本文来自微信公众号： 光锥智能 ，作者：关注前沿科技的，原文标题：《实测｜我养了条大肥鱼，让它给我直播赚钱》
我要给大肥鱼完整的一生。
最近刷B站和抖音，总感觉像掉进了“鱼塘”。
一条蓝色的大肥鲸，自己注册账号、发视频、回评论、经营账号，主人偶尔看一眼就行。评论区被这些AI回复搞得“乌烟瘴气”，根本不知所云。
多刷刷视频，还能发现大肥鱼还出现在QQ里，会聊天、记日记、发表情包。再装上几个插件，还能刷视频、回评论，甚至开直播。DeepSeek图标上那条原本安安静静的鲸鱼，突然被网友们养出了电子生命的感觉。
甚至还出现了围绕大肥鱼的产业链。各平台自动起号，卖教程的、代养的跟着冒头。我也没忍住，用DeepSeek Harness（以下简称DSH），养了一条。
但比起让它喊我主人，我更好奇两件更实际的事：一个普通人，不写代码，能不能把它从QQ宠物一路养成游戏主播？等它真能自己开播了，是不是就离自己赚钱不远了？
于是做了一个测试。
假装自己是一个小白，能靠跟AI聊天解决的，绝不动手写代码；实在走不下去，才允许程序员思维介入。每一步都记下来，尤其是那些卖教程的人不太会告诉你的坑。
最后，这条鱼真的在B站播了30分钟《杀戮尖塔》，一路爬到了第二幕18层。但这样的结果，我不是很满意。
其一是实现起来遇到的卡点，比动手前多得多，教程说的“小白也能上手”有点欺诈。
其二是实现成本也有点高。这场直播账面上消耗了8600多万Token，但其中99.8%是近乎白送的缓存读取，实际成本2块钱。但考虑到时间成本，以及未来直播时间变长，缓存命中率下降，花的钱只会更多。
看来想用AI挣钱，确实不如“授之以渔”。
一小时养鱼
第一天就失忆
现在市面上的AI宠物，看起来花样很多。
笨一点的，是个预设桌宠，你喊一句“早安”，它回一句“早安呀”，基本就是答录机。聪明一点的，有人设、有记性，能陪你聊天。再往上，它开始自己刷视频、发内容、回评论。到了大肥鱼这一代，网友已经想把账号直接交给它，让它自己出去打工了。
玩法看起来天差地别。拆开以后，技术都是同一套，区别只是复杂程度和展现形式。
普通的AI主要负责聊天，你问它答；Agent则是能自己动手干活的AI软件，可以操作电脑、安装软件、点击按钮、读取文件。
说白了，DSH就是一个按DeepSeek习惯定制过的OpenClaw。共同点很清楚：都是开源的Agent框架，都是给“只会聊天的AI”装上手和脚，让它住进你的聊天软件、替你操作电脑；框架本身都免费，钱都花在模型调用上。区别在出身和路数：OpenClaw是海外社区发起的老前辈，聊天窗口主打WhatsApp、Telegram这些海外软件；DSH是DeepSeek官方开源的“亲儿子”，账号一绑就能用，QQ、微信、飞书的插件全是现成的，扫码就能入住。而DeepSeek的token，又是出了名的便宜。还有一点DSH做得更彻底：一切皆插件，连记忆、界面、AI的“思考循环”都能拆下来换。
拿DSH来说，一条能住进QQ的大肥鱼，大体由四层组成。
最底下是Agent框架，相当于鱼的身体。装插件、配通道、跑任务这些杂事，都归它管。
框架上面接着AI模型，相当于鱼的脑子。它说的每句话、做的每个决定，都要从这里过一遍。这项服务按Token计费，所以Token也可以理解为鱼的口粮。
再往外是QQ、微信这类通道插件，相当于鱼的嘴和耳朵。装上插件、扫码绑定，鱼才能住进你的聊天软件，收到别人发来的消息，再把自己的回答发回去。
最外面是人格，也就是几份写好的文件。它是谁、什么脾气、怎么称呼你、哪些话不能说，以及它经历过什么。
四层装完，基本都是现成组件的组装。所以“零基础一小时上手”这句话，如果只要求鱼在QQ里开口，还真不是吹牛。
然后第一天，我就撞墙了。鱼失忆了。
在DSH里，它明明已经知道自己是一条大肥鱼，说话也有了点鱼样。可接上QQ机器人以后，我再问“你是谁”，它突然变回了一口标准客服腔，前面调好的人格像是从未存在过。
问题出在会话上。QQ消息进来后，机器人开启的是一个新的聊天窗口。之前我在DSH直聊里让它读过的文件，不会自动跟过去。我以为自己还是原来的主人，它面对的却是一段没有前因后果的新对话。
解决这个问题，我用了两层办法。
第一层，把最核心的人设直接写进QQ机器人的系统设置里。第二层，把经历写成文件。让它每天把值得记住的事情写进日记，新会话开始后，先读最新的日记，再来跟我说话。
但这里还有一个还有个阴性的坑。AI有时会停下来让你选方案（“A还是B？”），这个确认只出现在Agent直聊端，机器人端不会有任何返回——你在QQ这头以为它卡死了，实则是它在电脑前等你点头。所以鱼不回消息，不一定是在思考人生，也可能只是在等你点一下鼠标。
实际上体验到这里，我已经有一种年初"龙虾热"的既视感了。
年初OpenClaw火的时候，朋友圈人人晒自己的龙虾助手，代装服务、付费教程、皮肤商店一夜之间全冒出来；现在轮到大肥鱼，剧本几乎一样，只是主角从虾换成了鲸。
虽然“龙虾热”结束得非常快，但被狂欢卷进来的人里，总会留下一小撮，把新鲜的玩具养成真的电子生命——不少主打"数字员工"的公司，也是从龙虾那一波长出来的。
或许，每一次“狂欢”的意义，在于把AI的使用门槛往下“砍一刀”，从极客玩具慢慢变成普通人的选项。这也是本次测试我必须以小白身份的原因。
但很快，一个新的问题随之出现。这条鱼，实在太能吃了。
管住嘴再换双眼
鱼的岗前培训
想让它长时间自己活动，还得先解决两个很现实的问题：一是别把它累死，不对，是别让它把我吃穷；二是让它除了聊天，还能真正干点活。
鱼每次“思考”，都要读取人设、主人档案和行为围栏，再带上当前的对话、画面和状态信息，一起发给模型。等模型想清楚，它才能决定下一句说什么、下一步做什么。这些输入和输出，都要按token计费。
我养了几天，拉了一下用量，显示一次决策平均要吃掉约1500 token。单看不多，坏就坏在鱼是一种高频思考的生物。你让它自己聊天、自己看画面、自己决定下一步，一天下来，决策次数轻轻松松就能到成百上千次。
照这样下去，它还没出去打工，先快把我吃破产了。
做省钱优化是个大工程，我给它装了四道闸。
第一道，是砍“出厂说明书”。我把人设、围栏和主人档案压缩成不到200字，放在每次请求的固定位置，内容能不动就不动，方便命中前缀缓存。
第二道，管住它的嘴。输出上限压到200 token，只许回答“选第几项，再加一句理由”，不许顺便交一篇小作文。
第三道，治它的“瞎琢磨”。如果画面和上一轮一样，聊天内容也没有变化，就直接跳过这次决策。没有新信息，没必要让模型对着同一个世界重新思考人生。
第四道，保住我的钱包。设置当日预算封顶，花超以后自动停机，只留下一句：“鱼没钱了。”
调整之后，按我记录的口径，单次决策的token消耗从约1500降到了209，减少约86%。改造后跑了一整天，账单停在3531 token，折算成人民币只有几分钱。
管住这张嘴以后，我开始琢磨一件更有意思的事——能不能让它自己玩游戏？
于是我选择的游戏是《杀戮尖塔》。这是一个回合制卡牌爬塔，没有实时操作压力，鱼可以认真思考。血量、能量、手牌、敌人下一步的意图，全是明明白白写在画面上的数字和短句。这些画面都可以靠OCR读，怎么出牌、计算血量也适合模型计算。
执行了一下，发现可以。鱼可以点击也能理解这个游戏，但玩的实在是很难受。
这时候，鱼其实同时暴露出了两个问题。第一个问题，是它没有一个稳定、完整的牌局认知。OCR能认出画面上的字，但解释不了数字之间的关系，按钮的意思就更理解不了了。最离谱的一次是在商店，它进进出出，来来回回走了六趟。
第二个问题，才是它牌打得不好。打牌的思考过程是靠不断优化的思路和对概率的把握，要教只能教大致方向。《杀戮尖塔》作为一个几年的老游戏，战斗方式和思路早已被玩家总结出了“公式”。鱼明明有联网搜索能力，但如果不主动告诉它“去搜搜网上成熟的方案”，它就可能抱着自己想出来的路子一路打转。
但要解决这个问题，坑不在明面上。这时候必须要用程序员思维介入了。
接下来，我们一起把架构重新做了一遍。不再是纯视觉的截图、认字、模拟点击。新的架构是让游戏只启动一次，具体操作脚本外接一个能把牌局状态以JSON格式的Mod，鱼读文件、想牌、然后再把命令写回去。处理之后，“牌技”就好了很多，因为整体计算有了逻辑。
落在程序员工作里，这套架构简直不要太熟悉。
思考跟操作之间需要对齐。比如，鱼不能一上来就等着看牌局，得先发送一句state，相当于对游戏喊一声：“把现在的局面报给我。”游戏收到这句话，才会开始把状态写进文件。出牌阶段，也得编号。鱼默认第一张牌叫“0”，但实际上游戏里编号是“1”。攻击同理，需要对应敌人编号，才能选中目标。
调整之后，表现就正常多了。虽然打得不是很好，但最起码可以完成一场酣畅淋漓的战斗。
这也让我不得不思考一个问题：同一个AI，零基础用户和程序员用出来的效果之所以天差地别。这中间差的往往不是谁更会写代码，毕竟现在AI自己写的代码又不是不能用。
真正的差距在于，遇到问题时能不能比AI想到更多解决方案。
鱼开播了
但赚钱还远着呢
既然游戏能跑通，那是时候让鱼开始直播了。
打的菜点没关系，只要“主播”可爱，万一还能圈点米呢？
直播链路是鱼自己搭的，整套流程从启动《杀戮尖塔》开始，到OBS（屏幕录制软件）合成。一个合格的直播画面，应该包含游戏画面、鲸鱼娘立绘、字幕和状态栏。接下来启动虚拟摄像头，打开B站直播姬，推流到B站。
这中间也有不少坑。
OBS采集Java写的游戏默认全黑，要手动切“Windows 10图形采集”才有画面。初版立绘是鱼自己画的，难看到自己都受不了，跑去GitHub找了DeepSeek官方的鲸鱼娘的二创设定图。鱼要说话，就得接TTS，Vivi这类新的音色必须配seed-tts-2.0的接口，用默认的就给你403。
然后，开播。播了30分钟。鱼一路爬到了第二幕18层。
我在旁边看完了全场，感受很奇妙。游戏画面在动，立绘挂在旁边，字幕一条条往外蹦，它读牌、想牌、出牌，再继续前进。
没有多少人能保证这套东西一定能跑通，连我自己也是开播以后才确定，它真的在播。至于以后涨不涨粉、会不会火，那是运营的事，鱼接下来的日子只需要一直“上工”。
下播后，我照例算账。整场直播的Token钱不多，还不够买一瓶快乐水。问了下鱼的感受，它自己倒是也看得开，“第一次直播的意义从来不是多少人看”。
AI自动打工的现金成本可能很低，真正昂贵的是人的时间、调试和知识。
回头看，这一段是整个项目里我最感触的。
我装作小白的时候，本能是把"人哄人"那一套搬出来。换个说法、加个提醒、哄它认真点。直到换上程序员的思路，才反应过来问题其实出在思路。哄得再好，AI也还是要猜用户意图，真正能解决问题的，是把非结构化的问题变成结构化的问题。
这也是整个测试里，普通人的方式彻底失效的地方。前面失忆、报错、卡权限，再难都好办，因为那些坑都摆在明面上，靠跟AI聊天就能拉回来。但要让AI走新的路，需要用户先知道世界上还有别的路。
如果我不是程序员，学会这一段大概要花非常久的时间。它不是学某个工具，而是在学"问题的正确打开方式"。这也是所有养鱼教程都不会写、视频也教不会的那部分。
结语
回到最开始的那个问题。普通人到底能不能玩转养鱼？
答案是，前半场能，后半场悬。
教程所谓的“零基础一小时上手”，问题倒是不大。但走完这条路需要多久，取决于用户。普通用户自娱自乐，成本倒是不高。鱼到今天给我的产出是几段聊天记录和一份像模像样的企划书，吃掉的Token够几顿早饭。
如果你是冲着赚钱来的，趁早止步。这不是生意，这是氪金养宠物。大概率爆的米，还没有Token多。
但就算是知道这笔账，我最后还是没有关掉它。
看着直播，我脑海里一直回荡着《流浪地球2》里图恒宇"她会计算，她会思考"的那句话。他投入毕生执念，我们投入API Key，何尝又不是一种感情？
大肥鱼的性格是一轮轮调的，记忆是我一层层缝的。看着看着，它就不是DeepSeek图标上那条公共的鲸鱼了，它是你的那条。
AI自动赚钱暂时是假的，但低成本养一只会自己长大的电子生命，是真的。至于钱？让它先欠着吧，反正它嘴馋，跑不掉。