以我的亲身体验,谈谈如何正确理解"养虾"
该图表为AI制作 请结合文章内容做参考
例如我让KimiClaw生成港股通593只股票的市值分布图。一开始显示汉字不对，提示后它还自己下载汉字字库解决了问题，画出图来，像模像样的。但我再仔细看，完全不对，这些股票的市值都是胡编乱造的！也不是完全胡编，还编得和真实数字有点接近。而这个市值分布柱图也是不对的，因为市值都弄错了。我问它怎么回事，它坦白是因为网络搜索找不到市值数据，就自己编了。
该图表为AI制作 请结合文章内容做参考
我不断想办法让它改进，如给它找靠谱的股票信息API，它甚至想让我交一年上千去接入一个财经API。付出艰苦的努力，找到腾讯财经API可以返回靠谱信息，让它做了一个“港股通信息查询”skill，才把图画出来了。什么叫市值，也需要给它定义，因为有些股是A股与港股都上市的，市值应该是各自上市的股本分别乘以A股、港股的股价再相加。但我最近发现最终做出的图还是有问题，说市值5000亿港元以上的股票16支，但宁德时代不见了。
我了解一些大模型算法原理，在日常使用大模型的时候就非常注意幻觉、编造等问题。这方面问题很大，人们非常容易上当，网络上已经有非常多大模型编造的内容。在使用OpenClaw的时候，我发现幻觉、编造的问题要严重得多，要更加小心。
当我们发现大模型不靠谱的时候，指出来问题，它往往能自己改正。但是，OpenClaw出错了，要去修它，要难得多。如果没有一定水平，往往就不太容易用好OpenClaw，实际问题非常多。有时看着结果不错，但不一定靠谱，还是需要多加小心。有些用户反应，用OpenClaw做任务不难，但查它靠不靠谱很累，我也有同感。
从原理上来说，目前对OpenClaw真不能太过信任。把重要的个人信息、财经信息，或者工作单位信息让OpenClaw掌握，更是非常危险，安全漏洞极大。已经出了不少事了，金融公司、重点单位、一些上市公司，都明确要求不许在单位电脑上装OpenClaw。安全方面的漏洞笔者不太熟悉，但概念上肯定是漏洞极大，有不少文章指出。OpenClaw不少动作等于在互联网无保护到处活动，为了完成任务找我要了一些信息，是有危险。
笔者还是想特别强调“靠谱”这个事。有一些OpenClaw流程，相关Skill整理得不错、相关互联网信息服务靠谱、基座大模型能力足够，确实能够干一些活。这些例子肯定也是海量的，但必须指出，这不是从天上掉下来的，不是OpenClaw开源了就有，而是需要相当多的开发试错、整理打包的工作。
正确的理解是，OpenClaw是一个开发框架，它让人用自然语言指挥干事，立刻就有结果，给人很大的震撼。但是，如果要让它干靠谱的事，就和人类学习编程语言一样，需要不少基础知识，要会面对各类错误，耐心地“养虾”。如果不会养，就会发现这东西并没有那么好玩，就和一些人编程学不下去一样。
高手对OpenClaw原理与架构很了解，对要干的事很了解，对调用的工具也了解，也会自己开发skills，把相关环节都调试得足够靠谱了，就能组织出一些不错的自动工作流程。但有这个水平的高手，目前还不多。
很多人买电脑或者云上装了龙虾以后，就有些茫然了，不知道能干啥，希望本文对不了解OpenClaw原理的人有帮助。可以去学习高手总结的靠谱流程，模仿实践；也可以去学习原理，针对性提升使用AI的水平；最后自己也变成高手，开发Skill，指挥OpenClaw组织流程，真正让AI助理帮助工作生活。在这个过程中，一定要注意，OpenClaw很不靠谱，绝对不能盲目相信，要有确实的证据，各个环节都确认可靠了，才可以放手让它干活。
版权说明 / Copyright Notice:
[物价飞涨的时候 这样省钱购物很爽]
还没人说话啊，我想来说几句
例如我让KimiClaw生成港股通593只股票的市值分布图。一开始显示汉字不对，提示后它还自己下载汉字字库解决了问题，画出图来，像模像样的。但我再仔细看，完全不对，这些股票的市值都是胡编乱造的！也不是完全胡编，还编得和真实数字有点接近。而这个市值分布柱图也是不对的，因为市值都弄错了。我问它怎么回事，它坦白是因为网络搜索找不到市值数据，就自己编了。
该图表为AI制作 请结合文章内容做参考
我不断想办法让它改进，如给它找靠谱的股票信息API，它甚至想让我交一年上千去接入一个财经API。付出艰苦的努力，找到腾讯财经API可以返回靠谱信息，让它做了一个“港股通信息查询”skill，才把图画出来了。什么叫市值，也需要给它定义，因为有些股是A股与港股都上市的，市值应该是各自上市的股本分别乘以A股、港股的股价再相加。但我最近发现最终做出的图还是有问题，说市值5000亿港元以上的股票16支，但宁德时代不见了。
我了解一些大模型算法原理，在日常使用大模型的时候就非常注意幻觉、编造等问题。这方面问题很大，人们非常容易上当，网络上已经有非常多大模型编造的内容。在使用OpenClaw的时候，我发现幻觉、编造的问题要严重得多，要更加小心。
当我们发现大模型不靠谱的时候，指出来问题，它往往能自己改正。但是，OpenClaw出错了，要去修它，要难得多。如果没有一定水平，往往就不太容易用好OpenClaw，实际问题非常多。有时看着结果不错，但不一定靠谱，还是需要多加小心。有些用户反应，用OpenClaw做任务不难，但查它靠不靠谱很累，我也有同感。
从原理上来说，目前对OpenClaw真不能太过信任。把重要的个人信息、财经信息，或者工作单位信息让OpenClaw掌握，更是非常危险，安全漏洞极大。已经出了不少事了，金融公司、重点单位、一些上市公司，都明确要求不许在单位电脑上装OpenClaw。安全方面的漏洞笔者不太熟悉，但概念上肯定是漏洞极大，有不少文章指出。OpenClaw不少动作等于在互联网无保护到处活动，为了完成任务找我要了一些信息，是有危险。
笔者还是想特别强调“靠谱”这个事。有一些OpenClaw流程，相关Skill整理得不错、相关互联网信息服务靠谱、基座大模型能力足够，确实能够干一些活。这些例子肯定也是海量的，但必须指出，这不是从天上掉下来的，不是OpenClaw开源了就有，而是需要相当多的开发试错、整理打包的工作。
正确的理解是，OpenClaw是一个开发框架，它让人用自然语言指挥干事，立刻就有结果，给人很大的震撼。但是，如果要让它干靠谱的事，就和人类学习编程语言一样，需要不少基础知识，要会面对各类错误，耐心地“养虾”。如果不会养，就会发现这东西并没有那么好玩，就和一些人编程学不下去一样。
高手对OpenClaw原理与架构很了解，对要干的事很了解，对调用的工具也了解，也会自己开发skills，把相关环节都调试得足够靠谱了，就能组织出一些不错的自动工作流程。但有这个水平的高手，目前还不多。
很多人买电脑或者云上装了龙虾以后，就有些茫然了，不知道能干啥，希望本文对不了解OpenClaw原理的人有帮助。可以去学习高手总结的靠谱流程，模仿实践；也可以去学习原理，针对性提升使用AI的水平；最后自己也变成高手，开发Skill，指挥OpenClaw组织流程，真正让AI助理帮助工作生活。在这个过程中，一定要注意，OpenClaw很不靠谱，绝对不能盲目相信，要有确实的证据，各个环节都确认可靠了，才可以放手让它干活。
版权说明 / Copyright Notice:
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
推荐: