“龙虾”这种Agent框架主要是在使用侧把已有模型的能力串起来执行任务，
它并没有给大模型本身贡献大量底层的、高质量的非目视数据，

甚至有一部份任务还是调用回以往的视觉+脚本+计划任务，
并且龙虾的运行机制依赖大量上下文管理 + Skill来维持记忆和执行能力
龙虾和用户都不信赖单次的窗口，就会在同个会话里重复的喂Skill，同样的为了执行一个需求，要比原先用户语言token消耗的多得多

最难过的还是把原本确定性、可循环的事情，
做成了鲁棒性特别差的AI去循环试错。

最终结果就是
一个乞丐领了一只免费龙虾，辛辛苦苦折腾出了只有AI能看懂的SOP，最后发现龙虾的电费比赚来的钱还贵。
因为本地算力要高效率，就没办法便宜。
算的不够快，折腾龙虾本身就显得很没意义。
而且你怎么又能指望一个乞丐能有几块5090帮他打工呢。
最后还不是沦落到token消费主义

不过倒是让企业都发现有利可图而去建设真正有用的插件生态，间接的出了接口，这算是好事