初尝“龙虾OpenClaw”（二）：最近的使用和一些想法

Peter Steinberger（彼得・斯坦伯格）上个月居然去OpenAI上班了

我在上一篇写龙虾的小作文《初尝“龙虾”（OpenClaw），WSL+Ollama》提到过，OpenClaw算是一个AI操作系统的雏形，这确实是我个人的真实感受，而这里面最大的问题，就是Token的消耗问题。

上次说使用龙虾，平均每次要大几千的Token，其实说少了，按最近一个月我的使用体感，每次至少十万以上Token消耗，这里面有个非直观的原因，每次你下达给OpenClaw的任务，即使只是简单的查询，往往也包含数十次的大模型调用。

所以，对于不熟悉底层的普通用户，一般性的了解下智能体（agent）的基本原理是必要的，这有助于日常使用和未来规划。因此第一个问题是，智能体和大语言模型（LLM）的关系。

大语言模型这个称呼我觉得不好，因为让人觉得大模型仅仅就是个“模型”。在我看来，大语言模型（LLM）直接命名为AI最合适，普通人完全可以把它看作人工大脑，真实意思的人工大脑，并非比喻。

很多专业人士，依然认为大模型的输出是海量训练后的统计学现象，姑且不管他们说的统计学现象是什么意思。从人工智能的产生机制来看，这非常不正确，这是普通的理科思维。因为他们不知道，生物大脑的智力来源其实和大模型同源——人工智能的产生，是将生物神经网络的百万年进化筛选同构为人工神经网络的万亿次反向传播筛选。

这次人工智能的大爆发，还有一个显著的特点，即它不是高等院校实验室的直接产物，而是一家当时名不见经传的小公司OpenAI工程化的产品，这让很多学者心里不爽，不愿意抬举它。

如果大家对这说法还有质疑，那么让我们看看历史上飞机的发明。莱特兄弟自己捣鼓让飞机飞上了天，实现了人类“飞”这个能力（想想智力也是一种能力），虽然这个能力和鸟类灵活生动的飞翔不太一样，但是对于“飞”这个能力，本质上相同。本次AI大爆发也应作如是观，人类已经发现了智力的秘密，大模型就是一个真实意义上的人工大脑。

从这个角度，就很容易区分大模型和智能体：大模型是通用的人工大脑，而智能体是人工大脑通过特定步奏专注特定类别的任务。那么怎么让一个通用的人工大脑变成一个专注于特定任务偏科生呢？有几种方法。

我能想到的，第一种当然预训练专门的大模型，比如专业下围棋的大模型。第二种是微调，就是在预训练结束后，在后训练过程把通用AI训练成偏科AI，比如专门微调为医疗服务的模型，或者强化训练工具调用。第三种方法最简单，用系统提示词约束，让大模型在执行层面偏科，第三种方式就是第一代智能体的含义。

当前的智能体已经显著不同，它们处在快速的迭代中，这得益于大模型越来越强悍的智力（很多方面已经超越人类）和实际使用需求的驱动。OpenClaw就是这个迭代过程中的一个新物种。

OpenClaw 的创新主要体现在两点：

第一是极简思维：既然大模型已经足够聪明，那么就让它像人一样用最简单的规则去处理所有的任务。所以在OpenClaw的底层，只保留4 个基础工具Read（读取）、Write（写入）、Edit（编辑）、Bash（执行终端命令），所有复杂任务都让大模型调用工具或编程去解决。

第二是极客思维，保持好奇心，专注技术，追求极致与挑战极限，所以OpenClaw是开源的，是兴奋的，是生机勃勃的。

在最新的这波智能体应用中，Skills（技能）这个概念很关键。

Skills（技能）就是给大模型（人工大脑）看的工作说明书。大模型看文字比人类快多了，它瞬间就可以把数十份说明看完，并按说明书给出的步骤边思考边执行任务。所以，要让龙虾能干活，两个条件：一个聪明的人工大脑+一份合理的工作说明书，这其实和公司雇人干活一样。

因此在OpenClaw的使用中，技能很重要。OpenClaw有官方的技能市场，涵盖了大多数使用场景，由于技能是标准化的说明文件，第三方的技能也都能使用，技能于是成为大模型的手眼通天，无限放大了人工大脑的能力。

最后一个问题是，多大（其实是多小）的模型能支持起OpenClaw的日常使用？

我的个人结论是，全精度（FP32）或者半精度（ FP16 & BF16）27B（270亿参数）左右的模型就能很好的执行日常任务，而那些常见的量化模型，如果Q6、Q4等同规模大模型，还无法胜任。很多人会觉得，评测不是说只有百分之几的能力差异吗？这并不错，但巧就巧在OpenClaw的任务类型会显著放大这个差异，毕竟跑评测和实际执行任务不同。

关于这个结论的依据，可以看这个网站的专业评测：

https://pinchbench.com/

我实际评测过GLM-flash，这个是27B，还有Gemma 4 31B和26B，这三个模型都能很好的执行意图。在这个网站中，Qwen3.5 27B得分异常高，有条件的可以试试实际效果。

至于用OpenClaw干生产力，就不能指望这些小模型，国内模型一般GLM-5起步，有钱当然是Claude Opus家族和OpenAI gpt5家族了。

这次就说到这里，行家里手请无视。

未来已来，心潮澎湃！