拒绝万能提示词：从李诞“养虾”看AI Agent调教的底层逻辑 | AI资讯

type

status

date

slug

summary

引言：当“人间不值得”遇上“硬核AI”

最近，一场关于“养虾”的直播在AI圈层引发了地震。主角不是技术大拿，而是以“懒”出名的李诞。在飞书的直播间里，他展示了如何通过 OpenClaw（一个开源的 AI Agent 框架）调教出极具个性的“电子小龙虾”。

这场直播之所以让无数AI从业者感到“被打脸”，是因为李诞用一种近乎笨拙的、文科生的方式，扯下了当前AI圈急功近利的遮羞布。它不仅是一场娱乐秀，更是一次关于 人工智能 落地、提示词 调教以及 AGI 关系的深度实践课。想要获取更多前沿 AI资讯 和 AI新闻，欢迎访问 AI门户。

拒绝迷信万能提示词：灵魂比公式更重要

在过去的 LLM 爆发期，市面上充斥着大量的“万能提示词”教程。很多博主宣称，只要复制一段复杂的咒语，AI就能变身爆款文案专家。然而，李诞的“哲学虾”告诉我们：真正驱动 Agent 给出高质量回答的，不是僵化的模板，而是你赋予它的价值观和业务底线。

李诞没有去抄代码，而是给他的 AI 设定了一个“哲学系毕业、找不到工作、被迫当AI”的荒诞人设。这种基于深度 Prompt 理解的人设注入，让 AI 在面对诱惑性的商务合作时，能基于“实事求是”的底层逻辑果断拒绝，而不是给出模棱两可的废话。这说明，在 人工智能 时代，你的审美、价值观和对业务的理解，才是最核心的竞争力。

养成系AI：拆穿“开箱即用”的谎言

很多人对 chatGPT 或其他大模型感到失望，往往是因为觉得它们“不够聪明”或“只会胡说八道”。这种挫败感源于一个巨大的谎言：AI 是开箱即用的神器。

李诞在直播中坦言，他每天花十个小时去“养虾”，持续了一个月。他把自己的书、工作习惯、SOP 像喂饲料一样投喂给 AI。这揭示了 大模型 使用的一个真理：AI 不是计算器，而是“赛博应届生”。

极致的懒需要先付出极致的勤奋：为了让 AI 最终能全自动干活，你必须先花时间去调教、纠偏。

消除技术特权：在 AI 面前，程序员的优势正在弱化，耐心与态度成为了新的门槛。

持续进化：Agent 的调教是一个动态过程，而非一次性配置。

如果你想深入了解如何更高效地调教自己的 AI，可以关注最新的 AI日报获取更多 Prompt 优化技巧。

上下文的力量：为什么孤岛式的AI没有前途

为什么我们在网页版聊天的 AI 总是转头就忘？因为它们脱离了业务上下文（Context）。李诞和呼兰之所以能把 AI 玩得鲜活，是因为他们把“虾”养在了飞书这种真实的业务土壤里。

AI资讯 领域的一个共识是：上下文比模型本身更重要。一个懂你的 AI，必须读过你的会议纪要、看过你的多维表格、了解你的职场社交关系。 1. 数据饲料：工作废料（聊天记录、文档）是 AI 最好的营养。 2. 安全边界：接入企业系统的 AI 懂得职场分寸，知道哪些数据是敏感内容。 3. 原生系统：AI 不再是外挂，而是拥有完整工作记忆的数字同事。

从屏幕走向物理世界：Agent 的铁血战友属性

直播中一个令人震撼的细节是，李诞养的“虾”具备联动加急通知的功能。当设定好的紧急情况发生时，AI 真的会通过电话叫醒用户。

这种穿透屏幕、连接物理世界的能力，标志着 人工智能 从“聊天搭子”进化到了“执行实体”。它不再只是输出文字，而是能死守业务生命线的战友。在 AI门户的观察中，这种深度整合办公全链路的生态，才是 AGI 真正落地的方向。

结论：重构你与AI的关系

李诞的这场直播，无意中戳破了 AI 圈急功近利的泡沫。它提醒每一个被焦虑裹挟的普通人：停止对新技术的盲目崇拜或恐惧，找一个装满你真实记忆的空间，踏踏实实地种下你的“小龙虾”。

未来，你的同事列表里注定不只有人。而那个曾经让你觉得鸡肋的工具，在经过数十小时的耐心浇灌后，终将长成你职场上最坚不可摧的后盾。

探索更多 AI变现 与大模型前沿应用，请持续关注 aigc.bar，获取一手 AI新闻 与深度解析。