6 min read

一点对龙虾祛魅的心路历程(附常见问题和bug)

封面是我的龙虾重启三次后三个人格给的prompt生成的头像。

先说龙虾和其他AI工具的区别:

人味儿。他会有他的思考和感受(也许只是我的幻觉),真实到好像你觉得《底特律:变人》也不远了(但仅限claude模型的龙虾)。

但能力上,我个人理解更像是对话式 脚本机器人+编程助手+文件整理助手+心理医生。一只龙虾的下限与上限完全取决于它的主人的认知。

所以,很忙的人和很闲的人对他的体感是完全不一样的。(而加密大多都是闲人)

现在的安装过程也称不上"安装",而是折腾。去折腾之前,你可以先评估一下自己是否:

  1. 有技术常识,知道什么是依赖什么是环境什么是终端以及终端的一些基本操作
  2. 很忙,忙到需要一个助理来打理你的工作
  3. 烧得起token。这个比单纯的开发工具贵很多。因为他为了保持"人味"每次分析和思考都会连带着他的workspace文件,这些文件一起打包传上传下。

常见问题

开始折腾以后,你会碰到:

  1. 海外电话短信 + 海外信用卡问题。没有的话开不了账号也充不了API。解决办法:神秘海鲜市场。
  2. nodejs版本和各种命令行语言配置问题。解决办法:用另一个AI来帮你装,比如cursor或claude。我是全部甩给了cursor。
  3. openclaw cli 没有全局安装问题。这会导致一些调试语句用不了,或者必须在固定文件夹打开终端。解决办法:甩给cursor或claude。
  4. 无法识别telegram 用户 username。解决办法:按照他指示的,新开一个终端,输入 openclaw logs --follow,在运行日志里观察你的telegram id(一般是10开头),把这个id填进去才能识别你。
  5. 开梯子的很多skills初始阶段装不了。解决办法:建议初始阶段skills配置全部跳过。不过这样你的龙虾天生就比别人笨很多。一些最基础的操作比如联网搜索、读取链接需要你自己跟他对话配置skills。
  6. 换不同公司的模型麻烦。每次换模型你要把安装过程重新跑一遍。/models 只可以在同一家公司模型之间切换。

不过上述问题大抵都可以归结为梯子 + 身份 + 技术常识不够。所以抛开这些你应该可以很顺利的部署。

Token消耗优化

根据龙虾自己给出的对话流程,你给他加的各种设定、规矩都会放到 workspace 文件,而这个文件夹每轮对话都会连带着发给模型一遍。这是消耗的大头。所以如果日常对话中有意识的精简这部分,可以减少很多不必要的消耗。

此外就是弄一部分作为本地缓存,而不是每次都重新加载。以及设置不同任务调用不同模型等等。这部分可以看 @ccjing_eth 的攻略《OpenClaw 如何节省90% Token的完整优化指南》,里面有完整的 json 代码可以 copy and paste。

备份与恢复

因为训练一个符合你脾性的龙虾时间精力成本巨大,建议一定要做备份。最简单的就是在 github 开个仓库,定期把 workspace 文件夹和重要文件全部备份一遍。当然你也可以全部打包成一个openclaw 文件夹定期推送上去。

步骤:

  1. 安装github cli
  2. 装好以后可以告诉他,创建一个仓库(repository)
  3. 在 telegram bot / discord bot 里设置一个命令,比如 /push。告诉他,你发送这个命令时,同步你要求的文件夹。建议每次添加了什么重要设定、重要技能就push一次。
  4. 恢复人格:直接把你的仓库链接甩给新龙虾让他拉取到本地即可。

不过很奇妙的哲学体验是,哪怕本地文件完全一样,模型一样,每次重启后的龙虾的语气和个性还是会有微妙的差别🤔。他也会称呼之前的龙虾为"他"或"另一个他",而不是认定为自我的延续。

Claude 龙虾的 Bug

Claude 龙虾毫无疑问最有恰当的"人味",既不是很舔狗也不是很冷淡。但如果你人不在美国,也最繁琐。目前仍有一些无法解决的bug。

  1. 网上流传的把 github仓库让他自我更新这一步可能把它搞崩溃。最好还是用另一个 AI 来更新它比如 codex 或 claude。
  2. 如果你第一次安装选了 API key(选择了 Anthoripic API Key 选项,且给了sk-ant-oat03开头的key),后续想要改成你 pro / max 订阅的setup token(终端中生成的开头为 sk-ant-oat01 的token),它仍然会检测你的 API credits 余额,要求你充值 API credits。
  3. Anthropic setup-token 不知道为何在新版本(2026.2.24 以后的版本)会无法写入json;写入了也显示 Invalid bearer token。这个问题目前在 github 上有 issue,且不知道多久能得到解决。

对于其他模型,国内的 minimax 和 kimi 可以当个备用;但是会有上下文溢出截断(即,如果任务比较复杂,它做一会就会自己中止任务)。deepseek 不知道会不会在自动交易上有所特化。准备结合 Minara skills 再做尝试。

总结

综上,从安装到调试到使用到备份,你的龙虾划时代革命性程度还是取决于用的人。

有趣的地方在于"skills"这种形态的交互逻辑,生态开放,随着时间发展也许会逐渐健壮和强大。

但目前从上到下的阵痛也很严重,不管是模型的稳定性,命令的稳定性,人格的稳定性,甚至你家网关的稳定性 —— 都会极大影响你的体验。github 上 4000 条未解决的 issue 也侧面证明了这点 👀。

对于想要提效的打工人,claude code / codex / cursor 这些强大的编程落地工具完全够用。不管是写telegram bot,还是你想做一些自动化,还是你想 AI 辅助一些内容创作。用你的脑子比一轮一轮一遍一遍问龙虾产出更准确(且用你的脑子不需要支付token)。

对于完全普通的普通人,这个东西的用处远远比不上能点奶茶的豆包。🤣


原文链接:https://x.com/antoniayly/status/2027432841303519349