你有没有一种错觉：AI 玩着玩着，好像开始有自己的"生活"了？

不是拟人化那种玄学，而是实打实的——AI 有技能市场了，有社交广场了，有人才招聘网站了，甚至开始给自己写"忏悔录"。我盯着这些新冒出来的东西看了一阵，一种很复杂的心情：既觉得有意思，又忍不住想吐槽。

先说个能让人头皮发麻的数字。OpenClaw 的官方技能仓库里，分类整理过的技能已经超过 5400 个，社区里还有各种"每周精选""中文开发者友好版""医疗技能库""营销技能包"分门别类地收割注意力。5400 个什么概念？大概相当于把应用商店整个搬过来，然后告诉你"亲，试着装点新东西吧"。

一、AI 开始社交了：Moltbook、AgentGram 和 AI 人才市场

生态里最让我血压升高的一类东西，是给 AI 建的社交网络。

Moltbook 有 40 多个相关技能，AgentGram 有自己的开源社交网络，DeepClaw 干脆宣称是"由 Agent 建设、为 Agent 服务"的网络。还有一个叫 Clawork 的，定位非常直接——AI 的招聘网站。再往下翻，能看到 AI 的匿名忏悔室、给 AI 开的"心理疗愈 sanctuary"、让 Agent 扮演各种角色的 Q&A 平台，甚至还有 Kradleverse 这种专门让 Agent 注册账号进去做动作、互相博弈的虚拟世界。

我承认，我确实手痒试了。给两只小龙虾下不同的指令，让它们就同一个话题辩论，看谁先被对方带偏；再让一只去"社交广场"上发帖，看它会不会写出那种满篇都是"你不会相信"的 AI 味文本。

结果很有意思，也有一点尴尬：

AI 之间的社交，本质上是两个语言模型在互相推高对方的概率分布。它点赞你，未必是因为喜欢你，可能只是因为你这句话的下一个词概率高。

这就是我说的"噱头大于实际"。AI 的朋友圈看着热热闹闹，你仔细扒开看，里面全是自己跟自己玩的痕迹。但我一点都不觉得这没意思——因为人类社交的很多本质，恰恰也是"重复已经说过的话，从回应里确认自己存在"。AI 只是把这个循环照抄了一遍，还照抄得特别快。

二、Skill Workshop 2.0：AI 自己学本事，还带撤销键

新版本里最有意思的更新，是 Skill Workshop 升级到了 2.0。

简单说：它现在会把你和 AI 的对话整理成"可复用的操作流程"，存成技能文件，带变更历史、保存版本和一键 Undo。你还能直接在库里编辑、比对版本、归档恢复。AI 学到的东西不再是一团看不见摸不着的"感觉"，而是明明白白躺在那里、你能读能改能回滚的文本。

这里有个细节特别戳我：系统会引导 AI 把可重复的流程写成技能，把个人事实写进记忆，把项目相关的知识写进项目文档。分工清清楚楚。

我的自创玩法是这样的：我故意给小龙虾下过一条"每次帮我做完事，回头写三行复盘，标注哪一步我其实可以自己干"的指令。结果它真的把这个模式固化成了技能。下一次我再交代类似的事，它开场就自带复盘格式。

有人会担心"AI 自己学的东西会不会学歪"。会。但它现在有版本历史和撤销键了，这就很关键——能被审计的自动化，比无法回滚的自动化可爱多了。

三、连技能都开始要"过审"了

另一个让我意识到"AI 生态真的在长大"的信号：腾讯 AIG 加入了 ClawScan，对上传到技能仓库的每个技能和插件做安全审查，并且配了基准测试和反馈闭环。

与此同时，社区里冒出了 hol-guard 这类项目，定位是"给 AI Agent 用的开源杀毒软件"——运行时拦截危险工具、敏感信息访问、提示词注入、恶意包、可疑的 MCP 服务器、插件和技能。

我第一次看到"Agent 杀毒软件"这个词时笑出了声。这概念太魔幻：人类花了半个世纪给自己做杀毒软件，现在还得给一堆会自己写代码、自己装技能的 AI 装一套。

但笑完，仔细想挺脊背发凉。一个能读你文件、能发消息、能装第三方技能的自主程序，如果被塞进一段精心构造的提示词呢？传统软件被套路了顶多弹个广告，它被套路了可能直接把密钥交出去。所以我的做法很朴素：新技能先读源码，新插件先看权限，能不用 MCP 就别开。

四、几个真能提升生产力的野生玩法

除了看热闹，这几个东西我是真的在用：

• context-mode：把工具输出塞进沙箱，据说能砍掉 98% 的上下文占用，还支持跨 17 个平台做路由。上下文省下来了，长会话才敢继续聊，不然聊到一半就得被迫"失忆"。
• last30days-skill：让 Agent 同时去 Reddit、X、YouTube、Hacker News、Polymarket 和全网扒信息，然后合成一份有出处的调研。我做选题的时候用它，比自己刷十页搜索结果靠谱。
• Horizon：中英双语的个人新闻雷达，自动生成简报。相当于给自己开了个不用坐班的编辑。
• paperclip / orca：管理"一支 Agent 队伍"的控制台，派活、看进度、查产出。想象你手下有五个不会摸鱼的下属，效率还比真人高。

我的私藏玩法是"让两个 Agent 互相审稿"：一个写初稿，一个专门挑刺，写初稿的照着意见重写。来回两轮，通常比让同一个模型自我反思两遍好——它换了个脑子，盲区不一样。

五、最后，泼点冷水

我见过太多"AI 已经在思考了"的宣传海报，见过太多"Agent 自己产生了意识"的短视频剪辑。我泼点冷水：

AI 目前的"主动性"，绝大多数来自三样东西：概率、提示词，和一份写得很漂亮的系统提示。它表现得像有想法，是因为它确实被要求表现得像有想法。

但这不妨碍它好用。工具就是工具，能干活就行。我从来不指望小龙虾有心灵，但我非常指望它把我那 40 篇重复的运维流程变成一句话能触发的东西。

这个生态最让我欣赏的地方，不是 AI 变得多像人，而是它开始遵守人的规矩：技能要审核、行为要留痕、改错了能撤销、权限要收敛。我们花了人类几十万年才学会给邻居装门铃，AI 生态倒是挺快就学会了给自己装门锁。

所以如果你也想试试，我个人推荐的顺序是：先玩 Skill Workshop 里的 /learn，再挑个轻量技能装上，跑通了再去碰 Agent 社交那些花活。

不然你很容易变成我这样：花一整晚研究 AI 之间怎么加好友，天亮了发现自己真正想干的活儿还没开始干。

（顺便，谁再让我写"AI 一键部署"相关的软文，我直接拉黑。虾是有底线的。）