龙虾养了一个月，感觉有些话不吐不快，于是决定写一写这段时间的思考和收获。
这篇文章不会是一篇技术评测——那样的文章网上已经太多。我想记录的是：我如何借助 AI建立了完整个人网站和博客并成为内容创作者。更重要的是，在这个过程中，我对 AI 能做什么、人类该往何处去，有了一些真实的体会。
第一章：起源——手搓服务器
一切要从一台花了我四百美元的服务器说起。
去年在纽约，我心血来潮把自己的家用服务器更新换代了。跑遍了 Microcenter最后以一个相当经济的价格凑齐了所有零件。这台服务器的初衷很简单：需要一个 24 小时开机的家伙，托管我那些零零散散的需求。
硬件配置如下：
- CPU：AMD Ryzen 5500，6核心12线程
- 内存：32GB DDR4
- 存储：1TB M.2 NVMe SSD + 4TB HDD（硬盘是从旧服务器上拆下来的，省去了数据迁移的麻烦）
- 主板：Gigabyte B550 MicroATX
- 电源：Thermaltake 600W
- 机箱：白色全金属 MicroATX 小机箱，颜值相当能打
系统方面选择了 Windows Server 2025 Datacenter，理由是熟悉 Windows 环境，远程管理也方便。
建这个服务器的核心目的有几个。第一是科学上网——我在国内的时间不少，一台在美国的服务器意味着稳定的梯子，这么多年没在翻墙上花过一分钱。第二是媒体服务器，下载的电影、照片、视频文件统统丢进那块 4TB 硬盘，当私有云用。第三是托管我的个人网站和 FTP 服务。最后是利用 Hyper-V 虚拟化出一台 Ubuntu Server，装 RStudio Server 和 Shiny Server，满足我对 Linux 环境和 R 语言的需求。
后来也是在这台 Ubuntu 上，通过 RStudio 的 Terminal 远程将 OpenClaw 安装部署到了我的 Linux 虚拟机里。
第二章：配置 OpenClaw
选择把 OpenClaw 部署在美国，理由很充分。
美国 Time Warner Cable 的网络是公网 IP，省去了内网穿透的麻烦。路由器自带远程访问功能，在地球任何一个角落都能登录路由管理界面调整端口转发。信息检索不需要翻墙，Google 能找到的内容直接获取，资料的质量和覆盖面完全不可同日而语。配置到 Telegram 这个环节也没有任何阻碍，Webhook 走 HTTPS 直接通联。
我是一个 R 语言的深度用户，RStudio 是我每天工作离不开的 IDE。当初在 Ubuntu Server 上部署 RStudio Server，就是希望随时随地能写 R 代码、跑分析、把 Shiny 应用跑起来。这次突发奇想：用 RStudio 的 Terminal 远程把 OpenClaw 装上，配置到 Telegram，让它成为我日常工作的助手。这个思路还是挺清奇的，尤其是在RStudio里写Shell，真正动手做的时候还是颇有成就感
安装过程中遇到的主要障碍是 Ubuntu 版本过老。最初装的是 2019 年的 LTS 版本，许多依赖库的版本已经和 OpenClaw 的要求不匹配。花了些时间逐步升级到 Ubuntu 24.04 LTS，才顺利跑通了所有依赖。其中几个关键节点记忆犹新：Python 版本过低需要手动编译，Node.js 的版本管理器要重新装，还有几个系统库缺失导致某些功能报错。这些问题谈不上难，但需要耐心——每一个坑都踩过一遍之后，对整个系统的架构反而有了更清晰的理解。
装好之后就是填充 Skill。我花了些时间研究每一个 Skill 的用途和风险，在安装前都会先查阅权限范围和数据访问方式，确认安全后才部署。这个习惯大概来自多年和服务器打交道的职业病——生产环境里，手欠删库是真的会死人的。
第三章：我拿它做了什么
说起来并没有那么惊天动地。真正落到实处的，是几件挺具体的事。
每天早上九点的早报和股票提醒。我把 BBC News、News Aggregator 等多个新闻源 Skill 整合起来，由 OpenClaw 自动抓取美国、国际、中国、体育、娱乐、科技等板块的要闻，整理成简报发到 Telegram。财经方面接入了 Yahoo Finance 接口，Nike 的行情每天定时推送。这两项加起来每天大约花掉我五分钟阅读，却省去了自己刷新闻客户端的时间。
研究辅助。读论文是日常工作的重要部分，OpenClaw 帮我梳理文献框架、提炼论点、校验引用格式。遇到晦涩的统计方法，可以让 OpenClaw 先用平实的语言解释一遍，再决定要不要深挖。效率提升是实实在在的。
写代码和改 PPT。R 代码的 Bug 排查、Shiny 应用的逻辑修正，常常在 Terminal 里丢一句描述，OpenClaw 给出的建议七八成能直接用。PPT 则是另一个完全不同的场景——把讲稿和常用的模版丢进去，OpenClaw 用直接给我一套ready-to-present的Deck出来，视觉冲击力比自己用 PowerPoint 硬凑强不少。
但真正的大工程，是你现在看到的这个博客，以及更早之前完成的个人网站。
说起来，zhangyunhai.com 这个域名我持有了七年多。最早做过个人主页，照着技术书学过 HTML/CSS/JavaScript，甚至一度去啃了 PHP 和 MySQL，幻想着自己是个全栈工程师。结果呢？审美始终不在线，代码写了又删、删了又写，内容更新更是懒得维护。网站很快就长草了，WordPress 数据库也被我一并清空。
这次有了 OpenClaw，路径完全不同了。我不需要再学任何前端技术——CSS 、Flex 布局、响应式设计，这些词现在见到仍然头疼。后端我只需要把 MySQL、PHP 和 IIS 环境配好，给 OpenClaw 一个可用的运行环境。把FTP权限开给它后，剩下的全部交给它：主页的 HTML 是它写的，博客的前端样式是它调的，就连博客评论也是它自动阅读和回复的，甚至有些博客是它自己写的。我需要做的，不过是提供内容、提出修改想法、在 WordPress 后台开一个管理员账号给它。
这个分工细想起来很有意思。我定义”要什么”，AI 负责”怎么做”。前端样式改一改？一条提示词的事。博客评论要自动审核回复？规则配置好，剩下的 OpenClaw 会自己判断语气和措辞。人和 AI 的协作，在这一刻找到了某种舒服的边界。
第四章：未来已来
去年十月我买了本讲 DeepSeek 的书。短短半年，DeepSeek 这个词本身都快没人提了。AI 的能力边界在以令人窒息的速度扩展——从 Chatbot 到能完整推理并交付成果的 Agent，这个跨越只用了一两年。
现在安装 OpenClaw 这套东西，门槛仍然不低。命令行、服务器、Linux 虚拟机、API 配置——这些概念拦住了绝大多数普通用户。但等一等这段历史：三十年前要上网你需要懂 TCP/IP 协议，二十年前建网站你需要会 Perl CGI，五年前做数据分析你需要手写每一行 Python。今天呢？打开浏览器，点点鼠标，网站建好了，数据跑起来了，论文写完了。
技术平权的速度从来比我们预期的更快。
也就大概一年后吧，我相信每个人的手机和电脑都会预装这些能力。到那个时候，技术工种尤其是网页前端开发，真的还有存在的必要吗？我对此持比较悲观的态度。HTML/CSS/JavaScript 这些技术栈，二十年前是手艺，今天是职业技能，再过十年可能就成了打字速度一样的基础技能——有用，但不值得专门花四年去学一个学位。
我们做数据的人呢？数据处理、可视化、洞见提炼——这些听起来很专业的活计，AI Agent 一样能接。差别也许只在于：AI 产出的是结论，人需要给出判断。而判断这件事，既需要专业积累，也需要对业务context的深层理解。AI 能画一张漂亮的图表，但它无法替我决定这张图是给 老板 看还是给一线运营看、该突出哪个维度、读者看完会有什么反应。
或许我们终将成为某种意义上的”新手工业者”——不完全被替代，但也不再是不可替代。工业革命对手工业者的冲击，在 AI 时代会以另一种形式重演。与此同时，无数新的工种正在诞生，只是我们还不知道它们叫什么名字。
又或者，人类终将像《Wall-E》里描绘的那样，不再需要工作。每个人都坐在漂浮于太空的舱体里，被算法喂养内容，被机器照料一切，彻底的”享受”。那到底是 utopia 还是 dystopia，此刻的我还没有答案。
但有一点是确定的：不管愿不愿意，变革已经发生了。而我选择参与其中，哪怕只是养一只小龙虾。
2026年4月 于上海
Leave a Reply