OpenClaw 你还没玩么??

OpenClaw 你还没玩么??

她消息必回,还帮我把 Notion、日报和系统自动化跑起来了

最近 openclaw 突然火了。
火到什么程度?我那台在角落吃灰的 Mac mini,重新被我从“电子骨灰盒”里拎了出来。

我本来只是想跑个 AI 玩玩。
结果几天之后,我发现一件很离谱的事:

我好像不是在用一个 AI。
我是在给自己搭一个“私人操作系统”。

为什么我开始对普通 AI 助手没耐心了

你有没有这种感觉?

AI 很聪明。
但它永远活在一个“玻璃箱”里。

我跟它聊天、让它写方案、帮我查资料。
然后我突然想起一件事:

“帮我在 Mac 的提醒事项里加个 3 点的待办。”

它懂。
但它做不到

这就是现在大多数 AI 的天花板:
脑子已经是博士了,手还停留在键盘里。

每个 App 都在建自己的围墙。
结果就是:智能被困在对话框里,生活却在系统外面。

我想要的不是一个“更会聊天的 AI”。
我想要的是一个能动我系统的智能体


为什么我选了聊天软件当入口

说实话,打开网页用 AI 一点也不难。
但真正顺手的,是聊天软件。

因为那是条件反射。
手机亮了,手指自己就点进去了。

于是我干了一件事:
我不把 AI 当成“对话对象”,
我把它当成“群里的一个角色”。


我给她装上了哪些“器官”

我不是在用一个工具。
我是在给她接外设。


01 Telegram:中枢神经系统

我平时用 Telegram。轻、干净、没那么多“生态负担”。

接机器人很极客:
找 BotFather,建 Bot,拿 Token,接 openclaw。

但真正好玩的地方在这:
我给自己建了好几个群。

  • 日报群
  • 提醒群
  • 告警群
  • 杂事群

在不同的群里 @ 同一个机器人,
她就像“换了一种人格”。

那一刻我第一次有感觉:
这不是聊天了。
这是在调系统服务。


02 邮箱:我不再翻垃圾堆了

我已经很少主动看邮箱了。
99% 是订阅、广告、系统通知。

所以我干脆让 AI 每天中午 11 点做一件事:

  • 扫一遍所有未读邮件
  • 给我一份摘要
  • 标出“值得点开”的那几封

我不再进垃圾场。
我只看“浓缩信息包”。

体验上很像:
你请了一个信息助理,每天给你递一张小纸条。


03 Notion:她开始帮我“长记性”

我现在几乎不把 Notion 当笔记软件。
我把它当记忆系统

每天,我让 AI 把我们聊过的东西总结一份,丢进 Notion。
一个月后、三个月后,我能回头看:

原来那段时间,我脑子里全是这些东西。

有想法的时候,我甚至不打开 Notion。
我直接跟她说一句话:

“帮我记下来。”

这时候你会发现一个本质区别:
普通 AI 是“说完就散”。
这个系统,是在帮你存人生缓存


04 09:00,AI 日报像闹钟一样准时响

我让她每天给我做一份 AI 产品日报:

  • 去 Product Hunt 扒热门产品
  • 总结趋势
  • 给我一页高密度信息

我不是为了“看新闻”。
我是为了不掉队。

否则你会发现:
你刷了一小时推特,
信息密度还不如这一页纸。


一个我踩过的坑:AI 是会“失忆的”

她每天都能给我写日报。
但她每天都会忘记:

“你昨天说格式要这样。”

这让我意识到一件很关键的事:

规则本身,也必须被系统记住。

所以我开始把:
日报模板、输出风格、行为规范
全部存进 Notion。

从那一刻开始,
她不再像实习生,
更像一个有 SOP 的系统。


第一性原理:很多时候不是她不聪明

而是我问得太低级。

我经常发现自己在说:
“你帮我怎么做这件事。”

但真正该说的是:
“我到底想解决什么问题。”

当你把需求往上提一层,
路径往往会自己出现。

AI 在执行层已经很强了。
目标层,还是人类的责任。


关于写代码,我反而变得很保守

修 bug 很爽。
因为 bug 有文件、有行号、有报错。

但让 AI 从零写一个完整功能?
体验并不好。

不是模型不行,
人类自己都说不清楚需求

在聊天框里设计系统,
信息带宽太低了。

所以我现在的分工是:

  • 架构和设计:我来
  • 修补和优化:她来

反而更像真实世界的“人机协作”。


苹果生态,意外成了外挂

ChatGPT 的提醒功能,说实话很弱。
推送慢、存在感低、容易错过。

但 macOS + iPhone 的提醒事项是系统级的。
我让 AI 直接往 Mac 的 Reminder 里写任务。

手机、电脑同步弹窗。
那一刻我突然意识到一句话:

生态,本身就是 API。

语音,是我目前唯一放弃的功能

Whisper 本地模型我试过。
延迟高,准确率一般。

暂时还没到“能融进生活”的程度。
我就当她还不会说话。


最后说句实话

我现在已经不太把她当“AI 工具”了。

我更愿意把她当成:
一个正在成型的,私人操作系统层。

如果你只是想找人陪聊,
那她没什么特别。

但如果你想让智能,
真的流进你的:

工作流、信息流、记忆系统、生活节奏里——

你会慢慢发现,
你不是在用 AI。

你是在给自己升级系统内核

Read more

为什么 Harness 最近突然火了?

为什么 Harness 最近突然火了?

它到底是什么 Harness Engineering 不是多写几句 prompt,也不只是给 AI 配几个工具。它本质上是在设计一整套让 AI 稳定工作的开发流程:给它上下文,接上工具,写清规则,保留状态,观察执行,出错后还能继续恢复。模型只是大脑,Harness 才是让这个大脑真正进入项目、持续干活的工作台、护栏和反馈闭环。没有这套东西,模型再强,也很容易停留在“一次回答很好看,但一进真实流程就不稳定”。 你为什么现在就得学 因为开发已经开始从“人写代码,AI偶尔帮一下”,走向“人搭系统,AI持续参与执行”。如果你还停留在旧思路里,把 AI 当聊天框、问答器、代码补全器,那套方法很快就会落后。接下来真正拉开差距的,不是谁更会问问题,而是谁先学会把 AI 接进文档、代码、测试、日志和协作流程里,让它稳定复现、

By Keboom007

我的第一个产品上线了!这是程序员的成人礼

Get Out VideoLanding page for Get Out Video 说实话,我到现在还有点小激动。 上面的链接是我的第一个产品,一个帮你从 YouTube 提取字幕、快速分析视频内容的工具。从写第一行代码到真正部署上线让用户能访问,我终于完成了程序员生涯中的第一个「成人礼」。 这个工具是做什么的? 相信很多人都有过这种经历:刷到一条看起来很有料的 YouTube 视频,标题很吸引人,但一点开——好家伙,一个半小时。 这时候你就陷入了两难: * 直接划走吧,万一真的很有价值呢? * 硬着头皮看吧,时间成本太高了,而且很多时候看完发现干货没多少,后悔得不行 * 想快进预览一下吧,视频这玩意又不能像文字那样扫一眼就知道讲什么 我的产品就是想解决这个问题。 你把 YouTube 链接丢给它,它能帮你 1. 快速提取视频的字幕内容(不管有没有官方字幕都能搞定) 2. 自动总结核心观点,让你几秒钟就知道这个视频值不值得花时间看 3. 对于那些知识密度一般的视频,直接看总结就行了,

By Keboom007
AI 短剧实测:体验过后,我发现了“产品经理”和“真导演”的区别

AI 短剧实测:体验过后,我发现了“产品经理”和“真导演”的区别

前两天刷到一个 AI 做的短剧《嫡女泣血,母亲掀翻帝王家》,当时我就震惊了。虽然口型还有点对不上,但那个人物精致度,那个氛围感,真的让我这个技术宅有点坐不住了。 于是我心血来潮,决定自己动手试一试。结果这一试不要紧,直接把我的钱包试空了,还顺带把市面上的 AI 视频工具踩了个遍。 今天就来跟大家聊聊,想做一部 AI 动态漫,到底要经历多少“九九八十一难”。 一、 工具吐槽大会:谁是真导演,谁是 PPT 经理? 在 AI 视频生成这个圈子里,工具主要分三派:硬核极客派、偷懒神器派,还有氪金大佬派。 1. ComfyUI:硬核极客的“可视化编程” ComfyUI 就像是给了你一堆乐高积木,你想搭什么都行,前提是你得懂怎么搭。 * 优点:极其灵活,什么 Stable Diffusion、AnimateDiff、

By Keboom007
PLG 是什么?

PLG 是什么?

什么是 PLG? 最近听说好多次 PLG,一看到英文缩写,便不觉厉。看起来很高大上,有没有? 那么它实际的含义是:Product Led Growth(产品驱动增长) 又是一句听起来像废话的概念,把产品做好,不是企业的本分么? 那到底啥是 PLG? 不用销售追着客户跑,不用搞那一套复杂的 PPT 演示。直接把产品扔给用户,好不好用,试一下就知道。如果产品够硬,用户不仅自己掏钱,还会忍不住安利给身边的朋友:“哎,这个东西太好用了,你快试试!” 这就是“产品驱动增长”——让产品本身成为最大的销售员。 这就跟咱们平时用的好东西一样: * 别废话,直接用:想用就注册,别让我填一堆表单还要等销售打电话。 * 先尝后买:好不好用先免费试试,觉得爽了自然会付费,不强买强卖。 * 上手即爽:别让我看半天说明书,上手几分钟就得让我觉得“卧槽,这功能太牛了”。 * 自来水:好东西大家都会口口相传,

By Keboom007