龙虾使用历程心得
龙虾笔记: AI 智能体实战全复盘
作者:Timi
标签:AI Agent、WorkBuddy、OpenClaw、大模型、效率提升
阅读提示:全文约 5000 字,记录了从折腾三天装不上环境,到用 AI 做完黑客松、接完工业单、搭完科研团队的完整复盘,包含安装踩坑、工具选型、模型对比和七大实战案例。
前言
第一次听说「龙虾」这个词的时候,我也以为是吃的。
后来才知道,社区里管 AI Agent(AI 智能体)叫「龙虾」——从 OpenClaw 开始,取 claw(爪子)的意象,大家调侃说「养龙虾」。再后来也有了「养马」(Hermes Agent)、「养人」(OpenHuman),AI Agent 生态在不到一年时间里完成了三级跳。
而我从一个连 Docker 都跑不起来的小白,到用龙虾接单赚钱、辅助科研、做黑客松游戏、甚至一个人干一个团队的活——这条路走得磕磕绊绊,但也确实爽。
这篇文章就是把我的完整历程摊开给你看:踩过的坑、用过的工具、测过的模型、赚过的钱,一步不落。
第一章 原生态龙虾——三天,踩了一堆错误
1.1 起点:OpenClaw
OpenClaw 是我接触的第一个 AI 智能体。这是个自托管网关类工具,GitHub 310k+ Star,能接入 30+ 平台。当时社区里几乎人人都在讨论,「养龙虾」这个词就是这么来的。
但满怀期待地下载之后,噩梦开始了:
- WSL2 不兼容——装到一半直接报错
- Docker 起不来——各种端口冲突
- 网络代理连不上——科学上网环境配置了半天
- 折腾了整整三天——差点把电脑砸了
对于一个刚入门的学生来说,这种连续挫败感是非常真实的。

1.2 转机:阶跃 AI 救场
最后是什么救了我?阶跃 AI——国产大模型平台,我用了它的内测版。
一句话指令:「帮我装 OpenClaw」,30 分钟搞定。三天 vs 30 分钟,快了将近 36 倍。当时我真被震住了——原来 AI 可以这么强?
| 指标 | 手动折腾 | 阶跃 AI 辅助 |
|---|---|---|
| 耗时 | 3 天 | 30 分钟 |
| 心态 | 差点砸电脑 | 全程轻松 |
| 结果 | 失败 | 成功运行 |
但安装快了 36 倍,大模型体验又是另一个故事了……
第二章 国产龙虾探索路
2.1 阶跃 AI:惊艳开场
阶跃 AI 是我用的第一个国产龙虾。那时候还在内测,30 分钟搞定我折腾三天的事,效率简直让人不敢相信。那段时间我天天玩,甚至还发过广告想帮别人装龙虾赚钱。

2.2 付费门槛 + 越来越卡 = 渐行渐远
好景不长。阶跃开始收费了,免费版越来越卡,体验一天不如一天,慢慢就放下了。
2.3 中间站:QClaw
QClaw 是个桌面级龙虾,权限很大——不像网页工具那样受限,更像一个随时随地在身边的 AI 助理。你给它一个命令,它全自动搞定,能直接操作你的电脑。自动化流程确实让我上头了一段时间。
2.4 最终归宿:WorkBuddy
再然后,WorkBuddy 出来了。有朋友推荐我试试,一玩上就彻底爱上了——能远程、能自动化、能沉淀技能……每一次用都发现新能力。
国产龙虾完整路径:
阶跃 AI(惊艳开场)→ QClaw(桌面称雄)→ WorkBuddy(终极归宿)
第三章 Agent 生态进化——从养龙虾到养人
AI Agent 生态在不到一年时间里完成了三级跳,从工具变成了数字分身。
🦞 第一代:龙虾 — OpenClaw
- 自托管网关,30+ 平台接入,310k+ Star
- 能装插件能干活,但部署门槛高
- 社区昵称:「养龙虾」
🐴 第二代:马 — Hermes Agent
- Nous Research 出品,2026 年 2 月发布
- 持久记忆——运行越久越聪明,200+ 模型支持
- 内置 40+ 技能,能自动创建新技能
- 社区昵称:「养马」
👤 第三代:人 — OpenHuman
- 2026 年 5 月横空出世,GitHub Trending 当日第一
- 记忆树架构,本地 SQLite + Markdown 知识图谱
- 每 20 分钟自动同步邮件、日程、代码提交
- 118+ 第三方集成,Token 压缩率最高 80%
- 社区昵称:「养人」
| 代际 | 代表产品 | 核心特点 | 定位 |
|---|---|---|---|
| 第一代 🦞 | OpenClaw | 自托管网关,部署复杂 | 帮你干活 |
| 第二代 🐴 | Hermes Agent | 持久记忆,200+ 模型 | 越来越懂你 |
| 第三代 👤 | OpenHuman | 记忆树 + 知识图谱 | 数字分身 |
Agent 不再是一个工具品类——它在变成一种新的计算范式。从「帮干活」到「越来越懂你」到「成为你的数字分身」。
第四章 大模型才是核心——模型对比与选择
龙虾再强、马再聪明——它们都是「手」。真正厉害的是「脑」——大模型才是核心。
就像 WorkBuddy 这个工具确实强,但如果跑的是低质量模型,它还是干不好活。所以我花了大量时间去各大平台测免费模型、踩坑、排雷。
4.1 DeepSWE 工程任务评测
基于 91 个仓库、5 种编程语言从零编写,平均改动 668 行代码、7 个文件。
GPT-5.5 领先第二名 12 个百分点,成本仅为 Claude 的 53%,速度快 2 倍。
4.2 LMSYS Arena 通用能力排名
600 万+ 用户盲测投票的权威排名,Claude Opus 4.8 综合第一。
4.3 我踩过的坑
- 免费模型——体验像骑自行车上高速公路,「速度快但方向不对」
- NVIDIA API——能聊不能干,一到真正要操作文件、执行命令的时候就歇菜,限制多到离谱
- 阶跃 AI——早期卡了、收费了,慢慢成了过去式
最终选择的模型源
🌍 海外模型
| 模型 | 定位 | 优势 |
|---|---|---|
| GPT-5.5 | 工程任务首选 | DeepSWE 70%,编码断层领先 |
| Claude Opus 4.8 | 综合最强 | Arena 第一,复杂推理无敌 |
🇨🇳 国产模型
| 模型 | 定位 | 优势 |
|---|---|---|
| DeepSeek V4 Pro | 性价比之王 | 编程推理双强 |
| 阶跃 Plan | 付费稳定 | 体验在线,流畅不卡 |
| Agnes 免费全模态 | 多模态通吃 | 图/文/视频一模型搞定,免费 |
| GLM(智谱) | 中文天花板 | 科研场景首选 |
工具是手,模型是脑。手要快,脑更要聪明。
第五章 七大实战案例
案例一:拿龙虾辅助打比赛 ⚡
某云厂商网络负载均衡算法竞赛:AI 训练集群网络负载均衡,Fat-tree 拓扑,ECMP 锚点 + 位掩码贪心 + 爬山算法,OJ 得分峰值 3.07 亿。
龙虾辅助定位了一个关键隐藏 Bug:端口复用后未更新负载计数——这种细节问题人工排查至少半天,龙虾 10 分钟搞定。
首届中关村北纬龙虾大赛:300-400 人同台竞技,最终 30 人进决赛,最低奖 2 万 + 100 亿 Token,全场最佳 20 万 + 100 亿 Token。31 个获奖席位,Token 总池 3100 亿。接入机器人、智能硬件等实物作品还能额外加分。

案例二:拿龙虾辅助科研 🔬
「五虾学术团队」——一个人 + 四只龙虾 = 一整个课题组:
- WriteBot(写作虾):通信安全方向论文从初稿到润色全包,英文翻译、格式规范、参考文献一条龙,成稿效率翻 3 倍
- 翻译虾:以前啃一篇 20 页英文论文两三天,现在一小时读完,还能直接讨论技术细节
- TheoryBot(理论虾):经典协议学术翻译,多种信息度量指标对比,公式推导直接出结果,我只需要验证
- 审查虾:十几份 skill.md 安全审计——漏洞扫描、权限越界检查、第三方依赖风险评估
- 防御虾:动态混淆策略、切换机制、压力测试,龙虾独立完成
五虾联动,各管一段,我一个人就是一个科研团队。

案例三:拿龙虾接单赚外快 💰
龙虾能不能赚钱?能。我证明过。
| 单号 | 项目 | 平台/技术 | 金额 | 效率 |
|---|---|---|---|---|
| 第一单 | 若依框架管理系统 | SpringBoot + Vue | ¥400 | 两周 → 两天 |
| 第二单 | 螺蛳粉店管理系统 | 订单/库存/会员/外卖 | ¥200 | 两天搭完 |
| 第三单 | KTG-MES 系统 | 工业级制造执行 | 按项目 | 一键部署+代码审查 |
虽然第一单只收了 400 块,但第一次靠自己技术赚钱的感觉是真的爽。螺蛳粉店那单虽然只有 200 块,但引荐了其他餐饮老板——一单生意,一个圈子。
从几百块到工业级,价格在涨,能力也在涨。龙虾不只是帮我赚钱——是在帮我攒接大单的底气。

案例四:数据可视化 📊
某学科竞赛——一个材料对比分析项目:三种候选材料,五个性能维度综合对比。
传统做法?Excel 画个柱状图,PPT 贴上去——评审老师扫一眼就过了。
龙虾 + 大模型的做法完全不同——它先理解我的数据想表达什么,然后调度生图能力落地:
- GPT Image 2:负责雷达图 + 3D 材料对比模型,照片级渲染,文字标注精准
以下是为了游戏制作的图,作者:瞳映星

- Agnes 免费全模态:负责 AI 反馈循环流程图,免费出图出视频

比赛答辩时,评委盯着我的雷达图看了整整 30 秒。最终成绩,数据可视化功不可没。
龙虾 + 大模型的数据可视化,不是画图工具的升级版——是数据叙事的革命。
案例五:一人就是一家公司 🏢
一人公司不是概念,是我正在做的事。不需要等团队、不需要凑人,有想法就用龙虾开干:
🤖 AIGC 检测器:从想法到产品,一个人。龙虾搭框架、写核心算法、做单元测试。架构设计、算法实现、测试验证——全程一个人 + 一只龙虾搞定。
✋ 手势控制型智能家居:一直想做但一直没动手,直到龙虾帮我解决了视觉识别和硬件集成的问题。摄像头识别手势,远程控制家电。
🎮 黑客松游戏开发:和朋友组队打黑客松,限时赛拼产出效率。龙虾辅助策划、编码、调试,从零到能跑能玩的完整游戏。图片、游戏音乐、视频皆是借助龙虾出的。希望我们能进决赛,冲冲冲!主要作者:瞳映星
游戏界面截图:


游戏音乐(超嘚劲的):
https://github.com/3173638024/Timi/blob/main/完美游戏_no-watermark(2).mp3
游戏视频
游戏宣传
这就是我理解的「一人公司」——有想法不等团队,直接让龙虾开干。
案例六:接入日常工作 📋
| 办公场景 | 传统方式 | 龙虾 + 大模型 | 效率提升 |
|---|---|---|---|
| 文件批量整理(237 个文件) | 30+ 分钟 | 30 秒 | 60x |
| 周报/月报生成 | 1h50m | 4m40s | 23x |
| 会议纪要 | 38 分钟 | 9 分钟 | 4x |
| 数据分析报告 | 半天 | 一句话出图 | N/A |
| Bug 定位修复 | 30 分钟 | 3 分钟 | 10x |
两个关键联动:
- WorkBuddy + 腾讯文档/QQ邮箱/GitHub:跨平台读写数据,打开腾讯文档自动提取表格、QQ邮箱自动归档附件、GitHub 自动拉取 Issue 生成报告
- WorkBuddy + Notion:真正的双向联动——Notion 集成了大量顶端模型(GPT-5.5、Claude、Gemini 等),相当于一个模型超市,关键是免费,不需要魔法。

WorkBuddy 负责「执行」,Notion 负责「管理」,两者打通后能做的事非常多

效率提升 3-10 倍不是吹牛,是日常。龙虾接入工作流后,你的时间不是省出来的——是多出来的。
案例七:信息自动收集与智能监控 🔍
这是 WorkBuddy 的「隐藏大招」——真正能省下你时间的杀手场景。
想想你每天花多少时间做这些事:
- 刷各大官网看招聘信息,生怕错过实习机会
- 追学校/学院官网的最新通知公告
- 盯竞赛网站的最新赛事
- 查基金申请、论文征稿的 deadline
- 看各大厂的技术博客有没有更新
这些事的共同特点:信息量大、频率高、重复性强、漏掉一条就亏。全靠人工刷,一天能搭进去两小时不止。
用 WorkBuddy,只需要配置一次:告诉它监控的 URL 和关键词 → 设定检查频率 → 自动爬取解析 → 匹配到关键词就微信/企业微信推送,匹配不到就安静跳过。
| 场景 | 目标 | 效果 |
|---|---|---|
| 🎯 校招/实习监控 | 牛客网、公司校招官网 | 新岗位 10 分钟内通知 |
| 📢 学院通知监控 | 学院官网、教务处 | 相关通知第一时间推送 |
| 🏆 竞赛/论文提醒 | Kaggle、天池、CCF | 截稿临近自动提醒 |
信息的本质是「谁先拿到谁就赢」。WorkBuddy 帮你在信息收集阶段就领先别人——不只是做得快,更是先知道。
第六章 为什么是 WorkBuddy
Claude Code vs Codex vs WorkBuddy
三个主流 AI 智能体我认真对比过,路线完全不同:
- Claude Code:最好的编程工具,代码生成和理解能力一流
- Codex:OpenAI 的编程助手,与 GPT 生态深度整合
- WorkBuddy:最好的工作平台——不只是编程,而是全场景覆盖
WorkBuddy 核心能力总结
- 一句话操控,全自动执行——你说它干,不是「你问它答」
- 多 Agent 并行——WriteBot 写文档、TheoryBot 分析数据,同时跑
- 手机远程指挥——微信/飞书/钉钉远程调度电脑
- 技能复用——安装社区 Skill、沉淀个人工作流、定时任务
- 连接器生态——腾讯文档、QQ邮箱、GitHub 等 + 自定义 MCP
- 多模型自由切换——混元/DeepSeek/GLM/Kimi 等 5+ 模型
- 沙箱隔离安全执行——数据不上传云端,高危指令可拦截
Claude Code 和 Codex 是最好的编程工具;WorkBuddy 是最好的工作平台。
结语
曾经也觉得「AI 智能体」这种东西离我很远,远到像是另一个世界的东西。
但从我装上 OpenClaw 的那一刻起,从我用阶跃 AI 30 分钟搞定三天没搞定的环境的那一刻起,这条路就开始了。
这一路走过来:
- 用龙虾做出了 AIGC 检测器和手势控制智能家居
- 搭出了五虾联动的科研团队
- 接过单赚过钱,从 200 块到工业级项目
- 跨学科搞过材料分析,做过黑客松游戏
- 一个人干了该一个团队干的事
原来我 × 龙虾,真的等于无限可能。
本文整理自个人 AI 智能体使用笔记,所述案例均来自真实实践。如果你也在「养龙虾」的路上,欢迎交流讨论。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)