6小时养活全记录：用AI养AI的方法

社区里73%的新用户在首次安装时遇到至少一个阻断性错误。很多人卡在第一步花两三天。

我6小时养活了。文科生，零代码基础。靠的是一个方法：让Claude Code帮我养。用AI养AI。

这篇完整记录这6小时的时间线。重点在每一步"为什么这么选"，操作步骤会过时（OpenClaw 20天10个版本），决策逻辑不会。

第一个小时没碰键盘，全在做决策。

部署方式怎么选？ 三个选项：本地笔记本、腾讯云轻量服务器、Mac Mini。我选了本地笔记本——零成本，数据不出门。这是探索阶段，不确定能不能跑通、用不用得起来，先花最小的代价验证。跑通了再考虑迁移到24/7在线的方案。

模型怎么选？ 先用DeepSeek V3跑通流程，月费¥19。第一步是"养活"，把整个链路走通比什么都重要。模型随时能换，但如果链路都没跑通，用再贵的模型也白搭。

安装本身就一行命令。但60%的新用户卡在这步，原因是Node.js版本。

我也卡了。报错说我的Node版本太低，需要20以上。

我把报错截图扔给Claude Code，它3秒钟给了解决方案：装nvm版本管理器，切到Node 22，重新跑安装。

这是"用AI养AI"的第一个实例。我不需要知道Node.js是什么，只需要会复制报错信息。

这一步花的时间最长。

在DeepSeek官网注册、拿API Key、充值，都很顺利。但配好之后发消息，返回一个报错：

我查了半天文档，搜了半天GitHub Issues，找不到答案。Claude Code 3秒定位：自定义Provider必须包含 "api": "openai-completions" 字段。很多教程没提这个。加上去，立刻解决。

这种坑的特点是报错信息不直接告诉你缺了什么。你需要理解整个配置结构才能定位。Claude Code因为"见过"大量类似配置，能秒定位。自己查可能要花半天。

我选飞书是因为日常工作就在飞书。AI住在你已有的工作台里，使用频率才上得去。如果得单独开一个终端窗口才能跟它说话，用几天你就懒得开了。

配置过程：飞书开发者后台创建应用、开启机器人、配权限、配事件订阅、发版上线，然后在OpenClaw配置文件里加飞书Channel。

踩了一个坑——教程说需要配6个权限，我照做了，发消息返回403。

Claude Code帮我逐个核对权限清单，发现教程漏了一个：

contact:user.base:readonly

少了这个权限，OpenClaw拿不到发消息人的身份信息，飞书直接拒绝请求。教程写了6个，实际需要7个。你不知道是自己哪步做错了还是教程有问题，这种坑最恶心。

配好之后在飞书搜索机器人名称，发私聊消息"你好"，收到AI回复。手机飞书也试了一次。

到这步，OpenClaw"活了"——可以在飞书里跟它对话。但它还是个通用AI，发什么都回，没有你的业务上下文，跟ChatGPT体验差不多。

OpenClaw有个SOUL.md文件，等于它的"灵魂说明书"。你不写，它就是个通用AI。写好了，它知道你的业务、偏好、禁忌，回复质量天差地别。

社区里"装了之后和ChatGPT没区别"的抱怨，根本原因就是没写SOUL.md。

我的写法是从三个问题倒推：它主要帮我干什么？它必须知道什么才能干好？什么事绝对不能做？

Claude Code帮我写了初稿。我改了三版定稿。第一版是通用废话（"你是一个AI助手"），第二版加了业务信息但太粗，第三版加了完整的产品矩阵、行为规则和语气示例。

从"你是一个AI助手"到"你是Tia的个人COO"，中间差的就是这三版迭代。

SOUL调教的完整方法论在 SOUL调教方法论 里展开。

13.5万个OpenClaw实例暴露在公网，1.2万个可以被远程控制。ClawHub技能市场有1,184个恶意Skills。全是真实数据。

我是本地部署，风险比云服务器小很多。但基础设置还是得做：确保只监听127.0.0.1、给API密钥设月度限额防止死循环烧钱、装 skill-vetting 安全检查工具再装其他Skills、定期备份配置文件。

安全配置不难，但跳过就是给自己埋雷。

6小时走完全流程。硬件零元，时间成本6小时，之后每周半小时维护。

三个收获值得说一下。

第一，用AI养AI完全可行。我做决策，Claude Code做执行。我踩坑，它帮我爬出来。养虾这件事本身就是"用AI解决AI问题"的最佳注脚。你不需要什么都会，你需要知道该问什么问题。

第二，装完才刚开始。写好SOUL.md让它懂你的业务、控制token成本、做好安全配置、持续调优——这些才决定这个AI员工到底值不值。

第三，最贵的成本是判断力。模型选错了、SOUL写烂了、安全没配——全是判断问题。代装服务能帮你装好，但替不了你做这些判断。

养虾的门槛在判断力。装只是起点。