大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



本文来自微信公众号： Mall先生 ，作者：晓虎

2026年开年最火的科技产品，是一只“龙虾”。

OpenClaw，一个以龙虾为吉祥物的奥地利程序员的“周末玩具”，三个月拿下GitHub近20万星标，国内云厂商集体跟进一键部署，创始人被OpenAI挖走……几乎所有的互联网主流媒体头条，都遭到了它的“生物入侵”。

OpenClaw是最近中文互联网的顶流之一

我身边已经有不少同行在问：这东西我要不要装一个？

于是有了这篇文章。

我会从三个层面和你分享——龙虾现在能帮你做什么？它会怎样改变你的工作和组织？以及，我们该怎么面对技术狂飙带来的机会和挑战。

该不该住一只龙虾

先说清楚龙虾和你之前用过的ChatGPT、deepseek有什么不一样。差别不在于它更聪明，OpenClaw所调用的，也就是这些大模型。而在于两个新特点。

第一，它能直接动你电脑里的东西。被授权后，龙虾可以直接读写文件、运行脚本、操作浏览器、收发邮件、访问本地数据库。

对于一线运营，它可以用你的账号登录公司的数字化系统，读取客流、销售、坪效数据，再打开excel做数据透视和多维度交叉分析，生成带图表的PPT报告，然后保存在文件夹里。

整个过程你不需要手动上传任何文件，甚至不需要碰键盘。

第二，它能持续自主运行。设定好任务后，它就可以每天早上自动生成行业资讯，每周日晚间自动整理经营简报，到点自己跑，跑完把结果推送到你的飞书或微信。你不提醒，它也能开工。

如果说传统大模型是一个你需要主动打开、手动喂料，然后它负责”说”的顾问；龙虾更接近一个住在你电脑里，有手有脚，能自己”干”的专家。

但这些进步，并不意味着每个人，都立刻就需要它。

如果你的AI需求还停留在思考辅助和基础工作层面：梳理逻辑、讨论判断、写作文稿、设计图片……那现有的大模型产品已经够用。

复杂一点的，用Claude的Project、ChatGPT的GPTs、腾讯的ima，也可以加载你的背景资料或者相关附件，维持长期上下文一致。龙虾在这些场景下，不会给你更多。

但如果你的需求已经从”想”转移到了”做”——你希望AI直接操作你本地的文件，不用每次从对话框里复制粘贴；或者你希望AI持续自主运行，定时完成任务，不用每次都由你手动发起——那龙虾可以考虑。

B站上已经有了大量保姆级OpenClaw教程

但如果你发现，安装和配置龙虾很麻烦，或者担心电脑配置带不动、成本太贵、文件安全有问题，那也完全不用急。

技术迭代的速度比我们想象得快：两年前我们还在研究怎么写好prompt，今天你只要会打字就能把AI调教成你想要的样子。AI Agent的易用性一定会经历同样的过程。

等到它的门槛变低了、价格变便宜了、安全性变高了再学，也来得及。

咱们这个行业，说实话，没那么高精尖。

比装龙虾更重要

以上说的都是个人。

但如果你是在组织层面考虑这件事的管理者，我的建议就不一样了：比起给团队装龙虾，有一件事更值得你现在就开始了解——Skill。

Skill是Anthropic发起的一套模块化的能力扩展机制，目前Claude Code、CodeBuddy等主流工具都已支持，也是大家用龙虾的重要辅助。

说得通俗一点，Skill就是把一个人做某件事的完整步骤，写成AI能读懂并自动执行的操作手册。

举个例子：你们集团里有一个项目团队的市调分析做的特别好。除了现场走访之外，他们还会从公众号整理市场新增项目和首店信息，去猫眼专业版看看各家电影院的票房，然后搜小红书上项目的打卡内容与活动评价，并对比同档期自己活动和竞对的讨论热度。最后把这些信息整理成一份带结论的报告。

这套方法完全可以写成一个Skill——上哪个平台、抓什么数据、按什么维度对比、输出什么格式，全部定义清楚。

写好之后，全国所有的项目都能用AI平台加载这个Skill，跑同样的流程，输出同样标准的报告。

再比如，你的招商负责人评估一个品牌是否值得引入时，有套独门框架：近两年的开关店节奏、在系统内的坪效排名、社交媒体上的口碑趋势、创始团队的稳定性。

这套框架也可以封装成Skill，新来的招商经理不需要从头学，加载后就能用同样的框架做品牌评估。哪怕有些数据暂时拿不到，没关系，基于这个Skill，AI也会告诉你该怎么谈、怎么问。

更重要的是，这些Skill不仅能单独使用，它们凑在一起，还可以组合进化出很多新的业务能力和应用场景——比如用招商负责人的判断视角，来优化市调报告的采集内容。

那些编出来就没用过的标准手册，终于有了真正的用武之地。而高手的方法论，也有了更快速复制到整个团队的可能。

所以，我强烈建议所有的商管公司总部，都开始研究Skill能做什么，并同步梳理自己的工作流程——哪些环节可以拆解，哪些判断可以明确标准，标准该怎么定、由谁来定，怎么让AI能理解……然后开始小范围尝试，为将来真正跑通做好准备。

如何让自己不被AI干掉？

当然，龙虾也好，别的AI工具也好，他们在带来效率的同时，有一个隐忧始终存在：当AI越来越能干，我的工作会不会被取代？

全球IT服务巨头Cognizant今年1月发布了一份报告，叫《新工作，新世界2026》。他们评估了18,000个工作任务和近1,000个职业，结论是：今天美国已有93%的工作受到AI不同程度的影响——原本他们预计这一比例要到2032年才会达到。

商业地产运营者的日常工作，恰好横跨了这份报告中受冲击最大的三个职业族群：管理、商业与财务运营、行政支持。这三个类别的AI暴露度从2023年的14%-21%，跃升到了60%-68%。

颜色深浅代表对AI的暴露范围，三个职业图中序号分别是1、2、17

这固然意味着效率的提升：原来一个人三天做完的竞品报告，现在一天搞定。但当一个人能做三个人的活，我们也必然担忧：组织不需要那么多人了。

我试图用更理性、也更细节的方式来拆解这个问题——你每天做的事情里，到底哪些是AI能做的，哪些不是？

有些工作已经在被替代了。文案写作、海报生成、数据整理、长文总结、基础研究……这些标准化的信息处理工作，AI做得比大多数人快，也不比大多数人差。如果你的一天主要在忙这些事，那确实该紧张。

有些工作目前还需要人工手搓，但可能不会太长久。招商方案的撰写、标准化的经营分析、租约结构的评估……今天AI还做不到令人满意的水平，但谁也不敢说两年后还是这样。

Cognizant报告最让人不安的数据，不是93%的影响比例，而是它的变化速度：原本预测需要十年（到2032年）才会发生的事情，现在已经提前六年就在我们眼前上演了。

Cognizant称一些在大型语言模型刚兴起时相对安全的工作，正在加快被AI所影响

不过仍然有些工作，很难被替代。

比如对现场细节的观察。

一个主理人品牌的创始人来的越来越少；一家连锁品牌的新品上架越来越慢；听同行说谁家的老板最近要离婚了……这些信号不会出现在报表里，但对一个经常在场的人来说，都意味着：品牌可能会有变。

AI需要数据才能工作，能在数据出现之前就发现问题的能力，就比AI更强。

又比如人与人之间的真实连接。

信任建立在反复的面对面互动中，也建立在对过往承诺的达成度里。品牌方决定和你合作，很多时候不是数据多可靠，或者你的方案做得漂亮，而是因为他信任你这个人。

这种信任没有捷径，再快的AI也造不出来。

“现场主义”是对抗AI影响的重要武器

还有很重要的两类能力，是AI时代长出来的新要求。

第一类是管理能力。

过去一个团队里，谁定方向、谁做决策、谁做执行，分工是清楚的。AI时代这个边界在模糊——因为每个人手里都多了一个“下属”。

你需要定义问题，从一堆纷杂的信息里抓出要AI解决的那个目标。

你也需要做出决策——AI给你十个方案，列出每个方案的利弊，甚至给出推荐。但最后拍板说”就这个”，并承担决定带来的后果，还得是你。

有个成语叫做房谋杜断。如果AI是房玄龄，你就必须得当杜如晦。哪怕决策这件事情，是很多人不善面对的。

给AI定方向、分配任务、审核产出、做最终决策，这个过程就是管理！AI时代，你必须把自己变成管理者——不是职级上的，而是能力结构上的。

第二类是知识输出能力。

过去你只要会做就行，现在还得能说清楚自己怎么做的。

你脑子里的判断框架、你的方法论、你对成果的标准要求，只有把它说清楚，它才能变成Skill，才能被AI加载和执行。

某种程度上，AI时代的每一个从业者，也都应该是个好的自媒体博主：能把脑子里的东西输出成别人能听懂，能消化的内容。

你的方法论越清晰，AI的执行效果和一致性就越好

在恐慌和担心之外，找到那些护城河更高的能力领域，是关键。

资产可以慢，但人不能慢

说完了工具，说完了能力，最后想聊一个更根本的问题：节奏。

商业地产这个行业，天然是需要长期主义的。一个项目从拿地到开业三五年，养商期又是三五年，REITs退出看的是十年甚至更长的周期。

但个人的成长可不能按照这个节奏来，更何况，AI的迭代速度完全不在这个时间尺度上。

两年前，写prompt的能力还是一项专门的技能，今天已经不需要了。过去我们说图片的AI感还是很明显，如今Seedance 2.0用一张照片一句话就能产出电影级的视频片段。

这是商业地产从业者面对AI时最独特的处境：你经营的资产需要用十年的眼光去规划，但你使用的工具和你需要的能力，可能每半年就会要更新一次。

你不要急着焦虑，焦虑本身没有用。有用的是从现在就开始行动，哪怕是很小的一步。

有两件事可以同时做。

一件是用AI帮你省时间——今天就试着让它帮你跑一份市场分析看看效果，今天就试着通过标准化来提高案头工作的效率。

另一件是有意识地把节省下来的时间，花在AI做不了的事情上——

不需要等到龙虾变得好用了，不需要等到公司统一部署AI，更不需要等到自己快被裁员了……就今天，就看完这篇文章后，行动起来。

说到底，这也是一种长期主义——持续的学习和自我更新。

资产可以慢，因为它的价值在于稳定；但人不能慢，因为你的不可替代性，在于与时俱进。

写这篇文章的过程中，我问了AI一个关于它自己的问题：

你觉得是否会出现“幽灵GDP”——AI让生产率飙升，但因为替代了大量白领工作，社会消费能力反而萎缩，因为内需不足而导致消费型社会的底层逻辑被动摇？

这个名词来自于最近Citrini Research发布的《2028年全球智能危机》。它的预测在华尔街引发了恐慌，美股应声下跌。

AI的回答比我预想的坦诚。

它说，这个负反馈循环的逻辑链条是成立的；机器不消费，这个判断也是对的；消费型社会的底层逻辑确实面临前所未有的压力。

但它还说了一句：“即使在最悲观的情境下，人还是需要出门，需要和真实的人待在一起，需要在物理空间里获得屏幕给不了的体验。这个需求不会消失。”

我觉得它说得对。

当信息可以被算法生产，当内容可以被模型生成，稀缺性一定会落到那些必须“在场”才能发生的事情上：人与人的相遇、关系的建立、情绪的共鸣。

这也许就是线下商业，在AI时代最朴素的存在理由。