龙虾生态观察V2：创业分层与演进路径

龙虾生态观察V2：创业分层与演进路径 龙虾生态观察V2：创业分层与演进路径 Modified March 3 这类产品的核心思路和前三类都不一样。前面三类本质上都是在帮"人"降低门槛——帮你装、帮你选、帮你用。但这一类的逻辑是： 直接提升龙虾自身的能力。 具体来说，就是让龙虾自己去学 skills。你不需要一个一个看教程、手动配置，AI 负责大部分信息收集和配置工作，用户只需要做少量判断——"要不要用这个""效果行不行"。 这其实更符合人性。让我去读一篇文章、一步一步照着教程学某个 skill，这件事本身就很反人类。但如果变成"我跟龙虾说一句话，它自己搞定了"，体验就完全不同了。 EvoMap 团队把这件事做得更极端。他们提出了一个很有意思的洞察： "Agent 是文化上的孤儿" ——现在每个龙虾的经验都死在自己的 memory 里，无法继承。你花了大量时间和成本让龙虾学会了一个 skill，别人的龙虾还得从零开始学。每个人都在重复同样的学费。 EvoMap 想做的事情是打破这个孤岛。他们搞了一套叫"文化基因协议"（Cultural Gene Protocol）的东西，核心逻辑分三步：第一步，龙虾自己去全网抓最新的技能和代码；第二步，把抓到的东西消化、提炼成可继承的"基因"；第三步，通过 EvoMap 网络把这些基因扩散给所有接入的龙虾。一个龙虾学到的东西，全网的龙虾都能同步获得。 他们对资源的理解也很不一样： 烧掉的钱换来的是可继承的基因 ——我现在花钱让龙虾学习，产出的成果可以让后来的龙虾少花钱。这是一种"知识资本化"的思路。 还有一个有意思的视角：他们认为存在"两个平行宇宙"。GitHub 上的星标数量反映的是人的注意力，而 ClawHub 的下载量和 EvoMap 的节点同步量反映的是 Agent 的选择。人觉得好的和 Agent 觉得好用的，可能完全是两回事。 从更长远的视角看，这类产品做的事情是让每个人的龙虾都不一样——你的龙虾学过什么、擅长什么、记住了什么，都是独一无二的。这有点像养成游戏的感觉：我不希望我的龙虾和别人的一模一样，我希望它是最懂我的那个。 四、一个贯穿其中的现象：先圈用户，再找模式 说完四类分层，有一个贯穿其中的现象值得单独说一下： 不少经验丰富的创业者，切入这个赛道时的第一反应还是"先把用户圈起来"。 这本身是一种成熟的打法。做过几次创业的人知道，在商业模式不清晰的早期阶段，有用户就有筹码，先占位再说。基于已有产品做整合、做延伸，也是风险最低的路径。包括王慧文这样的大佬高调入局，公开表示"需要融资的欢迎联系我"，吸引了一大批创业者揭榜，本质上也是在这个逻辑里。 但龙虾生态有一个特殊之处： 用户的真实使用链路极长，每一步都有极高的流失率。 从"听说了想试试"到"装上了能跑"到"会用 skills"到"接入工作流"，每一步都会掉一大批人。光圈用户不够，得看圈的是哪个环节的用户，以及能不能帮他们走到下一步。 五、用户画像分层：谁在用，用来干什么？ 聊完痛点，我想说说用户画像的问题。 平台搭好之后，下一步一定是做用户需求分层和应用商店式的推荐 ——不可能让用户面对五千个 skills 自己去挑。 从我观察到的情况来看，龙虾的用户大致可以按需求分为几类： 自媒体/内容创作者 ：这是目前最大的用户群体，也是需求最明确的。他们要的很具体——内容产出、洗稿（把视频内容转成图文）、自动发布到公众号和小红书、小红书模板、自动回复涨粉。这类用户需要围绕具体场景组织好的工作流，直接告诉他们"该怎么用"。后面在破局点部分会具体展开。 开发者 ：他们的需求是写代码、debug、自动化 DevOps 流程。这部分人技术能力强，愿意自己折腾，对 skills 的学习成本不那么敏感。 想接入工作流的职场人 ：他们要的是把龙虾嵌入自己现有的工作流程——管理邮件、整理文档、同步日历、自动写周报。但安全性和定制化需求会立刻浮现。 纯好奇/观望型 ：看了文章想试试，但大概率会卡在安装环节，或者装上了不知道干什么。 对于平台来说， 自媒体用户是最值得优先服务的 ：需求明确、付费意愿相对高、使用场景可标准化、传播效应强（他们自己就是内容生产者，用得好会自发传播）。 六、用户循环与扩散：门槛决定爆发时间 现在龙虾生态里的用户状态，和一个月前已经很不一样了。这里面存在一个系统循环： 大家看文章了解"我能拿龙虾干什么"→ 产生尝试冲动 → 自己去配置 → 大概率失败（成功率可能不到 1%）→ 失败的人继续观望，等门槛降低；成功的人开始找 skills → 又看文章、又折腾 → 形成新一轮循环。 这个循环的结果是：有冲动尝试的人的总基数在持续扩大，这是一个扩散的过程。但实际用起来的人，增长得远比这慢。 每一次技术变革都是这样的。什么时候爆发？就是门槛大幅降低的那一刻。关键在于谁能掌握整个链路的若干核心节点，把使用门槛降下来，同时提升效果。 从这个角度看，现在不同创业方向其实是在圈不同环节的用户： • 圈"想使用"的用户 ——做内容、做 influencer，让更多人产生冲动（傅盛的爆款文章就是这个逻辑） • 圈"有能力安装"的用户 ——做快速部署工具，降低第一步门槛 • 圈"安装成功、想用 skills"的用户 ——做 skills 社区和网络 • 圈"有明确场景需求"的用户 ——做垂直场景产品（YouMind 围绕自媒体创作就是典型） 谁能把用户从一个环节推到下一个环节，谁就能圈到真正有价值的用户。 七、破局点在哪里？从用户需求出发 从用户需求角度看，有几个方向特别值得关注： 第一个破局点：自媒体。 这可能是覆盖面最广的场景。任何人都有发声的需求，而自媒体天然适合龙虾来做——内容产出可以让 AI 辅助完成，内容发布可以自动化，内容自动回复可以帮助涨粉。每一步都可以被自动化，每一步都是用户的真实痛点。 这一点已经被市场验证了。YouMind 围绕"洗稿 发布 涨粉"做了一套完整的自媒体工作流，玉伯的产品理念"万物化稿，稿生万物"本质上就是在服务这个场景。傅盛最近的爆款内容也都围绕自媒体——怎么用龙虾打造爆款公众号、怎么让用户给龙虾账号回复消息实现互动增长。这些内容之所以能爆，恰恰说明自媒体需求的普遍性和紧迫性。 第二个破局点：agent 的自主学习和个性化培养。 这是一个非常真实的需求：我希望我的龙虾能自己进化，越来越强，和别人的不一样。就像网游玩家追求专属装备一样，哪怕多花点钱也无所谓，我就希望我的龙虾是最聪明、最与时俱进、能力最强的。这种"养成感"一旦形成，粘性会非常强。 第三个破局点：接入工作流。 这个方向天花板最高，但门槛也最高。一旦涉及到真实的工作场景，安全性问题立刻就凸显出来了——安不安全、会不会泄露资料，是所有想认真用的人第一个问的问题。同时定制化需求也很重，每个人的工作流不一样，不可能有一套通用方案。 至于 memory 和成本优化，我感觉目前还属于半长期布局。但有一个数字值得注意：龙虾每条消息的平均开销不低，而最贵和最便宜的模型价格差距高达 75 倍。大家现在用得还不够深，一天可能就烧几美元，省不省钱暂时没什么感知度。但一旦真正跑起工作流，这个成本会迅速攀升。市场已经有反应了——目前已经出现了十多家托管服务商，月费从 0.99 美元到 129 美元不等；甚至 Fiverr 上都有人卖"龙虾安装服务"，40 到 229 美元一次，免费帮你装，靠安全包、skills 定制和主机商返佣赚钱。等真正用起来了，成本优化的需求会自然爆发。 八、【Opus 4.6 分析】这个生态可能怎么演进？ 以下内容为 Opus 4.6 基于公开信息和行业逻辑的独立推演，不代表作者观点，仅供参考。 短期（1 3 个月）：快速部署派面临整合压力 快速部署的壁垒本来就不高，而 OpenClaw 官方和各大云厂商已经在做一键部署。当官方方案和大厂方案足够好用时，独立的快速部署产品需要思考差异化——是往 skills 生态上延伸，还是往垂直场景上深耕。单纯做"帮你装好"这件事，空间会越来越小。 中期（3 6 个月）：用户需求分层和"应用商店"成为关键 正如作者指出的，平台搭好后一定要做需求分层和推荐。目前 skills 的使用门槛太高——五千多个 skill，用户不知道选什么、怎么组合。YouMind 的做法值得参考：围绕具体场景（自媒体创作）把工作流组织好，直接告诉用户该怎么用。可以预见，各个平台都会往"按场景推荐 skills 组合"的方向演进，就像从早期的软件仓库进化到应用商店。 一个关键变量：OpenClaw 基金会化之后的走向 Peter Steinberger 已经宣布加入 OpenAI，OpenClaw 将以基金会形式存续。这意味着两件事：一是龙虾的核心开发方向可能偏向开放和标准化；二是 OpenAI 内部可能会把龙虾的理念整合进自己的产品线。如果 OpenAI 推出官方的"龙虾式"产品，现在所有第三方创业者的定位都需要重新审视。 中国市场的结构性差异 中国和美国虽然在信息上几乎没有时差，但落地层面有结构性不同：通讯工具不一样（微信、飞书、钉钉 vs WhatsApp、Telegram），大模型不一样（DeepSeek、Kimi、通义千问 vs Claude、GPT），数据安全的监管环境也不同。"中国版龙虾"需要一整套本地化工程——从通讯软件适配到模型对接到合规，远远超出简单汉化的范畴。这也是为什么字节的火山引擎会专门做安全方案，阿里云会推中国通讯软件整合版——它们在抢的是"中国用户用龙虾"这件事的基础设施话语权。 最终的竞争可能在"谁拥有用户的工作流" 龙虾归根结底是一个工具。用户不会因为工具本身产生忠诚度，而是因为"我的工作流已经跑在上面了，迁移成本太高"。所以真正有长期价值的方向，可能是围绕特定场景（自媒体运营、跨境电商、研发流程等）把工作流做深、做重，让用户的数据和习惯沉淀下来。到那个时候，用户用的是哪个底层 agent 反而不那么重要了。 九、如果你现在想入局，两个最实际的建议 说了这么多分析，最后聊点能直接带走的东西。 第一，从自媒体切入。 前面分析过，自媒体是当前龙虾生态里需求最明确、链路最短、付费意愿最高的场景。不管你是想试试龙虾能干什么，还是想认真用起来，自媒体都是最好的起手式——内容产出、自动发布、自动回复，每一个环节都有现成的 skills 可以用，效果也最容易感知。你不需要一上来就想着"接入工作流""替代办公软件"，那些链路太长、坑太多。先让龙虾帮你写一篇稿子、发一条小红书，跑通一个最小闭环，信心和经验都有了，再往下走。 第二，花点时间了解各家的 API。 这一步很多人跳过了，但我的体验是：接入 API 是当前使用龙虾的必修课，绕不开。不管你用哪个部署方案、哪个平台，最终都要面对"用谁的模型、怎么接入、多少钱"这些问题。而且不同服务商之间的价格差距非常大——最贵和最便宜的模型 API 价格差可以到 75 倍。提前搞清楚 OpenRouter、硅基流动、火山引擎、Kimi 这些服务商各自的特点和定价，后面会少踩很多坑，也能省不少钱。 这两件事不需要技术背景，花一个下午就能搞定，但对后续的使用体验影响很大。 写在最后 龙虾生态现在处于一个非常有意思的阶段：所有人都在押注，但没有人真正知道最终形态是什么。创业者们根据各自的认知和资源做出了不同的选择——有人做部署、有人做平台、有人建网络、有人深耕场景。从这件事里能看到不同创业者对同一个技术变量的不同认知和押注，这本身就很有意思。 这类产品的核心思路和前三类都不一样。前面三类本质上都是在帮"人"降低门槛——帮你装、帮你选、帮你用。但这一类的逻辑是： 直接提升龙虾自身的能力。 具体来说，就是让龙虾自己去学 skills。你不需要一个一个看教程、手动配置，AI 负责大部分信息收集和配置工作，用户只需要做少量判断——"要不要用这个""效果行不行"。 这其实更符合人性。让我去读一篇文章、一步一步照着教程学某个 skill，这件事本身就很反人类。但如果变成"我跟龙虾说一句话，它自己搞定了"，体验就完全不同了。 EvoMap 团队把这件事做得更极端。他们提出了一个很有意思的洞察： "Agent 是文化上的孤儿" ——现在每个龙虾的经验都死在自己的 memory 里，无法继承。你花了大量时间和成本让龙虾学会了一个 skill，别人的龙虾还得从零开始学。每个人都在重复同样的学费。 EvoMap 想做的事情是打破这个孤岛。他们搞了一套叫"文化基因协议"（Cultural Gene Protocol）的东西，核心逻辑分三步：第一步，龙虾自己去全网抓最新的技能和代码；第二步，把抓到的东西消化、提炼成可继承的"基因"；第三步，通过 EvoMap 网络把这些基因扩散给所有接入的龙虾。一个龙虾学到的东西，全网的龙虾都能同步获得。 他们对资源的理解也很不一样： 烧掉的钱换来的是可继承的基因 ——我现在花钱让龙虾学习，产出的成果可以让后来的龙虾少花钱。这是一种"知识资本化"的思路。 还有一个有意思的视角：他们认为存在"两个平行宇宙"。GitHub 上的星标数量反映的是人的注意力，而 ClawHub 的下载量和 EvoMap 的节点同步量反映的是 Agent 的选择。人觉得好的和 Agent 觉得好用的，可能完全是两回事。 从更长远的视角看，这类产品做的事情是让每个人的龙虾都不一样——你的龙虾学过什么、擅长什么、记住了什么，都是独一无二的。这有点像养成游戏的感觉：我不希望我的龙虾和别人的一模一样，我希望它是最懂我的那个。 四、一个贯穿其中的现象：先圈用户，再找模式 说完四类分层，有一个贯穿其中的现象值得单独说一下： 不少经验丰富的创业者，切入这个赛道时的第一反应还是"先把用户圈起来"。 这本身是一种成熟的打法。做过几次创业的人知道，在商业模式不清晰的早期阶段，有用户就有筹码，先占位再说。基于已有产品做整合、做延伸，也是风险最低的路径。包括王慧文这样的大佬高调入局，公开表示"需要融资的欢迎联系我"，吸引了一大批创业者揭榜，本质上也是在这个逻辑里。 但龙虾生态有一个特殊之处： 用户的真实使用链路极长，每一步都有极高的流失率。 从"听说了想试试"到"装上了能跑"到"会用 skills"到"接入工作流"，每一步都会掉一大批人。光圈用户不够，得看圈的是哪个环节的用户，以及能不能帮他们走到下一步。 五、用户画像分层：谁在用，用来干什么？ 聊完痛点，我想说说用户画像的问题。 平台搭好之后，下一步一定是做用户需求分层和应用商店式的推荐 ——不可能让用户面对五千个 skills 自己去挑。 从我观察到的情况来看，龙虾的用户大致可以按需求分为几类： 自媒体/内容创作者 ：这是目前最大的用户群体，也是需求最明确的。他们要的很具体——内容产出、洗稿（把视频内容转成图文）、自动发布到公众号和小红书、小红书模板、自动回复涨粉。这类用户需要围绕具体场景组织好的工作流，直接告诉他们"该怎么用"。后面在破局点部分会具体展开。 开发者 ：他们的需求是写代码、debug、自动化 DevOps 流程。这部分人技术能力强，愿意自己折腾，对 skills 的学习成本不那么敏感。 想接入工作流的职场人 ：他们要的是把龙虾嵌入自己现有的工作流程——管理邮件、整理文档、同步日历、自动写周报。但安全性和定制化需求会立刻浮现。 纯好奇/观望型 ：看了文章想试试，但大概率会卡在安装环节，或者装上了不知道干什么。 对于平台来说， 自媒体用户是最值得优先服务的 ：需求明确、付费意愿相对高、使用场景可标准化、传播效应强（他们自己就是内容生产者，用得好会自发传播）。 六、用户循环与扩散：门槛决定爆发时间 现在龙虾生态里的用户状态，和一个月前已经很不一样了。这里面存在一个系统循环： 大家看文章了解"我能拿龙虾干什么"→ 产生尝试冲动 → 自己去配置 → 大概率失败（成功率可能不到 1%）→ 失败的人继续观望，等门槛降低；成功的人开始找 skills → 又看文章、又折腾 → 形成新一轮循环。 这个循环的结果是：有冲动尝试的人的总基数在持续扩大，这是一个扩散的过程。但实际用起来的人，增长得远比这慢。 每一次技术变革都是这样的。什么时候爆发？就是门槛大幅降低的那一刻。关键在于谁能掌握整个链路的若干核心节点，把使用门槛降下来，同时提升效果。 从这个角度看，现在不同创业方向其实是在圈不同环节的用户： • 圈"想使用"的用户 ——做内容、做 influencer，让更多人产生冲动（傅盛的爆款文章就是这个逻辑） • 圈"有能力安装"的用户 ——做快速部署工具，降低第一步门槛 • 圈"安装成功、想用 skills"的用户 ——做 skills 社区和网络 • 圈"有明确场景需求"的用户 ——做垂直场景产品（YouMind 围绕自媒体创作就是典型） 谁能把用户从一个环节推到下一个环节，谁就能圈到真正有价值的用户。 七、破局点在哪里？从用户需求出发 从用户需求角度看，有几个方向特别值得关注： 第一个破局点：自媒体。 这可能是覆盖面最广的场景。任何人都有发声的需求，而自媒体天然适合龙虾来做——内容产出可以让 AI 辅助完成，内容发布可以自动化，内容自动回复可以帮助涨粉。每一步都可以被自动化，每一步都是用户的真实痛点。 这一点已经被市场验证了。YouMind 围绕"洗稿 发布 涨粉"做了一套完整的自媒体工作流，玉伯的产品理念"万物化稿，稿生万物"本质上就是在服务这个场景。傅盛最近的爆款内容也都围绕自媒体——怎么用龙虾打造爆款公众号、怎么让用户给龙虾账号回复消息实现互动增长。这些内容之所以能爆，恰恰说明自媒体需求的普遍性和紧迫性。 第二个破局点：agent 的自主学习和个性化培养。 这是一个非常真实的需求：我希望我的龙虾能自己进化，越来越强，和别人的不一样。就像网游玩家追求专属装备一样，哪怕多花点钱也无所谓，我就希望我的龙虾是最聪明、最与时俱进、能力最强的。这种"养成感"一旦形成，粘性会非常强。 第三个破局点：接入工作流。 这个方向天花板最高，但门槛也最高。一旦涉及到真实的工作场景，安全性问题立刻就凸显出来了——安不安全、会不会泄露资料，是所有想认真用的人第一个问的问题。同时定制化需求也很重，每个人的工作流不一样，不可能有一套通用方案。 至于 memory 和成本优化，我感觉目前还属于半长期布局。但有一个数字值得注意：龙虾每条消息的平均开销不低，而最贵和最便宜的模型价格差距高达 75 倍。大家现在用得还不够深，一天可能就烧几美元，省不省钱暂时没什么感知度。但一旦真正跑起工作流，这个成本会迅速攀升。市场已经有反应了——目前已经出现了十多家托管服务商，月费从 0.99 美元到 129 美元不等；甚至 Fiverr 上都有人卖"龙虾安装服务"，40 到 229 美元一次，免费帮你装，靠安全包、skills 定制和主机商返佣赚钱。等真正用起来了，成本优化的需求会自然爆发。 八、【Opus 4.6 分析】这个生态可能怎么演进？ 以下内容为 Opus 4.6 基于公开信息和行业逻辑的独立推演，不代表作者观点，仅供参考。 短期（1 3 个月）：快速部署派面临整合压力 快速部署的壁垒本来就不高，而 OpenClaw 官方和各大云厂商已经在做一键部署。当官方方案和大厂方案足够好用时，独立的快速部署产品需要思考差异化——是往 skills 生态上延伸，还是往垂直场景上深耕。单纯做"帮你装好"这件事，空间会越来越小。 中期（3 6 个月）：用户需求分层和"应用商店"成为关键 正如作者指出的，平台搭好后一定要做需求分层和推荐。目前 skills 的使用门槛太高——五千多个 skill，用户不知道选什么、怎么组合。YouMind 的做法值得参考：围绕具体场景（自媒体创作）把工作流组织好，直接告诉用户该怎么用。可以预见，各个平台都会往"按场景推荐 skills 组合"的方向演进，就像从早期的软件仓库进化到应用商店。 一个关键变量：OpenClaw 基金会化之后的走向 Peter Steinberger 已经宣布加入 OpenAI，OpenClaw 将以基金会形式存续。这意味着两件事：一是龙虾的核心开发方向可能偏向开放和标准化；二是 OpenAI 内部可能会把龙虾的理念整合进自己的产品线。如果 OpenAI 推出官方的"龙虾式"产品，现在所有第三方创业者的定位都需要重新审视。 中国市场的结构性差异 中国和美国虽然在信息上几乎没有时差，但落地层面有结构性不同：通讯工具不一样（微信、飞书、钉钉 vs WhatsApp、Telegram），大模型不一样（DeepSeek、Kimi、通义千问 vs Claude、GPT），数据安全的监管环境也不同。"中国版龙虾"需要一整套本地化工程——从通讯软件适配到模型对接到合规，远远超出简单汉化的范畴。这也是为什么字节的火山引擎会专门做安全方案，阿里云会推中国通讯软件整合版——它们在抢的是"中国用户用龙虾"这件事的基础设施话语权。 最终的竞争可能在"谁拥有用户的工作流" 龙虾归根结底是一个工具。用户不会因为工具本身产生忠诚度，而是因为"我的工作流已经跑在上面了，迁移成本太高"。所以真正有长期价值的方向，可能是围绕特定场景（自媒体运营、跨境电商、研发流程等）把工作流做深、做重，让用户的数据和习惯沉淀下来。到那个时候，用户用的是哪个底层 agent 反而不那么重要了。 九、如果你现在想入局，两个最实际的建议 说了这么多分析，最后聊点能直接带走的东西。 第一，从自媒体切入。 前面分析过，自媒体是当前龙虾生态里需求最明确、链路最短、付费意愿最高的场景。不管你是想试试龙虾能干什么，还是想认真用起来，自媒体都是最好的起手式——内容产出、自动发布、自动回复，每一个环节都有现成的 skills 可以用，效果也最容易感知。你不需要一上来就想着"接入工作流""替代办公软件"，那些链路太长、坑太多。先让龙虾帮你写一篇稿子、发一条小红书，跑通一个最小闭环，信心和经验都有了，再往下走。 第二，花点时间了解各家的 API。 这一步很多人跳过了，但我的体验是：接入 API 是当前使用龙虾的必修课，绕不开。不管你用哪个部署方案、哪个平台，最终都要面对"用谁的模型、怎么接入、多少钱"这些问题。而且不同服务商之间的价格差距非常大——最贵和最便宜的模型 API 价格差可以到 75 倍。提前搞清楚 OpenRouter、硅基流动、火山引擎、Kimi 这些服务商各自的特点和定价，后面会少踩很多坑，也能省不少钱。 这两件事不需要技术背景，花一个下午就能搞定，但对后续的使用体验影响很大。 写在最后 龙虾生态现在处于一个非常有意思的阶段：所有人都在押注，但没有人真正知道最终形态是什么。创业者们根据各自的认知和资源做出了不同的选择——有人做部署、有人做平台、有人建网络、有人深耕场景。从这件事里能看到不同创业者对同一个技术变量的不同认知和押注，这本身就很有意思。 不过，有一点我是确定的： 门槛降低的速度，决定了这个市场爆发的时间。 现在，从"听说了"到"真正用起来"的链路还是太长了。 最后想问一下各位读者：你现在处于龙虾使用链路的哪个阶段？是还在观望，还是装上了在折腾 skills，还是已经跑通了某个工作流？欢迎在评论区聊聊你的体验和踩过的坑。 🔗 原文链接： https://mp.weixin.qq.com/s/fK4j8tUl... https://mp.weixin.qq.com/s/fK4j8tUl... 郎瀚威 Will2026年2月20日 15:21 美国 🧑‍💻 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 写在前面 两周前龙虾（OpenClaw）火了，我跟大多数人一样，看了几篇文章就冲进去装了。 结果一装就停不下来——前前后后装了五个龙虾，接了五种不同的服务商，对接 Notion 的时候在开发者设置里翻了半天，为了发一篇公众号扫了四五个码。中途还挂了几个，重新配置，再挂，再配。两周下来，踩的坑不算少了。 也正因为把坑都踩了一遍，我开始意识到一件事： 龙虾的门槛远不止"安装"这一步。 安装只是第一关，后面还有选 skills、接通讯软件、配工作流、解决安全问题……每一关都在劝退人。我个人的体感是，每一层大概会流失掉九成以上的用户——一千个想试试的人，最后能真正把龙虾用进日常工作流的，可能只剩一两个。 但有意思的是，围绕这条极长的淘汰链路，傅盛、玉伯、字节、阿里，包括一大批创业者全部入局了——而且他们押注的方向完全不同。有人在最底层卖部署，有人在中间层做工具，有人在最上层建社区。他们各自看到了什么？ 这篇文章想从一个踩过不少坑的用户视角，梳理一下这个生态的现状：谁在做什么、为什么这么做、以及哪些判断可能更接近真相。 先亮一个我自己的判断，后面会展开讲： 龙虾的终局，大概率会落在你日常使用的通讯软件里——可能是飞书，可能是 Telegram，也可能是钉钉。 理解了这一点，再看各家的选择，很多事情就说得通了。 一、龙虾带来了什么变化？UI 层的范式转换 为什么我会下这个判断？因为龙虾最大的意义，其实是改变了人和 AI 交互的方式。 在龙虾之前，使用 AI 的方式基本上是：打开一个网站或 APP，输入 prompt，等它回答。龙虾把这件事变成了：你在自己日常使用的通讯软件里——飞书、Telegram、Discord——直接给它发消息，它就去干活了。 这个变化看起来简单，实际上是 UI 层的范式转换。网站你得想起来打开，通讯软件你一直开着。心理门槛完全不同。我只有在办公的时候才会想起打开一个网站，但在聊天窗口里，我想到什么就能最无痛地去输出。 所以我的判断是：未来这个生态里的产品，最终都会走向接入通讯软件的形态。谁先完成这一步，谁就离用户最近。 理解了这个判断，再来看我踩过的那些坑，就会发现它们指向的其实是同一件事。 二、从用户视角看真实痛点 装完龙虾之后，真正的挑战才开始。我遇到的难点大致有这么几个层次： 痛点一：Skills 的选择和组合 现在 ClawHub 上有 5,700 多个 skills。一开始我给自己定了逐个学习的目标，但很快发现这条路走不通。 首先是 选择困难 ：5,700 多个 skill，分类不清，描述参差不齐，很多名字看起来差不多但功能完全不同。没有一个类似 App Store 的推荐机制告诉你"你应该先装哪几个"。 其次是 组合复杂度 ：学会单个 skill 只是第一步，还要考虑 skill 和 skill 之间怎么组合、怎么配置。一个 skill 单独能跑，两个放一起就可能冲突。这种组合的复杂度是指数级的。 最后是 学习成本不断叠加 ：每学一个新 skill 都要看文档、试错、debug，而且 skill 还在不断更新。你刚学会的用法可能下个版本就变了。 痛点二：接入通讯软件和工具 我的期望是像拉一个群聊一样，授权一下就行。现实远没有这么简单。 接入 Notion ：得先去 Notion 后台开一个授权，然后把授权凭证给到龙虾。授权本身我能理解，是为了安全。但 Notion 没有一个一键操作入口，这个功能藏在设置的深处。对于非技术用户来说，光找到这个入口就是一道坎。 接入微信公众号 ：更折腾。扫码登录公众号后台，跳转到开发者平台，再扫码登录，前后扫了四五个码才打通。打通以后又出现了字符编码和标题格式的小 bug。整个过程的产品逻辑是"你先成为一个开发者，然后才能用"。 飞书 到现在还没开始弄，因为想想那个流程就头疼。每一个平台的接入都是一套独立的认证体系，没有统一的标准，也没有"一键授权"的方案。 痛点三：多龙虾管理——一个干一件事还是干好几件事？ 现在我有好几个龙虾，让它们干什么呢？ 记忆负担 ：prompt 一多，就像认识太多人一样，记不住谁干什么。你得记住"这个龙虾是管公众号的""那个龙虾是管 Notion 的"，时间一长就混了。 两种思路的取舍 ：一种是每个龙虾就干一件事，这样我能记住，就像聊天列表一样，点开谁就