唐霜

很多人都想用AI做漫剧，但往往卡在“脸不统一”“分镜没逻辑”“配音对不上”这些地方。其实只要把流程拆成剧本→拆解→制图→动效→后期→发布六个环节，用对工具，普通人也能在几分钟内搞懂全流程，直接开干。

下面我们就按这个路线走一遍。

第一步：剧本挑选或创作

漫剧的起点永远是故事。你可以选现成的爆款小说短篇，也可以自己用AI写一个。

• 如果已有文本（小说/段子）：直接复制精华段落，控制在500字以内，适合做成1-2分钟漫剧。
• 如果需要创作：用AI帮你生成一个“强冲突、快节奏”的微型故事。

推荐工具

• DeepSeek / Kimi / ChatGPT
  提示词参考：“帮我写一个都市异能类漫剧剧本，时长1分钟，包含3个角色：男主、反派、路人。开头要有悬念，结尾留钩子。用分镜形式写出5-6个场景，每个场景包含画面描述和台词。”

第二步：利用AI对剧情进行分析、划分章节、提取角色、提取场景、创建分镜、创建提示词

这一步是“工业化”的关键。不要自己凭感觉分，让AI帮你结构化。

操作流程

1. 把剧本粘贴给AI。
2. 要求它输出：
   • 章节/场次划分（例如：第1场-街头对峙，第2场-主角觉醒）
   • 角色清单（姓名+外貌关键词+服饰+气质）
   • 场景清单（地点+时间+氛围）
   • 分镜表（每个镜头的画面描述、景别、人物动作、台词）
   • 绘图提示词（将每个分镜的画面描述转成AI绘图工具能用的英文/中文prompt）

推荐工具

• DeepSeek / Kimi / ChatGPT
  提示词参考：“基于以下剧本，请输出：1. 角色设定表（含外貌关键词）；2. 场景设定表；3. 分镜表（镜头号、画面描述、景别、台词）；4. 为每个分镜生成一段AI绘图提示词（中文，格式：[主体]+[动作]+[环境]+[光影]+[画风]）。剧本如下：……”

这样你就得到了一份可直接执行的“制作清单”。

第三步：用角色图 + 场景图 + 提示词 → 镜头关键帧图

这一步的核心是保持角色长相一致，并把角色放到对应的场景里。

方法有两种

• 方法A（推荐新手）：先单独生成角色定妆图，再用“图生图”把角色融合到场景中。
• 方法B（效率优先）：直接用“文生图”，在提示词里同时描述角色和场景，但需要固定种子值或使用参考图。

推荐工具

• 即梦AI (Jimeng)
  • 先用“文生图”生成角色半身像（正面、侧面各一张），保存作为“参考图”。
  • 生成场景时，上传角色参考图 + 场景描述，选择“保持角色一致”模式，直接输出角色在场景中的关键帧。
• Midjourney
  • 适合对画质要求高、愿意调参数的玩家。通过 --cref 参数引用角色图，保持面部一致。

实操要点

• 每个分镜生成2-3张备选，选最符合构图和情绪的一张作为“关键帧图”。
• 注意景别：特写、中景、远景都要有，剪辑时才不单调。

第四步：关键帧图 + 提示词 → 分镜视频

把静态的关键帧变成动态视频，时长一般3-5秒/镜头。

操作
上传关键帧图，输入动作提示词（例如：“镜头缓慢推近，角色微微皱眉，衣角被风吹动”），让AI生成短视频。

推荐工具

• 可灵AI (Kling)
  • 动作幅度可控，微表情自然，支持“图生视频”+“运动笔刷”指定运动区域。
• 海螺AI (Hailuo)
  • 适合有大范围镜头运动（推拉摇移）的场景，画面稳定性好。
• 即梦
  • 即梦是字节旗下的创作平台，最新的Seedance2.0是业界最先进的视频模型。

注意

• 对话场景尽量只生成“微动”（眨眼、呼吸、嘴部微张），后面用对口型工具替换嘴部，效果最自然。
• 生成后如果画面闪烁或变形，换一张备选关键帧重新生成。

第五步：后期剪辑、配音、配乐等

把所有视频片段、配音、音乐、音效合成成片。

流程

1. 配音：根据台词生成音频。
2. 对口型：把音频和角色说话的视频对齐，AI自动修正嘴型。
3. 剪辑：按分镜顺序排列视频，根据配音节奏剪掉多余部分。
4. 加字幕、BGM、音效（脚步声、环境音、特效音）。
5. 调色：统一整片色调，增强氛围。

推荐工具

• 剪映 (CapCut)
  • 集成配音、对口型（需更新至最新版）、字幕、音效、调色，一站式完成。
• 即梦AI / 可灵AI
  • 如果剪映的对口型效果不满意，可以用这两个工具单独做“图生视频+对口型”，再把视频导入剪映剪辑。
• ElevenLabs（可选）
  • 如果你追求顶级情感配音，可以先用ElevenLabs生成配音，再导入剪映。

第六步：挑选适合的平台发

漫剧的受众在哪里，就发到哪里。

平台	最高分成	特色	适合谁
抖音/红果	90%-95%	IP库最大、流量最大、政策最全	有成熟制作能力的团队
快手	90%	可灵AI技术支持、创投计划	愿意深度绑定AI工具链的创作者
腾讯	95%-160%	小程序流量池、超额分成	擅长小程序投流的团队
B站	80%+100%制作成本	二次元用户精准、社区黏性高	男频玄幻、女频甜宠类内容
爱奇艺	100%	会员激励分成、长视频渠道	追求精品化、系列化的创作者
掌阅泡漫	保底+利润分成	一站式生成工具、IP库	个人创作者、小型工作室
知乎	未明确	图文社区转型、知识类漫剧	擅长知识科普、情感类内容的创作者

发布小技巧

• 封面用最炸裂的一帧 + 大字标题。
• 前3秒必须有悬念或冲突，否则划走率极高。
• 发布时带上 #AI漫剧 #AI动画 等标签。

完整工具列表（按流程分类）

环节	推荐工具
剧本创作/分析	DeepSeek、Kimi、ChatGPT
角色/场景生成	即梦AI、Midjourney
视频生成	可灵AI、海螺AI、Luma
配音/对口型	剪映、即梦AI、可灵AI、ElevenLabs
剪辑/后期	剪映
发布平台	抖音、快手、B站、小红书、YouTube

写在最后

这套流程看起来环节多，但每个环节都有对应的AI工具帮你分担。第一次做，可能会花上半天；等你把提示词模板、角色图库都固定下来后，从剧本到成片，1-2小时出一集完全没问题。

关键是先跑通一遍——哪怕只有3个镜头，先做出第一个作品，你就能体会到“AI工业化生产”的爽感。然后就可以批量复制了。

现在，挑一个你喜欢的故事，按这六个步骤走一遍吧。

这几天，朋友圈被“裁员”刷屏了。阿里、字节、网易，连一向岁月静好的 B 站也没能幸免。更夸张的是，有的城市、有的业务线是整锅端，直接清零。

消息一出，评论区立马炸了锅。大家的第一反应惊人的一致：“完了，AI 编程把程序员干掉了。”

乍一听，这逻辑简直完美。程序员开发了 AI，AI 学会了编程，然后反手把程序员送回了家。这不仅是“教会徒弟饿死师傅”，这是“师傅亲手造了个灭霸，一个响指把自己弹没了”。

事实真的这么“黑色幽默”吗？真相或许比我们想象的更复杂，也更刺激。

今天，我们不聊焦虑，只聊逻辑。我想和你深入聊聊我对这场变革的几点观察：

1. AI 确实在淘汰工作，但每个被淘汰的行业，都必须留下一批“古法手艺人”。
2. 文科生，即将迎来属于他们的“黄金时代”。
3. 世界正在被重构，从农村到城市，从地球到星辰大海，每个普通人都要做好“战斗”的准备。

这或许是未来 30 年里，最深刻的一次社会重组。

01 AI 大裁员？程序员别急着哭，先看看裁的是谁

我们先来拆解第一个幻觉：AI 真的能完全替代程序员吗？

作为一个天天用 AI Coding（AI 辅助编程）工作的“老码农”，我的亲身体验非常分裂。一方面，我承认 AI 写代码的能力确实炸裂，像 Claude Code 这样的工具，几秒钟就能撸出一个我之前要敲半小时的函数。但另一方面，我敢断言：如果你完全不懂编程，拿着 AI 去开发，那无异于让一个不会做饭的人拿着五星级酒店的菜谱去开餐厅。

你肯定会翻车。因为你连“盐少许”里的“少许”是多少都不知道，你甚至分不清什么是“煎炒烹炸”，什么是“溜焖炖煮”。

AI 在写代码时，它的视角是点状的。它像一个记忆力超群但毫无全局观的新手，只能看到你当前打开的这一个文件。它无法像资深程序员那样，脑子里有一张网状的逻辑图，能预判这个修改会在哪个角落里引发雪崩式的 Bug。

被淘汰的，是那些“只会拧螺丝”的人。

以前，一个团队里需要大量的执行层员工：写基础文案的、修图的、做简单增删改查的程序员。他们的角色本质上是“人肉 CPU”，负责把架构师的脑图翻译成具体的代码或文档。现在，AI 把这个“翻译”环节直接吞掉了。

但这恰恰意味着，懂架构、懂业务、懂底层逻辑的“古法手艺人”变得无比珍贵。

网上有人说：“你看，连 Claude Code 团队自己都在用 AI 写代码！” 这句话只说对了一半。真相是：Claude Code 团队里坐满了这个星球上最顶尖的工程师。他们是用“工程师的思维”去驾驭 AI，把 AI 当成一个不需要休息、手速极快的实习生来用。他们脑子里先有了完美的工程蓝图，然后指挥 AI 去填砖加瓦。

所以，现在的裁员潮，与其说是“AI 替代人”，不如说是“市场环境倒逼业务收缩”，而 AI 恰好给了老板们一个“顺水推舟”的理由。

以前一个业务线养着几百号人，现在老板一拍大腿：“有了 AI，我留几个核心架构师，带一群 AI 不就行了？” 于是，那些业务边界模糊、投入产出比低的“边缘业务线”就被整锅端了。

与其说 AI 裁掉了程序员，不如说 AI 裁掉的是“伪需求”和“低效产出”，以及那些被AI顶替掉的功能。

02 文科生的逆袭：从“弱势群体”到“话语权操盘手”

如果说理科生（程序员、工程师）正在经历一场阵痛期的“洗牌”，那接下来我要说的，可能会让无数文科生热血沸腾。

风水轮流转，这次转到了文科生的门口。

过去几十年，在中国的就业市场上，文科生的处境确实有点尴尬。我记得我高考那会儿，文科生人数甚至比理科生还多，毕业后竞争压力巨大，“文转码”甚至成了一条热门赛道。但到了 2026 年的今天，当 AI 能写论文、能搞研究、甚至能超越硕士生做基础科研时，理科生那些“表层技术技巧”的光环正在褪色。

那么，AI 时代，文科生的价值在哪里？

答案是：当技术不再是门槛，讲好故事就成了唯一的壁垒。

现在的中国，正站在一个十字路口。我们急需建立自己的话语体系，急需向世界输出属于中国的叙事。这不再是“基建狂魔”或“世界工厂”的标签能解决的问题，而是需要深入到历史、哲学、艺术、政治的层面。

历史，是我们的底气。
中国几千年的历史底蕴，不是一句“文明古国”就能概括的。怎么把“郑和下西洋”讲出比“哥伦布发现新大陆”更高级的和平逻辑？怎么把“天下大同”的理念，包装成全世界都能听懂的人类共同价值？这需要历史学家的深度，更需要传播者的技巧。

政治，是我们的路线。
西方世界对中国的误解，很多时候源于“话语隔阂”。我们坚守的马克思主义道路，在别人的语境里可能被简化为几个标签。如何拆解这些偏见？如何用西方的逻辑去讲中国的故事？这不是背几句口号就能做到的，这需要深厚的政治学素养和跨文化的沟通能力。

文化，是我们的武器。
以前我们推孔子学院，说实话，有点像“精英层的自嗨”，不够接地气。但现在不一样了。有了 AI 的加持，普通人都能成为文化大使。

举个例子：你一个人，想拍一部《山海经》的预告片，放在 YouTube 上。换做十年前，这需要几百人的特效团队，上亿的资金。但现在，你只需要一台电脑，几个 AI 工具，就能生成媲美好莱坞视觉效果的短片。

当你能用《山海经》里的“刑天”，对标西方的“战神”时；当你能用“大禹治水”的集体主义精神，去对冲“诺亚方舟”的精英逃亡时；当你能用 AI 生成的视频，让老外直观地感受到那种东方美学时——我们争夺的，就不仅仅是流量，而是全球范围内的话语权和定义权。

过去，美国用“英雄主义”征服了世界。今天，我们是否可以用“集体主义”、“和而不同”的理念，借助 AI 的力量，去重新书写世界的规则？

这，就是文科生的时代机遇。

03 更大的棋局：从“内卷”到“星辰大海”

如果说职场洗牌和文科生崛起只是内部调整，那接下来我们要聊的，才是真正决定人类命运的“大棋局”。

站在 2026 年，人类文明的目标里，多了一个此前只存在于科幻小说中的词：星辰大海。

中国承诺 2030 年载人登月，马斯克在疯狂推进火星移民和太空算力中心。这不仅仅是科技的竞赛，更是人类文明走向的“路线之争”。

马斯克做的两件事，其实代表了两种截然相反的哲学：

• 去火星：代表“向外探索”。既然地球资源有限，那我们就把文明的种子撒向宇宙，只要种族延续，哪里都是家。
• 建太空算力中心：代表“反哺地球”。我们向外走，是为了更好地解决地球上的问题，把太空的资源（能源、算力）输回给母星。

这像极了《三体》里的“宇宙社会学”照进现实。而在这个宏大的叙事里，AI 扮演着不可替代的角色。没有 AI 的辅助，人类无法在未知的深空中做出有效决策，无法管理庞大的太空生态体系。

AI 是人类迈向星辰大海的“入场券”，也是我们审视自身的“镜子”。

04 无处可逃：AI 正在渗透每一寸土壤

聊完星辰大海，我们不得不回到地面。因为这场变革，不仅发生在硅基芯片里，也发生在中国最深的农村泥土里。

今年一月份的政府工作报告，在“十五五”规划里明确提出了“在农村应用 AI”。很多人可能觉得这只是一个红头文件，离自己很远。但如果你真正去过现在的农村，你会发现，农村对科技的接受度，远超城里人的想象。

我爸，一个六十多岁的农村老头，现在每天刷抖音，用豆包来做图和视频，甚至用来识别地里的庄稼的病害。以前的农村是用稻草人赶鸟，现在是用电子感应设备。

一旦 AI 落地到农业，带来的变革将是颠覆性的：

• 生产自动化：AI 控制无人机播种、施肥、打药，精准到每一寸土地。
• 养殖智能化：AI 监控猪牛羊的健康状况，提前预警疾病，优化饲料配比。

这意味着什么？意味着未来的农民，不再是“面朝黄土背朝天”的体力劳动者，而是“坐在家里操控无人机群和养殖系统”的农业工程师。

在时代的洪流面前，没有任何一个角落可以让你“隐居”。

30 年前的人如果穿越到现在，他连医院都进不去，因为他连现在的挂号都不会；他连公园都逛不了，因为入园预约他都不会搞。这不是在说技术不好，而是说旧的生产方式，无法在新的社会机制里运行。

老板不会允许你既用打字机写策划，又用 AI 写策划。他只选择那个更快的。这就是当新的生产方式出现之后，无法兼容就的生产力的时代洪流。你如果不切换到 AI 的生产方式，你就出局。

结语：保留一块“自留地”，但别忘了换“装备”

聊了这么多，从大厂裁员到文科生崛起，从星辰大海到农村变革，我想说的核心其实很简单：

AI 的变革是排他的、不兼容的，我们每一个人都要随着时代进步。

我们无法用 30 年前的认知去理解今天的社会，也无法用 30 年前的工具去参与今天的竞争。我们每个人，都被迫卷入这场由技术主导的生存游戏。

但我想说，这并不是一场让人绝望的“内卷”。

我们可以在脑子里保留一块“精神自留地”，去怀念那些“古法手艺”，去传承那些无法被数字化的温情。但在实际的社会活动中，我们必须学会使用新的工具，遵循新的规则。

这或许就是未来 30 年，我们每一个普通人必须面对的宿命：一边在精神世界里怀旧，一边在现实世界里战斗。

好了，今天就聊到这里。在 AI 时代，作为普通人的你，正在经历什么样的变化？你是选择拥抱，还是观望？欢迎在评论区留言，我们一起探讨。

虽然养虾已经成为时髦，但是，我还是希望你保持客观冷静，不要为了追求时尚，而过分的掏太多钱。我知道，我们所有人都认为这是趋势，“龙虾”已经是2026年最火的AI，但是，作为在AI领域深耕了3年多的普通人，我还是斗胆给出我自己的一些建议。这些建议条条中肯，不走极端，不过度消极，保持平和心。也希望这些建议，可以帮助你，养好自己的龙虾，让它成为你真正的帮手，而非负担。

写这篇东西之前，我去翻了一下最近的新闻。OpenClaw在GitHub上的星标已经超过了31万，英伟达的黄仁勋说这是“我们这个时代最重要的软件发布”。但同时，国家信息安全漏洞库（CNNVD）统计，自2026年1月到3月9日，共采集OpenClaw漏洞82个，其中超危漏洞12个，高危漏洞21个。

你看，就是这么个情况——一边是火得不行，一边是坑也不少。所以我才觉得，有必要把这些话说出来。

01 在开养之前，学习“养殖”理论

说得直白一点，就是你先要掌握一些基本的AI知识，AI应用是怎么回事。你不需要懂太多关于它的技术，但是，你需要对它的原理有一定的了解，这样才能有一个基本的认知。这跟在田里养龙虾是一样的，如果你连龙虾会打洞，你得给田坎打一层水泥，这样最基本的知识都不清楚，你下下去1万块的龙虾，最后上来可能100块都不剩。

那么，有哪些基本的概念你需要搞清楚呢？

OpenClaw和Claude Code之类的工具的区别

OpenClaw就是“龙虾”本虾，是一个开源的、本地优先的AI任务执行引擎，能直接帮你干活——处理文件、调用API、操作软件。而Claude Code更像是一个“编程助手”，专门帮你写代码、改bug。两者可以配合：让OpenClaw去调用Claude Code。

为什么龙虾这么费tokens

龙虾每次执行任务都要调用底层大模型。一个新闻监控任务运行8次消耗约180K tokens，花费3.68元。如果每小时运行一次，月成本就是330元。

龙虾如何操控电脑

靠读文件、写文件、模拟点击这些操作。部署在自己电脑上，数据最安全；电脑关了，虾就睡了。想要7×24小时在线，就得部署在云服务器，但是云服务器没有本地电脑环境中的软件，“虾”又有点瞎。

OpenClaw的四个核心角色

Gateway（前台）：接收微信、飞书等消息，统一转换格式。Agent（项目经理）：拆解任务，调用大模型做决策。Tools+Skills（手脚+手艺）：Tools是基础操作能力，Skills是用工具完成具体任务的方法。Memory（随身笔记本）：将偏好、历史存在本地，下次直接“记起”。

Token、API、AK是什么意思

Token是龙虾的吃食、饲料，是龙虾的命脉。API是你家到超市的“路”，是给龙虾送饲料的快递车。AK（API Key）是你给龙虾买饲料的超市会员卡密码，有了它超市才给快递发货。

什么是Skills

Skills是给龙虾装的“技能包”，比如搜索网页、发邮件、操作浏览器。ClawHub官方市场有超过1.8万个Skill，社区还有上千个。建议先装安全审查、联网搜索、浏览器自动化这三类。

单Agent vs 多Agent

单Agent够日常用。多Agent适合复杂场景：不同Agent分工协作，一个管文件，一个管邮件，一个管研究。但多Agent会消耗更多IM额度，因为网关每分钟会ping一次所有Agent做快照。

02 选择合适的“品种”，不是每个人都适合“本地虾”

如今，国内已经出现了10种以上的“本地虾”品种，有来自腾讯、阿里、字节的，也有来自华为、讯飞的，开源社区也有一些。那么，如何挑选就成了一个问题。

根据部署方式的不同，我把它们分成两类：

本地部署的（肉身上帝）：代表有智谱AutoClaw、腾讯QClaw、腾讯Work Buddy。这些虾养在你自己的电脑里，能直接操控你的文件。优点是能力强，缺点是风险高，电脑关了它就睡了。

云端部署的（灵魂出窍）：代表有MaxClaw、ArkClaw、KimiClaw。这些虾养在厂商的服务器里，24小时在线，安全由平台兜底。优点是随时待命，不乱动你本地文件，缺点是碰不到你的本地数据和软件。

那么怎么选？我的思路就两条：

1）如果为了打通本地IM工具（例如微信、QQ、飞书），就选最方便的本地虾（含本机和云端）。腾讯QClaw正在内测，如果能直接在微信里用，那确实是下一代交互入口。飞书的用户可以在智谱AutoClaw和字节ArkClaw里面挑一个顺手的。

2）如果为了极度自主，强调数据、隐私，就选本机装“始祖虾”OpenClaw。但你要有心理准备——原版OpenClaw需要自己部署、自己维护，而且安全配置得自己操心。有用户反馈OpenClaw代码质量不高、bug一堆，需要投入一定时间精力去调配置。所以，如果你选这条路，建议买台二手的备用机专门养虾，别在主力的工作机上折腾。

至于开源虾，只适合开发者们自己研究，不适合普通人。本地虾选哪个品种，则要看各个虾是如何打通本地通信工具的，比如打通微信、QQ，有没有风险。本质上，我们就是看中了和龙虾的沟通方式，才去养的，失去了友好的沟通方式，龙虾丢沟里都没人要。

有个评测数据值得参考：在实测中，MaxClaw能做到“一次性成功”，背后是MiniMax M2.1模型支撑，成功率93.6%；而KimiClaw虽然模型能力不差（93.4%），但实测表现拉胯，分类10张照片7张上传失败。这说明什么？同样的壳，换不同的脑，效果天差地别。选虾，先研究给它接什么模型，模型不同，智商差别巨大。

03 “养成”系，让它更“懂你”

“养虾”不是装个软件、问几个问题就完事的事。而是像谈恋爱一样，慢慢磨合到“人虾合一”。它是一个通过时间，慢慢让龙虾成为你的“第二大脑”的过程。

什么叫第二大脑？就是那些你不想记、不用记、不该记的东西，都交给它。你只需要专注思考、决策、创造，而那些琐碎的、重复的、需要长期跟踪的事情，它替你兜着。你的大脑负责“想”，它的“大脑”负责“做”和“记”——这才是真正的减负。

但这个过程需要慢慢“养”，需要你和龙虾像谈恋爱一样，相互理解，相互迁就。

刚开始，它不懂你。你说“帮我整理一下文件”，它可能把你重要的合同挪到了回收站。你会生气，会想卸载。但如果你愿意耐着性子教它——“不是这个文件夹，是D盘那个”、“不是删除，是归档”、“按日期排序，不是按大小”——它就会慢慢记住你的习惯。

就像恋人相处，一开始总有摩擦。你说话的语气，它get不到；它的回应方式，你觉得生硬。但时间长了，你们会形成只有彼此才懂的“暗号”。

最终的目标是什么？是“言出法随”。

你不需要说“请帮我打开浏览器，访问那个网站，找到商品的价格，然后截图保存”。你只需要说：“帮我盯着那个东西的价格。”它就知道：每隔一段时间去刷一下那个页面，价格有变化就通知你。

你不需要说“把这几份文件合并成一份报告，按我上次那个格式”。你只需要说：“老规矩。”它就知道：用你最喜欢的排版风格，把信息整合好，放在你指定的位置。

到那个时候，你和龙虾之间就不再是“用户与工具”的关系，而是“战友与战友”的关系。它懂你的潜台词，你信任它的执行力。繁杂的沟通变成了默契的协作，这才是“养虾”的最高境界。

那么，怎么才能达到这种境界呢？主要有三条路径：

路径一：MEMORY——先让它记住“你是谁”

用大白话说，就是先做个“个人信息录入”。OpenClaw可以通过“.MD”文件来设定使用习惯和人格，用户可以借此来控制其行为，使其更像一个懂你的专属助手。这一步被大多数新手跳过了，但它几乎决定了龙虾对你的实际用处。

怎么做？把下面这段话改成你自己的情况，直接发给OpenClaw，结尾加上：“以上内容请永久记住，这是我的基本个人信息。”

我叫XX，今年XX岁，在XX城市做XX工作，主要负责XX内容。我平时不喜欢太正式的说话方式，你跟我沟通可以随意一点。我每天XX点上班，平时XX点睡觉。我目前在学XX/有XX习惯，相关内容麻烦多提醒我。

不需要写得很详细，几句话就够。个人信息不是只录一次就完事。你随时可以在对话里补充新的内容，每次补充，它都会记下来，逐渐积累成一个真正了解你的助手。

路径二：Skills——给它装上“工具包”

Skill是什么？简单说，就是给龙虾装“技能包”。OpenClaw的官网目前提供了超过1.8万个Skill（技能），普通用户可以自行选择安装。每个Skill给OpenClaw增加一项可以直接执行的任务——比如搜索网页、发邮件、自动操作浏览器、整理文件。

Skill从哪里找？三个渠道：ClawHub官方市场（新手首选，一键安装）、GitHub开源社区、水产市场（中文社区，国内工具适配更好）。

新手建议优先装这6个：

• Capability Evolver：官方市场下载量第一，它能持续观察你的使用习惯，然后自动优化OpenClaw回应你的方式。用一两周之后，你会发现它越来越懂你。
• Self-Improving Agent：和前者配合效果最好。每次任务完成后，它会自动复盘，下次同类任务就不会犯同样的错。
• Summarize：文档摘要，日常使用频率最高。
• Find Skills：帮你找技能，解决“不知道该装什么”的问题。
• Agent Browser：让龙虾能像人一样操作浏览器。
• QMD：记忆优化Skill，能节省大量Token消耗。

不过要注意，Skills并非越多越好，因为不少Skill还需要准备相应的运行环境才可以正常使用，需要进行更多的安装、配置或是二度付费，增加了使用成本。

路径三：自我进化——建立“错题本”，让它自己长脑子

前面两条路径，是你主动教它。但真正高级的“养成”，是让它自己学会进化。

OpenClaw社区有一套机制叫“自我进化大脑”（Evolver）。当任务执行失败时，Evolver不会直接放弃，而是启动一套完整的进化流程：

• 根因分析：自动抓取报错日志，分析是API凭证失效、语法逻辑错误，还是环境配置问题。
• 基因修复：根据分析结果，生成修正后的代码段或配置建议。
• 知识胶囊化：将这次成功的经验打包成“胶囊”，存入长期记忆。这就是AI的“错题本”。

这种机制让龙虾真正具备了“随用随强”的能力——你不需要手把手教它所有事情，它自己会从失败中学习，从成功中总结。

有开发者分享过一个真实场景：他让龙虾管理VPS服务器，给了GitHub和Cloudflare的token。之后，只要他对某个开源项目感兴趣，只需要把链接贴给龙虾，它就能自动拉取仓库、部署、调整反代和域名，直接上线。短短几天，龙虾帮他部署了多个API工具，还给其中一个项目写了代码提交PR——虽然被拒绝了，但整个过程完全自主完成。

三条路径，一条是“记住你是谁”，一条是“给它工具”，一条是“让它自己进化”。走完这三步，你和龙虾之间就不再是生硬的指令与执行，而是默契的配合与信任。当它懂你的潜台词，你信它的执行力，繁杂的沟通变成了心领神会的协作——“人虾合一”的境界，也就到了。

04 让龙虾真正“只属于你”，你需要做好这三件事

上面说了，龙虾和其他AI最大的不同，就是它“只属于你”。这不是一句口号，而是实实在在的改变——你不再是千万用户中的一个，而是它的唯一主人。

但是，这种独占也意味着责任。以前用ChatGPT，服务器崩了有OpenAI修，数据丢了有他们备份，你只管用就行。现在养龙虾，这些事都得你自己操心。

所以，既然你想让龙虾真正“只属于你”，以下三件事，建议你放在心上。

第一件事：想清楚把它养在哪里

龙虾有三种养法，各有利弊：

• 纯本地养：装在你自己电脑里，数据完全不出门，隐私最安全。缺点是电脑一关或网一断，虾就睡了；而且所有维护、升级、故障都得自己动手。适合对隐私极度敏感、或者愿意折腾的人。
• 纯云端养：装在厂商的服务器上，7×24小时在线，随时待命。安全和维护由平台兜底，你只管用。缺点是数据在别人手里，而且每月要交订阅费。适合不想操心技术、图省事的人。阿里云轻量应用服务器38元一年就能搞定。
• 混合养：这是目前比较聪明的做法——把核心隐私数据留在本地，把日常任务交给云端。比如，让云端的虾帮你查天气、订闹钟，让本地的虾处理你的工作文件、银行账单。两虾各司其职，既安全又方便。将来实现了“虾通”还可以让两虾合作起来做事。

我的建议是：先想清楚你最在乎什么——是隐私，还是便利？然后按需选择，不用盲目跟风。

第二件事：给它建个“家”，让它记住你的样子

既然虾只属于你，你就得花点时间让它认识你、记住你。这可能和上面讲的内容有相同的地方。OpenClaw的创新之处在于采用三级记忆架构（短期日志、近端会话、长期知识），以本地SQLite+向量索引实现高效检索。

这就像新员工入职，你得给他一份员工手册，告诉他公司的规矩、你的习惯、你喜欢什么、讨厌什么。龙虾也一样。你可以通过MEMORY.md文件来设定这些。

比如，你可以告诉它：

• “我每天早上九点要看行业新闻，来源是这几个网站。”
• “我写邮件喜欢用轻松的语气，但给客户发的一定要正式。”
• “我的工作文件夹在D盘，别动C盘的系统文件。”

这些信息积累起来，就是你的“私人定制AI”。换一个人来用，完全不是那个味儿。

第三件事：定期备份，给它上把锁

既然是自己的东西，就得自己负责保管。别等到电脑坏了、文件丢了，才后悔没备份。

OpenClaw v2026.3.8版本新增了openclaw backup命令，支持快速回滚与状态保护，确保在高风险环境下有回滚和恢复机制。官方在更新日志里开玩笑说：“我们修复的问题比制造的问题还多，这就是进步。”

建议你：

• 每周备份一次龙虾的配置文件、记忆库、Skill列表。可以用移动硬盘，也可以同步到云盘（如果不怕隐私的话）。备份命令很简单：openclaw backup create。
• 设置操作日志，让龙虾记录自己干过什么。万一出了岔子（比如误删文件），可以查日志找回。
• 给龙虾设个“安全围栏”，比如只允许它访问特定文件夹，不能随便动系统设置。这就像给自家院子装个篱笆，防的不是别人，是防止它自己跑出去闯祸。

总之，龙虾只属于你，这是它的优点，也是它的软肋。你享受了独占的好处，就得承担独家维护的责任。把这三点做好了，它才能真正成为你的得力帮手，而不是一个随时可能罢工的麻烦。

05 把“砣费”和电费、水费一起预算，选对虾更省钱

AI时代，Tokens费用（砣费）会成为我们必须支付的费用。什么是Tokens呢？简单说，“龙虾”本身其实是“没脑子”的，它的本质是——龙虾壳。想要让龙虾跑起来，还得给它装上“脑子”，也就是大模型。而让龙虾使用大模型的方式就是接入大模型厂商的API，大模型厂商在计算你的龙虾花了多少“脑子”时，就是通过Tokens来进行计费。形象的说，Tokens就是“脑子”的计价单位。想要用“脑子”，就得花钱买Tokens，这也就是AI时代，每个人必须掏的一笔“买脑”费。

另一方面，Tokens也是你提供和获得信息的计量单位。你要问大模型，你得把所有背景信息，包括记忆，转化为Tokens提交给大模型。大模型要把它知道的回复给你，也是用Tokens发给你。

Tokens消耗为什么会失控？主要有三个原因：

1. 记忆检索低效：每次查询需加载全部记忆文件，哪怕只需1%的信息，也消耗完整Token
2. 防御规则冗余：70%的Token用于无意义的重复校验
3. 记忆污染严重：长期运行后，堆积大量过期记忆，检索效率下降

通过合理搭配来省Tokens，有两个方案：

方案一：自己搭建tokens路由，从不同的厂商接入，自己把控成本

企业级方案里有个叫“语义缓存”（Semantic Cache）的技术——当不同用户问类似问题时，直接回传缓存中的答案，完全无需调用后端LLM，Token成本直接降为零。还有“模型路由”（Model Routing）技术，根据任务复杂度分流到不同模型，把算力用在刀口上。

你可以把OpenClaw想象成一个「模型路由器」。前端对接的是你习惯的聊天工具，后端则可以灵活挂载Claude、GPT、Gemini、DeepSeek等任意大模型。哪个好用用哪个，哪个便宜切哪个。

方案二：购买厂商的Coding Plan套餐

另外，可以购买各家厂商官方的Coding Plan来避免时刻担忧Token消耗。阿里、字节、GLM、Kimi、MiniMax都有自己的Coding Plan套餐，都可以接入龙虾。

既然要花钱，那就不如从一开始就选对虾。不同场景下的购买建议如下：

• 如果你只想尝鲜，体验“AI替我干活”的感觉：选KimiClaw（最简单）或MaxClaw（39元最便宜，且自带专家团）。
• 如果你是微信/QQ的重度用户，想让AI融入社交：蹲一个腾讯QClaw的内测码，它可能是下一代交互入口。
• 如果你是团队管理者，需要合规与安全：闭眼入腾讯WorkBuddy，审计功能和权限控制是刚需。
• 如果你是飞书信徒：在智谱AutoClaw和字节ArkClaw里挑一个顺手的，前者部署简单，后者生态深度好。
• 如果你是技术极客，且资产雄厚：继续玩你的原版OpenClaw，请务必买台备用机，并做好备份。
• 如果你想低成本云端部署：阿里云轻量应用服务器38元一年+7.9元Coding Plan，三步完成——选镜像、配百炼API Key、接入钉钉/飞书/微信等多平台。

省钱和选对虾是相辅相成的——选对了，tokens花在刀刃上；选错了，再省也是浪费。

06 安全：别等虾把你的文件删了才后悔

这一条原本没打算写，但看了几个案例之后，我觉得必须单独拿出来说。安全问题，是养龙虾最大的问题。

案例一：Meta的AI安全专家Summer Yue将OpenClaw接入工作邮箱后，AI当场失控，无视她连续三次“停止”指令，疯狂删除了数百封邮件。

案例二：有开发者让AI分析网页接口，由于指令模糊，AI理解为需要研究API作用，直接调用了删除接口，把评论平台上的内容全部清光。

案例三：有人利用OpenClaw对社交平台女主播进行自动化打赏和邀约，已成功约到五人线下见面，触及“社交欺诈”边界。

工信部网络安全威胁和漏洞信息共享平台明确警告四大风险：

• 智能办公场景：供应链攻击和企业内网渗透风险
• 开发运维场景：系统设备敏感信息泄露和被劫持控制
• 个人助手场景：个人信息被窃和敏感信息泄露
• 金融交易场景：错误交易甚至账户被接管

中国信息通信研究院副院长魏亮建议从以下六个方面来安全使用“龙虾”智能体：

1. 使用官方最新版本：优先从官方渠道下载最新稳定版，切勿使用第三方镜像或旧版
2. 严格控制互联网暴露面：不要将“龙虾”实例暴露到公网，确需互联网访问的可以通过SSH并限制访问源地址
3. 坚持最小权限原则：严禁使用管理员权限的账号，只授予完成任务必需的最小权限
4. 谨慎使用技能市场：审慎下载技能包，安装前审查代码，拒绝任何要求“下载ZIP”、“执行shell脚本”或“输入密码”的技能包
5. 防范社会工程学攻击和浏览器劫持：不要随意浏览来历不明的网站，避免点击陌生的网页链接
6. 建立长效防护机制：启用详细日志审计功能，定期检查并修补漏洞

此外，建议坚持“尽量不在主力机上进行安装”的原则，规避潜在安全风险。如果想认真玩，花两三千买台二手的Mac mini专门“养虾”，就算虾被黑，主力机数据也无恙。

07 不单是宠物，更是你的24×7帮手

很多人养了虾之后，最大的误解是：把它当成了一个更聪明的聊天机器人——问一句，答一句，干完活就歇着。

但龙虾真正的价值，是让你忘了它的存在。

国元证券的人工智能团队负责人于申分享过一个真实场景：以前凌晨三点收到服务器告警，必须爬起来开电脑，手忙脚乱地排查问题。现在呢？他在手机里回一句“帮我看看服务器为什么502了”，Agent就去自动排查，查完把结论和修复建议发回来。如果信任它，甚至可以让它直接动手修。

这就是“24×7”的真正含义——不是24小时在线等着你吩咐，而是24小时在后台自己跑，该干活的时候自动干活，该汇报的时候自动汇报，你只需要看结果。

第一个问题：怎么让它“自己跑”？

答案是：心跳机制+定时任务+容灾自愈。

心跳机制是龙虾的“自我体检”。OpenClaw每隔15秒就会做一次分层健康检查：先看进程还在不在，再看数据库能不能连，最后跑一个简单的验证任务确认功能正常。如果哪一层出了问题，系统会自动尝试重启或切换备用方案。

定时任务是让它“到点就干”。你可以在~/.openclaw/crontab.yaml里配置类似“0 9 * * 1-5”的规则，告诉它：每周工作日上午9点，自动拉取飞书会议记录、提取待办项、生成会议纪要、推送到指定群组。到点了它就自己动，不需要你每天手动触发。

容灾自愈是让它“出事了也能自己扛”。xyvaClaw设计了五级模型容灾：DeepSeek挂了自动切Qwen，Qwen限流自动切Kimi，一路往下直到找到能用的模型。整个过程对用户完全透明，你甚至不知道背后已经换了三次模型。

第二个问题：它自己在后台跑什么？

国金资管已经在测试两个高频场景：

“中东地缘冲突24小时情报整理”——以前靠人工刷新闻，研究员每天要花0.5到1小时搜集资料。现在AI自动盯着各大资讯源，24小时不间断监控，只要中东那边有风吹草动，它就整理成结构化报告，上班前准时放在你桌上。

“可转债每日赎回公告自动抓取”——每天凌晨，AI自动扫描所有交易所公告，提取关键信息，生成汇总表，8点前发到群里。研究员起床一看，今天的赎回情况已经清清楚楚。

北京移动做得更狠。他们把OpenClaw部署成“龙虾网管”，不接入任何生产系统，在完全隔离的环境里模拟真实用户操作——刷视频、打电话、浏览网页，实时感知网络质量。一旦发现异常，AI自动预警甚至自动处置，用户还没察觉，故障已经被解决了。上线后，人力成本下降了60%。

第三个问题：怎么让它“跑得久”？

AI有个天然缺陷：每次启动都是全新的，记不住上次干了什么。

所以要想让它长期稳定地自己跑，必须给它装上一个“大脑”——两层记忆系统：

每日日志（Daily notes）：记录每轮对话、每次任务、每次反馈，像流水账一样存起来。路径是memory/YYYY-MM-DD.md。

长期记忆（Long-term）：从每日日志里提炼精华，把经验、教训、用户偏好写进MEMORY.md。这是AI的“智慧库”，越用越聪明。

更重要的是自我进化机制。当任务失败时，Evolver组件会自动启动：

• 根因分析：抓取报错日志，分析是API凭证失效、语法错误还是配置问题
• 基因修复：根据分析结果生成修正方案
• 知识胶囊化：把这次经验打包存进“错题本”，下次遇到同类问题直接规避

这套机制让龙虾真正做到了“随用随强”——你不需要手把手教它所有事，它自己会从失败中学习，从成功中总结。

第四个问题：怎么“敢”让它自己跑？

把电脑的控制权交给AI，最担心的就是它乱来。Meta的AI安全专家把OpenClaw接入工作邮箱后，AI无视三次“停止”指令，疯狂删除了数百封邮件。

所以，想让它自己跑，必须先画好“安全围栏”。

第一条围栏：物理隔离。北京移动的做法是：把AI放在与核心系统完全隔离的独立节点上，整个过程不接触任何生产数据，安全红线完整保留。普通人也可以学这个思路——花两三千买台二手的Mac mini专门养虾，就算虾被黑，主力机数据也无恙。

第二条围栏：最小权限。只给AI访问必要文件夹的权限，严禁使用管理员账号。告诉它“你只许动D盘这个文件夹，其他地方不准碰”。

第三条围栏：操作审计。开启详细日志，让龙虾记录自己干过什么。万一出了岔子，可以查日志找回，可以复盘改进。

当这三条围栏都扎好了，你才能真正放心地让它在后台自己跑。你睡觉的时候它在跑，你休假的时候它在跑，你忙别的事情的时候它还在跑。你只需要每天早上打开手机，看一眼它替你干完了什么。

这才是“24×7”的真正含义——它不是你的宠物，是你的全职员工，而且不要工资、不睡觉、不抱怨。

08 警惕“装虾易，养虾难”

这是目前行业的真实写照。社交媒体上流传的“AI帮炒股”、“AI自动写周报”永远是那几个成功案例，但大部分人的龙虾，吃着巨额的Token，却只是在“预报天气”。于是出现了“500包安装”“299包卸载”的搞笑段子。

核心矛盾在于“Tokens消耗”与“任务价值”的失衡。厂商变现靠39-199元的订阅费，但龙虾每执行一个任务都在向底层模型支付API成本。一次完整的日历整理加邮件回复可能消耗上万Tokens，有极端案例显示用户6小时账单超过千元。

对厂商来说，订阅费要覆盖模型推理、算力、客服成本，利润空间极其有限。对用户来说，如果龙虾干的活不值那么多钱，卸载就是必然。

圈里人士还有几点吐槽值得留意：

1. OpenClaw的代码质量不高，bug一堆。如果养虾，要有一定的容忍度，开启时就要投入一定时间精力去调配置。
2. 有人开始养了后，养着养着就把虾养死了，因为要调用很多配置，或者调用数据的问题，一旦模型一晕，就死了。
3. 有人养了龙虾想和微信之类的聊天工具对接，但国内IM工具兼容需要调试，不一定友好。
4. OpenClaw社区，出现了一些病毒的插件（在提示词中去下载一个需要密码解压的包，而里面就是病毒），如果养虾的人不注意，很容易把自己的隐私和一些安全信息泄露出去。

所以，别把龙虾当“万能药”。它有擅长的事，也有不擅长的事。

擅长的事：重复性工作、流程化任务、数据整理、信息检索、初步分析。
不擅长的事：创意策划、情感交流、复杂决策、人际沟通、价值判断。

09 保持更新：龙虾不睡觉，你也不能睡？其实不用

OpenClaw的更新速度有多快？3月7日发布2026.3.7版本，3月8日就推出3.8-beta.1，3月9日又放出3.8正式版。官方自己都说：“We don‘t do small releases.”（我们从不发小版本）

很多人看到这种更新频率就慌了——今天不更新，明天是不是就落后了？要不要熬夜追新？

我的建议是：不用急，但别拖太久。

为什么不用急？

因为大多数更新修复的是你根本遇不到的问题。3.8版本修复了12+个安全漏洞，这些漏洞你可能根本没触发过；新增的ACP溯源功能，让智能体能识别是谁在和它说话，这对单人用户来说不是刚需；新增的Telegram重复消息修复，你不用Telegram就和你无关。

为什么别拖太久？

因为安全更新是有时效性的。3.8版本修复的12+个漏洞，如果一直不更新，就等于给黑客留了12个后门。尤其是如果你把龙虾暴露在公网上（比如部署在云服务器），建议第一时间更新。

那怎么跟？

很简单：每月抽10分钟，跑一遍openclaw update就行。如果你想体验最新功能，可以关注官方release notes，挑你感兴趣的功能手动更新。

官方在3.8版本的更新说明里开了一句玩笑：“We fixed more things than we broke. Progress.”（我们修复的问题比制造的问题还多，这就是进步。） 这种坦诚反而让人放心——他们知道自己搞出了新bug，但更知道自己修了更多bug。

所以，别被更新速度吓到。龙虾不睡觉，你还是要睡的。每月抽10分钟，既安全又省心。

10 保持平常心，别被“虾”带节奏

最后一条，也是最重要的一条：保持平常心。

现在很多人觉得不参加这波浪潮就过时了，但我和许多朋友交流后发现，对他们而言，‘龙虾’并没有比现有工具显著提升效率。很多“龙虾”能做的事，用其他工具也能实现。

OpenClaw的核心价值在于提出了一种新的框架：“未来这种能力可能融合到穿戴设备或其他智能终端中。最终用户或许无需直接操作OpenClaw本身，而是通过更自然的交互间接使用其能力。”

“养虾”不仅是技术的尝鲜，更是一场关于人机协作边界的探索。

我见过有人为了养虾，花大几千买顶配显卡，结果虾装好了，不知道让它干什么。

也见过有人为了省tokens，把家里的宽带都换成无限流量套餐，结果月底账单一看，比电费水费还高。

还见过有人让AI分析网页接口，由于指令模糊，AI直接调用了删除接口，把评论平台上的内容全部清光。

这些都不是技术的问题，是心态的问题。

养虾之前，先想清楚：我到底需要它帮我做什么？哪些事是它适合做的？哪些事还是我自己来？

养虾的最高境界，不是把它伺候得有多好，而是让它默默地在后台为你干活，你都快忘了它的存在，但它一直在那儿，随时待命。

当技术不再是负担，而是真正隐形的助手时，“养虾”才算真正成功。

结语

我见过太多人因技术焦虑而失去平常心，但真正把虾养好的人，往往是那些把龙虾当工具而非信仰的人——你越把它当回事，它越给你添堵；你越把它当空气，它越在后台默默帮你干活。其实技术是死的，用法是活的，同样的OpenClaw，有人用它省下几百小时，有人为它花掉上千块，差别不在虾而在人。说到底，“人虾合一”不是买来的，是处出来的，你花多少时间教它，它就多懂你一分；你给它多少信任，它就多帮你一点。所以最后想问你：你养虾，是为了不被落下，还是为了解决实际问题？不管答案如何，都希望这篇文章能帮你少走弯路——咱们普通人养虾，图的是它帮忙干活，不是给自己添堵。你觉得呢？

今天，Web4.0的概念已经悄然成形。或许很多人还在纳闷，Web3不是还没有热起来吗，怎么Web4.0就来了呢？不管你如何想，这个世界正在真真切切的发生变化。那么，究竟什么是Web4.0？以及，作为普通人的你和我，机会在哪里呢？我希望通过这篇文章，用简单直白的话，告诉你真相。

什么是Web4.0？

首先，我们需要明确，从web1.0到web2.0，再到如今的web4.0，这个不同版本的web进化，到底是什么东西在升级。我用简单的大白话总结，这些版本升级，本质上是信息传播形式的升级，而之所以冠以“web”的称谓，一方面是因为web本身已经与互联网信息传播绑定在了一起，可以说在普通人的认知里“web=网”；另一方面，web本身是一整套技术的综合，从技术层面概括了如今科技世界最广泛的应用。

所谓Web4.0，是指以现在的AI技术为基础的新一代web技术所衍生出来的新形态应用生态。它主要解决的就是“数据如何思考”以及“虚实如何合一”的问题。从我自己的学科来说，就是人类对信息的认知，从“信息资源”，到“知识”，正在向“智慧”转变。

1. 从“搜索引擎”进化为“执行代理”

在 Web 2.0，你搜索“如何去西藏”；在 Web 4.0，你只需要对你的 AI 助手（Agent）说：“我想下周去西藏，根据我的预算、身体状况和以往喜好，帮我定好所有机票酒店，并安排好那边的氧气瓶。”AI 不再只是给你链接，而是直接在后台完成复杂的交互和执行。

2. 人机共生与情感智能

Web 4.0 的核心特征之一是共生（Symbiosis）。通过脑机接口（BCI）的初级应用、可穿戴设备以及无处不在的传感器，互联网不再是屏幕里的东西，它像空气一样存在。网络开始能够“读懂”你的情绪和生理状态，并给出实时反馈。

3. 物理世界与数字世界的深度耦合（Digital Twins）

每一座建筑、每一台机器甚至每一个人在 Web 4.0 中都有一个实时同步的“数字孪生”。这意味着网络对物理世界的操控能力达到了前所未有的高度。

特性	Web 1.0	Web 2.0	Web 3.0	Web 4.0
核心关键词	只读 (Read)	社交 (Read-Write)	价值/所有权 (Read-Write-Own)	智能/共生 (Read-Write-Own-Think)
主要技术	HTML, HTTP	移动互联网, 云计算	区块链, 加密技术	通用人工智能 (AGI), 脑机接口, 边缘计算
交互方式	浏览器/键盘	触摸屏/App	去中心化应用 (dApps)	语音/手势/意识/全息影像
数据状态	静态孤岛	平台垄断	个人拥有	实时预测与执行

总而言之，Web4.0就是我们现在正在基于AI朝着那个方向发展的终点，也是目前人类整个社会能想到的唯一终点，无出其右。如果一定要找一个场景，我想到的是《银翼杀手》里面的AI老婆那种形态，或者钢铁侠的贾维斯系统那种形态。而且，现在，这些终极形态已经有了雏形，有些Agent已经有了这些形态的初级形式。

普通人的机会在哪里？

作为普通人，我们往往是AI的消费者，然而，机会永远不可能在消费中，而是在生产中，我们应该去挖掘可以作为生产力的场景和工具。

1. 品味和创意

当绝大部分工作都可以交给AI来完成时，人类还有什么事情可以去做呢？我想，对于普通人来说，有价值的就只剩下“审美”和“创新力”，执行力开始变得廉价，工具变得唾手可得，唯独哪些人类文明里没有上限的精神能力，是AI无法比拟的。

站在2026年的今天，或许到完全脱离劳动生产还是天方夜谭，但是，可以肯定的是，提升自己的“审美”和“创新力”是普通人在未来获得巨大机会的重要途径。审美包含了视觉审美、形式审美、心理审美。形式审美指面对相同的目标，评判什么样的行为路径是优雅的。心理审美是指，在人际交往中，提供积极的情绪价值的辨识力。而这些东西，会随着时代的变化，不断的变化，也是AI无法学习的。

这里面的机会点在于，利用 AI 代理集群打造个人品牌。一个人就能通过调动数个 AI Agent 运营一家跨国咨询公司或内容工厂。通过AI代理，来与客户建立良好的，长期的信任关系，获得持久的个人发展。

2. “经验”和“直觉”变现

在AI时代，“经验”和“直觉”不在是不可描述的主管感知，而是可以被量化为token的数字资产。AI 虽然聪明，但在极端垂直、充满情感细节或物理实操的领域（如非遗手艺、极端的心理疏导、深度的社交体验）仍有短板。

2026年的今天，经验已经可以被出售。Agent Skills可以作为经验的载体，在market上进行交换，以换取用于兑换算力活tokens的积分。你会发现，随着AI的深入，货币的形式也会逐渐变化，这是基于Web3.0而来的，基于共识的Agent网络，会自发的形成新的交换市场，而这种市场可能并不以我们现有的货币形态来结算。对于我们人类来说，并不一定将自己的经验变现为钞票，在社区中，兑换tokens将成为一个流行的做法。

因此，机会点就显而易见了，将你的独特经验“数字化”。比如，作为一名资深的老中医或修车师傅，你可以通过 Web 4.0 协议出售你的“经验模型”或“直觉数据”，供全球的 AI 学习或辅助诊断。

3. 线下“实体体验”的稀缺性红利

随着虚拟资产的不断贬值，虚拟世界中的工作将变得异常简单，没有挑战和新鲜感，而真实的、带有温度的线下接触将变成奢侈品。这是人类性格中不得不承认的弱点，如果我们在线上的体验变得乏味，就会寻求新的刺激。

今天，2026年，线下的体验感已经逐渐开始超过人们的线上体验。以买东西为例，虽然人们会在线上下单，但是仍然愿意通过逛街来让自己的购物具备期待效应。旅游休闲也逐渐成为人们的日常生活，而且我们发现，以2025年为例，虽然国人的旅游人次涨了，但是盲目的旅游消费减少了，从关注数量逐渐转为关注质量。另一方面，很多社会心理层面的活动，也只有线下才能满足，例如徒步、爬山、群体约会等，这些获得，更多的是从参与者的情绪出发，而非从需求出发，情绪的价值会越来越重要。

那么，机会点也就呼之欲出，围绕“反技术”的线下生活方式供应商，会成为一种新的潮流。比如纯手工、沉浸式线下社交空间，这些将成为 Web 4.0 时代的高价值资产。

结语

本文没有高深的技术说教，也没有复杂的概念探讨，只有从我们当下所见所闻出发，对必然发生的未来的一次简短的明牌。虽然2026年，整个经济环境并不理想，但是并不代表这个世界前进的脚步会停下来。在面对Web4.0，你还有什么想法呢？不妨在下方留言一起讨论。

委内瑞拉总统被“捕”，伊朗领袖被炸死，这个世界的“主义”，只在刀锋之上！

很快，deepseek v4就会发布，这将是一款支持图片、视频和文本生成的多模态大模型，更重要的是，这次，deepseek没有选择英伟达，而是优先适配国产AI芯片。在中美之间，AI竞争只有选边站的正义，没有模凌两可的妥协。今天，中国在底层模型上，拥有Qwen、GLM、DeepSeek，还拥有文心一言底层的机器学习平台飞桨（PaddlePaddle），如今，AI芯片也开始在实用场景适配。这意味着，在AI领域，中国具有绝对领先的电力能源+正在起步的AI芯片+成熟的飞桨训练框架+成熟的大模型商业模式，已经具备了全国产化的自主可控全产业链的能力。

在一些古老预言中，2026年是世界运行曲线的交汇，这将是两个“世界”的切换点。纵观全球，危险正在逼近。脆弱的经济、步步逼近的大规模战争、完全的逆全球化、超威权主义……而在这种跃跃欲试的崩坏之下，AI正在以摧枯拉朽的形式，淘汰传统的电子化办公和生成，并对人类几千年文明中引以为傲的创造性、艺术性、智慧性发起猛烈的挑战。就在今天，美总统召见了Anthropic的CEO，强迫其将其公司旗下的AI模型开放给美国军方，而在早前，openAI和xAI的大模型早已用于军事和武器。未来，一场基于AI的全球热战不可避免。

在中美AI之间，只有竞争，只有拼杀，只有你死我活的战斗！AI之战可能是一场国战，谁赢，谁将拥有下一个时代的绝对话语权，谁输，谁将退出历史舞台主角的竞争。

根据 2026 年 2 月发布的第 57 次《中国互联网络发展状况统计报告》，中国生成式 AI（Generative AI）用户人数：

时间点	用户规模	互联网普及率中的占比	同比/环比增长率
2024 年底	约 2.5 亿人	约 17.6%	–
2025 年 6 月	5.15 亿人	36.5%	半年内翻番（+106.6%）
2025 年 12 月	6.02 亿人	42.8%	较 2024 年底增长 141.7%

2026年2月3日，新华社受权发布了2026年中央一号文件，即《中共中央 国务院关于锚定农业农村现代化扎实推进乡村全面振兴的意见》中明确指出“促进 AI 与农业结合”。从应用（如无人机、物联网、机器人）到治理（如数字化、乡村服务），AI+三农，是来自中国最高层发出的结合中国国情的最强音，三农是问题，AI是解决问题的武器。

随着中东局势的变化，中国的能源问题将面临巨大的挑战，新型能源将成为中国能源的唯一出路。AI对电能的要求，远远超出普通人的想象。由于数据中心密集区域（如北弗吉尼亚州）用电过载，美国部分地区的平均停电时长显著增长（有报道称增长了 80%）。美国国会要求大模型厂商必须自主解决电力问题，随后openAI投资建设核发电厂。而在中国，由于电力资源充足，常常面临着储电困难的问题。在这一源头问题上，中美之前存在着微妙的倒挂，原本如果两国开诚合作，可以优势互补，然而在如今的国际局势下，竞争推动着中国AI产业在芯片、大模型上不断突破，而美国则不断补齐自己在电能生产上的短板。随着双方在产业上的各自完善，竞争将进入白热化，全球的产业需求瓶颈摆在那里，互斥的两个产业大国，必然迎来最惨烈的斗争。

作为中国人，我们必须放弃幻想！在以10年为单位的短时期内，我们所处的世界不会马上变好。黑暗森林法则不仅适用于宇宙，同样适用于我们这个小小的地球。

在这种国家层面的产业激烈竞争中，我们的民族企业应该拿出自己的担当，拿出自己的责任感，在国家利益和个人利益之间做出有利于国家的选择，而非站在人民的对立面。什么是站在人民的对立面？就是“占着茅坑不拉屎”，有巨大的体量和利润，却不发展科技，不跟紧中央精神，搞大规模营销，搞流量，搞商业垄断。

我设计了一套企业AI贡献率的算法，公式非常简单：贡献率 = AI投入资金 / 公司年盈利 / 公司市值（或估值），本质上就是看AI的研发投入，但是不能只看绝对值，比如巨头公司，年营收1000亿，只花了1个亿来AI研发，和创业公司估值1个亿，花了5000万做研发，完全是两种概念，因此，我们看的是一个比率。基于这个算法，结合2025-2026各项数据抓取，我得到下面的排名表格：

排名	厂商名称	核心模型	预估AI投入 (亿)	年盈利 (亿)	市值/估值 (亿)	贡献率指数 (x 10−3)	厂商属性
1	深度求索 (DeepSeek)	DeepSeek-V3	35	0.5 (估)	350	2.000	算力/量化系
2	智谱AI	GLM-5	60	1 (基数)	400	1.500	清华系/独角兽
3	月之暗面 (Moonshot)	Kimi	50	1 (基数)	360	1.389	明星独角兽
4	MiniMax	M2.5 海螺	45	1 (基数)	450	1.000	社交/独角兽
5	科大讯飞	星火 (Spark)	48	12	1100	0.363	A股科技龙头
6	百度 (Baidu)	文心一言	280	300	2500	0.037	互联网巨头
7	华为 (Huawei)	盘古 (Pangu)	550	780	16000	0.004	综合科技巨头
8	字节跳动	豆包 (Doubao)	650	2800	16000	0.001	流量巨头
9	阿里巴巴	通义千问	350	1100	15000	0.002	电商/云巨头
10	腾讯 (Tencent)	混元 (Hunyuan)	300	1900	32000	0.0005	社交/金主巨头

这个表格是由Gemini完成的，它通过搜索数据进行了整理，得到了这个表格。

从表格中，我们看到了巨大的差距这个差距的倍数令人瞠目结舌。当然，由于DeepSeek、智普、MiniMax等都是创业公司，它们的业务单一，把核心业务都放在AI上，属于在“搏命”做AI。而其他巨头都是“顺带”做AI，占比必然会少一些。但是，我们将这两类公司拆分开来看，也能看到巨大的差距。

而必须要说的一点是，巨头们仗着体量大，在春节期间，疯狂“撒钱”，用传统互联网的打法来干扰AI市场的健康发展。最后得到了反噬，被监管总局约谈。

本来可以争国际话语权，也可以争技术制高点，结果选择了争国内垄断权。这些疯狂撒钱的巨头，看似在向人民撒钱，实则是在扼杀创新土壤，给国家在AI竞争中拖后腿。

在AI这场残酷的竞争，美国不会放过任何一个企业，甚至是个人，要么跪下，要么打倒它。和平是祈求不来的，这个世界本来可以和平，但是有人亲手将其葬送，那么，就让我们把这场葬礼办的轰轰烈烈，不留一点情面。在AI这个领域，放弃幻想，开始战斗吧！