会打开 OpenClaw，不等于业务自动跑起来。会让 Codex 写一段代码，也不等于做出了能交付的产品。这也是颜汝与智焰科技重新梳理长沙 AI 小班课的原因：课程不只讲 OpenClaw，也不只讲 Codex，而是把实操分成四层。
OpenClaw 实操：先让流程跑起来
OpenClaw 适合用来理解任务、上下文、记忆、Skills 和自动化协作。课堂里不会只展示界面，而是让学员选一个自己的任务，把输入、处理步骤、输出和检查点连起来。
内容工作者可以整理选题与资料流程，企业管理者可以梳理高频报表或知识查询，个体创业者可以先把重复的客户沟通资料标准化。重点不是“看起来很智能”，而是流程能不能在现场运行，出了问题能不能找到原因。
Codex 实操：把想法做成可检查的成果
Codex 的价值不只是写代码。它可以读取项目资料、修改文件、运行命令、测试结果，也可以把一个模糊想法逐步做成网页、表格、自动化脚本或内部工具。
课堂要求学员带着真实问题来。先说清目标、输入、判断标准和不能出错的边界，再让 Codex 完成一个最小可行成果。做完还要测试：页面能不能打开，流程能不能跑，输出是不是符合要求。
先说清问题，再选择工具；先做出结果，再讨论商业化。
行业＋AI：先有行业问题，再选工具
企业 AI 落地常见的误区，是先买工具，再到处找场景。顺序应该反过来。
先找到本行业中重复发生、结果可判断、数据边界清楚的任务，再决定用提示词、知识库、智能体、工作流，还是做一个小工具。工具会变，行业里的客户、流程、成本和判断标准不会凭空消失。
课程不会要求每个人做同一个案例。做制造业、教育、内容、电商或专业服务的人，应该带着不同问题离开课堂。真正稳定的是那套分析方法，而不是某个按钮的位置。
商业化落地：把“能用”说成“能交付”
一个 AI 方案能运行，只能说明技术上走通了。要成为产品或服务，还必须回答五个问题：服务谁，解决什么问题，交付什么，怎么验收，哪些结果不能承诺。
课堂里的商业化落地，不是承诺学完就赚钱，而是帮助学员把价值和边界说清楚。最后形成一张落地卡：目标客户、核心问题、交付物、验收标准、风险边界。能不能继续产品化、服务化，交给真实需求和后续验证来决定。
WINDOWS PATH
Windows 用户也有明确实操路径
这次课程会把 Windows 路径单独讲清楚，不再把 Mac 操作直接照搬过去。根据当前官方文档，Codex 可在 Windows 桌面端原生使用 PowerShell，也可以配置 WSL2；OpenClaw 则可选择 Windows Hub、PowerShell CLI 或 WSL2。
课堂会根据当期版本核对系统要求、安装条件、权限和安全边界。很多学员不是不愿意动手，而是在安装、权限、终端和环境配置上卡住了。现场实操的意义，就是把这些真实阻碍摆到桌面上解决。
课堂最终要带走什么
- 一个测试过的结果用 OpenClaw、Codex 或当期工具完成，并经过现场检查。
- 一个行业 AI 方案围绕本人真实行业问题形成的最小可行方案。
- 一套可继续修改的系统提示结构、知识库、智能体或工作流。
- 一张商业化落地卡写清客户、价值、交付、验收和风险边界。