北京
先說結論，經過我一段時間的測試，我選擇將workbuddy作為主力員工，完成主要工作，將qclaw作為備選，基本放棄了kimiclaw、arkclaw。
模型
AI大模型
使用體驗（方便）
價格
評分
kimiclaw
????????（kimi2.5，擅長推理、寫作）
????（訪問工作結果比較復雜）
??（199元/月）
??????
arkclaw
??????（模型自配）
??????（類似聊天機器人，沒有工作結果）
????（59元/月+自購算力存儲）
????
workbuddy
??????????（可以配置kimi、GLM、Minimax、Deepseek等多個模型）
??????????（左側工作過程，右側工作結果，清晰明了）
??????????（贈送token，升級會員后也有token）
??????????
qclaw
??????（默認模型，疑似元寶）
????????（受制模型，經常出現弱智情況）
??????????（每天送token，相當于免費）
??????
有了龍蝦以后，用AI組建一個團隊還叫個事兒？
真做起來發現，還真是個事。
無論是ChatGPT、Gemini、Claude，還是千問、deepseek、kimi、智譜、豆包，隨便拎一個出來，工作能力沒毛病，還不瞎逼逼，隨隨便便秒個正常員工。
問題是成本。
我也想讓V神、Ilya、Karpathy給我寫代碼，咱不得考慮成本？能花1塊錢賺5塊錢，為什么要花2塊錢賺5塊錢？
Claude、Gemini好是好，但要懂科學上網，使用成本高，先去掉。
千問、deepseek、kimi、智譜，還有豆包、minimax，單一能力都不錯，但他們都還是大腦，想干活還得綜合評估國產龍蝦和他們的適配性，以及價格。
沒錯，這是我踩的第一個坑。
第一坑：199塊買的kimiclaw，像個不給結果的學霸
一開始，我怒花199元買了kimiclaw一個月的會員。
選擇理由很簡單。身邊好幾個人把kimi2.5評為能力最強的國產AI大模型，而要體驗kimi2.5需要先成為會員。那段時間知乎、B站上大量kimiclaw評測，都指向云端操作，避免了本地運行的風險，整合了大量skill，不需要安裝直接使用。
也就是說，只要199，我不僅能體驗kimi2.5，還能完美解決數據泄露、使用成本高這兩個我最擔心的風險。
199，便宜！
結果kimiclaw給我拉了坨大的，用"強大"的產品能力完美避開了這兩大優勢。
決定性測試：改寫小紅書內容
我要求kimiclaw把一篇關于"賽博擺攤"的內容改寫成小紅書風格。這是我最常用的場景，也是我組建AI團隊的核心需求。
kimi很快完成了。給出了修改要求、標題、內容架構，還告訴我可以直接發布。
但我翻遍整個對話，唯獨缺了發布的內容。
我問：內容呢？
kimi說：我已經按照您的要求完成了改寫，包括標題、結構和要點。
我再問：
我再問，還是一樣。
kimiclaw就像一個工作能力非常出色的員工，你要求什么他都能完成，但偏偏不把結果給你。無論你怎么追問，他都回答"我完成了呀，你看我完成的過程"。
問題是老板要的是結果，不是過程。
然后就是
找不到的skill
kimiclaw宣稱內置大量skill，但你根本不知道他內置了什么，怎么喚醒、怎么安裝。
有時候他明明告訴你安裝方法，你接著問，他會給你各種答案，推薦各種安裝方式。你想安裝的時候，偏偏安裝不了，還經常報錯。
kimiclaw就像一個煉金術師，創造了各種寶物，然后把寶物藏起來，給你一份藏寶圖，告訴你有緣自然會見到。
咱想找個員工，不是找個祖宗。
我直接把kimiclaw拉進了黑箱子（bushi：畢竟花了199，起碼要物盡其用一個月）。
第二坑：59塊買的arkclaw，會員只是入場券
在試用kimiclaw的過程中，我又看到了arkclaw的廣告。
字節不是一直以產品能力強著稱嗎？產品體驗應該可以吧？
我花了59元買了一個月會員。
結果會員就是會員，只能使用類似豆包的chatbot功能。他的記憶基本等同于魚，每次布置任務還需要先交代背景，訓練一下基本素養。
要想像正常龍蝦那樣干活，還需要買存儲、買算力，再自己配置。
不僅麻煩，支出還更多。
arkclaw也拉進了黑名單。
柳暗花明：WorkBuddy的意外之喜
就在我山窮水盡、繼續死磕kimiclaw的時候，柳暗花明了。
看到騰訊布局龍蝦的新聞，介紹了workbuddy。我一想，對呀，不光字節做產品有一套，騰訊也行啊，那就試試。
萬萬沒想到，workbuddy完美契合我的需求。
決定性測試：同樣的改寫任務
我還是用那篇"賽博擺攤"的內容，要求改寫成小紅書風格。
workbuddy不僅給出了改寫完的完整內容，還直接顯示在結果頁面。我不需要費勁腦汁去尋找文件到底在哪里，不需要在對話里翻來找去。
結果就在那兒，一目了然。而這種體驗配合AI大模型，那就更爽了。
GLM的寫作能力
workbuddy自帶kimi2.5、GLM5.0、Minimax等國內最頂級的AI大模型。
我的測試里，GLM在文字寫作方面的能力非常突出。用我同事的話說，懷疑GLM用大量公文做了訓練。
事實證明，GLM大模型的能力相當可以。不僅可以對現有資料進行解構，還能完善思路，產出相應的內容。
找得到的skill
workbuddy還做了個技能模塊，可以直接找技能。（PS：我特別不理解，這么簡單的事情，為什么kimi做不到？）
零成本
最后，也是非常重要的，workbuddy還在送token階段。注冊就送，每天登錄都送token，還經常送一些token。
截止目前，我還沒花一分錢。
WorkBuddy+GLM基本成為我的首選。
備選方案：qclaw
在使用workbuddy過程中，我還試用了微信龍蝦qclaw。
試用下來，qclaw特別割裂，他既保留了龍蝦的極客設定，又在努力迎合普通人，因此，有時候qclaw像正常的龍蝦，能有不錯的回復，有時候又像個傻子，就比如下圖
再加上qclaw默認模型很可能是能力不足的元寶，就讓這種情況經常出現。
但好在現在qclaw每天贈送免費token，一些基礎的定時任務還是可以用的，再加上張小龍濾鏡（還是要期待奇跡的），我選擇將qclaw設定為備選龍蝦。
總結一下
經過一系列的試用分析，我選擇將workbuddy作為主力員工，完成主要工作，將qclaw作為備選。
核心標準就一條：性價比。
能花1塊錢辦的事，不花2塊。能免費辦的事，不花錢。
真金白銀，才是檢驗一切的唯一標準。
確定了團隊，那要開始分工，各就各位，干活賺錢了吧？關于分工，我倒是有自己的思考，網上很流行一種按技能分工組建團隊的方法，比如設定市場、文案、產品、設計等職位。
一年前，我們之前在做agent的時候，也用過這種方法，在使用過程中，我們發現這種結構不僅復雜，還特別浪費token，于是我就想團隊之所以分工，是不是人能力、精力的限制，既然有了無所不知且只消耗算力的AI。
我們是不是該有點AI思維，換一種分工方式？就 比如按任務分工。
關注我，我接下來將按這種思路繼續體驗。
有興趣體驗workbuddy的可以掃碼試試，也幫我薅點token
楊澤是誰？
·《潮流：品牌引爆、出圈背后的秘密》、《產品冷啟動》作者。
·就職過互聯網大廠，曾負責脈脈、Totok等多個細分市場產品從0到1增長工作。
·資深品牌架構師。對外經貿大學、阿里巴巴UMIC課堂、36Kr Eclub特邀講師。
·人人都是產品經理、虎嗅、techweb專欄作者，曾出版《精益營銷第一課：產品冷啟動》。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
