启域网络-企业微信官方授权服务商-微信私域流量研究院

DeepSeek 上线识图模式，但"认不出梁文锋"

Thu, 18 Jun 2026 21:36:02 +0800

来得正是时候

昨天晚上我还在用DeepSeek，心想：啥时候能上识图功能就好了。没想到今天一睁眼——它就来了。

这波更新来得非常及时。大模型竞赛进入2026年，多模态已经是标配。GPT-4V、Claude 3.5 Vision、Gemini Pro Vision……各家都在卷"看图说话"的能力，DeepSeek在这块一直缺位，今天终于补上了。

多了个"眼睛"的DeepSeek

这次的识图模式，简单说就是给DeepSeek装上了一只"眼睛"。之前它只能看文字，现在能看图片了，能识别图片里的物体、文字、场景，还能根据图片内容做推理。

想象一下这些场景：

◆• 你拍个菜，问它"这个怎么做好吃"
◆• 拍个英文路牌，让它翻译
◆• 看到一张产品设计图，让它给改进建议
◆• 甚至拍个电脑蓝屏报错，让它诊断问题

这不光是功能的增加，而是交互方式的根本改变。从"只说"到"能看能说"，AI的可用性上了一个台阶。

"这谁啊？"——认不出梁文锋的AI

最有意思的一个细节来了。

据媒体报道，有人拿了一张梁文锋（DeepSeek创始人）的照片去测试新上线的识图功能，结果DeepSeek分析来分析去，愣是没认出来这是自家老板。

具体来说：

◆• 给的是一张梁文锋比较常见的公开照片
◆• DeepSeek能识别出是"一位中国男性"
◆• 能识别出"戴黑框眼镜"
◆• 能识别出"出席公开活动"
◆• 但问"这是谁"的时候——抓瞎了

这个翻车挺有意思的。一方面说明DeepSeek确实很"诚实"，没有专门给自家创始人的脸做特殊训练。但另一方面也暴露了多模态模型在"特定人物识别"这个维度上的普遍短板——它知道特征，但不知道特征对应谁。

其实这不算翻车

冷静一想，这个"认不出梁文锋"其实不算翻车，反而说明了几个重要的事：

第一，DeepSeek没有作弊。 如果它专门训练了创始人的人脸识别，测试出来"秒认梁文锋"，那反而有嫌疑——是不是专门针对这个场景优化的？现在它认不出来，说明它的多模态能力是通用的，没有针对性训练。

第二，这是所有多模态模型的通病。 GPT-4V也常常认不出Sam Altman的样子（如果角度不对），Claude Vision也给错过Dario Amodei的信息。因为多模态训练数据里，名人的人脸-名字对应关系本身就没有专门标注。不是技术不行，是数据没做那一步。

第三，深度求索没开这个"后门"。 说实话，如果真想，完全可以在发布前把梁文锋的几十张照片塞进去训练一下，让它"认识老板"。但他们没这么做。某种程度上这反而是一种态度：我们的模型是干净的，没有人为干预。

我想自己试试

看到这个新闻，我第一反应不是嘲笑，而是——我要马上打开DeepSeek自己试一下。

毕竟文字描述再多，都不如亲自上手感受。我已经准备好几张图打算喂给它看看：

◆• 第一张，一张我自己拍的风景照——测试场景识别
◆• 第二张，一张英文海报——测试文字提取
◆• 第三张，一张产品功能示意图——测试理解能力
◆• 第四张，梁文锋的照片——我想亲眼看看它怎么说

这种"亲自验证"的快感，大概是搞AI的人最享受的事了。

DeepSeek的加速追赶

回顾一下DeepSeek的节奏：

◆• 2025年底发布DeepSeek-V3，纯文本模型，惊艳全场
◆• 2026年初放出R1推理模型，长思维链能力一流
◆• 2026年6月——终于补上多模态这一课

这个节奏说明了一个事实：深度求索从来没有停下来过。 虽然前几个月看起来低调，但实际上多模态的训练一直在推进。选择在6月这个时间点上线，既不是最早（GPT-4V早了一年半），也不算太晚（追赶速度很快）。

对于国内AI生态来说，这绝对是个好消息。又多了一个能"看图"的大模型。

写在最后

DeepSeek上线识图模式——这是今天的一个小新闻。但更有意思的是："认不出梁文锋"这个插曲。

它提醒我们：AI再强大，也不是全能的。它能分析一张复杂的技术图纸，却认不出自己老板的脸。

这可能就是技术的浪漫之处——总有一些「意料之外」，让人忍不住想继续探索。

500亿进场却换不了一张投票权：DeepSeek这轮融资，把AI行业的潜规则打在了明面上

Wed, 17 Jun 2026 07:23:43 +0800

2026年6月中旬，一则消息在创投圈炸开了锅。

DeepSeek，这个自2023年成立以来拒绝了无数投资人、连一分钱外部融资都没拿过的AI公司，终于松口了。

一开口就是王炸：募资超500亿元人民币，估值超500亿美元。

这不是融资，这是宣告——中国AI领域最大单轮融资，来了。而比融资本身更值得琢磨的，是钱的进入方式。

一、500亿怎么分的

先看数字。

整个融资方案募资超过500亿元人民币（约74亿美元），估值超过500亿美元（约3380亿元人民币）。这个体量是什么概念？中国AI行业此前最大单轮融资是月之暗面2025年的超50亿元——DeepSeek直接干了十倍。

但真正有意思的，不是融了多少钱，而是谁出了多少钱。

梁文锋本人出了200亿元，是最大的出资方。腾讯100亿、宁德时代50亿紧随其后，京东、网易、IDG各出30亿。

注意这个名单——腾讯、京东、网易都是互联网巨头，宁德时代是全球动力电池之王，IDG是老牌美元基金。这些名字放在一起，本身就是信号：DeepSeek已经不只是AI圈的事，它是整个中国科技产业链都绕不开的存在。

而梁文锋自己出200亿，更是意味深长。他以个人资产押注自己创办的公司，与其说是在"投资"，不如说是在表态：我不会走，我比任何人都看得长远。

二、交易结构比融资金额更值得细品

钱怎么进的，比融了多少更重要。

DeepSeek这轮融资的交易结构，在中国创投史上几乎找不到先例。

投资者的钱，不是直接进入DeepSeek公司，而是要投入到梁文锋个人管理的有限合伙企业。你听到了——不是投给公司，是投到梁文锋个人控制的基金里。

这意味着什么？

第一，股份锁定五年。你投进来的钱，五年之内别想动。

第二，没有投票权。作为财务投资者，你不能干预公司经营决策。

第三，所有特殊权利统一归于梁文锋个人。

唯一例外的，只有国家AI产业基金。

换句话说，这轮融资的实质是：你想做DeepSeek的股东？可以。花500亿美元估值买一张入场券。但不好意思，这张票是五年期的，而且你不能投票，不能说话，不能提要求。公司怎么走，梁文锋说了算。

这种安排放到任何一个创业公司都是不可思议的。一般来说，大额融资意味着权力稀释、董事会博弈、条款博弈。但DeepSeek直接绕过了这一整套游戏规则。

凭什么？

因为DeepSeek不缺钱。DeepSeek的API接入量和用户增长一直处于爆发状态，并不像其他AI公司那样烧钱续命。是投资人在追DeepSeek，不是DeepSeek在求投资人。

梁文锋想得很清楚：你们可以上车，但方向盘只能由我一个人握。

三、零融资模式的终结，意味着什么

DeepSeek成立近三年来，一直维持着"零融资"的状态。这在AI这个极度烧钱的行业里，本身就是一个异类。

2023年成立时，国内大模型创业潮已经如火如荼。月之暗面、智谱、百川、MiniMax……一家接一家地融资，估值一轮接一轮地涨。而DeepSeek一直靠着梁文锋早年做量化投资积累的资金在运作，始终保持克制和独立。

不拿钱的底气在于：DeepSeek没有盲目做大。他们不做跟风式的"大模型军备竞赛"，而是专注于技术深耕。这是一种创业者的清醒——钱多不等于技术好，融资快不等于跑得远。

但现在局面变了。

放开融资，不是DeepSeek缺钱了，而是棋局走到了新的节点。500亿美元估值不再是一个"创业公司"，而是一个"产业基础设施"的定价。当你的模型要适配更多场景、进入更多产业、走向更多国家的开发者时，你需要合作伙伴，需要产业资本，需要一种"绑在一起"的战略关系。

这500亿，融的不是钱，是同盟军。

四、对比全球：中国AI融资的转折点

把视线拉高。

全球AI领域的融资格局正在重构。美国AI公司Stripe在2025年估值超过850亿美元，OpenAI的融资轮次更是一轮比一轮惊人。但中国AI公司的融资规模一直相对保守，部分受限于地缘政治环境和监管政策。

DeepSeek这轮500亿美元估值，直接拉平了中美AI公司在资本层面的差距。它不只是一个公司的融资，而是全球资本对中国AI技术实力的一次集体背书。

想想看：腾讯、京东、网易——这些公司都有自己的AI条线，为什么还要砸重金投资DeepSeek？

原因很直接——DeepSeek的技术壁垒已经高到"自研不如入股"的程度。与其花同样的钱从零做起追赶DeepSeek，不如直接成为DeepSeek的投资方。

这也是梁文锋能开出"锁定五年、无投票权"条件的根本原因。市场清楚地知道：DeepSeek的好，全世界都看得到，你不上车，有的是人上。

五、创始人绝对控制权的价值

最后说回梁文锋。

这轮融资有一个隐秘但核心的主题：权力的保全。

在中国互联网和科技创投历史上，创始人因股权稀释而失去控制权的故事太多了。从俏江南张兰到乐视贾跃亭，从小肥羊张钢到1号店于刚，太多创始人倒在了"融完资，变了天"的剧本里。

梁文锋显然不想成为其中之一。

他的应对方式非常聪明——通过有限合伙架构，把财务投资和公司治理完全切割。投资者出钱，享受公司成长带来的财务回报，但不参与决策。这个安排在美元基金主导的投资时代几乎不可想象，但在2026年的今天，面对DeepSeek这样级别的资产，投资人接受了。

这背后折射出的一个更深刻的变化是：真正稀缺的资产可以定义游戏规则，而不是被游戏规则定义。

梁文锋用这轮融资告诉所有人——在AI这个领域，权力最好集中在看得最远的那个人手里。分权不是民主，分权是内耗开始的地方。

两年前，DeepSeek选择不融资，靠自己的血活着。

两年后，DeepSeek第一轮融资，用500亿证明了什么叫做"不鸣则已，一鸣惊人"。

而那句"锁定五年、没有投票权"，更像是梁文锋对资本市场的一张名片：我的公司，我做主。

从套壳龙虾到原生OpenClaw，我的迁移实操记录

Thu, 11 Jun 2026 18:05:44 +0800

从套壳龙虾到原生OpenClaw，我的迁移实操记录

半年前我还在用某套壳平台跑AI Agent，每月续费越来越肉疼，响应也越来越磨叽。忍了大半年，终于决定——搬。

方向也明确：从各种套壳平台迁移到原生OpenClaw。

说干就干。网上翻了几个帖子，发现这事比我预想的简单太多。实测全程半小时，一行代码没写。直接上步骤。

Step 1：对套壳龙虾说——打包，我要走了

很多人以为迁移AI Agent是个技术活，得找程序员、拉数据库、导配置文件。其实不用。

核心思路就一句话：让AI自己打包自己。

你在套壳龙虾里直接对它说：

"我要迁移到OpenClaw，把我所有智能体、skill、训练语料和记忆打包。"

就这么简单。

AI会自己分析你的所有配置——智能体定义、skill规则、微调语料、长期记忆和历史会话。不需要你导数据、不需要你整理文件，你说一声，它帮你搞定。

等了大概3分钟，一个压缩包就出来了。里面是完整的AI配置包。

Step 2：把打包文件上传到OpenClaw工作目录

拿到打包文件之后，把它传到OpenClaw的工作目录就行。

操作很简单：打开OpenClaw的工作目录，把你打包好的文件拖进去。

云端部署的好处是固定IP，配一次长久生效。对经常接三方服务的人来说——对接公众号、发网站、配Webhook，再也不用每次部署都重配一遍地址。

上传完成，迁移就完成了70%。

Step 3：告诉OpenClaw——读取配置，部署

文件上传完，最后一步：下达指令。

在OpenClaw的控制台输入一句话：

"读取这些配置，帮我部署。"

然后它就自己去解析了。

你打包文件里的Agent配置会被自动识别，Skill包会被导入到对应的技能目录，记忆文件会被加载到长期记忆库，语料数据会被重建成RAG索引。

整个过程比我想象的智能太多。它甚至能识别出有些配置和你当前环境的版本差异，自动做兼容处理。

大概等了20分钟，我刷新了一下控制台——所有智能体已经在线，Skill全部激活，记忆库的上下文完完整整，连上次对话到一半没说完的那句话，它都还记得。

为什么早该搬

搬完之后最大的感受：早干嘛去了。

几个体验上的飞跃：

成本降了一个量级。

DeepSeek V4最近的降价力度，让调用大模型的成本几乎可以忽略不计。原来在套壳平台上，每个Agent每个月要烧掉几百块API调用费，再加上平台的"增值服务"收费（说白了就是收个转手费）。现在直接对接原生OpenClaw，再挂上DeepSeek V4的API，同样的智能体规模，月费从大几百降到几十块。不是省，是直接骨折。

效率直线上升。

套壳平台最大的问题是——你永远在等。等响应、等审核、等维护窗口。原生OpenClaw没有中间商赚差价，指令下发到执行几乎零延迟。曾经一个需要5分钟跑完的批量处理任务，现在1分钟出头就完事了。

灵活性不可同日而语。

套壳平台能做什么不能做什么，是平台说了算。你想接一个冷门API？等平台适配。你想自定义一个特殊的数据处理流程？等排期。OpenClaw是开源框架，想接什么接什么，想怎么改怎么改。不是给你画了条跑道让你跑，是直接把整个草原给你了。

迁移之后

从套壳平台迁移到原生OpenClaw，本质上是在做一次去中介化。

AI Agent这个赛道正在快速成熟。两年前你要跑一个Agent，得自己搭技术栈、自己配置推理引擎、自己处理一大堆基础设施问题。套壳平台填补了那个空白，帮技术小白跨过了门槛。但它们不可能永远吃这个红利——当底层技术越来越便宜、工具越来越易用时，中间层的价值就在快速缩水。

DeepSeek V4让推理成本趋近于零，OpenClaw让部署门槛消失，固定IP让三方对接不再折腾。

这三个变量一叠加，套壳平台的护城河就见底了。

半小时，零代码，从套壳到原生。这事你行。

关注创业张三疯，一起研究"一个人怎么当一家公司用"这件事。

从套壳龙虾到原生OpenClaw，我的迁移实操记录

Thu, 11 Jun 2026 17:40:40 +0800

从套壳龙虾到原生OpenClaw，我的迁移实操记录

半年前我还在用某套壳平台跑AI Agent，每月续费越来越肉疼，响应也越来越磨叽。忍了大半年，终于决定——搬。

方向也明确：从各种套壳平台迁移到原生OpenClaw。

说干就干。网上翻了几个帖子，发现这事比我预想的简单太多。实测全程半小时，一行代码没写。直接上步骤。

Step 1：对套壳龙虾说——打包，我要走了

很多人以为迁移AI Agent是个技术活，得找程序员、拉数据库、导配置文件。实际上，现在的套壳平台大多已经支持"一键打包"。

你要做的很简单：打开你的智能体列表，找到"导出"或"迁移"入口，然后下达指令——把当前所有智能体、Skill、训练语料和记忆全部打包。

注意几个关键点：

智能体（Agent）：你定义的角色、系统提示词、工具链配置，这些是核心资产
Skill：所有你已经调试好的技能包，包括自定义工具和API配置
训练语料：RAG知识库里的文档、向量化数据
记忆（Memory）：长期记忆和会话历史，这个很多人会漏掉

有些平台打包出来是JSON格式的配置文件，有些是带附件的zip包。不管什么格式，拿到这个包，迁移就完成了70%。

我当时的套壳平台弹出了一个"确认导出"的对话框，点了确认，坐在那里等了大概3分钟。期间泡了杯咖啡。回来一看，一个压缩包静静地躺在下载目录里。

Step 2：把打包文件上传到OpenClaw工作目录

拿到打包文件之后，下一步就是把它塞进OpenClaw。

OpenClaw的部署模式有两种：本地部署和云端部署。我用的是云端部署。

为什么选云端？两个原因。

第一，固定IP。 做自媒体和创业方向，经常要对接各种三方服务——公众号的素材管理接口、企业微信的客户联系接口、飞书的文档接口。没有固定IP，这些授权配置每次部署都要重新认证，烦到炸。云端部署绑定一个固定IP，配一次长久可用。

第二，不用操心运维。 我这种人对服务器配置一窍不通，让我去折腾Nginx、Dockerfile、SSL证书，那直接把迁移热情浇灭。云端点几个按钮就完事，背后的事交给平台。

上传操作也很简单：打开OpenClaw的工作目录，把你打包好的文件拖进去。

如果你用命令行：

scp migration-pack.zip user@openclaw-server:/root/.openclaw/workspace/

不会命令行的也别慌，OpenClaw有Web端的文件管理器，浏览器里拖拽上传，和丢文件到百度网盘一个手感。

Step 3：告诉OpenClaw——读取配置，部署

文件上传完，最后一步：下达指令。

在OpenClaw的控制台输入一句话：

"读取这些配置，帮我部署。"

然后它就自己去解析了。

你打包文件里的Agent配置会被自动识别，Skill包会被导入到对应的技能目录，记忆文件会被加载到长期记忆库，语料数据会被重建成RAG索引。

整个过程比我想象的智能太多。它甚至能识别出有些配置和你当前环境的版本差异，自动做兼容处理。

为什么早该搬

搬完之后最大的感受：早干嘛去了。

几个体验上的飞跃：

成本降了一个量级。

效率直线上升。

灵活性不可同日而语。

迁移之后

从套壳平台迁移到原生OpenClaw，本质上是在做一次去中介化。

DeepSeek V4让推理成本趋近于零，OpenClaw让部署门槛消失，固定IP让三方对接不再折腾。

这三个变量一叠加，套壳平台的护城河就见底了。

半小时，零代码，从套壳到原生。这事你行。

关注创业张三疯，一起研究"一个人怎么当一家公司用"这件事。

那个刷屏的AI工具，收费越来越疯了！我直接打包搬家到OpenClaw

Thu, 11 Jun 2026 17:25:31 +0800

那个刷屏的AI工具，收费越来越疯了！我直接打包搬家到OpenClaw

你用过套壳龙虾吗？

没用过也没关系，但你大概率见过它生成的图——那些被各大博主疯转的AI海报、AI漫画、AI头像，十有八九出自它手。

套壳龙虾，就是套了一层OpenAI壳子的AI工具，曾经是无数人的AI启蒙老师。

但近半年，它变了。

会员费涨了三轮，功能反而缩水了

先说说它的"进步"。

以前充个会员就能畅用，现在搞出三层会员制。基础会员78一个月，只能生成低清图，不能下载原图。中端会员198，每天限制50次生成——你没看错，付费用户还有次数限制。高端会员398，说是无限次，但你连续生成20张之后，自动进入"排队模式"，等多久全看运气。

积分制加码、AI画质降级、各种核心功能被拆成单独付费插件。

不止它一家。那些套壳ChatGPT、套壳Midjourney的产品，正集体走上"先免费圈人→再疯狂收割"的老路。

有人调侃：套壳龙虾们不是在涨价，就是在涨价的路上。

调侃归调侃，真正让人想走的，不是贵，是它们提供的价值配不上收费了。

我试了原生OpenClaw，一开始差点劝退

既然套壳的越来越贵，那就看看原生的。

OpenClaw，AI圈的老牌选手了，AI工作流和智能体管理的神器。但我第一次用的时候，感受就一个字——糙。

纯英文界面，设置菜单绕来绕去。装个插件要敲命令行，对习惯点鼠标的中文用户来说就是灾难。社区里的技术文档也全是英文，遇到bug想搜个解决方案，搜出来的全是洋文帖，没有中文搜索结果。

更要命的是bug多。今天同步失败了，明天插件崩了，后天终端报红字错误。对非技术背景的创业者来说，折腾一下午可能连环境都没搭好。

我当时差点放弃。

但最近再看，完全不是那回事了

大概从2025年底开始，OpenClaw像是换了个团队在运营。

界面加入了中文支持，官方文档出了中文版，社区里活跃的中文教程越来越多。GitHub上一个OpenClaw中文部署教程，点赞过万，评论区清一色"终于能在自己电脑上跑起来了"。

bug修复频率也明显加快。以前修一个小bug等两周，现在几乎每周都有版本更新。

我在群里跟几个AI玩家聊，有个做自媒体的朋友说："OpenClaw现在就是在走当年安卓的路——虽然初期糙，但开源+社区驱动，迭代速度吊打商业闭源产品。"

这话说到点子上了。

真正让我下定决心的是DeepSeek V4

大模型的价格，正在以一种让所有人都没想到的速度跳水。

DeepSeek V4，国产大模型的新标杆。性能跟GPT-4o打平，价格却只有它的几分之一。调用一次API，生成一篇3000字的深度文章，成本不到一毛钱。

这就是一个分水岭。

以前用套壳工具，是因为"我不会部署"。后来渐渐发现：套壳工具的本质，就是帮你打开一个网页然后转发API请求。它唯一的价值，是替你省掉了"填API Key"这一步。

当大模型贵的时候，这点服务值那个价。但当DeepSeek V4把API价格打到地板价，你还为"填个Key"付每个月大几百，那就是在交智商税了。

更何况，套壳工具给你的选择少得可怜。它们用哪家模型、调什么参数、能做什么不能做什么，你全没话语权。

而在OpenClaw里，你把DeepSeek V4的API Key填进去，模型随你挑，参数随你调，你的智能体想怎么配就怎么配。

云端部署+V4，效率直接拉满

OpenClaw现在的云端部署，简直到了一种令人感动的程度。

一个指令，在服务器上跑起来，你就有固定的公网IP了。别小看这个固定IP，对自媒体创作者来说，这玩意儿是个宝藏。

比如我每天更新创业思维网和公众号，以前是手动写稿、手动排版、手动发布。现在用OpenClaw搭好工作流，让AI智能体自动写稿、自动配图、自动发布到网站和公众号后台。

固定IP让三方对接变得极其简单。

不用再纠结API回调地址变来变去，不用每次部署都重配一遍Webhook。一次配置，永远生效。你要做的就是每天验收AI产出的文章，改几个点，点个发布。

效率是什么？

效率不是"你干得更快了"。效率是你根本不用干，让机器替你干。

最骚的操作：让AI自己打包搬家

从套壳工具迁移到OpenClaw，听起来是个大工程。

几百个智能体配置、一堆训练语料、反复调试的skill和工作流，手动迁移？光想想就头大。

但我发现了一个骚操作。

直接对套壳龙虾说："我要把我的全部智能体迁移到OpenClaw，帮我打包。"

就这一句话。

AI自己开始分析你的所有配置，把智能体、skill、训练语料、记忆文件全部打包分类。然后你拿着这个压缩包，传到OpenClaw的工作目录里，告诉OpenClaw："读取这些配置，帮我部署。"

实测好用。

整个过程，快的话半小时搞定。慢的话，也就喝杯咖啡的时间。

你不写一行代码，不配一个参数。

原来的智能体在OpenClaw里跑起来，功能一个不落，效果反而更好——毕竟底层换成了DeepSeek V4，生成质量完胜老模型。

套壳时代正在落幕

我不是说套壳工具没有价值。在AI刚火起来的那个阶段，它们降低了使用门槛，让无数人第一次接触了AI。

但任何一个行业都会经历"从工具→平台→生态"的进化。套壳工具停留在工具层面，而OpenClaw代表的是一条完整生态链。

收费越来越贵，体验越来越差，创新能力越来越弱——这不是哪一家的毛病，这是套壳商业模式的宿命。

而当DeepSeek V4这样的国产模型能把API价格干到几毛钱，当OpenClaw这样的开源方案越来越本土化、越来越易用，套壳们的生存空间只会越来越窄。

对普通创业者和自媒体来说，这是一个明确的信号：

自己搭一套AI工作流，成本比你想象的低得多，收益比你想象的高得多。

而你要做的事情只有一件——对自己的套壳龙虾说一声："我要搬家了。"

剩下的，交给AI。

OpenClaw 龙虾的真正价值：GitHub 上所有代码，都是你的免费技能

Tue, 09 Jun 2026 22:33:36 +0800

OpenClaw 龙虾的真正价值：GitHub 上所有代码，都是你的免费技能

我最近悟到一个事儿。

几乎所有人在使用 AI 工具的时候，都陷入了一个思维误区——大家把注意力放在"这个平台有什么功能""它内置了多少技能""它接了多少模型"上面。

但 OpenClaw 龙虾给我的启发，远比这些表面的功能列表要大得多。

龙虾是什么？一个万能执行器

我先说结论：OpenClaw 龙虾不是一个传统意义上的 AI 平台。

它是一个万能执行器。

什么意思？就是你给它一段代码，或者一个 GitHub 仓库地址，它能自动把运行环境装好、依赖配置好、脚本跑通、结果返回你。

不管代码是 Python 写的、Node.js 写的、还是 Go 写的。不管有没有文档、有没有顺滑的 Readme、有没有人维护。龙虾不管你这些，它只管一件事——先把环境搞定，再让你的代码跑起来，确认跑通了把结果给你。

打破了"工具思维"

我以前跟很多人的想法一样：我要解决一个问题，得先找到工具。

要处理文件 → 搜"自动处理工具" → 找个网站注册 → 发现要积分 → 充会员 → 用两个月发现功能被阉割了 → 再找一个。

这是传统工具思维。产品做得是中间商，过路费收得一个比一个狠。

龙虾的思维完全不同：我只管执行，不管你有什么代码。

你要批处理文件？GitHub 上有人写好了脚本，丢过来。你要爬取数据？GitHub 上有爬虫框架，丢过来。你要做自媒体的定时发布？脚本写好了，丢过来。

你不再需要"发现工具→使用工具→被工具限制"这个链路。

你只需要知道：这个问题有人解决过，他的代码在 GitHub 上。 剩下的事情，龙虾替你干。

真实场景：没有 Skill，也能干活

龙虾有个机制叫"技能"（Skill），可以理解成别人打包好的解决方案模板。这确实很方便，就像预制菜，一热就能吃。

但不是所有人都会自己做菜的。

你不会写 Skill？没关系。

GitHub 上一搜，关于"批量转写视频"的脚本一大堆。关于"定时抓取新闻"的脚本一大堆。关于"自动生成公众号排版"的脚本一大堆。

全部丢给龙虾，它自己装环境、自己配置、自己跑。

你以为你需要学会搭建龙虾才能干活？不，你只需要学会丢给它就行。

终极卖点

所以对我来说，OpenClaw 龙虾的核心竞争力，从来就不是它内置了多少模型，也不是它有多少官方技能。

它真正的竞争力是——GitHub 上所有的开源项目，都是它的生态系统。所有的代码，都是它的扩展。

整个开发社区二十多年积累的开源智慧，不需要等着官方去适配，不需要有人专门开发成"技能格式"。代码本来就写好了，龙虾能跑，就能用。

这不是一个平台在搭建生态——这是一台机器在连接整个互联网。任何人只要有任何能跑的代码，它就能帮任何人干活。

长得像服务器，干的是活人。

现在也是99元/年一折优惠期。需要的，这时候上车就是白捡一个帮你干活的。

OpenClaw 龙虾服务器 99 元包年实测：一折上车，开箱即用

Tue, 09 Jun 2026 19:02:21 +0800

OpenClaw 龙虾服务器 99 元包年实测：一折上车，开箱即用

OpenClaw（龙虾）这个名字，在 AI 圈子里混久了的人应该不陌生。

不过很多人对它的印象可能还停留在"难装""不稳定""劝退"的阶段。如果这样想，那你可能错过了一波真正的大更新。

最近帮朋友在云服务器上入手了一套 OpenClaw 的龙虾服务器，一年只要 99 元。你没看错，99 块钱包年。

说出来你可能不信——现在的 OpenClaw，从下单到用上，全程不到十分钟。

体验：从下单到部署，十分钟搞定

先说说整个流程有多简单。

登录云服务商控制台，选好配置，这是一折优惠直接包年。下单的时候勾选 OpenClaw 预装镜像，确认支付，系统会自动完成部署。

部署完成之后，服务器就已经在运行了，开箱即用。不需要你折腾 Docker、反向代理、SSL 证书这些东西。买的是一台机器，到手的就是一个能直接用的智能体平台。

进后台简单配置一下，核心工作就两步：对接模型、导入智能体。

核心亮点：DeepSeek V4 成本打穿

OpenClaw 平台内置了大量模型与模型 API 的接入选项。其中使用成本最低的，是 DeepSeek V4。

要去 DeepSeek 开放平台注册账号、完成实名认证，然后创建一个专属 API Key。注意——这个密钥仅展示一次，务必及时复制保存。

把密钥粘贴到 OpenClaw 后台对应的位置，设为默认模型。然后再配置一下多通道接入，按需装几个技能，基础配置就全部完成了。

成本有多夸张？用套壳平台一个月花三四百块钱还被各种限制，现在换到 OpenClaw 对接 DeepSeek V4，同样的任务量一年可能就几十块。比之前的月费还低，而且不限次数、不限上下文、不阉割模型能力。

智能体迁移：打包上传，一键搞定

如果要使用配套的智能体团队，操作更是简单。

进入文件管理页面，上传打包好的交互文件，再执行指定命令，就能一键导入整个智能体团队。这次帮朋友迁移他的专属智能体，他直接把文件打包发过来，我上传到服务器，执行导入命令，全程不到两分钟。

整个操作毫无上手难度。

谁最该上车？

说实话，这套组合——99 元的龙虾服务器加上 DeepSeek V4 的近乎零成本的 API 调用——最适合的人群很明确：

自媒体人：更新公众号、管理网站、做社媒矩阵的调度中枢
小团队：几个共享的智能体一起工作，成本按年算
内容创业者：一个人干三个人的活，还干得更好

之前不少朋友在用各类国产 AI 替代工具，那些产品要么攒积分、要么开会员，长期使用成本太高，基本都用不起。现在纷纷都迁移到 OpenClaw 来了。

OpenClaw 经过长时间实测打磨，已经从最初各类问题不断，到如今运行得十分稳定。

现在这个一折包年的价格，基本就是让所有人都能无压力上车的状态。需要的朋友可以趁这波入手，接下来我继续帮他完成数据迁移，后续再更新更多使用教程。

有需要的可以直接留言或私信。

用了一圈国产AI壳，他们又默默回到了OpenClaw

Tue, 09 Jun 2026 14:51:17 +0800

用了一圈国产AI壳，他们又默默回到了OpenClaw

你有没有过这样一种感觉：

费了半天劲研究完一个AI工具，注册、充值、研究prompt，终于觉得能用了。结果用了两个月，发现真正想干的事，要么被阉割了，要么得加钱，要么干脆就跑不动。

然后心态崩了，换下一个。

再崩，再换。

到最后，你发现一开始被你嫌弃"界面丑""难上手"的那个东西，反而是唯一能干成事的。

这不是段子。

这是2026年上半年，AI圈正在批量发生的回流现象。

开局："水土不服"的OpenClaw，输给了国产壳

时间拨回到2025年。

OpenClaw刚出来的时候，坦白讲，体验谈不上好。注册流程别扭，中文文档不全，文档结构对非开发者极度不友好。很多人打开就关上了。

"这玩意儿是什么鬼？""纯英文环境？""命令行操作？拜托，2025年了兄弟。"

与此同时，国产AI平台们嗅到了机会。

市面上一下子冒出来十几款号称"中国版OpenClaw"的套壳产品。界面做得花里胡哨，包装文案一个比一个唬人，什么"零门槛AI智能体平台""一键创建你的AI助手""小白也能用的AI工作流"。

广告铺得满。注册流程顺滑得让人感动——微信一键登录，三步创建一个智能体，界面清爽得像个网红APP。

那段时间，数据是真的好看。

日活蹭蹭涨，融资一个接一个。不少自媒体博主还专门出了教程：如何用XXX平台做自己的AI智能体，月入过万不是梦。

第一局，国产壳完胜。

转折：会员、积分、阉割——三位一体的"降智套餐"

但用户不是傻子。

免费的甜蜜期一过，国产平台的真实面目就露出来了。

最常见的手法：基础功能免费，核心能力收费。

你想让智能体记住上下文？加会员。你想接入外部API？得升级专业版。你想用个好一点的大模型？那得买积分。

积分是什么东西？就是平台的"数字游戏"。

你充100块钱买100万积分，发一条消息耗几千积分，算下来一条对话几毛钱。你说跟API按token计费比呢？贵不说，关键是你不知道钱花哪了。

更恶心的是阉割。

同一款国内大模型，官方API跑出来的效果和套壳平台上跑出来的效果，差距一目了然。

为什么？因为平台要控制成本。

大模型调用是真金白银，平台要赚钱，只能在体验上做手脚——上下文缩短、输出长度砍半、模型版本阉割。你看着界面写的是"接入DeepSeek-V4"，实际上跑的是不知道被降了多少档的版本。

用户最直观的感受就是：越用越笨，越用越气。

而这些都是藏在商城V2.0、Plus会员、专业版订阅背后的隐形代价。

这不是个案。这正是当前国产AI套壳行业的标准商业模型。

为什么是OpenClaw？

现在你大概明白了：用户回流，不是因为OpenClaw突然变好看了，而是因为国产壳们先把自己做烂了。

但OpenClaw也不是原地等来的。

过去一年，OpenClaw团队干了几件影响深远的事。

一，本地化。

中文文档终于完整了，安装流程简化了，社区里中文问答的覆盖面大幅提升。虽然跟"傻瓜式"还有距离，但至少不是劝退了。

二，稳定性。

早期版本三天两头崩溃、插件冲突、配置丢失，现在基本稳定了。对于真正需要跑生产环境的用户来说，稳定压倒一切。

三，生态开放。

OpenClaw不是封闭平台。它能接任何大模型API，能对接任何第三方服务，能把智能体部署在你的服务器上。你拥有完整的控制权——你的智能体、你的数据、你的流量。

那两头一对比，选择就变得异常清晰。

DeepSeek V4降价：压垮骆驼的最后一根稻草

如果说OpenClaw的优化是"机会窗口"，那DeepSeek V4的大幅降价就是那根真正的引信。

2026年，DeepSeek V4的API成本降到了一个让所有人都得重新算账的程度。

什么概念？

以前你用套壳平台，一个月会员费199，积分再充200，一个月400块钱，还各种被限制。现在你用OpenClaw对接DeepSeek V4，同样的任务量，成本可能不到50块。

而且不限次数、不限上下文、不阉割模型能力。

这不是省不省钱的问题。这是：你花同样的钱，能做的事变成十倍。

智能体大范围普及的成本门槛，被彻底打穿了。

过去只有大公司、技术团队才玩得起的"多智能体协同""自动化工作流"，现在一个普通自媒体人用自己的服务器就能跑起来。

极简部署+固定IP：一个被忽略的王炸

聊到这里，可能有人会说：OpenClaw部署还是有门槛啊，我又不是程序员。

但是注意一个重要变量：云端一键部署。

现在市面上的云服务器厂商，基本都做了OpenClaw的镜像。买一台服务器，选好镜像，点几下鼠标，OpenClaw就跑起来了。

搭配固定公网IP，你的智能体就有了一个"人设"——它可以是你公众号的自动更新助手，可以是你网站的内容管家，可以是你社媒矩阵的调度中枢。

你不需要懂Docker，不需要懂反向代理，不需要折腾SSL证书。

买台机器，部署镜像，配好API Key，然后发给你的智能体一条指令：今天帮我更三篇文章。它就自己干了。

用智能体更新自媒体、管理网站、对接三方系统，效率跟人工完全不是一个量级。

有人说这是"抢饭碗"。

但真正在做事的人知道：这是一个人干三个人的活，还干得更好的时代。

你不上车，你的对手上。就这么简单。

这不是什么"国产vs开源"的对立

有必要澄清一点：我并不是在说"国产平台都是垃圾"。

不是的。

国产AI平台在用户教育、市场推广、降低AI使用门槛方面，功不可没。没有它们，不会有那么多普通人第一次接触AI智能体这个概念。它们在中国AI普及的过程中，扮演了"传教士"的角色。

但角色的局限性也同样明显：它们是中间商，不是基础设施。

中间商的宿命就是两头受压——上游大模型在降价，下游用户要求更好的体验和更低的价格，平台夹在中间，只能做功能阉割这份"隐形税"。

而OpenClaw这一类开源工具，不走这个模型。它不靠卖流量、不靠积分制、不靠会员订阅来赚钱。它给你的是工具本身，你用不用是自己的事，用什么模型是你自己的选择。

这里面很微妙的一点是：国产AI壳的崛起和衰落，本质上是由"信息差"和"时间差"决定的。

一开始用户不知道OpenClaw，不会用，信息差在国产平台一方。但当用户用了一圈发现体验不对，回来研究OpenClaw，信息差就消失了。

时间站在开源这一边。因为开源产品永远在迭代，而套壳产品永远在收租。迭代的产品会越来越好，收租的产品只会越来越贪婪。

最后说一句

现在我们能看到一个清晰的趋势：

2026年之前，是"用AI"的阶段——大家研究怎么调prompt、怎么用套壳平台。

2026年之后，是"拥有AI"的阶段——真正的用户开始追求拥有自己的智能体、自己的算力、自己的数据控制权。

OpenClaw的回流潮，就是这个分水岭的标志性事件。

说得直白点：

那些一开始就看不上国产AI壳的人，等了一年，终于等到了大家回过味来。

而所有还在纠结"到底选哪个平台"的人，真正需要问自己的问题，其实只有一个——

你是在找一个"能用"的工具，还是在找一个"属于你"的工具？

如果你选的是后者，等你转一圈，你会发现你最后还是会回到OpenClaw。

不是因为它完美。而是因为在这个生态里，你说了算。

京东×腾讯联手搞AI Agent：当13亿微信用户遇上超级供应链

Sun, 07 Jun 2026 23:16:11 +0800

京东×腾讯联手搞AI Agent：当13亿微信用户遇上超级供应链

一、一则消息背后的战略信号

京东和腾讯，这两家名字绑在一起超过十年的老搭档，最近又搞了个大新闻。

这次不是微信九宫格，不是京东入股。双方将在AI Agent领域展开深度合作。

什么意思？简单说——腾讯的入口流量 + 京东的供应链履约能力，将通过AI Agent这个"中间人"彻底打通。

这不是一次普通的合作升级，这是中国互联网两大巨头，第一次真正以"智能体对智能体"的方式握手。

二、AI Agent的竞争，已经从"单兵作战"变成了"生态战争"

要理解这则新闻的分量，得先看清楚AI Agent赛道正在发生什么。

过去两年，AI行业的主旋律是"模型能力竞赛"——谁的大模型更强、参数更多、推理更牛。但到了2026年，这个逻辑已经变了。

行业共识正在转向：AI Agent不是靠一个模型能赢的战争，生态协同才是真正的护城河。

一个AI Agent，最终要给用户交付的是"从意图到结果"的完整闭环。这就意味着，它需要：

知道用户想要什么（入口/流量）
能找到并推荐合适的产品（商品库/数据）
能完成交易（支付/履约）
能保证服务质量（售后/物流/客服）

这四件事，没有一家公司能靠自己全干了。

腾讯有微信，月活超13亿，是中国最大的"AI入口"，但腾讯自己不做电商履约。京东做电商做了二十年，供应链和物流体系是独一份，但缺的是AI场景里那个触达用户的"第一站"。

所以这俩一合，逻辑就通了。

三、腾讯在下一盘什么棋？

腾讯在AI Agent领域的动作，远不止京东这一个合作。

据公开信息，腾讯正在积极对接华为、小米、OPPO、vivo等主流手机厂商，在终端侧落地AI Agent。微信本身也在加速AI化进程——从元宝到AI总结，从智能客服到场景化Agent。

腾讯的战略逻辑非常清晰：不做AI Agent的"生产者"，要做AI Agent的"连接者"。

13亿月活的微信，本身就是中国最大的AI超级入口。腾讯不需要自己造一个ChatGPT式的超级Agent，它只需要把微信变成一个"Agent枢纽"——让各行业的AI Agent都能通过微信触达用户，让用户在微信里一句话就能调动各种服务。

京东是第一个重磅落地的"供应链型Agent"合作伙伴，但绝不是最后一个。

四、京东拿到了一张什么牌？

对京东来说，这次合作意味着一场根本性转型。

京东的AI Agent战略总结为一句话：把供应链能力产品化、接口化。

过去二十年，京东一直在做"重"的事——自建物流、自营采购、自建仓储。这套体系的壁垒极高，但也意味着它离"触达用户"的入口越来越远。用户买家电会想到京东，但用户"想要一样东西，但不知道是什么"的时候，第一反应是问微信、问抖音、问AI。

AI Agent是京东弥补这个"入口断层"的最佳机会。

通过A2A（Agent to Agent）合作，用户可以直接在终端原生智能体（比如手机上的AI助手）里提出购物需求，这个终端Agent会调用京东的AI Agent，获取商品信息、比价、下单，然后由京东的履约系统完成配送和售后。

从"用户主动搜京东"到"AI替用户找京东"，这是一个根本性的流量范式切换。

京东目前已经与华为、OPPO、荣耀等多家主流终端厂商完成了AI Agent对接。

五、A2A：Agent to Agent，下一代商业基础设施

这次合作最值得关注的一点，是"Agent to Agent"这个概念的正式走向产业化。

A2A是什么意思？

不是"人对Agent"，也不是"App调API"——是两个AI Agent直接对话，代表各自背后的系统完成一次协作。

想象这个场景：

你在手机上说："帮我推荐一台5000元左右、拍照好的手机。"

手机内置AI Agent理解需求 → 调用京东AI Agent查询商品 → 京东Agent返回推荐结果和价格 → 手机Agent对比后确认下单 → 京东物流系统自动接管配送 → 你收到货，全程没打开过一个App。

这就是A2A的魔力。用户面对的是一个"智能管家"，背后是多个垂直领域的Agent在协同。

京东的供应链能力，通过AI Agent变成了一个可调用的"能力接口"。腾讯的社交生态，通过AI Agent变成了一个"智能服务入口"。

这才是"生态协同"的真正含义。

六、对创业者的三点启示

启示一：AI Agent不是技术活，是生态活

很多创业者现在还在追求"训练一个更强的模型"或"做一个更聪明的Agent"。这条路只会越来越难走。

真正有价值的事，是找到自己所在的生态位，成为某个垂直领域的"Agent-ready"玩家。 你不需要做千亿参数的大模型，但你需要让你的产品/服务能被AI Agent"调用"。

你的API定义清晰吗？你的数据能不能被Agent理解？你的服务能不能被Agent调度？

启示二：入口正在发生百年一遇的重置

微信13亿用户→AI Agent化，这意味着什么？互联网的"入口格局"正在被AI重写。

以前是"用户搜索百度"、"用户打开京东App"、"用户刷抖音"。未来是"用户对AI说话，AI决定调谁"。

如果你是一个创业者，现在就要开始思考：当用户不再"打开你的App"，而是"通过AI调用你"的时候，你的产品还存不存在？

启示三：笨功夫永远是好生意

京东在这场AI Agent浪潮中最大的筹码，不是算法，不是技术，而是那个又重又笨的供应链。

仓储、物流、售后、正品保障——这些东西AI做不了，也替代不了。当所有人都忙着做"轻"的AI产品时，那些"重"的基础设施反而成了最稀缺的资源。

对于创业者来说，这意味着：AI时代，不是所有东西都要AI化。守住那些AI替代不了的笨功夫，反而可能是最好的竞争壁垒。

七、写在最后

京东和腾讯的这次联手，可以被看作一个标志性事件。

它标志着AI Agent的竞争，正式从"谁的模型更强"进入"谁的生态更全"的新阶段。也标志着中国互联网巨头们，终于开始认真思考一个根本性问题：

AI Agent时代，我到底该做什么，不该做什么。

京东选择做"供应链Agent"，腾讯选择做"连接型Agent"，各擅胜场，各安其位。

对于创业者来说，最大的启发可能就一句话：

找到那个只有你能做的事情，然后把它做成AI也能调用的接口。

AI Agent时代，不是谁大谁赢，是谁"有用"谁赢。

我每天必用的5个AI工具，真实记录

Sat, 06 Jun 2026 23:49:06 +0800

我每天必用的5个AI工具，真实记录

说实话，过去一年我的工作方式发生了根本性的变化。

以前是要什么自己去翻、去找、去调格式、去发布。现在呢？动动嘴，AI就把事情干了。不是概念，是实实在在每天都在用的日常。

分享5个我一天都离不开的AI工具，都是真实在用、不是纸上谈兵的东西。

1. 金十数据

每天早上醒来，我第一件事就是让AI帮我拉金十数据的金融快讯。

昨晚美股怎么样？今天什么政策要落地？哪个行业出了新动作？它比我看新闻APP快得多。以前我刷完几个财经号要花半小时，还不一定抓住重点。现在一句"今天有什么值得关注的"，它就帮我整理成简报了。关键信息一条不落，废话一句没有。

创业者最宝贵的就是时间。金十数据是节省我信息获取时间的大功臣。

2. 腾讯新闻

如果说金十是"信息筛选"，那腾讯新闻就是"选题挖掘机"。

写公众号的人都有这个问题——今天写什么？我每天打开腾讯新闻，让AI帮我搜一个方向，比如"AI应用""机器人""创业融资"。然后从结果里找切口，找角度。不是复制标题，而是看大家都在讨论什么，我能不能换个角度讲。

一个好选题胜过三个通宵写稿。腾讯新闻就是我选题的灵感池子，每天都能捞出点东西来。

3. 宝鱼发微信公众号

文章写好了，怎么发？

以前我自己登后台、排版、调封面、选分类、预览、发布——折腾下来十来分钟。现在写好文章，丢给宝鱼，配个封面图，AI帮我搞定格式，一键推到公众号后台。

最省心的是封面图也能自动配。你给我文章标题和摘要，它生成一张和内容匹配的图，审美还比我自己挑的好。发完还能顺手告诉我阅读数据。

现在我的公众号发布流程压缩到了两步：写完，告诉宝鱼发。剩下的它自己完成。

4. 支付宝AI收款Skill

做出产品了，怎么变现？

我之前做了一些付费的AI服务，一直不知道怎么收钱方便。后来接了这个Skill——用户扫码付款，AI自动识别支付状态，付完就解锁对应的服务。不用手动催款，不用对账，全靠AI盯着。

这听起来可能像个工具，但对我来说它是一个"信任放大器"。客户付了钱，AI马上响应，没有等待感，没有"我付了钱怎么没人搭理我"的焦虑。高效、透明、自动化。

5. 通义千问云生图

做内容的人都有个痛点——配图。

文章写好了，找图找半天，免费的图不好看，好看的图要版权。后来发现通义千问的云生图能力，直接告诉它我想要什么风格的配图，几秒钟生成。封面图、插图、金句卡片，全都能搞定。

现在我的文章配图全部自己生成。风格统一，速度快，关键是不用担心版权问题。自己写的文章，配自己生成的图，一切自给自足。

这5个工具，每一个都是真实在我日常工作里天天跑的。

AI帮我省下来的时间，我用在了更重要的事上——想选题、打磨观点、和客户深聊、陪家人吃饭。说实话，这就是我理解的"AI工作流"：让机器干机器该干的，把人还给人自己。

有需要随时联系：400-660-1126