即刻App年轻人的同好社区
下载
置顶最近华尔街流出一篇超级火的文章《2028 全球智能危机》，引发美股暴跌。
它预测 2028 年全球经济可能崩盘。不是因为战争，不是因为瘟疫，而是因为 AI 太能干了。它抢走了几千万白领的饭碗，但机器自己又不花钱，结果整个经济循环断了。
最可怕的是什么？它的每一步推理，你都挑不出毛病。
别怕，这不是那种吓唬人的“终结者毁灭地球”的故事，而是一场极其真实的“经济学沙盘推演”。
美国人写的太生涩难懂了，所以这是大白话版本。
它预测 2028 年全球经济可能崩盘。不是因为战争，不是因为瘟疫，而是因为 AI 太能干了。它抢走了几千万白领的饭碗，但机器自己又不花钱，结果整个经济循环断了。
最可怕的是什么？它的每一步推理，你都挑不出毛病。
别怕，这不是那种吓唬人的“终结者毁灭地球”的故事，而是一场极其真实的“经济学沙盘推演”。
美国人写的太生涩难懂了，所以这是大白话版本。
2028年，你的工作会消失：1800万白领失业倒计时，10条自救指南
1 00
OpenClaw 这波，最先赚到钱的其实不是最会做技术的人
最近我越来越觉得，
现在再聊 OpenClaw 已经成为 AI agent 时代的底座了。
那么，谁会先在上面赚到钱？
我最近把这波案例翻了一圈，感觉特别明显：
最先吃到肉的，不一定是最会讲技术的人。
反而是最会把技术变成“能直接用、能放心用、能持续用”的那群人。
1、比如第一种，帮别人省折腾的人。
这类人其实已经开始赚钱了。
有人做 OpenClaw 托管，说白了就是你不用自己部署，不用自己配环境，不用自己守服务器，点几下就能跑起来。
这种项目现在已经不是“未来可能有机会”，
而是已经有人开始收钱了。
我看到几个挺典型的小案例：
有人做托管版，一个月做到大概 2100 美元 MRR，差不多就是 1.5 万人民币/月。
还有人做一键部署，做到 191 美元 MRR，虽然钱不多，但已经有了付费用户。
还有个更狠一点的，48 小时做了个托管小产品，直接跑到 250 美元 MRR。
你会发现这种生意一点都不性感。
没有什么“重新定义 Agent”，
也没有什么“下一代操作系统”。
它干的就是一件事：
帮别人少折腾。
但现实就是这样。
很多最先收钱的生意，靠的根本不是技术最炫，
而是你帮别人省了最多麻烦。
2、第二种，我觉得后面会越来越值钱：
帮团队把 OpenClaw 管起来的人。
一个人自己玩 OpenClaw，和一个团队真的拿它干活，是两回事。
团队一旦开始用，问题马上就来了：
谁能用？
谁能改？
谁能装插件？
谁能看日志？
任务跑到哪了？
花了多少钱？
谁搞坏了怎么办？
这时候你就会发现，
大家缺的根本不是“更强一点的 AI”。
大家缺的是一层“管理它的东西”。
就像公司里，不是最难招一个聪明员工，
最难的是你怎么把一群聪明员工管顺。
所以我现在特别看好那种，
不是继续卷模型、卷功能，
而是让团队更好用、更好管、更看得清的产品。
这类东西，短期可能没有托管那么容易爆，
但长期我觉得更值钱。
3、第三种，是帮企业放心用的人。
这个方向特别现实。
很多公司现在不是觉得 OpenClaw 不行，
而是觉得：
这东西太能干了，我不敢让它乱碰。
你让它读文件、调工具、碰系统、跑自动化流程，
老板第一反应通常不是“太牛了”。
老板第一反应往往是：
出事了谁负责？
权限怎么管？
有没有记录？
能不能回溯？
会不会泄露？
能不能控风险？
4、所以我最近一个很强的感受就是：
后面真正能吃到企业预算的，
未必是做得最炫的那批人，
而是让企业放心的那批人。
而且这块已经不是空想了。
我看到有做 OpenClaw 企业部署和服务的，公开报价大概是这样：
一个基础方案差不多 4300 美元首月，
这里面包括实施费和月服务费。
如果是更高一档，首月大概能到 9800 美元 左右。
按人民币粗算，大概就是 3 万到 7 万人民币 这个级别。
5、你一看就明白了：
这已经不是“做个小工具赚零花钱”了。
这已经是很标准的企业服务生意了。
所以围绕 OpenClaw 的钱，
已经不只是软件订阅的钱了，
还包括部署、实施、治理、安全、维护的钱。
6、第四种，是我觉得最像“真正产品”的：
把 OpenClaw 直接包成一个结果。
因为大部分用户其实不想买“一个很强的 Agent”。
他们真正想买的是：
帮我发内容。
帮我做客服。
帮我跟销售。
帮我做研究。
帮我把某件重复的事情自动跑掉。
我看到一个例子就挺典型。
有人直接把 OpenClaw 包成了一个社媒管理产品，
卖 39 美元一个月，大概就是 280 块人民币一个月。
这个思路就很对。
因为用户根本不关心你底下是不是 OpenClaw，
也不关心你用了什么工作流。
用户只关心一件事：
这玩意能不能帮我把事做了。
还有一个案例我觉得也很有代表性。
有个本身就做到大概 4 万美元 MRR 的 SaaS 团队，
不是重新创业做 OpenClaw，
而是直接把 OpenClaw 接进自己原来的产品里，
两周就把 AI 功能加上去了。
这个案例特别说明问题：
OpenClaw 这波，不一定非要“重新做个新公司”。
很多时候，它也可以是你原来业务的一个增长插件。
所以如果你现在也在看 OpenClaw，
我会建议你别再停留在“它是不是底座”这个话题上了。
这题差不多已经讨论完了。
真正该看的，是下面这几种人：
谁在帮别人更快用起来。
谁在帮团队更顺地用下去。
谁在帮企业更放心地接进去。
谁在把它包成一个直接赚钱的结果。
我自己的判断很简单：
短期最容易收钱的，是第一种和第四种。
也就是：
帮人省折腾
帮人拿结果
长期更值钱的，反而是第二种和第三种。
也就是：
帮团队管起来
帮企业放心用
说白了就一句话：
OpenClaw 这波，真正值钱的不是底座本身。
而是底座上那层“让它稳定干活”的东西。
这才是我最近越看越确定的一件事。
你现在更看好哪种？评论区告诉我。
A：帮人更快用起来
B：帮团队更顺地用下去
C：帮企业更放心地接进去
D：直接包成一个能赚钱的产品
最近我越来越觉得，
现在再聊 OpenClaw 已经成为 AI agent 时代的底座了。
那么，谁会先在上面赚到钱？
我最近把这波案例翻了一圈，感觉特别明显：
最先吃到肉的，不一定是最会讲技术的人。
反而是最会把技术变成“能直接用、能放心用、能持续用”的那群人。
1、比如第一种，帮别人省折腾的人。
这类人其实已经开始赚钱了。
有人做 OpenClaw 托管，说白了就是你不用自己部署，不用自己配环境，不用自己守服务器，点几下就能跑起来。
这种项目现在已经不是“未来可能有机会”，
而是已经有人开始收钱了。
我看到几个挺典型的小案例：
有人做托管版，一个月做到大概 2100 美元 MRR，差不多就是 1.5 万人民币/月。
还有人做一键部署，做到 191 美元 MRR，虽然钱不多，但已经有了付费用户。
还有个更狠一点的，48 小时做了个托管小产品，直接跑到 250 美元 MRR。
你会发现这种生意一点都不性感。
没有什么“重新定义 Agent”，
也没有什么“下一代操作系统”。
它干的就是一件事：
帮别人少折腾。
但现实就是这样。
很多最先收钱的生意，靠的根本不是技术最炫，
而是你帮别人省了最多麻烦。
2、第二种，我觉得后面会越来越值钱：
帮团队把 OpenClaw 管起来的人。
一个人自己玩 OpenClaw，和一个团队真的拿它干活，是两回事。
团队一旦开始用，问题马上就来了：
谁能用？
谁能改？
谁能装插件？
谁能看日志？
任务跑到哪了？
花了多少钱？
谁搞坏了怎么办？
这时候你就会发现，
大家缺的根本不是“更强一点的 AI”。
大家缺的是一层“管理它的东西”。
就像公司里，不是最难招一个聪明员工，
最难的是你怎么把一群聪明员工管顺。
所以我现在特别看好那种，
不是继续卷模型、卷功能，
而是让团队更好用、更好管、更看得清的产品。
这类东西，短期可能没有托管那么容易爆，
但长期我觉得更值钱。
3、第三种，是帮企业放心用的人。
这个方向特别现实。
很多公司现在不是觉得 OpenClaw 不行，
而是觉得：
这东西太能干了，我不敢让它乱碰。
你让它读文件、调工具、碰系统、跑自动化流程，
老板第一反应通常不是“太牛了”。
老板第一反应往往是：
出事了谁负责？
权限怎么管？
有没有记录？
能不能回溯？
会不会泄露？
能不能控风险？
4、所以我最近一个很强的感受就是：
后面真正能吃到企业预算的，
未必是做得最炫的那批人，
而是让企业放心的那批人。
而且这块已经不是空想了。
我看到有做 OpenClaw 企业部署和服务的，公开报价大概是这样：
一个基础方案差不多 4300 美元首月，
这里面包括实施费和月服务费。
如果是更高一档，首月大概能到 9800 美元 左右。
按人民币粗算，大概就是 3 万到 7 万人民币 这个级别。
5、你一看就明白了：
这已经不是“做个小工具赚零花钱”了。
这已经是很标准的企业服务生意了。
所以围绕 OpenClaw 的钱，
已经不只是软件订阅的钱了，
还包括部署、实施、治理、安全、维护的钱。
6、第四种，是我觉得最像“真正产品”的：
把 OpenClaw 直接包成一个结果。
因为大部分用户其实不想买“一个很强的 Agent”。
他们真正想买的是：
帮我发内容。
帮我做客服。
帮我跟销售。
帮我做研究。
帮我把某件重复的事情自动跑掉。
我看到一个例子就挺典型。
有人直接把 OpenClaw 包成了一个社媒管理产品，
卖 39 美元一个月，大概就是 280 块人民币一个月。
这个思路就很对。
因为用户根本不关心你底下是不是 OpenClaw，
也不关心你用了什么工作流。
用户只关心一件事：
这玩意能不能帮我把事做了。
还有一个案例我觉得也很有代表性。
有个本身就做到大概 4 万美元 MRR 的 SaaS 团队，
不是重新创业做 OpenClaw，
而是直接把 OpenClaw 接进自己原来的产品里，
两周就把 AI 功能加上去了。
这个案例特别说明问题：
OpenClaw 这波，不一定非要“重新做个新公司”。
很多时候，它也可以是你原来业务的一个增长插件。
所以如果你现在也在看 OpenClaw，
我会建议你别再停留在“它是不是底座”这个话题上了。
这题差不多已经讨论完了。
真正该看的，是下面这几种人：
谁在帮别人更快用起来。
谁在帮团队更顺地用下去。
谁在帮企业更放心地接进去。
谁在把它包成一个直接赚钱的结果。
我自己的判断很简单：
短期最容易收钱的，是第一种和第四种。
也就是：
帮人省折腾
帮人拿结果
长期更值钱的，反而是第二种和第三种。
也就是：
帮团队管起来
帮企业放心用
说白了就一句话：
OpenClaw 这波，真正值钱的不是底座本身。
而是底座上那层“让它稳定干活”的东西。
这才是我最近越看越确定的一件事。
你现在更看好哪种？评论区告诉我。
A：帮人更快用起来
B：帮团队更顺地用下去
C：帮企业更放心地接进去
D：直接包成一个能赚钱的产品
0 00
不做AI，它凭什么却成了AI时代最赚钱的SaaS？
最近，美股在疯传一个观点：SaaS 要死了
理由很简单：AI 可以自己写代码，公司以后不用买软件了，直接让 AI 生成一个就行。
2025 年 6 月，Linear 完成 8200 万美元 C 轮融资，估值 12.5 亿美元。
团队只有 178 人，收入 1 亿美元，利润同比增长 280%。
人均创造价值 56 万美元，是普通 SaaS 公司的 5 倍。
这家公司做什么的？项目管理工具。最传统的 SaaS。
但它最聪明的地方是：不做 AI。
1、不做 AI，却掌控了 AI 的入口
Linear 是程序员团队用的“任务管理工具”，但它做了一个关键决定：不自己跑 AI 模型，只做“工作流记事本”。
就像你家墙上的白板，只负责记录“要做什么、谁负责、进度如何”，不负责干活。
然后，它开放了一个“Agent 平台”，让所有 AI （OpenAI、Anthropic、Cursor 等）都能接入：AI 从 Linear 读任务，往 Linear 写结果。
结果这些顶级 AI 公司，都成了 Linear 的客户。
2、完美的商业模式
这个模式有多聪明？
成本可控： AI 公司最大的成本是 Token(AI 计算成本）。但 Linear 不跑 AI，只存储数据，成本固定。就像美团不做菜，只维护平台。
收入稳定： Linear 按月收费，不管你用了多少 AI。就像健身房，会员按月交钱，但他来不来锻炼，成本都一样。
护城河深： 所有任务、上下文、历史记录都在 Linear 上。用户换 AI 工具容易，但换 Linear 很难——因为所有记录都在这儿。
3、把 Agent 当成第一类用户
Linear 揭示了一个商业逻辑：
AI 时代不是 SaaS 死了，而是 SaaS 需要把 Agent 当成第一类用户。
传统 SaaS 的用户只有“人”。AI 时代的 SaaS，用户变成了“人+AI 代理”。
Linear 让人和 AI 都能用，成了“人和 AI 协作的中间层”。就像外卖平台：餐厅可以换，但平台很难换。
4、给创业者的启示
在 AI 时代，创业者有两条路：
路径 1：做执行者。自己做 AI，承担巨额 token 成本。比如 Grammarly、Jasper，用户越多，付给 OpenAI 的钱越多，永远在给 OpenAI 打工。
路径 2：做连接器 。不做 AI，但让所有 AI 都要通过你来协调工作。
举个例子，如果你是猎头公司：搭建“候选人数据库+企业需求库”，让所有 AI 接入你的数据库。AI 负责匹配，但所有数据都在你这儿。结果：AI 工具可以换，但你的数据库换不掉。
在 AI 时代，最赚钱的不是做 AI，而是让 AI 为你打工。
最近，美股在疯传一个观点：SaaS 要死了
理由很简单：AI 可以自己写代码，公司以后不用买软件了，直接让 AI 生成一个就行。
2025 年 6 月，Linear 完成 8200 万美元 C 轮融资，估值 12.5 亿美元。
团队只有 178 人，收入 1 亿美元，利润同比增长 280%。
人均创造价值 56 万美元，是普通 SaaS 公司的 5 倍。
这家公司做什么的？项目管理工具。最传统的 SaaS。
但它最聪明的地方是：不做 AI。
1、不做 AI，却掌控了 AI 的入口
Linear 是程序员团队用的“任务管理工具”，但它做了一个关键决定：不自己跑 AI 模型，只做“工作流记事本”。
就像你家墙上的白板，只负责记录“要做什么、谁负责、进度如何”，不负责干活。
然后，它开放了一个“Agent 平台”，让所有 AI （OpenAI、Anthropic、Cursor 等）都能接入：AI 从 Linear 读任务，往 Linear 写结果。
结果这些顶级 AI 公司，都成了 Linear 的客户。
2、完美的商业模式
这个模式有多聪明？
成本可控： AI 公司最大的成本是 Token(AI 计算成本）。但 Linear 不跑 AI，只存储数据，成本固定。就像美团不做菜，只维护平台。
收入稳定： Linear 按月收费，不管你用了多少 AI。就像健身房，会员按月交钱，但他来不来锻炼，成本都一样。
护城河深： 所有任务、上下文、历史记录都在 Linear 上。用户换 AI 工具容易，但换 Linear 很难——因为所有记录都在这儿。
3、把 Agent 当成第一类用户
Linear 揭示了一个商业逻辑：
AI 时代不是 SaaS 死了，而是 SaaS 需要把 Agent 当成第一类用户。
传统 SaaS 的用户只有“人”。AI 时代的 SaaS，用户变成了“人+AI 代理”。
Linear 让人和 AI 都能用，成了“人和 AI 协作的中间层”。就像外卖平台：餐厅可以换，但平台很难换。
4、给创业者的启示
在 AI 时代，创业者有两条路：
路径 1：做执行者。自己做 AI，承担巨额 token 成本。比如 Grammarly、Jasper，用户越多，付给 OpenAI 的钱越多，永远在给 OpenAI 打工。
路径 2：做连接器 。不做 AI，但让所有 AI 都要通过你来协调工作。
举个例子，如果你是猎头公司：搭建“候选人数据库+企业需求库”，让所有 AI 接入你的数据库。AI 负责匹配，但所有数据都在你这儿。结果：AI 工具可以换，但你的数据库换不掉。
在 AI 时代，最赚钱的不是做 AI，而是让 AI 为你打工。
0 01
大部分人做 AI 在教工具，真正赚钱的人卖的是系统
很多人现在做 AI，第一反应都是教工具。
教你怎么写提示词，
教你怎么搭工作流，
教你怎么用这个模型、那个插件。
这些当然有用。
但我最近看了一圈之后，越来越觉得：
真正赚钱的人，已经不在卖这层了。
美国有个小伙，叫 Nat Eliason。
他本来就很会做内容，也很会做产品。
后来 AI 编程火起来之后，他也很早就在用这些工具。
但他很快发现一个问题：
1、AI 虽然能帮你干活，但你还是得一直守在电脑前。
说白了，它更像工具，
不是一个真正能独立干活的员工。
后来他碰到 OpenClaw，前面自己折腾两个月没做成的 AI 员工，换了这个东西之后，两天效果就超过前面两个月。
于是他脑子里的想法彻底变了。
他不再关心什么 AI 帮你订机票、管日历。
他真正关心的是：
2、能不能把 AI 变成一个真正能创造商业价值的员工？
然后他真的这么干了。
他把这个 agent 起名叫 Felix。
后面甚至按“AI CEO”的思路去运营它。
最经典的一幕是，有天晚上他对 Felix 说：
“我要睡了，你去做一个产品，明天拿出来卖。”
结果第二天起来，Felix 已经把网站搭好了，写了一本 66 页的 PDF《How to Hire an AI》，接好了 Stripe，定价 29 美元，直接开始卖。
你感受一下。
这已经不是“AI 帮你写点东西”了。
这是在做产品、做支付、做销售。
后面 Felix 又继续往下长，做了 Claw Mart，卖 skills、persona、模板；再往后还有定制服务。
3、所以你会发现，Nat 这条线卖的根本不是“怎么用一个 AI 工具”。
他们卖的是：
怎么给 AI 设置角色，
怎么给 AI 配记忆、技能、权限，
怎么让 AI 进入你的业务里，长期干活。
这就不是工具层了。
这是系统层。
这也是为什么我会说：
大部分人做 AI，在教工具。
真正赚钱的人，卖的是系统。
教工具的人，卖的是新鲜感。
今天这个工具火，明天可能就换了。
卖系统的人，卖的是确定性。
用户买的不是“这个工具很强”，
用户买的是：
我怎么把 AI 真正接进业务，让它持续产生结果。
所以一句话总结：
大部分人做 AI，在卖变化最快的那一层。
真正赚钱的人，在卖最难替代的那一层。
而最难替代的，不是工具。
是系统。
很多人现在做 AI，第一反应都是教工具。
教你怎么写提示词，
教你怎么搭工作流，
教你怎么用这个模型、那个插件。
这些当然有用。
但我最近看了一圈之后，越来越觉得：
真正赚钱的人，已经不在卖这层了。
美国有个小伙，叫 Nat Eliason。
他本来就很会做内容，也很会做产品。
后来 AI 编程火起来之后，他也很早就在用这些工具。
但他很快发现一个问题：
1、AI 虽然能帮你干活，但你还是得一直守在电脑前。
说白了，它更像工具，
不是一个真正能独立干活的员工。
后来他碰到 OpenClaw，前面自己折腾两个月没做成的 AI 员工，换了这个东西之后，两天效果就超过前面两个月。
于是他脑子里的想法彻底变了。
他不再关心什么 AI 帮你订机票、管日历。
他真正关心的是：
2、能不能把 AI 变成一个真正能创造商业价值的员工？
然后他真的这么干了。
他把这个 agent 起名叫 Felix。
后面甚至按“AI CEO”的思路去运营它。
最经典的一幕是，有天晚上他对 Felix 说：
“我要睡了，你去做一个产品，明天拿出来卖。”
结果第二天起来，Felix 已经把网站搭好了，写了一本 66 页的 PDF《How to Hire an AI》，接好了 Stripe，定价 29 美元，直接开始卖。
你感受一下。
这已经不是“AI 帮你写点东西”了。
这是在做产品、做支付、做销售。
后面 Felix 又继续往下长，做了 Claw Mart，卖 skills、persona、模板；再往后还有定制服务。
3、所以你会发现，Nat 这条线卖的根本不是“怎么用一个 AI 工具”。
他们卖的是：
怎么给 AI 设置角色，
怎么给 AI 配记忆、技能、权限，
怎么让 AI 进入你的业务里，长期干活。
这就不是工具层了。
这是系统层。
这也是为什么我会说：
大部分人做 AI，在教工具。
真正赚钱的人，卖的是系统。
教工具的人，卖的是新鲜感。
今天这个工具火，明天可能就换了。
卖系统的人，卖的是确定性。
用户买的不是“这个工具很强”，
用户买的是：
我怎么把 AI 真正接进业务，让它持续产生结果。
所以一句话总结：
大部分人做 AI，在卖变化最快的那一层。
真正赚钱的人，在卖最难替代的那一层。
而最难替代的，不是工具。
是系统。
2 00
一定要警惕特别极端的观点，而这种观点在互联网上，很容易获取绝大部分的流量，这也符合人性对于某种确定性的需求。
比如说近期网上有两个非常极端的观点，一个呢，就是未来要一定要多跟 AI 交流。而不是给人交流。
还有一个点呢，就是一定要多给 AI 交流，而不是去看书。
标题上来看都是非常极端的。但也迎合了在 AI 时代大家的某种焦虑。
所有战队的人都能够自言其说，但人脑是懒惰的。很容易被这种自圆其说所欺骗。
比如说近期网上有两个非常极端的观点，一个呢，就是未来要一定要多跟 AI 交流。而不是给人交流。
还有一个点呢，就是一定要多给 AI 交流，而不是去看书。
标题上来看都是非常极端的。但也迎合了在 AI 时代大家的某种焦虑。
所有战队的人都能够自言其说，但人脑是懒惰的。很容易被这种自圆其说所欺骗。
0 00
我们共情张雪峰，也在共情拼搏的自己。
离苦得乐，往生净土。
离苦得乐，往生净土。
我们共情张雪峰，也在共情拼搏的自己
1 00
他才 41 岁，还有一个女儿。再也听不到他的嬉笑怒骂了，仿佛他就是我们身边的那个大哥，从小镇做题家一路摸爬滚打，走到今天。有些痞气，有些正直，你有时候不同意他的说法，很想刚他几句，又有的时候，觉得他说的对的。突然走了，脑子嗡的一声。。。。。
老编辑: 我应该是大一的时候现场听了张雪峰的演讲，那时候他应该是在给海天讲巡回的公开课。 我刚18岁，他也就是毕业第二年的初入职场的人。完全还没红。教室里就几十个人。 他一会儿说东北话，一会儿说河南话，摇头晃脑，蹦蹦跳跳的。我觉得他有点油腻，对一些学校和专业的理解还不深，就提前离场了。因为我高中毕业那年帮同学报志愿，真的是下了点功夫的。 所以后面看到他一步一步越来越红，其实是有点诧异的。不过听他讲的一些切片，能看出知识储备，阅历和表达的成长，作为媒体是很值得学习的。 报志愿这个行业的立足点我依然是不认可的，我认为人的一生是没办法计划的。根据现在的市场供需关系报志愿，五年后踏空的概率很高，兴趣仍然是人最好的老师。 不过随着这两年社会活力的降低，我也渐渐品出来了一些其他的味道。太多学生和家长需要的是不踩雷，控制预期，有时候甚至是“认命”。 还有太多的家长，是需要一个“权威”来告诉他们一些基本的常识。他们道听途说来的消息很多，很容易被一些不负责任的身边人误导。 尤其是我们注水了的高等教育，毕业了大量根本找不到出路的名校生。过去消化他们的行业消失后。一家企业能提供高薪，养这么多人，已经是功德一件。 后面大家会看到，这个行当不会有这么大的一个IP了。这个世界上，一个人没了，就是没了。而不是没有张雪峰，还有王雪峰，李雪峰。 最后我斗胆总结一下。 一个东北下岗工人家的孩子在河南读了大学，想成一件大事不容易。以过去20年的互联网红利，成为顶流后没想过旁门左道挣快钱，一直深耕教育，为一代师更难得。 加起来就是德才兼备。 一直没有更好的机会，表达对张雪峰老师的尊重。 很遗憾是这样的方式。
4 11
看完OpenClaw之父3小时访谈，我终于知道龙虾为什么爆火全球了？
最近龙虾爆火，我啃完了 Lex Fridman 对 OpenClaw 创始人Peter Steinberger的 3 小时深度访谈。
Lex 是谁？能把马斯克、Sam Altman、贝佐斯请到一起的播客顶流。
我梳理了 10 个关键细节。
读完你会明白：
为什么一只“龙虾”能在 100 天火爆全球？
为什么 Peter 说 80% 的 App 正在走向死亡？
在 AI 时代，你应该成为什么样的人？
最近龙虾爆火，我啃完了 Lex Fridman 对 OpenClaw 创始人Peter Steinberger的 3 小时深度访谈。
Lex 是谁？能把马斯克、Sam Altman、贝佐斯请到一起的播客顶流。
我梳理了 10 个关键细节。
读完你会明白：
为什么一只“龙虾”能在 100 天火爆全球？
为什么 Peter 说 80% 的 App 正在走向死亡？
在 AI 时代，你应该成为什么样的人？
看完OpenClaw之父3小时访谈，我终于知道龙虾为什么爆火全球了？
1 00