“AI殺了哈梅內伊”的爽文騙了多少人

前幾天朋友圈被《深度揭秘Claude和Palantir是如何殺死哈梅內伊的》刷屏。AI主導斬首行動？算法決定了哈梅內伊的生死？乍一讀，不明覺厲。但讀完外媒原始報道后不得不說，讀者被“賽博軍事家”狠狠忽悠了。

爽文犯了哪些“一眼假”的錯？

第一，Claude根本不是“司令官”。據wsj，它的真實用途只有三件事：情報評估、目標識別、戰斗模擬。實際上，就是個超級打工人。

第二，最關鍵的政治背景被吃了。空襲前幾小時，特朗普剛下令全面停用Anthropic產品——因為對方拒絕移除AI“安全護欄”，不愿讓AI參與殺人。被標注“供應鏈風險”的公司，怎么可能扭頭就成了最高機密行動的“總指揮”？

第三，軍事常識是沒有的。AI在此次行動中的作用，不如CIA的關鍵情報。

正如公眾號“01Founder”所說，真實的現代戰爭指揮控制系統（C2），是個極其復雜的異構網絡，涉及物理隔離（Air Gap）、多級加密協議以及不同軍種之間難以逾越的權限壁壘。

把Palantir的情報系統、Anthropic的語言模型和Anduril的硬件終端強行腦補成一個即插即用的整體，是對軍事專業的冒犯，更是文章邏輯硬傷的根源。

AI“全自動扣板機”的那一天有多遠？

雖然沒有爽文中AI自主扣動扳機的科幻場景，但事實上，AI已經深度嵌入了戰爭的決策鏈條里。

據WSJ，美軍利用AI系統分析海量情報碎片、縮小目標位置誤差半徑、推演打擊方案并直接接入聯合全域指揮控制體系，將戰術參數同步至所有作戰單元。

這讓情報的核查、決策的發出效率更高了。AI加速了戰爭前的環節，把人類更快地推到了“按下按鈕”的決策位置。

這正是Anthropic CEO Dario的顧慮，“我擔心很多未知數。我們在思考濫用的可能性。”

Claude封殺事件背后的倫理撕裂

Anthropic試圖守住“不用于殺人武器”的底線，結果被政府封殺。

戲劇性的是，前腳還鼎力支持Anthropic的OpenAI，幾個小時后就轉換了立場。全力擁抱軍方，在Anthropic被封殺當天火速簽約。

這場風波后，Claude下載量沖上App Store免費榜第一。X上很多用戶發起了，幾天內，ChatGPT卸載量暴增295%。

普通人在用投票表達：不希望日常用的AI工具變成殺人機器。

一邊是政府封殺，一邊是民眾力挺。一邊是商業利益，一邊是倫理底線。這就是AI軍事化帶來的真實困境。

Claude有沒有“殺死”哈梅內伊？答案已不重要。真正的變革，不像科幻片，而是在枯燥的代碼、復雜的博弈和艱難的抉擇中發生的。站在十字路口的人類，能選擇正確的未來嗎？

OpenClaw席卷全球

這個周末，估計很多還沒有安裝OpenClaw的人，“養蝦”焦慮達到了頂點。在持續多日的各種新聞轟炸后，周末我們開始朋友圈里刷到了“蝦友”線下聚會。

OpenClaw問世只有短短兩個月時間。去年11月，奧地利開發者彼得·斯坦伯格（Peter Steinberger）做了一個能幫他回消息、管日程的小工具。他最初將AI Agent取名Clawdbot，后改名為OpenClaw，形象是一只紅色的龍蝦。

OpenClaw今年1月正式對外開源，馬上引來大量關注，成為代碼平臺GitHub史上最快獲得10萬星標的開源項目。

上個月，彼得已經入職OpenAI，負責Agent研發，他預測Agent會取代80%移動應用。

先說說OpenClaw為什么這么火，跟去年這個時間發布的Manus類似，你的龍蝦可以自動工作，成為你7×24小時工作的免費（其實不能算免費，它要消耗token）AI員工。沒錯，這已經非常接近能干活的AI助理了。

OpenClaw在中國特別火，以至于現在安裝OpenClaw已經成為閑魚熱門賽道。

短視頻平臺上，手把手教大家部署OpenClaw的教程很多，但本地部署還是有些門檻，所以就出現了兩種安裝服務：遠程指導和上門代裝。

閑魚上大多是遠程指導，價格只有幾十塊錢。我看了下，評價還都不錯，說明如果要求不高，其實在程序員的指點下確實可以自行安裝。

上門報價一般在500元上下，只要在小紅書上搜索一下，就能找到自己同城的人。據說這段時間已經有勤奮的程序員靠這項兼職賺了幾萬元。可能是競爭逐漸激烈，這兩天報價已經有下降的趨勢。

這個案例也給行業帶來啟示，自動化優先的垂直 SaaS 賽道，依然有極高的用戶留存機會，對相關創業者來說是個不錯的發展方向。

有意思的是，騰訊主動加入了服務大軍。3月6日一早，騰訊深圳總部大樓門前，騰訊工程師現場“擺攤”，幫用戶免費安裝龍蝦，幾百個預約號碼一搶而空。

安裝時間僅需5分鐘，騰訊云的工程師當然是把龍蝦幫你部署在騰訊云上，后續還需要在騰訊云上購買token。

OpenClaw創始人也對中國的盛況感到震驚：“OpenClaw在中國的采用程度達到了另一個層次。”

當然OpenClaw其實是全球爆火。OpenClaw官方賬號稱，全球有40多個城市自發舉辦了龍蝦線下聚會。

黃仁勛說，OpenClaw可能是歷史上最重要的軟件發布。

其實，龍蝦這么火，國內云廠商就提供了配套的云服務和部署指南，我們在短視頻平臺上刷到的安裝指南，大多數也是指向某一個云廠商的服務。

騰訊的工程師現場安裝只需要5分鐘，就是通過騰訊輕量云Lighthouse支持的“零代碼”流程，“一鍵安裝、一鍵啟用”。

不過，在社交平臺上，各種已經開始養蝦的人，很多都不知道這只龍蝦能干點啥。

其實我去看了下大家的應用場景，目前用得比較多的，一類是股票盯盤，另一類是讓它在社交應用里值班。我同事說，后一類中，Discord和龍蝦連接，用戶操作體驗最佳，比飛書、Slack等都強太多。

另外就是，那些選擇了“高價”大模型的人，已經發現養蝦成本不低。我看到朋友圈有人吐槽，“一個問題沒回答完，兩百美金就沒了”。

對此，我們團隊的Sam老師給還沒有開始養蝦的朋友提了幾點建議：

1、關于硬件，現在高配版一機難求，他建議買丐版

Mac Mini

要考慮一下使用場景。因為丐版的就只能接API token的方式，高級版的可以自己部署模型。

如果確實急用，可以把工作分開，有些用本地模型，有些用API，省下的錢可以用來買token。不過長期來看，肯定是買高配版硬件更省錢。

2、務實選擇接入的大模型，因為成本差異非常大。以目前價格最低的Kimi K2.5 為例， Claude Opus 價格大概是它的10倍 左右，其他的模型看了下，大概在3-10倍之間。

3、別隨便讓龍蝦自己改配置、自己運行命令，我親自試過，它很容易把自己改崩、改到用不了。如果一定要讓它自動干活，就用最貴的 Claude 模型，并且打開聯網功能。

一人公司

Anthropic編程大賽金獎，解決加州地獄級文書工作的CrossBeam

首先讓人振奮的是，這位獲得大獎的創作者，甚至不是程序員科班出身。他的名字叫麥克·布朗（Mike Brown)，是一名在加州的人身傷害律師。

能關注到這個領域的問題，是因為他的好哥們卡梅隆在一個建筑公司工作，在加州搞建筑審批，文書工作不是非同一般的復雜。基本上，從2018年以來，有90%的文件，都會被退回要求整改，每一次循環都會花費數周時間和數千美元。

卡梅隆問麥克：是不是能讓AI干這個活兒呢？

從去年開始，麥克試圖通過vibe coding，來幫助身邊的人解決力所能及的問題。而卡梅隆的需求正好是：梳理建筑圖紙、對齊法律法規要求，大量的細節確認，再生成相應的申請文件……看起來正是適合AI來干的工作，所以麥克就一口答應下來了。

但很快，麥克發現自己把問題想簡單了。他把卡梅隆的所有圖紙，以及市政廳的整改意見，都輸進了Claude等模型讓AI去跑，但發現都不太好使：這些圖紙的量太大了，如果單靠郵件里的文字指示，是不足以讓AI修改好的。它還需要協調法律法規、工程知識，以及空間理解能力。

在Anthropic的黑客松項目以后，麥克重新開發，把整個項目的流程梳理清楚，推出了CrossBeam。它不僅是一個文本處理工具，而是一個集合了13種定制化技能的并發系統。

當一個承包商把圖紙和整改意見放到CrossBeam里面以后，它就會生成這個項目的全套空間索引（Spatial Index）系統，也就是把各項數據都生成和整合進來。法規模塊能夠實時網絡檢索對比州級、市級文件。然后，解析模塊會分析整改文件的具體意見，對應法律法規進行修改。

最終，CrossBeam將會呈現一份可以供結構工程師簽字的完整分析與回復文件。由于圖紙數據和法律法規文件都是相當標準的，很少含糊的地方，因此CrossBeam也呈現了非常喜人的準確性。

除此之外，麥克還多想了一步。既然他們能夠幫結構工程師準確地回復市政廳的需求，那么，反過來，他們也可以幫助市政廳更快地回應建筑商們的需求，從而加快整體的審批效率。

麥克的想法也得到了來自Buena Park市市長的積極回應，認為這能有效地解決加州房屋緊缺的問題。到這一步，麥克不僅獲得了建筑商作為客戶，還給自己開發了政府相關的客戶，是一個非常實用的產品。

這個項目的成功之處就在于，在極其垂直的領域，成功融合多種異構數據（圖像、PDF法律文本、實時網絡數據），進行高可靠性的并發任務，解決了一個長期高價值的商業痛點。

另外一個高度垂直的應用，靠壞天氣提醒工人修屋頂，一個月就賺了4萬美元的RoofClaw

RoofClaw的產品，就沒有那么fancy了，甚至看起來有點老舊：它的模式是賣預裝了OpenClaw的MacBook Air或者Mac Mini，給屋頂維修公司。在寄到客戶手里后，他們還會提供1對1培訓和后續的技術支持。

他們的定價很簡單直接，一次性收費5000美元。在過去30天里，光靠這個，Roofclaw就賺了超過4萬美元。

北美中部經常會遭遇冰雹、雪暴、颶風、龍卷風等極端天氣，這種天氣來得突然，并且對房屋損害特別明顯。

對于屋頂維修公司來說，怎么及時把握住這種瞬時爆發的維修需求，就是業績的決勝來源。顯然，在這一點上，AI比人優越太多了。

網頁好評

而RoofClaw可以24小時實時跟蹤冰雹等天氣的數據，對公司進行相關預警，并且快速找到線索、及時回應客戶需求。

比如，當200多個受災客戶來詢問房屋維修業務時，就算配備10個客服，也可能很難細致、及時地回應，但是RoofClaw可以根據公司的實際情況，來回應客戶的定制化需求。

同時，它也可以實時監控不同的外包工程隊伍的施工進度，及時匯報。而一切只需要老板用telegram等聊天軟件來進行對接和安排。

在此之前，其實這家公司的SaaS業務已經快不行了。但通過智能化、實時預警、降低成本的各種提升，成功找到了一大批新用戶。

機會與方法論

最近一段時間，各種論壇上對于AI創業機會，逐漸找到了一些共識。其中一個最具確定性的機會就是，垂直領域的AI替代。

其實這個方向上，我們已經看到了一些成功案例，包括前面所說的市政文書和修屋頂的項目，都是這個方向上的成功者。我們也準備近期再寫幾個詳細的案例。

而一位連續創業者gregisenberg更是梳理出了具體流程，就是下面這個框架。由于具有高度的可執行性，傳播很廣。

@gregisenberg：

“2026 年做 AI-first SaaS：大市場 → 子賽道 → 寫出完整工作流 → 標出金錢流轉節點 → 量化痛苦（浪費小時數 × 時薪）→ 用 AI 替代其中 3-4 步。”