说到龙虾的事情，我是真的觉得有些不可思议。很多人一看到龙虾操作电脑、处理复杂任务的样子，都会觉得这AI突然变得非常厉害。真的要让它处理一些事情，往往比我们人类还要快。但是呢，我反复用了几次之后，我对它就不那么迷恋了。AI其实一直在提升自己的能力，龙虾给大家展现的，就是它原本就有的能力，只不过是把原本封闭的能力泄露出来而已。现在市面上很多的AI科普自媒体，基本就是拿产品说明书包装整理一番，然后就感叹一下未来已经到来了。然而我们也清楚，“未来已经到来”这句话说过太多遍了。 用龙虾的人其实很多是为了工作而工作，并没有真正减轻负担，反倒增加了工作的负担。比如一些需要处理长上下文、复杂链接的任务，效率可能还不如ChatGPT或者Gemini的DeepResearch呢。更不用说直接使用Notebooklm或者Manus了。还有很多Vibe coding的开发者们其实并不怎么用龙虾，他们主要是用Claude code多一些。所以我觉得这些讨论吧，并不是说龙虾不好，而是它真的没有那么神乎其神。 先聊一下01模型吧。很多人都误以为龙虾把AI给变强了。但真实情况恰恰相反，模型的能力一直都在提升中。只不过这几年厂商们一直给它划定边界呢。这些边界包括权限边界、成本边界、风险边界还有产品责任。 我们都知道，一个成熟的AI产品从来不会把所有能力都放出来，而是不断地进行加法和减法的调整。什么该做什么不该做，什么时候该停止，什么时候需要确认等等这些问题都是很重要的。但是这些细节呢，在Demo视频里是不会被展示出来的。它们决定了这个产品能不能存活下来。 再说说这次让人惊艳的体验吧，背后可是有两笔代价呢。这一点其实是受到王自如最近直播提到的一段话启发出来的结果呢。 第一笔代价就是隐私问题啊。龙虾运行起来的时候基本上就是系统级接管浏览器、文件还有本地环境等等信息了呢。这个技术难度其实并不大啊。 难的是责任问题啊。一旦用户数量从几千人变成几百万以后呢，任何越权操作或者是数据外流都可能变成公司层面的风险事件啊。所以OpenAI、谷歌还有Anthropic这几家公司在对待龙虾这个问题上可是相对保守的啊。不是因为做不到啊，而是因为不能这么做。 第二笔代价就是经济性问题啊。你知道吗？很多任务流程其实都是高成本路径呢。 长上下文还有多轮调用和复杂链接这些都会直接增加算力开销啊。在Demo场景里这都可以忽略不计，但在实际业务中呢这些成本会迅速放大啊。一旦用户量上来以后每一个任务都是持续消耗呢，所以没有中小型公司会愿意长期运营一个不可预测成本的系统吧？ 其实啊如果非要找一个类比来说的话，它就像是房地产样板间一样展示可能性而不是直接拿来住啊。 很多人对AI态度其实是既期待又焦虑啊。期待效率提升又害怕职业变化改变啦。所以这次龙虾展示给大家一个可视化的答案啦：哪怕它还不成熟但却足够具体啦。 所以我们可以看到这次传播效应非常明显啦：龙虾既具有技术感又具有戏剧性过程可以被完整记录结果往往也有惊喜呢， 它天然适合短视频和社交媒体传播哦。 再加上目前大模型商业模式核心仍然围绕调用量展开呢复杂任务链意味着更多token消耗也意味着更直接收入所以行业内部天然存在推动重度使用场景动力啦所以大家才会争相讨论啦！ 但我觉得更值得讨论的是：为什么这么多人会把一次能力展示当成产品形态呢？有时候技术发展过程中会出现这种情况先展示一种极限形态来证明方向是对的然后行业才慢慢回到现实约束中重新设计路径啦！ 接下来几年可能不会出现模型突然再强N倍而是产品越来越稳越来越便宜啦真正进入日常生活的技术往往不会以震撼方式存在而是会变成基础设施啦！