龙虾之父 Peter 亲自点赞，这只国产 Agent 到底做对了什么？

前两天刷到一条消息，看到了国内是有多少龙虾...

当然还看到，龙虾之父 Peter 还亲自点赞了网易有道的LobsterAI。

这态度就很有意思，

说实话，之前我对国内的 Agent 产品整体是偏保守态度的。

因为赛道太卷了。。。阿里的骡子、MiniMax 的 MaxClaw、扣子的 OpenClaw 接入、钉钉的方案..基本上每隔几天就有一家发布或更新。

我自己这段时间也是各种测、各种写，公众号都快变成「Agent 动物园测评合集」了。

但卷归卷，有一个趋势我觉得值得认真聊聊。

这些产品正在从「能用」走向「好用」，从「通用能力」走向「场景深耕」。

LobsterAI 让我觉得有意思的地方就在这里。

它没有简单地做一个 GUI 壳子套大模型，而是在Skills 生态和场景包上花了不少心思。再加上 Peter 的认可，我觉得值得认真拆一拆。

看过我之前文章的朋友应该记得，我一直在说一个观点：

但「装上了」不等于「用起来了」。装完不知道干嘛、找不到好用的 Skills、配不好工具链..这是绝大多数人的真实现状。

所以今天这篇，不教安装，不教部署。

我们直接聊有道龙虾的「Skills 生态」和「场景包」，到底能玩出什么花样。先看能力，再看场景。

📌 本文看点

很多人第一次听到「Agent」这个词，本能反应是：这不就是一个更高级的 ChatGPT 吗？

不是。差别很大。

一张图让你看懂：

举个最简单的例子。

你让 ChatGPT 帮你「对比一下京东和淘宝上 iPhone 17 的价格」。它会很认真地告诉你：你可以先打开京东搜索，再打开淘宝搜索，然后对比一下。

说得很对。但它不会真的帮你去打开。

Agent 不一样。你给它同样一句话，它真的会打开浏览器，同时搜两个平台，把价格拉出来，整理成表格放到你面前。

顾问只能给你建议，工具只能在你手里被使用，但员工可以独立干活。你给他一个目标，他自己想办法完成。

这就是为什么整个行业都在往 Agent 方向卷。大模型的天花板已经看到了，下一步的竞争不在于「谁更能聊」，而在于「谁更能干活」。

理解了这一层，再看有道龙虾，你就会知道它在做什么、以及为什么 Peter 会点赞。

好，概念交付完毕。下面看产品。

用一句话来说就是：有道龙虾 =7x24 小时全场景个人助理 Agent。桌面级产品，GUI 图形界面，装上就能用。

支持你自定义配置模型，你只需要提供基座能力，就可以免费用，

而且项目也开源了：github.com/netease-youdao/lobsterai

有道龙虾也是国内首个开源的龙虾产品，开源意味着任何人都可以去审计有道龙虾的代码，没有代码黑盒，所以安全性高。

下载完，打开就能看到这样的界面，没有订阅包，你自己配置上模型直接就能用，

这里我用的火山的 CodePlan 计划，直接配上模型。

然后登录「有道」账号，配置我们的 IM 机器人，微信不是刚支持龙虾么，

— 我就直接点击打开扫码就连上了

它们也率先接入了微信，其他的IM都可以按步骤去操作：企微、QQ、钉钉、飞书都能接入，

官方也内置了很多开箱即用的 Skill，同时支持MCP 协议和用户自定义。

— Skills 商店，本地的技能包也会加载进来

还有可视化的Memory 全局记忆，它会记住你的偏好和习惯，越用越懂你，典型的养成系产品。

还有本地的优势就是数据不上云，沙盒环境隔离，安全性拉满。

有道龙虾在 Skills 的丰富度和场景包的预配置程度上，做得比较扎实。加上深度适配了国内的 IM 生态，

中国版 OpenClaw，对国内用户来说确实友好。

好，信息交付完毕。说再多不如跑起来，直接上场景。

昨天正好一泽更新了 web-access 的浏览器 skills，具体内容可看文章Web Access：一个Skill，拉满Agent联网和浏览器能力

这个场景是我觉得最能体现 Agent 本质的。

这次我给龙虾设定了一个实际任务：多平台信息采集。

具体的 Prompt 是：

龙虾接到指令之后，自动打开了多个浏览器窗口。

对，不是一个一个来，是「并发」。几个窗口同时打开，同时在不同的网站上执行搜索、浏览、筛选、提取。你能看到屏幕上几个浏览器窗口在同时动，龙虾在每个窗口里分别操作。

等所有窗口跑完之后，龙虾自动把各个平台采集回来的信息做了结构化的汇总，然后你还可以直接让它继续处理。

从发出指令到拿到报告，几分钟。

完整视频可看：

不管你是打开 5 个电商平台对比同一款产品的价格和评价，还是在多个招聘网站搜索同一个岗位的薪资水平，同时在多个信息源搜集某个行业的最新资讯，同时在多个竞品官网采集功能列表和定价策略。

这些活，人工做的话就是一个字：累。

你没法同时看五个屏幕、同时在五个网站上操作。但 Agent 可以。

有道龙虾的优势在于「本地化」。你不需要额外配置什么环境，装好龙虾，给它一句话指令，它直接在你的电脑上跑。

而且结合 IM 远程控制，你甚至可以手机上发一句话，龙虾在电脑上并发执行，结果推送到你的飞书或企微。

等你回到工位，报告已经静静地躺在聊天窗口里了。

第二个场景，换个好玩的。

我给龙虾丢了一张 A 股 K 线截图，然后说了一句话：「帮我分析一下这只股票，从技术面到消息面，最后开个私董会讨论一下，把结果做成杂志排版给我。」

这里结合了模型的多模态能力 + 分析理解能力+Web-AccessA股分析私董会专家杂志排版等多个 Skill，可以看出复杂场景中「有道」龙虾🦞的表现如何。

先看效果，后面再拆过程：

炒股的朋友应该都有这个感受。

每天收盘之后，你得做的事情一大堆：看一眼今天持仓股的 K 线走势，查一下有没有什么利好利空的消息面，翻翻研报看看机构怎么说，做一下简单的技术面复盘，如果有精力的话再看看板块轮动情况。

每一件都不难，但凑在一起就是巨大的时间消耗。

而且很多时候你做完了发现，今天其实也没什么特别的..但你不做又不放心。

这里面其实有一个更深层的问题：散户和机构之间的信息差，从来不是「能不能看到」，而是「能不能高效消化」。研报你也能看，K 线你也能看，但机构有专人做这件事，而你只有下班后的那点时间。

Agent 能做的，就是帮你把「信息消化」这一步自动化掉。

▎怎么做？

在龙虾上，我让它调用了金融分析类的 Skill 加上搜索 Skill，给了一句很简单的指令：

龙虾开始工作。

第一步，自动联网搜索这只个股最近的新闻资讯和公告信息，筛选出关键的消息面内容。

第二步，调用金融数据相关的能力，拉取近期的行情数据，做技术面分析。MACD、KDJ、RSI、布林带这些常用的技术指标都跑了一遍。

第三步，把消息面和技术面的分析整合起来，输出一份结构化的分析报告。

第四步，来一场私董会，输出一份结构化的分析报告，直接杂志排版风格生成。

它就会生成一份图文并茂的内容。

▎进阶玩法

更实用的是，结合龙虾的「定时任务」功能，你可以设定：

这样每天下班路上掏出手机，一份定制化的复盘报告就已经在等你了。

大家也看到了，Skills 是通用的。

同一个 Skill，你可以在原版 OpenClaw 上用，现在也可以在有道龙虾上用。你积累的能力不会被绑死在某一个平台上。

这个特性其实比大多数人想象的要重要。

在传统软件生态里，你在 A 平台上积累的数据、模板、工作流，换到 B 平台基本得从头来。但在 Agent 生态里，Skills 是可迁移的。你花时间打磨的每一个 Skill，都是你自己的资产。

而且搭配龙虾的 Memory 功能，你可以让它记住你偏好的排版风格和品牌调性。下次再做排版，连风格都不用指定了，它直接按你的喜好来。

三个不同的场景，但底层逻辑是一样的：

Skills 商店对于 Agent 的意义，就相当于App Store 对于 iPhone 的意义。

iPhone 刚出来的时候很惊艳，但真正让它变成国民级产品的，是 App Store 里那几百万个 App。Agent 也一样。产品本身是骨架，Skills 才是灵魂。

有道龙虾在这个层面做得比较扎实的一点是，除了 Skills 商店之外，还提供了「场景包」。

场景包相当于把 Skills、Prompt 和 SOP 打包成了一个现成的解决方案。你不需要自己去想该装哪些 Skill、怎么组合、Prompt 怎么写，官方已经帮你配好了，进去就能用。

这就降低了从「有工具」到「能干活」之间的那道鸿沟。

很多人装完龙虾之后的第一反应是：然后呢？

Skills 和场景包就是「然后」的答案。

国内 Agent 赛道卷成这样，说实话，我觉得不是坏事。

几个月前，你想用 Agent，得自己部署 OpenClaw、配环境、接 API，门槛高得离谱。现在各家都在想方设法降低门槛、做好生态。

从需要技术背景才能玩，到装上就能用、进去就能跑，这个进化速度，是竞争逼出来的。

Peter 愿意为有道龙虾点赞，某种程度上也说明了一件事：国内的 Agent 产品，不再只是「套壳」，而是在生态层面做出了自己的东西。

但我还是那句话，工具越来越多，「知道用它干什么」依然是最大的门槛。

Agent 的价值不在产品本身，在于你拿它解决什么问题。

龙虾也好，骡子也好，关键是找到你的场景，跑起来。

毕竟，Peter 都点赞了。

你还在等什么？

以上。