《趣谈AI》续集九：圈养“小龙虾”千姿百态——识虾篇

自从OpenClaw横空出世，江湖上就多了一个传说：AI不仅能陪你聊天，还能替你干活。以前那些大模型个个都是“嘴强王者”，上知天文下知地理，聊起天来引经据典，可你让它帮你关个灯、发个邮件，它就傻眼了。现在好了，“小龙虾”来了——它不是聊天App，它是一个开源智能体框架，真正的“动手达人”。它能操作你的电脑、写周报、发邮件、运营社交媒体，甚至能在你睡觉时把明年的项目规划给整出来。

于是，一场轰轰烈烈的“养虾运动”开始了。

“小龙虾”不是你想养，想养就能养

先给新来的同学科普一下：OpenClaw这个“小龙虾”鼻祖，不是ChatGPT那样的对话机器人。你可以把ChatGPT想象成一个学识渊博的教授，聊什么都头头是道，但你要他帮你搬个家，他只会给你写一篇《搬家注意事项的学术综述》。而“小龙虾”呢？它是教授带的那群研究生——能跑腿、能干活、能把你交代的任务拆成小块、分派给不同的人，最后再把结果拼好递到你面前。



但“小龙虾”厉不厉害，全看“养虾人”。你用哪个大模型给它当“大脑”，它就有什么样的本事。你要是给它塞个“弱智”模型，它能帮你把周报写成小学生日记；你要是给它配个“门不当户不对”的模型，它能把你发邮件的收件人填成前女友。所以，养虾之前，你得先搞清楚市面上这些“大脑”到底谁擅长什么。

十九路模型天团，各显神通

如今全球AI江湖上，各路大模型百花齐放，少说也有几十个顶尖选手。Perplexity那个“十九个顶尖大模型自动编排”的技术，说白了就是给每个模型发了个工牌，让它们各司其职，自动组队干活。



先说Claude，这位老兄来自Anthropic，江湖人称“逻辑推理之王”。你给它一个复杂问题，它不急着回答，而是先把问题拆成几层，一步步推给你看。用它来干需要条理清晰的事，比如写代码、做论证、审合同，那叫一个稳。如果说别的模型是脱口秀演员，Claude就是那个戴着眼镜、喜欢说“我们来梳理一下”的大学逻辑学教授。

再说GPT-5.2，OpenAI家的长子，特点是“长文本搜索”和“信息整理”。给它几十页的技术文档，它能给你提炼出三页精华；给它一百条客户反馈，它能给你归纳出五个核心问题。它是那种你扔给它一箱子旧报纸，它能在十分钟内把“1995年豆腐渣工程相关报道”全部挑出来的档案管理员。

Gemini Ultra是Google的亲儿子，多模态能力一骑绝尘。你给它一张照片，它不光能认出里面是猫，还能告诉你这是什么品种、大概几岁、表情是不是在鄙视你。它还能把文本、图像、音频、视频混在一起处理，是那种能一边看电视一边听你说话一边翻杂志还能接上话茬的超级多面手。



Llama 3是Meta开源的“平民英雄”，最大特点是“本地化部署”。别的模型动不动要云端算力，Llama 3可以塞进你的笔记本里跑，而且开源免费，社区生态极其庞大。它就像是那个开源的Linux系统，什么都能干，但需要你懂点技术才能伺候好。



Falcon是阿联酋的技术创新研究院出品的沙漠黑马，特点是“多语言能力强”，尤其是阿拉伯语和复杂语种的语感极佳。如果你的任务涉及跨语种、小语种、方言俚语，Falcon是首选。

DeepSeek-V3是国产之光，来自深度求索，以MoE（混合专家）架构出名，参数规模巨大但推理成本极低。它是个精打细算的会计，能给你省电省算力。

通义千问（Qwen）是阿里家的孩子，主打中文理解力。你让它写个春节祝福语，它能写出十种不同风格的，而且没有翻译腔。在中文任务上，它稳如老狗。



文心一言（ERNIE）是百度的当家花旦，强在知识图谱和中文搜索。你问它“北京哪家涮羊肉最好吃”，它能给你列出十家，附带点评和排队攻略。

智谱清言（ChatGLM）是清华系的代表作，特点是“逻辑推理+中文友好”。它像那个既能写论文又能陪你撸串的学霸。

MiniMax是上海稀宇科技的产品，语音和视频多模态能力突出，尤其适合做数字人交互。



Kimi是月之暗面的产品，擅长“超长上下文”。给它一本《三体》全集，它能给你写一篇关于“黑暗森林法则”的深度分析。

百川大模型是王小川团队的力作，强在商业和金融场景。你让它分析上市公司财报，它能把数据扒得干干净净。

字节豆包是字节跳动的产品，跟抖音、今日头条深度整合，特别适合内容创作和社交媒体运营。

零一万物是李开复团队的作品，主打“训练效率高”，用较少的算力就能跑出不错的效果，适合中小团队。

混元大模型是腾讯的，跟微信、QQ、腾讯云深度绑定，适合做企业内部助手。

紫东太初是中科院自动化所的作品，全模态模型，能处理文本、图像、音频、视频，是真正的“全能选手”。



盘古大模型是华为的，主打工业场景，在矿山、制造、气象等领域有深厚积累。

BLOOM是国际开源社区的产品，多语言能力均衡，适合做全球化应用。

Command-R是Cohere家的，主打RAG（检索增强生成），适合做企业知识库和搜索引擎。



这十九个模型，各有各的绝活。Perplexity的厉害之处，就是给它们建了一个调度中心，把复杂任务拆成小块，然后像排班表一样分配给最合适的模型——逻辑推理的活儿给Claude，长文本搜索的活儿给GPT-5.2，多模态的活儿给Gemini，中文的活儿给Qwen……最后再汇总成一份漂亮的结果，递到你面前。

养虾之前，你得先认识这些“大脑”的脾气。下一集，我们聊聊“小龙虾”到底是怎么干活的，以及你得给它准备什么样的“虾缸”——也就是那些能本地跑模型的算力工作站。（供稿：陈建榕）  图片来源网络