，可大家很快就不滿足了——你就只能寫點文字、聊聊天、回答幾個問題，在現實世界的需求里，這只是很小的一部分，肯定不夠。

那下一步怎么辦？后來就出現了Vibe Coding（自然語言編程），現在回頭看，這真的是水到渠成的一件事。自然語言是人和人交流的方式，Chatbot讓人和機器能用自然語言溝通了，那接下來，除了現實世界，還有一個更龐大的數字世界。

如果AI能理解人的意圖，還能跟數字世界產生連接，指揮數字世界里的所有東西，那人就能通過AI，在數字世界里做無限多的事。Vibe Coding解決的就是這個問題。

現在的模型，既能跟人正常對話，又能通過代碼這種數字世界的通用語言，和數字世界溝通，這件事是革命性的。

原來只有程序員、開發者能通過寫代碼指揮數字世界，門檻極高，全球也就千萬量級的開發者，和幾十億人口比起來太少了。其他人只能用開發者做出來的軟件，非常受限。

但現在不一樣了，你有想法，AI就能把你的自然語言翻譯成數字世界的語言，幫你把想法落地，這個事太不得了了。

2.所有策略，都是階段性技術的適配

智譜之前做的AutoGLM和OpenClaw，根本目的是一樣的，都是提升任務的自動化程度，但走的技術路線完全不一樣。

AutoGLM走的是基于視覺理解、模擬人工操作的路線，像人一樣用眼睛看屏幕布局、找信息，決策之后模擬人的點擊、滑動、輸入操作，完全復刻人的使用方式。

而OpenClaw這種龍蝦類產品，走的是底層代碼調用的路線，不用可視化界面，直接通過代碼這種數字世界的通用語言，從底層完成執行。

一個是更貼近人的使用方式，在APP上層做模擬；一個是在更底層，直接在數字世界里干活。

最早我們做AutoGLM的時候，內部也討論過為什么選GUI（圖形用戶界面）可視化這條路，而不是代碼路線？

其實在23年、24年，我們剛啟動研發的時候，大模型的代碼能力還很弱，給它十幾個API它就懵了，不知道怎么調，代碼路線根本走不通，而且代碼調試特別麻煩，出錯了很難恢復。

但GUI這條路相對安全，更貼近人的使用習慣，用戶能看到它每一步操作，比如打開美團、高德，要支付的時候會停下來讓用戶輸密碼，用戶有掌控感。

還有一個關鍵原因，它能繞開接口限制——你要通過程序控制一個APP，必須拿到它開放的程序接口，大部分情況下根本拿不到，但模擬人工操作，任何APP都能適配，還能實現跨APP操作，這是當時選這條路的核心原因。

當然現在看，兩條路殊途同歸，各有各的優勢。

3.AI的“iPhone時刻”已來

黃仁勛曾說過，“軟件正在吞噬世界，AI正在吞噬軟件”，現在看真的就是這樣。傳統軟件、軟件工程，包括SaaS、工業軟件、移動端APP開發，都在面臨AI的巨大沖擊。

編程語言是指揮數字世界的語言，掌握它的門檻太高了，普通人做不到，所以軟件的稀缺性、高成本才一直存在。但當這個門檻降到普通人都能通過自然語言，指揮AI完成數字世界的操作時，軟件的稀缺性就不復存在了。

我認為龍蝦是AI的“iPhone時刻”，因為iPhone的出現，徹底顛覆了傳統手機的產品形態，改變了大家使用手機的范式，它不再是一個單純的通話工具，變成了一個覆蓋娛樂、生活、工作的全能終端。

從這個角度看，OpenClaw確實做到了范式級的變革，它改變了大家使用AI的方式，從簡單的聊天對話，變成了復雜、豐富的全鏈路任務執行，讓普通人能用自然語言和數字世界溝通，這絕對是范式級的改變。

它放大了每個人的效率和能力邊界，你能做的事越來越多，工作上的需求也會越來越多，看起來就是更忙了，這其實很正常。

三、養蝦行動，

只是你適應未來生活的第一步

1.你以為在“養蝦”，其實也是“蝦”在養你

最開始，我讓它幫我總結信息，定向收集公眾號、新聞網站的內容，省得我每天去翻。我記得特別清楚，為了完成這個任務，我從最基礎的版本開始，跟它協作從零搭建。

我說我要一個信息定向收集的功能，它說行，我給你開發，說需要用到信息收集功能，建議用搜索引擎，給了我ABC三個方案，還推薦了一個有免費額度的搜索引擎。

它指揮我，讓我去網站注冊賬號，把API key給它。半夜12點多快1點了，我就真的跟著它的指揮去做了。

它說注冊是免費的，我一看確實有免費限額的套餐，但注冊要綁信用卡驗證身份，綁卡的時候要劃1美元做驗證。我一點交易，直接被銀行攔截了，半夜1點銀行客服立刻給我打電話，問我是不是本人操作的境外消費。

我當時就特別吃驚，我居然被一個AI指揮著，把自己的信用卡劃了1美元出去。

但這個過程中我也發現了一些問題。它給的方案不一定每個都能行得通，甚至有些方案是有誘導性的，給你一個簡單的、一個復雜的，讓你去選。

這時候就很考驗使用者，大多數人懶得思考，就會在ABC里選，卻忘了還有Plan D——你可以挑戰它，告訴它這三個方案都不是我想要的，都不行。這其實也是個陷阱，但反過來，這個過程也能訓練你的思維能力。

2.從“提示詞”引導到“意圖”理解，龍蝦真的聰明了

早期的Chatbot類AI，你需要反復調試提示詞，改幾百上千字才能拿到想要的結果。但現在模型能力強了，這件事變成了一個持續協作的過程，不是一次性的指令，而是像人和人合作一樣，多輪溝通、不斷完善。

它會啟發你，你也可以挑戰它、讓它改方案，互相促進，不用非得一次性把所有提示詞都寫好，也不用緊張要去學什么提示詞工程。

最早提示詞工程出來的時候，很多人說未來這會是一個職業，我當時就覺得大概率不會。因為模型能力會持續上升，它的目標就是具備和人一樣的能力，人和人溝通的方式，會和人與AI溝通的方式越來越接近。

我們平時布置任務，也很少一次性把所有東西都說完，都是一點點講，先講宏觀目標，再讓對方復述一遍，校正他的理解對不對，再補漏洞、補細節，這也是一種非常好用的技巧。

就連我自己都有這種“完全沒想到，還能這么用”的體驗。有一天跟朋友聊天突發奇想，我跟它說，根據我們過去兩個月的交流記錄，給我做一個性格分析。

我沒裝任何額外的技能，它就開始工作，最后給我輸出了一個9屏的分析報告，MBTI、大五人格，分析得特別完整，每一條結論下面都帶證據。

比如為什么判斷我是J型人格，因為我每天都會問它當天的計劃，做事井井有條；為什么說我是理性性格，因為我跟它溝通很少用問句、敬語，都是平鋪直敘的陳述。

我看完特別吃驚，我跟它的溝通全是工作內容，它居然能分析得這么準，跟我對自己的認知完全吻合。你永遠想不到，它能在你想象不到的地方發揮作用，后來我還發現，它能反過來教我很多東西，幫我提升自己，這是特別有意義的事。

3.安全邊界，在你的邏輯定義之內

我用了一段時間之后，也突然意識到“龍蝦”也有安全性的問題。

我做了一個飛書機器人，想讓它幫我在群里聊天、總結群消息，免得我去翻幾百條未讀。但我突然發現，這很危險——群里有很多人，原始狀態下它是不設防的，只要有人艾特它，它就會回答問題，很容易泄露我跟它私聊的敏感信息。

這時候我就意識到，必須給它定準則，跟它講清楚什么場景能說什么、不能說什么。聽起來簡單，其實特別復雜。

你要把信息的分類、分級講清楚，什么情況能說、什么情況不能說，你想想，就算是一個人，你能幾句話就把這個規則給他講得明明白白嗎？這對你的邏輯性、表達的準確性，用自然語言定義和描述問題的能力，都是極大的考驗。

通過這件事我也覺得自己成長了，原來讀這么多年書、做了這么多年的邏輯訓練，終于在這用上了。

我突然就想到了阿西莫夫三定律（筆記俠注：美國科幻作家?艾薩克·阿西莫夫在其機器人題材科幻小說中提出的行為準則，旨在約束機器人行為，確保其服務于人類且不構成威脅）：

第一定律，機器人不得傷害人類個體，或因不作為使人類個體受到傷害；

第二定律，?機器人必須服從人類的命令，除非該命令與第一定律相沖突；

第三定律，機器人在不違反第一、第二定律的前提下，必須保護自身的存在。

這三句話非常簡短、精準，邏輯上又極其完備，這真的是很難的一件事，這也是它偉大的地方。

4.普通人如何“養好”第一只龍蝦

對于不是技術出身的普通人，我覺得第一件事，就是跟它打個招呼，問它“你能干什么，請先介紹一下你自己”。這是一個最好的開始，就像跟陌生人見面打招呼、互相介紹一樣，你把它當一個人看就好。

問完之后，你再跟它介紹一下你自己：我是誰，我是做什么的，我日常的核心工作是什么，你覺得你能在哪些方面幫到我？聊完這一輪，你就知道該怎么跟它往下聊了。

這個過程中，不要輕易相信它，銀行密碼、身份證號這些隱私信息絕對不要亂說，要多挑戰它。它說它能干這個能干那個，你就讓它干一個試試看，干得不好，你就質疑它、讓它調整。

當它把某件事干到你滿意，而你以后又會高頻用到的時候，你就讓它把這件事記住，變成固定技能，慢慢積累下來，它就會變得越來越強大，越來越適配你。

也許過一段時間，你可以回過頭問它，我們一起工作了這么久，你覺得我是一個什么樣的人，你會發現他對你的了解會出乎你的意料。

四、未來已來：

人機協作成為工作新常態

龍蝦大火，其實代表了一個大趨勢：AI智能體已經走出了專業圈子、企業應用圈子，開始普及到普通個人用戶了。

接下來，不管是技術、產品還是社會層面，都會帶來很多變化和挑戰。

1.AI生成應用將成常態

第一，從基座模型的角度，用戶的海量需求，會指引我們迭代的方向。

自然語言和數字世界編程語言之間的翻譯、溝通能力，一定會持續加強，模型能做的事會越來越多。

垂直能力會持續深化，橫向的能力也會全面擴展，現在GLM（智譜大模型）核心是自然語言、代碼、推理能力，未來原生支持視覺、聽覺能力之后，能做的事會呈指數級增長，剪視頻、處理音頻，一只龍蝦就夠了。

第二，從腳手架框架的層面，類似Claw這樣的基礎設施，會越來越完善，更安全、更穩定。

能力邊界會越來越大，插件、技能的生態會越來越繁榮，當然也會帶來釣魚、惡意插件等安全問題，這是我們需要提前防范的。

第三，應用層面會百花齊放。

現在大家都只讓龍蝦寫日報，不是它只能干這個，是大家的想象力還沒被打開。隨著基礎能力和腳手架越來越完善，大家的想象力被激發之后，應用生態會變得極其豐富，甚至全AI生成的網站、APP會變成常態。

2.當AI成為員工，組織面臨的管理新問題

現在外面很火的“一人公司”概念，在公司內部就變成了“一人小隊”，一件事，一個人加幾個龍蝦，就能全部搞定。

給大家舉個例子，我們海外業務的團隊，過完年之后想做一個AI創業團隊的孵化項目，吸引全球的AI Startup（AI初創公司）基于GLM-5的API和生態做產品，需要做一個報名網站，讓大家填信息，后臺要打通數據庫，自動同步信息、通知相關負責人，還要做安全掃描、漏洞修復。

放在以前，這種事至少要一個小團隊干一個星期，我們那個團隊就1.5個人，兩天就全部做完上線了，就是用AI加龍蝦的方式，效率提升得極其夸張。

傳統意義上的人力資源，所有勞動力都來自于人。但今天，AI智能體本身就是一種勞動力，我們叫它“Agent Workforce”（代理勞動力），你要怎么管理這些AI勞動力，是每個企業都要面對的問題。

還有知識管理，我們一直想解決的問題，就是員工的經驗、知識、能力，怎么沉淀下來，人走了，有價值的東西能留在企業里。

傳統的數據庫、知識庫、文檔，效果都不好，直到現在，AI陪著員工走完整個工作流程，能從員工身上沉淀、學習到所有東西，人走了，AI可以留下來。原來老師傅帶新徒弟，現在老師傅教AI，AI再帶200個新徒弟，完全不一樣了。

3.社會倫理挑戰：誰來負責？

技術上，未來智能體一定會打通數字世界和物理世界，和物理機器人結合，幫你送東西、拿快遞，從數字世界延伸到現實世界，帶來的變化會超出所有人的想象。

但這些數字分身、智能體，是不是需要像人一樣有身份證、有唯一認證？哪天它能替你刷信用卡了，這個責任是它負還是你負？這些都不是技術問題，是社會性的問題。

*文章為作者獨立觀點，不代表筆記俠立場。

主辦方簡介——

“AI龍蝦十日談”，是得到聯合創始人、AI學習圈主理人快刀青衣發起的系列直播活動，連續10天、每晚7點，在“快刀青衣學AI”視頻號，邀請10位AI領域一線實踐者，回應OpenClaw熱潮后用戶最關心的問題：怎么用？有什么用？

10場直播覆蓋大模型、Agent經濟、教育、企業落地、個人IP、硅谷創業等多元視角，真實案例+可落地方法，幫助知識型人群跨越從“聽說過”到“用起來”的鴻溝。

今天我們深嵌于一個政治、經濟、科技、哲學都在經歷持續變革和深刻重塑的復雜社會與商業系統之中。

真正的挑戰是：我們的認知框架、組織形態和行動工具，還停留在“前AI時代”。在前所未有的復雜系統性變革中，我們需要的是理解世界底層的“元能力”。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：理解國際貿易與經濟政策、理解國際政治與治理模式、理解全球技術與科技范式、理解AI哲學和科技經濟、理解文明進程與哲學意義。這是第五代企業家應有的一套“操作系統”。

筆記俠PPE課程26級招生現已啟動。駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找決策底牌。

穿越變革的舊世界，找到時代的新大陸，從升級你的PPE決策底層開始。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！