继大语言模型之后，一种被称为「龙虾」（OpenClaw）的AI Agent框架正成为新的热点。然而，当喧嚣的热潮逐渐褪去，许多人却陷入了困惑：有人成功安装后不知从何下手，有人觉得它只是个昂贵的玩具，甚至还没简单的聊天机器人好用。 这场看似松散的漫谈，却精准地切中了普通人玩转「龙虾」的核心议题： * 两种路径的碰撞： 云端一键部署（如飞书龙虾）与自主可控的本地化开源框架，哪条路更适合你？ * 从玩具到助理： 如何找到打通知识库、自动化任务等真实应用场景，让「龙虾」从一个新奇玩具，真正融入日常工作流？ * 跨越心理门槛： 面对代码、配置和未知的风险，如何克服畏难情绪？为什么说“慢一点”反而能更好地跟上这波浪潮？ * 超越工具的基本功： 成功驾驭「龙虾」需要什么底层能力？对话深入探讨了场景拆解、架构思维、边界意识和复盘迭代的重要性。 这场对话没有提供唯一的标准答案，却为不同阶段的用户——无论是踌躇不前的观望者，还是已经上手的实践者——描绘了一幅清晰的行动地图。 以下是我们与「慢AI三人行」主播阿蕊、沐沐和一一的深度对谈实录。 00:00:35 开篇：当 AI 代理成为新的潮流，我们的工作与生活将被如何改变？ 00:01:45 “龙虾”项目的诞生：一个命名的背后，是团队怎样的思考？ 00:02:51 AI 代理热潮的真实价值：是高效的生产力工具，还是昂贵的技术玩具？ 00:04:35 效率实践：飞书龙虾三天打通内部知识库的实现路径 00:06:35 当 AI 帮你预定会议室：效率工具带来的“魔法时刻” 00:10:42 上手 AI 代理的核心方法论：它更像一门手艺，而非即开即用的游戏 00:15:37 云端指令的价值：不依赖特定技能，如何灵活实现功能扩展？ 00:19:47 平台的选择与风险：把所有数据放在一个篮子里的迁移成本 00:24:39 AI 时代的核心壁垒：为何说个性化知识库是人与人之间差异的关键？ 00:30:39 应用场景的想象力：如何用 AI 工具优化销售前端的客户沟通分析？ 00:36:39 技术的基本功：为何三天打通知识库并非遥不可及？ 00:39:41 边界思维的重要性：在合适的边界内，事情才能成立 00:46:10 AI 成功应用的关键：始于明确的需求和应用场景，终于持续的迭代 00:51:40 穿越周期的三大基本功：场景拆解、提示词工程与结果分析 00:58:26 技术之外的“道”：那些无法被量化的审美体系，如何构成人的核心价值？ 01:10:00 审美能力如何养成：多听多看、复盘应用、形成体系 01:15:15 新时代的学习节奏：找到自己的舞步，而非被技术推着走 01:21:50 使用 AI 工具的原则：先想象场景，再拆解步骤，避免被工具定义 欢迎关注公众号“阿蕊科学销售AI体系”有本期节目的精简文字稿。

这期我们从企业AI转型，聊到个体转型过程中何去何从，聊到一人多岗的“爽点”和“痛点”，聊到AI时代技术平权下的资源差距，聊到这是一个危机也是一个生机的”黄金时代“...... 还是没有标准答案，只是希望在这个焦虑的AI 时代，从不同视角探讨，陪伴大家找到自己的节奏走进时代，慢慢来，比较快~ 00:00:00 开篇：AI时代，为什么有实力的企业反而跑得不快？ 00:03:52 我去了一家大企业的研发团队：架构师自称“AI小白” 00:12:33 未来技术部门不写代码了？智能体平台才是新角色 00:14:58 技术团队转型：从“接需求”到“搭平台” 00:19:47 产品经理的进化：不懂场景拆解，就会被AI取代 00:24:29 企业组织形态将剧变：谁在预判，谁在掉队？ 00:33:27 技术平权是个表象？AI反而放大了资源差距 00:36:16 一人多岗的“爽”背后：碳基人的带宽危机 00:39:52 AI会消灭更多岗位后，新的分工边界在哪里？ 00:50:26 不会管理AI的人，将被AI管理 00:54:50 三大核心能力 + 人文思考：AI时代的不焦虑指南 01:01:39 黄金时代：普通人也能和专家站在同一起跑线 可以关注公众号“阿蕊科学销售AI体系”，阅读本期播客精选。

这期播客聊完后，我们决定不再和AI赛跑了... 『慢』AI三人行。慢慢来，比较快。莫急，​你一定跟得上这个AI时代~ [图片] 春节后Open Claw的发展如火如荼，人人都在说“养龙虾”、“杀龙虾”，身边的朋友见面总绕不开一个话题：AI又进化了，我们还能干什么？ 有人焦虑自己被取代，有人拼命学新工具，有人每天刷着“AI日新月异”的新闻，越刷越慌。 上周，我和一一、沐沐一起录了一期播客，叫《漫AI三人行》。本意是“慢慢聊AI”，聊着聊着却发现：我们真正要面对的，从来不是AI本身，而是自己被卷进那个速度里的焦虑。 以下是我们聊到的一些心里话。如果你也在被AI“追着跑”，不妨停下来，听一听。 01 效率提升10倍，然后呢？ “你在驯化AI的同时，AI也在驯化你。” 这不是一个新问题。工业革命时期，机器也在“驯化”工人，让他们适应流水线的节奏。但AI的“驯化”更隐蔽，因为它披着“效率”的外衣。 02 资源优势方，正在加速拉开差距 技术的进步从来不是“替代”人，而是“重新定义”人。汽车替代了马，但没有替代人；计算器替代了算盘，但没有替代数学家。每一次技术革命，都会淘汰一些旧技能，但也会催生新的能力。 03 我们该做的，是学会“慢下来” 这些能力，AI学不会。因为它没有在真实世界里活过。它没有经历过“鼻头太大面膜盖不住”的尴尬，没有经历过“和人吵架后不知道怎么和解”的无助，没有经历过“明明很努力却得不到认可”的委屈。 这些真实的体验，才是我们和AI之间最本质的区别。 我的解决方式，不是“跑得更快”，而是“看清自己要什么”。 04 AI能搞定一切，除了“真实” AI就像虚拟马杀鸡——能给你按摩，能让你放松，但按摩完了，你还是得自己走那条路。你还是得去面对那个具体的人，去沟通，去妥协，去和解。 AI可以成为你的“参谋”，但它不能替你“上战场”。 05 慢慢来，比较快 聊到最后，我们三个人达成了一种默契：这不是一个非此即彼的选择题。 你可以用AI提速，但别让它定义你的节奏。你可以追求更多可能，但别忘了问问自己：这是不是我想要的？