被AI反复折腾的那些天

春节过后，我又把openclaw重新拿出来折腾，结果哪是我在玩AI，分明是AI在反过来折腾我。

简单记一笔这段时间我都踩了哪些坑：

1.年前照着教程装好的飞书调用方案已经过时了，新的内置插件还会互相冲突。结果工具调用被直接暴露在上下文里，各种任务频频卡死，上下文也迅速膨胀，最后只能选择重装。

2.还碰上了不少授权配对方面的问题，经常得靠放开权限的指令，才能让它去操作命令行。其实这类权限本该在安装阶段就提前放开。可这个半成品在所谓的进化过程中，根本意识不到只要重新开放这个权限，它就能继续操作命令行了（这里说的是通过飞书通道给它下指令）。

3.我设了一个抓取新闻的任务，连着三天，没有一天真正跑成功。不是接口超时，就是token失效，要么就是corn跑去了错误的位置找执行脚本，最后因为找不到任务而直接失败。

4.视频下载用到的ytb项目里缺了ffmpeg依赖，结果视频虽然下完了，后续处理却出了问题。它自己还发现不了，等排查并纠错之后，还得重新安装ffmpeg…

上面这些还只是比较表层的问题，更多细碎的折磨简直数不过来…

从这些实际遭遇里，大家应该也能看明白，龙虾依然是个非常早期的半成品。它最大的短板在于，面对基础任务时缺乏必要的兜底能力，没法避免用户在执行过程中反复去填那些小坑。

换句话说，openclaw其实还缺少一套像ohmyclaudecode那样的脚手架，用来把整个使用流程真正托起来。

也就是说，一个任务里超时该怎么处理、技能之间应该先调用哪个、某个分支失败后不要拖垮整体……这些问题都得你在每次安排任务时重新想一遍、重新规定一遍。那这到底算效率提升，还是效率下降，我是真的怀疑。

总的来说，在当前这个阶段，不盲目追风才更重要。AI赚的，本质上就是尝鲜者的token费用。你要是指望搜集几个skill，就让AI变成一人公司，替你把所有事情都包办了，那说到底还是不切实际的幻想。

但这里也有个悖论：如果人人都能零成本指挥AI做事，那所谓的稀缺性自然也会被抹平。凡是所有人都会做的事，注定不会长期有价值。所以归根结底，还是看你的元技能够不够强，以及你和AI之间的适配程度有多高。

至少就我现在玩AI的体验来看，别的先不说，生的气确实比以前多太多了…