OpenClaw火了，全网抢着养“虾”，但我想泼一盆冷水

OpenClaw火了，全网抢着养“虾”，但我想泼一盆冷水 OpenClaw火了，全网抢着养“虾”，但我想泼一盆冷水 Modified March 12 同样的情况也发生在 工作流设计上 ， 一个成熟的创作者会知道： • 哪些环节需要 AI • 哪些环节必须人工判断 • 哪些地方必须重做 这些东西，不是提示词教程能教会的， 只能来自经验。 经验是什么？ 经验是你踩过的坑、交过的学费、熬过的夜、改过的稿子。 这些东西没法速成，没法外包，没法让AI替你完成。 工具会迭代，今天是OpenClaw，明天可能是OpenShark、OpenWhale。 你积累的经验、磨出来的品味，是跟着你走的。 04 AI的回答只是起点 其中最关键的一步， 是判断 。 如果没有判断能力， AI 的答案就会变成一种新的噪音。 就像互联网信息爆炸之后，人们慢慢意识到： 信息越多， 筛选能力就越重要。 而筛选能力，本质上是基于经验与品味。 因此当所有人都能使用 AI 的时候， 生产能力就不再是门槛。 真正的门槛变成三件事： • 提出问题的能力 • 判断答案的能力 • 建立标准的能力 而这三件事的核心，其实都指向同一个东西： 品味。 05 怎么培养品味？ 没有捷径，只有笨办法 如果一定要说方法，大概只有一句话： 把“差不多就行”这件事，从你的系统里删掉。 第一阶段：见识 —— 让自己看过真正好的东西 如果你从来没见过好的东西，你就很难知道什么叫好。 所以很多时候，品味的第一步不是创造，而是输入。 去看好的电影。 去读好的文章。 去看优秀的设计。 去研究优秀的项目案例。 但关键不是“看过”。 而是 观察细节。 一篇文章为什么读起来舒服？ 一个视频为什么节奏顺畅？ 一个设计为什么看起来高级？ 当你开始留意这些细节的时候，品味就开始形成。 很多人以为品味来自审美。 其实更准确地说：品味来自观察。 第二阶段：筛选 —— 学会判断什么是好的 当你见过足够多的内容之后，就会进入第二个阶段： 筛选。 开始问自己一些问题： 什么东西让我反复回看？ 什么东西只是看完就忘？ 什么设计恰到好处？ 什么表达显得过度？ 很多人做内容的时候习惯是：不断增加。 但真正成熟的创作者，往往更擅长做一件事： 删 。 删掉多余的表达删掉重复的信息删掉没有意义的部分慢慢你会发现，一个作品变好的过程，其实不是不断增加内容。 而是 不断删掉不必要的部分。 很多时候，一个作品70%的质量，是通过删出来的。 第三阶段：反思 —— 让判断变成自己的系统 当筛选变成习惯之后，还需要做一件事： 反思。 品味并不是固定不变的。 随着经验增加，你对“好”的理解也会不断变化。 以前觉得很惊艳的东西，可能后来会觉得普通。 以前看不懂的作品，后来可能突然理解。 所以一个很重要的训练方法是： 重新审视自己的偏好。 为什么我喜欢这种表达？ 为什么我觉得这个作品好？ 它背后的逻辑是什么 ？ 当这些问题开始变得清晰的时候，品味就不再只是直觉。 而变成了一种 可复用的判断系统。 所以我自己在用 AI 的时候， 有一个很简单的原则： 把 AI 当成粗稿生成器。 AI负责生成第一版。 人负责判断、修改和删减。 很多时候，一段 AI 生成的内容，最后可能只留下最初的一半。 但正是这个修改过程，在训练你的判断力 。 OpenClaw会越来越成熟，龙虾会越来越好养。 但那又怎样？ 当所有人都有龙虾的时候，决定胜负的， 是谁能看出哪只龙虾值钱，哪只是垃圾。 同样的情况也发生在 工作流设计上 ， 一个成熟的创作者会知道： • 哪些环节需要 AI • 哪些环节必须人工判断 • 哪些地方必须重做 这些东西，不是提示词教程能教会的， 只能来自经验。 经验是什么？ 经验是你踩过的坑、交过的学费、熬过的夜、改过的稿子。 这些东西没法速成，没法外包，没法让AI替你完成。 工具会迭代，今天是OpenClaw，明天可能是OpenShark、OpenWhale。 你积累的经验、磨出来的品味，是跟着你走的。 04 AI的回答只是起点 其中最关键的一步， 是判断 。 如果没有判断能力， AI 的答案就会变成一种新的噪音。 就像互联网信息爆炸之后，人们慢慢意识到： 信息越多， 筛选能力就越重要。 而筛选能力，本质上是基于经验与品味。 因此当所有人都能使用 AI 的时候， 生产能力就不再是门槛。 真正的门槛变成三件事： • 提出问题的能力 • 判断答案的能力 • 建立标准的能力 而这三件事的核心，其实都指向同一个东西： 品味。 05 怎么培养品味？ 没有捷径，只有笨办法 如果一定要说方法，大概只有一句话： 把“差不多就行”这件事，从你的系统里删掉。 第一阶段：见识 —— 让自己看过真正好的东西 如果你从来没见过好的东西，你就很难知道什么叫好。 所以很多时候，品味的第一步不是创造，而是输入。 去看好的电影。 去读好的文章。 去看优秀的设计。 去研究优秀的项目案例。 但关键不是“看过”。 而是 观察细节。 一篇文章为什么读起来舒服？ 一个视频为什么节奏顺畅？ 一个设计为什么看起来高级？ 当你开始留意这些细节的时候，品味就开始形成。 很多人以为品味来自审美。 其实更准确地说：品味来自观察。 第二阶段：筛选 —— 学会判断什么是好的 当你见过足够多的内容之后，就会进入第二个阶段： 筛选。 开始问自己一些问题： 什么东西让我反复回看？ 什么东西只是看完就忘？ 什么设计恰到好处？ 什么表达显得过度？ 很多人做内容的时候习惯是：不断增加。 但真正成熟的创作者，往往更擅长做一件事： 删 。 删掉多余的表达删掉重复的信息删掉没有意义的部分慢慢你会发现，一个作品变好的过程，其实不是不断增加内容。 而是 不断删掉不必要的部分。 很多时候，一个作品70%的质量，是通过删出来的。 第三阶段：反思 —— 让判断变成自己的系统 当筛选变成习惯之后，还需要做一件事： 反思。 品味并不是固定不变的。 随着经验增加，你对“好”的理解也会不断变化。 以前觉得很惊艳的东西，可能后来会觉得普通。 以前看不懂的作品，后来可能突然理解。 所以一个很重要的训练方法是： 重新审视自己的偏好。 为什么我喜欢这种表达？ 为什么我觉得这个作品好？ 它背后的逻辑是什么 ？ 当这些问题开始变得清晰的时候，品味就不再只是直觉。 而变成了一种 可复用的判断系统。 所以我自己在用 AI 的时候， 有一个很简单的原则： 把 AI 当成粗稿生成器。 AI负责生成第一版。 人负责判断、修改和删减。 很多时候，一段 AI 生成的内容，最后可能只留下最初的一半。 但正是这个修改过程，在训练你的判断力 。 OpenClaw会越来越成熟，龙虾会越来越好养。 但那又怎样？ 当所有人都有龙虾的时候，决定胜负的， 是谁能看出哪只龙虾值钱，哪只是垃圾。 但真正的分水岭，其实早就出现了： 不是谁会用AI。 而是： 谁知道什么是好的。 🔗 原文链接： https://mp.weixin.qq.com/s/MNHVYtLD... https://mp.weixin.qq.com/s/MNHVYtLD... 原创 大牙 大牙 叫我大牙就好2026年3月10日 13:54 广东 三月的互联网，空气里都是龙虾味。 打开朋友圈，十条有八条在聊OpenClaw。 阿里云、腾讯云、火山引擎……各家大厂杀红了眼，疯狂卷云端部署方案。 字节在推，百度在推，连一些你叫不上名字的小厂都在推"一键部署Agent"。 原因很简单： 如果未来大量 AI Agent 需要在线运行， 算力就是新的基础设施。 于是，一个很微妙的情绪开始蔓延： 很多个体开始焦虑。 我一个做产品的朋友，上周跟我说他连续三天没睡好觉。 不是加班，是焦虑。 他说："我感觉全世界都在往前跑，就我还站在原地。再不动手，是不是就被时代抛弃了？" 这种焦虑，我太熟悉了。 但说实话，我没部署。 不是不会，是不急。 这种场景，我已经见过太多次了。 两年前 ChatGPT 出现的时候，是这样， 当时大家都在问： 是不是必须学编程 是不是必须学提示词 是不是不会用AI就会被淘汰 再是，前段时间的Seedance 2.0 视频刷屏。 有人说传统视频制作会被颠覆。 有人说影视行业要被重构。 但过了一段时间，我慢慢发现一个事实： Seedance 很强。 但真正能做出好作品的人，其实没有变多。 为什么？ 因为工具解决的是 生产问题， 而作品质量取决的是 选择能力。 如果让我用一句话总结 AI 时代的变化，我会这么说： 当生产变得无限便宜的时候， 真正昂贵的能力就变成了选择。 01从大局看：为什么"龙虾热"让我冷静 我们把视角拉高一点。 OpenClaw这类技术， 本质上是在做一件事： 用算力替代智力，用Agent替代人力。 这个方向对不对？对。但问题是，替代之后呢？ 你有龙虾，别人也有龙虾。 你会配置workflow，别人也会。 当后台能力越来越普及，真正稀缺的就不再是"有没有龙虾"，而是： • 谁能找到真正值得解决的问题？ • 谁能让别人愿意为你的解决方案买单？ • 谁能在一堆AI生成的内容里，一眼看出哪个能用、哪个是垃圾？ • 这三个问题，OpenClaw回答不了，只有你自己能回答。 效率提升了，效益没跟上。这是我看到的大多数"养虾人"的现状。 市场分配订单，从来不是按"谁最会养虾"来的， 而是按"谁最值得信任"来的。 你的龙虾能干活，但客户凭什么相信你？ 出了问题谁负责？数据安全吗？明天你还在吗？ 所以我的判断是： OpenClaw是好工具，但现在不是all in的时候。先把刀磨快，再去砍柴。 从2023年开始接触 AI，到现在几乎每天都在用 AI 工作。 我的一个最大体感是： AI生成内容越来越容易。 写文章、 做海报、 生成视频、 甚至写项目方案 很多事情，现在几分钟就能完成。 但与此同时，我也越来越清楚看到另一件事： AI给出的答案越来越多。 但真正有价值的内容，并没有同比例增加。 原因很简单，AI本质上是概率生成系统。 它擅长生成 “看起来正确” 的东西。 但“看起来正确”，并不等于 “真正优秀”。 这让我越来越确定一件事： AI时代真正稀缺的能力，不是工具能力。 而是—— 品味。 02 品味其实是一种判断力 在 AI 时代，品味更像是一种 判断能力。 比如： • 看到一段 AI 写的内容 你能不能判断它是不是废话。 • 看到一张 AI 图片 你能不能判断它是不是廉价风格。 • 看到一个 AI 视频 你能不能判断它是不是模板感。 很多时候，新手和高手之间的差距，并不在工具， 而在标准。 高手知道什么是好的， 新手只知道什么是“能用”， 而 AI 恰恰会放大这个差距。 过去两个月，我做了几期亲测AI提问技巧分享， 也采访了六位在一线实战的AIGC导演。 有人做出了百万播放AI短剧，有人做了用AI完成TVC全流程制作。 我问他们：AI工具迭代这么快，你们怎么保持竞争力？ 他们的回答出奇地一致： "工具谁都会用，最后拼的是导演的判断力。" 其中一位导演跟我说了一段话，我记到现在： "我带过很多年轻人，教他们用Midjourney、用Runway、用各种最新的工具。技术层面，他们三天就能上手。但有些人做出来的东西就是不对味，你说不上来哪里不对，但就是差点意思。后来我想明白了—— 他们缺的不是技术，是那双能分辨好坏的眼睛。 " 这双眼睛，就是品味。 03 为什么经验主义在AI时代反而更重要 很多人以为 AI 会消灭经验， 但实际上AI反而会放大经验。 举个很简单的例子： 同样 让 AI 写一份项目策划书 ， 一个刚毕业的人，可能会得到一份看起来结构完整的方案。 但一个做过十几年项目的人，用 AI 写出来的方案会完全不同。 • 因为他的提问不同。 • 他的判断不同。 • 他的修改逻辑不同。 AI只是加速器，而经验，才是方向盘。