2026-03-27 07:13
扫码打开虎嗅APP
本文来自微信公众号： 快刀青衣 ，作者：快刀青衣，原文标题：《AI龙虾十日谈｜王大仙：3个真实案例，把龙虾与日常工作真正结合》
真正厉害的龙虾都是养出来的。
最近我在做一个系列直播，叫「AI龙虾十日谈」——连续十天，每天请一位对OpenClaw、对AI有深度研究的实践者，从不同角度聊一件事：这东西到底有什么用？怎么用？
第八场直播，我请到的嘉宾是王大仙。他是飞书的产品市场经理，也是我们得到AI学习圈的教程课老师，更是龙虾深度用户。
他自己摸索出了一套把龙虾嵌进日常工作流的打法，跑通了几个案例，在直播里全部分享了出来。
这场直播，我们不再聊龙虾是什么、为什么、怎么办，而是直面很多朋友都有的困惑：龙虾到底怎么跟我的日常工作真正结合起来？
怎么能让它不只是聊天、不只是帮我写段文案，而是真的能帮我处理工作里那些实实在在的事？
今天这篇内容，我想和你重点分享他带来的三个实战案例。每个案例后面，我都会说说它对你的工作流来说意味着什么。
在进入案例之前，先帮你建立一个认知基础：龙虾和普通AI，最核心的区别是什么？
王大仙用了两个词：记得久，能动手。
你让ChatGPT帮你整理竞品数据，它会告诉你可以去哪些网站查、按什么格式整理。建议不错，但执行还得你来。
你让龙虾做同一件事，它会自己打开浏览器，自己去查，自己整理好，把表格发给你。
这就是区别——以前AI是个只会说话的顾问，你得把它的建议翻译成行动，再自己去执行。现在龙虾是个真正能上手干活的人，你说需求，它负责跑完。
在直播里，19:10分，王大仙临时部署了一只全新的龙虾，取名「王六虾」。
到了19:40，这只刚出生30分钟的虾就已经完成了：自学麦当劳的MCP技能、查询收货地址、新增一个新地址、按照「热量低、60元以内」的要求筛选套餐、确认支付。
最终以35.9元的价格帮王大仙点了一顿晚餐，并在20:18送达。全程，王大仙没有打开麦当劳APP，就是和王六虾对话。
我当时突然有种感觉，这只虾不只是在帮王大仙干活，它好像是在照顾他？知道他的需求，然后把这一切都安排好了。
就像家里有个人帮你把饭做好了，你推门进来，桌上已经摆好了。
❝
有时候，AI给你的不只是效率，还有一种被照顾的感觉。
这种感觉听起来有点虚，但真正体验到的时候，你会意识到它是真实的——你的注意力被留出来了，你不需要再分心去惦记那件事了。
更关键的是，这类任务有一个共同特征：你不是在创造什么，你只是在执行一个早就想清楚的流程。
既然流程是固定的，那为什么不能让龙虾来跑？你不再需要想「好，我现在去做这件事」，而是设定好条件，让它在对的时间自动跑完。
所以，你也可以问自己：我生活和工作里有哪件事，每次做的时候都在重复同样的步骤？那件事，可能就是你第一只龙虾最该接手的任务。
越无聊的事，越适合交给龙虾。
王大仙分享的第二个案例，是很多内容团队都有的真实需求：抓爆款。比如，你想要分析某个关键词下的抖音爆款内容。
相信很多自媒体博主、内容运营对这样的场景都不陌生：你需要找出相关视频，记录播放量、点赞数、发布者粉丝规模，再基于这些数据生成一份分析报告和二创建议。
这个活不难，但确实费时费力。而王大仙用的方案，是龙虾加上RPA（机器人流程自动化）的组合技。
这么做的原因也很实际——龙虾跑抓爆款这类确定性任务，不只是慢，还非常费token。他的做法是：
第一步，让龙虾调用RPA技能做抓取
RPA干的是确定性的事——按照固定规则去指定的地方取数据，速度快、稳定、省token，不需要任何「智能」，就是机械地把数据搬过来。
第二步，用龙虾做分析和报告生成
判断哪些视频算爆款、理解数据背后的规律、给出有参考价值的二创建议——这些需要理解和灵感的事，是龙虾的主场。
王大仙对这个拆分逻辑有一句话说得很清楚：
❝
确定性的、标准的、能被明确为规则的，让RPA来做；不确定的、需要灵感和涌现的，再交给龙虾。
最终的结果怎么样呢？龙虾成功抓取了相关视频的完整数据，自动整理进多维表格，同时生成了一份爆款分析报告和二创建议文档。
全程无需人工操作。对于这类数据整理加分析的组合任务来说，实习生一周的活，几分钟跑完。
这个案例背后，藏着一个值得反复用的工作流方法论，也就是下次你想让龙虾帮你干一件事，可以先问自己两个问题：这件事里，哪些步骤是确定的、每次都一模一样的？哪些步骤需要拣选和判断、需要发挥创意？
前者交给RPA或工作流自动化，后者则是龙虾的主场。
这听起来简单，但很多人没有这个意识，一上来就想让龙虾全包，结果发现它在简单的任务上慢、贵、还不稳定——这其实就是把龙虾用错了地方。
直播里，王大仙还有有一句话我很认同：
❝
一定要把AI落在生产环境里。
组合技的逻辑，本质上也是这句话的实践——不是把AI拿来演示，而是真正嵌进你的工作流，让它一直稳定地跑着。
在直播里，让我感触最深的案例来自北汽福田。
北汽福田的工厂，春节放假、厂里没有一个人。但有一只叫「长超小福」的龙虾在工作：每天准时调用车间和机房摄像头，拍照、分析图像，生成当日巡检报告。发现任何异常，立刻触发预警，通知值班人员。整个春节，稳定运行。
我当时听到这个案例，第一反应是：AI在空荡荡的工厂里，每天盯着多路摄像头，写报告，出问题了叫人——这件事放在三年前，是很多人不敢想象的，现在，它在北汽福田的生产线上真实发生着。
这个案例让我想起一类工作——我把它叫做「守夜人式任务」。
想想你每天早上的第一件事是什么？很多人的答案都差不多：检查一圈。
比如：昨天的任务有没有全部完成？有没有人在消息里等着回复？有没有新的客户表单进来？公众号有没有按时发出去？数据报表有没有跑出来？
这类工作消耗的不是脑力，而是注意力和时间——你不是在创造什么，你只是在「看门」。而且这扇门，往往要你亲自守着才放心。
龙虾最适合的，恰恰就是这类任务。它不睡觉，不会漏盯，发现问题立刻叫你。你可以真正从「看门」这件事里解放出来，把注意力放在更需要你判断的地方。
当然，王大仙也专门强调了一件重要的事：数据要分层，权限要清晰，只给龙虾开放经过整理的数据源。
这些前置准备没做好，龙虾扔进生产环境，要么乱跑，要么跑不动——这是很多公司踩过的坑。
他的建议是：先从个人账号、非敏感数据开始试，摸清楚龙虾的能力边界，再一步步接入真实业务。不要一开始就把最核心的系统交出去，从小处跑通，验证它能稳定运转，再扩大范围。
这个逻辑，和我们做任何新事物的逻辑是一样的——先跑个小样，再放量。
聊完三个案例，我想继续和你说一件让你放心的事。
很多同学跟我说过同样的焦虑：AI变化太快了，感觉自己一直在追，却一直跟不上。新工具层出不穷，刚学会一个，又来了一个更新的，怎么追都追不完。
王大仙在直播里说了一句话，我觉得可以为你打消这个焦虑：
❝
有价值的AI工具，门槛一定会被打下来。
他举了自己部署龙虾的例子：春节的时候，部署一只龙虾要敲命令行，需要有一定的技术基础，从最开始的安装到最终接通飞书，普通人很难上手。不到一个月，飞书里几次点击，一分钟，龙虾部署完毕。
所以，真的不用焦虑「已经落后了」，但有一件事值得你认真想一想。当操作层面的门槛消失之后，真正的瓶颈就浮出来了：你能不能把你的需求，清清楚楚地说出来？
王大仙说，AI其实做的是枚举——它把你能想到的、想不到的可能性全部列在你面前。但人要做的是选择和决策。
工具越简单，你的判断力就越值钱。
龙虾不懂默契，它只懂指令。那些反复追问的问题，遇到人，靠默契能糊弄过去；遇到龙虾，它不接受模糊，追着你把每一个细节说清楚。
这些追问，逼着你把工作想清楚。而把工作想清楚这件事，某种程度上是一种反向训练——你在调教龙虾的同时，龙虾也在帮你理清自己的思维。
这个副产品，可能比龙虾帮你干的活本身，还要有价值。
说了这么多，你一定好奇，怎么真正养好一只虾？王大仙总结了一个养龙虾的五步法，这里分享给你：
第一步：虾脑
你选择的大模型，决定了龙虾的聪明程度。现在这一步难度已经很低了，你根据自己的需要快速做选择就行。我的一个建议是，选择你可承受范围内的最好的模型。
第二步：灵魂
这是确保把一只「公共虾」、「通用虾」变成「你自己的虾」的关键一步。
王大仙明确表示，直播里搭建的王六虾其实是个反例，他打完招呼就直接让王六虾去学麦当劳的MCP技能了，其实这样不对，灵魂的配置应该在最前面。
具体怎么做？你可以打开任意一个大模型，告诉它你要给龙虾配置灵魂文档，再说清楚你的虾要干什么、服务于谁、风格是什么。
大模型会帮你把这些「灵魂文档」写好，你只需要把内容复制粘贴发给龙虾，它就完成了初始化。
配置完让它做个自我介绍，你会发现它完全不一样了——真正养出来的虾，风格会和养它的人越来越像。
第三步：技能
这个可以自己手搓，也就是跟龙虾对话，让它把一个工作流封装成技能。也可以直接从技能社区或者GitHub上找现成的，丢给龙虾，让它去学就行。
第四步：知识
把龙虾接入飞书，它就能调用你的文档、数据、工作记录——你积累的知识、经验和认知，都可以成为它的养料。
第五步：养护
这是最长期的一步，也是最容易被跳过的一步。王大仙说得很实在：龙虾不是一次性就能养成的，要用对待人的耐心去不断给反馈。
❝
真正厉害的龙虾都是养出来的。
他自己的方式是两点——对过程有把控，对结果有判断。发现结果不对，不是骂虾了事，而是告诉它「你的产出不符合我的预期，下次可以这样调整」。
每一次这样的反馈，都会让它在同类任务上越做越好。
06写在最后
这就是关于这场直播的一些分享。如果你对这场直播感兴趣，可以进入我的视频号「快刀青衣学AI」找到完整直播回放。
