拾海笔记 · 06 · 我为什么放弃 1.4GB 的龙虾，做了个 67MB 的棱镜
快两周没写了。
这段时间我几乎没怎么离开电脑。帮几个朋友远程部署、自己一轮轮试用、修问题、改结构，也在 X 上和一些海外开发者来回交流 QQ 桥接、本地运行、CLI 调度这些细节。很多东西，写出来只要几行字，真落到自己电脑上，就会变成无数个凌晨里的反复确认。也正是在这段时间里，我越来越清楚一件事：我真正想做的，不是再多讲一点 AI 的概念，而是把一个自己真的会每天用、也能递给身边朋友直接跑起来的东西，磨到足够顺手。
于是，Prism 出来了。
如果说除夕夜我第一次把 OpenClaw 跑起来时，那种感觉像是在"中文屋"门口看了一场代码烟花，那么这两个月真正把它用深以后，我感受到的就是另一种更现实的东西：震撼归震撼，真要天天靠它干活，问题一个都躲不过去。
三个躲不开的问题
第一个问题是 token 消耗。OpenClaw 的上下文管理更接近一种"全量注入"的思路。系统信息、记忆、技能、通道配置，很多内容会在对话中持续被带进去。这样做的好处，是 AI 对全局状态掌握得很完整；坏处也很直接——烧 token。几轮稍微深入一点的对话下来，成本就会迅速往上走。对用付费 API 的人来说，这是真金白银；对用免费模型或额度模型的人来说，聊着聊着突然见顶，是一种很影响体验的挫败感。它不是偶发故障，而是架构选择本身带来的代价。
第二个问题，是它会自己把自己修崩。OpenClaw 的自动修复和自更新设计，初衷当然是好的，站在开源生态里看也完全合理。但在我实际使用里，确实遇到过几次后台自己动完手之后，服务直接掉掉去，需要重新排查和恢复。任何系统都会有 bug，这没什么可抱怨的。真正让人不舒服的是那种不确定性：你不知道它什么时候会动、动了哪一层、会不会影响当前正在跑的能力。对于一个只是想在 QQ 里稳定地和电脑"对话"的人来说，这种不可预期，比单纯报一个错更烦。
第三个问题，是它太大，也太完整了。安装完成之后，node_modules 就有 1.4GB。本地推理相关依赖、各种平台 SDK、层层配置项，都是它作为一个成熟开源生态合理的一部分。问题不在"它为什么这么设计"，而在于我的真实场景根本不需要那么多。我不是想搭一个全球化、多平台、全武器库的 Agent 中心。我只是想让电脑在我不坐在它面前的时候，还能替我干一些事。功能更强，不等于更能用。很多时候，真正能每天留下来的东西，恰恰是那个被你做过大量减法的版本。
所以后来我没有继续在 OpenClaw 上往外套壳，也没有试图把它改成另一个样子。我索性自己写了一个。
Prism 的四个决策
Prism 现在很小，首包 67MB。从 1.4GB 到 67MB，不是压缩出来的，是砍出来的。它不是一个"更大"的系统，只是我基于自己和身边朋友的真实使用场景，做出来的一个轻量实验品。到今天为止，我觉得它真正值得讲的，只有四点。
一、部署简单，步骤清晰
这点是最先被我反复确认的。因为我已经受够了"明明功能很强，但安装像闯关"这件事。Prism 的安装流程我尽量压到最直白：
- 解压安装包
- 双击
install.bat - 等待自动配置完成
- QQ 扫码登录
- 双击
start.bat启动服务
就这五步。
我不想把"能跑起来"建立在别人必须会命令行、会折腾环境变量、会解决依赖冲突的前提上。至少到目前为止，我发出去的几个版本，朋友们基本都能自己走完流程。对我来说，这才算真的跨过了一个坎：不是我电脑上能用，而是离开我以后，它还能被别人装起来。
二、记忆多级管理，不再全量注入
这是我做 Prism 最核心的原因之一。它不把所有东西一股脑塞进每一轮上下文里，而是把记忆做了分层：
- 当前对话需要的短期记忆
- 最近交流沉淀出来的中期摘要
- 更长期的画像和偏好
分别处理、按需调度。这样做最大的意义，不是为了说一个听起来高级的技术词，而是为了两件很实际的事：第一，对话能更深；第二，成本能更稳。
过去很多 AI 工具之所以最后沦为"偶尔玩一下"，不是因为它们不聪明，而是因为它们太不经济。你一边用，一边总觉得表在狂转。那种感觉会把人从沉浸状态里拽出来。Prism 想解决的，就是这种"每聊几轮就心里发虚"的问题。
三、纯国内环境，不怕掉线
这一点对我很重要。因为它本来就是为"不在电脑前"的场景而生的。如果一个工具的前提是你每次都得守在电脑旁边，那它存在的意义就会迅速缩水。Prism 的 Kimi 版本走的是纯国内链路，从消息到推理，尽量不依赖代理，不把系统稳定性建立在一个随时可能波动的外部前提上。
QQ 本身就是我和很多朋友最自然的入口。我不需要再额外教育一遍"去哪个新平台发消息"，也不需要每次切换到海外通讯工具里找它。对于一个每天都要用的东西来说，稳定在线比功能炫技重要得多。很多产品最后不是死在能力不够，而是死在"关键时刻不在"。
四、记忆可编辑，token 可计数
这两个功能听起来没什么戏剧性，但我自己反而很看重。AI 最大的问题之一，就是黑箱。它记住了什么，记偏了什么，一轮到底花了多少，你很多时候其实不确定，只能凭感觉。Prism 里我把这层东西尽量掀开一点：你可以看它记了什么，能改，也能删；每轮 token 消耗尽量透明显示。
我越来越觉得，AI 工具真正珍贵的，不只是聪明，而是可控。人一旦缺失可控感，再强的能力都会让人不安。尤其当你开始把它放进自己的日常工作流里时，这种感觉会更明显。
当然，Prism 现在还很早。它远远谈不上成熟，更谈不上"成品"。我自己在用的版本，其实还跑着一些更深的东西：更复杂的上下文调度、更贴近个人工作流的自动化能力、一些我还在反复验证的细节功能。这里面有些方向，等我确认足够稳了，会继续慢慢同步到 Prism 里。包括下一个我很可能继续折腾的方向，也会更靠近我的本职行业——空间、设计、决策、项目启动这些过去十五年我一直泡在里面的东西。只是那条线比纯数字工具慢得多，因为真实行业的问题，从来都不是写几句 prompt 就能穿透的。它牵扯物理约束、造价刚性、沟通链条、多方博弈，那是另一种密度。
但也正因为这样，这段时间我反而越来越能感受到一件让我很珍惜的事：价值感在回来。
过去的老领导、一起共事过的同事、老朋友、老客户，这段时间里有不少人主动来找我，不是寒暄，而是真的想让我帮他们看看 AI 到底能不能落进自己的业务里。有人想提升内容效率，有人想把信息流转理顺，有人只是很坦白地说一句：我有点跟不上了，你帮我看看。这些对话让我很有感触。因为我发现，自己真正被需要的地方，不是"会不会用某个新工具"，而是能不能把混乱的信息、焦虑的预期和真实的问题重新整理成一条路。这个感觉，和我前几篇写"启动判断力"时其实是一脉相承的。只不过这次，它暂时长成了一个 67MB 的小东西。
谢谢
所以写到这里，我其实更想认真说一句谢谢。
谢谢这些愿意让我动手试、愿意把自己真实问题拿出来的人。谢谢过去那些一起打过仗的人，让我现在做很多判断时，脑子里不是抽象概念，而是一个个具体项目、一场场具体翻车和一次次具体救火。也谢谢 X & GitHub 上那些我从没见过面的开发者朋友，和整个 AI 领域里走在前面的先行者。如果没有 OpenClaw、NapCat、各种 CLI 工具、各种开源项目把路先蹚出来，我今天不可能这么快走到这里。Prism 不是在和 OpenClaw 对着干，它们甚至不在一个量级上。前者是我从自己场景里抠出来的一把小刀，后者是一整套完整而庞大的开源武器库。没有那只龙虾，我也不会想到要去做这个棱镜。
从半年多前的迷茫，到 3 个月前的毅然决然，再到今天把一个真正能跑起来的小实验摆到台面上，我越来越确定，自己现在更适合扮演的，不是一个评论者，也不是一个布道者，而是一个实践者。先做，先跑，先把自己扔进去，再回来把路上的感受写下来。
Prism 不是答案。它只是我这段时间交出来的一个阶段性回答。