昨天跟朋友介绍我们的产品，我突然意识到一件事。
底层技术发展得很快，快到什么程度？日新月异。但大众——甚至很多高级白领——接纳这些东西的速度，远比想象中慢。
举个最近的例子。OpenClaw 火了，大家都被这个技术点吸引。有人问我："你们用的是 Claude Code？那是帮人写代码的？"
我说是。
他们的第一反应几乎一模一样："这个听起来很复杂，我这辈子应该用不上。"
不是你想的那样
我用最直观的方式演示：5 分钟装好，有个账号就能上手，只要会说话就行。
他们盯着我的终端看了一会儿，抛出一连串问题。安装是不是很繁琐？会不会很难？能解决什么问题？
我说，安装就是一行代码，5 分钟。账号几十块钱一个月就能起步。
他们愣在那里。"是这样的吗？我以为这么强的东西，安装一定很复杂。"
并没有。
更魔幻的是 OpenClaw 本身。网上流传着 15 步、20 步的安装指南，看着让人头疼。很多人吐槽：小龙虾挺好用，就是安装太困难。闲鱼上甚至出现了 500 块钱上门帮装的服务。
我当场演示给他们看。当你的电脑装了 Claude Code，你只需要说一句话——"帮我把 OpenClaw 装到这台电脑上"。
它会自己去找 OpenClaw 是什么、从哪下载、怎么部署。你告诉它飞书的 App ID 是什么，它就帮你调通测试，直到跑起来。你去喝杯咖啡，回来就部署完了。
一行代码，5 分钟。就这么简单。
一种元能力
有人问我："你们的软件有没有开箱即用的应用？比如文生图？"
我没直接回答。我在想另一件事。
如果我们让每个人都能掌握一个高效的 AI coding 工具——coding agent——你想要什么，就让它帮你装。
文生图？你说："我要一个文生图应用，下载模型部署到本地，让我说一句话就能生成图片。"它可能花一两个小时，帮你把模型下载好、部署起来、跑通。
这种能力已经超出"应用"的概念了。
它在帮每个普通人——用极低的门槛——去真正掌控自己的电脑。我说的"掌控"，是超过 90% 的工程师和高级工程师那种程度的掌控。而且你的电脑是联网的。
所以以前那种"我要开箱装一个应用"的想法，其实没必要了。你需要什么，跟它讲就好了。它帮你做。
它能做什么？
说实话，现在让我用电脑的时候没有这样的软件，我就不知道怎么用电脑。
它能把你电脑上原本 90% 不用的能力全都用起来。
你有 20 个 Excel 需要处理？装到一个文件夹，丢给它，说你需要怎么分析。它会调用 Python，没有插件就自己下载，遇到问题自己解决。
想实现一些有意思的网络功能？它都能帮。
只要模型够强、速度够快，这些原本需要专业技能才能做的事，都变得触手可及。
未来会怎样？
未来人们用电脑会越来越懒，不愿意动手。我现在很少真的去操作电脑——最多就是打开几个 Claude Code，切来切去让它们干不同的任务。
工作方式会变。
以前是：人 → 工具 → 电脑。
以后大概是：人 → Agent → 电脑。
你搞一个复杂的界面有什么用？对 AI 来说是负担，人也不看。直接跟 agent 下指令，让它执行。结束。
软件的基础设施可能会变。我不确定会变成什么样，但方向大概是这个方向。
Claude Code 和 OpenClaw 的区别
很多人问我这个问题。
严格来说，OpenClaw 是在 Claude Code 的能力上套了一层壳。有人叫这层壳"龙虾层"——我觉得有道理。
Claude Code 做的事情是：你给一个模糊指令，它端到端执行，过程中基本达到预期，不需要你纠偏，能长时间运行几十分钟甚至几小时，最后给你一个结果。
OpenClaw 做的事情是：在上面再加一层——分配指令、管理结果、形成长周期的记忆，像一个项目经理或管理者。它跟你可以进行更高层面的交互，成为你的个人助理。
但这一切的前提是：底层的 coding agent 在每个任务上都执行得漂亮，而且不用你盯着。
这也是为什么 OpenClaw 接不同的模型，完全是不同物种。
当前真正能做到"一个模糊指令就能执行好"的模型不多。我看到只有 Claude 的 Opus，还有 Codex 的最新模型可能做到。接其他模型的版本，感觉像玩具——每次执行都没保障，上面的协调层就更困难了。
OpenClaw 之所以能惊艳所有人，是因为它接的是 Opus。但 Opus 的 coding plan 现在不让用了，太贵。
这是当前的痛点。我不知道什么时候能解决。