一個「養蝦人」的心得：AI Agent 沒那麼美好

撰文：Haotian

作為一個「養蝦人」，在經歷持續幾周的痛苦折磨之後，分享幾點養蝦心得感悟，僅供參考：

1）大家都知道養蝦是為了「提效」，可事實真相是，現階段大多數普通人養蝦都是在「浪費時間」。有很多意想不到的麻煩，比如 Claude 帳號被封，API 轉發配額被封，Openclaw 突然升級「記憶」丟失等等，這會消耗大部分的時間，相較之下帶來的那點增效遠遠不成正比；

2）推特時間線上看到各種販賣 AI 焦慮的貼文，大家看看就好了，什麼一個指令就能讓 Claude 控制你的整台電腦，什麼一個 Prompt，AI 就會永久接管你的工作直接躺平，巴拉巴拉。現實是，非但躺不平，經常為了一個功能 Coding 到大半夜，經常修好這個 bug，冒出那個 bug，很難想像，那些連 5 分鐘都不願意實際操作一下的人，是怎麼理直氣壯高喊 AGI 來臨，AI 要顛覆一切的；

3）養龍蝦確實能實現很多人 OPC（One Person Company）的美夢，但大模型的能力上限對每個人而言是平等的，但不同人駕馭大模型的認知水平天差地別，別以為人人都能成為 Peter Steinberger、Matt Schlicht 和 Andrej Karpathy，一個牛逼的 Devs 和一個普通人所謂的養蝦思路、框架設計、迭代體驗、能力水平、交付結果真的能天差地別；

4）養龍蝦本質上構建自己的專屬 AI OS，理論上多並行銜接大模型的種類，管理數字員工的數量，主動和被動協作的任務層級，嵌套 Skills 和組合協作交付任務的摩擦程度等等，Cron、jobs、實時數據 Scan、Trading 技能等疊加的需求越多，衝突概率越大，優化挑戰也越大，要知道，養蝦從來都不是「模型能力」問題，而是「工程實現優化」問題。

5）給全部數字員工配置 Opus 4.6 和 Gemini 2.5 Flash lite 的可能都可以做同樣的事情，但前者是聘請華爾街資深精英，後者更像是貧民窟裡請的黑奴，也許同樣實現了一個功能，但消耗的成本和交付的結果根本沒法比。真相是，你費盡經歷調 Bug 耗費的時間，別人可能起步用「鈔能力」就平替了。養蝦真的很燒錢，可怕的是，大多數人明白這一切，還是得妥協用較差的模型不停優化；

6）養數字員工和疊樂高一樣，員工越多，Skills 越多，Jobs 場景越複雜，刹那間垮塌的概率就越高。某些任務，能力夠就好，不要欲求不滿，施加超出自己認知邊界的「需求」。建議一定要在記憶工程、Git 版本設計、模型幻覺祛除等方面多下點功夫，不然真的有很多個瞬間會讓人濒臨崩潰。可能前一秒還爽感十足搞定一個很酷的需求，下一秒就全盤坍塌欲哭無淚，別問我怎麼知道的；

以上。