折腾 Link to heading
记录一下最近养小龙虾（OpenClaw）的一些经历。
最开始了解小龙虾是在 2 月份。由于安装太复杂，装好之后还没配好各种聊天渠道，就直接从安装到放弃了。
后来出了许多非常详细的教程，重新安装了。安装教程很多，我就不去复述过程了。痛点是装好之后发现不好用，因为原来装过一次没有卸载干净，导致系统里有两个小龙虾的路径，经常出问题，只能不停地折腾。到后来装好了，各种对话的 Channel 也逐步配置完成，走了不少岔路。所以那些付费卸载小龙虾的也是刚需。
我给它装在我的 Mac mini 上面。这台 Mac mini 是 2025 年 4 月份买的。本来买来是为了在本地安装使用一些大语言模型，后来吃灰放了大半年，没什么资料，没有隐私和安全担忧，现在拿出来装小龙虾，算是再次上岗。
我的龙虾名字叫做王·维斯，是模仿钢铁侠的贾维斯起的名字。
灵魂 Link to heading
用它来做什么呢？我读了一下它的文档，它的设计非常好，构想非常完备和巧妙。
它的能力很强，前提是驱动它的大语言模型必须强。它只是一个架构，本身没有什么能力，可以理解为给大语言模型的脚手架、SOP 或框架。用得好不好，除了它给出的配置技能（Skill）以及插件，还取决于使用者。但它已经降低了非常多的门槛。
它有几个很关键的设置文件，包括 identity.md、soul.md、memory.md、user.md 等，写一些配置，就可以调教一个独一无二的专属龙虾。这里需要花多点时间去设计，就像“注入灵魂”。
硬件与网络 Link to heading
养虾的过程并不一帆风顺，有各种坎坎坷坷、坑坑洼洼、曲曲折折。
首先它需要一台最好是 7x24 小时不间断运行的电脑。它就像一台服务器，部署小龙虾最方便的地方在云服务器上。
保证 7x24 小时不断联很难，特别是 Mac mini 放在家里，人在外地用手机给它发指令，遇到联系不上或没有反应的情况，又不能马上回家处理，就很抓狂。例如停电后重新来电，Mac mini 可能重新启动了，如果没有设置好自动启动，小龙虾就会暂时死亡或罢工。
其次是网络问题。小龙虾处理的事件都是在 Mac mini 上实现的。如果有飞书或微信，它可以帮忙创建飞书在线文档，这种交互是有来有回的。但大部分时候，如果它创建的是本地的 Markdown 文档或 PowerPoint 文档，在手机上无法直接连接到 Mac 电脑。这就需要随时访问 Mac。在没有公网 IP 的情况下，一般很难完成远程访问。我试了 Tailscale、DDNSTO，终于打通远程访问 Mac 的渠道。
第二只虾 Link to heading
中间还有一个插曲，我又养了第二只龙虾。第二只龙虾养在飞书上，飞书把过程弄得太丝滑了，简直一键开启。相比那些动辄花 500 块钱请人安装的过程，飞书的流程几乎点一下等 3 到 5 分钟就完成了。见识到飞书和豆包的能力以及字节跳动的运营效率后，我感觉那些去做空恒生互联网是有事实依据的，他们是一群战五渣。 （非推广做广告，飞书的收费一向偏贵，免费试用完我肯定不会花钱继续用）。
飞书的小龙虾是用飞搭来做的，给了一个服务器，自动搭建、完成和配置。用户非常省心，它甚至提供了一个专门的管理界面，即 AI 运维。不懂命令或操作没关系，只需要跟 AI 讲想法，AI 会帮你在后台实现需求。这也是我现在的做法，因为太多问题要处理，如果每个都去网上搜答案手工处理，时间花费大且成功率低。
虾保姆 Link to heading
因此现在我的 Mac 上除了安装小龙虾，最重要的是装一个 Qwen CLI。我甚至觉得 Qwen CLI 和 OpenClaw 是两个一样重要的方向。我用 Qwen CLI 其实就是作为 OpenClaw 的保姆，每次小龙虾坏了 / 死了，就找 Qwen CLI 来救它 / 修它。 Qwen CLI 也能安装 Skill，完成复杂工作和操作文件，只是它的交互方式在命令行里，和小龙虾这种通过手机遥控的方式相比有点局限，但能力也很能打。甚至可以用 Qwen CLI 来安装小龙虾。
Token 无底洞 Link to heading
下一个坑是大语言模型的选择、Token 消耗问题。一开始我用 Qwen 的免费 API，聊着聊着就超出了限制，限速，反应迟钝，额度用完。后来我尝试用 DeepSeek 的 API，一天下来差不多要二三十块钱，其实也没有处理什么复杂任务，一般 10 个左右的任务，这样看养虾的花费很不低。
现在的方案是订阅了一个 Coding Plan，每个月 40 块钱。实际用下来 40 块钱可能也不够，很容易超过限制。
模型选择方面，我一开始觉得小龙虾笨笨的，没感觉到是大语言模型差导致的。用了 Coding Plan 之后，发现能力明显强了很多。Coding Plan 里有很多强大的最新大语言模型，能够驱动小龙虾做很多事，包括调用工具、一步步安排实践路径、自动检查工作是否完成。差的模型上下文不够、不能调用很多工具或思考深度不够，表现就会差很多，最明显的反应是很慢、能力差劲、说了半天没响应。 因此，模型能力就是马力。
我还试过用本地模型驱动小龙虾，安装了 Qwen 3.5 9B 以及 GLM 4.6V。这两个都可以识别图形处理图片，真正的结果是从尝试到放弃。我中间不死心，认为哪里没设置好导致不好用，实际就是根本没法用。
小龙虾消耗 Token 的速度极快，100 万 Token 可能聊几句话就用完了。而且对一段时间内的发送数量和速度都有限制。所以想把小龙虾用得舒服，还得自己掏钱购买 / 订阅 Token，比较方便的是直接订阅 Coding Plan，可能需要每月 200 块钱的 Pro 版本才能用得畅快。
AI for ? Link to heading
目前主要探索它能帮我做的事，其中一项是定时任务。例如让它每天根据模板和提示词定时生成所需的报告。我对某公司的某产品感兴趣，但没时间每天搜索关注，就可以让它生成定时任务，抓取相关信息推送给我。以往的新闻聚合类产品也能做到，但大语言模型的能力明显更强，可以定制分析方法和报告模板。
现在都感叹 AI 正在吞没所有软件。从网络服务、日常软件，工作流程软件都在被吞没。比如我让它做一个每天定时的日常计划管理，这种小众需求市面上没有定制的软件，交给 OpenClaw 后，它能根据需求直接写一个小软件、小脚本实现，在后台常驻并定时把任务发给我。
AI’s 个人 Agent Link to heading
这种按需“创造”的个人专属工具，在提供情绪价值上，还是满满的。比如，每天和它问：
- 你是谁；
- 我是谁；
- 我们如何生存；
- 我们如何生活；
- 我们有什么 not to do list。
它有“记忆”，你可以把自己的偏好告诉它，它会“记住”。 它有工作记忆，做了什么事情，可以记录在 memory 上。 它在用强相关和概率预测来模拟因果。
可以在技能仓库里找到你需要的技能给它装上，更酷的是它可以根据你的想法开发技能。可能一段时间后，很多工作、生活、社会玩法会不断流行起来。
没啥收获，除了折腾和花钱。 不过折腾的值，情绪价值得到了。