MakersClaw

你想想看，一个创业团队，五六个人，每个人身上都挂着七八个工具。Slack 里消息炸了，Notion 里文档要更新，Stripe 有退款要处理，HubSpot 的线索还没跟进，Telegram 上客户又在催。你每天打开电脑，第一件事不是做产品，而是当人肉路由器——把信息从 A 系统搬到 B 系统，再回 C 消息。你招不起全职运营，外包又不放心，只能自己扛。结果就是，你花在“协调”上的时间，比花在“创造”上的时间多得多。这不是创业，这是当接线员。

MakersClaw 想解决的就是这个。它不是一个聊天机器人，不是一个问答助手，而是一个能直接住在你聊天软件里的 AI 员工。你在 Slack 里跟它说“帮我创建一个客服 Claw”，它就会生成一个独立的 AI 代理，有自己的身份、自己的权限、自己能访问的系统。你给它一个任务描述，比如“每天上午 9 点检查 Stripe 的退款申请，500 美元以下自动通过，超过的标记出来 @我”，它就会自己去执行。它不需要你教它怎么登录 Stripe，不需要你告诉它什么是退款，它自己会规划步骤、调用工具、记录结果。你只需要在 Slack 里看它发来的报告，处理它标出来的异常。

它的工作流是这样的：你作为团队负责人，在 Slack 里输入“/hire 退款审核员”，MakersClaw 会弹出一个配置界面。你输入任务描述、选择要接入的系统（比如 Stripe、Gmail、Notion）、设定权限范围。系统会基于你的描述，自动生成一个 AI 代理，并把它部署到一个独立的运行时环境里。这个代理有自己的 API key、自己的账号、自己的文件存储。它每天按你设定的时间自动启动，登录系统，执行任务，然后把结果以消息形式发回你的 Slack 频道。如果遇到它无法判断的情况，它会@你，等你确认后再继续。上下游接的是你现有的 SaaS 工具——Stripe、HubSpot、Notion、Google Sheets——它通过 API 或浏览器自动化操作它们。

你可以把 MakersClaw 理解成“数字分身出租”。你不是在用一个 AI 工具，你是在租一个虚拟员工。这个员工没有工位，没有社保，不睡觉，不请假，只做你分配给它的那几件事。它就像你雇了一个远程实习生，但你不教它怎么用电脑，它自己就会。你只需要告诉它“做什么”，它自己搞定“怎么做”。

跟 Zapier 这类自动化工具比，MakersClaw 的路径完全不同。Zapier 是“如果 A 发生，就做 B”，它是事件驱动的，适合处理“当有人提交表单时，发送一封邮件”这种固定流程。但如果你要处理的是“每天检查退款申请，根据金额和客户等级做不同判断，遇到异常还要人工确认”，Zapier 就太死板了。你需要写一堆条件分支，维护起来像在织毛衣。MakersClaw 用的是 AI 代理，它能理解自然语言描述的任务，能自己规划步骤，能根据上下文做判断。Zapier 是给流程工程师用的，MakersClaw 是给业务负责人用的。你不需要懂技术，只需要懂业务。

当然，它也有边界。MakersClaw 适合的是那些规则相对明确、重复性高、涉及多个系统的任务。如果你要它处理的是“判断这个客户投诉是否应该升级到 CEO”，它做不到，因为这种判断需要大量上下文和人类直觉。它也不适合需要实时交互的场景——比如客服聊天，它处理不了那种来回拉扯的对话。风险在于，你给了它访问 Stripe 的权限，如果它误操作了怎么办？MakersClaw 的设计里，每个代理的权限是严格隔离的，你可以限制它只能读不能写，或者每次写操作都需要你确认。但如果你配置得太宽松，它可能会犯错。所以，一开始最好从小任务开始，比如“每天整理未读邮件摘要”，而不是直接让它处理退款。

我认识一个做 SaaS 的创始人，团队就三个人。他之前每天早上花一小时处理 Stripe 的退款和争议，下午再花一小时整理销售线索。用了 MakersClaw 之后，他在 Slack 里创建了两个 Claw：一个叫“退款管家”，一个叫“线索猎人”。退款管家每天早上 8 点自动登录 Stripe，检查所有退款申请，500 美元以下的直接通过，超过的标出来@他。线索猎人每天下午 2 点从 HubSpot 拉出过去 24 小时的新线索，按评分排序，把高分的发到 Slack 频道里，附上公司简介和联系人信息。他只需要花 10 分钟看异常和跟进高价值线索。剩下的时间，他用来写代码和跟客户吃饭。他说，这是他创业以来第一次觉得“有人在帮我干活”。