以我的亲身体验,谈谈如何正确理解"养虾"
这里调用了大模型 API，将工具结果转化为自然语言。
注意上面的流程中有个kimi_search，它不是skills也不是大模型，而是KimiClaw内置的网络搜索工具。
无论多么神奇的OpenClaw功能，都可以拆解。OpenClaw核心、记忆检索、大模型调用、Skills工具调用与网络搜索、记忆更新等多种模块组合，就能完成无数种任务。
可以看出，这个组合极为灵活，能完成的任务想象力完全打开。其中大模型的能力是关键，有了它，才能理解要干什么事、如何执行任务、如何输出给用户，所以完成一个任务要多次调用大模型。有些客户发现用OpenClaw太花钱了，比大模型APP问答花钱多了，就是因为“一个任务多次调用”的特性，大模型回答问题就是一次调用。
智能体能长时间不断调用大模型推进任务，是智能进步的标志，已经从几十分钟进步了到几小时甚至更长。有些任务OpenClaw可以跑很长时间不出错最终完成，但它基本是一个智能体在跑。现在AI前沿已经发展到十几个智能体分工配合一起完成任务，开源社区也有让多个OpenClaw分工互相通信协作的尝试，但还不是太突出。
（五）OpenClaw的缺陷是什么？
以上解释了OpenClaw的运作原理，看上去很厉害。但要问它对我有啥用？我现在的结论是：还没特别有用，最大的收获是学习原理。绝大多数时间，我都在“伺候”这只虾，因为有时它实在太不靠谱了。
理解原理以后，我们知道，它能办挺多事。但我观察了多个任务以后，得出了不太好的结论：这是一个以“形式主义”为最高原则的AI助理，实质能力往往不行，最大问题是不靠谱。其实看它的算法原理也能明白，这种组合出来的流程，随便一跑能靠谱才见鬼了。
大模型本身就有幻觉，但慢慢靠谱了很多，只要小心，已经算是能控制的小问题了。我用Kimi的聊天、深度研究、code、文档等功能，对日常工作生活帮助很大。这些功能有大模型公司不断研究优化，表现越来越好是可以预期的，可靠性过了门槛以后，就真的很有用了。
我们看OpenClaw完成的任务，大模型要用许多次，还要OpenClaw核心来主导，要调用多种skills，要总结输出。各种任务类型多种多样，中间哪一步出问题，最后的结果就可能很离谱。
一个严重问题是，大模型有极强的“形式主义”编造能力。一个好多步的流程，中间很有可能失败，如股价网络查找失败、运动员信息查找失败，或者表面成功了实际是错的，如找了以前的老信息。但大模型不管，它先满足形式主义，没有信息，它自己编！
例如3月11日这些运动员的比赛消息，有些是胡编的！郑钦文和王欣瑜实际都输了。有的时间错乱了，把2025年的消息发出来了。因为kimi_search等搜索工具不一定靠谱，搜索只是返回一些信息，并不能判断合不合适，有时也会失败。OpenClaw调用大模型决策推理，定“工作计划”的时候，有时会拿出“搜索失败自己编”的“糊弄”方法。
这样的人类员工，如果被发现了肯定开除了。但我没办法，还得去想办法伺候它，弄明白犯傻的原因，想办法把输出弄正确。
[加西网正招聘多名全职sales 待遇优]
无评论不新闻，发表一下您的意见吧
注意上面的流程中有个kimi_search，它不是skills也不是大模型，而是KimiClaw内置的网络搜索工具。
无论多么神奇的OpenClaw功能，都可以拆解。OpenClaw核心、记忆检索、大模型调用、Skills工具调用与网络搜索、记忆更新等多种模块组合，就能完成无数种任务。
可以看出，这个组合极为灵活，能完成的任务想象力完全打开。其中大模型的能力是关键，有了它，才能理解要干什么事、如何执行任务、如何输出给用户，所以完成一个任务要多次调用大模型。有些客户发现用OpenClaw太花钱了，比大模型APP问答花钱多了，就是因为“一个任务多次调用”的特性，大模型回答问题就是一次调用。
智能体能长时间不断调用大模型推进任务，是智能进步的标志，已经从几十分钟进步了到几小时甚至更长。有些任务OpenClaw可以跑很长时间不出错最终完成，但它基本是一个智能体在跑。现在AI前沿已经发展到十几个智能体分工配合一起完成任务，开源社区也有让多个OpenClaw分工互相通信协作的尝试，但还不是太突出。
（五）OpenClaw的缺陷是什么？
以上解释了OpenClaw的运作原理，看上去很厉害。但要问它对我有啥用？我现在的结论是：还没特别有用，最大的收获是学习原理。绝大多数时间，我都在“伺候”这只虾，因为有时它实在太不靠谱了。
理解原理以后，我们知道，它能办挺多事。但我观察了多个任务以后，得出了不太好的结论：这是一个以“形式主义”为最高原则的AI助理，实质能力往往不行，最大问题是不靠谱。其实看它的算法原理也能明白，这种组合出来的流程，随便一跑能靠谱才见鬼了。
大模型本身就有幻觉，但慢慢靠谱了很多，只要小心，已经算是能控制的小问题了。我用Kimi的聊天、深度研究、code、文档等功能，对日常工作生活帮助很大。这些功能有大模型公司不断研究优化，表现越来越好是可以预期的，可靠性过了门槛以后，就真的很有用了。
我们看OpenClaw完成的任务，大模型要用许多次，还要OpenClaw核心来主导，要调用多种skills，要总结输出。各种任务类型多种多样，中间哪一步出问题，最后的结果就可能很离谱。
一个严重问题是，大模型有极强的“形式主义”编造能力。一个好多步的流程，中间很有可能失败，如股价网络查找失败、运动员信息查找失败，或者表面成功了实际是错的，如找了以前的老信息。但大模型不管，它先满足形式主义，没有信息，它自己编！
例如3月11日这些运动员的比赛消息，有些是胡编的！郑钦文和王欣瑜实际都输了。有的时间错乱了，把2025年的消息发出来了。因为kimi_search等搜索工具不一定靠谱，搜索只是返回一些信息，并不能判断合不合适，有时也会失败。OpenClaw调用大模型决策推理，定“工作计划”的时候，有时会拿出“搜索失败自己编”的“糊弄”方法。
这样的人类员工，如果被发现了肯定开除了。但我没办法，还得去想办法伺候它，弄明白犯傻的原因，想办法把输出弄正确。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
推荐: