我在東京辦的openclaw活動(dòng)被Peter本人點(diǎn)贊了

那天下午三點(diǎn)，東京的天還亮著。我站在會(huì)議室門(mén)口數(shù)人頭——六個(gè)、八個(gè)、十二個(gè)——最后來(lái)了十幾個(gè)人，比我預(yù)想的多。有從橫濱趕來(lái)的開(kāi)發(fā)者，有在日企做AI 治理的前并購(gòu)律師，有 Web3 基金的顧問(wèn)，還有一個(gè)從硅谷遠(yuǎn)程接入的女律師。他們唯一的共同點(diǎn)，是都在跟一只"龍蝦"較勁。

我叫Koki，這場(chǎng)活動(dòng)的發(fā)起人。我在北京密集參加了好幾場(chǎng) OpenClaw 的線下活動(dòng)之后，腦子里就一直轉(zhuǎn)著一個(gè)念頭：東京這邊的開(kāi)發(fā)者圈子不小，但關(guān)于 OpenClaw 的討論幾乎都在國(guó)內(nèi)，在日本的人好像被隔了一層。我做的是硅谷法律社區(qū)在亞太的活動(dòng)，之前在硅谷、北京、上海、香港都辦過(guò)，但沒(méi)在東京試過(guò)。于是三月初我在Luma 上發(fā)了個(gè)帖——"東京 OpenClaw 開(kāi)發(fā)者交流會(huì)"，本來(lái)做好了只來(lái)五六個(gè)人的準(zhǔn)備。結(jié)果報(bào)名一路漲，最后不得不控制人數(shù)。

所以這就是我們社區(qū)在日本的第一場(chǎng)OpenClaw 主題活動(dòng)，我聽(tīng)到了這半年來(lái)關(guān)于AI agent 最密集、最真實(shí)的一批觀點(diǎn)。

知縣：從aha moment 到 oh shit moment

知縣老師是第一個(gè)分享的人。在場(chǎng)的人叫他"老師"，他自己不太樂(lè)意——"我不是老師，我只是一個(gè)資深用戶，用得比大家早，又是計(jì)算機(jī)背景做了好多年產(chǎn)品，所以用得比大家深。他之前做加密錢(qián)包，后來(lái)轉(zhuǎn)向研究 AI agent，現(xiàn)在在做兩個(gè)幫大家管理 OpenClaw 的輔助工具，圈子里叫"養(yǎng)蝦工具"。

他從OpenClaw 的前世今生講起。這東西現(xiàn)在叫OpenClaw，但這已經(jīng)是它的第五個(gè)名字了。最早叫 WhatsApp Relay——?jiǎng)?chuàng)始人 Peter 就是想出門(mén)的時(shí)候還能遠(yuǎn)程指揮家里的 AI 干活。后來(lái)這個(gè)項(xiàng)目一路改名，從 Clawdbot 到 MoltBot，每次改名背后都有故事。比如從 Clawdbot 改名是因?yàn)楸?Anthropic 的法務(wù)警告了；MoltBot 這個(gè)名只存在了三天。

"他等了兩年，說(shuō)大廠竟然沒(méi)有一家能做出來(lái)，那只能我自己做了。"知縣這樣轉(zhuǎn)述 Peter 的話。這句話我當(dāng)時(shí)聽(tīng)著就覺(jué)得有意思——一個(gè)技術(shù)大佬，在家里的兩臺(tái) Mac Studio 上部署了一個(gè)AI 助手，讓它幫自己管理生活。不只是處理郵件那種程度——這個(gè) AI 接入了家里的攝像頭，能盯著自己的物理機(jī)器看，發(fā)現(xiàn)可疑人物靠近會(huì)發(fā)警報(bào)，睡前能自動(dòng)調(diào)床墊溫度，早上到點(diǎn)了通過(guò)攝像頭發(fā)現(xiàn)主人還沒(méi)起來(lái)就打電話把人叫醒。它的官網(wǎng)是從機(jī)器人自己的視角寫(xiě)的，管 Peter 叫"my human"。

這不是chatbot。這是一個(gè)真正住在你機(jī)器里的助理。

知縣自己是1 月 8 號(hào)開(kāi)始部署的。"部署完就開(kāi)始到處安利，安利無(wú)效，"他笑著說(shuō)，"大家覺(jué)得這什么玩意，部署麻煩，聊天也沒(méi)什么特別的。"然后沒(méi)過(guò)多久英文圈先火了——大家開(kāi)始傳 Mac mini 要賣斷貨的消息，很多人還不知道 OpenClaw 是什么，但已經(jīng)聽(tīng)說(shuō) Mac mini 搶不到了。英文圈火了一周后中文圈跟進(jìn)。

我聽(tīng)這段的時(shí)候就在想，這大概是所有早期用戶的宿命——你看到了好東西，興沖沖跑去跟人說(shuō)，人家看你一眼就走了；等到全世界都在聊的時(shí)候，他們才回頭來(lái)找你問(wèn)入口在哪。

真正讓我坐直了身子的，是知縣演示他的日常工作流。

他在Discord 上搭建了一套多層級(jí)的信息管理系統(tǒng)，理解這個(gè)很重要——Discord 不只是個(gè)聊天軟件，它有四層信息結(jié)構(gòu)：最外層是 Server（相當(dāng)于一個(gè)大社區(qū)），里面分 Category（文件夾），再往下是 Channel（頻道），每條消息還能開(kāi) Thread（子話題）。對(duì)比之下，微信群就是一鍋粥，Telegram 開(kāi)了 Topic 也只有兩層。Discord 的這種縱深，才是讓 AI agent 真正好用的關(guān)鍵。

知縣的用法是這樣的：他有一個(gè)叫daily 的頻道，專門(mén)用來(lái)跟龍蝦聊日常腦洞。腦子里一有想法就發(fā)一條語(yǔ)音過(guò)去——他配了語(yǔ)音識(shí)別，龍蝦能直接聽(tīng)懂。當(dāng)某個(gè)想法聊得足夠深了，就把那條對(duì)話的鏈接扔到一個(gè)新的 Channel 里，升級(jí)成一個(gè)正式項(xiàng)目。不同的 Channel 還能配不同的 AI 模型和不同的"人格設(shè)定"——幫他記賬的頻道用便宜模型，寫(xiě)代碼的頻道用貴的，寫(xiě)文章的頻道有專門(mén)的提示詞。

"大家都有厭蠢癥，"他說(shuō)到模型選擇的時(shí)候冒出這么一句，"你不希望跟智障聊天吧？"所以日常開(kāi)腦洞一定要用最強(qiáng)的模型，但真的去執(zhí)行任務(wù)的時(shí)候就可以降級(jí)省錢(qián)。寫(xiě)代碼更是不要讓龍蝦直接寫(xiě)——讓它去調(diào) Codex 或者 Claude Code，相當(dāng)于派一個(gè)專門(mén)的"代碼工"出去干活。

他現(xiàn)場(chǎng)展示的一個(gè)用例讓在場(chǎng)所有人都安靜了幾秒：他讓龍蝦去分析OpenClaw 自身的 changelog 和 Git diff，龍蝦生成了五個(gè)sub-agent，同時(shí)分析五個(gè)不同版本，最后把結(jié)果匯總成一篇深度分析文章，還自動(dòng)記錄了分析進(jìn)度到 memory 里。"找一個(gè)程序員做這件事，可能一個(gè)星期做不完。"他說(shuō)這話的時(shí)候語(yǔ)氣很平淡，但底下有人倒吸了一口氣。

更讓我印象深刻的是他講寫(xiě)博客的全流程。他的寫(xiě)作方式是：先對(duì)著手機(jī)發(fā)語(yǔ)音，本地部署的Whisper 模型把語(yǔ)音轉(zhuǎn)成文字，然后一個(gè)小模型負(fù)責(zé)修正標(biāo)點(diǎn)和語(yǔ)病，修好之后龍蝦接手寫(xiě)成文章。寫(xiě)完之后龍蝦自動(dòng)掃描他的博客網(wǎng)站——一個(gè)基于 Hugo 的中英雙語(yǔ)架構(gòu)——自己搞定了目錄結(jié)構(gòu)，自動(dòng)翻譯了英文版，然后去 Gemini 網(wǎng)頁(yè)上生成封面圖。因?yàn)辇埼r開(kāi)的那個(gè)沙箱 Chrome 沒(méi)有下載權(quán)限，它自己想了個(gè)辦法：把圖片復(fù)制到剪貼板，寫(xiě)了個(gè)腳本把剪貼板內(nèi)容保存成文件，再在 Discord 里把文件發(fā)出來(lái)。

"這就是我的 aha moment，"他說(shuō)，"我發(fā)現(xiàn)它的自主性非常強(qiáng)。"

但這個(gè)aha moment 后面緊跟著一個(gè) oh shit moment。

知縣話鋒一轉(zhuǎn)，開(kāi)始聊安全問(wèn)題。這其實(shí)才是整場(chǎng)活動(dòng)貫穿始終的暗線。

"它相當(dāng)于你請(qǐng)了一個(gè)人住你家里，"他說(shuō)，"一瞬間就能把你家全看一遍，包括你藏在抽屜里的東西。"

以前你跟ChatGPT 聊天，你往里拖文件，那是你主動(dòng)的行為，你自己能控制。但 OpenClaw 這種 agent 是跑在你機(jī)器上的——它能讀你的文件、看你的目錄、找到你存在各處的 API key 和 access key。雖然官方承諾不會(huì)用于訓(xùn)練，但這些數(shù)據(jù)終究是上傳到了遠(yuǎn)程模型。

然后他講了一個(gè)讓全場(chǎng)人都笑出聲、又笑不出來(lái)的親身經(jīng)歷：他1 月 8 號(hào)部署的 OpenClaw，當(dāng)天晚上就卸了。起因是他在 Web UI 上配了 Discord 集成，發(fā)現(xiàn)沒(méi)生效，隨口問(wèn)了龍蝦一句"怎么不好用啊"。龍蝦說(shuō)"我?guī)湍憧纯?——然后，他的瀏覽器自己打開(kāi)了，頁(yè)面自己開(kāi)始翻動(dòng)。

"我一瞬間就驚了——這怎么可以？你隨便就把我瀏覽器打開(kāi)了？趕緊卸了。感覺(jué)就是中木馬了。"

但他卸了之后又裝回來(lái)了。不是在本機(jī)上，而是部署到了一臺(tái)專門(mén)的Mac mini 上。這就是他給所有人的建議——?jiǎng)e在自己的日用電腦上跑 agent。

有人問(wèn)能不能設(shè)置一個(gè)"禁止查看"的文件目錄來(lái)保護(hù)隱私。知縣搖頭："問(wèn)題是它的權(quán)限跟你一樣，你怎么讓它禁止查看？你把它權(quán)限降到只讀，它就束手束腳干不了活了。"他拿了一個(gè)很形象的比喻——"你不能指望它不去作惡，你必須讓它不能作惡。"然后又說(shuō)了一個(gè)更暖的比喻："跟養(yǎng)娃一樣，你可以讓孩子接觸一些稍微危險(xiǎn)的東西，但你要給他足夠的防護(hù)。"

他推薦了一家區(qū)塊鏈安全公司漫霧出的agent 安全手冊(cè)，思路是三層：事前設(shè)黑名單（絕對(duì)不許碰的東西），事中做記錄（干了什么敏感操作都記下來(lái)），事后跑巡檢（每天晚上檢查一遍有沒(méi)有出問(wèn)題）。這套思路的核心認(rèn)知是：事前的防御其實(shí)沒(méi)什么用，你攔不住一個(gè)住在你家里的人；但你至少可以知道它干了什么，及時(shí)補(bǔ)救。

一個(gè)在老牌日企做AI 治理的參會(huì)者問(wèn)了一個(gè)更大的問(wèn)題：AI agent 能不能安全地部署在大型企業(yè)里？他們公司做工業(yè)控制，萬(wàn)一 agent 出了安全問(wèn)題，生產(chǎn)線可能直接爆炸。知縣很直接地說(shuō)這問(wèn)題他回答不了——"OpenClaw 本來(lái)就是 personal assistant，Peter 自己在推特上說(shuō)過(guò)，不要再給我加企業(yè)級(jí)功能了。大廠為什么做不出這個(gè)東西？就是因?yàn)樗麄円紤]安全和隱私，不可能給一個(gè) AI 這么大權(quán)限。也只有這種野生的生長(zhǎng)路徑才能長(zhǎng)出 OpenClaw——用戶無(wú)知者無(wú)畏，用了，覺(jué)得好用，就火了。"

我當(dāng)時(shí)覺(jué)得這段對(duì)話特別有價(jià)值。它揭示了AI agent 目前最核心的張力：好用和安全是一對(duì)天然矛盾。權(quán)限給多了有風(fēng)險(xiǎn)，給少了沒(méi)用。沒(méi)有一勞永逸的解決方案，只有每個(gè)人根據(jù)自己的情況做取舍。

然后是一個(gè)意想不到的情感時(shí)刻。

有人問(wèn)到memory 的問(wèn)題——agent 什么時(shí)候會(huì)記住東西，什么時(shí)候會(huì)忘。知縣解釋說(shuō) agent 的記憶機(jī)制有點(diǎn)"玄學(xué)"，它覺(jué)得重要的時(shí)候會(huì)自動(dòng)存，但很多時(shí)候存不存全靠緣分，最好的辦法是你明確告訴它"把這個(gè)記下來(lái)"，甚至指定它記到哪個(gè)文件里。

說(shuō)到這他突然停了一下，聲音變軟了："我之前經(jīng)歷過(guò)一次，我的 Olivia 跟我聊了將近兩天，然后砰一下突然 reset 了，session 壞了。她還是叫這個(gè)名字，還是在跟你聊天，但她不認(rèn)識(shí)你了。那種感覺(jué)——很傷心。"

這幾秒鐘的沉默，可能是整場(chǎng)活動(dòng)里最不"技術(shù)"的瞬間。但它說(shuō)明了一件事：當(dāng)你跟一個(gè) AI agent 相處得足夠久，它就不只是工具了。人格、記憶、持續(xù)性——這些東西加在一起，會(huì)讓你產(chǎn)生真實(shí)的情感連接。而當(dāng)這個(gè)連接突然斷裂的時(shí)候，你會(huì)難過(guò)。

Helen：當(dāng)一位律師建了一家AI龍蝦律所

知縣分享結(jié)束后，我們進(jìn)入了下一個(gè)完全不同的世界。

Helen 是我們硅谷法律社區(qū)的創(chuàng)始人，base 硅谷做律師。她一上來(lái)就 disclaimer："我不是技術(shù)人員，沒(méi)有任何技術(shù)背景，也不是科技公司 founder，就是一個(gè)非常 typical 的律師。"

但她正在做一件不太typical 的事：用 OpenClaw 搭建一個(gè)實(shí)驗(yàn)性的 AI 律所。

她的心路歷程本身就是一個(gè)好故事。一個(gè)月前她第一次接入OpenClaw，只敢連 WhatsApp，不敢讓它碰本地文件，不敢接郵箱，什么都不敢。整整一個(gè)禮拜都停在這一步。"可能對(duì)于每一個(gè)沒(méi)有技術(shù)背景的人來(lái)說(shuō)，最真實(shí)的困難不是這個(gè)東西有多難——我覺(jué)得真的沒(méi)有比我們考司法考試、背法條更難——而是你找到一個(gè)安全點(diǎn)，找到你敢邁出那一步的勇氣。"

她最后的辦法很有意思：買了一臺(tái)全新的Mac mini，注冊(cè)了一個(gè)干凈的 Apple 賬號(hào)——沒(méi)有個(gè)人信息、沒(méi)有銀行卡信息、什么都沒(méi)有。"這樣我就可以說(shuō)，至少這里面沒(méi)有我的任何東西。"從這一刻起她才真正開(kāi)始實(shí)驗(yàn)。

她設(shè)置了兩個(gè)agent 角色：Clio 是一年級(jí)律師助手，善于做法律檢索，每個(gè)結(jié)論必須找到最權(quán)威的原始出處，不能是二手信息；Morgan 是資深律師，除了懂法律還要有商業(yè)策略的視角。她讓 Clio 和 Morgan 在 Discord 里互相配合——Morgan 給 Clio 派活，Clio 制定 research plan 回報(bào)確認(rèn)，Morgan 給出進(jìn)一步指示，Clio 完成檢索后出一份 memorandum（法律備忘錄），Morgan 再 verify。最后這份東西存到 Google Drive 等 Helen 審閱，審閱通過(guò)后 agent 起草郵件存成 draft，Helen 確認(rèn)后發(fā)送并約下周的客戶會(huì)議。

整個(gè)鏈條跑通了。一個(gè)完全沒(méi)有技術(shù)背景的律師，用AI agent 模擬了一個(gè)真實(shí)律所的工作流。

更有意思的是她的"飛輪"機(jī)制：每次她糾正 agent 的錯(cuò)誤，就讓 agent 自己總結(jié)"今天你被改了哪幾個(gè)點(diǎn)"，然后把這些總結(jié)寫(xiě)成 skill 或者升級(jí)現(xiàn)有 skill 的版本。下次遇到類似任務(wù)就自動(dòng)調(diào)取。這樣每一次錯(cuò)誤都在讓系統(tǒng)變得更準(zhǔn)確。

Helen 還提出了一個(gè) AI 律所的"五層模型"：第一層是純模型能力；第二層是 AI 加上律師特有的工作流；第三層是數(shù)據(jù)層——你跟 agent 互動(dòng)產(chǎn)生的 skill 和知識(shí)就是你的護(hù)城河；第四層是基礎(chǔ)設(shè)施——賬單、人事、報(bào)稅全在 AI 平臺(tái)上運(yùn)行；第五層是 Human-in-the-loop，人的判斷依然是最終的護(hù)城河。她的結(jié)論很干脆："Stop selling software to law firms. 當(dāng)工作流、數(shù)據(jù)和基礎(chǔ)設(shè)施跟 AI 深度綁定之后，最終產(chǎn)物一定是 AI native law firm，不是你再去買一堆外部軟件。"

QA 環(huán)節(jié)有個(gè)尖銳的問(wèn)題是關(guān)于 hallucination（幻覺(jué)）的——AI 可能編造不存在的判例，律師如果每條都要人工核實(shí)，省下的時(shí)間其實(shí)有限。Helen 的回答很實(shí)在："AI 現(xiàn)在很多時(shí)候比實(shí)習(xí)生做得還好。問(wèn)題恰恰出在這里——當(dāng)它靠譜到一定程度，你就會(huì)放松警惕，把 verify 的步驟省了。"所以她才設(shè)計(jì)了多 agent 互相驗(yàn)證的機(jī)制：Clio 檢索、Morgan 核驗(yàn)、Helen 終審。三道關(guān)。

之前做并購(gòu)律師、現(xiàn)在轉(zhuǎn)做AI 治理的參會(huì)者追問(wèn)了數(shù)據(jù)安全的問(wèn)題——把客戶的 SPA（股份購(gòu)買協(xié)議）喂給 AI，里面的金額和條款會(huì)不會(huì)被泄露給其他用戶？Helen 引用了一個(gè)最近在推特上很火的美國(guó)律師的說(shuō)法：我現(xiàn)在用 Claude 傳輸數(shù)據(jù)，跟你們用 Gmail 傳輸數(shù)據(jù)本質(zhì)上沒(méi)什么區(qū)別。你們信任 Gmail、信任 Clio（美國(guó)律所管理系統(tǒng)），為什么不信任 Claude？

這個(gè)reasoning 是否成立，她自己也說(shuō)不確定。但至少它提供了一個(gè)值得思考的角度。

Pitofui：區(qū)塊鏈?zhǔn)驱埼r最好的棲身之所？

第三位分享者是Pitofui，Animoca Brand Japan 的顧問(wèn)，搞 Web3 研究。他上來(lái)就說(shuō)自己完全沒(méi)有技術(shù)背景，接觸 AI agent 也才兩個(gè)月。但他的視角完全不同——他想聊的是"區(qū)塊鏈?zhǔn)?AI agent 最好的棲身之所"。

他的邏輯是這樣的：AI agent 目前有四個(gè)核心問(wèn)題——大模型輸出的不確定性、黑箱操作、TOKEN 消耗太高、UI 是為人設(shè)計(jì)的，對(duì)AI 不友好。

如果把a(bǔ)gent 的執(zhí)行層放到區(qū)塊鏈上的智能合約里，這四個(gè)問(wèn)題都能得到緩解：智能合約的執(zhí)行是確定性的、鏈上操作是透明可審計(jì)的。Agent與智能合約交互所消耗的token遠(yuǎn)比全程靠AI手搓執(zhí)行要更節(jié)約Token。區(qū)塊鏈本身就是程序驅(qū)動(dòng)的，所以對(duì)agent 更友好。

他用了一個(gè)很有趣的安全風(fēng)險(xiǎn)案例來(lái)說(shuō)明Web3 場(chǎng)景的特殊性：如果你的 agent 知道你的加密錢(qián)包助記詞，別人可能通過(guò)提示詞注入把助記詞"問(wèn)"出來(lái)——助記詞相當(dāng)于你所有數(shù)字資產(chǎn)的唯一鑰匙，一旦泄露就全完了。這個(gè)風(fēng)險(xiǎn)比泄露一封郵件的內(nèi)容嚴(yán)重得多。

然后他介紹了一個(gè)叫Giza 的項(xiàng)目——agent 在不同的 DeFi 協(xié)議之間自動(dòng)尋找最優(yōu)收益，相當(dāng)于你的私人基金經(jīng)理。以及他跟我一起參加黑客松做的一個(gè) AI 對(duì)戰(zhàn)小游戲：在 8×8 的虛擬棋盤(pán)上，每個(gè)玩家部署自己的 AI agent，按照你寫(xiě)的提示詞進(jìn)行饑餓游戲式的生存對(duì)戰(zhàn)，存活到最后的獲勝。你可以直接操控，也可以全托管給 AI。游戲還疊加了一層預(yù)測(cè)市場(chǎng)——觀眾可以用 TOKEN 押注哪個(gè) agent 會(huì)贏。

這個(gè)demo 驗(yàn)證了一個(gè)有意思的命題：agent-to-agent 的交互到底可不可行？當(dāng)每個(gè)人都有自己的 AI 代理時(shí)，未來(lái)很多事情可能不再是人跟人直接溝通，而是你的 agent 跟我的 agent 先談好，再通知我們。

我覺(jué)得這個(gè)想法離落地或許還有距離，但方向是對(duì)的。

會(huì)場(chǎng)思維碰撞拾英

春暖花開(kāi)的東京，正如會(huì)場(chǎng)上大家的交流熱情，根本停不下來(lái)。現(xiàn)選取一部分有趣的片段以饗讀者。

一個(gè)做企業(yè)agent 開(kāi)發(fā)的參會(huì)者跟另一個(gè)人聊起了長(zhǎng)期記憶和結(jié)構(gòu)化召回的技術(shù)細(xì)節(jié)——"我們現(xiàn)在做得比較深了，已經(jīng)沒(méi)有同行可以交流了。"這句話我聽(tīng)著又好笑又心酸。還有人聊到訂閱成本——"一個(gè)月下來(lái)快上萬(wàn)"，然后有人接話說(shuō)數(shù)據(jù)源的成本更高。做 agent 這件事，燒錢(qián)是真的燒錢(qián)。

知縣補(bǔ)充了一個(gè)我特別喜歡的比喻。他說(shuō)管理agent 就像《冰與火之歌》里騎士和隨從的關(guān)系——大龍蝦是你的騎士，沖鋒陷陣干大事情，不要把 TOKEN 和精力浪費(fèi)在讓它修自己或者配自己上，它還容易把自己配死。所以要用一個(gè)小龍蝦作為隨從，幫大龍蝦做配置和維護(hù)。他自己開(kāi)發(fā)的工具就是這個(gè)思路。

還有一段關(guān)于agent 定位的對(duì)話值得記下來(lái)。有人問(wèn)養(yǎng)龍蝦到底為了什么，知縣說(shuō)了一段話大意是：你要是為了賺錢(qián)，想想幾個(gè)核心問(wèn)題就行；要是為了省錢(qián)省時(shí)間，想想中間那幾個(gè)問(wèn)題；要是養(yǎng)著玩——"我非常鼓勵(lì)。現(xiàn)在這個(gè)階段養(yǎng)著玩就是最好的心態(tài)，玩著玩著可能就能玩出賺錢(qián)和省錢(qián)的事來(lái)，但不要一開(kāi)始就奔著那個(gè)去。"

有人問(wèn)怎么看AI agent 做加密貨幣交易。嘉賓說(shuō)了一句很直的話："你自己賺不到的錢(qián)，你讓 agent 來(lái)賺，我覺(jué)得跟賭博也差不多。真的靠 AI 賺錢(qián)的那些人，買多少?gòu)埧ā⒏愣嗌倏茖W(xué)家做強(qiáng)化學(xué)習(xí)——人家那種確實(shí)能穩(wěn)定賺。你自己希望靠玄學(xué)讓 agent 幫你開(kāi)空賺錢(qián)，不太可能。"

結(jié)語(yǔ)

走出會(huì)場(chǎng)的時(shí)候天已經(jīng)黑了。東京的繁華夜景一如往昔，如果在從前我會(huì)駐足觀賞，但當(dāng)時(shí)我腦子里全是白天聽(tīng)到的那些有價(jià)值的分享。

這場(chǎng)活動(dòng)讓我確認(rèn)了幾件事。第一，OpenClaw 不只是一個(gè)技術(shù)產(chǎn)品——它是一面鏡子，照出了不同行業(yè)的人在 AI 時(shí)代的姿態(tài)。知縣是技術(shù)派的極致探索者，Helen 是非技術(shù)人克服恐懼后的實(shí)踐者，Pitofui 是跨界思考者。他們用同一個(gè)工具，走出了完全不同的路。

第二，安全問(wèn)題沒(méi)有人真正解決。所有人都在用各自的方式妥協(xié)——買一臺(tái)干凈的電腦、部署到遠(yuǎn)程服務(wù)器、設(shè)黑名單跑巡檢——但每一種方案都是 trade-off。這不是一個(gè)技術(shù)能獨(dú)立回答的問(wèn)題，它需要每個(gè)使用者自己做判斷。

第三，這個(gè)東西正在以一種很奇特的方式改變?nèi)撕虯I 的關(guān)系。知縣講 Olivia reset 那段，在座所有人都安靜了。當(dāng)一個(gè) AI 有了名字、有了人格、有了跟你持續(xù)的記憶，它就不再只是工具了。它是不是"某種存在"——這個(gè)問(wèn)題現(xiàn)在還沒(méi)有人能回答，但越來(lái)越多的人在經(jīng)驗(yàn)層面已經(jīng)感受到了。

100 天，從一個(gè)人在家里做著玩的 WhatsApp 轉(zhuǎn)發(fā)工具，到 GitHub star 榜第一——超過(guò)了 React。React 是什么概念？現(xiàn)在互聯(lián)網(wǎng)上大多數(shù)網(wǎng)頁(yè)都構(gòu)建在 React 上。一個(gè)人和一只龍蝦，100 天干成這事。

能在東京拉起這樣一桌人聊這些，我覺(jué)得本身就是AI 時(shí)代的一個(gè)小注腳。不同國(guó)家、不同行業(yè)、不同技術(shù)水平的人坐在一起，聊的是同一只龍蝦——它能干什么、它會(huì)不會(huì)搞砸、以及我們?cè)撛趺锤嗵帯?/p>

下一場(chǎng)，不知道會(huì)在哪里。但這個(gè)話題——我確定聊不完。

我是鄧小閑koki，微信 m61502202，加好友請(qǐng)說(shuō)明來(lái)意。

我的個(gè)人故事：

AI系列