懒人包：Opus 做思考、便宜模型做执行的分层工作流正在成为主流用法，它背后的逻辑是思考和执行的成本结构完全不同。OpenClaw 作为公司级 AI Infra 的定位正在被验证，核心价值不是智能本身而是”在熟悉的界面里用上 Opus”。另外，AI 时代的工作时间反而变长了，原因不是效率不够，而是人的角色还没从 IC 升级到管理者。

Opus 做思考，便宜模型做执行

鸭哥又摸索出来一个”穷逼”的搞法：在 OpenCode 里先用 Opus 做深入思考，然后让它写 prompt 文件，再调用 API submit 一个 job，用更便宜的模型通过那个文件进行交接继续执行。群里的实践也印证了这个思路：有人让 Opus 写 plan，GPT review，来回几轮迭代之后用 Sonnet 写代码，Composer 做 CI/CD。另一个人只用 Opus 做 plan，写代码都改用 Codex + Kimi。

这个分层背后的结构性原因是：思考和执行的成本曲线完全不同。思考阶段需要的是智能密度，输入输出 token 都少，但对推理质量要求极高。执行阶段需要的是吞吐量，按照已经定好的 plan 批量写代码，智能要求可以降级。所以不是”用更强的模型就更好”，而是在对的环节用对的模型。群里有人说 Opus 写代码感觉不只是不划算，还很难一个 plan 从头写到尾，没事找你对齐一下。这正好说明了为什么分层是必要的。

这个模式的非显然推论是：它和企业里“正式员工 + 实习生/外包”的降本模式是同构的。正式员工定方向、拆任务、定标准，实习生执行。你不会让实习生去做架构设计，也不会让高级工程师去写样板代码。鸭哥的”三个臭皮匠”工作流更进一步：让 Qwen 3.5、GLM-5、Codex、Sonnet 各自写一份文档，然后让 Opus 综合分析，找出冲突和启发。Opus 的价值不在于替代它们，而在于做“什么叫对”的判断者。

OpenClaw 作为公司级 AI Infra

Bowen 分享了一个有意思的案例：他把 OpenClaw 定位为公司里的 AI Infra，像水龙头一样，打开就能喝到干净的直饮水。他的 20 多人小公司，春节前两天开始部署，目前所有人都用上了。方法很简单：一个人部署，把机器人拉进飞书群就好了。之前推 Trae CN + Skills，推起来很费劲，但龙虾就很顺利。

为什么会这样？核心原因不是智能差异，而是界面熟悉度。课代表说他去华大教课，问台下的学生谁打开过 Mac 的 Terminal，0 人举手。展示了一下 ls，三个人打哈欠。这不是个別现象。之前做过更广泛的统计，所有人中真正用 AI IDE 写代码的人仅占 0.2% 左右。绝大多数自认为”经常用 AI”的“熟练用户”，90% 的操作是用 ChatGPT 写代码然后拷到 IDE 里跑。

这个现象的非显然推论是：“降低门槛”和“降低功能”是两件事。龙虾的价值不在于它比 Cursor 更强，而在于它让不会用 Cursor 的人也能用上 Opus 级别的智能。在熟悉的 GUI 里用上顶级模型，这个价值对绝大多数白领来说是巨大的，即便他们不写代码。chenqin 的观察很有意思：他给学生推荐 Codex 时反馈都是不明觉厉，事后没几个人用。但提了一下 OpenClaw，事后好几个学生都用上了。差别在于一个需要你改变习惯，另一个能融入你已有的习惯。

AI 时代的工作时间反而变长了

最扎心的观察来自群里几个人的共同感受：有了 AI 之后，工作时间反而变长了。Adrian 说自从有了 OpenClaw，自己的工作量增加了三倍，原来很多放空的时间现在也在工作，拿着手机都在想事，觉得自己跟不上 AI 的节奏。谷雨提到看了一个调研，说大家工作时间反而变长了，因为之前干不了的事现在都可以干了。

这个现象背后的结构性原因是：AI 扩大了你的能力边界，但也扩大了你的责任边界。以前能想 100 件事能干 10 件，现在能干 50-60 件，但能想的更多。越干越多，越想越多。Fermi 的焦虑很有代表性：作为 PhD 学生，感觉很快就没什么可做的了，用 AI 做副业赚钱的窗口期好像也就这段时间，担心机会错过就没了。

但这里有个非显然的转折。工作时间变长不是 AI 不够强，而是人的角色还没有从 IC（个人贡献者）升级到管理者。当你学会了如何管理 AI，而不是跟它抢活，工作的感受就会完全不同。鸭哥说“要管理 AI，做经理，别去跟手下抢活”。有人发现 CC 可以直接在命令行里把整个 prompt 扔进去在后台跑，同时 scale 出几十个 agent，当天 token 就爆炸了。但这恰恰是从 IC 到管理者的转变的起点：你不再亲自写代码，而是定义任务、分配资源、验收结果。

这个转变的难度被严重低估了。有人在公司做 AI interview，发现大部分人连 Cursor 都用不利索，换句话说大部分人还没严肃地用 AI 干过活。鸭哥在公司做 talk，内容就是“如果我只能告诉你一件事，就是别再用 ChatGPT 了，用 Cursor 做所有事情”。这个建议看起来很简单，但它背后是一个深层的认知转变：从“问 AI”到“管理 AI”，从消费式的工具到投资式的工具。

也值得知道

Anthropic 为开源项目提供免费 Claude 额度：维护者可以申请 6 个月 200 美元的免费额度，条件是项目有 5000+ GitHub stars 或 100万+ 月度 NPM 下载。即便不完全符合标准，只要你维护的东西“生态系统惄惄依赖着”，也可以申请（Claude for OSS）。

有消息说 DeepSeek V4 在预发布阶段未按惯例向 NVIDIA/AMD 开放，而是将早期访问权限独家授予了华为等国内供应商。DeepSeek 已在昇腾平台完成模型迁移，推理速度提升超 35 倍。这反映了国内 AI 生态的加速发展。

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：yage-ai.kit.com​