S2E49 OpenClaw 小龍蝦根本是時間黑洞！你也得了 AI 燒腦症候群了嗎？

重點摘要

OpenCloud（小龍蝦）目前不適合一般用戶：這個 AI Agent 框架需要大量時間和耐心調教，預設設定效果有限，開箱即用體驗遠不如 ChatGPT 或 Gemini
記憶力混亂是最大痛點：框架將大量 context 塞入對話視窗，導致模型常常「忘東忘西」，Kenji 透過向量資料庫三層記憶系統改善，但仍與理想中的真人助理有差距
調教成功後可實現真正的電腦自動化：包含每日 AI 新聞彙整、文章翻譯並自動上架、以及製作短影片全流程（文案→配音→場景→上字幕→上傳）
AI 認知疲勞已成為新型職業病：同時管理多個 AI Agent 任務、不斷在不同 AI 任務之間切換審核結果，反而讓人更累，本末倒置
短期陣痛是必然，人的適應力值得信任：此現象類似疫情初期遠端工作帶來的集體倦怠，人類終將找到與 AI 協作的新平衡點

詳細內容

OpenCloud 是什麼？為什麼叫「小龍蝦」？

OpenCloud 是一個以 Claude、Gemini 等大型語言模型為核心的 AI Agent 框架，在台灣科技圈被暱稱為「小龍蝦」。它的最大特點是可以操控整台電腦——打開網頁、收發 Email、瀏覽社群媒體、撰寫程式、製作影片，理論上你能在電腦上做的事它都能做。

Kenji 將其部署在雲端平台（一種按用量計費的 Platform as a Service），可透過對話方式與 AI 互動。由於部署在雲端而非本機，必須使用無界面（Headless）瀏覽器操作，又多了一層技術門檻。

為什麼說「不適合一般人」？

第一個問題：安裝門檻高 對一般消費者而言，光是部署就已經相當複雜。

第二個問題：預設設定效果差 即使使用 Claude Sonnet 或 Opus 等最先進的模型，因為框架本身在 Context Window 中塞入大量檔案（agents.md、memory.md 等），模型接收到的有效資訊品質被稀釋，實際體驗大打折扣。

第三個問題：記憶力極度混亂 這是 Kenji 認為最嚴重的問題。台大李鴻義教授的解釋提供了很好的框架：OpenCloud 本質上只是個「沒有 AI 的 AI Agent 外殼」——它把你的個人背景、歷史對話、agents.md 等大量文件全部打包成超長 system prompt，再加上你最新的輸入，一起送給語言模型。對話越長、記憶檔案越大，模型就越容易出錯、忘記先前的指示，甚至自動壓縮對話摘要，進一步降低準確性。

Kenji 的解決方案：三層記憶系統

為了改善記憶問題，Kenji 替 AI 助理建立了三層記憶架構：

每日日誌：記錄當日重要事項
長期記憶（memory.md）：保持精簡，只存核心個人資訊
向量資料庫：對話中的重要資訊自動寫入，下次對話時依語意相關性（而非關鍵字）撈出對應記憶

效果有所改善，但 Kenji 坦言仍與真正的好助理有差距。

調教成功後能做什麼？

Kenji 實際跑通的自動化工作流程：

每日早上 8 點：自動彙整 AI 科技圈新聞並發送
翻譯自動上架：丟入一篇文章，AI 翻譯後自動上傳到指定網頁，省去手動分段複製貼上
短影片製作全流程：與 AI 討論好文案 → 試選配音 → 設計場景 → 由 Coding Agent 自動生成影片片段 → 加轉場 → 上字幕 → 上傳。首支影片品質約 60 分，但框架已建立，後續可批量複製

AI 認知疲勞：生產力的悖論

Kenji 提出一個正在蔓延的職場現象——AI 燒腦症候群（AI 認知疲勞）：

過去工程師同時進行的任務有限（寫程式、等 Code Review、回 Slack），現在有了 AI Agent，反而同時開了三四個並行任務，每個都要審核、每個都可能需要 follow-up。加上 AI 模型本質上是機率性的——同一段程式跑兩次 Code Review，給的建議可能完全不同，有時還誇大問題嚴重性，讓工程師不得不親自驗證真偽。

結果是：最有趣的工作交給 AI 做，人卻變成管理 AI 的中間人，在不同 AI 任務之間不斷切換，反而讓認知負荷更重。

更深層的矛盾是：AI 工具讓個人 side project 變得前所未有地可行，但公司工作的期待值也因此水漲船高，個人創作時間反而被進一步壓縮。

如何面對 AI 疲勞？

Kenji 提出兩個建議：

設定 Hard Stop：強制自己停止使用 AI，讓大腦真正休息
相信人的適應力：此現象類似疫情初期遠端工作的集體倦怠，當時也覺得難以適應，如今已習以為常。AI 轉型的震盪是暫時的，人類集體一定會找到新的工作節奏

精選語錄

「我認為目前 OpenCloud 還不適用於每一個人——即便你把它裝好了，它預設出廠的設定其實還蠻笨的。」

「我把最有趣的工作交給 AI 做，然後我就要去變成是 manage 不同的 AI，想辦法去看不同 AI 給的不同建議，想辦法去改這些 feedback。」

「我在 OpenCloud 這個專案裡面看到了未來個人助理的雛形——未來一定會有更好的 framework，把這個個人助理的形式包裝得更好。」

時間軸

逐字稿未包含時間戳記，以主題段落呈現：

開場 — 主持人 Kenji 介紹本集主題：OpenCloud 踩坑心得 + AI 認知疲勞
生活閒聊 — 西雅圖三月下大雪、學校停電、帶孩子堆雪人
OpenCloud 入門 — 介紹小龍蝦是什麼、能做哪些事、部署在雲端
踩坑經驗 — 記憶力混亂問題、context window 膨脹的根本原因（引用李鴻義教授解釋）
解決方案 — 三層記憶系統（每日日誌 + 長期記憶 + 向量資料庫）
成功案例 — 每日新聞彙整、翻譯自動上架、AI 製作短影片
深夜 Debug — 花兩小時用對話方式 trace code，凌晨三點才解決 Bug
AI 認知疲勞 — 現象描述、工作場景舉例、與疫情初期遠端工作的類比
結語 — 建議設 Hard Stop、相信人的適應力