苦中找乐 · May 17 · 36 min

085-不养龙虾（OpenClaw）会错过什么？两位先行者给了我定心丸

这期节目的起因特别简单——龙虾火了，我没追。我每天跟 AI 打交道的时间不短，手头好几个 agent 工具都在充值续费，但龙虾这波热潮从出来那天起，我就有点犹豫。本地部署的安全性让我警惕，现有工具又基本够用，我就想问一个特别朴素的问题：我可以不养龙虾吗？不追这一波，会不会被甩下？所以请了金锐和刘律来聊。金锐是技术背景出身，把工作拆成了四个象限，讲得特别清楚什么该交给 agent、什么还不到时候。我们从实操经验聊到 AI 安全，从 token 经济聊到未来社会会不会实现共产主义，最后还聊到给 AI 设定 MBTI 和用圆桌辩论 skill 让哲学家们吵架。如果你也在纠结要不要追龙虾，或者只是想听三个中年人认真聊聊 AI 焦虑和好奇心，这期值得听完。另外，这集其实还有个上集，欢迎一并收听：完蛋，养虾养出感情怎么办？AI会解救（雇）中年人吗？嘉宾：金锐刘律主播：羊行录制日期：2026年4月7日发布日期：2026年5月18日 00:02 羊行抛出核心问题：我每天都在用 AI，但龙虾这波可以不追吗？ 02:23 金锐用 Cynefin 四象限框架拆解工作类型：Simple、Complicated、Complex、Chaotic，判断哪些适合交给 agent 07:25 团队协作场景下 agent+skill 的价值：标准化 SOP 防止因人而异 08:42 刘律和金锐给出结论：保持好奇心就不会掉队，大厂会追着用户走 11:57 龙虾80%的功能和直接用网页没太大区别，关键在 skill 生态 16:05 本地部署的安全隐患：skill 里可能藏木马，金融和法律行业尤其要警惕 19:52 AI 之后的社会推演：东西方两种路径走向 UBI 还是北京折叠？ 24:00 北极星指标变迁史：从电话装机量到手机普及率到流量到人均 token 消耗 30:21 给 AI 设定 MBTI 可以提升表现，以及李继刚的圆桌辩论 skill 实测以上图片使用 YouMind 生成 Cynefin 框架 —— 由 Dave Snowden 提出的决策与知识管理框架，将问题分为四个象限：Simple（简单，有标准流程可循）、Complicated（复杂，需专业判断但路径可知）、Complex（错综复杂，需反复试探才能找到路径）、Chaotic（混沌，突发状态需紧急响应）。节目中金锐用此框架判断哪些工作适合交给 AI agent。 Agent + Skill 模式 —— 在 AI agent 平台上，agent 负责执行，skill 是预设的标准化工作流程。两者结合可以将重复性、多步骤的工作固化为可复用的自动化流程，类似于企业 SOP 的数字化版本。 Cloud Code —— Anthropic 推出的命令行 AI 编程工具，可在本地终端运行，具备代码编写、文件操作、浏览器自动化等能力。 Token 消耗量 —— 大语言模型以 token（词元）为计量单位处理文本。节目中提到一个新趋势：国家层面开始关注年度国民 token 消耗总量作为 AI 产业繁荣指标，个人层面则以“单位时间内消耗多少有效 token”衡量生产力。 UBI（Universal Basic Income） —— 全民基本收入，指政府无条件向所有公民定期发放一笔固定金额。节目中讨论 AI 极大提升生产力后，UBI 可能成为维持社会稳定的手段之一。语料污染（Model Collapse） —— 当 AI 模型训练数据中混入大量 AI 生成内容时，模型输出会逐渐趋同、丧失多样性。金锐担忧的“AI 阅读 AI 语料，越来越 AI”即指此现象。 MBTI 提示词工程 —— 在提示词中为 AI 设定 MBTI 人格类型（如 ENTJ 适合规划、INTP 适合科研），利用模型在训练中学到的人格特征语料，引导其以特定行为风格输出内容。有论文实验数据表明此方法可提升特定任务表现。 “不是……而是……”现象 —— AI 中文输出中高频出现的句式。节目中羊行用 Deep Research 考证发现，这并非中文语料独有问题，英文中对应句式（“not……but rather……”）出现频率甚至更高，根源在于 RLHF 后训练阶段人类标注者对此类对比句式给予了更高评分。配乐：CAGNET - What will I do 后期：米铺工作室文案：羊行在小宇宙查看该单集文稿

0:00-36:46

Play in

transcript

No transcript — this publisher did not publish one.

show notes

这期节目的起因特别简单——龙虾火了，我没追。

我每天跟 AI 打交道的时间不短，手头好几个 agent 工具都在充值续费，但龙虾这波热潮从出来那天起，我就有点犹豫。本地部署的安全性让我警惕，现有工具又基本够用，我就想问一个特别朴素的问题：我可以不养龙虾吗？不追这一波，会不会被甩下？

所以请了金锐和刘律来聊。金锐是技术背景出身，把工作拆成了四个象限，讲得特别清楚什么该交给 agent、什么还不到时候。我们从实操经验聊到 AI 安全，从 token 经济聊到未来社会会不会实现共产主义，最后还聊到给 AI 设定 MBTI 和用圆桌辩论 skill 让哲学家们吵架。

如果你也在纠结要不要追龙虾，或者只是想听三个中年人认真聊聊 AI 焦虑和好奇心，这期值得听完。

另外，这集其实还有个上集，欢迎一并收听：完蛋，养虾养出感情怎么办？AI会解救（雇）中年人吗？

嘉宾：

金锐

刘律

主播：羊行

录制日期：2026年4月7日

发布日期：2026年5月18日

00:02 羊行抛出核心问题：我每天都在用 AI，但龙虾这波可以不追吗？

02:23 金锐用 Cynefin 四象限框架拆解工作类型：Simple、Complicated、Complex、Chaotic，判断哪些适合交给 agent

07:25 团队协作场景下 agent+skill 的价值：标准化 SOP 防止因人而异

08:42 刘律和金锐给出结论：保持好奇心就不会掉队，大厂会追着用户走

11:57 龙虾80%的功能和直接用网页没太大区别，关键在 skill 生态

16:05 本地部署的安全隐患：skill 里可能藏木马，金融和法律行业尤其要警惕

19:52 AI 之后的社会推演：东西方两种路径走向 UBI 还是北京折叠？

24:00 北极星指标变迁史：从电话装机量到手机普及率到流量到人均 token 消耗

30:21 给 AI 设定 MBTI 可以提升表现，以及李继刚的圆桌辩论 skill 实测

以上图片使用 YouMind 生成

Cynefin 框架 —— 由 Dave Snowden 提出的决策与知识管理框架，将问题分为四个象限：Simple（简单，有标准流程可循）、Complicated（复杂，需专业判断但路径可知）、Complex（错综复杂，需反复试探才能找到路径）、Chaotic（混沌，突发状态需紧急响应）。节目中金锐用此框架判断哪些工作适合交给 AI agent。
Agent + Skill 模式 —— 在 AI agent 平台上，agent 负责执行，skill 是预设的标准化工作流程。两者结合可以将重复性、多步骤的工作固化为可复用的自动化流程，类似于企业 SOP 的数字化版本。
Cloud Code —— Anthropic 推出的命令行 AI 编程工具，可在本地终端运行，具备代码编写、文件操作、浏览器自动化等能力。
Token 消耗量 —— 大语言模型以 token（词元）为计量单位处理文本。节目中提到一个新趋势：国家层面开始关注年度国民 token 消耗总量作为 AI 产业繁荣指标，个人层面则以“单位时间内消耗多少有效 token”衡量生产力。
UBI（Universal Basic Income） —— 全民基本收入，指政府无条件向所有公民定期发放一笔固定金额。节目中讨论 AI 极大提升生产力后，UBI 可能成为维持社会稳定的手段之一。
语料污染（Model Collapse） —— 当 AI 模型训练数据中混入大量 AI 生成内容时，模型输出会逐渐趋同、丧失多样性。金锐担忧的“AI 阅读 AI 语料，越来越 AI”即指此现象。
MBTI 提示词工程 —— 在提示词中为 AI 设定 MBTI 人格类型（如 ENTJ 适合规划、INTP 适合科研），利用模型在训练中学到的人格特征语料，引导其以特定行为风格输出内容。有论文实验数据表明此方法可提升特定任务表现。
“不是……而是……”现象 —— AI 中文输出中高频出现的句式。节目中羊行用 Deep Research 考证发现，这并非中文语料独有问题，英文中对应句式（“not……but rather……”）出现频率甚至更高，根源在于 RLHF 后训练阶段人类标注者对此类对比句式给予了更高评分。