腾讯推出“龙虾管家”安全功能 - 腾讯在旗下“腾讯电脑管家”软件中，推出了首个专为OpenClaw（小龙虾）打造的“龙虾管家”安全功能，旨在为AI智能体提供全面安全防护 [1] - 该功能于近期上线，能够自动识别用户安装的OpenClaw及其变体，并主动提示用户开启防护 [11][13] - 该产品被视为目前将小龙虾安全防护做得最完整、最适合普通用户的解决方案，覆盖了从技能安装到文件操作的多个层面 [4][54] 核心防护功能与特点 - **技能安全检测**：在用户通过对话安装或从第三方镜像站手动下载OpenClaw Skills时，能主动进行安全检测并拦截恶意技能 [22][24] - **文件安全保护**：允许用户手动添加需要保护的文件夹，防止OpenClaw随意修改或删除其中的核心、私密文件，实现了“选择性开放”的安全管理逻辑 [29][33][36] - **网络访问保护**：具备检测和防护功能，可防止用户因配置不当导致OpenClaw的本地服务端口暴露在公网，并内置一键扫描工具检查网络端口暴露风险和密码强度 [46][51][52] - **全面的操作日志**：详细记录OpenClaw在电脑上的所有操作，包括保护类型、操作详情和风险拦截结果，为用户提供事后回溯和复盘的能力 [20] - **多维度防护**：除上述功能外，还提供脚本执行检测、系统安全保护（如注册表防护）等，形成全面的防护体系 [3][21][37] 产品定位与市场策略 - 该功能内置于“腾讯电脑管家”，主要面向Windows用户，目前暂无Mac版本 [18] - 产品设计强调用户友好和“省心”，通过一键扫描、自动拦截和简单明了的文件夹保护设置，降低普通用户的使用门槛 [22][36][53] - 腾讯通过推出此功能，深度绑定OpenClaw生态，旨在抓住AI智能体普及所带来的新一轮网络安全需求红利 [1][16] 行业背景与用户痛点 - 随着AI Agent（如OpenClaw）的流行，其安全问题凸显，例如恶意Skills、文件被误修改、服务端口公网暴露等，给安全行业带来了新的机遇 [16][38] - 过去用户对AI Agent的安全管理往往处于两个极端：要么完全不设防，要么过度隔离导致其无法有效工作，缺乏精细化的权限管理工具 [34][35] - 公开数据显示，有大量（文中提及观察板显示数量级为38万）OpenClaw实例因配置不当在公网暴露，存在严重安全风险 [40][41] 竞争格局与产品优势 - 相比用户自行寻找和安装第三方安全检测工具（如Skill Vetter），腾讯“龙虾管家”提供了封装好的一站式解决方案，体验更集成、更便捷 [3][22] - 与市场上其他安全软件相比，该产品在文中被描述为“不流氓”、口碑较好，且此次功能更新专注于解决痛点，无额外诱导行为 [16][55][56] - 该产品通过将AI安全能力与成熟的桌面安全软件结合，为腾讯电脑管家创造了差异化的竞争优势，并可能推动其用户增长 [1][16]

文章核心观点 - 文章核心观点是，以OpenClaw为代表的AI Agent生态中，其功能插件（Skills）存在显著的安全风险，恶意插件可能对用户造成严重危害，因此强烈推荐用户安装并使用名为“Skill Vetter”的安全审查插件来对所有待安装插件进行前置安全检查，以防范风险[1][6][19][20] AI Agent插件安全风险现状 - 国家互联网应急中心已发布关于OpenClaw安全应用的风险提示，表明安全问题受到官方关注[3] - 功能插件（Skills）是AI Agent能力的主要来源，但也是当前最大的安全风险来源之一[6][7][9] - 恶意插件事件已多次发生，OpenClaw官方已公开处理过多个恶意Skill，并在其官方仓库留有相关安全记录[10][11] - 一个典型案例是，官方Skills商店ClawHub中，用户“hightower6eu”发布的314个Skills经检查后，被发现全部是恶意插件，无一无害[12][13][14][15] - 恶意插件的典型攻击模式是诱使用户的Agent前往陌生地址下载并执行未知文件，这种行为与传统的电脑病毒类似[16][17][18] 安全审查插件“Skill Vetter”的功能与使用 - 文章强烈推荐一款名为“Skill Vetter”的插件，其作用是在安装任何Skill前对其进行审查，并生成报告，以判断其安全性[20][21][22] - 该插件的作用类似于电脑时代的杀毒软件或安全管家[23] - 用户不应迷信插件的下载量，因为下载量大不等于非恶意，进行安全审查是必要的[24][25] - 安装该插件后，可设置为强制对所有待安装Skills进行审查，通过后才安装[32] - 该插件本身是纯指令型插件，不执行代码、不联网、不操作文件，其机制类似于为新员工做背景调查[69][70][71] “Skill Vetter”的审查机制与风险评级 - 审查机制主要分为三步[73] - **第一步：来源与作者审查**。检查Skill的来源、作者、用户数量、更新频率和评价，建立信任层级，对官方插件警惕度较低，对来历不明的新插件警惕度最高[74][75][76][77] - **第二步：代码红线审查**。通读Skill所有文件，对照一份危险模式清单进行排查，清单包含十几种危险模式，如向不明服务器发送数据、索取密钥、读取SSH/AWS配置、使用base64解码、执行外部输入、要求sudo权限、访问浏览器cookie等[80][83][84][85] - **第三步：权限范围评估**。审查插件所需权限（如读写文件、执行命令、联网等）是否与其声称的功能相匹配，是否为最小必要权限[91][92][93] - 审查完成后，Skill Vetter会给出风险等级：低风险（如笔记、查天气）、中风险（如文件操作、浏览器控制）、高风险（如涉及账号密码、交易）、⛔极端风险（如涉及安全配置、root权限）[95][97] - 该插件还可以对已安装的所有Skills进行批量扫描，生成报告，指出高风险候选插件[97][98][100] 恶意插件案例分析 - **案例一：auto-updater（自动更新）**。经Skill Vetter审查被评为“中风险”，因其会在后台创建定时任务、自动更新并定期推送消息，权限要求较多，但本身可能无恶意[33][34][37] - **案例二：Desktop Control（桌面控制）**。该插件在ClawHub上星数不低，但被Skill Vetter评为“高风险”。因其功能强大（控制鼠标、模拟键盘、截图、读写剪贴板），即使用途正当，其能力本身也带来了比OpenClaw本体更大的安全风险[39][42][43][44] - **案例三：coding-agent**。该插件存在于第三方镜像站openclawSkills.best，页面伪装正规，星数达2.4k[51][52]。经Skill Vetter审查被评为“⛔极端风险，不建议安装”。其安装指令中包含一段乱码，解码后发现是一条指令，让Agent前往一个纯数字IP的陌生地址下载并运行文件，属于典型的恶意行为[57][58][60][63][64][65] 行业安全建议与警示 - 用户必须注意区分官方和第三方插件来源，官方网站仅有一个（https://clawhub.ai/），许多镜像站是恶意插件的核心来源[55][56] - AI Agent能力强大（可读文件、上网、执行代码、记忆对话），被滥用的风险也更大，用户需要对其安装的插件保持警惕[106][107][108] - 对于涉及登录状态、API密钥等敏感操作的插件，普通用户应格外谨慎[97] - 文章认为AI Agent是必然的未来，推荐所有人使用，但强调安全使用才能走得更远[109][110][111]

Anthropic Skill-creator工具的重大更新 - Anthropic官方推出的Skills生成器Skill-creator迎来了“史诗级”更新，新增了四项核心能力，显著提升了Skills的创建、评估与优化效率[8] - 此次更新补全了Skills开发生态中至关重要的“评估机制”，解决了旧版工具生成Skills后质量难以量化评估的痛点[13][15] - 更新方式极其简便，用户只需向Agent发送包含GitHub仓库链接的指令即可自动完成更新[16][17] 新增的四大核心功能 - **评估系统**：在Skill生成后，系统能直接评估该Skill的可用性与质量，为开发者提供明确的改进方向[10][14] - **基准测试**：将Skills的通过率、任务耗时、Token消耗量等关键指标进行量化，提供客观的性能数据[11] - **多代理并行测试**：支持在完全独立、干净的环境中运行多个测试代理，支持A/B盲评，避免了上下文污染导致的结果偏差，使测试数据更干净、结果更可靠[12][58] - **描述调优**：能够自动优化Skill的描述文本，精准调整触发条件，确保该触发时触发，不该触发时不误触发[13] 功能演示：以视频讲稿生成Skill为例 - 使用新版Skill-creator，通过自然语言描述需求（如“给定视频链接，生成文字讲稿，非中文视频需提供中英双语文档”），工具可在3-5分钟内自动生成对应的Skill[23][24][25] - 生成的Skill可处理来自YouTube、B站等平台的视频链接，并输出格式规整的`.docx`文档[27][30][31] - 当存在多个触发条件相似的Skills（如下载视频与生成讲稿）时，可利用工具的评估体系来优化Skill描述，防止触发冲突[32] 描述调优与触发率提升的具体流程 - 工具会**自动生成两组共20条查询样本**（10条应触发，10条不应触发），其中包含大量边界案例，以测试Skill描述的鲁棒性[34] - 通过一个交互式网页界面，开发者可以逐条确认样本的触发判断是否正确，并可手动调整，最终导出“评估集”[35][37][38] - 随后，系统会启动最多5轮的迭代优化循环，整个过程约需10-20分钟[39] - 优化过程采用**60%训练集和40%测试集**的划分，在训练集上迭代优化描述，最终根据在测试集上的表现选择最优版本，有效防止过拟合[43] - 优化完成后，最优的Skill描述会自动写回`SKILL.md`文件，全程无需手动操作[44] - Anthropic官方在6个文档类Skill上测试，其中**5个的触发率得到了提升**[44] 全面的技能评估与基准测试 - 评估系统能自动读取Skill文件，理解其核心流程，并据此设计覆盖不同场景的测试用例（如英文视频、中文视频、对话视频）[48][49][50] - 支持**多代理并行测试**，例如同时启动4个独立子代理在不同环境下运行测试，大幅缩短评估时间并确保结果纯净[55][57][58] - 测试完成后，系统会提供详细的评估查看页面，包含输出预览和量化基准测试结果[60][61][63] - 基准测试会对比“有Skill”与“无Skill”基线的表现，量化展示通过率、耗时和Token消耗的差异[64][65] - 在案例中，优化后的视频讲稿生成Skill通过率达到**100%**，而无Skill基线的通过率仅为**9%**，差值达**91.5个百分点**；有Skill时每次任务消耗约**4000个Token**，比无Skill基线多消耗约**2250个Token**[65][66] 评估驱动的迭代改进闭环 - 评估过程能发现Skill在实际应用中的具体问题，例如官方PDF Skill曾存在的表格内容定位不准问题，正是通过评估发现并得以修复[69][70][71][72] - 所有的评估结果和用户反馈会**本地保存**，当再次使用Skill-creator改进该Skill时，历史问题会被直接引入，实现有针对性的迭代优化[75] - 这形成了一个完整的“测试-发现-修复-再测试”的改进循环，将软件工程中严谨的测试与迭代实践引入了Skills开发流程[77][78] Skills生态的战略意义与分类 - Skills被视为Agent（如Claude）未来生态繁荣的基石，其数量和质量直接决定了Agent的能力边界[80] - Skills主要分为两类：**能力提升型**（教模型做其原本不擅长的事）和**编码偏好型**（规定模型按特定流程或规范执行任务）[82][83][86] - 对于能力提升型Skill，评估重点是A/B测试对比其与基线模型的性能差异，若效果相近则意味着该Skill可能已无存在必要[94] - 对于编码偏好型Skill，评估重点在于检验模型是否严格遵循了预设的工作流和格式要求，有无遗漏或擅自更改步骤[88] - 此次Skill-creator的更新，通过引入标准化、数据化的评估体系，有望推动整个Skills生态迎来新一轮的繁荣发展[92][93]

文章核心观点 - 智谱AI推出的AutoClaw产品是当前最便捷、最易用的OpenClaw部署方案，极大地降低了AI Agent（小龙虾）的使用门槛，使普通用户无需技术背景也能快速体验和部署[10][14][84] - AutoClaw通过本地化部署、全自动配置流程（特别是针对飞书）以及优化集成的技能包，解决了原版OpenClaw部署复杂、技能使用不便等痛点，将Agent技术带入了普通用户可触及的范畴[10][25][43][99] - 该产品不仅支持智谱自身的模型，还开放支持包括DeepSeek、Kimi、MiniMax在内的多家竞品API，展现了公司开放的战略格局，同时其内置的专属优化模型在速度和工具调用上表现出色[68][70][76] AutoClaw产品核心特性与优势 - **部署安装极其简便**：提供Mac和Windows的本地客户端，用户下载后使用手机号登录即可完成基本部署，整个过程快速简单[10][15][16][17][18] - **全自动配置飞书机器人**：Mac版本通过集成RPA技术，实现了45秒全自动配置飞书机器人的流程，无需手动操作，体验丝滑[25][33][34][37] - **优化集成的技能(Skills)体系**：内置了原版OpenClaw的技能包，并将核心能力如深度研究(DeepResearch)、链接读取(Open-link)、网页搜索(websearch)替换为智谱自研的更强版本，显著提升了能力[54][55][58] - 特别优化了浏览器使用能力，用自研的`AutoGLM-Browser-Agent Skills`替代了原版较难用的`browser use`，并更适配国内互联网生态[60][61][62] - **支持多模型API接入**：除了支持智谱自家的Coding Plan套餐，还开放支持DeepSeek、Kimi、MiniMax等第三方模型的API接入，甚至支持通过自定义接入全球所有模型，开放性极高[66][68][71][72] - **提供专属优化模型**：内置一个为OpenClaw任务深度优化的专属模型（可能为Pony-Alpha-2），该模型在响应速度和工具使用上表现更佳，专为Agent场景设计[73][75][76][77] - **提供用量统计与积分体系**：界面直接显示token消耗情况，并设有积分体系方便不懂API的用户充值使用，降低了使用门槛[63][64][66] - **支持多Agent分身与定时任务**：用户可以创建多个小龙虾分身作为不同Agent使用，并支持设置定时任务（如自动写日记）[79][81] 市场定位与行业意义 - **解决普通用户的痛点**：产品瞄准了大量仅将AI理解为聊天工具、不懂命令行、被复杂部署流程劝退的普通用户，为他们提供了接触AI Agent的最便捷途径[4][5][87][89][96] - **降低Agent技术使用门槛**：将OpenClaw从极客和开发者圈子中解放出来，使其成为中小企业老板、非技术背景人员也能用来处理重复性工作（如操作Excel、自动化流程）的工具[91][92][95] - **推动AI技术普及**：技术若只服务于懂技术的人则只是圈子自嗨，AutoClaw通过极致的易用性，首次将Agent概念拉到了普通人够得着的地方，具有重要的市场教育意义[97][98][99]

行业趋势与竞争格局 - Agent场景被证明是用户刚需和关键前端入口，所有厂商均不会放弃此赛道[1] - 硬件厂商（如小米）已正式下场参与Agent竞争，标志着行业进入混战阶段[5] - 手机端Agent与电脑端Agent存在本质区别，前者定位为“生活管家”，后者更偏向“生产力工具”[45] 公司产品发布与定位 - 小米正式官宣其Agent产品“Xiaomi miclaw”，并开启小范围封闭测试[1][4] - 该产品被定位为实验性产品，主要面向发烧友和极客用户[8] - 产品基于小米MiMo大模型构建，强调拥有系统底层能力、个人上下文理解、生态互联和自进化四个层次能力[4] - miclaw被描述为第一个能在手机上运行、能调用手机系统级能力且有安全保障的Agent产品[5] 产品核心功能与体验 - 产品无需部署，打开即用，用户可通过自然语言对话进行交互[8] - 具备长期记忆功能，可通过工具调用（如`write_file`）写入和更新记忆[10] - 核心优势在于能够通过编程Agent逻辑直接调用手机系统级能力，避免了视觉Agent方案速度慢、成功率不稳定的问题[14][15] - 首批上线了27个系统级工具，涵盖20个系统应用、1个智能家居和6个网络工具[38] - 系统工具功能全面，包括管理短信、通话、联系人、日历、闹钟、文件、笔记、网络连接、媒体播放、录音、录屏、相机、位置天气、应用管理等[40][41] 产品特色应用场景 - **智能家居控制**：深度集成小米米家生态，用户可授权miclaw控制家中智能设备（如窗帘、扫地机器人、鱼缸、饮水机等），实现语音操控和自动化场景（如“写稿模式”联动调整环境）[49][51][58][62] - **React Native小程序**：支持用户通过自然语言指令创建和保存小程序，弥补手机端技能生态的不足，例如创建每日运势占卜小程序[71][75] - **生活助理场景**：工具可自由组合，实现例如名片OCR录入联系人、截图OCR联网搜索记笔记、结合日历天气生成晨间简报等自动化流程[42][43] 产品当前限制与挑战 - 目前仅支持小米17系列机型，且处于小规模邀请制封闭测试状态[4][5] - 部分高级功能（如配置MCP和子代理）需要用户具备额外知识以代码形式自行配置[8] - 存在第三方应用操作权限的“老大难”问题，无法直接操控非系统应用（如完成电商下单）[66][79] - 部分米家智能家居的详细数据（如体脂秤、饮水机出水数据）尚未开放给Agent调用[67] - 某些操作（如开启手机勿扰模式）无法全自动化，仍需用户手动确认[63] 技术基础与性能表现 - 产品基于小米MiMo大模型，该模型在推理速度上表现突出，为Agent的快速响应提供了基础[19] - 在实际任务执行中（如批量处理垃圾短信）表现出“速度非常快，大概十几秒就搞定了”的特点[20]

GPT-5.4模型发布与性能概览 - OpenAI发布了GPT-5.4 Thinking和GPT-5.4 Pro模型，现已集成至ChatGPT、API和Codex平台，该模型融合了公司在推理、编码和智能体工作流方面的最新进展[1] - 在关键基准测试中，GPT-5.4 Thinking在GDPval知识工作任务评估中取得83.0%的得分，优于Claude Opus 4.6的78.0%和GPT-5.3 Codex的70.9%[13][15][16] - 在软件工程能力测试SWE-Bench Pro中，GPT-5.4 Thinking以57.7%的得分与GPT-5.3 Codex的56.8%基本持平[13][17] - 在操作系统使用能力测试OSWorld-Verified中，GPT-5.4 Thinking获得75.0%的得分，超过Claude Opus 4.6的72.7%[13][19] - 在智能体核心能力测试Toolathlon中，GPT-5.4 Thinking以54.6%的得分显著领先于Claude Opus 4.6的44.8%[13][22][23] GPT-5.4的模型能力定位与优势 - GPT-5.4被定位为优秀的智能体基座模型，其能力构成被概括为：GPT-5.3 Codex级别的代码能力、超越GPT-5.2的世界知识、更强的工具使用能力以及极具成本效益的Codex订阅额度[11][24] - 该模型解决了此前GPT-5.3 Codex“不说人话”和世界知识薄弱的痛点，同时保持了顶级的编程能力，使其在需要结合业务理解和代码执行的复杂任务中表现更佳[2][3][11][16] - 模型支持100万token的上下文窗口，较GPT-5.3的40万token有大幅提升，这对维持智能体在长任务中的上下文理解至关重要，尽管超过27万token后计费会翻倍[25] - GPT-5.4是OpenAI首个内置原生计算机使用能力的主线模型，能出色地编写通过Playwright等库操作计算机的代码，并能根据屏幕截图发出指令，实现了代码与视觉能力的结合[27] 技术特性与成本分析 - 新引入了“工具搜索”功能，模型不再一次性接收所有工具定义，而是按需查找并追加，OpenAI内部测试显示该配置在保持相同准确率的同时将总体token使用量减少了47%[30][31][34] - 发布了新的`playwright-interactive`技能，允许Codex以代码和视觉两种方式调试Web和Electron应用[27][28] - API定价方面，GPT-5.4的输入价格为每百万token 2.50美元，输出价格为每百万token 15美元，虽高于GPT-5.2，但显著低于Claude Opus 4.6的5美元/25美元（输入/输出）[38][39] - 对于大多数用户而言，通过20美元的ChatGPT Plus订阅即可使用GPT-5.4，并能利用Codex平台慷慨的额度，这相比必须通过昂贵API调用的Claude模型具有巨大成本优势[11][36][39] 市场影响与生态整合 - GPT-5.4的发布被视为对Claude Opus 4.6在智能体模型领域主导地位的有力挑战，其综合能力与成本优势可能改变开发者的模型选型偏好[2][11][39] - OpenAI对第三方工具调用Codex额度持开放支持态度，这与Anthropic封禁OpenClaw等行为形成对比，有利于其构建更开放的开发者生态[7][9] - 模型已迅速集成至ChatGPT和Codex平台，社区用户正积极推动其在OpenClaw等流行智能体框架上的支持，预计将很快完成适配[40][49][52] - 初步体验显示，GPT-5.4在自然语言表达上更接近“人话”，在任务理解和沟通上有了明显改善，尽管在部分领域（如前端审美、写作风格）与顶尖竞品相比仍有提升空间[42][43][45][47]

文章核心观点 - 文章通过描述公司内容创意组自发使用大疆Pocket 3相机和OpenClaw（小龙虾）AI智能体构建的“人类观察计划”项目，展示了AI技术在日常办公场景中一种新颖、低门槛且富有趣味性的应用[1][3][8] - 该应用并非基于宏大的商业叙事，而是通过AI技术捕捉并记录工作日常的细微之处，旨在提升团队成员的日常趣味性，让普通的工作日变得特别，体现了AI技术应用的另一种可能性[51][54][55][56] 项目概述与实施方式 - 项目名称为“OpenClaw人类观察计划”，由内容组员工自发组织，无正式立项、排期或OKR考核[52][53][54] - 使用大疆Pocket 3作为摄像头，通过USB线连接至Mac mini充当USB摄像头，以高清晰度、大视角俯拍整个工位区[9][12] - 系统每隔2至5分钟自动截取一张图片，通过视觉理解模型（多模态模型）分析图片内容，描述“谁干了什么事”，并将数据喂给OpenClaw智能体[3][7] - OpenClaw智能体部署在独立的Mac设备上，通过调用公司的Claude Opus 4.6 API以及火山引擎的豆包Seed 2和Seedream-5.0生图模型来工作，并集成在飞书群聊中[26][30][31] - 所有观察记录在每晚12点自动删除，以保护员工隐私[7] 功能与交互体验 - 核心功能是每日生成一份观察总结报告，报告内容包括对员工当日状态和行为的“彩虹屁”式描述，并使用学术黑话进行包装，同时会附上一张AI生成的梗图，一并发布到飞书群[17][19] - 系统具备互动功能，例如在下班时间通过摄像头检测谁仍在工位，并主动催促其下班[24] - 开发与维护过程高度简化，采用“对话式开发”，员工通过自然语言向OpenClaw描述需求（如接入摄像头、需要生图模型等），OpenClaw在四五分钟内即可自行完成开发并测试连通性[27][29][34][36] - 运行中出现的BUG（如未正确发送图片、无法识别工位与人员对应关系）也可通过直接与OpenClaw对话描述问题，在一两分钟内得到修复[39][41][43][45][47] 技术应用与行业启示 - 该项目展示了智能体（Agent）技术的低门槛应用，通过简单的自然语言交互即可完成一个功能系统的开发，降低了非技术人员的体验和创作门槛[49] - 技术栈整合了多模态视觉理解、大语言模型（Claude Opus）和文生图模型，实现了从环境感知、内容分析到报告生成与分发的自动化流程[3][26][30] - 选择Pocket 3替代普通监控摄像头，解决了后者存在的画质模糊、视角有限及带来不良观感的问题，突出了高质量视觉输入对AI应用体验的重要性[9][10] - 案例表明，AI技术的成功应用场景可以非常具体和细微，其价值在于提升日常工作的趣味性和团队氛围，而不仅仅是追求效率提升或解决复杂问题[51][54][55]

OpenClaw安装服务市场现状 - 市场上出现大量OpenClaw收费安装服务，价格差异巨大，从30元到5000元不等，甚至出现高达1.6万元的报价[1][5][9][10] - 线上远程安装服务价格普遍在100至200元之间，最便宜的为30元[5] - 同城上门安装服务收费更高，基本在500元左右[8] - 淘宝上某家名为“OpenClaw”的店铺，近7天有1万人搜索，5千人进入店铺，显示市场需求旺盛[14] - 存在DeepSeek官方店铺销售OpenClaw部署服务，基础安装收费388元[6][8] 服务提供者与客户画像 - 服务提供者背景多样，包括非技术人员（如前互联网运营人员），他们通过社交媒体发帖接单，平均每天可接好几单[21] - 客户主要来自影视、媒体、金融和互联网行业，多为个人用户，但都带着工作需求，希望借助OpenClaw优化业务流程[22] - 部分服务提供者自身对OpenClaw使用不多，主要用途是为客户定时推送AI新闻[22] OpenClaw的安全风险 - OpenClaw在安装后会获得系统的最高权限，可以代替用户执行任何操作，且自身能联网，但安全措施薄弱[26] - 存在大量因各种原因泄露的OpenClaw实例，清一色使用默认端口，导致系统权限和内容完全暴露[26][27] - 第三方安装服务存在巨大安全隐患，用户无法确认安装的是否为原版软件，或是否被植入了带有后门的插件（Skills）[28] - 大厂（如字节、OpenAI、Claude、Google）未推出类似产品的一个重要原因是出于对安全风险的担忧[26][28] 市场需求背后的社会心理与行业启示 - OpenClaw的热度持续超预期，整个指数在2月中旬后仍在不断上涨，导致安装服务需求持续旺盛[13][15] - 市场混乱（价格从30到5000元）以及大量服务商使用DeepSeek头像的现象，让人联想到去年上门安装DeepSeek一体机的同一批从业者[13] - 许多用户出于“害怕被时代甩掉”的恐惧而争先恐后地安装新工具，但可能并不清楚其具体用途，导致工具闲置[28][29] - 当前AI应用阶段类似于电力普及初期，多数人仅用AI替代原有手动工作，而非重新思考并改造业务流程[29][30] - 公司内部更倾向于推广Claude Code和Codex这类工具，几乎每个职位都具备用其解决业务痛点的开发能力，例如HR已开发出AI初筛简历评分产品[30][31]

文章核心观点 - AI浏览器（如美团光年之外团队发布的Tabbit）与OpenClaw等AI Agent产品是互补关系，而非替代关系 [11] AI浏览器解决的是用户在浏览网页过程中实时产生的、场景式的、非计划性的AI任务需求，而AI Agent则更擅长处理用户提前规划好的、高难度的复杂任务 [9][10][14][74][75] - Tabbit作为一款AI浏览器，其核心优势在于强大的Agent能力、完整的产品细节、免费使用，并且能够利用用户浏览器中的Cookie和登录状态，以用户身份无缝操作网页，这使其在处理日常、场景化任务时比云端Agent更具便利性和低门槛优势 [5][15][70][71] - 文章作者基于亲身使用体验，强烈推荐Tabbit，认为其代表了AI浏览器品类的实用价值，能够显著提升处理日常网页操作任务的效率，并预测用户一旦习惯“Agent随叫随到”的体验将难以回头 [2][78][79][80][81] AI浏览器的市场定位与价值 - AI浏览器定位于解决用户在消费网页内容时即时产生的、场景式的、复杂度不高的AI任务 [9][13] 这与需要提前规划、指令驱动的AI Agent（如OpenClaw、Claude Code）形成鲜明对比，后者更适合高难度、流程化的复杂任务 [8][14] - 在日常工作中，场景驱动的需求（即工作中临时遇到需要处理的事务）远多于计划驱动的需求，因此AI浏览器具有广泛的潜在应用空间 [76][77] - AI浏览器的独特优势在于其作为本地浏览器，天然拥有用户的Cookie和网站登录状态，可以用户身份直接操作网页，无需复杂的API接入或配置，降低了使用门槛 [15] Tabbit产品功能详解 - **核心功能**：集成了搜索和智能代理模式，用户可通过对话框下达指令，让AI自动执行网页操作任务 [17][18] - **上下文处理**：支持多源引用，可将当前页面、所有已打开标签页、特定标签页、收藏夹网页以及本地文件作为AI任务的上下文 [23][25] - **智能截图**：除了传统的区域截图，还能智能识别页面HTML代码块，实现精准的模块点选截图，提升操作效率 [26][28] - **模型支持**：国内版接入了国内主流顶级大模型，国际版接入了国外“御三家”模型，且目前均为免费使用 [19] - **兼容性与迁移**：基于Chrome内核，支持Windows和Mac，可无缝迁移Chrome和Edge的浏览数据（书签、历史、密码等）并兼容所有Chrome插件 [16][17] Tabbit的Agent能力与应用案例 - **案例1：公众号数据采集与填表**：成功演示了让Tabbit从公众号后台自动采集最近5篇文章的标题、发布日期、阅读量、点赞量等多项数据，并准确填写到飞书多维表格中，流程顺畅未出错 [29][30][32][33][35] - **案例2：小红书房源信息整理**：根据指令，自动在小红书搜索“望京附近转租、直租的房子”，筛选信息，并将房源链接、位置、价格、合租状况等关键信息整理汇总到飞书文档中 [38][39][41] - **案例3：高校春招报名信息批量填写**：帮助公司HR在十几所高校各不相同的官网上自动填写重复的企业报名信息，将原本需要大半天的工作缩短到不到一小时完成，几乎无学习成本 [60][65][66][67][69] Tabbit的“妙招”功能体系 - **智能代理妙招**：可将一次成功的自动化操作流程（如点击、填表、循环）记录并沉淀为可复用的脚本，后续通过“/”命令直接调用，类似于简化版的skills [43][45][47][48] - **提示词妙招**：用于保存和封装用户常用的提示词，方便快速调用 [48][50] - **脚本妙招**：允许生成或使用一段JavaScript代码来修改网页，实现如屏蔽特定网站广告、修改网页样式等高级自动化功能，生成的脚本同样可保存为妙招复用 [52][53][55][57][59] 产品体验与竞争优势 - 作者在深度使用近半个月后，Tabbit已取代Perplexity的Comet成为其默认浏览器，主要因其Agent能力更强、产品细节完善且免费 [2][5] - 与同类AI浏览器相比，Tabbit在处理复杂网页交互任务（如飞书多维表格填写）时表现出更高的准确性和可靠性，在细节上不易出错 [35] - 该产品通过解决公司内部真实痛点（如招聘信息填写、房源查找），展现了其降低技术使用门槛、赋能非技术员工的实用价值，这被认为是AI浏览器的“杀手锏” [61][63][64][71]

AI时代个人记录的必要性与价值 - 在AI可以取代几乎所有人类表达的时代，人类个体对自己生命的独特表达成为唯一幸存之物，日记是个人存在于世界的真实锚定[45][57] - 过去三年，个人经历的大量事件、会面与想法被保留下来的极少，大部分日常像水一样流走，而恰恰是这些日常细节才是个人真正活过的证据[6] - 未经记录的生活在某种意义上就是未曾发生的生活，日记提供了在当时当刻留下的证词，能对抗记忆的不可靠与重构[58][65][66] 日记记录的核心原则与方法 - 记录应遵循“细大必书，积玉碎金”的原则，以记事为要，多写事实，一条一条地记录事实和感悟[12][13] - 核心方法是口述而非书写，使用手机备忘录的语音输入功能，像跟朋友发语音一样想到什么说什么，以降低心理压力和坚持门槛[15][17][20] - 口述与打字有本质区别，打字时大脑会实时编辑、润色、美化想法，而口述来不及编辑，能保留最原始、最真实的语言和状态[23][24][27][28] 推荐的记录工具与技巧 - 推荐使用语音输入法进行口述记录，例如豆包输入法，因其能准确识别如“Pocket 3”、“FOMO”、“Gemini”等特定词汇[21][22] - 记录习惯可以是白天随时随地记录当下事实和感受，晚上睡前再补充，整个过程最多三五分钟[29] - 应避免为日记增加仪式感，仪式感是坚持日记的最大敌人之一[31] 对AI在记录中角色的看法 - 反对使用AI润色或优化日记内容，因为日记的价值在于文字的真实性，不通顺、有语病、前后矛盾的记录才是最真实的状态[32][33] - AI美化后的日记如同“翻唱”，调准音色好，但已不是本人的原始声音[34] - AI的正确用法是进行回顾分析，例如将一周或一个月的日记交给Claude等AI，让其帮助发现个人未意识到的情绪规律或行为模式[36][37] - 使用AI进行回顾分析的前提是原始材料必须由本人提供，如果连原始材料都是AI生成的，那么整个分析链条中就缺失了本人[38][39] 日记对抗时间感知与自我认知的作用 - 人的大脑存在“压缩算法”，随着年龄增长，会将重复、同质化的日子压缩或丢弃，导致一年过去后回忆空空荡荡[67][70] - 坚持每天记录能迫使个人注意今天与昨天的不同，从同质化的生活中找出每一天独特的纹理，从而对抗这种时间压缩[71] - 人的自我是一个不断被讲述出来的故事，日记能将昨天、十年前和今天的自己串联成一个连贯的叙事，这是构成“我”的重要基础[63][64] - 以一千年前的日本文学作品《枕草子》为例，其本质是记录日常琐事的日记，却成为后世了解当时一个真实的人其喜好、厌恶与感受的珍贵窗口[59][61][62] 记录内容与最终意义 - 记录内容应包罗万象，包括当天吃了什么、见了谁、被何事触动、有何念头等所有微不足道的细节[74] - 记录是“说给自己听”，也是“说给十年后的自己听”，更是说给即将被AI填满的世界听，以证明一个真实的人曾活过、有过烦恼、感动与困惑[75][76][77][78][79]