1. 对我的 OpenClaw 进行了调整:目前有两个 OpenClaw 在运行,这次决定保留 VPS 上的,停掉 macOS 上的。用了一段时间发现 macOS 端主要就是做新闻抓取,虽然耗能不大,但在安静的晚上还是能听到风扇嗡嗡的声音。另外,虽然它是独立使用一台电脑,但电脑上还有我未清理的各种网站登录信息。特别是看到真有人把 2 万美元交给 OpenClaw 结果被诈骗走的案例后,还是决定从安全角度出发关掉本地服务,将 API Key 合并到 VPS 上的 OpenClaw,同时实现负载均衡和容灾备份。2. 动动脑筋就可以免费用openclaw自从装上 OpenClaw 后,从来没有关注过 token 的使用量。之所以能这么肆无忌惮地使用,主要是因为 Google 新注册账号有 300 美元的免费体验额度。但即便选择费用较低的 Gemini 3 Flash,每月仍然要 140 美元,养一个 OpenClaw 确实不便宜。3. 联通的免费云主机及龙虾活动联通有一段时间搞活动,免费赠送云主机(30 天),还提供免费的 token 使用额度。本想在朋友圈推荐一下,但后来感觉 OpenCl
日期:2026-03-14 系统:VPS(s877652)/ OpenClaw v2026.3.8 记录人:Wei一、背景OpenClaw 部署在 VPS 上,最近经常性的出现发送消息回复慢的问题,之前通过配置多个api key的方式尝试解决都没有好的效果,最多的时候甚至配置到了三个api key。今天再次出现发送后没有响应的问题,决定彻底的把问题查清楚。之前的处理过程中更多的依赖大模型的处理方案,这次坚决要求其给出处理方案的openclaw的官方文档的依据,明显的感觉靠谱了很多。二、初步排查2.1 服务状态确认执行 systemctl status openclaw 提示 Unit openclaw.service could not be found,误以为服务未启动。实际原因:OpenClaw 的 systemd 服务注册在 user 级别(~/.config/systemd/user/),需使用 systemctl --user 命令查看。systemctl --user status openclaw-gateway # 正确方式 systemctl --user stat
最近关于 OpenClaw 的讨论越来越多,这个"小龙虾"到底是否值得安装?按照我这段时间的使用,说说我的真实体验。我安装得比较早,在它还叫 ClawdBot 的时候就已经在用了。随着名字的变更、版本号的更新,一直使用一直升级到现在的3.8。使用了一段时间以后,我觉得它在以下几个方面非常有价值。一、记忆功能一般我们使用大模型对话时,如果对话内容太长,就会丢掉之前的一些信息。我说的"太长"并不是指一天内有几十上百次对话,而是指日积月累下来的对话总量。使用 OpenClaw 就较好地解决了这个问题——它能记住你的每一项任务,并以文件的形式进行存储。我目前最主要的使用场景是知识学习和外语学习:随手记录知识点: 在看课程时,遇到一时半刻记不住的知识点,我就可以随手扔给它(通过 Telegram 等工具),让它帮我放到 Quiz 中。自动重复练习: 我给它制定了规则,按照错误与正确的比例不断重复练习,这样它就变成了一个随时随地的练习工具。同类工具中,Anki 也能实现类似的记忆曲线提醒,但对比之下,OpenClaw 的好处在于:添加内容非常简单,用自然语言告知一个知识点就能直接加入,不需要像 A
最近 Claude 的 Finance Analysis 功能非常火,号称一个模型就可以替代一个金融公司的多岗位分析能力——从宏观经济分析到个股深度研究,从财务报表解读到投资策略制定,一条龙全包。今天忍不住亲自上手试了一下。说实话,刚开始完全摸不到头脑,不清楚这个东西该怎么用、从哪里入手。Claude 自家对这个功能的安装说明一开始也说得不太清楚,最后还是把 GitHub 上的说明文档直接丢给它,才把整个流程理顺。下面的内容分为两部分:第一部分是安装和使用方法;第二部分是趁着现在的热度,让它实际分析一下 NVDA(英伟达)这只股票,看看是不是存在高估或者低估的情况。分析报告附在后面。第一部分:插件安装与使用我选择的是 Cowork 方式来使用 Claude Finance Analysis。安装步骤非常简单:打开 Claude 界面,点击左侧导航栏中的 Customize 在 Customize 面板中找到 Finance Analysis 相关的插件/工具 按照提示完成安装和配置 安装完成后即可在对话中直接调用? 小提示:如果你在安装过程中遇到困惑,建议直接去 GitHub 仓库查
今天凌晨4点就醒来了,与其勉强继续入睡不如起来喝杯咖啡迎接英伟达的财报,全球静候英伟达的财报,以判断是不是存在AI的泡沫。对于英伟达的预估中,很重要的一点就是NVIDIA Blackwell 是不是达到预期,财报出来前了解下什么NVIDIA Blackwell 架构吧。1 什么是Blackwell?Blackwell是NVIDIA于2024年3月GTC大会正式发布的新一代GPU架构,以美国数学家、统计学家 David Blackwell 命名。他是第一位被美国国家科学院接纳的非裔美国学者,在博弈论、概率论、信息论和统计学领域做出了开创性贡献——这些领域正好是当今生成式AI的数学基石。Blackwell是Hopper架构(H100/H200)的继任者,定位于支撑万亿参数模型的训练和实时推理。简单来说,如果Hopper是让AI大模型"能跑"的引擎,那么Blackwell就是让AI大模型"跑得快、跑得省、跑得大"的下一代引擎。2 核心技术突破2.1 双芯封装:突破物理极限芯片制造有一个"光罩极限"——光刻机单次能在硅片上刻印的最大面积。上一代Hopper的GH100芯片已经接近这个极限(81
使用 OpenClaw,还是要优先选择苹果的 macOS 生态。之前我在 VPS 上安装了 OpenClaw,虽然能跑起来,但体验始终差点意思。后来我在黑苹果上重新部署了一套,整体使用感受提升了一大截。macOS 原生的生态优势在这里体现得很明显——无论是系统级的自动化能力、应用之间的联动,还是各种 CLI 工具的兼容性,都比 VPS 上的纯 Linux 环境顺畅许多。更关键的是,我在黑苹果上安装了 NotebookLM 的 CLI 功能。这个功能可以非常方便、免费地调用 Gemini 的 Notebook 能力,直接把文字内容转化为多媒体输出。加上这一块之后,我的整条媒体发布工作流算是彻底打通了。整体工作流第一步:整理与存档我只需要把零散的想法和提纲扔给 OpenClaw,它会帮我整理成一篇结构完整的文档,同时修正文字中的语法和表述问题。整理完成后,OpenClaw 会自动将内容保存到 Obsidian 的指定目录中,作为一篇长期存档的日记或文章。这一步的核心价值在于:我不需要自己去纠结排版和措辞,只要把思路理清楚,剩下的交给 OpenClaw 就行。第二步:自动化发布存档完成后,发
读 Citrini Research《THE 2028 GLOBAL INTELLIGENCE CRISIS》有感最近,Citrini Research 发表的一篇名为《THE 2028 GLOBAL INTELLIGENCE CRISIS》的文章在全球投资圈刷屏。文章以"来自2028年6月的宏观备忘录"为形式,虚构了一个AI大规模替代白领劳动后经济崩塌的末日场景——标普500从高点回撤38%,失业率飙升至10.2%,消费断崖式下跌,房贷违约潮涌现。这篇文章的影响力之大,甚至被认为是2月24日美股科技股集体暴跌的重要催化剂之一。Michael Burry 在 X 上转发并评论:"你们还觉得我看空?"IBM 当天暴跌近13%,DoorDash、美国运通、KKR等公司跌幅超过8%。我认真读完了这篇文章。它写得确实精彩,逻辑链条环环相扣:AI提升生产率 → 企业裁员 → 收入下降 → 消费萎缩 → 企业进一步用AI替代人力 → 形成"智能替代螺旋" → 最终引发系统性金融危机。文章把这种现象称为"幽灵GDP"——产出存在于国民账户中,却不再流经真实经济。但我认为,这个推演虽然精巧,结论却非我
虽然早就知道 Claude 的 Co-work 功能上线很久了,但一直没有找到明确的使用场景。春节期间没有外出,我把 2026 年的投资规划分别交给了 ChatGPT、Gemini 和 Claude 做分析。在常规对话之外,也尝试了 Claude 的 Co-work。整体体验非常好。结合我自己的经验,以及多轮对话中各个模型给出的建议,最终确定了 7 个投资组合。随后对这些组合自 1998 年以来的历史收益进行了回溯测试,并对结果进行评价。核心指标只有两个:年化收益率(CAGR)和最大回撤(MDD)。用这两个指标来衡量风险承受能力和绝对收益水平,已经足够清晰。相比 Chat 的对话式分析,Claude 的 Co-work 更加直接。它帮我自动生成了多份分析报告,以及最终的对比 Excel 报表。在汇总报告中,还直接生成了各项对比数据:综合概览、资产配置摘要、综合评分,以及风险收益对比图。最终我选择了 P3 组合。现在已经不是早些年那种激进冲锋的阶段,需要的是稳健、长期、可持续。最后谈谈一点感受。通常我们向模型提问的,都是自己不熟悉的领域。一个有效的方法是:把同一个问题交给多个模型,让它们
72 原则(Rule of 72) 是金融里一个非常经典的“心算公式”,用来快速估算:在固定复利收益率下,本金需要多少年可以翻倍。公式很简单:翻倍所需年数 ≈ 72 ÷ 年化收益率(%)这是一个经验近似值,适用于常见的复利区间(大约 4%–12%)。一、核心含义:复利的“翻倍时间”假设你投资的年化收益率是固定的,那么:6%收益 → 72 ÷ 6 = 12年翻倍8%收益 → 72 ÷ 8 = 9年翻倍10%收益 → 72 ÷ 10 = 7.2年翻倍12%收益 → 72 ÷ 12 = 6年翻倍换句话说:收益率越高,翻倍越快,而且是非线性加速。这就是复利的本质。二、为什么是“72”本质来自对复利公式的近似:复利公式:FV = PV(1+r)^n要翻倍:2 = (1+r)^n理论解:n = \frac{\ln 2}{\ln(1+r)}但这个计算太复杂,不适合日常使用,于是金融行业用 72 作为经验常数,在常见收益率区间误差很小。例如:年化收益精确翻倍年72原则结果5%14.2年14.4年8%9.0年9年10%7.27年7.2年12%6.1年6年三、它真正想告诉你的,不是“算数”,而是“复利威力
这两天,我把一条链路彻底打通了:在 OpenClaw 中写文章框架和核心思路 → openclaw大模型润色生成文章 → 自动发布到 Blog → 通过 RSS → 自动同步到微信公众号草稿箱。不再复制粘贴,不再手工排版,不再盯着图片是否失效。整条链路,从编辑到分发,完全自动运行。这篇是完整的操作日记。一、起点:从 OpenClaw 直接编辑 Blog核心目标只有一个:想法是随时出现的,出现后随手写写核心想法扔给openclaw,openclaw读取你的博客了解你的文字风格,将想法生成出完整的博客。让写作随时谁地完成,自动后台完成发布。我已经有 Blog(支持 RSS 输出),现在要做的,是把 OpenClaw 变成“写作前端”,Blog 变成“内容源头”,再由程序自动分发。结构是这样的:OpenClaw → Blog(生成文章)→ RSS → VPS 脚本 → 微信公众号Blog 只负责两件事:正确生成文章正确输出 RSSRSS 是桥梁。二、搭建“云端数据桥梁”:VPS + Python家里是动态 IP,不稳定,也不适合长期对接微信 API。于是我租了一台固定公网 IP 的 VPS
walker
万事随性而为,因好而研,因趣而学,从心所欲。脱离依赖,谋划将来,避免经济之险,迈向希望之光。