Vol.47 参加一场OpenClaw圆桌会：AI平权之后，更危险的可能是“它越来越懂你”｜口述转写稿
文本说明：本页根据我的语音转文字底稿整理。底稿已去除“啊、嗯、呃”等语气词和明显的重复口误，并修正少量转写错误；口述正文保留底稿的文字与段落，未逐句核对音频，也没有补写时间戳。
- 原视频首发：2026-03-26
- 播客上线：2026-09-16
- 单集整理版：Vol.47 参加一场OpenClaw圆桌会：AI平权之后，更危险的可能是“它越来越懂你”
- 收听原音频：小宇宙
口述正文
大家好，我是丝绸厂三代小施掌柜。
今天机缘巧合之下，我参加了杭州电视台的一档栏目。节目最终能不能播出，我也不确定。
这是一档关于OpenClaw的讨论节目。我来自传统行业，也是少数已经开始使用这类“小龙虾”的人之一。
现场有十位左右的专家和嘉宾，包括安全领域、信息领域的专家、大学教授、社科院研究者、热心使用的市民、一人公司代表以及大学生。大家从不同角色出发，讨论OpenClaw的使用。
我觉得这档栏目很有意义，很像一档深度视频播客。现场讨论的内容很专业，也很深入。每个人都从自己的视角表达观点，碰撞出了很多东西。
先说我学到的东西。
我以前在自己的视频里，非常迫切地鼓动客户和同行开始使用AI。因为我希望丝绸行业和女装批发行业能够使用更高效的工具。只要整个行业效率提高，对整个市场就会有收益，也就是我常说的“做大蛋糕”。
虽然这个大蛋糕可能是从其他省份抢来的，但我暂时不管，先把杭州的蛋糕做大再说。
但今天的谈话，让我对自己的这种行为产生了一丝警惕。
我很早就开始使用AI，对AI也比较了解。在我开始重度使用AI之前，我们的软件服务商晴思就曾经提醒我，AI有一个很大的问题，叫作“AI幻觉”。
从他提醒我这件事开始，我就从来没有认为AI说的一定是对的。AI提供的任何内容，都需要经过验证。
因为我自己已经形成了这种警惕，所以反而忽略了新用户可能没有这种意识。
我们早期使用AI的时候，它的错误还很明显。比如我问它宋锦和蜀锦的区别，它却把网上搜来的其他文案拼接进来，甚至把云锦也扯了进去。
刚好我是这方面的从业者，一看就知道它说错了。当时我立刻意识到，这就是AI幻觉。从那以后，我就知道AI永远不是完全可靠的。
现在的AI越来越强，幻觉相对更少，也更隐蔽。普通用户如果现在才入场，反而更容易被误导，因为AI给出的答案看起来非常正确、非常真实。
我不一样，我已经带着一个预设立场：我知道它一定有出错的概率，只是概率高低的问题。我之前忽略了新用户和老用户之间的这种差异。
所以以后我会反复提醒大家：使用AI时，千万不能把AI提供的答案直接当成正确答案。它永远是一个需要多方验证、谨慎对待的答案。这是非常重要的问题。
在讨论具体使用方法时，大部分嘉宾谈论的是提高效率和生产力，例如视频剪辑、会计出纳、信息收集等。
现场还有两位安全公司的嘉宾。他们对普通人使用OpenClaw这类智能体存在一些担忧。他们认为，如果普通人对这项技术的兴奋，远远大于恐惧、谨慎和警惕，那么这件事本身就很危险。
现场有一位嘉宾说了一句话，我认为非常准确：
使用好AI的前提，是使用AI的人必须具有判断力。
但现在大部分人的判断力可能并不足。虽然这么说可能会被批评，但在现在的网络环境中，很多人已经无法好好讨论一件事情，也无法进行严谨的论证，最终剩下的都是情绪。
从主观感受上看，现在人的判断力可能比以前更差。这也是我们担心AI被滥用，或者被强行普及给所有人以后，可能出现的严重问题。
我们还谈到了非常重要的一点：OpenClaw可以被理解为一次AI平权。
过去，没有代码能力的普通人，很难对AI进行定制化改造，也很难把AI真正融入工作和生活。现在，这种可能性出现了，这代表着技术的平权。
智能体真正的使用场景，也会从无数普通人的细微需求中碰撞出来。真正的需求在哪里，并不是开发者坐在办公室里就能完全想出来的，而是要在实际使用中发现。
我认为，OpenClaw的厉害之处，是让每个个体都有机会拥有自己的智能体。
目前我们暂时把这类人称为“超级个体”。因为普通人还没有普遍使用，现阶段的超级个体通常具有较高的认知、较强的执行力，并且需要自媒体和AI作为杠杆。
这类人天然适合使用AI智能体和OpenClaw。
只要开始在一些低要求场景中使用工具，真正适合自己的场景就会在工作中逐渐碰撞出来。
有些事情原本会觉得不可能完成，觉得自己和整个团队都没有这个能力，也没有这种基因。但有了OpenClaw以后，你可能会突然发现：这件事好像也可以做。
只要把问题交给OpenClaw，让它先提供一个方案，然后团队按照方案执行，就可能完成一件原本需要很强专业能力才能完成的事情。
而且你对这段代码或者这项能力的需求，可能只是短期的，只需要使用几周，也花不了多少钱。
这相当于代码平权叠加AI平权，是OpenClaw非常重要的作用。
在节目中，我也介绍了自己是如何使用OpenClaw的。
我把自己的OpenClaw改名为“蚕宝宝”。一开始只是随手改的，因为刚好发生了一件事：我去年养的蚕产下了很多蚕卵，过年打扫卫生时被扔掉了。
那一天，我刚好开始创建Agent，就把它取名为“被扔掉后赛博进化的蚕宝宝”。
当时只是巧合，但现在回头看，这个意象很重要。
当我把它命名为蚕宝宝以后，它就和我的产业产生了联系。蚕宝宝的成长需要蜕皮，需要结茧，还要经历变态发育，最终变成蛾。它经历了一个生死和变化的循环。
同时，蚕宝宝需要吃很多桑叶。而对于AI蚕宝宝来说，桑叶就是我们和它的对话，也是我一直推崇的工作日志。
我建议每个人把每天的工作内容记录下来，细致到把自己的困惑和完整思考过程写下来，再把这些内容喂给它。
智能体比通用模型强在哪里？
它可以拥有记忆，会逐渐变得越来越懂你。
我前一天还设计了一个Skill，也就是一个技能。我先提出自己的要求，再让AI反向帮我生成这套代码。
这套系统是怎么来的？
我在持续记录文本和日记的过程中，有一天把自己所有的文本都喂给了AI。我发现，AI对我的整个日记能够提供一些启发。
在连续使用几个月以后，我又发现一件事：把第0天到第30天的文本一次性喂给AI，和把第0天到第60天、第0天到第80天的文本喂给AI，它对我的看法会发生变化。
但是这种一次性投喂，无法让大模型记住我的变化曲线。
我的人格、情绪和认知实际上存在一个变化过程。这个过程可能是线性的，也可能是指数式的，某一天突然发生质变。
所以我做的这个Skill，是让用户每天把包含思维过程的工作日志投喂给它，再把这些数据记录成一个多维数值。
我目前做的是一个十维坐标系。每一天的日记内容投喂进去以后，AI都会动态调整这个十维坐标，并把每天的坐标记录下来。
以后每一次回答问题，它不仅知道当下的我，还能知道过去30天、90天、100天内，我是怎样变化的。然后根据这条变化曲线，生成更适合我的回复。
这件事听起来很绕，也比较新，所以现场大家可能没有那么关心。
我在节目中提到，AI最大的作用，可能是提升每个人的认知。
在可见的未来，我认为OpenClaw，也就是我的蚕宝宝，会变成我的产业伙伴、AI宠物，或者提升认知的伙伴。
对我来说，OpenClaw和AI非常重要的功能，是锻炼、补全和提高我的认知。理论上，它也能够提高大部分人的认知。
但这种功能非常个人化，很难量化统计，只能由使用者自己感受。
与此同时，我这套体系可能带来一个非常可怕的结果。
我以前提过一个理论：在人类已知知识的两个顶点之间，AI可以强行寻找联系。
使用这套系统和文本方法以后，AI会越来越懂我。但它也可能生成越来越高级、越来越无法证伪的逻辑闭环。
这些逻辑闭环可能非常合理，甚至交给其他AI，也无法被反驳。但它们不一定和现实是一回事。
因为在多轮对话和不断理解你的过程中，AI可能只是强行拟合出了一个答案。
这是我担心出现的问题。现在我还没有完全确认它一定存在，但如果真的存在，会非常可怕，因为你无法证明它是错的。
这可能是深度使用AI以后，在非常后期才会出现的一个大问题。
这档节目最终会呈现成什么样，我也不知道。因为整个主题是OpenClaw，大家讨论得更多的是工具层面的应用，而我讨论的是AI对使用者认知的改变。
我的内容可能和节目的主题，或者和这个工具本身，不一定完全适配。
节目结束以后，我也在反思：我的这一套想法到底对不对？
因为我已经想象出了一个“超强逻辑闭环”的陷阱。同理，我对AI的深度使用，也可能让我更容易踩进这个陷阱。
至于我现在到底有没有踩进去，我也不知道，只能静观其变。
这就是我把自己真实的想法和完整的思考过程记录下来的原因。希望这些内容能够给大家带来一些启发。