飞飞的AI实验室

React 用了 13 年，积累了 24 万 Star。Linux 内核用了 40 年，Star 数还没追上。

而一只”龙虾”，只用了 3 个月。

2026 年 3 月，OpenClaw 的 GitHub Star 数登顶历史第一，超越了 React、Linux、TensorFlow 这些已经成为行业基石的项目。更魔幻的是，它不是某个大厂的战略级产品发布，而是一个奥地利退休程序员的”周末项目”。

在 OpenAI、Google、Anthropic 这些巨头用几十亿美金筑起护城河的时代，一个个人开发者凭什么能撕开一道口子？

答案藏在一个很简单的道理里：大厂在比谁更聪明，但用户只想要一个能干活的助手。

巨头们的困局：被自己的成功困住了

先说一个事实：ChatGPT 诞生快 4 年了，大多数人的使用方式还是打开聊天框，问一个问题，等一个回答。

不是模型不够强。GPT-4、Claude Opus、Gemini Ultra，推理能力一个比一个强。但它们都被关在同一个笼子里——对话框。

你让 ChatGPT 帮你整理邮件，它给你一篇教程。你让 Claude 帮你安排日程，它输出一段建议。你让 Gemini 帮你分析竞品，它给你一份报告的文字稿。

你每天花多少时间在”重复劳动”上？

整理邮件、回复消息、安排日程、搜集资料、处理文档……这些事情占据了我们大量时间，却几乎不需要创造力。你可能用过 ChatGPT、Claude、豆包，但它们本质上都是”你问一句，它答一句”的对话工具。你不问，它就坐着发呆。

但 2026 年初，一只”龙虾”彻底改变了这个局面。

它叫 OpenClaw，一个开源的 AI Agent 项目。短短几周，GitHub Star 数飙到 24 万，Mac Mini 因为它直接卖断货，英伟达 CEO 黄仁勋在 GTC 2026 上公开喊话：”OpenClaw 可能是有史以来最重要的软件发布。”

这只龙虾到底有什么魔力？普通人真的能用它拥有一个 24 小时在线的免费私人助理吗？今天我们就来好好聊聊。

ChatGPT 是”嘴”，OpenClaw 是”手”

先搞清楚一个核心问题：OpenClaw 和 ChatGPT 到底有什么区别？

一句话概括：ChatGPT 是对话工具，OpenClaw 是执行框架。前者给你答案，后者帮你干活。

你让 ChatGPT 帮你整理邮件，它会告诉你”可以按优先级分类，先处理紧急的……”。听起来很有道理，但邮件还在收件箱里躺着，一封都没动。

上周在终端里敲命令时，突然想：要是能直接在命令行里问 AI 该多好。搜了一圈，发现 Google 推出了 Gemini CLI，一个开源的命令行 AI 助手。装上试了试，确实好用。今天把我踩过的坑和使用心得整理出来，写一篇保姆级教程。

Gemini CLI 是什么

Gemini CLI 是 Google 推出的开源 AI 命令行工具，让你可以直接在终端里使用 Gemini 模型。

它不是简单的”问答机器人”，而是一个真正的 AI 代理（Agent）。它能：

• 读写本地文件
• 执行 shell 命令
• 搜索网页内容
• 理解和生成代码
• 多步骤推理和规划

想象一下这些场景：

• 你在看一个陌生项目的代码，直接问”这个函数是干什么的”
• 你忘了某个 git 命令，问”怎么撤销上一次提交”
• 你要写个脚本，说”帮我写个批量重命名文件的脚本”

这些 Gemini CLI 都能搞定。

为什么要用 Gemini CLI

上周在用 Claude Code 重构一个老项目时，我犯了个错误：直接让 Claude 开始改代码，结果它改了十几个文件，测试全挂了。回滚之后，我换了个方式——先让它进入 Plan 模式，把整个重构方案写成文档，我审核通过后再执行。这次一次成功。

这让我意识到，AI 编程工具最大的问题不是写不出代码，而是”想都不想就开始干”。

Plan 模式解决什么问题

传统的 AI 编程助手（包括 Claude Code 的默认模式）工作方式是：你说一句话，它立刻开始改代码。这在处理简单任务时没问题，但遇到复杂场景就容易翻车。

想象一下这个场景：你让 Claude 给 API 添加分页功能。它可能会：

• 修改路由处理函数
• 更新数据库查询
• 调整返回格式
• 修改前端调用代码

如果它对现有架构理解有偏差，可能会破坏现有的缓存层，或者忽略了 ORM 的约定，或者重复实现了已有的工具函数。等你发现问题时，已经改了一堆文件。

Plan 模式的核心思路是：把”思考”和”执行”分开。

在 Plan 模式下，Claude 只能读代码、搜索文件、查资料，但不能修改任何东西。它会先写一份详细的实施计划，你审核通过后，它才开始真正动手。

最近在和几个做 AI 应用的朋友聊天时，发现一个有意思的现象：有人用 Claude Code 写代码写得飞起，有人却更喜欢在 Dify 上拖拽节点搭建工作流。这两个工具看起来都在做”AI 开发”这件事，但用起来感觉完全不一样。

这让我开始思考：为什么会有这么大的差异？它们到底在解决什么问题？

两个工具，两种思路

Claude Code Skills：给 AI 装上工具箱

Claude Code 本质上是一个终端原生的 AI 编程助手。它不是简单的代码补全工具，而是能够理解你的整个项目、跨多个文件进行修改、运行测试、甚至帮你提交代码的”AI 结对编程伙伴”。

Skills 是 Claude Code 的核心扩展机制。你可以把它理解为给 Claude 装上了一个工具箱——每个 Skill 就是一个专门的能力模块。

比如说，你可以创建一个 /deploy Skill，教会 Claude 如何部署你的应用：

1
2
3
4
5
6
7
8
9
10

---
name: deploy
description: Deploy the application to production
disable-model-invocation: true
---

Deploy steps:
1. Run test suite
2. Build the application
3. Push to deployment target

这个 Skill 文件放在 .claude/skills/deploy/SKILL.md 后，你只需要在终端输入 /deploy，Claude 就会按照这个流程帮你完成部署。

你每天产生多少条笔记？

会议纪要、灵感碎片、待办事项、读书摘录……这些东西散落在各个 App 里，找起来要命。你明明记了一条重要笔记，但就是不记得存在哪个笔记本里了。

现在，你可以对你的 OpenClaw 说一句：**”帮我找一下上周关于项目排期的笔记”**。

几秒钟后，它把笔记标题、摘要、修改时间整理好了，问你要不要看正文。

这就是 ima-skills——一个把 IMA 笔记和 OpenClaw 打通的 Skill。今天这篇文章，教你怎么安装、配置，以及怎么玩出花来。

先搞清楚：OpenClaw 的 Skills 是什么？

如果你刚接触 OpenClaw，可能对 Skills 这个概念还不太熟。

Skills 是 OpenClaw 的”技能插件”。 每个 Skill 就是一个 Markdown 文件（SKILL.md），里面写了 AI 应该怎么执行某类任务——调用什么 API、传什么参数、返回什么结果。

打个比方：OpenClaw 本身就像一个聪明但什么都不会的新员工。Skills 就是你给它的”操作手册”——装了 Gmail Skill，它就会处理邮件；装了 Obsidian Skill，它就会管理你的知识库；装了 ima-skills，它就会操作你的 IMA 笔记。

你打开 Android Studio，看到一条升级提示：AGP 9.0 可用。

你手一抖点了升级。

然后你的项目爆了 47 个编译错误。BaseExtension 找不到了，applicationVariants 不能用了，Kotlin 插件冲突了，Hilt 不兼容了……

你花了整整一天才把项目跑起来。

恭喜你，你刚刚体验了 Android 开发史上最大的一次构建系统重构。

Reddit 上有人发帖说：**”AGP 9.0 发布了，简直是灾难。这是我的完整迁移指南，希望你不用受这个罪。”** 帖子下面一片惨叫。

但冷静下来看，AGP 9.0 确实是 Google 这几年来做的最重要的一次底层升级。痛，但有意义。

AGP 9.0 到底改了什么？

一句话总结：Google 把积攒了好几个大版本的”技术债”一次性清掉了。

上周一个朋友跟我吐槽。

他看了我之前写的 OpenClaw 教程，兴冲冲地装了一套。配好了 WhatsApp，接上了 API Key，准备体验传说中的”AI 贾维斯”。

但他为了省钱，选了最便宜的模型——Haiku。

结果呢？让它帮忙写个 Python 脚本，写出来的代码跑不通。让它改 Bug，越改越多。让它分析一个文件，它幻觉出了三个不存在的函数。最后他花了两个小时”教”AI 做一件本来 20 分钟就能搞定的事。

他跟我说：”这玩意儿就像我招了个实习生，还是那种上班第一天就敢重构你代码的实习生。”

我说：不是工具的问题，是你给它装了个笨脑子。

OpenClaw 是什么？30 秒搞清楚

如果你还不了解 OpenClaw，先快速补课。

OpenClaw 是 2026 年最火的开源 AI 项目——GitHub 上超过 25 万颗 Star，打破了 React 保持了十年的增长纪录。它的创始人是奥地利开发者 Peter Steinberger（PSPDFKit 的创始人），原名叫 “Clawdbot”，因为 Anthropic 的商标投诉改了两次名，最终定名 OpenClaw。

想象一个场景。

你正在开会，突然想起今晚得加班，来不及做饭。你掏出手机，对着 Gemini 说了一句：”帮我在 Uber Eats 上点一份辣鸡肉三明治。”

然后你把手机放下，继续开会。

几秒钟后，你的手机自己打开了 Uber Eats，搜索附近的餐厅，找到了 Popeye’s，点进去，选好了辣鸡肉三明治，加到购物车，然后通知你：”已经准备好了，请确认下单。”

你全程没有碰过屏幕。

这不是科幻电影。这是 Google 在 2026 年 3 月刚刚上线的 Gemini Screen Automation——一个让 AI 直接操控你手机上的 App 来完成任务的功能。

这到底是个什么东西？

简单说：Gemini 现在可以替你操作手机了。

不是回答问题，不是推荐餐厅，不是给你一个链接让你自己去点——而是真的打开 App、浏览菜单、选择商品、添加到购物车。像一个隐形的助手坐在你旁边，替你完成那些需要十几次点击才能搞定的重复操作。

你花了三天写完一个功能，信心满满地提交了 PR。

然后你的 Tech Lead 留了 47 条评论。

变量命名不规范、边界条件没处理、这段逻辑有竞态风险、那个 SQL 查询可以优化、错误处理不够健壮、单元测试覆盖率不够……

你看着那一片红色的评论气泡，心态崩了。不是代码写得太差，是你在提交之前，没有人帮你”过一遍”。

但现在有了。

2026 年 3 月 9 日，Anthropic 正式发布了 Claude Code Review——一个多 Agent 系统，专门在你提交 PR 的时候帮你做深度代码审查。更重要的是，就算你用不了企业版，你也可以用 Claude Code 在本地做一次”自检”，把那 47 条评论在提交之前就消灭掉。

Claude Code Review 到底是什么？

简单说：它是一个 AI 代码审查团队。

不是一个模型看一遍你的代码，而是一个多 Agent 系统——多个 AI Agent 同时工作，每个 Agent 负责审查你代码的不同方面。