养龙虾新手避坑指南：从入门到盈利的实用攻略

位于美国的福特汽车博物馆，记录了一段有趣的往事：当年第一批开车的人，往往会遭遇旁人的讥讽。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

就在昨天，深圳腾讯大厦楼下排起了数百人的长队，大家等候腾讯的程序员为他们的电脑安装近期爆火的AI工具“OpenClaw”（小龙虾）。人们打趣地把这个过程称作“养小龙虾”。与此同时，网上却出现了不少嘲讽的声音：“装了也不会用”、“不懂瞎跟风”、“纯粹凑热闹”。

耐人寻味的是，很多人一边嘲笑那些积极体验新技术的人，一边又感叹为何每次技术突破总是源自硅谷等地。要知道，惯于嘲讽的土壤，是难以孕育创新之花的。

1962年，美国社会学家埃弗里特·罗杰斯出版了一本影响深远的著作：《创新的扩散》。他在书中解释了一个颇具意味的现象：为什么新技术总是先被少数人尝试，然后在不解与嘲笑声中，才慢慢被整个社会所接纳。

罗杰斯出生于1930年代美国爱荷华州的农村。那时多数农民还在用马耕地，而第一批购买拖拉机的人，常常被邻居笑话。原因很简单：“拖拉机那么贵，还容易坏，马更聪明、更可靠。”那些使用拖拉机的农民，被嘲笑为“爱炫耀的庄稼汉”。

罗杰斯提出了一个著名的结论：接受新技术的人，大致可以分为五类：

第一类，创新者，约占人口的2.5%。这群人最早尝试新技术，他们好奇心强、愿意冒险，常被周围人看作“爱折腾新玩意的人”。

第二类，早期采用者，约占13.5%。他们会观察创新者的尝试，一旦觉得有价值就会跟进。这些人往往是意见领袖。

第三类，早期大众，约占34%。当技术开始被证明有效时，他们便会逐渐加入。

第四类，晚期大众，同样约占34%。等到技术已经非常普及时，他们才会接受。

最后一类，落后者，约占16%。他们对新技术非常谨慎，往往要等到最后才开始使用。

换句话说，每一次技术革命，最早那2.5%的人，看起来总会显得有些古怪，甚至有点爱卖弄。当新技术不成熟、用途不清晰时，尝试得太早，很容易被周围的人嘲笑。

类似的事情也发生在人工智能的发展史中。

1956年，在美国达特茅斯学院的一间教室里，一群年轻的数学家和科学家提出了一个听起来像科幻般的想法：“能不能让机器像人一样思考？”这场会议后来被称为“达特茅斯会议”，“人工智能”这个词也第一次被正式提出。

当时的计算机非常笨重，算力甚至不如今天的一块手表。很多人听到这个想法的第一反应是怀疑，有人嘲笑这是科学幻想，也有人讽刺这是学者的空谈。

1965年，美国哲学家休伯特·德雷福斯批评说，“人工智能就像炼金术一样，是一种伪科学。”他后来还出版了一本著名的书《计算机不能做什么》，嘲讽AI研究者的乐观预测，认为机器永远不可能真正理解世界。

从1956年的达特茅斯会议，到2012年深度学习取得突破，再到2024年大模型爆发，人工智能整整走了70年。中间经历了嘲笑、质疑、资金断裂等各种寒冬。今天我们看到的ChatGPT、自动驾驶、AI医疗、AI编程、AlphaGo，都不是突然出现的奇迹，而是无数人长期尝试和坚持的结果。

几乎每一个新兴行业的技术和早期用户，都是在群体的嘲讽中长大的。没有人天生精通AI，也没有人刚接触一项新技术就能发挥其全部价值。面对新生事物，从一知半解到浅尝辄止，再到熟练运用，本来就是最正常的成长路径。

我们不必苛求自己，更不必苛求别人，一开始就能用到50%甚至100%。哪怕只懂1%、2%，那也是推开新世界大门了不起的一步。这1%的尝试，是认知和行动的转折点。纸上得来终觉浅，刷一百条AI科普短视频，也不如亲手安装操作一次。虚拟世界的观望，永远替代不了现实中的实操体验。

所有新技术的精通，都始于笨拙的开始。所有的高手，都曾是入门的小白。

回望过去几十年，每一次技术浪潮真正形成规模，都不是因为少数技术专家，而是因为普通大众开始使用。互联网最早只是查资料和发邮件；智能手机最初只是打电话、发短信；短视频刚开始也只是记录生活。但当越来越多的人参与进来，新的行业、新的商业模式、新的文化形态就慢慢出现了。

技术真正改变世界，往往不是因为最复杂的应用，而是因为最普通的人开始使用它。AI也正走向这个阶段。当越来越多的人愿意尝试新的工具，新的用法就会不断出现。有人刚开始学，有人已经走得很远，两种人同时存在，整个技术生态才会欣欣向荣。

所以，不要嘲笑那个在“养小龙虾”的人。