自OpenClaw引发的一些想法

最近迅速走遍网络的ai工具OpenClaw，

简单学习了解了下原理后，

感觉～噱头和营销成分非常大啊。

而且还突然带火了mac mini，

越想越觉得奇怪，总幻觉着有人在做局～

最近我所在公司以及朋友所在公司大大小小的，都在采购设备，搭建OpenClaw，而且公司构建了一个核心理念——每个人都要会用ai，我们it组甚至已经开始使用codex和Claude开发项目了，一时间有着很微妙的感觉。

ai不难理解，在当下时代，不会ai必然会被淘汰，无论从工作还是生活(替代了百度的作用)，已经完完全全的浸入了，如果说哪个手机没有ai助手，基本也都会被二十年代淘汰了。

一方面，ai是人类科技树上的一个重要节点，没人能保证是否是新文明传来的低语，还是完全错误的分支，请求消耗大量资源(人力物力)发展ai，颇有新时代来临前铺垫的意思。

而且，从各种层面来说，现在各种ai助手(什么豆包千问以及我手机的ai助手等等)都提供免费使用，非常的像个圈套，因为作为使用过openai技术的都知道，这些请求都是消耗tokens的，从去年年初价格是4rmb每兆tokens的价格，到现在全模态+长记忆+多mcp工具+ ... 应该更加消耗资源，而现在全是免费使用，非常像是在铺垫市场。但是如果未来真的收费了，客户群体是否会再次退化成旧的模式呢？(其实不一定，外卖，单车，数字付款都是成功的例子，付费买方便)。

所以为什么现在各种ai产品出来，各大厂商都会非常积极的去响应，大概就是: 你没有，你就要被淘汰的姿态吧，尽管说这个产品还没有经过市场和时间的考验，看起来有点未来感的就开始构建宣发了。

目前就从技术层面可预见的，OpenClaw还有着不少问题。一是安全性，毕竟它有着相当大的权限，在很多企业学校政府军队部门，开放文件访问权限给ai是很危险，因为谁也无法保证别人的接口是否做了后门，而且现在国内使用三方api分发器的还不少，很难保证，在分发器背后是否有做日志数据清洗。二是资源过于浪费，原本一些问题通过原始的sys-user-assist 体系就能解答，顶多几千tokens了得，现在一个简单的问题如果助手思考错了方向，列出了一系列步骤，调用了各种工具，访问了各种文件，可能一下子几百K tokens就不见了，对于人类发展角度来说，似乎有点浪费了，或者说设计冗余了，总觉得ai不应该向这个思路发展。

今天你把llm，mcp，rag等技术整合封装成OpenClaw。明天他把OpenClaw，sovits，stable difussion整合成一个openworld，总的来说都是在装箱，只是有的装的优雅，有的随便丢进去。目前ai绕不开的是成本问题，这种封装反而让成本问题变得更大了。

所以我觉得ai还是应该要从源头开始优化，是否可以优化神经网络，更大胆点，是否有比现在llm构建体系更加省资源的算法方案？然后所有辅助llm的数据，能否全部在客户端自己这处理，而不是现在的将模糊不清的内容给llm？就如同早期的rag一样，尽管rag捕获数据因为设计本身就有着不少缺陷。mcp在我个人看来不是很看好的，其本质是规范了大模型调用函数的入口方式，不仅不够准确，而且协议本身也有不少诟病在里面，随着函数的增多，大模型也越来越累。这方面我还是更倾向于dify等工作流方案，或者像美术层面的comfyui就是非常不错的一个产品，其设计思想感觉比llm这束要灵活不少，checkpoint 作为模型根基，然后lora等其他插件模型作为附加值，通过一套流程就能生成统一标准的正确的内容，而且没有复杂的计算。

agent智能体，真的是未来吗？我想要一直打个问号，只希望到了三十年代被疯狂打脸。

结，有感而发，写了一个小时，淦，以后不在手机上打字了，影响我手速qwq.