主播
节目简介
来源：小宇宙
♾️ 大家好，欢迎来到「哇哦产品」播客，我是 Link。
时隔半年，终于更新了。这期是第 53 期，想从产品视角跟大家聊聊 OpenClaw。关于我第一线的实际上手感受，以及手搓了 30 多亿 Token 之后，到底觉得哪些是有效的投入，哪些还是被过度夸大。
这期节目包含 3 个层次的投入复盘：无效投入、无功无过的投入、有效投入，以及一些关于 AI 时代产品经理站位的思考。
它不是一篇技术教程，更像是一个产品人在 AI 浪潮中真实呛水后的经验分享。希望这些踩坑与收获，能帮你少走一些弯路。
☁️ 猜你想搜
00:00 开场 ：第 53 期播客，从产品视角聊 OpenClaw 的真实体感
00:59 三套 OpenClaw 体验对比 ：本地正式版（太贵，已卸载）、云端 Kimiclaw（199 元/月，国内模型差距大，已放弃）、公司工作虾（主力使用）
01:53 核心观点：框架 vs 大脑 ：OpenClaw 本质是框架，强不强取决于底层模型。包括最近很火的 Hermes，本质都是给模型添加脚手架，模型不聪明，手脚再多也没用
03:40 国内模型现状 ：单做 ChatBot 信息查询尚可，但到了 Agent 任务执行与交付闭环，幻觉率高、执行质量差。刷榜成绩与真实多上下文体验差距显著
05:47 我的工作虾「Lucas」 ：3 月初领养，消耗约 30 亿 Token，沉淀了约 10 个 Skills，个人 Skills 累计近 8000 次下载
🚫 无效投入
08:31 市场洞察动态网页 ：让工作虾搭建动态网页看板，定时采集行业资讯、小红书数据等。踩坑无数如AI 采集过时资讯、AI 读了百度 AI 总结再转述给我（AI 套娃幻觉）。信息密度和有效性极低，倾注了过多课余时间，投产比为负
12:10 普通人用 OpenClaw的投产比 ：约 40-50% 的人用来炒股，30-40% 用来写小红书/公众号文案，10-20% 整理文件。对多数人而言，这些场景的 Token 消耗与产出不成正比。对普通人来说，一个 ChatBot 的实用性已经非常高
14:05 产品经理过度投入 Vibe Coding ：很多产品经理花大量时间用 Vibe Coding 做前端页面、模拟用户走查。得学会，但不要本末倒置。当执行成本越来越低，判断力和想象力才是天花板
⚖️ 无功无过的投入
18:51 知识管理与 Memory 维护 ：不断整理 User、Memory、Skills、Agent 等核心文件，搭建 RAG 知识库。提升有，但永远有优化空间，优化后效果提升也没那么明显
23:30 知识管理三要素 ：标签体系、时效性、置信度。概念：知识不是存下来的信息，而是裁剪掉的内容——知道什么不行、什么不该做，才是真正的知识
26:24 熵增问题 ：踩坑记录越来越多，系统越来越冗长，影响执行效率。就像物理世界的熵增，从有序到无序是本质现象，必须通过定期审计让系统回归秩序
✅ 有效投入
28:19 数据驱动的假设验证 ：给工作虾建立了公司数据字典体系和指标锚点后，它成为快速验证增长假设的最佳伙伴。过去从假设到验证需要小半周到一周，现在压缩到半天到一天
30:10 工作流程革新 ：过去：产生假设 → 解释给同学 → 同学找商分跑数 → 几天后汇总 → 再对齐 → 再跑数 → 写文档汇报。现在：直接让工作虾下钻拆解 → 带着数据判断与同学讨论 → 快速落地。减少了大量模糊需求的信息传递消耗
32:01 辅助用户调研 ：以前一周看 100 个用户 Session 就很累，现在可以让工作虾批量分析上千个用户行为（看了不买、买了不看），快速发现问题点。用好奇心驱动，让 AI 做数据执行，提升你的判断力，这才是工作虾最大的价值
💡 核心观点
15:55 AI 时代的产品经理站位 ：工具会越来越好用，从 OpenClaw 到 Hermes，执行能力的优势会被不断消解。真正决定你能走多远的，是判断力和想象力，来自同理心、好奇心、对用户需求的深度理解
19:49 幻觉率的“复利”效应 ：单轮 5% 的幻觉率，执行 5 轮后准确率只剩 ~74%。所以 AI 单轮超过多数工程师是事实，但多步工作流的交付质量依然不及一个平均水平的工程师
20:48 养虾如培养真实的人 ：从 0 到 1 培养工作虾，和培养一个真实员工的成长路径惊人相似，流程大于规则，规则大于自觉。规则是告诉它别做错，流程是让它没法做错
33:54 警惕数据驱动的战术忙碌 ：效率变快了，决策频率也更高了。要避免陷入「有数据就要动」的惯性，判断什么该做、什么不该做，比做本身更重要
欢迎关注我
微信公众号：Link01
时隔半年，终于更新了。这期是第 53 期，想从产品视角跟大家聊聊 OpenClaw。关于我第一线的实际上手感受，以及手搓了 30 多亿 Token 之后，到底觉得哪些是有效的投入，哪些还是被过度夸大。
这期节目包含 3 个层次的投入复盘：无效投入、无功无过的投入、有效投入，以及一些关于 AI 时代产品经理站位的思考。
它不是一篇技术教程，更像是一个产品人在 AI 浪潮中真实呛水后的经验分享。希望这些踩坑与收获，能帮你少走一些弯路。
☁️ 猜你想搜
00:00 开场 ：第 53 期播客，从产品视角聊 OpenClaw 的真实体感
00:59 三套 OpenClaw 体验对比 ：本地正式版（太贵，已卸载）、云端 Kimiclaw（199 元/月，国内模型差距大，已放弃）、公司工作虾（主力使用）
01:53 核心观点：框架 vs 大脑 ：OpenClaw 本质是框架，强不强取决于底层模型。包括最近很火的 Hermes，本质都是给模型添加脚手架，模型不聪明，手脚再多也没用
03:40 国内模型现状 ：单做 ChatBot 信息查询尚可，但到了 Agent 任务执行与交付闭环，幻觉率高、执行质量差。刷榜成绩与真实多上下文体验差距显著
05:47 我的工作虾「Lucas」 ：3 月初领养，消耗约 30 亿 Token，沉淀了约 10 个 Skills，个人 Skills 累计近 8000 次下载
🚫 无效投入
08:31 市场洞察动态网页 ：让工作虾搭建动态网页看板，定时采集行业资讯、小红书数据等。踩坑无数如AI 采集过时资讯、AI 读了百度 AI 总结再转述给我（AI 套娃幻觉）。信息密度和有效性极低，倾注了过多课余时间，投产比为负
12:10 普通人用 OpenClaw的投产比 ：约 40-50% 的人用来炒股，30-40% 用来写小红书/公众号文案，10-20% 整理文件。对多数人而言，这些场景的 Token 消耗与产出不成正比。对普通人来说，一个 ChatBot 的实用性已经非常高
14:05 产品经理过度投入 Vibe Coding ：很多产品经理花大量时间用 Vibe Coding 做前端页面、模拟用户走查。得学会，但不要本末倒置。当执行成本越来越低，判断力和想象力才是天花板
⚖️ 无功无过的投入
18:51 知识管理与 Memory 维护 ：不断整理 User、Memory、Skills、Agent 等核心文件，搭建 RAG 知识库。提升有，但永远有优化空间，优化后效果提升也没那么明显
23:30 知识管理三要素 ：标签体系、时效性、置信度。概念：知识不是存下来的信息，而是裁剪掉的内容——知道什么不行、什么不该做，才是真正的知识
26:24 熵增问题 ：踩坑记录越来越多，系统越来越冗长，影响执行效率。就像物理世界的熵增，从有序到无序是本质现象，必须通过定期审计让系统回归秩序
✅ 有效投入
28:19 数据驱动的假设验证 ：给工作虾建立了公司数据字典体系和指标锚点后，它成为快速验证增长假设的最佳伙伴。过去从假设到验证需要小半周到一周，现在压缩到半天到一天
30:10 工作流程革新 ：过去：产生假设 → 解释给同学 → 同学找商分跑数 → 几天后汇总 → 再对齐 → 再跑数 → 写文档汇报。现在：直接让工作虾下钻拆解 → 带着数据判断与同学讨论 → 快速落地。减少了大量模糊需求的信息传递消耗
32:01 辅助用户调研 ：以前一周看 100 个用户 Session 就很累，现在可以让工作虾批量分析上千个用户行为（看了不买、买了不看），快速发现问题点。用好奇心驱动，让 AI 做数据执行，提升你的判断力，这才是工作虾最大的价值
💡 核心观点
15:55 AI 时代的产品经理站位 ：工具会越来越好用，从 OpenClaw 到 Hermes，执行能力的优势会被不断消解。真正决定你能走多远的，是判断力和想象力，来自同理心、好奇心、对用户需求的深度理解
19:49 幻觉率的“复利”效应 ：单轮 5% 的幻觉率，执行 5 轮后准确率只剩 ~74%。所以 AI 单轮超过多数工程师是事实，但多步工作流的交付质量依然不及一个平均水平的工程师
20:48 养虾如培养真实的人 ：从 0 到 1 培养工作虾，和培养一个真实员工的成长路径惊人相似，流程大于规则，规则大于自觉。规则是告诉它别做错，流程是让它没法做错
33:54 警惕数据驱动的战术忙碌 ：效率变快了，决策频率也更高了。要避免陷入「有数据就要动」的惯性，判断什么该做、什么不该做，比做本身更重要
欢迎关注我
微信公众号：Link01
