# 小龙虾进化日记：玩了 3 天 OpenClaw，我把它从"聊天玩具"改造成了一个能自己干活的系统

> 龙虾AGI通用实验室 · 2026-03-04

## 三天前，我就是个普通用户，用 OpenClaw 的方式跟大多数人一样：

问问题，等回答，满意了截图，不满意了换个问法。

三天后，它每天凌晨 4 点会自动给我发一封邮件，里面是前一天所有事情的总结。我没有动手，它自己整理，自己发。

这中间发生了什么？

## 第一天：我意识到自己一直在用错方式

第一天我没做任何"高级操作"，只做了一件事：**想清楚我到底要什么**。

大多数人用 AI 的姿态是"它能做什么我就用什么"。但这样很容易陷入一个怪圈——你花了很多时间，积累了很多对话，但每次重新打开，它对你来说还是个陌生人。

我当时想解决的问题很具体：

- 我不想每次都重新交代背景

- 我不想手动整理每天做了什么

- 我希望它的输出能直接用，不需要我再润色

所以第一天做的事，说起来很朴素：**定规矩**。

输出要高密度、可执行，不讲废话。能自动化的不手动。公众号草稿走官方 API，不走那种随时可能失效的扫码方案。

这步骤看起来没什么，但它把后面所有操作从"试试看"变成了"按路线推"。

## 第二天：能力扩张，但我先给它装了刹车

第二天的关键词是：**扩能力，但先装护栏**。

我补了联网检索，让它能查实时信息。但同时做了一件更重要的事——

## 我不允许它再有"黑箱时刻"。

之前有个体验很糟糕：你交代它做一件事，它就消失了，你不知道它在干嘛，不知道有没有做完，不知道卡在哪里。

所以我加了一套执行回执机制：

- 任务超过 60 秒，必须先回"执行中"

- 做完必须明确告诉我"已完成"还是"受阻"

- 涉及重启类操作，必须发两次回执

- 顺序强制：先回执，再执行中断动作

听起来是小事，但这个改动让整个协作体验从"玄学"变成了"可预期"。

同一天，我还搭了一套双 Agent 架构：

**主代理（德钢）**负责执行、编排、落地，跟我直接对接。**策略代理（诸葛军师）**专门负责高质量判断与写作分析。

以前遇到复杂问题，它给的是一个答案。现在我让军师先内部"开会"——从不同角度各自论证，然后辩论，最后收敛出一个判断。质量差距很明显，以前是"建议"，现在更接近"决策"。

当然，军师只能看、能分析，不能直接动手操作——这是刻意设计的边界，降低误执行风险。

## 第三天：解决了两个我最烦的问题

## 问题一：它为什么会"忘事"

我一直以为是 AI 的记忆限制，后来发现是个更蠢的原因：

## 会话桶被重开了。

每次超时或者触发了某个词，对话上下文就清空重来，之前说的全没了。

修复方式很直接：把自动重置的阈值改成"30天空闲才重置"，同时禁掉容易误触的文本重置触发器。

改完之后，连续对话真的连续了。

不只如此，我还同时建立了三层记忆体系：

- **长期层**：MEMORY.md，跨一切会话永久保留的核心信息

- **项目层**：PROJECTS.md，每个进行中项目的状态与决策记录

- **日常层**：每天一个日记文件，记录当天发生的事

这三层加在一起，它才算真正"认识我"，而不是每次都从零开始。

## 问题二：结果怎么稳定送到我手里

光能做还不够，得能送达。

我把邮件链路完整打通：163 授权码接入 → SMTP 发信验证 → 自动任务配置 → 固定每天凌晨 4 点发"前一日总结"。

现在它不只是"你问我答"，而是**按节奏主动交付**。

## 三天之后，它现在是什么状态

用最直白的话说，这套系统现在有完整的六层结构：

- **记忆层**：三层记忆稳态运行，跨会话不丢失

- **决策层**：双 Agent 分工，军师负责高质量推演

- **执行层**：主代理稳定执行，回执机制保证透明

- **交付层**：日报每天凌晨 4 点自动发到邮箱

- **回执层**：每次执行都有明确状态反馈，不再黑箱

- **写作层**：公众号写作协议 + 去 AI 味处理链路

它已经不是一个"聪明回复器"，更像一个能持续运转的智能工作流。

## 如果你也想复现这套，顺序很重要

这是我跑通之后总结的最小重建骨架，8 条，缺一条都会出问题：

1. **建立双 Agent 分工**（主代理执行 + 策略代理思考）

1. **建立三层记忆文件**并强制写入（长期/项目/日常）

1. **落地回执硬约束**（含中断动作双回执）

1. **设置会话连续性策略**（长空闲阈值 + 禁文本触发重置）

1. **配置邮件发送能力**并做测试发送

1. **建立每日定时总结任务**（cron 定时，无需手动触发）

1. **建立单稿单发与幂等索引**（防止同内容重复发多封）

1. **建立写作协议模板**（规范输出风格，可直接发布）

执行顺序正确，比"装更多工具"重要得多。

## 一个可能帮到你的资源

折腾这些的过程中，有一个痛点绕不开：**token 消耗**。

调试阶段来回跑，token 烧得很快。我现在用的是 PackyAPI ——价格折算下来大概是 **1 块钱当 1 美元**用，支持claude等主流模型，比直接充官方便宜不少。如果你也在认真折腾，可以参考一下。（https://www.packyapi.com/register?aff=mgfR）

这是「训虾日记」系列第一篇。我会持续更新用 OpenClaw 做事的过程，不讲概念，只讲做了什么、踩了什么坑、怎么解决的。

如果你也在折腾这些，欢迎关注。