为了玩openclaw买了个丐版mac mini，虽然现在快一个月过去了，其实自己频繁修改和使用的时间只有一周多点儿。这段时间尝试让它干了很多事情，周五有朋友组织了一个关于openclaw的讨论，问我能不能参加，我想不如先选其中一个最简单的用例写一篇来分享一下。 我是一个懒人，所以需要openclaw来做一些我想做，但是觉得自己坚持不下去而没开始做的事儿。 第一个想让它干的事儿就是帮我运营一个X（twitter）的账号。我用一个邮箱创建了新账号交给它。因为我一直觉得deepseek的路子都比较野，所以我让deepseek帮我生成一个新账号一年从0粉涨到10万粉的计划。 deepseek说的头头是道，于是我就让openclaw创建了它的第一个agent，这个账号选好了做科技领域。 第一步呢，就是要让它去关注100个科技大咖。agent启动之后，我看了它运行一次cron job的结果，账号成功关注了15个科技大咖。还不错！属于迈出第一步。于是我给它多下达了一个指令，要一直持续搜索和关注，直到关注到100个人为止。下完这条命令已经是半夜，我就直接睡觉去了。 然而出师未捷身先死，第二天我醒来一看，这个账号已经噶了，被X封了。我看了日志记录，X对于关注是有rate limit的，这个agent用账号在短时间内关注了很多人，被禁止关注，但是因为我下的指令，它还在继续关注，于是被X封禁了。
我给X写了一封解封申请，过了一周左右这个才解封。
心急吃不到热豆腐，后来改了命令，每天只关注10个人，然后给它加了两个任务，一个是浏览关注列表的帖子，选5条发评论，然后自己再根据今天读到的帖子，自己写一条原创。 结果选5条发评论这个任务都比想象中困难，首先是X已经禁掉了发评论和发帖子的API，在openclaw的作者为了X写了Bird这个skill的时候，那些API还是可用的，但是现在已经被禁掉了。所以这个发评论和发帖子都得让openclaw来模仿人类操作，它自己打开浏览器，打开X，打开帖子发评论。 本身这个任务是没啥问题的，我测试让它发一个评论，虽然很慢，但它是能完成的，可发5个评论的任务就非常不稳定，后来发现是因为openclaw有内部限制，一个任务的时限是10分钟，openclaw在10分钟之内，经常连五个评论都发不完，更不用提发帖了。当然，这个解决办法也很简单，我把任务拆分，单次任务只发一个评论就能解决超时问题。 它今天的运行成果就像截图里的一样，会给Karpathy的帖子发评论，然后原创帖子它就聊了对IBM昨天股价跌了13%的看法。
我看了今天它发的评论和帖子，AI味道非常浓，甚至AI都觉得它过于AI了。不过就算它写得都已经如此像AI，我看它发的一个原创帖下面，依然还能收到蓝标用户的评论。：
所以还是让AI来治AI，给它修得更像人一点儿：
到目前为止它已经达成了一个账号运营的最低要求了，且因为是用浏览器模拟操作，目前账号还没被封的迹象，后续还会给它加更多的运营任务，让它走得更远。
例子讲到这里，开始讲一下我对 OpenClaw 的看法。 第一点就是决策层和指令层，到底该由人做还是由 AI 做。 过去我用 AI，更多是让它负责规划和分析，然后写代码这种任务它也能执行和测试。记得Opus4.5还有Codex5.2刚发布时，大家惊叹AI 能连续干好几个小时，但这和OpenClaw作者在GitHub上一天1500个commit的量级，仍然差得很远。人+AI往往能把程序员放大到 10X，但如果让 AI 指挥 AI，进入自我闭环，就可能变成 100X 甚至 1000X。我觉得这里的差别就在于人是否敢把下指令，做决策，验收结果也交给了 AI。我用Claude Code时，本质还是我在下指令，我在验收。这没问题，因为当前 AI 在不少任务上仍不够可靠。但当你把责任完全下放给 AI，它就从工具变成了 7×24 的永动机，这正是 OpenClaw 的魔力。 所以我现在给 OpenClaw 派任务，会拆成四层。信息收集层 → 决策指令层 → 执行层 → 验收层。最后验收结果会回流到信息收集，AI 每天根据结果自改 prompt、调整策略，直到形成闭环。一旦闭环稳定，人就能真正撒手。当然，仅仅就我分享的这个非常简单的例子，每一个简单的步骤在每一层都有不少坑。但随着大模型能力增强，这个飞轮只会转得更快、更稳。有人看到openclaw作者每天 1000+ commit，会嗤之以鼻说是屎山代码。但从 GPT-3.5 一路用到现在的人都知道，这只是阶段状态。代码质量是可以被工程化解决的问题，不是方向性问题。 至于AI在各种任务能自我闭环之后会怎么样，那是社科方面的讨论了，有的可能的方向就像Citrini Research昨天那篇8200w阅读的预测文章THE 2028 GLOBAL INTELLIGENCE CRISIS，挺绝望的，这里就不扩展聊了。
第二个点是为什么很多简单的任务AI还没闭环。。。因为很多任务的每一步流程都是给人设计的，不是给AI Agent设计的。举个例子，我让AI去买东西，AI还是只能打开网页，像看一张图片一样分析网页内容，提取要素，然后找下单入口之类的。然后就发现这样一系列操作的token成本比人更费时费力，并不像写代码写报告那些任务一样能降本。所以最近一个很火的概念，就是面向Agent开发，以后的saas都是提供API给AI Agent。然后有一种观点就说传统SaaS公司不会这样提供API的。我对此的看法就是，如果这些公司不提供，会有新公司专门给AI Agent服务的，并且我对这个方向还挺看好。
第三点是从我这个X账号运营用例出发的，人文相关的。先说一个暴论吧，从互联网普及到现在的20年，可能是网络文字质量最高的阶段了。这几年一直有一种实验，把一张图喂给AI一百次，看图片最后变成了什么样，最后结果都是面目全非，不知道未来网上的文字会不会也因为充斥着AI而面目全非。扪心自问，我觉得我的这个账号，写出来的文字再像人写的，也都是一些电子垃圾。但是没办法，这就是阻挡不住的洪流。我不做也有无数人在做，现在又有多少自媒体账号的文章不是AI写的呢？
创造这个blog的时候，主旨就是写有人味儿的文章，人味儿先得是自己写的吧。我知道AI可能写的比我好，但是这也只能是在这洪流下的一点倔强的坚持了。 当然，我肯定还会用AI把我这篇翻译成英文，再发到需要运营的账号上的 ：）