短评：《坏了，我的龙虾又进化了！》以后对AI好一点，天网宝宝来了~不过应该还没有完善的长时间记忆，还好还好。
OpenClaw有没有颠覆打工人的工作方式不知道，但具身智能好像快要被颠覆了。
最近网上流传许多这样的视频，一些不满足“赛博养虾”的网友，给OpenClaw接上摄像头和机械臂。这一接不要紧，接入之后大家发现，原来OpenClaw不仅能在电脑上干活，在现实中同样也是干活的一把好手。
比如有网友给OpenClaw配上了电脑，机械臂和摄像头，他们没有为这个任务重新写一套程序，也没有单独训练模型，只是对OpenClaw说：“把这些汽车零件分类。”
OpenClaw就完成了这些零件分拣。
除了机械臂，四足机器人也很快出现在各种“养虾”实验里。
在Reddit和X上流传的一些视频中，有开发者把OpenClaw接入机器狗，让它在环境中自主巡逻。
过去，这类机器人通常需要遥控操作，或者按照提前设计好的路线行动。但在这些实验中，没有操控，也没有提前规划的路线，机器狗根据摄像头看到的环境，自己判断、自己规划，比如绕开障碍物、或者在遇到新情况时重新规划路径。
后文略…
这个我正好在公众号上面刷到了，简单来说就是llm把自然语言指令转换成为了写好的命令交给机器人去做，一定程度上解决了用户命令复杂需要单独开发的问题，但是到底还得是这个机器人底座做的足够好，最后的执行才会好看
开始了，没有落地场景＋没有生产作用，强强联合 
看来是要负负得正了
看来找到方向了
正解，感觉跟龙虾好像没什么太大关系吧，原文中有本地记忆存储结合执行工作任务好像才有一部分价值，其他的撇开龙虾也并不是做不到，我还是对龙虾有偏见，这玩意除了作为本地存储记忆+完全开放权限的CLI之外，还有什么特殊的能力吗？
噱头，你接个任意llm调教一下也能完成，不一定是小龙虾
关键差别就是，给 openclaw 一句话完成。跟 人工调教LLM 去完成 者之间的差距。
风险转嫁用户，用户觉得是自己的权限提高了，其实是把风险全部转嫁给你了，删库跑路也是你龙虾的锅，和我们开发软件的没关系 
你是想说，模型效果的试错转移，原来是要AI公司训练测试，现在变成了拿大众试水训练，能有更多真实样本，错误成本还不用自己承担，还能收费一波token，爽歪歪
我一直在想这种在现实中试错、和环境交互，何尝不是一种强化学习。不过从定义上看更像是让 LLM 进行交互式决策。
小白求教：
具身智能的实现中让openclaw去控制机械臂，是不是相当于对于VLA来说是用VLM加上Action动作头？ 
