先说个数据：本月我的知乎盐选小说给我赚了六块多。

别笑。这六块多的背后有个我觉得挺可怕的东西。

事情的起因很简单。我装了 OpenClaw（龙虾）之后，第二天就写了一个 skill 让它到知乎上去写故事。女频反转短篇，就那种盐选付费故事。

为什么写小说？我会写小说吗？我不会。我能判断一个短篇小说写得好不好？说实话也不太行。但我知道什么是 AI 味——那种一看就是机器生成的，句式工整得像高考范文的东西。

所以最开始我只干了一件事：在 skill 里写了一大堆约束，告诉它哪些句式不能用，不准出现”不是A而是B”，不准”值得一提的是”，不准用那些一看就 AI 的套话。就这样让它写了几天。

写出来的东西嘛，凑合看。没有明显的 AI 味了，但也说不上多好。

然后我做了一个我觉得比较骚的操作。

我让它每天晚上定期去看自己发过的所有文章的数据——阅读量、点赞、收藏这些。根据数据去分析哪篇写得好哪篇写得烂，总结出一些规律，然后把这些经验回写到写故事的那个 skill 文件里。

你听懂了吗？它不光在写故事，它还在每天晚上复盘自己写的故事，然后修改自己写故事的方法。

我设好这个闭环之后就基本不管了。每天龙虾自动给我发三到五篇文章，都是蹭着热点写的。而那个 skill 文件，在我完全不知情的情况下，一直在反复迭代。

我有天突然想起来去看了一眼那个 skill，吓了一跳——里面已经被改得面目全非了。它自己加了一堆我从来没写过的规则，什么”开头第一段必须有悬念”，什么”反转要放在全文60%的位置”，什么”标题里带情感冲突词的阅读量高30%”。这些东西我没教它。是它自己从数据里摸出来的。

到现在已经出了三四个爆款了，每篇五六千阅读。对知乎盐选来说这个量算不错的了。比我自己写的知识类回答阅读量高多了。

同样的逻辑我用在了知乎知识回答上。

流程也很类似：让龙虾每天根据我知识库里的内容，自动去回答一个 AI 相关的问题。回答完了去看这个回答的数据反馈，如果数据好，把这个回答的思路和结构记下来存到知识库里；如果不好，分析为什么不好，也存下来当反面教材。

这里比较好玩的就是它形成了一个双向闭环——知识库越多，它能回答的问题范围就越大；它回答得越多，知识库的内容也越多。是一个正向飞轮。

我当时跟团队分享这个事的时候，孙老师的反应很有意思。他说这不就是你以前说的那个”设计好激励机制，它会自己迭代”吗？

对。就是这个意思。

我再说一个更直观的例子。

我做了一个网站 agentskill.work，全氛围编程搭建的，整个过程没打开过 IDE。这个网站干的事很简单：每天定期去 ClaudeHub 上捞最热门的 Skill，聚合在一起展示。

那假设我想优化这个网站的 SEO 和用户体验，传统做法是什么？我自己去看 Google Analytics 的数据，分析哪些页面跳出率高，哪些关键词排名差，然后手动改代码。

龙虾时代的做法：把网站代码交给龙虾维护，然后让它定期去看打点平台的数据，分析 SEO 做得好不好、哪些页面需要优化，然后它自己去调整代码。

整个循环里，人类做了什么？设计了这个循环本身。然后就没了。

讲到这儿我说一个我最近一直在琢磨的事。

以前我们理解软件，是分成两部分的：代码和数据。代码对所有用户都一样（你装的微信和我装的微信，代码是同一份），数据是每个人不同的（你的聊天记录和我的不一样）。

龙虾把这个边界给模糊了。

你的 skill 就是你的代码。但每个人的 skill 都不一样，因为它是根据你自己的知识、你自己的需求写的。而且这个代码还会自己变——它根据运行产生的数据去修改自己。

代码变成了一种流动的资产。它跟你的数据混在一起了。

你想想这意味着什么？以前我们说”软件吞噬世界”，软件是静态的——开发者写好了，用户拿来用。现在 skill 这种形态下，软件是活的。它会根据你的使用情况、根据它产生的数据反馈，自己进化。

我现在比较热衷的就是去想：手里还有哪些已有的 skill 可以串起来做成循环？你做成循环之后，相当于你就可以在完全不管的情况下，让 skill 自己鞭策自己。

当然我得泼点冷水。

六块多的收入肯定覆盖不了我的 token 成本。龙虾跑一天下来烧的 token 不少，尤其是每天还要做数据分析和 skill 回写，这些都在消耗。从纯经济角度看这事目前是亏的。

但这不是重点。重点是这个模式跑通了。

如果你的 skill 能持续产出内容，而这些内容能产生收入（不管多少），同时 skill 自身还在不断优化以产生更好的内容——这个飞轮一旦转起来，它的边际成本是下降的，而产出质量是上升的。

剩下的就是时间问题了。

反正我现在每天睡前都会去看一眼我的 skill 文件又被改成什么样了。有种养了个什么东西看它长大的感觉。说不上是欣慰还是恐惧。也许两者都有吧。