共计 1036 个字符，预计需要花费 3 分钟才能阅读完成。
这份文档是傅盛关于其在 14 天内从零亲手搭建并训练 AI 智能体（Agent）“三万”的实践总结。相信在 2026 年，将会掀起一股养龙虾的热潮。至于 AI 龙虾会不会成为互联网时代之后的那个一，我们拭目以待。以下是该文档的核心内容梳理：
核心概念：Agent 与传统机器人的区别
•传统的聊天机器人（Chatbot）是被动的、单兵作战的，且没有记忆。•Agent（如“三万”）具有主动性、能够团队协作，并拥有长期记忆。•傅盛提到的“龙虾”（OpenClaw）系统比普通 Agent 更高阶，它拥有一台完整的电脑环境（包括 Shell、浏览器和网络），能实现文件持久化和 7×24 小时自动运转。
Agent 的三大系统支柱
记忆（Memory）：秉持“用笔记代替脑子”的理念，通过文件系统（如长期记忆文件、当前上下文、任务清单、日志）来实现真正的记忆沉淀。让三万自主学习 github 上开源的三层记忆。
技能（Skills）：技能的本质是操作手册，Agent 通过“踩坑”来积累经验，系统在 14 天内积累了 40 多个技能，涵盖飞书、X/Twitter、网页抓取等。
自动化（Cron）：Agent 没有“深夜”，停下来就是失职；不同角色的 Agent 设定了不同的定时任务频率（如参谋每小时运行，社区官每 30 分钟运行）。
重要：给三万一篇关于多 Agent 的文章，让三万自主学习多 Agent 协作模式。
14 天“三万”养成记关键节点
前期（Day 1-4）：经历了编写 Python 脚本查通讯录的摸索，解决了引用不当导致的泄密问题并确立了保密守则，还修复了因无声音推送差点导致误机的配置错误。
中期（Day 5-10）：Agent 学会了通过读文章进行自我改造，在除夕夜自动发送了 611 条个性化拜年信息，并在 X 平台上创造了过百万阅读的爆款内容。期间也在尝试自动注册 Discord 时遭遇验证码阻击，认识到了 AI 速度的边界。
核心认知与数据成果
•在这 14 天里，傅盛共给 Agent 发送了 1157 条消息，约 22 万字，他强调了“调教（Training）大于写代码（Coding）”的理念。•产出成果包含：100 万 + 阅读量的爆款、30 万 + 播放量的视频、涨粉 5000、6 篇文章，以及构建了包含 8 个 Agent、40+ 技能和 20+ 定时任务的系统。•核心商业认知：Agent 代表了新一代的软件形态，它售卖的是“结果”（Result）而非单纯的“能力”（Ability）。•真正的护城河在于技能（Skill）的不断积累与踩坑经验，而非单纯依赖大模型。
附原文 PPT:
