Кими Клоу на практике: несмотря на волну OpenClaw, автоматизированный ИИ всё ещё находится в стадии освоения

Автор: 徐珊

这种

В 2026 году маленький ракообразный взорвал весь AI-рынок, и после этого OpenClaw продолжает активно развиваться.

В последнее время несколько отечественных разработчиков моделей последовательно выпустили продукты, конкурирующие с OpenClaw: Mini Max — MaxClaw, Kimi — Kimi Claw. Очевидно, что демонстрируемая OpenClaw способность к выполнению AI-заданий и уровень терпимости разработчиков к результатам AI показывают рыночную ценность.

Среди конкурирующих продуктов, Kimi Claw имеет четкую позицию: это не полностью самостоятельный продукт, а облачный сервис на базе OpenClaw, данные хранятся в облаке Moonshot, и он сразу же настроен с более чем 5000 навыками сообщества ClawHub.

Преимущество в том, что он достаточно стабилен, легко развертывается, прост в освоении, и благодаря облаку работает круглосуточно. На официальном сайте Kimi достаточно нажать одну кнопку — и Kimi автоматически развернет Kimi Claw.

Kimi Claw — однокнопочное развертывание｜Источник: GeekPark

Другими словами, Kimi Claw — это не отдельный новый продукт, а виртуальная машина, настроенная для удаленного доступа пользователя, позволяющая через Kimi напрямую взаимодействовать с облачной средой OpenClaw.

Он не урезан по функциям и не обернут дополнительно, практически ничем не отличается от локальной установки OpenClaw, только процесс развертывания, настройки и окружения выполнены за пользователя. Но после развертывания OpenClaw, настройка и доработка остаются за пользователем. Если не научиться правильно давать команды и рационально планировать задачи, освоение все равно будет сложным.

Для пользователей, ранее не работавших с продуктами типа OpenClaw, это может привести к неправильным ожиданиям: они думают, что подключение к OpenClaw — это автоматизация AI, но на деле это лишь портативный интерфейс, и много настроек придется делать самостоятельно. Поэтому для таких продуктов, как OpenClaw, будет важно подготовить популярные предустановленные Skills, что станет приоритетным направлением для многих разработчиков AI-моделей.

Сейчас Kimi Claw находится в стадии бета-тестирования, доступен только для участников Kimi Allegretto.

1. Создание автоматизированного рабочего процесса за 30 минут

Многие пользователи, подключившись к OpenClaw, остаются в неведении относительно возможностей AI, интересуются, что он может делать, а что — нет, и сталкиваются с неопределенностью, не зная, с чего начать.

На самом деле, независимо от того, развертываете ли вы локально автоматизированный AI или используете внешние интерфейсы вроде Kimi Claw, общий подход к использованию можно условно разделить на два пути: от нуля до построения приложения и от половины до его оптимизации. Мы попробовали оба варианта: сначала создали приложение с нуля, затем оптимизировали рабочий поток.

Перед использованием Kimi Claw я проанализировал, какие мои задачи можно оформить в виде фиксированного рабочего процесса, и какие из них при помощи AI станут лучше. Важным было понять, с каким типом AI-инструментов лучше взаимодействовать для получения оптимальных результатов.

Я выбрал ведение рабочего дневника, интегрированный в ежедневный рабочий поток: записи, итоги, рефлексия — и в конце формирование отчета за день. Раньше я заполнял его вручную, тратя много времени, а теперь хотел, чтобы AI автоматически собирал данные и формировал таблицу через диалоговое взаимодействие.

Я подготовил предварительный план и передал его AI в виде сложной инструкции, охватывающей роли, навыки, подключение данных, основной рабочий поток, мультимедийную структуру таблицы, ключевые моменты памяти, права и границы. После этого я отправил его в Kimi Claw.

Kimi Claw быстро проанализировал инструкцию и подтвердил детали выполнения: базовая информация, права в Feishu, хранение данных, триггеры. Затем мы начали создавать приложение на платформе Feishu, передав Kimi Claw App ID и Secret.

Когда нужно было создать таблицу внутри Feishu, я попросил Kimi Claw дать мне шаблон таблицы, а затем передать его встроенной системе AI Feishu, чтобы она автоматически создала таблицу.

Один из экранов созданного приложения｜Источник: GeekPark

После серии проблем — не удалось найти соавторов, не было понятно, как создать страницу, как получить ID — примерно за полчаса я получил первое сообщение от Kimi Claw.

Развертывание бота оказалось быстрее, чем я ожидал. В случае проблем я сразу сообщал Kimi Claw, и он предлагал решения, выбирая наиболее подходящее. Если ответ не устраивал, я уточнял другие варианты.

Kimi Claw — однокнопочное развертывание в Feishu｜Источник: GeekPark

При создании рабочего потока стало очевидно, что межплатформенные возможности очень важны. После открытия 12 разрешений в Feishu я так и не достиг желаемого результата. Хотел, чтобы AI прочитал мои переписки и выделил задачи, но после нескольких попыток список групповых чатов оставался пустым, так как Feishu AI может читать только собственные диалоги, а групповые чаты — нет.

Общий опыт показал, что Kimi Claw хорошо работает с привычными платформами вроде Feishu и DingTalk: команды, которые даешь, — легко реализуются. Даже начинающий пользователь поймет и сможет выполнить инструкции. Но такие корпоративные системы очень чувствительны к правам доступа, настройка ограничена, и чтобы AI действительно интегрировался в рабочий процесс, нужны более подходящие инструменты, специально разработанные для этого.

Также в процессе работы возникало много багов: взаимодействия с Kimi Claw, запущенные агенты — всё это иногда неправильно учитывалось как личная задача. Научиться исправлять баги — важный навык в настройке AI.

Если вы хотите самостоятельно создать или настроить приложение с нуля, нужно четко продумать последовательность действий, иметь базовое понимание продукта. Важно понимать, насколько открыты интерфейсы для ввода и вывода данных, и контролировать расходы на вызовы и выполнение.

Общий расход токенов при создании рабочего потока — около 15-25 тысяч, по ценам Kimi — примерно 1 юань. В среднем за день уходит около 0.53 юаня, за месяц — примерно 15.9 юаней.

2. Практика автоматизированного новостного помощника: «предварительно подготовленные» приложения — быстрое освоение, настройка — с затратами

Помимо самостоятельной настройки AI под свои задачи, я попробовал использовать готовые решения, например, автоматический сбор новостей Kimi Claw.

При первой попытке автоматического сбора новостей я попросил Kimi Claw мониторить сайт технологического СМИ. Команда была такой:

«Следить за сайтом xxxx, за последнюю неделю и следующие 3 дня, при появлении новых статей с ключевым словом “AI”, автоматически собирать заголовки, аннотации, время публикации и сводить в онлайн-таблицу. Также анализировать популярные статьи по заданному стилю.»

Kimi Claw спросил о деталях настройки, но при первой попытке выяснилось, что многие сайты используют антибот-защиту, и мониторинг качественных ресурсов затруднен. Точные диапазоны сбора дать сложно, и иногда процесс просто «зависает», расходуя токены без результата.

За период с 4 утра до 11 утра мониторинг запустился около 8 раз, потратив примерно 180 тысяч токенов, что стоило около 3.68 юаней. При ежечасном запуске — примерно 11 юаней в день, а за месяц — около 330 юаней.

Позже, после консультаций, я отказался от самостоятельной прописки команд и стал использовать шаблоны из ClawHub, чтобы ускорить настройку.

Далее я настроил фильтры по китайским СМИ, условия выборки и частоту отправки информации. В итоге получил вполне достойный результат по сбору новостей.

Результат автоматического сбора новостей｜Источник: GeekPark

Очевидно, что для пассивного использования готовых приложений важно уметь выбирать качественные Skills и адаптировать их под свои задачи.

Но если нужно модифицировать эти готовые AI-приложения, возникают те же сложности, что и при создании с нуля: разработка и оптимизация требуют времени и усилий, а итог может оказаться неидеальным.

В этом процессе пользователь вынужден тратить много времени на тестирование разных Skills, чтобы понять, какие лучше подходят, и решить, что дорабатывать. Это требует продуманного продуктового мышления.

3. Впечатление от Kimi Claw: усиление AI-исполнения, команда — это производительность

На текущем этапе основная ценность Kimi Claw — снижение порога развертывания OpenClaw, чтобы российские пользователи могли быстро подключиться. Сам продукт не содержит сценариев и навыков, он скорее «интерфейс-переходник», а не готовое решение.

В процессе использования я заметил, что, несмотря на то, что Kimi Claw использует модель Kimi K2.5, он — «голая» модель без дополнительных улучшений. В отличие от версии Kimi на сайте, которая включает многократную оптимизацию, расширение контента и автоматическую коррекцию ошибок, в OpenClaw используется базовая модель API без таких доработок.

Это объясняет, почему официальный Kimi удобнее: за ним стоит команда, которая оптимизирует модель под частые сценарии, добавляет автодополнение и улучшения. В OpenClaw же — «голая» модель, максимально приближенная к вызову API без доработок.

После глубокого опыта я четко почувствовал, что главное отличие Kimi Claw от обычных AI или стандартных агентов — это уровень исполнения и важность команд. Это ключ к пониманию работы таких систем.

Во-первых, Kimi Claw способен выполнять задачи даже без моего участия за компьютером, в отличие от классической схемы: я даю команду — жду завершения. Можно заранее задать время выполнения, и при включении компьютера я сразу вижу результаты. Но важно помнить о необходимости ставить точки остановки, чтобы не расходовать ресурсы зря.

Во-вторых, команды должны быть четкими и конкретными. В прошлый раз я давал AI простые инструкции, и при неправильных результатах корректировал их. Но при сложных командах Kimi Claw вызывает много агентов, что увеличивает расход токенов. Поэтому важно указывать точные действия, права, пути выполнения и учитывать безопасность и стоимость.

Например, раньше я искал новости так: «Дать 10 новостей по OpenClaw и оценить их важность». Сейчас команда выглядит так:

«В качестве специалиста по информационному поиску, у тебя есть доступ к инструментам поиска (web_search и web_open_url, запрещен доступ к платным новостным ресурсам, требующим авторизации). Выполняй поиск по ключевым словам “OpenClaw последние новости”, ограничиваясь первыми 5 результатами с высоким рейтингом (предпочтительно технические СМИ и официальные блоги, исключая форумы). Анализируй каждую новость по трем критериям: ‘технический прорыв’, ‘коммерческое влияние’, ‘безопасность’, — каждое в одном предложении, без лишних деталей. Полностью исключи автоматические клики и глубокое сканирование, чтобы не активировать антибот-защиту и не тратить лишние токены. Выводи таблицей: заголовок | источник | важность | краткое обоснование (до 30 слов). Если результатов менее 10, прекращай поиск и выводи текущие результаты, не запускай повторный поиск. Бюджет — не более 8K токенов. В случае отклонения от плана — немедленно остановись и сообщи.»

Часто я даже просил AI улучшить формулировку команды, чтобы получить лучший результат в разумных пределах расхода токенов. Только при четких, конкретных командах можно добиться оптимального результата.

Также есть специальные Skills-библиотеки, подготовленные для OpenClaw, которые помогают быстрее освоиться с популярными сценариями.

Точные и конкретные команды — залог получения качественного результата при разумных затратах токенов. Использование Kimi Claw — это баланс между возможностями модели, качеством вывода и затратами.

И, наконец, настройка AI.

Даже быстро созданный AI-бот не сразу станет хорошим. Его команды, задачи — всё это отличается от человеческого понимания, и требует многократных итераций, чтобы понять границы продукта. Особенно, что касается источников информации — не все интерфейсы открыты, и полноценный контроль доступа — сложная задача.

В целом, текущий Kimi Claw — это не просто чат-бот с набором функций, а инструмент для разработчиков, который требует понимания процесса и взвешенного выбора. Он поддерживает автоматизацию, но не является готовым продуктом для конечных пользователей.

Автоматизация AI — перспективное направление

Несмотря на то, что с 2026 года OpenClaw зажег интерес к автоматизированному AI, последние инциденты с безопасностью и тесты новых продуктов показывают, что OpenClaw — лишь ключ и возможность, а не окончательное решение.

Реальные сценарии, масштабируемые бизнес-модели — всё еще находятся в стадии разработки. Рынок поднимает ожидания от Claw-продуктов, привлекая даже неподготовленных пользователей к рискованным операциям.

Можно сказать, что автоматизированный AI с самого начала был важен для индустрии, но формы облачных решений вроде OpenClaw и Kimi Claw требуют еще подтверждения своей успешности и масштабируемости. Особенно опасно, что такие инструменты получают доступ к файлам и системным настройкам.

На ранних этапах многие пользователи не понимали границ возможностей AI, и давали слишком много прав, не задумываясь о безопасности. Передача таких полномочий — системный риск. Поэтому для масштабирования и коммерциализации подобных решений безопасность и управление правами — важнейшие препятствия, превосходящие даже вопрос «мощности».

От диалога с крупной моделью до взаимодействия с группой агентов — индустрия экспериментирует с разными подходами, что говорит о стадии активных исследований и поиска новых форматов. Помимо стабильных решений вроде ChatGPT, активно исследуются Agent, Claw и другие формы.

Вероятно, только к 2026 году мы увидим действительно стабильные, полезные и ценностные автоматизированные AI-приложения.