AI

大模型如何"记住"你说过的话：多轮对话机制与 Go 实操 大家好，我是极客老墨。 我刚开始做 AI 应用的时候，有个直觉假设：“模型后台应该有个数据库，记住了我的聊天记录。“后来才发现完全不是这么回事。 主流大模型 API 都是"无状态”（Stateless）的。 每一次你发请求过去，它都完全不记得你之前说过什么。之所以它能接住你的话茬，是因为开发者每次都把之前的聊天记录打包发给了它。 这篇就来聊聊，怎么在 Go 代码里实现这种"人工记忆”。 一、多轮对话的本质：以存储换记忆 在 API 调用层面，模型并不负责存储对话历史。实现多轮对话的公式其实很简单： $$新请求 = 对话历史 + 当前问题$$ 每次你提问，你的程序都要从内存（或数据库）里把之前的对话翻出来，拼成一个数组发过去。模型读完这一长串，才能理解你说的"它"是指谁，或者"接着说"是要说什么。 1sequenceDiagram 2 participant User as 用户 3 participant App as 你的 Go 应用 4 participant LLM as 大模型 (DeepSeek) 5 6 User->>App: 1. "你好，我是老墨" 7 App->>LLM: POST [User: 你好，我是老墨] 8 LLM-->>App: "你好，老墨！" 9 App-->>User: "你好，老墨！" 10 11 Note over App: 内存存储: [User: 你好, Assistant: 你好老墨] 12 13 User->>App: 2. "我刚才说我叫什么？" 14 App->>LLM: POST [User: 你好, Assistant: 你好, User: 我刚才说我叫什么?] 15 LLM-->>App: "你刚才说你叫老墨。" 16 App-->>User: "你刚才说你叫老墨。" 二、Messages 数组的三大角色 在标准的 chat/completions 接口中，messages 数组是唯一的上下文载体。它由三种角色组成： ...

开发者如何接管大模型：API 调用逻辑深度拆解 大家好，我是极客老墨。 做大模型开发，最爽的一点就在于：你不需要懂怎么训练模型，你只需要懂怎么把它”接管”进你的业务系统。 我刚开始做 AI 应用时，也把 API 调用理解成”发个 POST、收个字符串”，结果一上生产就翻车：成本失控、超时、流式中断、JSON 解析失败、缓存命中率低得可怜。 2026 年这套活，已经从”能调通”升级成”调得稳、调得省、调得可观测”。尤其 DeepSeek V4 的 thinking mode、上下文缓存、流式输出，让 API 层直接从”胶水层”变成了”核心工程层”。 这篇我就按真实项目视角，把 API 调用链路从协议到代码，从错误恢复到成本控制，彻底掰开讲清楚。 一、先立一个工程观：调用模型，本质是远程协作 把模型 API 想成“远程同事”会更容易理解： 你发的请求体，不只是参数，而是任务工单。 返回的 token，不只是文本，而是这个同事边想边说的过程。 usage 字段，不只是统计，而是你的财务报表。 我早期总把调用失败归因于”模型智商不够”，后来复盘发现 70% 的问题是工程姿势不对：上下文组织烂、超时策略缺失、重试机制粗暴、流式解析不规范。 老墨说： 你要把 API 当成数据库连接池一样认真管理。对待数据库你不会裸奔重试，对待大模型也不该。 二、2026 版：开发者与模型的“分工协议” 在 AI 应用开发中，分工正在变得更加精密： 模型厂商 (DeepSeek/OpenAI)：负责烧钱买卡，并把能力封装成兼容 OpenAI 协议的 HTTPS 接口。 开发者 (你)：不只是写业务逻辑，更像一个”流量调度员 + 成本控制官”——通过 thinking 参数和 reasoning_effort 平衡速度与深度，通过优化 Prompt 结构提高缓存命中率，再通过超时/重试/降级把稳定性托住。 这种分工决定了开发者的核心价值：不是调 Prompt 的手感，而是把成本、质量和稳定性三件事同时管住。 官方参考： DeepSeek Chat 接口：Create Chat Completion DeepSeek Thinking Mode：Thinking Mode DeepSeek 上下文缓存：Context Caching OpenAI 结构化输出：Structured Outputs 三、API 调用的生命周期：2026 增强版 一次现代大模型 API 调用（以 chat/completions 接口为例）遵循以下生命周期： ...

开发者必备的"饭碗"：大模型应用开发工具链全景图 大家好，我是极客老墨。 前几篇讲完了大模型的工作逻辑、Token、上下文和 API 参数。到这里，已经不能只停留在“会调接口”了。真正做项目时，问题会很快变成另一组： 代码应该让 AI 在 IDE 里补，还是交给终端 Agent 改？ 一个功能要不要让 Codex 或 Claude Code 自己开分支、跑测试、提 PR？ DeepSeek 便宜，但工具链怎么接？有没有 Claude Code 之外的选择？ Prompt 改了以后，怎么知道不是“感觉变好了”？ Agent 能跑命令、改文件、连 MCP，权限边界怎么收住？ 这就是工具链的价值。 2024 年以前，很多人说“AI 编程工具”，其实是在说补全插件。2025 年以后，重点明显变了：Coding Agent 开始进入真实工程流程。它不只是补一行代码，而是能读仓库、改文件、跑命令、看测试、解释 diff，甚至在云端并行处理多个任务。 所以这篇不再按“工具排行榜”写。更实用的方式，是按一条大模型应用开发流水线来拆：模型底座、编码 Agent、Agent 应用框架、本地调试、评测观测、Go 生态，以及上线前的权限和成本控制。 本文按 2026-06-19 可查到的公开资料整理。AI 工具更新很快，具体模型名、价格、可用地区和安装方式，以官方文档为准。 一、模型 API 平台：先把底座选稳 大模型应用的底座还是 API。工具再花哨，最后都要回到三件事：能力、成本、稳定性。 1. DeepSeek：低成本长上下文，适合大量工程试错 DeepSeek 当前官方模型表里，主模型是 deepseek-v4-flash 和 deepseek-v4-pro。官方文档显示二者都支持 1M context、JSON Output、Tool Calls 和 Thinking Mode，OpenAI 格式 base URL 是 https://api.deepseek.com，同时也提供 Anthropic 格式入口。 ...

大模型 API 核心参数：调对了事半功倍，调错了钱打水漂 大家好，我是极客老墨。 我刚开始接大模型 API 时，最容易犯的毛病就是把所有问题都往 prompt 上推。输出不稳定，先改 prompt；JSON 解析失败，继续改 prompt；账单涨了，还想着是不是 prompt 不够精简。改到最后，prompt 越写越长，接口却还是像没装仪表盘的车，能跑，但不知道哪里在烧钱、哪里在抖。 这篇不讲玄学调参。我就按一个常见场景来讲：做一个客服工单摘要接口。 输入是一段用户和客服的对话，输出要稳定变成这样的 JSON： 1{ 2 "summary": "用户咨询退款到账时间，客服告知预计 3-5 个工作日", 3 "category": "refund", 4 "risk_level": "low", 5 "next_action": "等待退款到账" 6} 这个接口看着简单，真接到业务里会遇到四个问题： 有时输出一段自然语言，JSON 解析直接炸。 有时写到一半停了，字段缺一截。 有时同一条工单跑两次，分类不一致。 有时为了一个简单摘要开了推理模式，成本和延迟都上去了。 这些问题不全是 prompt 的锅。后来我才把 API 参数当成方向盘、油门、刹车和仪表盘来看：prompt 负责告诉模型要去哪，参数负责控制它怎么走、走多远、花多少钱、异常时怎么停下来。 本文以 DeepSeek API 为主线。DeepSeek 当前官方文档里，Chat Completions 的模型 ID 是 deepseek-v4-flash 和 deepseek-v4-pro；deepseek-chat、deepseek-reasoner 仍可兼容，但官方已说明将于 2026/07/24 弃用。下面的参数口径按本文撰写时查阅的官方文档编写，后续以官方最新文档为准。 model：先选一辆够用的车 客服工单摘要这类任务，第一版通常不需要最强模型。它不是奥数题，也不是复杂代码审查，核心是稳定抽取、分类、压缩信息。 DeepSeek 当前官方模型表里有两个主模型： model 适合什么 deepseek-v4-flash 延迟、成本更敏感的通用任务，比如摘要、分类、提取、普通问答 deepseek-v4-pro 更复杂的推理、规划、工具调用、代码分析 官方还保留了两个兼容别名： deepseek-chat：对应 deepseek-v4-flash 的非 thinking 模式。 deepseek-reasoner：对应 deepseek-v4-flash 的 thinking 模式。 这里有个很实用的判断：能用 deepseek-v4-flash 跑稳，就先不上 deepseek-v4-pro；能关 thinking 跑稳，就先不开 thinking。 ...

Token是怎么来的：大模型计费和上下文管理的底层逻辑 大家好，我是极客老墨。 上一篇讲大模型工作原理时，Token 出现了很多次。这一篇专门把它讲透——不是因为概念难，而是因为它的每一个细节都直接影响你的 API 账单和代码行为。 成本超支、上下文莫名截断、多轮对话"失忆"——这些新手最常踩的坑，根子都在 Token 上。 一、Token 是什么：BPE 分词不是按字切 Token(中文翻译定义为“词元”) 是大模型处理文本的最小单位。但很多人对它有一个根本性的误解：Token 不等于字，不等于词，更不等于汉字。 主流大模型（包括 DeepSeek）使用的分词算法叫 BPE（Byte-Pair Encoding，字节对编码）。它的逻辑是：从字节出发，统计语料中最高频的字节对，反复合并，最终形成一个包含几万到十几万个"子词单元"的词表。 结果就是：Token 的边界是由训练语料的统计规律决定的，不是人为规定的。 1# 英文示例（DeepSeek tokenizer） 2"developer" → ["developer"] # 1 token（高频词，整词入表） 3"tokenization" → ["token", "ization"] # 2 tokens（低频长词，拆分） 4"DeepSeek" → ["Deep", "Seek"] # 2 tokens（专有名词） 5 6# 中文示例 7"大模型" → ["大", "模型"] # 2 tokens（"模型"是高频词组） 8"量子纠缠" → ["量", "子", "纠", "缠"] # 4 tokens（低频，逐字） 9"API" → ["API"] # 1 token 中英文的核心差异： ...

大模型是怎么炼成的：从训练数据到你手里的 API 大家好，我是极客老墨。 你有没有想过：ChatGPT、DeepSeek，这些大模型是怎么"造"出来的？ 很多人用了大半年 AI，依然不知道答案。他们知道模型很强，但不知道强从哪来；知道调 temperature 能改变风格，但不知道为什么。这种"只会开车、不知道发动机"的状态，限制了你对 AI 能力边界的判断，也限制了你设计 AI 应用的想象力。 这篇文章要做一件事：把大模型从"一堆原始数据"到"你手里的 API"这条完整链路讲清楚。 普通人能看懂，开发者能用上。 第一段：模型是怎么被造出来的 大模型的诞生，分四个阶段，缺一不可。 1flowchart TD 2 A["海量原始数据 3 网页/书籍/代码/论文"] --> B["预训练 4 Next Token Prediction"] 5 B --> C["指令微调 SFT 6 教模型听懂人话"] 7 C --> D["强化学习对齐 RLHF 8 教模型说对的话"] 9 D --> E["量化 & 部署 10 压缩上线"] 11 E --> F["你调用的 API"] 阶段一：预训练——从"0"开始读书 预训练是整个大模型能力的根基。这个阶段，模型什么都不知道，就像一张白纸。 研究团队先从互联网抓取海量文本的网页数据、Wikipedia、GitHub 代码库、arXiv 论文、书籍……DeepSeek-V3 的预训练数据量超过 14.8 万亿个 Token。这是什么概念？一个人一天读 8 小时，读完大概需要 2 万年。 ...

大模型能干什么：六大核心应用场景拆解 大家好，我是极客老墨。 有个问题我被问过很多次：大模型除了聊天，还能干什么？ 这个问题背后藏着一个更深的困惑：我学大模型开发，到底能做出什么东西？值不值得投入时间？ 值得。但前提是你得搞清楚它的边界——哪些场景是大模型真正擅长的，哪些是现在能落地的，哪些是看着很美但开发成本极高的。 这篇文章拆解六个核心场景：文生文、文生图、文生视频、语音交互、数字人、智能问答。每个场景我会讲清楚技术本质是什么、真实能力边界在哪里、开发者能拿它做什么，以及一个 Go 开发者该从哪里切入。 不堆概念，只讲和开发直接相关的部分。 一、文生文：最成熟，也最容易被低估 技术本质 文生文（Text-to-Text）是所有大模型能力的基础层。给定一段文本输入，模型输出文本结果——翻译、摘要、续写、代码生成、问答、分类、抽取，本质都是这个范式。 它的核心机制是自回归生成（Autoregressive Generation）：模型逐个 token 预测，每次预测都以前面所有内容为条件。这意味着它天然支持任意长度的输出，也意味着它的"思考"过程是线性的、不可并行的。 能力边界 文生文做得好的事：结构化生成、风格迁移、代码辅助、信息抽取、分类标注。 文生文目前还做不好的事：精确计算（数学运算容易出错）、实时数据（知识截止限制）、高度确定性任务（每次输出有随机性）。 2026 年之后，推理模型（DeepSeek-R1、OpenAI o3）的出现让数学和逻辑推理能力大幅提升——但这是专门设计了长思维链的推理模型，普通对话模型仍然存在上述限制。 开发者能做什么 1用户需求 → Prompt → 大模型 → 文本输出 → 业务逻辑处理 这是最简单的链路，也是 90% 的大模型应用的骨架。几个典型落地方向： 代码辅助：接入 IDE 插件，或者独立的代码问答服务。输入自然语言描述，输出对应语言的实现代码。DeepSeek-V3 在代码生成上性价比极高，是首选。 文档处理：上传合同、技术文档、会议记录，提取关键信息、生成摘要、回答问题。结合 RAG（后面的模块会详细讲），可以大幅减少幻觉。 内容生成：营销文案、邮件草稿、产品描述、SEO 内容。注意：大模型不是完美的，高质量内容生成必须加人工审核环节。 结构化抽取：从非结构化文本中提取 JSON 格式的数据，配合 Function Calling 或 Structured Output，可以直接对接业务数据库。 老墨说： 文生文不只是"聊天"，它是一个可编程的文本处理引擎。你用自然语言定义规则，它按规则处理任意输入——这是一种新的编程范式，比你写正则表达式和 if-else 强大得多，也灵活得多。 二、文生图：创意的民主化 技术本质 文生图（Text-to-Image）的主流技术路线是扩散模型（Diffusion Model）——从随机噪声出发，在文本描述的引导下，迭代去噪，最终生成图像。代表模型有 Stable Diffusion、DALL·E 3、Midjourney、Flux。 这和文生文用的技术栈完全不同。大多数大模型 API 平台（OpenAI、智谱、火山引擎）会把文生图单独封装成一个 API 端点，你不需要了解扩散过程，直接调用即可。 ...

大模型发展史：从一篇论文到改变世界 大家好，我是极客老墨。 有人问过我：学大模型开发，需要搞清楚历史吗？ 我的答案是：不需要全记，但有几个节点绕不过去。就像你不需要知道 Linux 每一个版本的变化，但如果你不知道 1991 年 Linus 为什么会写内核、不知道 GPL 协议的来历，你就很难理解为什么今天的开源生态长成了现在这个样子。 大模型的历史也是一样的道理。 这篇文章不是"时间轴背诵手册"，而是帮你搞清楚：每一个关键节点留下了什么技术遗产，以及这些遗产如何层层叠加，构成了你今天调用 API 时那个"黑盒"里的底层逻辑。 第一阶段：奠基期（2017–2019）——骨架确立，两条路线分叉 在 2017 年之前，AI 语言模型靠 RNN 和 LSTM 驱动。这两种架构有一个致命弱点：序列化处理——它们必须一个词一个词地读，前面没读完，后面没法算。这就导致了两个问题：长文本里的前后关联容易丢失，训练也难以并行，规模扩不上去。 这个局面被一篇论文打破了。 Transformer 诞生（2017 年 6 月） Google Brain 团队的 Ashish Vaswani 等人发表了 Attention Is All You Need，提出了 Transformer 架构，核心是"自注意力机制（Self-Attention）"。 它的革命性在哪里？一句话：让模型在处理一个词的时候，能同时看到整个句子里所有词的关联权重，而不是只看"左边刚读过的"。 并且这个计算是可以并行的——GPU 的算力第一次被大模型充分用上了。 Transformer 由 Encoder（理解）和 Decoder（生成）两部分组成，可以灵活组合。这个设计直接决定了后来大模型的两条技术路线。 老墨说： Transformer 是大模型的底层骨架，今天你用的 GPT、Claude、DeepSeek，技术根基都在这篇 2017 年的论文里。你可以不懂数学，但"自注意力"这个词要知道它是干什么的。 两条路线分叉（2018 年） Transformer 出来之后，OpenAI 和 Google 各自选了一条路。 GPT-1（2018 年 6 月，OpenAI）：只用 Decoder，专注文本生成。1.17 亿参数，在约 5GB 的书籍语料上预训练，验证了"预训练+微调"在生成任务上的可行性。能力有限，但确立了 GPT 系列"纯 Decoder 生成式"的路线。 ...

什么是大模型：开发者必须搞清楚的核心概念 大家好，我是极客老墨。 2022 年 11 月 30 日，OpenAI 悄悄上线了一个叫 ChatGPT 的产品。没有发布会，没有大规模营销，结果五天内注册用户突破 100 万，两个月后破 1 亿——成为史上用户增长最快的消费级应用。 这一年，我第一次在终端里用 API 让它写了段 Go 代码，代码是对的。我盯着屏幕看了很久，心里有个声音说：这东西不一样。 这篇文章的目标很简单：搞清楚大模型是什么，从哪来，现在有哪些主流选择，以及作为开发者你需要知道哪些核心概念。不涉及数学，不涉及训练原理，只讲和开发直接相关的部分。 大模型是什么 大模型（Large Language Model，LLM），本质是基于海量文本数据训练出来的神经网络模型，通过学习语言的统计规律，获得了理解和生成自然语言的能力。核心参数规模通常在百亿级以上——这也是"大"的由来。 一个直白的类比：你可以把大模型想象成一个读过人类几乎所有书籍、论文、代码、对话记录的人。它没有真正的"理解"，但它见过的模式足够多，所以当你给它一段输入，它能预测出"接下来最合理的内容是什么"——而这个"预测"往往精准得令人惊讶。 对开发者来说，有三件事最重要： 调用方式：你不需要自己训练模型。通过 API，几行代码就能接入 GPT、DeepSeek、Claude 等顶级模型的能力 核心价值：大模型把自然语言变成了一种编程接口——你用人话描述需求，它输出结果，极大降低了 AI 功能的开发门槛 能力边界：参数规模决定了模型的能力上限，但训练数据质量、微调策略同样关键。参数多不等于万能 老墨说： 别被"大"字唬住。大模型对开发者的意义就一句话：用 API 调用别人训好的模型，你只管写业务逻辑。 大模型从哪来：关键发展节点 大模型的演进不需要全记，但有几个节点值得了解——它们直接决定了今天你能用到的技术基础。 2017 年：Transformer 诞生 Google 发表了论文 Attention Is All You Need，提出了 Transformer 架构。这篇论文是今天几乎所有大模型的技术根基。在它之前，语言模型用 RNN（循环神经网络），慢且难以并行训练；Transformer 引入了自注意力机制，让模型能同时关注序列中所有位置的关联，训练效率和能力都大幅提升。 2020 年：GPT-3 开启规模时代 OpenAI 发布 GPT-3（1750 亿参数），首次证明了"规模即能力"——只要参数足够大、数据足够多，模型会涌现出意想不到的新能力。这一发现改变了整个 AI 研究方向。 2022 年：ChatGPT 引爆应用层 ...

用 AI Skills 武装你的写作流程，从此告别重复劳动 每次让 AI 帮我写技术文章，我都得重新交代一遍：“你是一个有 20 年经验的工程师，语言要接地气，开头要有钩子，结尾要总结，不要废话……” 打完这段话，文章还没开始写，我已经累了。 这就是我开始研究 Agent Skills 的起点。研究完之后，我只想说：早该有这东西了。 一、什么是 Agent Skills？ 2025 年 12 月 18 日，Anthropic 把 Agent Skills 作为一个开放标准发布出来，规范地址在 agentskills.io。OpenAI Codex、GitHub Copilot、VS Code 等主流平台随后跟进支持。 官方文档对 Skills 的定义是： Skills are reusable, filesystem-based resources that provide Claude with domain-specific expertise: workflows, context, and best practices that transform general-purpose agents into specialists. 翻译成人话：Skill 是一个文件夹。里面放着你对 AI 的"专项培训材料"。当 AI 遇到匹配的任务时，它会自动加载这个文件夹里的内容，按照你的规范工作——不用你每次都重新解释。 用一个生活比喻：你雇了一位新助理，第一次你花了两个小时教她公司的排版规范、写作风格、邮件模板。从第二次起，你只需要说"按老规矩来"，她就能做对。Skill 就是那份"老规矩"的电子版。 老墨说： Skill 解决的核心问题是重复交代——把每次对话都要说的上下文、规范、工作流程，封装成一个可复用的模块。 ...

大家好，我是极客老墨。 最近一直在研究各种 Claw，自 OpenClaw 大火之后，确实有非常多的 Claw 相继诞生。你别说，真的一个比一个好用，QClaw 能够配合 ima伴你搞定全自动知识库；悟空帮你搞笑完成日程、文档、会议，还能帮你搜索、分析电商热销商品、比价……它们虽然专注的点不同，但都结合自己的产品主打一个全自动化。 今天，我想分享的这个是一款做跨境电商的利器 —— Accio Work，这玩意儿不光全程指导完成Shopify独立站的搭建，还帮我组建一个运营团队，实现真正的团队协作！ 我们来看一下什么是 Accio Work。 简单来说，Accio Work 只主打跨境电商的AI工具，内置了非常多的技能和Agent，只要你给它授权，它就能自己写代码、自己装修网站、自己选品和自己上架、售卖商品。 今天，老墨就用我刚开的一个做东南亚市场的“丑萌毛绒玩具”店（怪异实验室 UglyCute Lab）为例，展示一下怎么用 Accio Work 在 30 分钟内把一个空壳店铺跑上线。 第一步：准备一个 Shopify 空壳 Shopify 是加拿大的一个全球跨境电商的平台，任何人都可以在上边开自己的独立店铺，只需要每月交付一定的费用。 不管 AI 多牛，店铺的基础还得你自己建。 打开 Shopify 官网，用邮箱注册一个免费试用账号。 随便起个店铺名字，把基础后台开通。 新注册的账号有3天的免费试用时间，满了之后需要支付1美金的费用，也是给新手一个过渡期。 老墨建议：这个时候不要急着绑信用卡交月租。先把基础跑通，看到店铺成型了再交钱不迟。 第二步：让 Accio Work 帮你分析市场并选品 下载 Accio Work，登录并打开，你可以看到智能体这一个菜单中，有多个Agent，需要用到的就是这个内置的 Shopify Operator，他可以帮我们一步一步把Shopfiy店铺搭建完成。 点击对话，就可以直接开启Shopify店铺构建之旅了，直接告诉他：“我想要在shopify上开设一个面向东南亚地区的丑萌玩具店铺，帮我策划“， 然后，它就开始进入开店流程，它把整个流程分为了5个节点，引导你一步步完成： 然后，它自动开始做第一阶段的选品调研，它分析了亚马逊、1688等市场上的产品，给出了具体的产品和收益分析： 这个市场分析个人感觉可以参考，但必须集合自己的判断才行，最好是自己去到亚马逊、阿里巴巴调研一下。 第三步：获取 AccessToken 接下来，需要获取 Shopify 的 AccessToken，以便AI能够通过 api 来帮我管理店铺。本来，我一开始创建店铺的时候，AI助手直接给我安装了一个 QuickToken 的插件自动申请 AccessToken，但是不知道为什么现在下架了，只能手动创建了。 ...

一、开篇：这词儿咋就火成这样？ 大家好，我是极客老墨。 最近刷技术圈，不管你是看 GitHub、掘金，还是抖音 B 站，到处都在提一个词——Vibe Coding。 连柯林斯词典都把它评为 2025 年度词汇。好家伙，一个编程相关的词能火到出圈，上一次还是"Hello World"吧？ 但说实话，我第一次听到这词儿时，内心是拒绝的。 啥？Vibe？氛围？编程还能靠氛围？难不成我以前加班写代码是因为"氛围不对"？😂 直到用了这大半年的时间，才发现：这玩意儿，还真有点东西。 今天，咱就用大白话，把这个看似高深的概念给你讲透。不管你是不懂代码的小白，还是跟我一样的老程序员，看完都能明白：Vibe Coding 到底是啥，它跟咱们以前写代码有啥不一样，以及——你到底要不要用它。 二、先说结论：Vibe Coding 不是玄学 2.1 官方定义 Vibe Coding，中文有人翻译成"氛围编程"或"即兴编程"，是由 OpenAI 联合创始人、前特斯拉 AI 总监 Andrej Karpathy 在 2025 年 2 月 通过 X 平台（原 Twitter） 首次提出的。 推文原文：“There’s a new kind of coding I call ‘vibe coding’, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.” 中文翻译：“有一种新的编程方式，我称之为’Vibe Coding’——你完全沉浸在感觉中，拥抱指数级增长，然后忘记代码的存在。” Karpathy 后来在 2025 年 8 月 25 日又发布了一条详细分享自己 Vibe Coding 心得的推文，引发了谷歌实验室产品总监等业界大咖的讨论 查看推文。 这个概念迅速走红，并在 2025 年 11 月被柯林斯词典评为年度词汇 来源：百度百科。 ...

各位极客老铁，老墨又来填坑了！ 最近深耕OpenClaw多Agent模式，目标很简单：让main机器人当调度员，mr（市场研究员）、pm（产品经理）、dev（开发工程师）各干各的活，形成一个小型AI协作团队。但过程真的一言难尽，从命令行操作到飞书配置，踩了N个暗坑，今天把完整搭建流程+避坑指南甩给你们，全程实操，跟着走不迷路——毕竟老墨从不玩虚的，只讲能落地的干货！ 为什么需要多个Agent呢？ 先交代背景：很多老铁会问，搞一个main机器人不就够了？为啥非要折腾多个Agent？ 老墨实测总结：单Agent就是“万金油”，啥都能做但啥都不精——比如让一个机器人既做市场调研、又做产品规划、还写代码，做的事情太多了，记忆存储也会庞大，很容易出现“AI幻觉”。 我要搭建的多Agent架构，核心是「1个调度Agent（main/小墨）+ 3个功能Agent（mr/pm/dev）」，所有Agent接入飞书群组，实现“@对应角色触发对应响应”，目前已完成群组呼叫、私聊，协同工作还需进一步研究，看后文详述。 多Agent的核心价值，就是「分工明确、各司其职」：main机器人当调度员，负责统筹需求、分配任务；mr专注市场调研，pm聚焦产品规划，dev专攻技术实现，既避免了单Agent的混乱，又能提升响应效率和专业性，后续还能实现协同工作，搭建一个小型AI协作团队。 顺便说一句，为了使用飞书插件最新的能力，我把openclaw原生的飞书插件替换成了，我测试了一下，他们的配置是兼容的，你可以不用按照我的来，如果配置不兼容你可以参考飞书官方插件使用文档和OpenClaw飞书官方文档。 前言 由于OpenClaw版本更新非常快，文档更新不及时，网上查询资料时老墨也深受其害，配置各不相同，非常麻烦。所以老墨这里把环境标清楚，避免你跳坑： OpenClaw版本: 我的是 2026.3.13，非常影响后文讲述的配置，不同版本差异非常大，如果你的版本与我不一致，那么你需要注意 系统环境： Windows 10，这个影响不是很大，主要注意windows和linux路径上的区别即可 另外，你可以了解一下飞书的id设计，每一个机器人看到的你的 openid并不是一样的，如果你用到了需要特别注意： openid：以 ou 开头，格式为 ou_xxx 群聊的id: 以 oc 开头，格式为 oc_xxx Appid: 飞书机器人的appid格式时 cli_xxx 一、第一步：添加多个工作区（多Agent的基础，别瞎建目录） OpenClaw的多Agent，本质是「每个Agent对应一个独立工作区」，工作区里存着该Agent的身份配置（soul.md/identity.md等）、日志和任务数据，这一步是基础，建错路径后续全白搭。 很多新手上来就手动建文件夹，结果OpenClaw识别不到，老墨实测：用命令行创建最稳妥，自动关联配置，避免路径错乱。 先查看一下你的agent列表： 1openclaw agents list 你应该看到你本地有一个主agent，现在可以添加几个了： 1openclaw agents add mr --workspace ~/.openclaw/workspace-mr 2openclaw agents add pm --workspace ~/.openclaw/workspace-pm 3openclaw agents add dev --workspace ~/.openclaw/workspace-dev 这里展示一下我后台添加的一个writer的截图： 这里我指定工作目录在我的用户目录下的 .openclaw中，与主Agent一致。 如果你加错了，你可以删除： 1openclaw agents remove dev 创建完成后，你的~/.openclaw/openclaw.json配置文件的"agents"节点下会有"list"子节点，里边对应了你添加的多个agent，你可以修改这个配置，比如指定不同的模型： ...

大家好，我是极客老墨。 今天我们来盘点 OpenClaw 社区公认、高频实用的十大核心 Skills，按「安全打底→基础核心→场景提效→进阶成长」排序，覆盖你做内容创作、开发运维、日常自动化的全场景需求，老墨亲测，文末附一键安装指令。 什么是 Skill？ 如果没有Skill，你会发现你的 OpenClaw 功能会非常有限。装上 Skill，相当于给它插上了翅膀，让它变得强大且聪明。 你可以把 OpenClaw 想象成一部手机，它的 Skill 就是手机里的APP：它本质上是一个可以独立运行的插件和应用程序，大模型根据需要按需调用它实现某些特定的功能。 比如 file-organizer（文件管理 Skill）是 “文件管理器 APP”，agent-browser 是 “浏览器自动化 APP”；这些 Skill 是独立的可执行程序，有自己的代码、依赖、配置，安装后能直接运行；你对 OpenClaw 说 “整理我的桌面文件”，OpenClaw 会调用 file-organizer 这个 Skill 直接执行，无需大模型额外处理。 去哪里找 Skill？ 官方有个 ClawHub，这是 OpenClaw 的 Skill 社区。 我给老铁安装OpenClaw的时候一般都会把官方的 clawhub Skill装上，这样就可以通过对话的方式让 OpenClaw 自己安装 Skills 了。 但 ClawHub 经常限速，我现在更推荐用腾讯的 skillhub，国内访问更快。 安装方式： 方式1：对话安装（推荐） 直接和 OpenClaw 说： 1根据 https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/skillhub.md 安装Skillhub商店。 方式2：命令行安装（macOS/Linux） 1curl -fsSL https://skillhub-1251783334.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash ...

大家好，我是极客老墨。 前几天折腾了一整天，终于把"每日一Go"的自动化流程跑通了。说实话，搞完的那一刻，我坐在椅子上发了会儿呆——这玩意儿真的能自己干活了？ 让我从头说说这事儿。 起因：不想每天手动发图 做公众号的都知道，每天发图文是个体力活。选题、写题、生成代码图、上传素材、创建草稿、发布……一套下来，半小时没了。 我就在想：能不能让小墨(我的智能AI助理)自己干这事儿？ 说干就干。 整个系统长这样 先给你看个整体架构图，不然光说容易晕： 1[题库] → [小墨] → [daily-go-skill] → [图片生成] 2 ↓ 3 [content-publisher] → [微信公众号] 三个核心组件： 1. daily-go-skill 小墨自己写的 skill，专门用来生成 Go 题目的图片。用 Python 实现的，代码高亮直接用现成的库，简单粗暴。 2. content-publisher 这是我自己搞的微信 API 中转服务。为啥要搞这个？因为微信的 appid 和 appsecret 太敏感了，直接放小墨那儿不安全。这个服务跑在我自己的服务器上，小墨只能通过 API 调用，拿不到敏感信息。 3. 题库 小墨自己维护的，用飞书的多维表格。字段包括题目、答案、难度、状态、日期等。后期题库大了可以直接上数据库，但现在飞书够用了。 小墨的工作流程 我给你还原一下它"脑子里"想什么。 第一步：接任务 我说：“小墨，发一道每日一Go到公众号。” 小墨的第一反应：“好的，老大。我先看看题库里有什么。” 第二步：读题库 小墨打开飞书表格，扫了一遍未发布的题目。 1[题库查询] 2- 题目1：Go 的 defer 执行顺序？（已发布） 3- 题目2：slice 和 array 的区别？（已发布） 4- 题目3：map 是并发安全的吗？（未发布）✓ “找到了，就这道吧。” ...

大家好，我是极客老墨。 刚才手贱，把电脑重启了一下。再启动 OpenClaw，结果，起不来了，直接报错。 说实话，那一刻我有点懵。明明之前还好好的，怎么重启一下就挂了？ 赶紧检查一下状态： 1$ openclaw health 直接出错： 看错误信息，大概是少了一个模块，@larksuiteoapi/node-sdk。 我第一反应是：这是飞书插件依赖的 SDK 吧？ 记得之前启动的时候，总会提示两个飞书插件： 既然 .openclaw 下有一个飞书插件，怎么安装目录下还有一个呢？ 难怪冲突。所以我之前是直接把 .openclaw 下的删除了。 现在想想，删错了。 到官方文档看看这个错误信息，找到了： 大概明白了，@larksuiteoapi/node-sdk 这个库没有兼容最新版本的 OpenClaw。 看来是 OpenClaw 安装包下的插件太旧了，应该删除它才对。 直接删了： 然后重新安装飞书插件： 1$ openclaw plugins install feishu 或者重新发起配置流程，会自动安装这个插件： 1$ openclaw config 虽然还是有那个 plugins.allow 的错误，但是终于可以成功跑起来了…… 老墨总结 折腾完这个 bug，我有几个感悟： 1. 快速迭代是把双刃剑 OpenClaw 更新太快了，这事儿有好有坏。 好处是功能迭代快、问题修复及时。但坏处是——插件生态跟不上。 2. 备份意识要加强 这次是插件冲突，删错了还能重装。但如果是配置文件丢了、数据坏了呢？ 3. 插件生态需要跟上 ...

大家好，我是极客老墨。 今天我们不聊技术，咱们聊聊 AI 助手的未来。 早上（3月7日）刷到 36氪那条新闻 的时候，我正在用 OpenClaw 帮我整理昨天的代码笔记。标题很刺眼：“GPT-5.4 发布，OpenClaw 的能力要被替代？” 我愣了一下，然后笑了。 不是因为觉得 OpenClaw 真的会被替代，而是这种"替代论"太熟悉了。去年这个时候，大家还在讨论 Copilot 会不会让程序员失业；今年，轮到了 OpenClaw。 说实话，GPT-5.4 的发布确实让我挺激动的。不是看新闻激动，而是因为我之前在 Cursor 里体验过它。 那种体验，怎么说呢？ 就是你写一个函数，它不仅能理解你想干什么，还能主动帮你重构，把那种"能跑但有点丑"的代码，改成"看起来像是精心设计的"样子。有一次我写了个数据处理脚本，逻辑有点绕，它直接给我重写成管道式处理，还附带了注释：“这样更容易测试”。 我当时盯着屏幕看了三秒钟，然后默默删掉了自己原来的代码。 这就是 GPT-5.4 的代码能力。不是简单的补全，是真的在理解你的意图，然后给出更好的方案。 但今天的重点不是这个。 让我真正思考的是另一件事：GPT-5.4 原生支持桌面操作了。 根据那篇文章，OpenAI 把 CUA（Computer Use Ability）直接整合进了模型。这意味着什么？意味着 GPT-5.4 可以直接操作你的电脑，打开浏览器、点击界面、发送邮件、安排日历——基本上就是 OpenClaw 现在做的事，但它是原生的。 相比于 5.2, OSWorld Verified 的测试成绩从 47.3% 提升到 75%，BrowseComp 从 65.8% 提升到 82.7%。 OSWorld Verified: AI 在真实操作系统环境中完成 开放式任务 的能力。 BrowseComp: AI 在 浏览器环境 中完成复杂任务的能力。 数字很枯燥，但背后的意思很清楚：OpenAI 正式入场"AI 操作电脑"这个赛道了。 ...

大家好，我是极客老墨。 经过昨天的艰难跋涉（详见上篇），OpenClaw 终于在 Windows 上跑起来了。第一天使用下来，说实话，这玩意儿比我想象的能干。 让它帮我写代码：经典贪吃蛇游戏 作为技术控，第一个尝试必须是代码！我还是让 小墨（我的AI助理） 帮我写一个经典的贪吃蛇网页游戏。 我直接告诉他：“小墨，帮我写一个贪吃蛇的网页游戏，最后文件直接发给我”。结果他没反应，后来才知道，原来他正卖力的写代码去了，顾不上理我，因为现在数据还没有能力流式返回，必须等他写完了给我我才知道（晚上的「飞书龙虾会直播」我看了，已经有流式返回数据的插件了，后边研究了再来讲） 写完之后，他并没有直接给我文件，而是问我怎么给我这个文件。这里应该是我的提示词没优化好，第一次配合，有点翻车。 再次确认让他发给我，这次就对了。打开游戏一看——界面还不错，完成度100%。就是速度太快了，我玩了几次才适应过来。 第二个任务：自动搜索小红书爆款文案 我的想法很简单：让 AI 助手自动搜索小红书上某个类目的爆款视频标题和内容。 OpenClaw 的做法很硬核——直接本地打开浏览器，像真人一样操作。这也是它完成工作的主要方式：模拟真人操作电脑。 让他搜索小红书，结果告诉我要登录： 登录后，他成功打开浏览器并返回了数据给我： 再次让他搜索 OpenClaw： 这是他打开的网页： 他能够读取网页并返回准确的数据回来。 第三个任务：每日早报功能 我很关注 AI 领域的新闻，所以想让小墨每天定时给我报告最新的新闻和 AI 资讯。我直接告诉他： 1你好，小墨。整理下边的信息发给我 21. 获取今天成都天气 32. 获取今日微博全球新闻榜前10条，标题为微博新闻 43. 获取今日最新的AI相关的新闻资讯前10条，标题为AI咨询 54. 整理成自带链接可以直接点击的简洁文字内容发给我 一开始 prompt 忘记加链接了，补上后，他返回了正确的数据。同样地，他会打开本地浏览器，输入网址自己看，最后返回正确的数据： 最后，我需要每天定时给我，他成功帮我搞定： 一个小插曲，他干完活浏览器没关闭，我提醒他之后他认识到了自己的错误。 可以看到，gateway 控制页面上的“定时任务”菜单中查看，已经加上了这个任务： 晚上看了飞书玩虾大会，几点感悟 晚上看了飞书的玩虾大会直播，看大牛们都是怎么玩龙虾的，有几点感悟： 1. 自动化办公真的来了 飞书与 OpenClaw 集成之后，抓数据、做报表、整理知识库这些日常工作都可以交给 OpenClaw 了。 2. 多只龙虾协同配合 多个龙虾搞到群组中，一起协同配合，形成工作流。这比传统的工作流工具方便得多，而且更智能。龙虾之间在不同的工程中可以互相促进，并变得更智能。 ...

大家好，我是极客老墨。 说实话，macOS 上装 OpenClaw 那叫一个丝滑，一行命令下去，半小时搞定全部配置。 结果换到 Windows，我心态崩了。 PowerShell 版本不对、权限配置踩坑、飞书机器人配置更是绕得我头晕。整整两天，我差点把电脑砸了。 但搞完之后，我发现 Windows 部署其实没那么难，只是网上没人把坑说清楚。 今天老墨把踩过的坑全抖出来，看完你半小时就能搞定。 我的 Mac 是办公电脑，但我想搞个"永不关机"的 AI 助手 之前（2月份）写了一篇 在 macOS 安装 OpenClaw 的文章，当时国内 IM 应用还没支持。没想到一个月过去，飞书、钉钉、企业微信、QQ 居然全都支持了，更新速度之快！ 我的 Mac 是办公电脑，不能 24 小时跑着玩。但我又想要一个随时能召唤的 AI 助手，怎么办？ 翻出角落里落灰的 Windows PC，性能没得说，就是有点费电😭。没办法，Mac Mini 一机难求啊，各位有没有 mini PC 可以推荐的？ 言归正传，咱们开始。 前置检查：PowerShell 版本这个坑，90% 的人会踩 装之前，先看看你的 PowerShell 版本。低于 7.0，后面装依赖会报错到你怀疑人生。 怎么查？打开 PowerShell（不是 CMD！），输入： 1$PSVersionTable.PSVersion 如果显示的是 5.1，恭喜你，中奖了。 必须升级到 7，不然装 OpenClaw 的时候会报各种奇奇怪怪的错。 升级方法简单到离谱： 打开微软应用商店 搜索 “PowerShell” 点击安装 装完之后，一定要用新打开的 PowerShell 7 窗口，别用原来的旧窗口。 ...

大家好，我是极客老墨。 去年这个时候，我还在纠结要不要订阅 Cursor Pro。今年，我的电脑里装了七八个 AI IDE，一个月下来，花的钱是零。 不是我抠门，是这些工具的免费额度真的够用。写个脚本、改改 Bug、重构代码，基本不用掏钱。当然，如果你是重度用户，每天写几千行代码，那该付费还是得付费。但对于大部分开发者来说，薅羊毛的空间还是很大的。 下面这些工具是我这段时间用下来觉得值得折腾的，有些需要科学上网，有些需要改地区，有些直接某宝买个 Key 就能用。别问我怎么搞，懂的都懂。 为什么需要 AI IDE？ 说实话，刚开始我也觉得 AI 写代码是噱头。直到有一次我要写个 Python 脚本处理 JSON 数据，平时可能要查半天文档，结果 Cursor 直接给我生成了，改都不用改。 回想一下，2025 年初的时候，GitHub Copilot 还只能做行内补全，写个函数名它给你补全函数体，仅此而已。那会儿大家还在惊叹"哇，AI 能写代码了"。结果到了 2025 年中，Cursor 出来了，直接能多文件编辑，Cmd+K 一下改十几个文件。再到 2025 年底，Claude 3.5 Sonnet 发布，上下文窗口直接干到 200K，能理解整个项目的代码逻辑。 现在 2026 年初，这才过了一年，AI IDE 已经卷到什么程度了？Windsurf 免费无限补全，Kiro 支持本地模型和自定义工作流，Antigravity 能看懂设计稿直接生成 UI 代码。一年前你还在为 Copilot 的 10 刀月费纠结，现在免费工具多到用不过来。 更夸张的是模型本身的进化速度。GPT-4 刚出来的时候，写个复杂算法还经常出 Bug。现在 Claude 3.5 Sonnet 和 GPT-4 Turbo，不仅能写代码，还能做代码审查、重构、写测试、解释架构。去年你还在担心 AI 会不会抢饭碗，今年你已经在担心不用 AI 会不会被淘汰。 这个速度真的有点吓人,而且仍然再以肉眼可见的速度飞速发展。谁能想到，在2026年初，你只要描述你的需求，AI就能直接给你生成完整的、能够直接运行的前后端代码，包括 UI 设计都能给你实现！虽然编写大型代码还存在一定的问题，但是老墨大胆预测一下，2026年将迎来 AI 齐头并进、百花争艳的盛况！ ...

春节回家，最怕的是什么？不是堵车，不是抢票，而是亲戚的灵魂拷问。 “工资多少啊？” “有对象了吗？” “什么时候买房？” 今年我决定不再被动挨打，用3天时间撸了个"春节嘴替"小程序，让AI帮我练习怼人。更重要的是，整个开发过程几乎全靠AI完成——从产品设计到代码实现，我只是个"提示词工程师"。 先看效果 小程序叫"春节嘴替"，核心功能有三个： AI嘴替对话 - 和虚拟亲戚battle，练习高情商回怼 妈妈银行存单 - 生成趣味压岁钱对账单 马年开运头像 - 制作春节专属头像 神仙祝福 - AI生成个性化拜年祝福语 最有意思的是AI嘴替功能。我设计了4个经典角色： 势利眼二姨（儿子阿里P8，逢人就炫） 催婚大姑（见面就问对象） 凡尔赛邻居（女儿在国外"留学"） 严肃二舅（体制内，看不起互联网打工人） 每个角色都有完整的人设和攻击策略，AI会根据你的回复动态调整战斗力。如果你怼得好，AI会破防；如果你怼得不够狠，AI会继续压制你。 你可以体验一下，看看效果： AI开发全流程 这个项目最大的特点是：几乎全部由AI来完成。 1. 产品设计：Google AI Studio + Gemini 3.0 Pro Preview 我先把需求丢给Gemini： “我想做一个春节主题的小程序，帮年轻人应对亲戚的尬聊。你帮我设计产品方案。” Gemini给出了完整的PRD文档，包括： 目标用户画像 核心功能定义 技术架构建议 上架物料清单 开发时间表 这份文档直接成为了我的开发指南。AI不仅帮我理清了思路，还提醒我注意内容合规、类目审核等坑点。 2. UI素材：Nano Banana Pro（图片生成） 小程序需要大量视觉素材：角色头像、背景图、装饰元素等。我全部用Google AI Studio的图片生成模型搞定。 典型的Prompt： 1A cute 3D cartoon Chinese aunt character, wearing red traditional clothes, 2holding a smartphone, slightly snobbish expression, pop mart style, 3bright red background, Chinese New Year atmosphere, 8k 生成的图片质量很高，直接就能用。关键是速度快，几秒钟就能出图，比找设计师或自己画快太多了。 ...

大模型实战指南（2026年新春版）：深度推理与智能体的时代 发布背景速览 2026年初，各大AI公司密集发布新一代大模型，标志着大模型技术进入新的发展阶段： Google Gemini 3.0：2026年1月发布，重点强化多模态能力，在图像和视频处理方面实现重大突破，成为多模态领域的领跑者。 ChatGPT 5.3：OpenAI在2025年底推出GPT-5 Omni后，2026年初发布5.3版本，进一步优化深度推理能力，在复杂逻辑推导方面保持领先。 Claude Opus 4.6：Anthropic在2026年初推出4.6系列，特别针对代码生成和智能体场景进行深度优化，成为开发者的首选工具。 国内模型：阿里通义千问Qwen 3、百度文心一言4.0、字节Seedance 2.0等均在2026年初完成重要更新，在中文理解和特定领域应用上实现突破。 最近被朋友问麻了：“老墨，都2026年了，GPT-5到底值不值那个天价订阅费？” “Claude 4的超长记忆真的不丢包了吗？” “国产模型现在的‘推理能力’是不是真的赶上来了？” 作为一个AI探索的老鸟，我想说：2026年的大模型之战，已经从“生成内容”变成了“解决复杂问题”。 如果说两年前大家还在惊叹AI能写诗、画图，那么现在，如果你不能帮我自主完成一个跨应用的工作流，或者进行长达半小时的深度逻辑推导，那你都不好意思叫顶尖模型。 今天老墨就把压箱底的实测经验掏出来，从实战角度对比国内外主流大模型（2026版）。不玩虚的排行榜，只聊“怎么用、在哪用、值不值得用”。 注意，这里老墨只列出正式发布的、老墨实际使用过的、能够直接上生产环境用的大模型版本，其他的还没有正式发布的版本比如 gpt-5.3-turbo-preview、 Google Gemini 3.0 Pro Preview 等暂不考虑。 此外，评分都是根据老墨的个人使用经验，难免有疏漏。如果有任何错误或建议，请在评论区留言。 先搞懂3个问题：老墨不说废话（2026年版） 1. 大模型现在进化到哪一步了？ 别再只盯着“多模态”看了，那在2024年底就已经是标配了。2026年的关键词是： 深度推理（System 2 Thinking）：模型不再是只会快思考的“鹦鹉”，它们现在能像人类一样慢下来，进行多步规划、自我反思和纠错。这是解决数学难题和复杂编程的关键。 智能体化（Agents）：模型不再是一个等着你提问的聊天框，而是能主动操控浏览器、终端、为你点外卖、订机票的“数字员工”。 记忆与个性化：顶尖模型现在能记住你几个月前说过的话，真正成为了懂你的私人助理，而不是每次都要重新介绍背景。 2. 老墨的评分凭什么？ 两年前的那些MMLU基准早就不够看了。现在老墨主要看： 复杂任务成功率：扔给它一个模糊的商业需求，它能不能拆解并最终交付结果？ 推理深度与幻觉率：在长链条逻辑推导中，它会不会自己把自己绕晕？（现在幻觉已经大幅降低，但依然存在）。 智能体交互体验：它调用外部工具（如搜索、代码解释器、第三方API）顺不顺手？ 3. 国内外模型现在的真实差距？ 老墨结论（2026年版）： 顶尖战力：OpenAI和Anthropic依然在**“深度推理”和“通用智能体架构”**上引领方向，属于“定义未来”的角色。 多模态王者：Google的Gemini在图像和视频处理方面已经超越ChatGPT，在多模态领域处于绝对领先地位。 中国速度：国内头部大厂（阿里、字节、百度、深求）在应用层打磨得极好，在**特定领域（如中文语境下的复杂任务、性价比代码生成）**已经完全不输甚至局部领先国际巨头， 但是，在图像图像处理、视频处理等多模态领域，仍然有明显的差距。 格局：以前是仰望，现在是慢慢看齐，中国大模型正在以非常快的速度追赶。 国际主流大模型：探索智能上限的先行者 1. GPT-5 Omni (OpenAI) —— 深度推理的绝对王者 最新动态：2025年底发布的重磅炸弹，目前（2026年初）公认的战力天花板。 核心能力：革命性的“慢思考”模式（System 2）。遇到难题时，你会看到它显示“正在规划思路…”，然后进行长达数十步的自我推导和验证。此外，它的原生全模态（视频/音频/文本无缝实时流转）体验极其丝滑。 老墨评价：它是拿来解决你解决不了的问题的。 如果你只是写个邮件，用它属于杀鸡用牛刀。但如果你要设计复杂的软件架构、推导前沿数学猜想，或者需要一个能真正理解视频内容并和你实时语音辩论的AI，GPT-5 Omni是唯一选择。贵是真贵，强是真强。 适合场景：前沿科研、复杂系统设计、需要极高逻辑密度的任务、实时视频/语音深度交互。 老墨评分：9.9分（扣0.1分是因为价格和偶尔的过度思考） 在 Cursor 最新版本中早就支持了 GPT 5.3 版本，老墨也在测试中，目前来看，这是目前地球上写代码最强的“大脑”, 与 Claude Opus 4.6 有点旗鼓相当的味道了，代码理解能力超强，这里暂不赘述，后续在考虑撰文来评测一番。 ...

EP03 - 试图驯服一只猛兽：OpenClaw 的 Docker 监狱 昨天我在测试 OpenClaw 的 “File System Tool” 时，发生了一件让我冷汗直流的事。 我给它的指令是：“清理一下当前目录的临时文件”。 可能是因为我的 Prompt 写得太随意，它直接把我的整个 ~/Downloads 文件夹给清空了。 幸好那里只有一堆没用的安装包。但如果它删的是我的 ~/Documents 或者 .ssh 密钥呢？ 这就是我们在 link:/posts/ai/why-i-choose-openclaw/[] 里提到的代价：强大的能力伴随着巨大的风险。 一个拥有 Shell 权限的 AI Agent，本质上就是一个盯着你键盘随时准备按下回车键的超级用户。在裸机 (Bare Metal) 上直接运行它，无异于把自家大门的钥匙交给一个喝醉了的锁匠。 今天，我们要给这个不仅聪明而且危险的家伙，造一座牢不可破的监狱。 这也是极客生存法则第一条：永远不要信任你的 Agent。 本文涉及本地Native安装的一些知识，你可以阅读上一篇 EP02 来了解它们。 为什么一定要用 Docker？ 很多人觉得 Docker 只是为了方便部署。 错。对于 Agent 开发来说，Docker 是保命符。 文件隔离 (Filesystem Isolation): 把它关在 /app 里。它想 rm -rf /？请便，删的只是容器里的文件，我的 Mac 毫发无损。 网络白名单 (Network Whitelist): 我们可以限制它只能访问特定的 API，防止它把我的本地数据传给不知名的服务器。 环境一致性: 你不用担心 Node.js 版本不对，或者缺了什么 Python 库。 手把手构建 “The Cage” 我们不需要什么花哨的 k8s，一个简单的 Dockerfile 和 docker-compose.yml 就够了。 但这里有几个针对 Mac 用户和 Ollama 的关键坑，我都替你踩平了。 ...

EP02 - 给你的电脑安装一个数字管家: 安装和搭建 OpenClaw 安装 OpenClaw 暂时抛开官方这些“深奥”的建议，我们先来尝试安装它，下一篇我们再来安全地把它关到“沙盒”中去。安装 OpenClaw 非常简单，只需要一行命令： 1# macos 2curl -fsSL https://openclaw.bot/install.sh | bash 3 4# windows 5iwr -useb https://openclaw.ai/install.ps1 | iex 但是过程中有许多注意的地方，以我的mac为例，我们来看一下安装过程。 终端执行上述命令后，会先检查一些依赖，比如node, npm等，如果你的电脑没有安装，需要先安装： 稍作等待，安装完成后，OpenClaw 会自动执行 OpenClaw doctor 命令，来诊断环境和安装是否正确。 由于我之前安装了旧版的 clawdbot, 它会自动迁移配置信息。 doctor 执行完成后，会自动进行设置，此时会弹出诸多选项让你做出选择，比如配置模型、配置聊天客户端、Skills 等。 最终完成会输出访问的url(默认是 http://127.0.0.1:18789)， 就可以在浏览器中打开控制台(dashboard)了. 接入 Telegram (首选) 为什么首选 Telegram？ 很遗憾，国内的IM目前 OpenClaw 都不支持, 对于飞书、钉钉的支持据说还在开发中，所以目前我们最好的方式就是选择 Telegram. 因为它是这个星球上对开发者最友好的 IM，没有之一: 不需要手机号验证码，不需要营业执照，不需要企业认证。 你只需要跟一个叫 @BotFather 的机器人聊两句，就能拿到通往 OpenClaw 的钥匙。 极客配置三步走： 搞定 Token 打开 Telegram，搜索 @BotFather (认准蓝标)。 发送指令 /newbot。 给你的机器人起个名字 (比如 MyJarvis) 和用户名 (必须以 bot 结尾，比如 my_jarvis_bot)。 BotFather 会给你一串红色的 Token，长得像这样：123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11。复制它 切勿外传，否则可能别人就帮你操作你的电脑了！ 配置 OpenClaw 如果你之前已经设置了telegram，那么直接下一步。没有配置，则推荐使用交互式配置： 1openclaw channels add 选择 Telegram，然后粘贴 Token。 或者直接修改配置文件 ~/.openclaw/openclaw.json (更 Geek 的方式，不推荐，除非你完全掌握了OpenClaw)： 1"channels": { 2 "telegram": { 3 "token": "YOUR_TOKEN_HERE" 4 } 5} 验证与配对 (Pairing) 在 Telegram 里找到你的机器人，点击 Start 或发送 /start。 ...

EP01 - 告别 Claude Desktop：为什么我选 OpenClaw 做我的数字管家 To be honest，Claude Desktop 发布 MCP (Model Context Protocol) 的时候，我是真的很兴奋。 但那种兴奋只维持了三天。 当你真正试图把 AI 融入工作流时，你会发现 Claude Desktop 有两个致命死穴： 它被困在桌面上：你必须坐在电脑前才能用它。 它是闭源的黑盒：你不知道它怎么处理你的文件，每一条指令都像在把家门钥匙交给那个坐在旧金山办公室的陌生人。 直到我发现了 OpenClaw。 Not Just a Bot, It’s a Gateway 先澄清一个误区：OpenClaw 不仅仅是一个像 Chatbox 那样的“套壳客户端”。 它的本质是一个运行在你本地的 Gateway（网关）。 如果你读过它的官方文档，你会发现它的架构非常 Sex： WhatsApp / Telegram <-> Gateway (Localhost) <-> AI Agent (Tools) 这意味着什么？ 这意味着你可以躺在床上用手机发消息（支持 WhatsApp/Telegram 等等几十种聊天客户端），指挥你书房里的 Mac 干重活。 这也是它的口号： “The AI that actually does things.” 我想这也是为什么他会这么大火的原因。 场景 A: 周末出门在外，服务器突然报警。你不用掏出电脑连热点 SSH，直接在 Telegram 里发一句：“查一下 Nginx 为什么挂了”。OpenClaw 帮你跑 tail -f /var/log/nginx/error.log 并总结给你。 场景 B: 路上突然想到一个 Idea。发给 OpenClaw：“记到我的 Obsidian 里，并同步到 GitHub”。它直接操作你本地的文件系统。 你可以到这里看看大家都在用 OpenClaw 做些什么：https://openclaw.ai/showcase ...

EP00 - DeepSeek R1 本地部署实战 (Mac篇) 摘要: 别被几万块的显卡劝退。你的 MacBook Pro (Apple Silicon) 就是跑 DeepSeek R1 的神器。本文手把手教你用 Ollama 在本地跑起“满血版”推理模型，不仅免费，而且隐私绝对安全。 阅读时间: 5分钟 适用人群: 程序员、科研党、隐私敏感用户 硬件要求: M1/M2/M3/M4 Mac，推荐 16GB+ 内存 为什么要在本地跑 DeepSeek？ 隐私安全: 你的代码、私有文档不需要上传到云端，断网也能用。 零延迟响应: 没有网络延迟，交互更丝滑（取决于模型大小）。 无审查: 你懂的。 免费: 不需要订阅费，只消耗电费。 核心工具：Ollama Ollama 是目前 macOS 上体验最好的大模型运行工具，没有之一。它开源免费，支持非常多的大模型，GitHub仓库在 这里， 目前161K的 Star。 用程序员最能听懂的话解释：Ollama 就是大模型界的 Docker。 Docker 让你可以一行命令跑 MySQL / Nginx。 Ollama 让你可以一行命令跑 DeepSeek / Llama3。 它在后台默默做了三件事：驱动 GPU、管理模型文件、提供 API 服务。装了它，你的 Mac 就有了“大脑”。 安装 Ollama 有两种方式： 方式 A: 官网下载 (推荐小白) 访问 ollama.com 下载 macOS 版本并安装。 ...