从昨天开始，大家都在讨论 DeepSeek Harness，而且最关键的是它的“一切皆可插件”这个理念。昨天晚上我也亲自下载体验了一版，当前的感觉是过于早期，如果真正用在生产环境帮助你提高工作效率，目前是远远不够的。
我为什么这么说？我可以说一下现在使用 OpenClaw + Cursor 结合的模式下，在工作上面有哪些提高效率的地方：
- OpenClaw 的核心优势
a. 功能持续迭代：今年从开始火了之后，到后面大家的关注度逐步降温，我认为这是媒体宣传导致的。实际上 OpenClaw 在 5 月、6 月、7 月份的时候也在频繁的更新，现在应该是更新到了 7.1-2 还是多少，目前来说它的功能在不断的壮大。
b. 智能体管理：OpenClaw 可以为你的每一个智能体创造 Workspace，然后你可以在 Workspace 里面设定它的角色、它的身份。为每一个 Workspace、每一个智能体创建它的技能、工具，而且你可以去清楚地看到每一个智能体它的身份的这一些展现，你想改都可以随时改。
c. 知识积累：你可以为包括每一个智能体，它们调用的模型变化切换，包括跟 LLM wiki 结合，让它去读本地的知识库，然后形成知识积累，然后在智能体进行工作的时候，调用相关的知识积累。这一些都是非常直观的使用体验。
OpenClaw 你可以跟飞书结合起来，你可以利用群组的功能，为你的每一个项目创建一个飞书对话，也可以为你的一个智能体在不同项目中创建飞书对话的子对话。这样子你可以在后续持续性的去基于这一个对话做一些生产工作。
- OpenClaw 目前的不足
a. 历史对话查询
b. 对话过程中查看产生内容（如 MD、HTML）
c. 在工作空间里面直接打开类似于 PDF 这些文件 - OpenClaw + Cursor 的结合模式
因为 OpenClaw 存在工作文档界面、对话、调用模型的这些能力的一些问题，所以再给它搭配 Cursor。通过 Cursor 你可以直接的看到 OpenClaw 的所有的文件夹，比如说刚才讲的每一个智能体的 Workspace，在 Workspace 里面的技能、身份，包括一些项目等等这一些，都可以直观的看到。
同时在复用 Cursor 的一些能力，比如说在线的 Canvas、在线的自动化任务，以及 Cursor 可以调用海外的一些顶尖模型等等。最关键的是 Cursor 可以跟 GitHub 仓库直接互联，那每一个项目都直接同步了 GitHub，而且在 Cursor 的空间里面，我们可以边对话边看到文档，边改文档，不管是 MD 还是像 PDF、HTML 等等这些文件，这些都是日常工作里面经常要用到的。
所以当你把两者结合起来，就是把 Cursor 和 OpenClaw 结合起来的时候，你比如说通过 OpenClaw 跟本地的知识库做了关联，我们可以先基于 OpenClaw 的智能体输出一些文档材料的 MD，然后我们在 Cursor 的空间里面进行浏览、打开和更改，并且在 Cursor 里面调用海外的强劲模型。
这样子每一个项目我都可以，所以我觉得现在的这种模式下，其实是基本上能够解决工作层面的很多问题，真正实现所谓的提效。
这个是我目前看到的一点，因为最近看到 OpenClaw 的声音越来越弱，然后对于一些新出来的一些实际上还不足够真正提高工作效率的一些话题的热度，所以谈一下我的一些感受。
刚才的这个我还没说完，我再补充一下。
比如说在OpenClaw里面，也可以设定一些自动化的任务（定时任务），然后跟云端的仓库进行互动。我举一个典型的应用，就是把OpenClaw跟Cursor跟GitHub这些结合起来。
比如我构建一个“全球AI安全资讯”的网站或者学习站点，我可以这么来做：
- 先用Cursor的云端自动化智能体建立，比如每天早上8点，对全球AI安全相关的资讯进行查询。这里有一些细化的提示词，比如查询的方向、周期，同时也可以调用一些数据服务的API。
- 一般来说，数据服务的API是要收费的，但它有一个免费的额度，所以你可以把调用API的次数限制在它免费的额度门槛下。这一步完成了数据的获取。
- 把获取到的数据进行总结，之后推到GitHub的仓库。
- 在OpenClaw里面创建一个智能体（比如“解决方案智能体”或者“产品情报智能体”）：
a. 它可以通过LLM wiki的形式跟你的本地知识库做连接。
b. 你可以创建一个定时任务，定期从云端的仓库把早上获取到的情报拉下来。
c. 经过本地OpenClaw的智能体进行吸收、净化，形成相关的主题库。
d. 在后面的材料输出层面去使用这些学习到的知识，保证智能体是不断在成长的。
这一步其实你就完成了“自学”的一项功能。
你也可以把云端自动化收取到的资讯进行另外一方面的应用：
- 再创建一个自动化的智能体，基于“数据查询智能体”的内容做进一步的细化。
- 根据前端网页展示的需求来进行提示词的优化。
- 这个智能体（比如叫做“AI全球AI情报智能体”）可以从GitHub上面的“每日全球AI简报”信息里面拿到这些资讯，经过加工整理后推到你的“全球AI简报”站点上面。
- 这个站点可以通过GitHub Pages发布出来，是一种非常低成本的方式，而且这个站点也是每日更新。
我觉得从这个实例里面可以看到，把OpenClaw和Cursor可以非常完美地结合起来。
当前国内也在推各种类似的产品，比如Workbody、Trae Worker等等。总的感觉是，在产品的实际使用体验和效果来说，跟我刚才讲的这种模式还是有一定的差距。但我也期望有一天国内这些产品的生态、体验、功能可以快速地超越，这样我也没必要花美元去订阅这些能力。
当然，最近比较可喜的一个事情是，确实看到了DeepSeek Flash的能力有了很大的提升，尤其是跟OpenClaw的工作结合上面，在输出的速度、输出的效果上面都有相比之前有一个大的提升。这个让我对国内的类似产品也充满了信心。
这个是昨天看到DeepSeek Harness发布之后，网上的一些媒体在宣传的一些材料的个人感觉，欢迎大家共同讨论。