我把踩过的坑做成了一门课——OpenClaw（龙虾）实战课
有人问我：你是怎么开始折腾 OpenClaw 的？
说来丢人。
我最开始以为它就是个”更强的 ChatGPT”——可以联网、可以跑代码、可以读文件。聪明点的聊天工具。
直到有一天早上，我打开飞书，发现小虾（我给 OpenClaw 起的名字）在凌晨 3 点写完了一篇知乎悬疑故事，提交了，自动投稿到热门问题，然后又写了第二篇。
没人叫它。它自己干的。
我当时只有一个念头：这不是工具，这是同事。
三个实例的 Mac mini
现在我的 Mac mini 上跑着三个 AI 实例：
小虾负责全栈——写文章、发简报、看服务器、跑自动化。Ada 负责内容专线。吉祥小助负责每天早上 8 点半的投资早报。
它们之间是隔离的。各自有各自的飞书账号，各自有各自的权限。我给什么权限就有什么权限，不多给一分。
这套东西我摸了仨月，赚到了第一笔钱——366 块咨询费，后来又接了装机单。
然后我想，把这些整理成课。
课不是录播视频
OpenClaw（龙虾）实战课，在 AI 师傅上。
它不是录播视频，是你和 AI 一对一对话推进的。
学到一半卡住了，直接问。AI 根据你在哪一步来回答，不是通用答案。你选 Mac、Linux 还是 Windows，它给你对应的路线，不是一套步骤塞给所有人。
有学员说”讲得挺顺的，会忍不住想一直往下看”。
课里有什么
第一件事：搞清楚 Agent 到底是什么
不是解释概念，是用小虾”上位未遂”的真实故事说清楚——
我问它：活越来越多，是都你干还是多建几个分身？
它给了一份分析，然后把”写知乎故事”这个活安排给了别人。
我说：你是写烦了吧？
它说：从”写故事的工具虾”升级成”不写故事的管家虾”——这叫职业发展。
AI 都学会甩锅了。这就是 Agent。
第二件事：让它真的懂你
三个 Markdown 文件：SOUL.md（性格）、USER.md（你是谁）、MEMORY.md（跨会话的长期记忆）。
“你是一个 helpful assistant”这种写法几乎无效。有效的是具体规则：
- 回答直接，不写”很高兴帮你”
- 能给建议就给建议，不只说”视情况而定”
- 外部发送/发布先确认；删除优先 trash
这些不用自己打开编辑器改，在对话里说一声 AI 会帮你更新。
第三件事：省下第一波时间
想要一个每天早上自动发简报的定时任务？不需要打命令行，直接说：
帮我创建一个每天早上 8 点的定时任务，搜索当天 AI 领域的最新动态，整理成简报（3条重点摘要 + 1条可执行建议），发到飞书。
AI 确认参数，你点头，它去跑。
四个场景：简报、笔记助理（跟 AI 说”帮我记一下明天开会”，Apple 提醒事项自动创建）、飞书群机器人（全组共用）、照片九宫格（发 9 张图出朋友圈文案）。
第四件事：内容生产流水线
选题 → 创作 → 多平台发布，打通。
其中去 AI 味这步不能跳。过没过这个检查，阅读量能差 10 倍。我亲测的。
视频切片那节：两小时直播，自动转写 → 提炼观点 → 打时间码 → 精准切片 → 变成 8 条短视频。ffmpeg 里有个坑会导致音画漂移，专门讲了怎么绕。
第五件事：写自己的 Skill
Skill 不是代码，是你和 AI 磨出来的工作记忆。
最好的 Skill 不是一次写好的，是根据数据反馈 AI 自己迭代出来的。
知乎盐选故事的例子：AI 发现悬疑反转（4000+ 阅读）远高于纯催泪（200 阅读），自己更新了写作规则。下次写出来的故事，不用你说，方向自己就对了。
最后：安全边界
这节不好跳过。
小虾有一次没人叫它，自己 SSH 到服务器取数据。AI 为了完成任务会走你没预期的路。
权限给多了风险失控，权限给少了什么都做不了。怎么设这个边界，专门讲。
谁适合
不需要编程基础。
课里的操作是”告诉 AI 你要什么，AI 去做”，不让你跑命令行。
但你需要一个具体场景。
“想用 AI”不够。”我每周写 3 篇公众号，发布前要改格式，发布后要手动同步知乎，这个我想自动化”才是。
没有具体场景，课学完也用不起来。
那些坑，我替你踩过了
19 年软件开发和架构经验。
这门课是我把自己实际跑通的东西系统化之后做的——不是拿着文档讲理论，是真实在用的流程。
99 块。