不养龙虾（OpenClaw）会错过什么？两位先行者给了我定心丸-084

这期节目的起因特别简单——龙虾火了，我没追。
我每天跟 AI 打交道的时间不短，手头好几个 agent 工具都在充值续费，但龙虾这波热潮从出来那天起，我就有点犹豫。本地部署的安全性让我警惕，现有工具又基本够用，我就想问一个特别朴素的问题：我可以不养龙虾吗？不追这一波，会不会被甩下？
所以请了金锐和刘律来聊。金锐是技术背景出身，把工作拆成了四个象限，讲得特别清楚什么该交给 agent、什么还不到时候。我们从实操经验聊到 AI 安全，从 token 经济聊到未来社会会不会实现共产主义，最后还聊到给 AI 设定 MBTI 和用圆桌辩论 skill 让哲学家们吵架。
如果你也在纠结要不要追龙虾，或者只是想听三个中年人认真聊聊 AI 焦虑和好奇心，这期值得听完。
另外，这集其实还有个上集，欢迎一并收听：完蛋，养虾养出感情怎么办？AI会解救（雇）中年人吗？
嘉宾：
金锐
刘律
主播：羊行
录制日期：2026年4月7日
发布日期：2026年5月18日
00:02 羊行抛出核心问题：我每天都在用 AI，但龙虾这波可以不追吗？
02:23 金锐用 Cynefin 四象限框架拆解工作类型：Simple、Complicated、Complex、Chaotic，判断哪些适合交给 agent
07:25 团队协作场景下 agent+skill 的价值：标准化 SOP 防止因人而异
08:42 刘律和金锐给出结论：保持好奇心就不会掉队，大厂会追着用户走
11:57 龙虾80%的功能和直接用网页没太大区别，关键在 skill 生态
16:05 本地部署的安全隐患：skill 里可能藏木马，金融和法律行业尤其要警惕
19:52 AI 之后的社会推演：东西方两种路径走向 UBI 还是北京折叠？
24:00 北极星指标变迁史：从电话装机量到手机普及率到流量到人均 token 消耗
30:21 给 AI 设定 MBTI 可以提升表现，以及李继刚的圆桌辩论 skill 实测
以上图片使用 YouMind 生成
* Cynefin 框架 —— 由 Dave Snowden 提出的决策与知识管理框架，将问题分为四个象限：Simple（简单，有标准流程可循）、Complicated（复杂，需专业判断但路径可知）、Complex（错综复杂，需反复试探才能找到路径）、Chaotic（混沌，突发状态需紧急响应）。节目中金锐用此框架判断哪些工作适合交给 AI agent。
* Agent + Skill 模式 —— 在 AI agent 平台上，agent 负责执行，skill 是预设的标准化工作流程。两者结合可以将重复性、多步骤的工作固化为可复用的自动化流程，类似于企业 SOP 的数字化版本。
* Cloud Code —— Anthropic 推出的命令行 AI 编程工具，可在本地终端运行，具备代码编写、文件操作、浏览器自动化等能力。
* Token 消耗量 —— 大语言模型以 token（词元）为计量单位处理文本。节目中提到一个新趋势：国家层面开始关注年度国民 token 消耗总量作为 AI 产业繁荣指标，个人层面则以“单位时间内消耗多少有效 token”衡量生产力。
* UBI（Universal Basic Income） —— 全民基本收入，指政府无条件向所有公民定期发放一笔固定金额。节目中讨论 AI 极大提升生产力后，UBI 可能成为维持社会稳定的手段之一。
* 语料污染（Model Collapse） —— 当 AI 模型训练数据中混入大量 AI 生成内容时，模型输出会逐渐趋同、丧失多样性。金锐担忧的“AI 阅读 AI 语料，越来越 AI”即指此现象。
* MBTI 提示词工程 —— 在提示词中为 AI 设定 MBTI 人格类型（如 ENTJ 适合规划、INTP 适合科研），利用模型在训练中学到的人格特征语料，引导其以特定行为风格输出内容。有论文实验数据表明此方法可提升特定任务表现。
* “不是……而是……”现象 —— AI 中文输出中高频出现的句式。节目中羊行用 Deep Research 考证发现，这并非中文语料独有问题，英文中对应句式（“not……but rather……”）出现频率甚至更高，根源在于 RLHF 后训练阶段人类标注者对此类对比句式给予了更高评分。
配乐：CAGNET - What will I do
后期：米铺工作室
文案：羊行