Walleteee
177 posts


《如何在推特上秒抓最前沿的 AI 资讯》
每天花几小时刷 Timeline,看到的却全是过时资讯和广告? 真正的 AI 资讯“赏金猎人”都在用 XHunt 实时监控全网热点。
核心玩法(保姆级):
- 入口: 访问 trends.xhunt.ai 或安装 XHunt 插件(开源免费),查看侧边栏点「实时热门」。
- 筛选: 切换「推文」→ 选「AI」专题 (也支持AI子分类和语言区)
- 降维打击: 设定「1h/4h」频率。你会发现,很多中文区还没翻译的消息,这里已经爆了。
最爽的点:
- 直接刷当下真实爆的 AI 话题 + 推它的大 V,分钟级更新
- 过滤低质噪音,直击高互动价值内容,同时不会miss任何重要资讯
- 英文区产品发布首爆,中文区实战解读全都有
用下来效率起飞,别让你的 Timeline 浪费你的时间!

中文

openai收购openclaw,某种程度上,是在争夺agent调度层,或者说,agent操作系统(OS)。
模型决定智能,OS 决定存在。
模型可以被替换,OS 很难被替换。这是刚刚被主流意识到的结构性趋势。
模型本质上是 stateless 的。每一次调用,都是新的推理。而 Agent OS 是 stateful 的。它保存 memory、skills、identity、execution history。这些状态会随着时间不断积累,形成真正的护城河。一旦数百万 agent 的 memory 和 workflows 累积在某个 OS 上,迁移成本会变得极高。不是因为模型更强,而是因为“存在本身”已经绑定在 OS 上。
这和计算机历史完全一致。Intel 提供 CPU,但 Windows 控制软件生态。CPU 可以替换,Windows 很难替换。云计算也是一样,AWS 上的 infra、data、deployment pipeline 形成了 lock-in。
Agent OS 就是 AI 的 coordination layer。
它不仅管理 execution,还管理 identity、memory、skills 和 agent 之间的交互。一旦 OS 成为 agent 的默认运行环境,它就变成 agent 的“自然栖息地”。agent 不再只是调用模型,而是在 OS 内持续存在、演化和协作。模型变成 OS 可插拔的组件,而 OS 成为不可替代的基础设施。
这也是为什么 orchestration tool 本身没有护城河,但 Agent OS 有。orchestration 只是调度调用,而 OS 控制生命周期。前者是工具,后者是环境。
OpenClaw 如果停留在 orchestration 层,最终会被 commoditize。但如果它演化为 Agent Runtime,支持 persistent agents、native memory、identity 和 skill system,它就开始具备 OS 的特征。当更多 agent 在其上运行,memory 累积,skills 依赖其 runtime,迁移成本会迅速上升。
但真正的跃迁发生在 economic layer 出现的时候。当 agent 可以在 OS 内 earn、pay、transact,OS 就不再只是技术基础设施,而成为 economic substrate。此时护城河不再只是技术,而是 network effect。就像 Ethereum 不只是代码,而是经济系统。
这也是为什么模型公司本身并不天然拥有 OS 优势。模型公司控制 intelligence,但 OS 控制 persistence。Intel 控制计算能力,但 Microsoft 控制计算环境。历史上,控制 runtime 的公司往往获得更长期的战略优势。
这也是 OpenAI 如果收购 OpenClaw 的真正战略意义。不是为了 orchestration,而是为了控制 agent 的运行环境。一旦 agent runtime 成为标准,默认模型选择权也会集中在 runtime 上,而不是模型提供方。
现在的 stack 正发生一个根本变化。模型仍然重要,但正在逐渐 commoditize。OS 可能会成为 AI 生态的核心。应用运行在 OS 上,模型运行在 OS 下,OS 位于中间,成为真正的权力中心。
当然,这个趋势未必是终局,当模型递归自我迭代不断加深,一切可能又会再次被颠覆。
中文

要不要参与,大家自行判断,反正在我的思考框架下,Crypto纯原生叙事没几个“抗打”的方向了,或许唯二:
1)Prediction Market,走的类似上一波NFT圈外增量需求给Crypto灌水的预期,加上世界杯等大赛事的情绪刺激,必然会掀起一波主升浪,或者随便去抓几个Dev,看看他们在build啥就知道了;
2)Robotics,走的是web2 AI的增长溢出需求,逻辑很简单,web2AI 算力军备赛转移到Agentic应用比拼方向后,当大模型能力溢出,Physical AI等成为新的兵家必争之地时,Crypto擅长的分布式激励网络和分布式数据采集、隐私计算等,恰恰填补了web2AI的部分能力空白。
BITWU.ETH 🔆@Bitwux
Openmind,AI+机器人赛道,4亿估值。 怎么说,你们打不打?预估有多少利润空间?
中文

@DeFiTeddy2020 是不是可以类比开源版本的 Manus?
好像 Manus 也是给它一个环境,然后可以完成很多 Computer Use 的操作
中文

今天在远程服务器安装了clawdbot,几个体会
Pros
- clawdbot 真正的能执行动作,比如我让它把推特账号profile改的更像币圈账号,follow cz,给人发私信
- 电脑+远程的claude 真的成了你的数字员工,像机器人坐在办公座位帮你敲键盘
- 通过tg聊天发指令,这个体验非常好,远程操控
Cons
- 安全性问题,参考之前的文章,另外注意@BensonTWN 提醒的助记词注入问题
- 调用大模型非常贵,我做了几个简单操作,就花了快5刀
- 操作等待时间比较久,可能是大模型调用的网络延迟
大家的体验如何那?
DeFi Teddy@DeFiTeddy2020
《关于Clawbot的几个误区》 Clawbot最近在推特爆火,定位是个人的助理agent,大概研究了一下,几个误区大家必须要注意 1. Clawbot有长期记忆 这个不是特别准确,clawbot最终还是调用了claude等大模型,大模型的上下文是有严格限制的,如果超出上下文,大模型是无法记住的,可能是用了skills或者rag技术对上下文进行了管理 2. Clawbot不会上传本地数据 这个是错误的。clawbot在远程调用llm的时候,就是给远程的大模型传输了token,而token就是本地的数据。 如果要全部隐私,只能用本地模型。 3. Clawbot是开源的,所以安全 这个也是错误的,虽然代码开源,但是clawbot的权限非常高,可以操作个人电脑,而且可能有公开的漏洞。类似于区块链的合约代码开源,不代表安全,甚至引入了公开的漏洞让黑客攻击。 建议web3用户千万不要在有资产的机器上安装clawbot。 总之,clawbot是个开源免费的个人助理bot,社区用户反馈使用体验比较好,但是大家要也需要注意其风险。
中文












