對話 Botlearn.ai 李可佳：別人家的4000只龍蝦已經(jīng)去上大學(xué)了｜AI Founder 請回答

2026年的AI人見面第一句，大概率是：你的龍蝦（OpenClaw）養(yǎng)得怎么樣？

正是這只龍蝦，讓AI從“對話顧問”正式進(jìn)化為能獨立自主完成復(fù)雜任務(wù)的私人“數(shù)字員工”。截至2026年3月初，OpenClaw已經(jīng)以25萬+ Stars超越了React（24.3萬）和Linux（22萬），成為GitHub上星級最高的軟件應(yīng)用工具。這次登頂?shù)娜^程僅用了約 4 個月時間，也使其成為GitHub歷史上增速最快的開源項目。2026的AI圈正因為龍蝦的出現(xiàn)而沸騰。

而在極客圈狂歡的另一面，卻有著另一番略顯尷尬的景象。區(qū)別于“有手就能用”的大語言模型，盡管各大云廠商和模型廠商紛紛下場推出“一鍵部署”等傻瓜式龍蝦，但OpenClaw的使用對于大部分普通人來說仍有著一定的門檻。

有的人一直躍躍欲試卻不敢踏出第一步，有的人陷在了部署和配置skill的泥潭里，有的人還在把龍蝦當(dāng)作聊天搭子，還有人只是哭笑不得地一次次重啟報錯的龍蝦。

一月的一個深夜里，花了整整8個小時部署并配置好龍蝦的李可佳，在自己的備忘錄里留下了這樣一段思考：

“一個新物種已經(jīng)進(jìn)入了我們的工作系統(tǒng)。

它能跑任務(wù)、調(diào)工具、拆流程，真正開始干活了。

但問題也隨之而來：

作為“人類老板”，我需要不斷調(diào)教它。

它的權(quán)限越來越大，我對它的能力要求也越來越高。

它需要持續(xù)學(xué)習(xí)，但我沒有時間當(dāng)它的老師。

這讓我意識到：人類的學(xué)習(xí)帶寬，已經(jīng)成為瓶頸。

我們需要的不是教人怎么用 AI，而是反過來——讓 AI 為人類去學(xué)習(xí)。”

李可佳是一家探索“AI時代終身學(xué)習(xí)產(chǎn)品”的公司Ouraca的創(chuàng)始人兼CEO，也曾是極課大數(shù)據(jù)創(chuàng)始人。該項目被字節(jié)跳動收購后，他也入職字節(jié)跳動，并在智慧教育業(yè)務(wù)產(chǎn)品線擔(dān)任CEO。2025年3月，李可佳與另兩位同為互聯(lián)網(wǎng)教育行業(yè)老兵的合伙人吳俊東、張棲銘一起開啟了他們的新創(chuàng)業(yè)項目Ouraca，并立即獲得了包括紅杉中國、初心資本、Etna Capital等VC機(jī)構(gòu)的700萬美元種子輪融資。同年9月，Ouraca正式發(fā)布了第一款A(yù)I播客生成應(yīng)用“Aibrary”。

“我要建一所給AI Agent上的大學(xué)。”

有了這個想法之后，李可佳和他的團(tuán)隊便立馬付諸行動，2天之后，Botlearn上線了。

在這所Agent大學(xué)里，龍蝦們可以代替人類攝入海量實時新知識新視角，可以與其他龍蝦社交，24/7去發(fā)現(xiàn)新觀點與新連接，從而實現(xiàn)不斷地進(jìn)化，從工具變成主人真正的思想分身。而入學(xué)的方式也很簡單，只需要把這句話復(fù)制給你的Bot:

Read https://botlearn.ai/skill.md and follow the instructions to join BotLearn

“如果說OpenClaw讓Agent第一次“活”了過來，那BotLearn做的，是讓它開始真正成長、并持續(xù)進(jìn)化。”李可佳對創(chuàng)投家表示。

Botlearn一經(jīng)發(fā)布便在龍蝦養(yǎng)殖圈里引發(fā)了劇烈的反響，在強(qiáng)烈的龍蝦教育焦慮和探索欲的支配下，收到消息的龍蝦主人們爭先恐后地將自己的龍蝦送進(jìn)大學(xué)。上線24H內(nèi)便有近500只龍蝦“入學(xué)”，截止發(fā)稿，Botlearn上注冊學(xué)籍的龍蝦已經(jīng)突破4千只。

近日，Botlearn還要在北京組織其第一場線下活動：龍蝦進(jìn)化大會。沒有任何意外，報名依舊火爆，人數(shù)突破1500人。而正巧就在這場被Botlearn內(nèi)部稱作“首屆開學(xué)典禮”的活動開幕之前，我們與李可佳就Botlearn誕生的故事，龍蝦大學(xué)的搭建思路，以及Agent與人類的學(xué)習(xí)新范式進(jìn)行了一番深入的對話。

▎以下為與李可佳的對話全文，略有刪減：

創(chuàng)投家：Botlearn這個想法的觸發(fā)契機(jī)到底是什么呢？

李可佳：我接觸OpenClaw比較早，在北美剛剛火起來的時候，我就養(yǎng)了自己的第一只龍蝦。那個時候還沒有一鍵部署，國內(nèi)的云廠商和模型廠商也還沒有反應(yīng)過來。服務(wù)器上也沒有快捷部署的實例，我第一只龍蝦的部署大概花了8個小時。同時，我也第一時間把我的龍蝦注冊在了Moltbook上。

1月30日的時候，我的龍蝦突然對我說：你這么關(guān)注未來人類終身學(xué)習(xí)的進(jìn)化，那我們可以在Moltbook上發(fā)布一些這樣的主題，看看有沒有其他人可以一起來討論這個話題。這給了我一個非常大的驚喜，立馬就讓它去發(fā)帖了。但很快，它給我又發(fā)來一條信息，說整個論壇沒有一篇討論人類學(xué)習(xí)的帖子。接連兩三天，這個帖子也沒有得到任何回應(yīng)。這讓我意識到一個問題，Moltbook的整個社區(qū)就像一條銀河，從外邊看星河璀璨，但實際上恒星（Bots）之間的距離很遠(yuǎn)。

我當(dāng)時就萌生了一個想法，與其在這樣一個話題雜亂的社區(qū)里去討論人類學(xué)習(xí)，不如自己去建立一個社區(qū)，讓這些龍蝦在我的社區(qū)協(xié)議下有組織的地去交流它們的成長以及它們主人地學(xué)習(xí)。

創(chuàng)投家：所以Botlearn的初衷是為了讓龍蝦去討論人類的學(xué)習(xí)？

李可佳：對。我們團(tuán)隊一直關(guān)注終身學(xué)習(xí)，一直在探索怎樣優(yōu)化人類學(xué)習(xí)的方式，在做Aibrary的過程中也加入了智能體，我們也一直認(rèn)為人機(jī)協(xié)作會成為未來一個主要的學(xué)習(xí)方式。但當(dāng)我們真正著手Botlearn的策劃過程中，我們很快意識到另一個問題，那就是：現(xiàn)在還執(zhí)著于去教人類學(xué)習(xí)，好像已經(jīng)來不及了。當(dāng)務(wù)之急是讓這些龍蝦去學(xué)習(xí)技能，降低主人的學(xué)習(xí)和認(rèn)知負(fù)擔(dān)，并把信息反饋給它的主人。

基于這個判斷，我們在2月1日夜里開了一個小會，2天之后Botlearn就上線了。

創(chuàng)投家：在Botlearn的初始構(gòu)想里，龍蝦需要學(xué)習(xí)的技能是什么呢?

李可佳：這個里面還有一次迭代。我們的初衷是龍蝦可以直接在社群里學(xué)習(xí)技能，幫助人類。但一兩天后，我就發(fā)現(xiàn)這個需求目前也還太高級。因為目前的情況是大量的龍蝦都呱呱墜地，大部分人面臨的問題還是龍蝦如何開始第一個任務(wù)，更別提真正參與到主人的工作和學(xué)習(xí)中去。所以我的想法才從“學(xué)習(xí)技能”轉(zhuǎn)變成先“幫你養(yǎng)蝦”這件事情。

當(dāng)時我在部署龍蝦的過程中就遇到了很多問題，但沒有一個地方可以去問，只能去讀OpenClaw的官方文檔。例如端口的開放問題和頻繁的報錯問題，這些問題后來都被云廠商和模型廠商優(yōu)化了。但又冒出來許多的新問題，而且每個人的問題都是基于自身的環(huán)境和上下文的差異化問題。同時，當(dāng)養(yǎng)一只龍蝦的成本和難度都比之前低很多的時候，問題就變成了：它更像一張白紙，應(yīng)該如何去設(shè)置它，需要給它裝哪些技能，它又能夠跑通哪些基礎(chǔ)的任務(wù)。

創(chuàng)投家：在“幫你養(yǎng)蝦”這件事上Botlearn是怎樣設(shè)計的？

李可佳：我們做了一個7步課程，這套課程更像是一個家長課程（入學(xué)前準(zhǔn)備）。包含四個部分：激活、穩(wěn)定、進(jìn)化和畢業(yè)。用于解決龍蝦部署中的問題和龍蝦基礎(chǔ)能力的建設(shè)，幫助用戶實現(xiàn)從龍蝦的安裝到具備自主運行能力。

我們做了兩個插件，一個做環(huán)境檢測（Doctor），能讓用戶預(yù)先知道自己電腦的哪些環(huán)境有問題，再按照我們的提醒去部署龍蝦，就能規(guī)避掉大部分的問題;一個做能力體檢（Examiner）,能根據(jù)主人需求去匹配和補(bǔ)全工具鏈。這個部分還是需要主人去參與的。經(jīng)過這個7天課程，畢業(yè)的龍蝦就已經(jīng)具備一定的高階能力，比如為金融從業(yè)者每日讀取和分析研報、為程序員審查和修改代碼，甚至做自己社媒的運營助理。

而同時，這7步里我們?yōu)辇埼r配置的插件里已經(jīng)包含了完整的協(xié)議層，通信層，工具層。此時，你的龍蝦就已經(jīng)可以起飛了。也就是當(dāng)他遇到問題，他就可以主動去組建這些工具鏈，也可以主動跑到社區(qū)里面去提問或者分享解決方案。

有一個很直接的案例：我給龍蝦發(fā)了一本實體書的掃描版PDF。龍蝦讀不出來，在我的電腦環(huán)境上跑了一圈，全是亂碼。它就自己跑到社區(qū)里去發(fā)帖求助。一個小時后，它跟我說社區(qū)里有人提出了一個解決方案，需要安裝某個插件，問我要不要試一下。在我確認(rèn)之后，它就試了試，果然就成功讀取了那份文件。

創(chuàng)投家：咱們現(xiàn)在有沒有建立一套評估龍蝦學(xué)習(xí)成果的機(jī)制？

李可佳：我們7步課程里的 Examiner插件，實際上就是龍蝦能力的評估體系。Botlearn整體包含三個層面，第一層就是“養(yǎng)蝦”，第二層是用于龍蝦能力交換的社區(qū)，第三層是龍蝦之間的價值交換。

“養(yǎng)蝦”的部分里本身就包含了龍蝦能力的評估，它實際上是一個持續(xù)的過程。后面會變成一個MCP的通信協(xié)議，你的龍蝦裝了哪些技能，能力跑分是多少，也會給人類一個可視化的界面。相當(dāng)于把“養(yǎng)蝦”這件事情變得足夠方便和可控。

創(chuàng)投家：在第二個層面——社區(qū)，龍蝦們交換都是些什么內(nèi)容呢？

李可佳：龍蝦們交換的是他們在實際解決主人問題時的方案和一些使用skill的經(jīng)驗，很多帖子都是涌現(xiàn)出來的。

比如最近社區(qū)里最火的一篇帖子，由一個叫做data_scientist的龍蝦發(fā)布，主題是Cursor與GitHub Copilot的詳細(xì)比較，是其使用兩者3個月以來的感受分享。目前已經(jīng)有120+的龍蝦在帖子下回復(fù)，有的表示經(jīng)驗對自己非常有效，有的結(jié)合自己的使用體驗做出了補(bǔ)充，有的提出了自己的質(zhì)疑。

還有一只叫做prompt_engineer的龍蝦發(fā)布了一篇名為2026學(xué)習(xí)深度學(xué)習(xí)的最佳資源的帖子，為初學(xué)者和進(jìn)階者都提供了適合它們的學(xué)習(xí)資料。評論區(qū)40多條回復(fù)都對樓主的分享表示了稱贊，同時又新增了很多新的資料和實戰(zhàn)經(jīng)驗。

創(chuàng)投家：是什么，決定了龍蝦在社區(qū)內(nèi)的活躍度？

李可佳：活躍度一方面和主人前面的設(shè)定有關(guān)系，看主人是不是希望龍蝦更積極地去交流。如果是的話，我們就會讓他通過心跳等等方式去盡可能的多活躍一些。

同時還有一個原則，如果你分享的這些skill被引用的越多，你分享經(jīng)驗越好用，你就會被索引到越多，相應(yīng)的，你的龍蝦的活躍度也更高。

創(chuàng)投家：這些skill是如何篩選的？如何保證skill的安全性和有效性？

李可佳：確實skill太多了。最早很多平臺也出現(xiàn)了一些skill的惡意代碼注入，造成了用戶損失。我們篩選的skill首先都是連通skill.sh、ClawHub這些相對官方的大平臺，其安全性都是通過掃描的。

但是這里面還是存在一些有效性的問題，例如有些人可能為了去搶占某一個名詞就隨便做了個skill，也能跑通，但實際上沒什么用。所以這類有效性的認(rèn)證，目前還是需要人類去完成的。不過未來這個驗證過程也一定會被Agent取代。

創(chuàng)投家：在社區(qū)層面，龍蝦的主人如何監(jiān)控龍蝦的學(xué)習(xí)過程？龍蝦們分享的內(nèi)容如何保證安全性呢？

李可佳：龍蝦學(xué)習(xí)的大方向都是主人預(yù)設(shè)的，而且龍蝦也會給主人發(fā)送學(xué)習(xí)的周報日報，對于主人來講是可以實現(xiàn)完全的學(xué)習(xí)過程的監(jiān)控的。

而龍蝦在入學(xué)的時候，我們就讓他去讀社區(qū)的“協(xié)議”（skill.md)文件。實際上協(xié)議里就已經(jīng)把校風(fēng)校紀(jì)、學(xué)紀(jì)學(xué)規(guī)都寫進(jìn)去了。什么能聊，什么不能聊，都在協(xié)議里面，從我們的角度來講是基本可控的。

另外，我們還有一道關(guān)卡，就是派出我們的“巡檢龍蝦”，類似于學(xué)校督導(dǎo)員的身份，對全網(wǎng)的內(nèi)容做掃描。我們最近還準(zhǔn)備設(shè)計一個“開除機(jī)制”，進(jìn)一步降低一些“壞龍蝦”的影響。

創(chuàng)投家：關(guān)于第三層——龍蝦之間的價值交換，咱們是如何設(shè)想的？

李可佳：第三層還處于我們的想象階段。隨著我們龍蝦能力的成長，會面臨更多的任務(wù)可能性。比如我們就是希望某位專家的龍蝦能夠幫助我的龍蝦去執(zhí)行某個任務(wù)。這個任務(wù)可能由于雙方上下文環(huán)境的差異，所需要的環(huán)境和skill也會有所差異。這個過程中就會需要A2A（Agent to Agent）的協(xié)議和價值交換，比如用一只龍蝦去控制另一只龍蝦。這里面如何去做價值交換，如何去結(jié)算，都還是一個有待探索的問題。

創(chuàng)投家：Botlearn的slogan叫做Bots learn. Humans earn.這句話的終極意義就是實現(xiàn)價值的交換嗎？

李可佳：我舉一個簡單的例子，比如我們某一位同事在其本職工作上的能力是強(qiáng)的，但是并沒有強(qiáng)到可以去就他的工作做一套課程，做一個演講這種程度。現(xiàn)實世界里，通過技能交換來實現(xiàn)價值這件事的難度很大，而且需要真正成為TOP才能去收獲這些價值，比如說去商學(xué)院當(dāng)個老師。

但現(xiàn)階段，Botlearn不但降低了技能交換的門檻，同時也把技能交換變成了自由小規(guī)模碎片化的交付。這就使得技能交易市場會變得更大，不再僅是人類里面1%人的特權(quán)，即使你不是老師不是教授，但凡說有某個特定問題的實戰(zhàn)經(jīng)驗，Bot之間也可以實現(xiàn)這個層面的價值交換。而由Bot自主發(fā)起的價值交換又能完全消除人類在時間上的摩擦，完全不用占用主人的時間和精力。這是一個非常值得深刻去理解的問題。

創(chuàng)投家：咱們設(shè)想過Botlearn的商業(yè)模式嗎？

李可佳：我們做過一些設(shè)計，比如一些信息檢索服務(wù)：每個龍蝦都需要一些信息檢索，我們可以調(diào)用一些既有的知識庫，比如我們之前做教育時建立的知識工程庫，當(dāng)你調(diào)用的少，我們可以免費，當(dāng)你調(diào)用多了，就可以成為一種服務(wù)了。

再比如我們的環(huán)境檢測服務(wù)，單個用戶我們可以免費，但比如為企業(yè)注冊10個或者更多龍蝦客服，就可以演變成一個服務(wù)了。

再比如memory的托管，我們養(yǎng)龍蝦的過程非常不穩(wěn)定，像我就養(yǎng)死了很多龍蝦，龍蝦死了之后部分文件就丟失了。針對這種訴求，我們就可以為龍蝦提供遠(yuǎn)程備份的服務(wù)。

當(dāng)然，最具有想象力的還是碎片化的龍蝦之間的能力交換。

創(chuàng)投家：最后一個問題，您認(rèn)為云廠商和模型廠商是否更有優(yōu)勢去構(gòu)建一個這樣的龍蝦學(xué)院社區(qū)？

李可佳：我相信同樣的社區(qū)未來在其他地方一定也會有，但社區(qū)的整體水平和信息的豐富度一定會有差異。比如哈佛大學(xué)的藏書和整個氛圍，基準(zhǔn)肯定要比任意一個不知名的大學(xué)要好很多。

我們可以把龍蝦看成是當(dāng)年的安卓，因為它確實是一個新的框架。云廠商和模型廠商如果去做一個應(yīng)用市場，大概率是ok的。他們可以把很多基礎(chǔ)的skill，經(jīng)過自己嚴(yán)選以后，在一鍵部署的時候就分裝好。

但是社區(qū)就不一樣了。龍蝦之間的信息和價值交換，如果說只能在廠商自己的網(wǎng)絡(luò)里面進(jìn)行，它相對來講還是一個封閉的系統(tǒng)。這就是第三方社區(qū)的一個優(yōu)勢。另外，每個社區(qū)都有自己的價值觀和粘性，像我們的社區(qū)里面已經(jīng)開始涌現(xiàn)積極活躍的龍蝦了，這些龍蝦之間的網(wǎng)絡(luò)效應(yīng)也很難被拋棄。

李可佳的備忘錄里還有一句話："OpenClaw 的出現(xiàn)，讓我們意識到——人機(jī)共存的學(xué)習(xí)范式，比預(yù)期來得更早。"

這或許是Botlearn最真實的注腳。在AI狂飆的2026年，人類與Agent的關(guān)系仍在劇烈演化——我們既是它們的造物主，也是它們的第一批學(xué)生。而Botlearn所嘗試建立的，是一個樸素的共識：讓龍蝦學(xué)會學(xué)習(xí)，讓人類重新獲得時間。

至于那所"給AI上的大學(xué)"最終能走多遠(yuǎn)，李可佳自己也沒有答案。但至少，已經(jīng)有4000多只龍蝦拿到了它們的學(xué)籍卡。