一只 50 MB 的龙虾框架，和龙虾大战的下半场

昨天在群里闲逛，发现观猹上新了一个龙虾测评专区。

它把最近的龙虾产品放在一起，做了个横评列表：

https://watcha.cn/everythingrank/

我翻了翻列表，大部分产品都见过和用过。但有一个名字没印象，叫 YouClaw。

好奇心上来了，刚好观猹上有兑换码，就直接下载试试。

https://watcha.cn/products/youclaw

安装包不到 60 MB，跑起来之后看了眼内存占用，低到几乎没存在感，完全可以后台常驻。

就我用过的本地龙虾方案里，这是安装最轻量、安装门槛最低的一个。

YouClaw 基于 OpenClaw 开源架构开发，底层对接 MiniMax-M2.7-highspeed：这个模型在龙虾场景下的指令跟随和工具调用表现本身就不错，后面实测部分会展开。

用过 OpenClaw 的人应该有感受：之前想跑 Agent，得先配飞书机器人或者微信 QQ 的接口，再填一堆 API Key。飞书版的 OpenClaw 已经把流程尽量简化了，但也只能对接飞书，用不了微信。

YouClaw 把这步砍了，微信扫码登录后，直接在公众号（你的小龙虾 AI）里发消息，就能跟本地 Agent 对话操作电脑。

相比云端的 OpenClaw 方案，YouClaw 多了几个本地才有的能力：

长期记忆：能记住你的偏好和聊天历史，不是每次对话都从零开始；

定时任务：可以设定周期性执行的操作；

本地文件访问：数据留在自己电脑上，配合沙箱隔离，处理敏感信息比云端放心。

接下来让我们实测看看效果。

YouClaw 内置了一些预装的 Skill，也提供了 ClawHub 作为 Skill 的安装市场：

如果你想装 GitHub 上的 Skill，可以参考我的安装办法：

我在小红书看到张咋啦分享了一个叫 follow-builders 的 Skill：

https://github.com/zarazhangrui/follow-builders

它追踪 Andrej Karpathy、Swyx、Garry Tan、Sam Altman 这些在 AI 领域很有影响力的人，自动抓取他们在 X 上的发言和播客内容，提炼成一份精简的摘要推送，并且不需要改配置文件也不用填 Key。

这个 Skill，我的安装方式是：先下载到电脑上，然后告诉 YouClaw 这个 Skill 的地址，于是它就帮我安装了。

第一份 digest 推过来的时候翻了翻，信息密度不错，几十条 tweet 和播客被浓缩成几分钟能消化的量。想追 AI 前沿但没时间刷推的人，应该会喜欢。

另外，在观猹的猹馆，我看到有个观猹员发了一个更硬核的 Skill：gstack。

它的作者是 YC 的 CEO Garry Tan：在正常做 CEO 的工作同时，他靠着这个 Skill 在过去 60 天产出了超 60 万行生产代码，每天一到两万行。

gstack 把 Agent 编排成一个 15 人的虚拟工程团队，覆盖产品思考、代码审查、QA 测试以及发布上线的全流程。

可以直接对话让他帮忙下载：

这个 Skill 的安装过程非常丝滑：

我试了一下 /office-hours 命令，把一个观点丢给它，于是它完全按照 YC 投资人的视角思考这个问题。

还丢给了我一篇文章：

还会反问我一些问题，真的很像跟一个有经验的投资人在碰思路。

和 gstack 聊完 office-hours 之后有个感受：

工具本身的安装已经不是瓶颈了，真正拉开差距的是你装了什么 Skill、用得多深。

目前阶段龙虾最大的价值，可能就是找到好的 Skill，反复高频地用起来。

而如何最快的跑通这个流程呢？

也许你只需要下载体验下这个 YouClaw：一键安装，直接微信聊天，非常轻量。

聊到这里，说一个我最近一直在思考的问题。

三月龙虾大战声势很大，但复盘一下会发现，大部分人的精力花在了「安装」上：

怎么更容易装，怎么降低配置门槛，怎么让不会写代码的人也能用起来。

这些问题到三月底基本解决了，也就是说，四月 Agent 的竞争的点可能要变了：

当安装不再是壁垒之后，这里的核心就变成了你的 Agent 能做到什么别人做不到的事。

我最近在琢磨一个词：「harness engineering」。

放在龙虾生态里，真正的竞争在于谁能把 AI 的原始能力「转化」成用户离不开的具体功能。模型再强，没有好的 Skill 把能力落地，对用户来说就只是一个聊天框。

目前，整个龙虾生态正在分化出四条路线，它们既相关又独立：

1、给龙虾做最好的模型。

专门为龙虾优化的大模型 GLM-5-Turbo 和 MiniMax-M2.7 最近已经上线，坊间还有 DeepSeek 四月要出新模型的消息，模型这一层的迭代基本由大厂主导。

2、给龙虾的底层框架做优化。

未来龙虾框架的竞争方式更多元一些。

比如，YouClaw 选了极致轻量这条路，证明了不做大而全也能跑出差异化。

https://watcha.cn/products/youclaw

3、龙虾的能力层：好用的 Skill、优质的数据源、顺手的 CLI 工具。

这些直接面向用户场景的能力，个人判断目前最值得关注。

普通用户把自己的经验做成 Skill，比如 follow-builders 和 gstack，而企业把自己的 SaaS 软件编程 Cli。

当模型和框架都足够好用的时候，拉开产品差距的就在这里。

4、对接企业生态，做 AI 员工。

比如阿里的悟空和飞书的 aily，这些正在让龙虾给 ToB 侧带来真正有价值的生产力提升。

在这几条路上，哪些产品最终会留下，也许三个月后，就可以知道答案。

最后，让我们写一个对联作为结尾：

上联：龙虾上半场，看谁先让用户能装上。

下联：龙虾下半场，看谁能让用户用的爽。

横批：龙虾很强，但 Skill 为王。

文章来自于“特工宇宙”，作者 “特工小海 特工小饼”。