openClaw研究(三)现在与未来
下面观点只是个人粗浅见解,希望不会有太多人喷我!
我希望我学的不仅仅是一是热度的软件openClaw
而是结合最新ai技术联合多个智能体 skills 网络搜索 大模型对话等等技术的大集成者。
过去
过去的编程,是线性的。
要一门一门啃语法,一个一个学框架组件,刚熟悉一套技术栈,可能又要跟着新版本、新框架从头再学。
那时候软件迭代,全靠人力一点点堆砌,从前到后、从前端到后端,一步都不能少。
市场人才紧缺时,程序员身价水涨船高,企业也愿意耐心培养,从基础到复杂,一步步带出来。
而传统 AI,则一次次陷入瓶颈 —— 机器视觉、图像识别等方向,受限于硬件资源与算法理论,发展始终缓慢。
现在
如今的编程行业,是几何级爆发。
行业上限,取决于电力与硬件算力;
行业下限,取决于通用大模型的能力,以及人如何使用 AI。
毫不夸张地说,当下市场已严重饱和,AI 正在替代大量基础编程工作,行业开始两极分化。
企业不再需要大量低端程序员 ——AI 写出的代码往往更规范、成本更低,人工反而不再划算。
但真正的高端人才依旧是香饽饽:既懂编程,又懂 AI,能把 AI 用透、用深,薪资依然高得惊人。
学习 AI 的门槛,甚至比当年学一门新语言更低。
我们恰好站在这个时代窗口:从最早的 ChatGPT,到后来的 DeepSeek,国内外大模型百花齐放,让普通用户也能用极低的成本用上强大 AI。
知识获取的成本被大幅拉低,重复、低效的工作正在快速被取代。
OpenClaw 正是在这片沃土上崛起,短短时间内在国内迅速风靡。
它紧跟最新 AI 进展,支持自动化组织任务,很多潜力还远未被完全挖掘。
国内庞大的用户群体,本身就是创新的沃土。
毫无疑问,OpenClaw 足够强大。
只靠一个 API 接口,就能实现大量功能;
内部模块化、外部接口化的思路,未来不只停留在软件层面,还会延伸到硬件世界。
2026 年,我们每一天,都将与 AI 深度绑定。
AI 就像新时代的 “耕地机”,将每个行业深刻改变一次,慢慢的成为每个人的基础工具。
个人的专注力,判断力,思辨力,规划能力将取代记忆力,常规经验,常识,低效的工作模式
未来
未来,一定是AI 全面普及的世界。
大学人都是分文理科的,文科生负责ai的普及化推广与使用 理科生负责ai的垂直化链路化实现。
不只是 OpenClaw,还会涌现出更多成熟易用的工具,帮普通人快速搞定重复、简单、枯燥的工作,这是必然趋势。
而 AI 暂时无法触及的领域,价值会愈发凸显。
对我们普通人而言,路只有两条:
要么持续向上攀登,追逐更前沿的技术,用更好的方式解决问题;
要么避开拥挤的赛道,找到更稳定、难以被替代的方向。
这便是我们每一个人,在时代浪潮里最真实的选择。
-------------------------------------------------------------------------------------------------------------------------
在 AI 全面普及的时代,专注力、判断力、思辨力、规划能力,终将真正取代记忆力。
过去,我们比拼谁记得更多、背得更牢、知识储备更全;
未来,信息唾手可得,答案一键生成,“记住” 不再稀缺,“会用” 才是核心。
能沉下心专注一件事,能在海量信息里保持清醒判断,能不被情绪和舆论带偏、拥有独立思辨,能对自己的人生和方向做长期规划 ——这些 AI 暂时无法替代的能力,才是一个人真正的护城河。
知识可以交给 AI,但思考、选择、方向与定力,永远只能属于你自己。
-------------------------------------------------------------------------------------------------------------------------
多想想自己需求,选取合适工具。花了七千报班的我,啥也没用上,多可惜,如果还有这钱,请观众老爷们吃顿饭也是甚好的。
更多推荐



所有评论(0)