作者 ｜ 董道力
邮箱 ｜ dongdaoli@pingwest.com
"养虾"这个词，最近两个月点燃了整个科技圈。OpenClaw 教程淹没了每一个技术社群，创业群里讨论的不再是融资和增长，而是"你的虾跑起来了吗"。AI Agent 突然成了今年最重要的事，不养一只龙虾，好像就跟不上趟了。
我也跟着养了一批，该试的都试了一圈。折腾下来发现：这些所谓的"数字员工"，大多数时候需要我守在电脑旁边盯着它们干活。它们不是在替我工作，是我在替它们工作。
1
留下一只最适合的龙虾
OpenClaw 的价值是真实的。
给它一个任务，它自己拆解、规划、执行，打通浏览器、终端和各类 App。更重要的是，它打通了 IM 工具，理论上你不用守在电脑前，手机上发条消息就能推动任务往前走。
养虾热最让人兴奋的，不是 AI 会写代码了，而是终于有一种工具让你觉得可以真正放手。
但"理论上"三个字很重要。配本地环境、处理网络代理、命令行操作，每一步都能劝退大半用户。
技术社群里的教程通常跳过这些，直接从"配好之后"讲起，好像环境搭建是理所当然的事。就算配好了，任务一长随时可能卡住报错，人不在旁边就白跑，Token 烧得快，国内访问本身又不稳定，跑到一半断掉是家常便饭。
你得先伺候好它，它才能伺候你。
这个需求真实存在，市场当然看到了。OpenClaw 火了之后，国内冒出一批对应产品，打的都是降低门槛的旗号，切入角度各有不同。
WorkBuddy 看起来也是一只龙虾，但拆开来看，底子完全不同。它的底层是腾讯自研的 CodeBuddy，有自己的架构、模型调度和工具链，不是在别人的地基上盖房子。
地基是自己的，遇到问题才能自己修，这是其他产品做不到的事。
体感上最直接的区别就是：它是迄今为止我用过最丝滑的一只，无论是连接微信，还是配置龙虾能力上。
1
实测 WorkBuddy
实测一：扫一扫连接微信，让电脑成为身体的延伸
微信接入 ClawBot 这件事，很多人的第一反应是去找第三方插件。但腾讯官方已经发布了微信龙虾插件，而腾讯云自家的 WorkBuddy 是率先适配的产品，既然有官配，没必要绕路。
打开 WorkBuddy，找到微信直连入口，扫码。整个过程不需要安装任何插件，不需要配置 API，也不用输入命令，手机扫完就绑定完成。
微信连上之后，边界就消失了，手机不再只是输入端，而是一台随身带着的控制终端。
为了演示这个场景，我用 iPhone 镜像把手机屏幕投到桌面，模拟在外时用手机远程指挥 AI 翻找本地文件。指令从微信发出，AI 在电脑端执行，结果推回手机。人不在桌前，事情照样在跑。
值得一提的是，OpenClaw 安装后，很多功能需要自己配置，想要生图要接入 API，想要做视频要接入 API。WorkBuddy 把这一切打包好，开箱即用。
与 API 对应的就是 Skills。看着别人龙虾生产力爆棚，自己的只能聊天，关键差别往往就在这里。
国内访问 SkillHub 本身有延迟，WorkBuddy 内置了镜像，22,000+ Skills 直接用，不用忍受等待。此外还有腾讯独家 Skills，如腾讯会议、腾讯文档、腾讯乐享，这些都可以通过手机直接调用。
实测二：专家天团，有没有真正替代过去要花钱咨询的东西
WorkBuddy 上线了 12 大领域、140+ 位行业顾问角色，官方定位是「召唤专家」。这种功能过去在 GPT 里靠手动写角色 Prompt，现在做成了产品化入口，值不值得用，取决于专家角色的深度。
简单来说，同样的问题，专家来回答，和普通人来回答应该是有质的差别的。
我们采用控制变量法，同样的问题，同样的模型，唯一区别就是是否调用了对应的专家。
场景 A：法律咨询
prompts：我们公司想和一家供应商签独家合作协议，对方要求违约金条款写'实际损失的三倍'，这个条款我们能签吗？
法律问题有明确的专业判断门槛。涉及合同法违约金上限、司法实践中的调整惯例、谈判筹码分析。
大模型被诟病最多的点就是，通过侃侃而谈的能力，将幻觉错误包装成正确答案。在法律问题上体现尤为明显。
两个回答的核心差距体现在思维方式，而不是信息量。
法律专家，第一步不是给答案，而是问信息。注册地、合同类型、金额量级、条款是否双向适用，这些问题本身就说明专家角色理解「同一个条款在不同情境下结论可能完全不同」。这是律师接案的标准动作。
初步分析里有一个普通回答完全没有的判断：「独家合作+高额违约金组合，使贵司处于极不利地位」这是把两个条款联动起来看，是谈判结构分析，不是单纯的条款解读。
建议也更具操作性。「分阶段递减」这条尤其专业，合作越久违约金越低，这是真实合同谈判中常见的平衡机制，教科书里不会直接教。
而普通回答就是很典型大模型回答逻辑：拼凑联网搜索信息。
开头先表示「无法直接提供法律合规审查服务」，然后说去搜索。
内容质量其实不低，民法典第 585 条、130%的司法实践标准，信息都是准确的。但这些是可以直接搜到的公开信息，没有针对用户具体情境做任何定制化处理。
结尾“强烈建议咨询专业律师”是最典型的兜底话术，等于把问题推回给用户。
专家回答的价值不在于信息更多，而在于先诊断再开方，它首先判断「我需要哪些信息才能给出准确结论」，这个判断过程本身就是专业能力的体现。普通回答跳过了这一步，直接用通用知识覆盖了一个本来需要具体分析的问题。
场景 B：UI 设计专家
prompts：我们需要设计一个全新的用户界面，要求既美观又易用，请 UI 设计师帮我创建符合用户习惯的界面设计方案。我们的网站是宠物用品电商
用大模型做网站，可能是不少用户第一次体验 vibe coding。搜索框该放哪里、面向年轻人该用什么主色调、社区内容的布局和电商布局有什么区别——很多细节问题，普通用户不知道怎么问，甚至不知道可以这么问。
UI 设计专家接收到需求后，会先问一系列问题：目标用户是谁、网站拿来做什么、想要什么视觉风格。等用户回答完，才开始工作。
完成后提交的设计方案，没有停留在"好看"的层面。
色彩、字体、间距全部有具体数值，是可以直接交付给开发的文档，不是给甲方看效果图用的。按钮、输入框的各种状态也有完整定义，这些细节决定了产品上线后的体验是否一致。
我这边根据文档 vibe coding 一个网站出来，效果肉眼可见的没有 AI 味。
实测三 定时任务，让 AI 自动跑，你只管收结果
如果用过龙虾定时任务，或者定时提醒，你经常会收不到消息。可能会遇到时区缺失，main 绘话失效，任务堵车等，想要让龙虾安安全全的执行定时任务，还要了解什么是 isolated 模式。
WorkBuddy 在这点上做了优化，你定时是几点，它就能几点执行。其内置了一些常见模板，如每日 AI 新闻推送、每日 5 个英语单词速记。
而且，WorkBuddy 的定时任务设置简单明了。名称、工作空间（推送在本地还是发送到聊天软件）、提示词、执行频率等。
假设我设置一个任务，自动监测有没有新的模型发布，间隔一小时发布一次。
与原版 OpenClaw 对比，只能说小白友好。
Plain Text
openclaw cron add \
--name "Morning brief" \
--cron "0 7 * * *" \
--tz "America/Los_Angeles" \
--session isolated \
--message "Summarize overnight updates." \
--announce \
--channel slack \
--to "channel:C1234567890"
1
回到最开始那个问题：大多数人以为自己需要一只龙虾，其实需要的是龙虾背后那件事。真正替你把活干完，而不是让你替它打杂。
养虾热还会继续，下一批龙虾会更好看、更便宜、更会吆喝。但套壳的路有个硬天花板：地基不是自己的，裂缝就永远填不上。WorkBuddy 选了一条起步更慢的路，但每走一步都踩在实地上。
最后说一个门槛问题。如果你还没试过，现在进场成本几乎为零，WorkBuddy 注册即赠 5000 Credits，无需付费、无门槛，够你把上面三个实测场景完整跑一遍。
点个“爱心”，再走 吧
热门跟贴