现有片段谈的是 OpenClaw(“小龙虾”)的爆火,不是 Superpowers。按立正的解释,这类产品火起来靠两点:把少数人已在用的能力推给大众,再叠加名人站台带来的跟风。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先分清:材料讲的是 OpenClaw,不是 Superpowers
你问的 Superpowers 在当前片段里没有出现,所以不能把下面关于 OpenClaw 的解释直接当成 Superpowers 爆火的原因。以下只说明立正对“小龙虾”爆火机制的分析,供你对照判断。
第一层:把专业工具的能力推到大众面前
材料里的观点立正把 OpenClaw 的爆火类比去年的 DeepSeek:关键不是能力碾压对手,而是打了时间差。推理模型此前只有订阅 O1 Pro 或 O1 的少数人用得上,DeepSeek 让中文大众第一次亲手感受到“AI 会想”。OpenClaw 类似:读写文件、执行命令这些事,Cursor、Claude Code 用户早就能做,但有技术门槛;OpenClaw 用 Slack、WhatsApp 发条消息就能指挥,把“小部分人正在享受的能力”推给了大众,形成认知差,于是出圈1,2。他还提到统一上下文、持久记忆和工具生态凑在一起,让人感觉“这是个助手,不是工具”,这是体验冲击的来源2。
第二层:名人站台带来的跟风效应
材料里的观点立正说第二个出圈因素是“拉布布效应”:社交媒体上明星晒用法,马化腾、黄仁勋等人出来站台,大众就觉得“我不能错过”,形成跟风2。他也提醒,这些惊艳效果的前提是用得好,并且能接受副作用;他认为这些副作用会让 OpenClaw 自己走不到那个未来,但那个方向——入口简单、越用越懂你的 agent——会是主流2。这是他对 OpenClaw 的判断,不能挪用来评价 Superpowers。
当前提供的两个片段都没有提到 Superpowers,无法据此判断它爆火的原因;上面的机制只是立正对 OpenClaw 的分析。
出处
- 1为什么OpenClaw一定会凉,但我仍然推荐你去试一试?
立正用 DeepSeek 类比解释 OpenClaw 为何爆火,并说明其与专业 Agent 工具的断层。
- 2#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾?
立正讲 OpenClaw 的入口、记忆与工具生态带来的体验,以及名人站台的跟风效应和副作用。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。