本文转自： https://versun.me/blog/i-used-openclaw-the-wrong-way
仅做个人收藏，版权归原作者所有
有一段时间，我对 OpenClaw 其实是有点失望的，始终觉得只是一个大号的 AI Chat 工具。
但最近我发现，其核心问题是，聊天框并不适合它
Chat 模式有几个很现实的问题：
第一，不稳定。 你需要考虑上下文，上次的会话内容，并不会自动带入新会话中，输出的质量就很难保证。
第二，不确定。你以为说清楚了，但它到底记住了什么、接下来会不会按你想的做，其实没把握。
第三，也是最关键的：同步协作。 你得在线，得盯着，得等它回，这种工作方式本身效率就很低。
那段时间我一度觉得：小龙虾可能就是个高级一点的玩具。能聊，能演示，能让人觉得”未来已来”，但离真正实用还差一截。
直到我做了一件很小的事：把 Todoist 接进了小龙虾
然后设计了一个非常简单的流程：让小龙虾每个小时自动获取 Todoist 里最新的、未完成且没有评论的任务，让它去阅读，给出实施建议，对于资料收集的任务则直接执行并将摘要放评论里
就这么一个改动，让我第一次觉得：这个小龙虾有点意思了
接了 Todoist 之后，它不再只是一个等我去找它聊天的对象，开始变成一个真正嵌在任务流里的角色。
以前的问题，很多都被这个结构解决了。
首先是稳定性。任务从 Todoist 来，入口是稳定的，不再依赖我临时想到什么就跑去 chat 里说一句。小龙虾不在是陪聊的角色，而是可以持续接受任务的助理
其次是确定性。它面对的是一组明确的、可枚举的任务，而不是一整片发散的上下文，范围一旦收窄，输出质量反而更容易稳定。
再就是异步协作。这才是我这次体验变化最大的原因。我不在担心任务是否分配出去了，不需要一直等小龙虾回复，甚至不需要主动去找小龙虾。一切都是异步的，我创建任务，小龙虾按节奏去看、去分析、去给建议。我看的也不再是”聊天记录”，而是”任务被处理过的痕迹”。
这个差别非常大，现实工作里，真正高效的协作很多时候都不是在对话中产生的，而是靠一个稳定的任务系统、明确的状态管理，以及异步推进。
说实话，很多人觉得 AI 助理不实用，不一定是模型不够强，而是缺少一个可以异步协作的任务层。
如果只有 chat，AI 再聪明，也很容易沦为”一个很会说话的窗口”，但一旦你给它接上任务系统，很多事情就变了：它知道该处理什么，你知道它处理到哪，双方不需要同时在线，结果还能沉淀在原来的协作系统里。
当然，接个 Todoist 不是万事大吉。这里面肯定还有很多细节值得继续打磨，比如什么任务适合交给它先看，什么频率最合适，输出建议应该用什么格式，怎样避免它给出空泛建议，怎样把建议继续衔接到下一步动作里。
但至少对我来说，这是第一次非常确定地感受到：AI 助理的实用性，不是在聊天界面里被证明的，而是在任务流里被证明的。
如果你也在用 OpenClaw 或者其它 Agent OS，但还停留在聊天的阶段，那很建议你给它接一个任务入口，一个有状态、有队列、能异步推进的系统，相信我，效果完全不一样