1700个OpenClaw Skills，我用多邻国的方式学会的！

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

AI来了，学习方式也变样了。

就好比面对最近大火的OpenClaw（原Clawdbot、Moltbot），单单是与它相关的Skills，就已经有1700多个。

这个GitHub项目里有如此多的Skills，到底该怎么学才能记得住？

That’s a big problem~

但也正如我们刚才说的，AI来了，一切都变了。

现在，你可以把这个GitHub下载成PDF，然后直接喂给AI：

不大一会儿，一个与之相关的多邻国式学习的课程就被AI搞出来了：

点进去，映入眼帘的，就是一个涵盖10节课的教程，包括对整个OpenClaw的知识框架和知识卡片：

在开始学习之后，教程会先对OpenClaw的基础知识做一个梳理，而且还是图文并茂的那种：

与此同时，为了保证准确性，课程还专门设置了对照学习的功能，可以比对上传文件对应的位置边比对边学习：

在每一个环节过后，还会有一个小测环节，例如它会问你：

ClawHub注册表在筛选技能时，剔除了哪些类型的低质内容？

作答过后，AI也会基于正确答案，给予解析反馈：

如此一来，海量的新知识就会以课程的形式出现在我们面前，还有小测等形式能加深和巩固记忆点。

学习新知识这件事，一下子就从枯燥无味变得鲜活了起来。

那么这到底是何许AI也？

不卖关子，它正是智谱清言APP推出的新功能——学习搭子。

不仅仅是网页端，手机等移动端现在也是可以用。

总而言之，现在所有的学科，都可以在学习搭子里以多邻国的方式来学习。

主打的就是一个把知识和书读薄、读活和读透，专治间歇性学习和转头就忘的毛病。

如此有趣的AI应用，那么接下来，老规矩，必须安排一波深度实测~

这次真能学透几百页的论文

现在身处AI时代，很多人的痛点都是：每天新出炉的知识真的太太太多了。

而且有些新知识还是动辄就上百页论文的那种。

例如这篇近100页的《大型语言模型初级认证知识图谱》，通常这种大部头，丢给普通AI，它们只能通过RAG切片技术，猜出你要的答案，经常出现上下文逻辑割裂。

但智谱清言的学习搭子，这次不一样。

当我们点开“Transformer架构”这个节点，AI没有扔给我一段干巴巴的定义，而是生成了一个交互式的解释卡片。

针对“注意力机制”，它甚至用一段代码演示配合图表，动态展示了Query、Key、Value是如何计算权重的。

而且很多知识都是以有趣、生动的动画来展示：

整整100页的论文，活生生地被浓缩成了一张可交互的地图。

遇到不懂的节点，点击AI详解，它会用苏格拉底式的提问引导你思考，而不是直接灌输。

除了读论文之外，像视频/音频这种时间太长、信息密度极高的素材，也是经常会出现听完就忘、回头找知识点像大海捞针的问题。

例如每年黄仁勋的演讲，堪称是科技圈所有人重点关注内容。

但很现实的一个情况是……动辄两小时的内容，全是高密度的技术名词：Blackwell、Omniverse、Digital Twin……

不过现在，你的学习方式，可以是把文字实录或网站链接直接丢给智谱清言的学习搭子。

不难看出，学习搭子不仅提取了黄仁勋演讲的关键信息，而且它还通过知识闪卡功能把重点知识梳理成PPT，可以说是一目了然：

从教育角度来说，这就是典型的双重编码理论，单纯的文字很难记住，但“图像+文字”的组合，能让记忆留存率提升数倍。

同样的，在每个学习章节的下方，还是会有测试的环节，让我们对知识点进一步做巩固和加深：

用AI做爆款内容，同样也是困扰不少人的老大难问题。

毕竟这是一个需要有创意、独特视角的场景，同质化内容过多就会与爆款失之交臂。

我们这次实测就以《AI漫剧制作全解析》为例，在手机端上进行学习。

可以看到，清言学习搭子会根据素材的内容，自行调整学习课程的篇章，不会一根筋地全放到一块。

在手机端同样也是会包含对比学习、图文并茂、随堂测试等功能：

以及像读过的书籍，想温故而知新，在清言学习搭子这里也是可以的。

有请《马斯克传》：

从知识框架来看，清言学习搭子是通过深度的理解，把书籍的内容以让人一目了然、清晰的结构来进行划分。

甚至在开始阅读前，它还会帮忙总结，读完这本书你能收获些什么。

并且还是通过测试等方式，加深你对书籍内容的印象。

有一说一，清言学习搭子这次真的是把知识读薄、读活、读透给玩明白了。

那么接下来的问题是：

怎么做到的？

很多AI读文档为什么读不明白？

究其原因，因为它们是用切片的方式读的：把一本书切成几百块，读了这块忘了那块，自然不懂跨章节的逻辑。

对此，智谱清言利用了GLM旗舰模型的200k Token超长上下文能力。

这意味着它是一次性把整本书“吃”进去的。它具备全局注意力，所以才能画出那个跨越全书的知识地图，才能分析出招股书里前后呼应的因果关系。

其次，不论你丢进去的是PDF、Word、还是满是广告的网页链接，对它来说没区别。

因为它内置了自研的高精度OCR引擎，专门针对复杂的论文排版、公式、图表进行了优化。

甚至连扫描件里的手写笔记都能识别。它通过自动化ETL管道，把所有噪音洗掉，喂给大模型的全是纯净的干货。

以及内置的动态演示图功能，用到的技术则是Code Interpreter（代码解释器）。

依托GLM强大的Coding能力，当你需要解释一个流程时，它直接生成可运行的HTML/JS组件，一次通过率极高，把枯燥的概念，变成了可交互的Demo。

不仅如此，清言学习搭子还是懂教育的：结合了教育学中的布鲁姆分类法。

它会根据知识点的不同认知层级（记忆、理解、应用、分析），生成对应的题目。

并且，利用大模型的逻辑能力，生成了动态干扰项。这些选项看似正确，实则考察你对概念边界的理解，彻底告别死记硬背。

智谱清言，改变了知识获取的方式

黄仁勋曾说：“我很怀念自己20岁的时候，那时我有‘无知’的权利；但现在的孩子不行，他们必须终身学习。”

在这个AI技术日新月异、论文满天飞、新概念层出不穷的时代，我们大脑的“带宽”已经跟不上信息量的爆炸了。

传统的学习方式是：搜索 -> 阅读 -> 整理 -> 记忆 -> 练习。这个链路太长、太痛苦。

智谱清言的学习搭子，试图把这个链路重构。

它不仅仅是把书读薄，更是用多邻国式的即时反馈、游戏化的闯关机制、可视化的知识图谱，把反人性的苦学，变成了顺人性的快学。

虽然市面上打着AI教育旗号的产品很多，但大多数只是换了皮的搜索框。

从这次实测来看，智谱清言是真正在用Agent的思维做教育——它不仅有B端基座模型的强悍能力（200k长文本、多模态理解），更在C端体验上琢磨透了“怎么让人学会”这件事。

目前，智谱清言的学习搭子已经在网页端和移动端全量上线。

如果你也被那些永远读不完的Paper、学不完的OpenClaw技巧搞得焦虑不已，不妨去试试（刚才我们提到的OpenClaw技巧课程，可以点击下方链接或文末阅读原文）。

毕竟，在AI时代，学得快，本身就是一种超能力。

OpenClaw实操课程地址：
https://chatglm.cn/share/hFcHuCy2