openclaw交流群
搞了一个，探讨龙虾🦞养殖

龙虾安装小说技能，写小说

搞了个跨学科的skills

openclaw今日灵感整理

使用skills有时候挺蠢的，但是龙虾会走捷径，利用现有的知识解决问题。

比如技能和工具的寻找过程本身就很有启发。

想要的技能装不上时，回头看看已有的：逻辑分析、思考伙伴、第一性原理分解——组合起来，未必比专门的"故事技能"差。工具是死的，用法是活的。

不是所有想要的东西都能立刻拥有，学会用手头已有的资源解决问题，本身就是一种能力。当现成的工具不可用时，被迫思考和组合已有资源，往往会产生更独特的解决方案。

今天和🦞协作一天，感受到AI 时代的变化，突然意识到：我们正站在一个"傻瓜化"与"专业化"并存的分岔路口。AI 让普通人能做更多事，但也让专业门槛变得更高——不是知识门槛，而是"如何与 AI 协作"的门槛。未来最值钱的，可能不是你会什么，而是你能让 AI 帮你做什么。

工具迭代的速度 > 人学习速度
以前学一个新工具能用几年，现在可能刚学会就过时了。适应这种"持续学习"的状态，比学会任何具体工具都重要。

AI 时代的"杠杆"思维
以前一个人能影响的人有限，现在一个人 + AI 可以影响成千上万。关键是找到你能提供独特价值的那个支点。

从"我会什么"到"我能解决什么问题"
AI 让"我会什么"变得不那么重要，因为 AI 会得更多。重要的是你能识别什么问题值得解决，以及如何用 AI 去解决它。

安装了一些好玩的技能，让龙虾自己分析数据。然后自己去玩

今天和龙虾聊到物理模型和生活的类比，突然想到：熵增定律不仅适用于企业，也适用于个人成长。不做功就会自然衰败，持续学习才是对抗熵增的唯一方式。套壳也能做出价值，关键看产品力——有用 > 正确 > 漂亮。

养了🦞终于把额度干完了

如何设计一个agent？

这里说的是最简单思路，无需引入MCP，代码。
全局约束和变量：
agent和skills的依赖关系需要做定义
全局变量全局规则全局模板做定义

模板相关：
模板统一组织

工作流程：
agent和skills交互规则做规划
agent负责主流程skills负责子流程
skills单纯关注输入输出，agent负责协调