这是我在上周六在十字路口（十字路口AI开放麦·OpenClaw创业机会|上海场）举办的开放麦上分享的内容，主要想跟大家聊一聊小龙虾给Agent应用创业者带来的产品设计和架构层面的启发，以及如何应对这波"要不要去蹭小龙虾风口"的FOMO焦虑。

以下内容是把现场录音通过 YouNavi 转写后生成的文字稿，与大家分享一下。

一、开场：应用层创业者的"小龙虾"焦虑

大家好，先自我介绍一下，我叫 Ray，是 YouNavi（https://younavi.me）的产品联创。在座的大多数朋友可能没听过我们，因为我们今年二月份才开始公测。

今天借这个机会，主要想跟大家聊聊关于 OpenClaw（小龙虾）给我们带来的启发和焦虑。OpenClaw 大约是从一月份开始火起来的，到了二月份在国内特别热。作为 AI 应用层面的创业者，大家其实普遍会有一些焦虑——因为市场上"套壳小龙虾"的产品实在太多了（光大厂就做了30几个各种Claw…）。在这样的环境下，OpenClaw 到底能给应用创业带来什么启发？这是我今天想分享的核心。

先举一个我个人与 OpenClaw 的"物理接触"案例：上周我发现我常用的笔记软件 flomo 开放了 MCP 协议，于是我让我的"小龙虾"折腾了一阵子，完成了部署。与此同时，我们自己的产品 YouNavi 也在做 Agent 化的工作。我就尝试让 YouNavi 去读取 OpenClaw Workspace 下的一个 MCP 配置文件并进行打通。

结果发现是可行的，YouNavi 成功获取到了 flomo 的笔记。这虽然不是我预设的产品功能，但它证明了一种可能性：某种意义上，你可以借着 OpenClaw 的生态，实现产品间的联动。

二、我的"非共识"：拒绝干杂活，回归决策逻辑

目前市场上 Agent 产品琳琅满目，但我观察到自媒体老师们最常渲染的场景，往往是"干杂活"。比如，自动抓取小红书爆款、生成封面、批量发帖；或者像早期Manus、GenSpark时期那样，去宣传帮用户一键做 PPT。

但我有两点"非共识"的思考：

我们不需要那么多"自动化杂活"：我做了十几年产品，我感觉我的工作中并没有那么多需要被自动化的所谓"杂活"。作为产品经理，核心价值在于结合环境变化去做出应对和决策，这才是工作的本质。

昂贵的模型不该被浪费在低价值任务上：我是个穷人，我觉得把 Claude Opus 4.6 或 GPT 5.4 这种智能水平高、价格昂贵的模型拿去干自动化的杂活，是非常"肉疼"的。

所以，YouNavi 的初心是：把模型的智能用在分析、洞察和决策上。

三、从"高密度上下文"到"Agentic 检索"

在 Agent 化之前，YouNavi 的核心能力是高密度上下文的无感采集。

全渠道打通：我们做了很多插件，可以一键同步腾讯会议、飞书、钉钉的录音，包括 Plaud录音卡、安克录音豆等硬件的内容。

本地化安全：所有高质量上下文都会同步到用户电脑本地，我们也打通了本地文件系统。

深度分析场景：你可以利用这些数据做会议回顾、识别思维陷阱、挖掘"非共识"观点；也可以在创业路演、用户研究、面试复盘等高价值场景中进行深度分析。

但过去我在测试产品的这些场景时却不得不面对一个巨大的痛点：还需要自己找文件给发给AI实在太难受了。无论我们尝试 RAG（检索增强生成）还是大上下文窗口的模型，效果都不尽如人意。直到我们参考了 Claude Code 的 Agentic 文档检索方案：让模型使用文件系统的 bash 工具（如 grep、ls），结合用户提的问题自己发散出关键词，然后进行查找、阅读、匹配，关联的留下，不相关的丢弃，然后继续下一轮，形成一个 Agent Loop。引入这个逻辑后，YouNavi 在文件处理能力上实现了质的迭代。

四、Aha Moment：IM 作为 Agent 的入口

OpenClaw 给我们的另一个启发是关于"入口"的思考。

如果用户只能在 PC 前分析会议，这个操作太"重"了。但考虑到隐私，我们又不想把所有私密数据传回云端。受 OpenClaw 启发，我们尝试与用户最常用的 IM（如飞书）打通。

这为我带来了一个 "Aha Moment"。以我昨天的一天为例：

早晨：它帮我做早报，提醒我准备开放麦的分享内容和工作琐事。

中午：我去牙科看牙的路上，突然想分析下公测期间用户活跃时间的分布。我直接在飞书发了一条命令，它很快就在后台分析并给出了结果。

晚间：它会推送晚报和周报，汇总产品进展。

因为有了足够的上下文，对于我长期思考的问题，它能清晰地告诉我本周发生了哪些变化。这种反馈对于决策者来说，是非常有价值的智力支持。

五、结语：拥抱生态，不做"套壳"

最后，我想对同样在应用层创业的朋友说几句话：

我们未必一定要给 OpenClaw 做"套壳"。YouNavi 的 Agent Manager 和 Runtime Harness 都是我们自研的。

但我们可以去拥抱生态。现在的 Skills、CLI、MCP 等协议已经非常发达。未来，入口 Agent（比如有可能是小龙虾，也有可能是别的）与我们之间是什么关系并不重要，重要的是我们在具体的痛点场景下把 Agent 做好，去解决那些真正需要智力、需要决策的复杂问题。