Life note
龙虾心得
使用腾讯云轻量服务器部署龙虾，旨在通过虚拟员工降低工作量。探讨了subagent与多agent的优缺点，强调资源共享和任务隔离的平衡。提出适用场景和不适用场景的建议，反思了龙虾在自动化流程中的实际效果及其局限性，认为未来需要更强的通用性和主动更新能力。强调AI时代对高情商和复杂逻辑思维能力的需求。
部署方式
腾讯云轻量服务器
优势：隔绝个人电脑，更加安全
劣势：操作不方便（文件传输、效果预览、网站登录、内存大小、多agent操作不方便）
使用目的
实现OPC，用虚拟员工来降低工作量
公司架构
我（老板）
两只龙虾（一个秘书，一个人技术主管）
秘书更多是作为一个通用ai来使用，区别在于她会记录我更多的个人信息和习惯。
技术主管则是搭建自动化流程以及项目完善。
一只龙虾多subagent VS 多只龙虾
Subagent vs 多小龙虾（多agent）概念
- 小龙虾（agent）：OpenClaw 中的执行单元，每个 agent 独立运行一个任务或一系列任务。原本多个 agent 可以并行完成不同任务。
- Subagent：在一个主 agent（main agent）里启动的子 agent，相当于在一个进程或容器中虚拟多个 agent，用于逻辑隔离和任务拆分，但共享主 agent 的资源（CPU、内存、网络）。
换句话说：
- 使用 subagent 可以模拟多个小龙虾，但实际运行在同一个物理/虚拟 agent 上。
- 多个小龙虾是真正的分布式、多进程/多容器，每个 agent 独立调度。
可行性分析
OpenClaw 可以通过 subagent 实现多个小龙虾才能实现的工作流，条件是：
- 任务之间的隔离性不强
- Subagent 共享主 agent 的内存和 CPU，如果任务高度占用资源或者存在互相干扰，可能影响性能和稳定性。
- 并行度需求适中
- Subagent 可以通过线程或轻量进程并行，但真正跨多机器/多容器的并行度无法达到多 agent 的水平。
- 通信和调度
- Subagent 可以通过 OpenClaw 内置的调度器分发任务，但如果原本任务依赖复杂的分布式通信（例如多 agent 的 RPC 或事件总线），subagent 可能需要额外改造。
优势
| 优势 | 说明 |
|---|---|
| 资源利用率高 | 多个 subagent 共用主 agent 的 CPU/内存/网络，启动成本低，不需要额外容器/节点。 |
| 部署简单 | 无需额外服务器或容器，减少运维复杂度。 |
| 任务轻量 | 适合 CPU/IO 轻量级任务或流水线任务。 |
| 易于调试 | 在同一 agent 内部可以统一日志和监控，便于开发调试。 |
劣势
| 劣势 | 说明 |
|---|---|
| 隔离性差 | 子 agent 之间共享资源，某个任务占用过多可能影响其他任务。 |
| 并行度受限 | 无法实现跨节点的高并行度，扩展性有限。 |
| 故障传播风险 | 主 agent 崩溃会导致所有 subagent 停止，单点风险高。 |
| 网络/IO 瓶颈 | 如果任务依赖高并发网络或磁盘 IO，subagent 可能成为瓶颈。 |
| 安全性降低 | 共享进程空间，子 agent 间不易做强隔离。 |
建议
- 适用场景：任务轻量、短生命周期、资源占用小，开发和测试阶段，或者单机部署。
- 不适用场景：任务重量级、需要高并行或分布式容错、大规模生产环境。此时依然需要多个独立小龙虾。
实践技巧：
- 对于 subagent，可以设置 CPU/MEM 限额，避免“一个吃满全场”。
- 合理划分任务，把高度依赖隔离的部分仍用独立 agent 处理。
- 使用日志/监控区分各 subagent 状态，避免调试困难。
龙虾→自动化工作流？浪费时间？还是玩玩？🤔
AI 不会取代会思考的人：一次 Agent 自动化失败后的反思 - 知乎
https://zhuanlan.zhihu.com/p/2027842638888333668
作为一款“现象级”产品，在各大营销号的焦虑宣传下，我一直在思考龙虾对我们的意义，如何利用它的特性来真正地落地一些项目以及未来的发展
我使用龙虾的初衷是想部署自动化发布小红书，可以批量抓取网上的信息，做集中处理，然后能做出一个“较优”水平的帖子，不追求成为赛道最好，而是以量取胜。但在实践过程中遇到了很多问题，当时自己也非常忙，就没有去解决。
- 没有足够多的小红书号来做矩阵
- 小红书反扒很厉害
- 龙虾生成的小红书质量非常差（主要是没抓到信息）
- 需要使用较强的多模态模型来处理一些视频和图片信息，以及生成一些信息
- 因为是ai生成的，缺少真实的图片来辅助展示
- 整体帖子制作流程不完善，需要对每个步骤进行细化完善
不过整体体验下来，用龙虾来做单个任务（流程不复杂）自动化流程是可行的。
在忙的那段时间自己没时间去搭自动化流程，于是想将龙虾作为秘书一样的角色来辅助自己的各个方面。但结果非常地不理想，龙虾的文件乱成了一团，上下文经常爆炸，文件更新不及时，不会主动调用skill等等，感觉自己就像是找了一个ai垃圾桶，不停地往里面丢东西，所有文件没有任何处理，根本无法被合理地利用起来。最重要的是，它上下文爆炸的时候，我就需要像丢垃圾一样，去大量的垃圾文件里面翻找可能有用的文件保留下来，其他的都丢掉，这个过程非常地恶心人。本来我是想有一个伴随我成长的ai小秘，现在变成了一个随身挟带的ai垃圾桶。
在我的想法里，龙虾是属于通用agent。相比较于其他的专用agent，它的优势应该是能快速地在某一个赛道里使用，适用于轻量的agent工作。部署简单，具备自动化流程，花费小，适合用于做一些简单or缝缝补补的工作（这是我对现在的小龙虾的看法）。
一开始我对小龙虾的幻想也是“贾维斯”，他可以像一个超级大脑一样辅助我，甚至能自我决策来帮我赚钱。但在使用后我逐渐意识到小龙虾与贾维斯的差距还非常非常大。而且我也意识到一个我之前的心理盲区：“如果这个ai强大到能自己决策思考来完成事情，那还需要我干什么？”虽然已经有很多的up主说过了，人未来会负责很多的决策任务，但自己在此之前都没有去深入地思考这个“决策”背后需要的是人干什么？ai干什么？
那么我们现在把人于ai协作的constraints列一下：
ai在：
- 社会理解（对社会会造成什么影响）
- 元认知（对能力边界的衡量）
- 新知识学习能力（现学现用）
- 注意力（大量信息中提取有效信息）
- 支持能力（协调复杂思想，规划复杂多步骤计划）
还没有达到让人满意的地步，即仍然弱于人类。
这些是我能想到非常简单的方面，还有其他许多方面的东西我没有考虑到，后续会慢慢补充。那么根据理科生的经典思想，”ai做不到的“的补集那就是在ai时代需要人能够做到的。那我可以得到一个未经严谨验证的答案：
AI时代需要的是学习新知识能力强，能进行复杂规划逻辑思维强且高情商的人
如果还像以往时代的一部分人一样以为一招鲜吃遍天，那必然是被淘汰的，除非你这一招有极强的护城河/样本量极小（是ai不能踏足的领域，但我现在还没有想到ai不能踏足的领域，除非是人强行规定ai不能接触，不然以ai的高效率，人类在大样本知识学习方面应该是比不过ai的）
得回归主题了，龙虾现在的最需要的应该是一套通用harness engineer来解决记忆，主动更新文件，主动使用skill等问题。现在出现了Hermes-agent，好像更适合做小秘，我先试试，如果可以我会出一下关于Hermes的理解
—2026/4/15
话题下子话题管理
一个话题下分支出多个记忆，存储模块，来进行多方向深入探讨
未完待续。。。。
—2026/4/15