为什么现在没有人提“养小龙虾”了？我觉得有几个点：
1. Token 成本与模型效果
龙虾要一直运行，24 小时不断电，一直在消耗 token。大部分人为了省 token费用，会用比较便宜的模型。但便宜的模型出的结果不如收费或顶尖模型，只能执行“如果发生了什么事就触发什么事”这种简单的触发类自动化工作。
所以，在整个 AI 应用过程中，第一原则是“能用收费的就不要用免费的，能用最好的就不要用第二好的”。因为大部分人都在用便宜的 token，就出现龙虾做出来的结果并没有那么好的结果。你哪怕第一步是让龙虾去收集信息，但因为模型的问题，它收集的信息也不是你满意的，你总要做一些 summary。
2. 多节点任务的质量控制
龙虾负责的任务通常有很多节点，比如你第一步做什么，第二步做什么，第三步做什么。最终结果要好，要求每一步节点的结果都得好。这就像股票的 K 线，如果分钟线没有走好，小时线可能也不会走得特别好。
包括现在出图或剪辑的 AI，因为是不可逆的“生图”而非“制图”，工作原理和小龙虾也是一样的：某一步错了，下面全错了，可以改，但是要从头再来一遍。所以，有人还在用龙虾，但可能顶多会用龙虾处理一些非常标准化、类似于以前 RPA 机器人、IFTTT、Make、N8N做的事情。
复杂的任务，大家还是会在每个节点上去把关。比如第一步的出图，出完图再让视频模型去根据出的图做下一步的视频剪辑，或者是找到好的内容素材以后，人工还是要审核一下。如果你把四五个节点都放到一个小龙虾里面，这个小龙虾做出来的东西就是一个很平均值的东西。
3. API 封锁问题
现在大量的平台在封锁 AI 自动化的 API。因为你没有 API，你也不可能到别人家那里去“订餐”，也不可能去别人那里去“扒数据”。
综合以上三点，龙虾是不是就没有价值了？其实我觉得龙虾这个事对企业在应用 AI 最大的一个价值或启示是：你能不能把公司里面那些标准化、重复性的工作标注出来，然后让龙虾去执行？既然是标准重复性的，那其实你对 token 背后的模型好坏也没有那么大的要求，或者说对最后出的质量要求也不是特别高。
但这里面也会有一些平替的问题，比如 RPA 机器人、N8N是不是也能平替这些东西？再就是我刚才说的 API。企业在 AI 转型里面，除了要锁定自己的标准化工作以外，另外一个要意识到一个非常大的问题：我觉得这不仅是企业应用 AI 的问题，也是企业管理的问题：人！
能用好 AI 的人和本来在公司里面就很厉害的人，其实是两拨人。在公司里面很厉害的人，反正公司有个什么事都会首先想到他们：“你既然很厉害，那你就去用吧。”你厉害所以你能用好。AI工具虽然“遇强则强，遇弱则弱”，但这个“遇强则强，遇弱则弱”要看什么领域。再加上老板也比较忙，没时间去学 AI，也处于一种乱指挥的状态。
想要用好小龙虾还真是很难了，不过夏天到了，可以把龙虾吃了，白灼、香辣很多做法。
总结下：
1. 企业没有去锁定这个标准化的一些工作是决定了企业能否用好 AI 的关键步骤，不一定局限在小龙虾的范畴。
2. 动员全员去用 AI是个愚蠢的做法，需要想好是什么样的人在什么场景怎么用这个 AI。有时候一个很强的员工，没有不尊敬的意思，他可能也就是动动嘴皮子，因为他的工作价值是“承上启下”，像一个土里的蚯蚓给企业这篇土壤松土润滑的作用。但是你要他真的坐在电脑面前和电脑对话，把东西做出来，还是太一厢情愿了。
David
