根据 2026.03.18 AI 神思会线上分享录音文字稿整理。根据现场分享整理。下载 PDF 讲义
很多人觉得小龙虾很强，用过 Code 的人却 get 不到。因为它解决的不是更强，而是更低门槛。
编者说明
这不是一份装机说明书。现场是一场聊天局。JKL-林老师从 2022 年用 GPT 讲起，一路走到 Gemini、Claude，再到因为小龙虾和更便宜的 token，把大量备课工作放进 Kimi。讲义把它收成一条可以复查的路径：先分层，再看案例，最后落到「教材 → 讲义」的固定流程。
产品名、套餐和能力会随版本变化，文中价格只作当时经验。加密文件、网盘和账号权限，只处理自己合法持有的资料。
读完可以带走三件事
- 先分层网页聊天、云端小龙虾、本地 Code，做的不是同一类工作。
- 再看案例排课提醒、网盘整理、公众号早报、教材讲义，各自适合不同入口。
- 最后守质量先出 Markdown，人看过再转 PDF。一次生成完，通常不好看，也不安全。
工具热度会过，分层判断可以留下。
先别问谁最强
先问：这个任务要不要长期记住？要不要碰文件？我能不能接受它直接改我的电脑？
网页负责对话
生成初稿、分析材料、写提示词。聊完就走，记忆不稳定。
小龙虾负责贴身
定时提醒、抓取网页、把结果发到飞书或手机。门槛低，也更危险。
Code 负责项目
读一整本教材、解锁自己的 PDF、连续出讲义。质量上限更高，也要会监工。
同一件事，可以停在不同层
JKL-林老师自己的路径很清楚：网页版先养出「备课分身」，小龙虾做轻量助手，真正出讲义时再打开 VS Code 里的 Code。
- 网页对话适合试提示词、看模型口味、生成一版能改的初稿。窗口一换，它常常忘记你刚说过的话。
- 云端小龙虾 / OpenClaw适合定时任务、抓取、提醒、把文件发到手上。它把 Code 的能力做成更轻的接口，但本地安装风险高。
- VS Code + Kimi Code / Claude Code适合读本地大文件、连续生产讲义、把流程写成 Skill。当时 199 套餐可同时跑两个 Kimi 窗口；Claude 更贵、更强，也更容易触顶。
Claude 像十分，Kimi 像五分；但对很多老师来说，五分已经能把国内网页版甩开。
贵的不是能力，是用得起
现场反复出现的对比不是「谁更聪明」，而是谁能让老师持续用下去。国外模型质量高，但账号、封号和额度会把高频备课逼停。先选能持续付、持续用的层，再谈极致质量。
她自己的路径：2022 从 GPT 开始；2025 因 Gemini 2.5 转向图像和题目生成；2026 为了小龙虾和更稳的价格，把大量流程迁到 Kimi。
小龙虾真正擅长什么
它不是更强的聊天窗，而是一个能记住、能定时、能去网上抓东西的贴身助手。轻量任务交给龙虾，重文件交给 Code。
教务提醒
开课时间、课后提醒、临时调课导致的课时错乱，尤其适合没有教务系统的独立老师。
预制反馈
把常用课后评语做成模板，改学生名、课次和时间就能发出。
抓取与整理
给一个网址或网盘，让它先出分析报告，再分批整理。不要一次吞下全部。
每天八点，先收集再写
JKL-林老师没有拿小龙虾去搜题，而是让它做 AI 教育资料的定时整理，并尝试写成公众号初稿：每天八点推送核心要点和全部来源链接，方便核对幻觉。文章能写出来，文件却生在云电脑上，找起来很烦。
下一次先学会「做完把文件发到我手上」，不要让成品留在你进不去的云目录里。定时任务有价值，交付路径比文笔更先要打通。
网盘整理：先出报告，再允许它动手
老师们常见的不是「没有资料」，而是资料太多。现场演示连接网盘 API：先让它说明有什么、重复在哪，再开始移动和归类。一次做不完就停，不要硬吞。本地小龙虾能看见浏览器里的账号和卡片信息，风险高于整理收益，因此走云部署。
把它想成三岁小孩：你让它做什么，它就做什么。不是它坏，是它没有边界。
想试用，先走官方云部署
现场对「自己电脑上装一只龙虾」的态度非常明确：能云则云。本地只建议放在闲置、少有隐私资料的机器上。
- Kimi Club / 官方云：当时 199 套餐附带一键云部署，适合先试投入产出。
- 如果只是对话和偶尔生成文件，不必为了热度强上小龙虾。
- 不要装在主力电脑：它可能被诱导读取页面上的账号、支付信息。
- 如果一定要本地，用资料很少的闲置设备。
网页端能做，别一次信完
Kimi 网页端已经能自己建专家、列待办、出进度条，甚至生成上百页教辅。看起来很完整，里面通常还要改。它会自己拆工，PPT 当时观感弱于 NotebookLM。缺页、卡住、格式错，都要人指回去。
打开 Code，是为了碰全书
网页上传常有体积上限。Code 读的是本地路径，所以能处理更大的教材，也能把讲义做成一个持续迭代的项目。复制地址，不要拖文件；先框架，后成稿；一边问，一边做。
你是发号施令的人，不是等一份完美成品的人。
教材到讲义，只记这一条链
现场演示的是历史教材章节讲义：先读解锁后的书，再按章节出中英双语学习指南。
- 阅读：把合法持有的教材路径交给它，说明做哪一章、给谁用、中英如何对照。
- Markdown：人和 AI 都能改的中间稿。目录、目标、练习先写在这里。
- 人工检查：看中英比例、是否跑题、有没有乱码。问题在 MD 里改，不要等 PDF 再大改。
- 排版导出：再让它用 LaTeX 或其他排版工具转 PDF。缺字体就让它自己找适配字体。
Markdown 是内容，PDF 是衣服。衣服可以换，内容不能丢。
VS Code 对不会编程的老师也能用，因为它主要是在管理文件。自己的锁文件可以让它写脚本产出可编辑副本——只适用于你有权处理的文件。公开版权教材不要要求它去找盗版。乱码先查字体。做完要提醒：双屏也不一定看得到进度。
第一版能用，不等于能上课
同一条简单指令，现场走出了两种 PDF：一种没有封面、配色差；一种目标、关键词和练习更完整。差别不在模型突然变聪明，而在你有没有把它调回自己的教法。所有大改都在 Markdown 里完成。先认可框架，再允许它继续写下一章。把稳定流程写成 Skill。
无人参与的成品，质量通常会很差。过程可以放手，验收不能放手。
下次备课可以照着做
- 判断这一章停在哪一层只需要初稿，就停在网页；需要定时和投送，用云端小龙虾；需要碰整本教材，再开 Code。
- 先出 Markdown目录、学习目标、例题和练习先写成 MD，自己读一遍再转 PDF。
- 一次只交代一件事读一章、改一处版式、装一套字体，做完再继续。
- 不在主力电脑装龙虾试用走官方云部署。本地安装只考虑闲置设备。
结语
门槛可以降低，判断不能外包。小龙虾让更多老师摸到 Code 的边。Kimi 让高频备课不必先过国外账号这一关。真正不能交给工具的，是你对一节课的结构、对一份讲义能不能进课堂的判断。
从一本书到一份讲义，并不神秘。神秘的是你愿不愿意改第二遍。
视频号 / 小红书：JKL神思记。分享者：JKL-林老师。主要来源：2026-03-18 录音文字稿《JKLL二次AI分享_带字幕_原文》。