試了一圈龍蝦后，我還是選了它

前兩天我寫了一篇純文字小短文，因為某種原因很多人沒收到，所以今天我再基于那個主題展開聊聊。

過去這段時間，我前前后后試了不少基于 OpenClaw 的變種龍蝦。

有云端蝦，有本地蝦，有自研蝦，也有各種套殼蝦。只算我真正上手跑過、配過、折騰過的，應該不下十款。

也算是我自己真的在不同方案之間來回切換和長期比較之后，得出來的一個階段性結論。

先說明一點。

這個結論只適合我，也只給你們做參考。

在我看來，選什么龍蝦從來都不是在選一個「絕對最好」的產品，而是在選一套最適合自己工作方式的配置。

很多人問我，現在這一堆龍蝦里到底哪個最好用？

對我來說，現階段最好用的龍蝦不是功能最花哨的，也不是界面最漂亮的，更不是宣傳最猛的。

而是本地純原生部署的 OpenClaw，也就是原生蝦，不加任何科技與狠活兒的那種。

現在，它就 7x24 小時運行在我書房的一臺老款 Macbook Pro 里。

這是之前被我淘汰掉的一臺老電腦，本來準備留著做紀念的，畢竟它陪伴我從大廠離職到跟著我走完 7 年自由職業之路。

沒想到的是，它以這樣的方式獲得重生。

而我的主力電腦，就是書桌上那臺新款的 MacBook Pro，他們相差了 6 年。

為什么折騰一圈之后反而回到最原始的這一套方案？

我沒選一鍵式安裝版本，沒選更輕量化的云端方案，也沒選那些功能更多的平替。

表面上看，這是一個部署方式選擇問題。但本質上，它其實是一個工作方式的問題。

你到底是想找一個「能用」的 AI 工具，還是想搭一套真正屬于自己的 AI 工作系統？

如果只是前者，那很多云端產品和套殼產品其實都夠用了。

但是，如果你和我一樣，想要的不只是偶爾用一下，而是把它真正變成生產力基礎設施，變成你工作流的一部分，那判斷標準就完全不一樣了。

我為什么最后選擇本地原生 OpenClaw，核心原因有三個。

第一，數據完全私有化。

這一點其實比很多人想象中更重要，因為你一旦開始認真使用 AI，喂給它的內容就不只是公開信息了。

會有你的日程安排、你的文檔資料、你的寫作草稿、你的會議記錄、你的聊天內容，甚至還會有你的商業思考、選題方向和工作方法。

說白了，就是你最核心的數字資產。

如果這些資產長期跑在別人的平臺里、別人的規則里、別人的限制里，你會發現，表面上你是在用工具，實際上你是在把自己的工作流寄存在別人的系統里。

因為真正值錢的，從來不是某一次 AI 對話，而是你和 AI 共同沉淀出來的那套能力系統。

本地部署的好處之一，就是數據歸屬權在你自己手里。數據在你電腦上，配置在你電腦上，工作流也在你電腦上。

只要定期備份，整套系統就是可控的。對我來說，這種可控感非常重要。

第二，操作空間足夠大。

一個能發揮生產力的龍蝦，不是讓它陪你聊天，而是讓它進入你的工作環境，幫你執行任務，協同工具，調動資源。

比如，我可以直接讓本地 OpenClaw 打開電腦瀏覽器，去讀一篇公眾號文章，然后給我反饋。

我也可以讓它幫我打開豆包提問，或者打開 Lovart 去作圖。

再進一步，它還能和本地文件、瀏覽器、日歷這些東西聯動，包括一些辦公軟件的會議預約、文檔處理、事務管理等。

你會發現，這時候它已經不是一個單純的問答工具了，而更像一個真的在幫你干活的 AI 員工。

這一點，就是本地原生 OpenClaw 和很多云端產品之間最本質的區別。

云端產品不是不聰明，而是它天然被限制在云端。它可以回答你，但它很難真正進入你的電腦環境、你的本地操作鏈路、你的真實工作現場。

而很多生產力，恰恰就發生在這個現場里。

第三，配置自由度足夠高。

這一點對普通用戶未必是第一需求，但對我來說非常關鍵。

因為我現在不是把 OpenClaw 當成一個單點工具在用，而是把它當成一個可以擴展、可以編排、可以協同的多 Agent 系統在用。

舉個簡單的例子。

我現在本地一個 OpenClaw 實例，已經配了 3 個獨立工作區的 Agent。

然后對應 3 個飛書機器人。

而且，每個 Agent 用的模型都不一樣，分工也不一樣。

有的更適合內容，有的更適合執行，有的更適合信息處理和流程協同。

要實現這一套，其實不復雜。我只需要在本地修改配置文件，然后控制 OpenClaw 網關就可以。

但是你換成很多套殼蝦或者自研蝦，這種靈活性就會明顯下降。

它們不是完全不能做，而是你會明顯感覺到，邊界更多，限制更多，擴展成本也更高。

這也是為什么我越來越覺得，OpenClaw 這類 AI 框架產品，越往后用越不是在比功能，而是在比三個東西。

第一，誰更自由。

第二，誰更可控。

第三，誰更接近真實工作流。

很多人選工具的時候，很容易被一個誤區帶偏，就是總想一步選到「最強」的那個。

但 AI 工具不是手機，也不是電飯煲，不是看參數高低就能下結論的。

AI 工具的本質，更像是操作系統，或者更像是工作平臺。

你選的不是某一個按鈕，而是你未來所有工作動作將依附在哪個底座上。

底座一旦選錯，后面越用越重，遷移成本越高。

所以我現在判斷一個龍蝦值不值得長期用，看的已經不是它能不能回答問題，而是它能不能承載我的工作流。

能不能接入我的本地環境、能不能隨著我的需求變化繼續擴展、能不能從一個 AI 工具，慢慢長成一個 AI 系統。

如果能，它就值得我繼續投入。

如果不能，那哪怕它再花哨，我也只會把它當成一個過渡性產品。

再說一下 IM 工具的選擇。

我現在用得最多的，還是飛書，同時搭配微信上的 ClawBot 在用。

為什么我最后會更偏向「本地蝦 + 飛書」這套組合？

其實選飛書并不是因為它功能最強體驗最好，而是我用起來比較順手而已，而且已經有一些數據在這里沉淀，比如我的歷史文檔、日程、會議等。

另外，像釘釘其實也不錯，而且現在也開源了 CLI，對 Agent 的支撐能力更強了。

企微和微信也都可以，我覺得就看你平時使用哪個平臺最多，把 AI 化的工作流和日常的常用 IM 工具集成就行。

再說下微信上的 ClawBot，我覺得它更像是一個輕量入口。方便，直接，適合高頻溝通。

但如果你真要做多機器人協同，做文檔沉淀，做日歷會議聯動，做更復雜的組織化工作流，飛書和釘釘這類工作臺的靈活性還是明顯更高。

很多人以為，選 AI 工具，就是選一個現在最好用的。

但在我看來，真正重要的，是你選的這套東西，半年后還能不能繼續長在你的工作方式里。

AI 變化太快了，今天最火的，明天可能就沒音了。

今天看起來體驗最好的，明天可能就會遇到限制、漲價、封閉、能力邊界。

所以我越來越傾向于把「短期體驗」和「長期能力」分開看。

短期體驗，很多產品都能給。

但長期能力，只有那些可控、可擴展、可沉淀的系統，才能真正留下來。

說到底，我現在選龍蝦，已經不是在選一個工具，而是在選一個數字分身的生長環境。

它未來能不能接住我的工作方法體系，能不能沉淀我的知識和能力，能不能變成多個分工明確的 AI 員工，能不能真正開始替我處理越來越復雜的任務。

這些，才是我最關心的。

最后說個事兒，這兩天我還在繼續折騰 OpenClaw 的硬件能力。

現在我的龍蝦，已經可以自動讀取我手機上的通知消息，然后幫我整理和匯總了。

這意味著什么？

意味著 OpenClaw 對我來說，已經不是一個只在電腦里等我調用的軟件了。

它開始慢慢接進我的日常信息流，開始從「我主動用它」，變成「它主動替我處理一部分信息」。

如果再往前走一步，它就不只是一個工具了，而會越來越像一個真正的 AI 員工。

當我把電腦和手機都交給他，他也會學了我的工作方法，沉淀了我的知識、技能、能力，在權限可控的邊界范圍內，我一個人帶著一個 AI 團隊的效率就是原地起飛的。

事實上，我現在已經感受到了。

那種感覺雖然很恍惚，但也很具體。

AI 的出現，讓我這種做了 7 年一人公司的人，重新升級為「AI 個體戶」。

終于，我不再是一個人戰斗了。

················· 唐韌出品 ·················

安可時刻

最近我給自己的 OpenClaw 接上了一個硬件，可以實現對我手機消息的讀取，相當于多了個能幫我匯總手機消息的助理。

不只是統計，還能分析和提煉關鍵信息，也能實現跨應用總結。

這個效率，又上升了。