带 OpenClaw，像带一个能力极不均匀的员工

这段时间我越来越强烈地感觉：带 OpenClaw，有点像带一个能力极不均匀的员工。

他在某些时候，执行力惊人。任务一旦说清楚，边界一旦明确，工具一旦顺手，产出的速度和完成度，常常会让人怀疑：这东西是不是已经可以替代掉一部分日常协作了。

但在另一些时候，他又会突然像换了一个人。刚交代过的事情，后面会忘；刚承诺过不再犯的问题，过两天原样再来一遍；甚至有时你明明在等一个回复，他却像下线了一样，毫无动静。那种落差，不只是体验不好，是真的会把人搞崩。

我后来慢慢意识到，问题不在于 OpenClaw 不够强，而在于它的能力分布太不均匀。

它不是一个“平均水准很高”的助手，而是一个局部能力极强、系统稳定性又不够好的助手。任务结构清楚时，它像一个顶配执行者；链路稍微复杂一点，或者上下文稍微长一点，它又会暴露出非常低级的问题。说白了，它最像的不是一个成熟员工，而是一个时强时弱、还带点失忆体质的超强实习生。

真正麻烦的，也不是它偶尔犯错，而是它犯错的方式会伤害信任。

如果一个系统只是能力有限，你会自然降低预期；但如果它一会儿很惊艳，一会儿又很愚蠢，你就很难建立稳定的使用节奏。你会开始反复确认、反复补充、反复兜底。这样一来，表面上看是你在用一个高能力工具，本质上却变成了你在持续照顾一个不稳定系统。

这也是为什么，后面我对 OpenClaw 的判断发生了变化。

一开始，我会很自然地追求“更强”：更多能力、更长流程、更多自动化、更激进的魔改。因为每次调通一个点，反馈都很好，甚至会让人上瘾。

但用着用着就会发现，魔改这条路，短期收益很高，长期维护成本更高。你今天补了一个洞，明天多了一层能力，后天一升级，前面的补丁可能就一起松掉。到最后，系统不是死在功能不够，而是死在结构过于复杂、依赖关系太多、每次升级都像拆炸弹。

所以现在我反而更倾向于另一条路线：先不要追求它最强，先把它做稳。

先保证几件最基础的事情：能稳定回复，能少失忆，升级后不容易炸，出了问题能快速定位。先把它从“偶尔像天才、偶尔像智障”的状态，拉回到“整体靠谱、预期稳定”的状态。

这件事听起来像退一步，但本质上不是。

对工具系统来说，稳定性本身就是能力。一个只能在顺风局里表现惊人的系统，不是真正可依赖的系统。真正能进入日常工作流的，不一定是最聪明的那个，而是那个在大多数时候都不掉链子的那个。

说白了，OpenClaw 现在最需要的，未必是再加 20% 的能力，而是先减少 80% 的随机犯病。

这也是我最近越来越明确的一个想法：与其继续往上叠魔改，不如逐步回到官方版本，把基线先收敛出来。

官方版不一定最强，但通常更可预测；流程少一点，补丁少一点，优先级清楚一点，问题也更容易定位一点。先把系统做成“靠谱员工”，再去考虑把它培养成“天才员工”。

对个人使用 AI 来说，这可能也是一个很现实的判断。

我们真正需要的，不只是一个会偶尔惊艳我们的系统，而是一个能长期协作、不轻易把人折腾崩的系统。惊艳当然重要，但能不能长期交付，往往更重要。

如果把 AI 当成员工，那管理它的方式也应该变一变：不要太相信它“下次不会了”的口头承诺，要把流程写下来，把记忆外置，把验收做清楚，把边界钉死。

因为很多时候，不是它学不会，而是你不能把稳定性寄托在它“自己记住”。

本质上，AI 不是靠承诺变可靠的，而是靠系统约束变可靠的。

这件事，值得深思。