大家都在电脑上安装了openclaw了吗？
- 人工智能无法替代人类的三个方面：
评估，决策，责任。
2. 基于大语言模型的应用无法突破的障碍：
幻觉，无现实经验。
3. 新技术新应用的普遍发展规律：
刚开始没什么用，在市场压力下不断迭代优化，成熟产品带来稳定收益。
而发展前期造成的损失被视为不可避免的代价。
所以，我会持续关注和支持OpenClaw，但是不会安装，不会试用，不会付款。
（以下内容中的“ai”指代的是基于大语言模型的生成式人工智能）
为什么评估，决策和责任无法被人工智能替代？根源在于人对ai的控制是有限的。换句话来说，无强制力。
ai评估≠公正评估，只是调用了一个你“不知道”的标准和算法，所以你认为的“客观”其实是ai的“主观”。
ai决策≠收益最大，因为收益是物质的。ai不拥有物质，也没有物质的处置权，更不能享受物质带来的收益。因此，很难说ai的决策是什么最优解。
ai责任...我打出来这几个字都觉得荒谬。ai造成的损失，追根究底也是ai背后的公司负责，组成公司的都是活生生的人。你花钱雇佣一个天生不可能负任何责任的智能体，毫无疑问是失败的招聘。
再来说大语言模型的天生缺陷：幻觉。至今（2026年3月）未被妥善解决。就连不同模型之间迎合用户的程度和语气之类的变化，都引得用户货比三家，抗议旧模型下架。
我不认为这种智能体在以遵守制度，安全第一为核心原则的生产活动中会有任何过人表现。
此外，训练ai基于文字，或者更广泛一点：数据库。不论如何，ai都是没有生活经验的。
因为在座的各位都是拥有常识的人类，与真实世界交互的经验就像阳光空气和水一样平常。不要小看常识和生活经验。ai没有，就会犯错。人类普遍拥有常识->训练集里没有常识->ai缺乏常识->ai造成不可预知的错误。
众多ai在“洗车问题”和“存取钱问题”上给出错误答案，正是因为训练集里不包含“洗车一定要有车”和“去银行存钱一定要存到银行里”这样的常识。
因为你生活在现实世界，所以你无法预测没有生活在现实世界的ai会犯什么错误。因为你知道，所以你不知道。
出几个脑筋急转弯调戏一下聊天机器人也就罢了，敢把自己饭碗交给ai的，我只能说思配苦了。
根据往年人工智能生成图片的进化史来看，现在花大价钱大精力，鼓捣一个青涩的新技术产品，风险大，收益低。
遥想当年stable diffusion横空出世，掀起一股文生图热潮，成熟的在线应用还没有推出，都是个人用户本地部署，高端显卡一时洛阳纸贵。还有什么微调模型Lora，dreambooth，就是为了风格和人物稳定，能实现waifu自由。
不久，novel ai，Dall E等在线文生图网站进入大众视野。更有大神写出数百词的prompt终于得到一个媲美二次元大厂的立绘（双手背在身后因为ai画不好手指），众人惊呼prompt宛如超位魔法咒语，甚至衍生出提示词工程师这一职位...那种勃勃生机、万物竞发的境界，犹在眼前。
好景不长，chatgpt可以直接生成用于stable diffusion的prompt，看似方兴未艾的提示词工程师热潮马上迎来了职业的终结，颇有开业大吉无缝衔接旺铺转让的荒诞。
之后就是各种文生图应用，如雨后春笋般冒出，没有ai技术加持的图像处理软件只能对着泼天的富贵干瞪眼。
又过了2年群雄逐鹿，midjourney，nano banana等模型各显身手，手指也画好了。随着图片生成这个市场逐渐稳定，各家产品都有了自己的特色和卖点，用户也有不同方案可选。
此时，作为个人用户，回顾前些年为了生成图片而做出的努力，不论是部署SD，训练Lora，优化prompt，ComfyUI，ControlNet，学这个学那个，好不快活。但是业界一场技术更新，带来了更简单更高效的产品，这些经验和技术，全都用不到了。也对，我何德何能凭自己的爱好挑战大厂工程师的饭碗呢？
想明白了这个，再看OpenClaw的爆火，一如当年StableDiffusion。此时此刻，恰如彼时彼刻。
我什么都不干，只要等，就有更好的产品用，还有这种好事？！
而且在此期间，钱，电脑，数据，时间，还都是我的。