OpenClaw 的兴起与核心定位 - 核心观点：OpenClaw 已从一个技术热梗迅速扩散为一种被广泛验证的新工作方式，其核心价值在于推动 AI 从对话走向实际执行，代表了计算范式的转变 [2] - 英伟达 CEO 黄仁勋在 GTC2026 大会上赞誉 OpenClaw 为有史以来增长最快的开源软件，并将其与 Windows 操作系统相媲美，认为未来每个公司都应该有自己的 OpenClaw 战略 [2] - OpenClaw 的流行并非源于“模型崇拜”，而是“执行崇拜”，它被定位为让 AI Agent 真正参与执行的工程化入口，解决了 AI 在真实工作流中不稳定、不可控的问题 [6][7][8] OpenClaw 中国行活动概况 - 活动于 3 月 21 日至 22 日在全国 12 座城市（杭州、苏州、深圳、青岛、成都、广州、上海、南京、厦门、济南、武汉、北京）同步举行，共 12 场活动 [4] - 活动标志着讨论从社交媒体热词推进到工程与组织实践的现实层面，分享内容聚焦于规模化使用、企业落地、安全防护、记忆系统等具体问题 [4][5] 技术实践：从单点应用到规模化系统 - 讨论重点已从“能否使用”转向“如何规模化、稳定地用于生产”，例如分享主题涉及基于 HiClaw 的规模化养虾指南，关注 Manager-Worker 多 Agent 协作、安全凭证隔离等企业级痛点 [9] - 实践案例表明使用场景正从个人试玩转向真正的系统设计，开发者开始讨论调度、边界、观测、安全和成本等工程化问题 [9][10] - 具体落地路径变得清晰，例如通过 OpenClaw 实现文件自动化处理、Shell 命令执行、浏览器操控等，形成智能办公数字员工的闭环 [10] 组织影响与行业应用深化 - 实践案例显示 AI Agent 已开始替代部分执行性工作，例如有公司部署 30 个 AI Agent 进行写代码、修 Bug、运营等工作，并声称“公司里 90% 的执行性工作已被所有 AI 替代”，讨论重心转向“组织替代率” [11] 1. 行业应用呈现专业化、场景化趋势，例如上海场讨论金融量化交易产研体系，广州场覆盖企业应用落地与商业化，济南场探讨“专家虾”和“7×24 小时知识处理引擎” [12] 面临的核心挑战：安全与记忆 - 安全成为核心挑战，多个城市专场讨论 OpenClaw 的安全风险与防护，涉及权限误用、敏感信息暴露、执行链失控等实际工程问题 [13][14] - “记忆”是另一大挑战，社区开始关注为 OpenClaw 打造永久、可迁移的多模态记忆平台，以解决长程任务中任务完成率偏低、记忆碎片化等问题 [14][15] 行业意义与发展阶段判断 - 此次中国行活动是一次集体实践与转折点，标志着围绕 OpenClaw 的讨论已从社区热梗进入工程深水区，进入可验证、可复盘的阶段 [19] - 决定 OpenClaw 这类软件范式命运的关键，在于其能否被一线开发者和真实组织反复验证，而不仅仅是概念热度 [21]

大脑记忆机制与日常健忘现象 - 日常“转头就忘”、“日常断片”和“看过就忘”等现象，常被误解为记忆力衰退或大脑生病，但实际上是大脑正常运作机制的表现，源于对工作记忆、长时记忆及注意力关系的误解 [2][3] - 大脑记忆系统主要分为工作记忆（短时记忆）和长时记忆，工作记忆容量小、时间短，负责临时存放和处理信息；长时记忆则像巨大仓库，用于长期储存知识、经历和技能 [8] - 注意力是工作记忆的关键“分拣员”，只有被注意力聚焦的信息才能被进一步加工并存入长时记忆，注意力转移会导致信息从工作记忆中丢失 [10] 现象一：转头就忘（门口效应） - 心理学上的“门口效应”指当人切换场景（如走进新房间或打开新APP）时，新环境涌入的感官信息会抢占注意力，导致原本工作记忆中的念头被清理，从而忘记原本要做的事 [4][7] - 该现象的本质是注意力问题而非记忆力问题，是大脑为适应新环境、高效运作而进化出的本能，类似于电脑清理缓存以加载新程序 [12] - 解决门口效应的核心在于保护注意力或为工作记忆减负，具体方法包括：减少干扰（固定物品位置）、不断复述目标、记录待办事项以及回到原情境以重现记忆线索 [13][14] 现象二：日常断片（情景记忆压缩） - 对日常琐事（如早餐内容、通勤细节）的记忆模糊属于“情景记忆”断片，情景记忆是长时记忆的一种，带有时间戳和地点标签 [14][17] - 大脑会对高度重复、缺乏情绪波动的日常行为进行“合并压缩处理”，将其整合成一个细节模糊的通用模板，而非存储每个独立事件，这导致难以回忆具体细节 [18] - 当日常惯例被打破、事件具有高度差异化时，大脑会将其“单独标记储存”，从而形成深刻记忆，这说明日常断片反衬出生活规律平稳，是大脑优化认知资源的正常表现 [19][22] 现象三：看过就忘（语义记忆与学习） - 学习后容易忘记知识，常与“语义记忆”（存储知识点、概念的长时记忆）的提取问题有关，而非记忆完全丢失 [31] - 心理学家比约克夫妇提出记忆的两个独立指标：存储强度（记忆有多牢固）和提取强度（回忆的难易程度），“遗忘”通常指提取强度减弱 [32] - 根据存储与提取强度的不同组合，记忆可分为四类：记得浅易忘型、记得浅但未忘型、记得牢但想不起型、以及记得牢想得快型，学习的目标是将知识转化为最后一种 [34][35][36][37] 提升与应对策略 - 针对门口效应，可通过减少环境干扰、口头复述目标、使用外部记录工具以及回到原始情境来帮助回忆 [14] - 为加深情景记忆，可主动介入使记忆特征更鲜明，方法包括：多感官调动以丰富细节、留下物理或行为线索、为重复动作加入仪式性检查、以及依赖外部工具（如拍照、记日记）作为“第二大脑” [23][24][25][26][27] - 针对学习记忆，应遵循“必要难度”原则，即提取知识的过程越费力（如合书主动回忆、间隔复习），存储强度的增长就越深，这比轻松的学习方式（如反复阅读、一键收藏）更能形成扎实记忆 [38][41] - 遗忘具有积极功能：在工作记忆阶段过滤无关信息；在长时记忆阶段通过创造提取难度来强化存储，并帮助抽象概括；在生活层面帮助剥离过载情绪、更新认知以维持心理秩序和适应环境 [42][43][44]

2026年中国AI市场竞争格局 - 2026年是中国AI ToC市场大厂进行最后一搏的关键窗口期，竞争激烈程度不亚于历史上的打车、支付等大战 [2][58] - 字节跳动凭借豆包已占据AI to C一线位置，手握最大流量，其推出的豆包手机是对边界的试探 [2][58] - 阿里巴巴对“千问”进行战略级投入，2026年将更加淋漓尽致，例如投入30亿人民币进行市场推广 [2][58] - 腾讯同样会采取大动作，大撒“元宝红包”仅是开始 [2][58] - 对于“AI六小虎”（如智谱、MiniMax、月之暗面、阶跃星辰等）而言，随着部分公司完成港股IPO或大额融资，故事告一段落，自我造血和寻找差异化商业化道路迫在眉睫 [3][58][59] 主要科技公司战略与挑战 字节跳动 - 豆包的核心决策是早期确认多模态为核心能力，实现了AI能力平权，并在2025年抓住了最佳增长时机 [8][64] - 2025年通过引进以吴永辉为代表的世界顶尖人才，完成了顶尖模型人才储备，基础模型层稳居国内第一梯队 [8][64] - 2026年面临的核心挑战是如何在激烈竞争中留住顶尖人才 [8][64] - 长期挑战在于如何保持AI模型能力领先，并将AI助手与电商、外卖等线下服务联动，尽管公司组织年轻有活力，但内部协同仍是难题 [8][66] 阿里巴巴 - 千问是阿里集全集团之力打造的C端AI入口，产品路线从差异化的办事、办公场景切入，走专业路线，长期目标是成为AI入口 [10][69] - 千问未来不仅是对外AI入口，也将为阿里内部众多业务提供底层AI能力平台 [10][69] - 2026年的挑战在于，阿里业务体系庞杂，千问作为独立技术团队，理解并协同各业务单元对AI能力的诉求存在困难 [10][69] - 阿里通过组织变革（如成立千问C端事业群）来换取决策速度，以抓住AI助手可能成为新流量入口的短暂机会窗口 [11][70] - 行业观点认为，2026年将是大厂真正开打“ChatGPT之战”的一年，虽然市场已有DAU过亿的产品，但市场远未饱和 [10][69] 腾讯 - 元宝早期就明确了“模型即产品”的重要性，接入DeepSeek后强化了这一共识，2025年聚焦于提升模型能力及产品与模型的深度整合 [15][73] - 元宝选择聚焦高知人群走差异化路线，旨在利用其意见领袖效应形成示范 [15][73] - 截至2025年底，元宝的搜索服务部分基于混元，部分基于DeepSeek，但大多数用户仍选择DeepSeek作为默认模型，公司需摆脱对DeepSeek的依赖 [15][73] - 近期TEG搜推部门与元宝搜推合并，旨在提高效率并整合搜索链路，未来可能只存在统一的“元宝搜索” [15][74] - 腾讯整体节奏相对谨慎，混元策略可能避开基础模型正面竞争，聚焦Agent等差异化方向，2026年关键是要理清微信与元宝的战略定位 [16][17][75] 百度 - 百度认为AI正开启“超级周期”，其价值将远超互联网时代，将深度重构“研产销服”全产业链，撬动10万亿级市场 [18][77] - 智能体（Agent）被视为产业落地的关键形态，企业需构建AI原生组织，未来可能形成“决策层+智能体”的高效架构，中层可能大幅缩减 [18][77] - 百度指出当前AI产品存在三大痛点：认知偏差与幻觉问题、落地断层（手脑分离）、体验割裂 [18][78] - 百度致力于将百度文库和百度网盘打造为“超级个人智能体”，以解决上述痛点 [19][79] - 在数字人领域，百度将其发展分为三个阶段，并率先发布高说服力数字人进入3.0阶段，未来数字人将能持续自主进化并在更多场景超越真人 [20][21][80][82] 商业模式探索与分化 - 大模型主流商业模式有五种：ToC订阅和广告付费、ToB的API售卖、ToB/ToG定制化、按效果付费、软硬件一体 [4][25][60][85] - 选择ToC订阅模式的厂商基本都选择出海，因国内用户付费意愿不高 [25][85] - 售卖API的模式本质是云服务延伸，未来云厂商会将价格压得很低，独立模型厂商难规模化，故API只能作为短期商业化补充手段 [25][85] - 定制化模式在国内不仅需要技术交付能力，人脉也很重要 [25][85] - 按效果付费和软硬一体对初创公司有机会，但都对能力提出高要求：按效果付费需模型能力足够强，软硬一体需多模态模型矩阵和端云协同交付经验 [25][85] - 2023年以来许多模型公司有“OpenAI病”，但到2025年，因资源（钱和卡）有限，更多公司转向学习Anthropic，聚焦推理和Coding等有付费市场的方向 [25][26][86] - 目前没有商业模式是成熟的，仍需几年探索，产品形态也未定型，例如OpenAI也在探索ChatGPT采用广告模式的可能性 [4][27][60][86][87] 创业公司机会与策略 - 创业公司应寻找垂直场景切入，做端到端的服务交付，而非工具 [31][91][92] - 应聚焦信息生产场景，而非娱乐、社交等消费场景，后者是大厂必争之地 [31][92] - 创业公司相较于大厂有两个优势：技术更垂直深入、可以保持技术独立性（因部分场景客户与大厂存在竞争或数据安全顾虑） [32][33][93] - 2026年被认为是Agent“按效果付费”的元年，经济模型将从“订阅费覆盖算力成本”转向“任务分成覆盖算力成本”，这能帮助用户低门槛赚钱，传播速度快 [33][94] 融资与上市环境 - 2026年初，月之暗面、阶跃星辰获得新一轮大额融资，证明一级市场仍能支撑大模型发展 [39][100] - 此前智谱、MiniMax的港股IPO向市场释放了信号，但走向二级市场是“双刃剑”：带来融资渠道和市场声量，但也立即面临商业化压力和股价审视 [3][39][59][100][101] - 港股IPO越友好、上市公司越多，越能改善一级市场环境，为优质科技企业提供更顺畅的退出渠道和国际公允定价，反哺创新 [37][38][98] - 创业者应致力于全球创新而非区域创新，只要坚持创新，资本（包括海外资本）会主动进入，例如2025年DeepSeek和宇树的案例 [38][39][99] AI组织形态与效率 - AI时代，极小团队组织形式与全栈创新能力相辅相成，大公司中的AI研发团队也有必要简化以避免沟通瓶颈 [42][104] - 称职的极小团队创始人需具备三种核心能力：找机会（深挖行业痛点）、快速执行力（借助AI快速出Demo）、自我营销（利用社交媒体获客与验证） [42][104] - 在AI研发组织中，算法和基础设施（Infra）团队不应截然分开，强调分工易导致创新空间丧失和底层感知缺失，应共同设计、协同演进 [42][43][105] - 不应迷信一人公司，组织的关键评价维度是“人效”，公司80%的成本是沟通成本，AI可帮助规避此隐形成本 [43][44][105] - 一些头部AI公司已用AI进行内部分工，例如用Claude识别员工技能并分派任务，未来更需要具备批判性思维的通才来减少人际沟通问题 [44][105][106] 基础模型技术发展趋势 - 多模态需要走向“大一统”，即将图文、音视频等模态的理解与生成混合在一个模型中，以获得更强的上下文学习和零样本学习能力，天花板更高 [47][110][111] - AI时代真正的壁垒是“记忆”，这是所有AI产品的兵家必争之地，衡量指标应从DAU转向DTU（每日交流用户）和LMU（长记忆用户） [47][48][111][112] - 模型落地存在鸿沟，因中心化大模型缺乏高精尖领域或机构的私有数据，未来趋势是“去中心化”，通过提供低成本、易用的“脚手架”让各机构部署本地化模型，并通过模型融合构建领域基础模型 [48][49][112][113][114] 具身智能与世界模型 - 世界模型要真正有效，必须与下游场景形成验证闭环，例如商汤用上汽智己的实车检验其智能驾驶世界模型，大晓机器人用四足狗在巡逻任务中迭代模型 [52][118] - 预测物理世界的“ChatGPT时刻”可能在2-3年内到来，其定义为在100种常见任务中，90%的场景下达到95%的成功率，需VLA、世界模型和强化学习互相配合 [53][119] - 世界模型不同于数据驱动的VLA，它需要靠算法建模物理世界运动规律，让机器人能预知未来动作后果，是适合前沿实验室探索的方向 [53][54][119][120]

文章核心观点 - 记忆是个人生命中最珍贵的内在财富，它构成了个体存在的核心，但无法被物证完全代表或遗传，会随着个体的消亡而消失[5][8] - 写作与阅读是固化记忆、对抗遗忘与死亡、捍卫自我存在意义的重要方式，即使对于普通人而言，其回忆也具有重要的个人意义[10][11] - 回忆是一个动态过程，是当下的自我与过去的自我进行对话和重估，消逝的时光并未真正逝去，而是存储在记忆或潜意识中持续滋养人生[13] 记忆的本质与价值 - 记忆是完整、鲜活、流动且与情感血肉相连的个人经历，照片、日记、书信等物证仅是记忆的替身而非记忆本身[3] - 记忆是个体生命中的最大财富，失去记忆意味着真正的贫穷，其价值甚至超过金钱与权力，与生命同等重要[5][6] - 记忆无法成为遗产，高度依赖肉体而存在，当个体死亡，其全部记忆也将随之湮灭[8] 对抗遗忘的方式与意义 - 通过写作将回忆“固化”下来，可以对抗大脑功能退化、疾病乃至死亡，是捍卫自我存在的行为[11] - 阅读和写作构成了生命的主要内容，它们静默而持续地滋养生命，是任何人都无法剥夺的“生命主权”[10] - 普通人的回忆主要对自身有意义，这种借助回忆观察人生的行为本身构成了更接近生命本质的意义[11] 回忆的动态过程与特征 - 回忆并非单纯重现往事，而是带着积累的人生经验与笑泪对过往进行重估，是年长自我与年轻自我的对话[13] - 记忆会在人毫无防备时突然浮现，尤其是在年老之后，那些经历过的岁月会真实而强大地重现[8] - 所有消逝的时光并未真正逝去，它们存储在记忆或潜意识中，并会在特定时刻“如约而返”[13]

展览作品 - 娜布其展出8件青铜和不锈钢材质的小型雕塑作品，尺寸范围从10x30x30cm到94x120x190cm，材质包括青铜、不锈钢、丙烯、漆、画布和绳子等 [1] - 汉克·维奇展出7件铸铝和铸铜彩绘雕塑，最大作品《Dream Catcher》尺寸达215x30x50cm，包含《Broken Heart》《Dancing Leaf》等具象主题作品 [1] 艺术家背景 - 娜布其1984年出生，2013年硕士毕业于中央美术学院雕塑系，现居北京，曾参加威尼斯双年展、上海双年展等国际展览，2025年与汉克·维奇在CLC画廊举办双个展 [2] - 汉克·维奇1950年生于荷兰埃因霍温，现任教于德国明斯特艺术学院，创作风格融合幽默与诗意，作品关注记忆载体概念，2004年起在中国留下三件永久户外雕塑 [3][4] 艺术成就 - 娜布其作品参展机构包括蓬皮杜艺术中心、西岸美术馆、昊美术馆等，2016年入围华宇青年奖 [2] - 汉克·维奇作品被阿姆斯特丹市立博物馆、范·阿贝博物馆等欧洲重要机构收藏，并多次参加卡塞尔文献展和威尼斯双年展 [4]