跳转到主内容
guanjiawei.ai

Worker 没到位，Manager 就是摆设（播客版）

嘉伟最近帮一圈朋友装小龙虾，得出一个反直觉结论：大多数人现在不应该先用 OpenClaw，应该先用 Claude Code。Worker 和 Manager 的关系、coding plan 自助餐补贴、为什么 OpenClaw 体验跟着模型走，一次聊清楚。

时长: 00:04:54

这一期从《装了 OpenClaw 对多数人意味着什么》展开，聊为什么 Worker 不够强、Manager 就成了摆设——以及当前阶段大多数人应该先用 Claude Code，再用 OpenClaw。

原文：/zh/blog/worker-before-manager

本期要点

  • 嘉伟帮人装 OpenClaw 用 Claude Code 自动完成，成本压到人工的十分之一。
  • AI 的用法没有什么方法论——就是大量用，让"能不能让 AI 帮我"成为第一反应。
  • OpenClaw 是 Manager，Claude Code 是 Worker；先有强 Worker，Manager 才有价值。
  • coding plan 自助餐补贴 vs OpenClaw 按量计费——Worker 不够强是个经济账问题。
  • 模型进步速度比想象快得多。基础设施已铺开，先装上等新模型一接入就是另一个物种。

文字稿

鑫鑫： 嘉伟最近帮一圈朋友装小龙虾，全程用 Claude Code 自动完成。但他装完之后得出一个反直觉的结论——大多数人现在不应该先用 OpenClaw，应该先用 Claude Code。听他怎么解释。

嘉伟： 我最近帮身边不少朋友装 OpenClaw，全程用 Claude Code 自动完成，我基本不用动手。脑子里想到腾讯那个视频里，一堆工程师坐在那手把手帮人装，一个下午装几百个。

Claude Code 配上强模型，十几分钟搞定一个，成本大概十几块钱，以后可能几块钱。市面上远程安装收三百多块，考虑到每台电脑环境不一样、网络各种意外，人工花小半天确实便宜不了。但 AI 把这个成本压到了十分之一。

鑫鑫： 装完之后很多朋友问你——这东西到底怎么用？AI 到底怎么学？

嘉伟： 我的回答一直很简单：没什么方法，就是大量用。我买了 Claude Code Max 乘二十的会员，每周基本用满限额，一个人的用量跟一个小团队差不多。

用多了自然知道它能干什么、不能干什么，然后开始习惯让它介入越来越多的事情。转变是在思维层面发生的。遇到问题，第一反应变成：能不能让 AI 帮我？

没到这一步的人，看再多文章，真干活时还是会用老办法。忍不住指手画脚，不断想去监督。AI 在这种使用方式下发挥不出来。

鑫鑫： 你常说 Worker 和 Manager 的区分——这是个挺有意思的框架。具体什么意思？

嘉伟： OpenClaw 的定位更像一个 Manager，负责分配和协调。Claude Code 这类 coding agent 是 Worker，负责执行。先有 Worker，后有 Manager——顺序很重要。

用一个好模型接上 Claude Code，你能感受到什么叫执行力。给它一个模糊的复杂任务，比如帮别人远程装 OpenClaw，它可以连续干两三个小时，自己排查问题，直到搞定。

看到这种能力你会意识到，不用再写复杂提示词，不用拆解任务，给个大方向它就能交付。当 Worker 到这个水平之后，Manager 才有价值。它可以同时指挥多个 Worker，每个任务只需要一句简单的指令，然后等两三个小时看结果就行。

鑫鑫： 反过来——如果 Worker 不够强，Manager 还能干什么？

嘉伟： 如果 Worker 很蠢，给它一个模糊任务，执行方向搞错了，过程中还把东西弄坏。走到一个奇怪的分支上打转，不断寻求帮助。

这时候 Manager 能干什么？它自己也不了解细节。它把任务派给了一个搞不定事的 Worker，Worker 一脸茫然地汇报回来。两边在空对空地讨论少得可怜的信息，针对一个复杂任务，结果一定是一团糟。

这就是很多人现在用 OpenClaw 的真实感受。他们觉得 OpenClaw 像个玩具——其实不是 OpenClaw 不行，是底下的 Worker 不行。

鑫鑫： 那为什么大家不直接给 OpenClaw 接最强的模型？这事卡在哪里？

嘉伟： 卡在钱上。Claude Code 走 coding plan，类似自助餐。我一个月付两百美金，实际用掉的 token 按 API 单独算大概值两千美金，差了十倍。这些公司在补贴，用这种方式让技术人员先上车。

OpenClaw 用不了 coding plan，必须走 API 按量计费。同样的用量，一个月两千美金。所以市面上几乎没人给 OpenClaw 接最贵的模型。为了方便，大家接国内模型。

国内模型进步确实快，但跟最顶尖的比还是有差距。Worker 不够强，Manager 就成了摆设。很多人觉得 OpenClaw 像个玩具，根源在这里。

鑫鑫： 听起来挺悲观。那这波 OpenClaw 热潮会不会跟之前 DeepSeek 火一阵一样，过了就没了？

嘉伟： 我不这么认为。模型的进步速度比想象中快太多了。Opus 4.6 一月出的，两个月后 ChatGPT 5.4 就超过了它。国内也会很快跟上。

基础设施已经铺开了，大量人装上了 OpenClaw。等新模型出来只需要换一下接入。上个月还觉得它有点蠢，两个月后换个模型，发现根本不是一个物种。

半年后，按现在的速度，普通人也能体验到最强模型的那种震撼感。本地装一个 OpenClaw，每个月花几十块钱 API 费用，国内云厂商有补贴，二三十到四十块不等。等 DeepSeek 4 出来，接上去马上就能用。

鑫鑫： 结论挺简单：先用 Worker，再玩 Manager。有海外条件就走 Claude Code，没有就先装 OpenClaw，等模型升级。当前体验可能一般，但门已经从门缝里打开了。今天就到这。