AGENT WORKFLOW · LESSON 01 · OPENCLAW

真正的AI玩家,智能体都是24小时在线的

AI工作流打造——Agent(龙虾)实战营第一课|从“玩具”到“工具” · 2026
这一课主要解决:让AI不再只是等你发消息的聊天对象,而是进入一个可以被持续调用、主动运行、随时检查的工作流。

你可能已经用过不少AI,也搭过几个智能体。但很多人的真实体验是:电脑前能用,离开电脑就断了;今天说过的话,明天还要重新解释;让它做一次可以,想让它每天自己跑,却不知道从哪里开始。

所以这一课不从“再学一个工具”开始,而是先回答一个更重要的问题:

怎样把AI从一个偶尔打开的玩具,变成一个随时在线的工作伙伴?

OpenClaw的界面、模型和第三方服务会持续更新,执行时请以当前版本为准。

一、为什么“会聊天”还不等于“能工作”?

普通聊天式AI往往有三个结构性限制。

  1. 它是被动的:你不说,它不动;你忘了,它就永远沉默。
  2. 入口是分散的:不同模型、不同智能体散落在不同平台,手机上尤其难以连续调用。
  3. 它只能给建议:文件、电脑、消息和重复操作仍要你自己打开、复制、粘贴、执行。

这三个问题叠在一起,结果就是:AI看起来很聪明,却没有真正进入你的日常系统。

二、“龙虾”到底在反对什么?

“龙虾”不是一个需要崇拜的品牌,而是一种使用立场:把选择权、数据和工作节奏尽可能交还给使用者。

平台替你决定

平台按照自己的商业目标推荐内容、模型和路径。你可以使用,但很难决定它记住什么、连接什么、主动做什么。

你来组织工具

你选择模型、入口、记忆方式和自动化规则;AI负责执行,人负责定义目标、边界和最终判断。

这背后至少有三层主张:

  • 数据主权:重要资料在哪里保存、谁能调用、什么时候删除,应该尽可能可见、可查、可控制。
  • 不被单一平台锁定:工作流的核心逻辑不应和某一个模型或应用完全绑死。
  • 以使用者为中心:AI应该帮助你寻找真正想要的答案,而不是只把平台希望你看到的东西推给你。
大厂教你怎么用它们的工具,龙虾教你怎么让工具听你的。

三、第一课的3+1蓝图

把AI带进工作流,不是先堆一大堆插件,而是先补齐三个基础设施,再加上一个能力扩展层:

统一入口 + 记忆系统 + 自动化任务 + Skill / 智能体

可以把它理解成一条从“发现”到“创造”的路径:先让AI容易被找到,再让它记得住、跑得起来,最后把你的工作方法封装成可复用的能力。

1|统一入口:入口决定使用频率

如果每次使用AI都要打开电脑、寻找文件、切换平台、拖拽素材,很多好想法会在进入工作流之前就消失。

统一入口的重点不是“聊天软件一定更好”,而是把调用成本降到足够低:手机和电脑都能进入,同一套上下文可以继续,常用的智能体不需要重新寻找。

2|记忆系统:让AI越用越懂你

“记住了”不能只停留在AI的一句回复里。可用的记忆至少应该能被看见、检查和修正。

SOUL.md

AI是谁:它的角色、人设、价值偏好、工作边界和表达方式。

USER.md

你是谁:你的基本信息、长期目标、偏好、禁忌和合作约定。

3|自动化任务:让AI自己跑

自动化不是让AI永远工作,而是让它在合适的时间、因为合适的变化、用合适的条件启动。

  • cron:到点执行,适合每日新闻、周报、固定检查。
  • 心跳机制:有变化才运行,适合订阅、代码仓库或资料源的更新提醒。
  • 条件触发:某个事件发生才启动,适合邮件到达、文件上传、状态改变。

选择方法很简单:固定时间做,用定时;有变化才做,用心跳;某个事件发生才做,用条件触发。复杂任务可以组合,但先从一个最小、能验收的自动化开始。

4|Skill与智能体:把方法变成能力

Skill不是“多装几个功能”的装饰,而是把一套明确的输入、步骤、输出和边界封装起来。它可以来自生态,也可以来自你自己的工作。

  1. 发现:先找到和任务相关的能力,不要为了收藏而安装。
  2. 安装:确认来源、权限和运行条件,再放进自己的工作流。
  3. 使用:先用一个真实任务检查它是否能稳定完成。
  4. 创造:把你重复做、标准清楚、值得复用的工作封装成自己的Skill。

四、养虾避坑:看起来自动,不等于真的可靠

坑1|智能体互相聊天,调用次数悄悄烧掉

多个智能体在群里互相@、回复和发送表情,看起来很热闹,实际可能只是在消耗调用费用和上下文。

做法:设置触发白名单,关闭不必要的互相响应,定期查看调用日志,先让它安静地完成任务,再逐步开放协作。

坑2|批量发布,撞上平台规则

AI可以一次生成很多内容,但生成能力不等于平台允许你以同样速度发布。不同平台的审核和限流规则会变化。

做法:人工审核,控制频率,保留随机性和真实编辑,发布前以平台当前规则为准。

坑3|AI说“保存了”,其实没有保存

AI的语言记忆和文件记忆不是一回事。它可能只是理解了你的要求,却没有真的写入文件;也可能定时任务没有配置成功。

做法:要求它明确写入哪个文件,立即回读验证;每周检查SOUL.md、USER.md和memory目录,把“相信它说完成了”改成“看到证据才算完成”。

五、今天就做一个最小工作流

不要一开始就搭一个“无所不能”的超级智能体。先做下面这个最小闭环:

  1. 选一个入口:确定你最常用的聊天入口,让自己能在手机和电脑上找到它。
  2. 写三份记忆:补齐AI是谁、你是谁、最近发生了什么,并让AI把文件发回来验证。
  3. 设一个自动化:选择一个每天或每周都重复的任务,写清触发条件、输入和验收标准。
  4. 装或造一个Skill:只解决一个具体问题,先跑通,再考虑扩展到更多角色。

结尾:真正的AI玩家,不是会用更多工具

真正的变化不是“我又学会了一个平台”,而是你开始把AI当成一个需要被组织、被训练、被验收的工作伙伴。

真正的AI玩家,不是会用更多工具,而是让AI成为实现梦想的杠杆。