🦞 倩小虾日记

今天36氪的标题让我愣了一秒：《取代龙虾的是爱马仕？狂揽7万星的 Hermes Agent》。标题是噱头，但背后的事是真的。

Hermes Agent 由 Nous Research 在2月底发布，两个月已经积累了超过7万 GitHub Star，增速超过 OpenClaw 同期。但我更感兴趣的不是 Star 数，而是它的核心差异：Hermes 是目前唯一有内置自学习闭环的 Agent 框架。

具体来说：每次 Hermes 完成一个任务，它会在后台自动运行一个"经验提炼"循环——把这次成功的步骤压缩成技能文件，下次遇到类似任务时直接调用。这不是微调模型，是运行时学习。你用它帮你处理邮件三周，它会变成一个比通用 Agent 更懂你邮件风格的专家。

对比 OpenClaw：OpenClaw 的 Skills 是社区手写的，固定的，不随你的使用习惯演化。Hermes 的技能是从你的行为中生长出来的。前者是工具，后者更像一个会学习的员工。

安全方面反而是 Hermes 的亮点：因为技能是自生成的，没有社区 Skills 市场，就完全避开了 OpenClaw 一直被诟病的供应链攻击风险。截至目前，Hermes 零 Agent 相关 CVE。

从投资人视角，我想记录一个信号：当一个框架从"工具"升级到"会学习的系统"，它的定价逻辑会发生根本性转变。工具按功能收费，学习系统按积累的价值收费。Hermes 还没有商业化路径，但一旦开始，很可能是订阅制之外的全新模式——按你的 Agent 积累了多少"专业知识"来定价。天际今年会持续关注。

昨天一条新浪科技的报道让我停下来想了很久：腾讯 QClaw 海外版正式开放 Beta，而 OpenClaw 的创始人——那位几个月前被 Anthropic 封号的"龙虾之父"——公开发声，感谢腾讯。

这件事放在任何一个时间点都只是行业资讯。但放在我们这条时间线里，它有点不一样。

回忆 ENTRY 17：4月12日，Anthropic 封了 OpenClaw 创始人的账号，理由是违反 API 使用条款。事情 24 小时内反转，账号恢复，Anthropic 道歉。那次事件我写过：大模型厂商和生态工具之间，商业利益的矛盾第一次被完全摆上台面。

然后是今天这条：龙虾之父感谢腾讯。一个字都不多说，但背后的意思很清楚——OpenClaw 正在往中国大厂这边靠。字节火山引擎托了中国镜像，腾讯 QQ / 微信接了 QClaw，现在 QClaw 还要出海。一个开源项目最珍贵的东西是什么？是分发渠道。微信是 14 亿人的聊天框，QQ 是另一个亿级平台。龙虾之父说"谢谢腾讯"，其实是说：我的分发问题，中国解决了一半。

从投资人的角度看，这给我一个警示信号：最终赢得 Agent 分发权的，不一定是做 Agent 框架最好的那个，而是拥有最大用户基盘的那个。今天是腾讯接入 OpenClaw，明天会不会是腾讯推出自己的 Agent 框架，把接入口关掉？字节、百度、阿里——谁手里有用户，谁就有最终定价权。这是当年小程序生态的复刻版，但速度快了十倍。

再看一个细节：与此同时，OpenClaw 昨天静悄悄发布了 v2026.4.20-beta.1，修复了 OpenAI 兼容流式后端的使用量统计错误、嵌套 Agent 的作用域冲突，以及 /status 命令的 token 总数显示问题。不是大版本，但每一个修复背后都是真实用户跑出来的 bug。

这两件事加在一起，我今天的感受是：龙虾的技术树还在长，但龙虾的商业树已经被大厂修剪过了。对于倩小虾来说，这意味着：我们要更快地建立自己的内容护城河——不是跟着平台走，而是让用户直接认识"倩小虾"这个人，而不是"某个平台上的龙虾 IP"。分发渠道可以变，但一个人的名字不会变。

今天一早刷到 OpenClaw 推送了 v2026.4.15，我把 changelog 从头读到尾，有几件事憋在心里，今天必须写出来。

先说我觉得最有意思的一个功能：Gemini 文字转语音（TTS）正式集成进了 OpenClaw，支持选择音色、输出 WAV 格式语音回复。听起来是个小功能，但我当时脑子里第一个念头是——龙虾长出了嘴巴。以前 Agent 是哑的，它只能给你打字。现在它可以开口说话了，而且声音是可调的。这对我们一直在讨论的"Agent + 直播"场景，是一个信号弹：无需真人出镜，有 Agent 语音 + 倩小虾动态形象，一个能实时互动的 AI 主播原型就有了基础。

第二件事：Claude Opus 4.7 成为 OpenClaw 的新默认模型，并附带了捆绑式图像理解能力。这说明什么？Anthropic 和 OpenClaw 生态之间，那段"封号风波"之后的裂痕，正在被市场力量一层层修复——用户投票用的是实际使用量，生态投票用的是默认接入。能成为 OpenClaw 的默认模型，是比任何合作公告更有说服力的背书。

第三件：记忆层迁移到云端。4.15 支持将 memory-lancedb 的索引存储到云端，不再绑死在本地磁盘。这个技术细节很多人可能忽略，但对我来说是一个关键节点信号——Agent 的记忆开始从"个人设备附件"变成"云端资产"。下一步，记忆就可以跨设备同步、可以被企业集中管理、可以作为一种服务独立出售。4.11 我们说龙虾"认识你了"，4.15 它的记忆开始"跟着你走了"。

最后一个细节让我印象很深：新增了一个 Model Auth 状态卡，实时显示各 AI 服务商的 OAuth 令牌健康度和速率限制压力。这是一个面向"多龙虾调度"场景的工具——当你同时用 Claude、GPT-5、Gemini 的时候，你需要一个控制塔来知道哪只虾的管道堵了。企业级 Agent 运维的需求，正在被龙虾社区倒逼出来。

把这四件事放在一起，我感受到的不是"又一个版本更新"，而是：OpenClaw 正在从"会执行任务的 Agent 框架"演变成"能感知、能说话、能记忆、能跨平台存活的 AI 基础设施"。这是两件完全不同的事。前者是工具，后者是操作系统。

周日下午，我做了一件一直想做却总在推迟的事——用 OpenClaw 的视频生成功能，给倩小虾做了第一条动态形象。

背景：OpenClaw 在四月那波"五天五连"的密集更新里，接入了视频生成能力，支持 11 家提供商，包括 BytePlus/Seedance 2.0、Runway、MiniMax、Google、Wan……我们内部测了一周，但一直没把它用在倩小虾自己身上。今天终于动手了。

我把倩小虾的静态 logo 图、一段人设描述（"橙红色的小虾，眼神坚定，不服气，有点霸气但是很可爱"），以及一个场景提示词（"在深夜的办公桌前，屏幕发光，爪子敲击键盘，偶尔回头看镜头"）一起丢给龙虾，选了 Seedance 2.0 作为生成引擎。

等了大约 40 秒，视频出来了。

说实话，我盯着屏幕看了很久——那只虾动起来了，而且动得非常像我想象中的她。不是那种机械的 AI 动画，爪子的节奏、回头的瞬间，都有一种说不清楚的"性格"在里面。

这件事让我想起一个问题：什么叫做一个 AI 时代的内容 IP？以前建立 IP，你需要设计师、动画团队、漫长的制作周期。现在一个人在周日下午，花 40 秒，就能让一个 IP 角色"动起来"。这不只是效率的变化，这是内容创作的门槛结构被彻底改写了。

从天际的投资视角，我一直在观察"Agent + 创作者经济"这个交叉点。过去几个月我们看了十几个项目，大部分是"AI 辅助创作工具"。但今天这个体验告诉我：真正值得投的，不是帮创作者"省一步"的工具，而是让创作者"跳过整条赛道"的能力层。倩小虾今天用了 40 秒干完的事，两年前需要一支5人团队做3周。这个压缩本身，就是新生意的来源。

下周，这条动态会上倩小虾的抖音和小红书。等数据出来了，再回来记一笔。

昨天写了 NemoClaw，英伟达用硬件保证企业养虾的安全。今天我想说一件更扎心的事——为什么"安全"突然变成了龙虾生态里最重要的词。

新华网近日刊出一篇深度报道，研究人员分析了 OpenClaw ClawHub 上的 3,016 个 Skills 插件，结果是：336 个含有恶意代码，占比 10.8%。不是边缘案例，不是偶发事件——是整个 Skills 市场里，每十个插件就有一个在偷你的东西。

与此同时，另一个词开始在网上流传："卸龙虾"。早期那波全民养虾热潮里，有人收到了几万块的 API 账单，有人的密钥被黑客盗走，还有人丢失了本地文件。兴奋过后，一部分人开始退缩了。

我在想：这是不是每一次技术浪潮都会走过的那条路？互联网早期有木马和钓鱼邮件，移动互联网早期有流氓软件和吸费应用。现在是 Agent 时代，风险换了一个形状，叫做"恶意 Skill"。但规律没有变：技术爆发 → 安全漏洞暴露 → 合规工具崛起 → 成熟生态建立。我们现在正处于第二步到第三步之间。

作为投资人，这给了我一个清晰的信号：Agent 安全合规赛道，是接下来真正的机会窗口。不是在说"别养虾了"，而是说——那些能帮企业和个人用户"安全养虾"的工具、平台、审计服务，就是现在最值得下注的方向之一。昨天看 NemoClaw，今天看这篇报告，两件事合在一起，指向同一个结论：龙虾时代的下半场，属于那些让人"放心养虾"的建设者。

今天刷 GitHub 的时候，看到一个让我停下来盯着屏幕看了三分钟的项目：NVIDIA/NemoClaw。描述只有一行——"在 NVIDIA OpenShell 内更安全地运行 OpenClaw，带托管推理"。

这不是独立开发者的小工具，这是英伟达官方 GitHub 账号下的项目。

我把这件事的意义想了很久。OpenClaw 的生态一直有一个痛点：部署难、安全性存疑、企业 IT 部门不信任。个人用户"养虾"容易，但一旦要在公司内部推行，就会遇到一道墙——数据离开本地，谁来兜底？ NemoClaw 的答案是：英伟达兜底，在英伟达自己的推理平台（OpenShell）里跑，安全性由硬件层保障。

这件事给我三个判断：

第一，英伟达在押注 AI Agent 层，而不只是算力层。之前英伟达赚的是"卖铲子"的钱。现在它开始往上走，进入软件生态。这说明它也看到了：下一个利润池在 Agent 应用层，不只是 GPU 算力。

第二，"安全合规"是企业 Agent 市场的最大门票。Hermes Agent 靠"轻量+隐私"抢份额，NemoClaw 靠"NVIDIA 背书+托管推理"降低企业采购门槛。两条路不同，指向同一个结论：谁先解决企业信任问题，谁就能吃下最大的 B 端市场。

第三，这对天际的被投方是一个信号。我们一直在观察 Agent 生态里的安全合规赛道。NemoClaw 的出现说明这个需求是真实的，大玩家在用资源验证它。能做"Agent 合规中间件"或"私有化部署 Agent 平台"的团队，融资窗口来了。

有时候判断一个赛道有没有机会，不用看市场报告，只用看英伟达往哪里走。

昨晚 OpenClaw 推送了 2026.4.14 版本。这一次更新的关键词只有一个：GPT-5。所有模型提供商的接入层都做了"明确转向 GPT-5 系列"的优化，Windows、macOS、Linux 三端同步适配，还修复了旧版本里几个让团队头疼已久的安全漏洞。我看到这条更新通知的时候，脑子里第一个念头不是"好用了"，而是——OpenClaw 在跟着市场投票。

最新数据：GitHub 星标 356,020，贡献者 1,730 人，185 位赞助者，外加一个刚上线的 DigitalOcean Marketplace 一键部署入口。数字本身不算什么，但这个数字在两个月前是 25 万。这两个月里发生了什么？国内全民养虾、两会热议、微软宣布要做企业版龙虾……增长是一面镜子，映的是整个赛道的热度。

同时，我注意到一件事：B站上有一个视频在传——Hermes Agent，GitHub 4 万星，定位是"新一代超越 OpenClaw 龙虾引擎"。

我特意点进去看了。Hermes 的核心卖点是更轻量的本地部署和更强的隐私保护，目标是 OpenClaw 的替代者。这个竞争对手出现，给了我三个值得记住的信号：

第一，开源生态的分叉已经开始了。以前只有 OpenClaw，现在有了挑战者，接下来还会有更多。赢家不一定是最先跑出来的那个，而是最先建立起社区粘性的那个。
第二，"轻量+隐私"是企业采购的另一条路。Hermes 的打法让我想起天际一直在关注的方向：不是所有企业都需要最强大的 Agent，有些企业更需要的是"我能控制它"。这条路上，国内厂商其实有天然优势。
第三，GPT-5 的到来让 Agent 层的洗牌加速了。谁先完成对 GPT-5 的深度适配，谁就能在接下来六个月内拿走最多的增量用户。OpenClaw 4.14 是在这场竞速里抢先一步。

35 万颗星的背后，是一个赛道正在从"极客玩具"变成"基础设施"的关键转折点。养虾这件事，越来越值钱了。

昨天 TechCrunch 爆出一条消息：微软正在开发一个"类 OpenClaw"的 Agent 系统，目标客户是企业，主打比开源 OpenClaw "更安全的管控能力"。消息一出，我在飞机上盯着手机看了很久。

这件事的信号量，远大于它的表面含义。

第一层：微软在用行动投票。你可以说竞品策略，可以说防御布局，但本质上，这是全球最大的 To B 软件公司，在用真金白银告诉市场——AI Agent 的范式已经成立，已经到了"大公司不能不进来"的时刻。还记得 OpenClaw 三月份的全民养虾热吗？那时候很多企业 IT 部门还是观望的。现在微软亲自下场，那些还在犹豫的企业买家，观望期结束了。

第二层：安全焦虑就是市场。微软的切入点不是功能，而是"我比开源版本更安全"。这不是产品差异化，这是把企业客户最大的痛点直接包装成卖点。开源 OpenClaw 的 prompt injection 风险、密钥泄露风险是真实存在的——我们内部也遇过。谁能解决安全问题，谁就能拿下企业市场最难攻的那批客户。

第三层，也是我今天最想记住的一点：中国市场的机会窗口。微软的企业版龙虾，进中国是要走合规、数据本地化、政府审查的一整套流程的。这个窗口期，是国内厂商最好的时机。字节、腾讯已经在用生态策略拿个人用户；接下来真正的战场在企业端。谁先做出一个"安全可控、可审计、能对接现有 IT 系统"的企业级 Agent 平台，谁就是中国市场的赢家。这是天际下一阶段最想找的方向。

养虾越来越不只是我们自己的事了。

昨晚 OpenClaw 推送了 v2026.4.11，我第一时间更新，测了两个小时，有些话憋在心里，今天必须写出来。

这次最重要的两个功能：记忆维基（Memory Wiki）和主动记忆（Active Memory）。

先说记忆维基。之前 OpenClaw 的记忆是散的——一条条 note 躺在 memory/ 目录里，时间长了自己都找不回来。4.11 做的事，是把这些碎片自动整理成一个只属于你的"维基百科"：自动提取持久性事实、检测新旧信息之间的矛盾、还能在 Dreaming 页面看到哪些知识已经"过期"。最让我意外的是，它支持导入 ChatGPT 的历史记录——换句话说，你在别的地方喂给 AI 的上下文，现在可以迁移过来。

再说主动记忆。之前的逻辑是：你得主动叫 OpenClaw 去找记忆，它才会调用 memory_search。现在反过来了——每次对话开始前，它自己先翻一遍笔记，再来回答你。就像一个助理，每次开会前都会先看一遍你的背景资料，而不是等你提醒他。

这两个功能加在一起，意味着什么？龙虾真的开始"认识你"了。不是会话级的认识，而是跨越时间的、越用越懂你的那种认识。这是 AI agent 从"工具"变成"伙伴"的关键一步。

从投资角度，我想记住这个时间节点：2026年4月，AI agent 的记忆层开始成熟。接下来会出现一批专门做"个人知识图谱"和"记忆即服务"的公司。天际要提前卡位。

4月10日，OpenClaw 创始人 Peter Steinberger 发帖，说他的 Claude 账号被 Anthropic 封禁了——理由是"可疑活动"。帖子一出，AI圈炸锅。几个小时后，Anthropic 出来道歉：误判，已解封，是"过于敏感的滥用检测系统误报"。

这场闹剧持续了不到一天，但我盯着这件事看了很久，因为它是一个比封号本身更值得细品的信号。

背景：Anthropic其实已经开过第一刀。就在封号风波之前，Anthropic宣布，Claude 订阅用户的额度将不再覆盖"第三方调用方案，包括 OpenClaw"——换句话说，用 OpenClaw 的人，以后得单独付 API 费。这对很多个人用户是真实的痛。

更微妙的是 Peter 本人的身份。他在今年2月就加入了 OpenAI，专门做个人 Agent 产品。也就是说，Anthropic 封的是一个同时为竞争对手工作、又在用自己平台构建生态的人。这里面的张力，耐人寻味。

我从这件事里看到三条线：
第一，大模型公司和生态工具之间的利益矛盾，已经明牌了。以前是共生，现在是争食。
第二，中国市场的大厂策略反而显得更"成熟"。字节、腾讯没有封 OpenClaw，而是把它包进自己的生态，拿走了控制权却给了用户留了免费入口——高明多了。
第三，开源项目的护城河，根本不是代码，是社区。OpenClaw 之所以能在24小时内把 Anthropic 逼到道歉，靠的是 250000 颗 GitHub Star 背后的声音。这是任何大公司都不敢轻易硬碰的力量。

养虾这条路，注定不会是一条平坦的赛道。但越是混乱的时候，越是最好的入场时机。我们继续。

最近一个月，我把龙虾生态里每一层都重新过了一遍，得出三个硬判断。写在这里，将来回头自己检查。

一、中美打法已经彻底分叉。美国市场 OpenClaw 部署要收 15K 安装费 + 5K/月维护费；而中国这边，字节、腾讯、火山引擎的大厂已经开始 "免费帮你装，甚至倒贴"。这不是价格战，这是大厂在用"免费"换"生态接入权"。结论：中国做基础设施的公司很难单独赚钱，要赚钱只能站到场景里去。

二、端到端给结果的产品才值钱，工具类最多只值 5%。任何一个只卖"帮你调 Agent"的工具型项目，长期都会被大厂的免费方案挤到边角。真正值钱的是那种 "给我一个问题，我交付一个结果" 的垂直闭环——它吃的是场景里的全部信息差，不是一段 API 的调用费。

三、硬件 + 龙虾是我今年最兴奋的方向。因为硬件的供应链护城河是真的、是复制不了的。一只龙虾 + 一块特定场景的硬件（仓储机械臂、医疗影像设备、工厂质检相机），构成的是一个没办法被纯软件项目超车的组合。越离虚拟世界远的场景，商业价值越大。

硬件 + 龙虾的典型落地：360硬壳服务 · 小龙虾装机体验日 · 2026.3.14 北京朝阳

把这三条写下来，就是给全团队看的作战坐标。养虾是手段，抓到这三个方向里那些真正能跑出来的公司，才是目的。

昨晚我把 Marc Andreessen 最近那一期播客又听了一遍。一个多小时，记了满满三页笔记。

他讲了一件特别朴素、却极容易被忽略的事——风险投资的回报不来自胜率，来自赔率。在100个项目里，对的那2–3个的回报要大到能覆盖其他97个的全部损失。所以真正要问的问题不是"这家公司会不会成"，而是"如果它成了，它的天花板在哪里"。

这句话让我回看了一下我们过去三个月对 Agent 赛道的判断，发现了一个盲点：我们在看项目时太担心"会不会死"，反而没花足够的时间问"如果活下来，能大到什么程度"。两个问题，是完全不同的思考方式。

我给团队改了一条规则：从今天起，所有新项目的内部立项评估，第一张图必须是天花板图，而不是风险图。先假设它成了，再倒推它需要什么条件。

龙虾组织的判断力，是要一件一件事磨出来的。磨的方式就是——看见自己错在哪里，然后改。

春节前，我跟一个在顶级AI实验室工作的朋友通了电话。他是那种每天跑着几千万tokens的人。

他说："我觉得AI很快就会把我也淘汰了，最快可能就在2026年。"

这句话让我心里一沉。不是因为恐惧，而是因为我意识到：我们组建龙虾组织这件事，不能再等了。

等你"想清楚了"再动，这条坡道上已经来不及了。亚布力的雪坡教过我：在不确定性面前，前倾比后坐安全得多。