用OpenClaw满一个月，一直觉得自己用得贼顺手——打开飞书喊小龙虾，问完问题得到答案就关，一天能用十几次，别提多方便了。
直到刷到一条推文说，大多数人其实只用到了它10%的功能，当时第一反应就是扯淡，我明明用得挺频繁的。
可试着换个角度琢磨后，心里开始打鼓：我真的只用了10%吗？细想才发现，我一直把它当成带点个性的搜索引擎，有问题才找，没事就搁置，从来没想过它还能做更多事。
原来OpenClaw根本不是单纯的问答工具，而是一套完整的工作操作系统。这个念头冒出来的瞬间，才惊觉自己白白浪费了它太多的潜力。
我搞出了 Wally
先说说我碰到的问题。
我用一个龙虾干所有事。研究、策略、写内容、优化，全部扔给它。结果呢？出来的东西什么都做不好。上下文乱成一团，输出变得特别通用。
而且每次 OpenClaw 做"压缩"省 token 的时候，它就忘了我说过的目标。我得重新解释。下次压缩又忘。再解释。再忘。
烦死了。
有一天晚上，我突然想：为什么我自己干这么多事？我应该有个龙虾帮我管这些事。
所以我就创建了一个叫 虾经理 的龙虾。告诉他不干活，只派活。
然后我又建了几个：
-
虾1：专门负责找趋势
-
虾2：专门负责做策略
-
虾3：专门负责写内容
-
虾4：专门负责去 AI 味
-
虾5：专门负责优化
每个龙虾有自己的记忆，有自己的模型。虾经理掌握大局，其他人深入各自的领域。
我不到一小时就把整个团队建好了。
你不需要懂技术。只需要知道你想让每个龙虾做什么，然后说清楚就行。
一个提示词就搞定：
"创建一个新的持久代理，名为 [名字]，专门负责 [具体任务]。设置 [模型] 为主模型。所有 [任务类型] 都用 [名字] 来处理。"
主龙虾会处理剩下的事。设置代理，分配模型，存储上下文。你不用碰任何设置。
记忆问题怎么解决
OpenClaw 的压缩确实烦人。每次压缩后，它就忘。
大多数人撞到这堵墙就觉得没办法。其实有解。
一个提示词同时启用记忆刷新和会话记忆搜索。就在压缩发生前，它会自动保存关键的东西——你的目标、你的偏好、你的活跃项目、你的工作流。
这个技巧帮我省了好几个小时。如果你只从这篇文章学到一件事，就学这个。
模型要配对任务
我以前用 Opus 处理每一个任务。后来发现这就像请一个高级顾问来帮你回邮件。
贵。杀鸡用牛刀。而且会拖慢你。
我是这样分配的：
-
Opus / Sonnet 4.6：Wally 用它做高层策略和决策
-
GPT 5.4：任何技术活都扔这儿
-
Perplexity Sonar Pro：Radar 用它发现正在发生的事
-
Grok：趋势、X 上的对话、实时情绪
模型配任务。省了钱，得到更好的结果。听起来显而易见，但几乎没人真正这么做。
Skills 是超能力开关
ClawHub 就是你龙虾的应用商店。把它想象成插件，只是你的龙虾可以自己安装。
必装：Last 30 Days 技能。搜索过去30天的 Reddit、X 和 YouTube。Radar 用它发现真正正在流行的东西，不是六个月前的。
有这个技能的龙虾和没有的，差距巨大。没有它，你的趋势研究基于训练数据。有了它，基于人们今天真正在讨论的东西。
ClawHub 是社区驱动的。不是上面的所有东西都安全。小心恶意代码。别盲目安装。
我怎么把它当员工用
我以前也是被动地提示。有任务，问，得到答案。重复。
后来我发现这不是从好员工那里获得最多产出的方式。
我先做了脑暴。告诉它关于我的一切。目标、项目、工作流、声音、受众、收入模式。全部。
它拥有的上下文越多，每一个输出就越好。
然后我设了期望：
"我要你在睡觉时工作，每天给我惊喜，但你做的每件事都应该帮我朝着目标前进。"
现在每天早上我醒来，都有新的内容创意、研究和草稿。准备好了。不需要我开口。
你得到的质量，直接正比于你输入的上下文质量。
别再告诉它做什么
这个听起来反直觉。但有效。
别用：
"给我开发个这个功能"
试试：
"根据你对我的了解，我们下一步应该构建什么？"
OpenClaw 比你想象的更聪明。让它主导。
当你反转提示，你不再是瓶颈。你打开了自己想不到的主意的大门。
我每天都这样用 Wally。他持续想出比我分配给他的更好的任务。
让它主动
我设了早报：
"每天早上8点，发给我 AI 新闻、内容创意和任务。"
然后更进一步：
"每天早上9点，给我看你昨晚做了什么，让我惊喜。"
早上，我收到了3个内容创意和一篇草稿。第二天早上，是一份竞品分析报告。
这不是噱头。这是当你正确设置系统并让它运行时会发生的事。
最后
大多数人读完这些，什么都不会做。
这周行动的人，会拥有一个完全自主的系统在后台运行，而其他人还在一个提示词一个提示词地问问题。
现在开始。