背景:之前我在用 OpenClaw 养龙虾的时候,接的是 Claude 订阅账号(用订阅模式,不走 API,性价比高很多)。用起来体验非常好——Claude 理解力强、执行稳,很多我设计好的工作流都跑得非常顺畅,指令理解准确,工具调用很少出错。
变化:后来 OpenClaw 封禁了 Claude 的订阅模式(因为走 API 太贵了,很多用户包括我都是用订阅账号来接的——但这个用法现在被禁掉了)。我不得不改用 Kimi 来替代。这一换,问题就来了——大量我之前设计好的工作流开始频繁出错,龙虾老是"卡壳"或者做出奇怪的决定。
根本原因:这背后其实就是李宏毅教授讲的那个核心逻辑——龙虾有多聪明,取决于背后的模型有多强。换了能力相对弱一点的模型,龙虾的表现就会明显下降。这叫做"降智"——原来给70%的信息能干成100%的活,现在可能要给到90%的信息才能干到100%。
我的对策:核心就是把所有工作流的 Skill 文件全部重写,写得更细、更具体、更不依赖模型"自行发挥"。越是模型能力弱的时候,SOP 就要写得越详细——每一步要做什么、怎么做、如果遇到情况X该怎么处理,都要明确写出来,不能靠模型自己推断。
结论:不要过度依赖某一个模型的"聪明",你的龙虾体系要设计成"即使换了模型也能继续运转"的水平——Skill 写得足够细,记忆库建得足够完善,就算换了模型,工作流的稳定性也不会崩。这也是为什么同城牛在代养五只龙虾时,把酷牛(知识库合伙人)放在了整个体系的地基位置。