周末,我在@超哥 深圳的酒馆Token Lab,搞了一场OpenClaw黑客松闭门会。
130多人报名,真正既懂出海又深度用过OpenClaw的,筛完就剩20来个。做亚马逊VC的、做独立站品牌的、做TikTok起量的、做建材五金出海的、从阿里出来做营销服务的,全坐在一起。
没有人问怎么安装,没有人问md文件怎么配。
聊的全是:业务怎么拆、Skill怎么写得稳、RPA怎么接、VOC看板怎么跑。
这场闭门会结束后,大家达成了一个共识:龙虾想要真正跑起来,需要顶级LLM做大脑,自动化RPA做手脚,高质量Skills做说明书,而落地最重要的一点——你的业务得先SOP化。
我花了一晚上整理了现场的录音,只挑出4个最硬核的落地真相。
看完你会明白,为什么你养的龙虾只会陪你聊天,而别人的龙虾已经在全自动跑业务了。
01 你的龙虾不是缺教程,缺的是业务SOP
AI只是一百或者1000后面的那个0,而自己的业务是1,没有1,后面加多少个0都没有意义。
很多人拿到OpenClaw,第一反应是"这玩意能帮我干啥?"
反了。
正确的逻辑是:我现在的业务卡点在哪,怎么把它拆成SOP让AI去干。
现场有小组分享做亚马逊选品,他们不是让AI漫无目的地搜,而是把选品拆成了12个极度具体的维度——从广告情况、利润测算,到专利壁垒、用户痛点验证。
甚至限定了AI的数据来源,让AI评估证据等级,最后生成一个四象限的机会矩阵。
有个做了8年亚马逊VC的卖家说得更直白:很多选品软件给你看维度,但你自己公司是什么模式、精品还是铺货、运营能力到什么段位、有没有本地化资源——这些前置条件不先定死,AI跑出来的东西没法用。
这叫业务SOP化。
SOP到底要拆多细?这是我听完闭门会回去后,自己实操落地的"监控竞品自动调价"的SOP指令:
- Step 1(拉取数据):用API拉取飞书待处理的数据。
- Step 2(网页抓取):触发爬虫,获取竞品最新售价。
- Step 3(算法决策):规则卡死——定价永远比竞品低0.5刀,但死守10%利润底线。
- Step 4(人类确认):强制暂停,把方案推给人类,拿到确认指令才放行。
- Step 5(回写数据):价格写回飞书,自动更新状态。
你只有把颗粒度拆得这么细,OpenClaw才能给你精准的报告,而不是一堆废话幻觉。
当然这还不够,因为在龙虾执行时,Step2数据爬取一直被网页拦截,十分不稳定。
这也是下面要说的第二个点:怎么结合RPA。
02 机械的活甩给RPA,让龙虾只做逻辑判断
现在最大的误区:把OpenClaw当神,觉得它能接管一切网页操作。
但实际上,让龙虾跑一整套电商工作流,风险极高。
有个养了十几台龙虾的大卖说:他在年前给每个业务线都配了一台,跑了一个星期大家全不用了。记忆错乱、不知道在聊什么、开始骗人。网页环境太复杂,今天能打开明天可能就卡住了,让大模型去执行点击、滑动这种机械动作,不仅容易卡死报错,Token消耗还极其恐怖。
懂行的人怎么做?
用RPA等工作流去跑确定性的流程。
还是拿竞品调价监控这个高频业务场景来拆解:
如果你让OpenClaw去干:它需要打开50个竞品的亚马逊页面,挨个读取最新价格。过程中不仅会触发反爬机制卡死,而且光是读取前端乱七八糟的HTML代码,每天就要消耗恐怖的Token费用。
如果你用RPA + OpenClaw的工业级跑法:
- 第一步,用RPA写一个固定流程,每天早上8点打开这50个链接,抓取竞品最新价格,整理成表格。精准、快速,不耗Token。
- 第二步,RPA抓完数据后,通过Webhook把数据直接推给OpenClaw。
- 第三步,OpenClaw接收数据,分析出竞品A突然降价了15%,然后生成一份报告,自动推送到你的飞书。
在这个链路里:RPA是执行端,解决稳定性的问题;OpenClaw是调度端,解决分析和决策的问题。
图自 @明鉴
现场做AI自动化的@明鉴 老师说了一个很关键的判断:
Coze和n8n根本代替不了RPA,因为有些需要自动化的动作你需要去控制本地客户端、控制本地文件,浏览器环境里做不了。
但OpenClaw也代替不了RPA,因为它不稳定。未来一定是把RPA、Coze、n8n这些和OpenClaw整合在一起——n8n、Coze和RPA作为Skill,给OpenClaw去调度。
我在线下大会的观点
现场他还演示了一个案例:在OpenClaw里输入一条指令"抓取小红书",龙虾自动调用八爪鱼的RPA流程去执行抓取,数据直接回流到多维表格。整个过程龙虾没有去碰…