0222-财猫sharing

info design summary

Source: 0222-财猫sharing

Updated: 2026-02-23 21:55

Generated: 2026-02-23 22:49

硬件首选 MacBook (M系芯片)：强烈建议购买 Mac（如最便宜的 M1 8+256GB…

+256GB

硬件首选 MacBook (M系芯片)：强烈建议购买 Mac（如最便宜的 M1 8+256GB…

S-00 EXEC SUMMARY

总览摘要

财猫认为，OpenClaw 补足了传统大模型的致命硬伤，实现了从“聊天工具”到“数字打工人”的跨越：传统 AI 的缺陷：记忆和认知被冻结在训练完成的那一刻，不会随着工作学习进化；上下文窗口有限；缺乏特定业务的 Know-how（行业隐性知识）；且没有“身体”，无法直接操作软件。
OpenClaw 的颠覆性：它赋予了 AI 一台电脑（写字楼）和几乎所有的系统操作权限。人类社会的白领本质上是“信息处理器”，而 OpenClaw 通过操作电脑，正在完美替代这种信息处理工作，极大提升了吞吐效率。
财猫强调，打开方式不对，龙虾就毫无价值。正确的配置门槛如下：本地化部署是刚需：必须部署在自己的电脑上。买云服务就像住四面漏风的小旅馆，数据不安全，且实例一销毁软件和文件就没了。
硬件首选 MacBook (M系芯片)：强烈建议购买 Mac（如最便宜的 M1 8+256GB 版本，二手仅需 2400 元左右），因为 Mac/类 Unix 系统对 AI 执行代码和命令最丝滑兼容
带屏幕的 MacBook Air 比 Mac mini 更好，方便在龙虾宝宝出错时随时人工介入扶一把
不建议用 Windows，因为 WSL 缺乏 UI 且非常费劲 +3
算力必须顶配：有条件一定要用最贵最好的模型（目前无可平替的是 Claude Opus 4.6）。便宜模型（如 Minimax M2.5 参数小干不了重活，Gemini 3 缺乏多模态读图能力，GPT-5.3 勉强可用但太“理工直男”）会导致体验完全不同。
如何让龙虾真正干活并赚回成本？

A-01 BRAND ARRAY

OpenClaw 为什么会爆火？（底层逻辑）

财猫认为，OpenClaw 补足了传统大模型的致命硬伤，实现了从“聊天工具”到“数字打工人”的跨越：传统 AI 的缺陷：记忆和认知被冻结在训练完成的那一刻，不会随着工作学习进化；上下文窗口有限；缺乏特定业务的 Know-how（行业隐性知识）；且没有“身体”，无法直接操作软件。
OpenClaw 的颠覆性：它赋予了 AI 一台电脑（写字楼）和几乎所有的系统操作权限。人类社会的白领本质上是“信息处理器”，而 OpenClaw 通过操作电脑，正在完美替代这种信息处理工作，极大提升了吞吐效率。

B-05 SPECS SCALE

龙虾宝宝的正确“养殖”环境

财猫强调，打开方式不对，龙虾就毫无价值。正确的配置门槛如下：本地化部署是刚需：必须部署在自己的电脑上。买云服务就像住四面漏风的小旅馆，数据不安全，且实例一销毁软件和文件就没了。
硬件首选 MacBook (M系芯片)：强烈建议购买 Mac（如最便宜的 M1 8+256GB 版本，二手仅需 2400 元左右），因为 Mac/类 Unix 系统对 AI 执行代码和命令最丝滑兼容
带屏幕的 MacBook Air 比 Mac mini 更好，方便在龙虾宝宝出错时随时人工介入扶一把
不建议用 Windows，因为 WSL 缺乏 UI 且非常费劲 +3
算力必须顶配：有条件一定要用最贵最好的模型（目前无可平替的是 Claude Opus 4.6）。便宜模型（如 Minimax M2.5 参数小干不了重活，Gemini 3 缺乏多模态读图能力，GPT-5.3 勉强可用但太“理工直男”）会导致体验完全不同。

C-12 DEEP DIVE

调教法则：Agent Skills is All You Need

如何让龙虾真正干活并赚回成本？
“狗资本家”心态：如果龙虾消耗了 7000 块的 Token 成本，你必须让它产出 14000 块的价值，否则就会亏本。管理者必须提出正确的问题，分配最高价值的任务。 +1
创造者的品味 (Taste for Makers)：主人必须对产出结果有极高的审美和判断力，能分辨什么是“AI 泔水”，什么是好作品。
核心训练链路：带着龙虾跑通第一次任务，过程中耐心纠错。
当它产出完美结果时，立即让它复盘并沉淀为 Skills（技能小抄）。
以后只需调用该 Skills，龙虾就能重复执行标准动作。

D-09 SCENARIO GRID

避坑指南与局限性

极其昂贵：这是目前最大的痛点。因为 Skills 本质上是给模型“打小抄”，为了让它记住规范，每次输出几百字可能需要输入十几万字的上下文，导致 Token 消耗极快（财猫日均消耗 1 亿 Token，花费数千元）。可以通过 Coding Plan 额度或神奇的“海鲜市场”购买折扣 API 来降本。 +3
安全风险极高：OpenClaw 权限过大，很容易被渗透成筛子。强烈建议用单独的二手破电脑让它折腾，隔离重要环境。 +2
版本日新月异：每天都在更新，遇到问题不要看旧教程，必须看官方文档 (openclaw.ai) 并勤用 update 命令。

E-18 WARNING ZONE

群友互动与高价值实操场景

会议后半段，大家（包括你）贡献了非常多具体的实战解法：你的连载小说场景（元子）：你提到每天需要双角色切换写 10 万字小说，Gemini 3.5 表现不错但想用龙虾自动化
财猫建议：不要一次性喂几百篇，而是先让它模仿你的一篇得意之作，你不断给出 Feedback 纠错，调教出完美的一篇后，立马沉淀为 Skills
对于纯文本任务，其实也可以直接用 Claude Code 或在网页端利用沉淀好的 Skills 来省钱
打工人破局（Christina）：公司电脑不让装怎么办？大家一致认为：拆解工作流。把可以用 Python 脚本或一般 AI 工具（如 Kimi、Cursor）处理的环节拆出来，不强求一定要全流程上 OpenClaw 。 +1
高密度信息大图与前端（AJ 的演示）：AJ 在滑雪时用手机搞定了播客总结
她把《张早拉》播客转为文字后，利用之前用 Pinterest 设计图提炼的“波普风高密度大图” Skills ，让 Kimi 龙虾调用 Nano Banana API 自动生成了极其精美的信息图

F-03 QUICK CHECK

群友互动与高价值实操场景（续1）

同时，她还演示了直接把 Anthropic 官方的 UI/UX 教程网页扔给龙虾，让其一键学习沉淀为前端代码优化 Skills，并直接生成了带动态效果的高级网页 +1
海外 SEO 与用增数据（白苏）：利用 Opus 强大的洞察力，把 Google 搜索引擎的 API Key 给到龙虾，让它自动写脚本监测各国流量波动、跳出率。发现异常数据后，龙虾能迅速结合页面表现给出归因分析，并将这套监测流程固化为专属的业务 Skill 。
这场分享最核心的 Takeaway 就是：不要干等完美工具，立刻动手去试，跨越陡峭的学习曲线，把琐碎的工作流提炼成专属技能。