随时都可以看， 下周日晚上还会有新直播，欢迎来听听哈。 这次直播加不加星球的都能来听听。

如果没有比这个行业收入更高的选择了~ 那为什么不找呢~

暂时还做不到，还需要解决一些问题。比如，Token 消耗的太多，成本太高。又比如，大模型执行长期任务其实是不稳定的。可能在未来能够做得到，但现在困难还比较大

是的，有效期一年， 一年后续期我设置了 8 折优惠。

你可以把 skills 当成更定制化和高阶的 rule，其实 rule 本质上也是 skills 的一种

openclaw 里有内置的 skills，也可以通过对话创建新的 skills。

我用的内网版，我们公司专门优化处理过的。 现在公司全面推广龙虾，一天发布了 3 款龙虾产品。 给我的，起码我们这里是支持大家用所有 AI 的手段提效的。

如果很多地方不让用龙虾，也可以选择其他智能体。 我这个容灾测试的 skills 写了两个版本的，一个在龙虾中运行，一个可以在 codebuddy 中运行。

我是部署在云端的，不太用考虑它一个误操作把我电脑的文件都删了的问题

这是必然， AI 的出现是在放大人的能力和效率，但如果人本身的能力就是 0， AI 在怎么放大都没用。

我最新写了一篇长文，其中有一段：

这是 AI 产品测试的基本流程。你提到的要如何优化， 就看你按场景（或者用户画像）进行的测试中，那部分数据的效果是差的，就要求算法去优化那部分的能力， 如果是大模型他们可以调整提示词，如果是传统模型他们可以调整参数，比如置信度。 如果问题比较大，他们也可以去采集数据去增量训练，来增强这部分的弱点。

另外就是不同的领域的模型要用的工具是不一样的。 比如要是计算机视觉，那你要最先学会的一定是 ffmpeg 和计算机图像理论基础。 如果是传统机器学习模型，你要学会的是 spark，flink，这样的大数据技术。 所以要学什么，还是要看你现在面对的是什么场景。

https://testerhome.com/articles/43703 这个是我写的帖子，你可以看看， 相比于当前这篇，多了很多案例。