https://www.douyin.com/video/7617857073333965801阅读路径:给 100 个跨境卖家做培训,现场 0 人用过 agent。第一组是三层鸿沟(认知/能力/执行);第二组讲为什么「装了就完了」是误区。这条是「工具普及率」的一手观察。
一句话结论:AI 原生的卖家与普通卖家之间隔着三层鸿沟,最先卡住的是认知——多数人以为 agent 就是「更会聊天的模型」,于是一装就废。
100 人里几乎没人用过 Manus / Codex / Claude Code,不到 5 人用过 n8n 这类工作流,且都没持续用。在大家的认知里,agent 跟大模型没什么区别,openclaw 可能只是「飞书上的一个豆包」。
工作流太难,现成的工作流又用不明白,于是全是浅尝辄止。
最本质的差别:GPT 告诉你「这事该怎么做」,agent 直接「帮你把事做了」。比如把产品和预算丢给 GPT,它给一套达人营销方案,执行还得人做;agent 能按方案预算去后台建 campaign。
他把「用不起来」拆成三层,并且指出多数培训只解决第一层的表面(讲讲概念),没解决第二层(能不能上手),更没有第三层(能不能替你执行)。
你早已跨过这三层,但你的下游(如果有人用你的报告)可能还在第一层。所以报告里少讲概念、多给动作(今天做什么、别做什么),比自己多用几个工具更有价值。
很多人装完 openclaw 就以为完成了 AI 化,实际连第一个真实任务都没跑通。
能不能端到端跑完一件真实的事(不是 demo),并且结果能被业务接受。
不是讲功能,是带着跑一个真实任务,跑到出结果为止。
这条对做落地的人有用:交付的标志不是「装好了」,是「跑通了」。
你用我的标准也该是这个:不是「我给了你一份报告」,而是「这份报告你按它做了一次动作」。
| 这条里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| 三层鸿沟 | 报告读者可能停在第一层 | 报告给动作,不给概念 |
| 执行鸿沟 | 报告只给结论 | 结论后加一句「所以今天做什么」 |
| 装了≠跑通 | 功能越加越多 | 以「按它行动」为验收 |
| 带跑式培训 | 我常给方案 | 改成给方案+首步执行 |
原文:VA7《用好openclaw要跨越的3个鸿沟》,2026-03-16,5.2 分钟。
本篇依据:全程转写约 1.8 千字。100 人培训现场、三层鸿沟、GPT 与 agent 的差别均为原文表述。
更正与边界:样本是单场培训(100 人),普适性有限;「0 人用过」指该场参与者自述。
定位:中文深蒸馏,不是逐字摘要。标「对你的实际应用」的部分是我的分析。