“龙虾”进击：开源智能体能否填饱大模型厂商的饥肠？

TL;DR：

开源智能体框架OpenClaw（“龙虾”）的爆火，成功将国产大模型从“只会聊天”的审美疲劳中解救出来，通过高频Token消耗为厂商提供了急需的变现“输血”。然而，在这场大厂争相“卖铲子”、创业公司估值重回巅峰的狂欢背后，安全漏洞与应用落地的真实鸿沟依然是悬在这一新兴生态头顶的达摩克利斯之剑。

在2026年初的深圳腾讯大厦北广场，排队领取的不再是装在红包里的开工利是，而是一只只数字化的“龙虾”。这种名为OpenClaw的开源智能体框架，正以一种近乎宗教般的热情席卷中国科技圈。如果说2024年是人工智能的“清谈年”，那么2026年显然成了“执行年”。这款在GitHub上狂揽25万星标的项目，不仅刷新了开源软件的热度纪录，更给那些深陷“百模大战”泥潭、正为商业化出路愁白了头的中国AI厂商们，递上了一份热气腾腾的饕餮盛宴。¹

Token的“销金窟”与变现的“诺亚方舟”

长期以来，国产大模型一直面临一个尴尬的悖论：技术上紧咬OpenAI，但在商业模式上却始终在“赔本赚吆喝”的边缘试探。C端用户对包月订阅嗤之以鼻，B端项目则周期漫长且难以规模化。然而，OpenClaw的出现改写了剧本。作为一个能够操作电脑、自主拆解任务并调用工具的“数字员工”，它与过去Chatbot最大的区别在于：它极度“费钱”。

如果说一次普通的问答对话只是一次轻量级的“下午茶”，那么OpenClaw在后台进行资料搜索、代码调试和文档生成的全流程操作，无异于一场耗资不菲的“满汉全席”。据数据监测，一个复杂的Agent任务消耗的Token量往往是普通对话的6倍以上。¹ 这让MiniMax、Kimi和智谱等性价比极高的大模型迅速成为了开发者的首选。MiniMax今年2月的ARR（年度经常性收入）突破1.5亿美元，而Kimi在K2.5模型发布后，不到一个月的收入便超过了2025年全年。¹² 这种由技术生态驱动的“被动式变现”，不仅让创业公司重焕光彩，更在资本市场引发了连锁反应，Kimi的估值在短短一轮融资中便翻倍至120亿美元。²

卖铲子的人，以及他们并不性感的生意

在每一场淘金热中，赚得最稳的永远是卖铲子的人。百度、阿里、腾讯等云服务大厂，敏锐地察觉到普通用户与复杂的GitHub部署代码之间那道宽如鸿沟的技术门槛。于是，我们看到了颇具讽刺意味的一幕：曾经标榜自主研发的大厂们，正争先恐后地将这款开源的“龙虾”封装进自己的云服务器中。¹

从百度智能云的一键部署到腾讯云的免费安装活动，巨头们的战略意图精准且务实：放弃在Agent应用层的贴身肉搏，转而卡位“水电煤”的基础设施地位。通过提供预配置镜像、自动化脚本和稳定的API接入，大厂们正试图将OpenClaw变成算力消耗的天然锚点。¹ 这固然能带来稳健的云服务增长，但相比于创造一个颠覆性的应用生态，这种“借他人之酒杯，浇自己之块垒”的做法，虽有余温，却终究显得不够“性感”。

狂欢后的宿醉：效率与安全的博弈

然而，正如所有过度烹饪的盛宴一样，“养龙虾”热潮也面临着难言的消化隐忧。随着安全团队披露“ClawJacked”高危漏洞，人们开始意识到，给一个尚不成熟的AI代理下放极高的电脑操作权限，无异于雇佣了一名“手脚麻利但随时可能引火烧身”的实习生。² 一旦模型产生幻觉，它可能在帮你清理缓存时，顺手删除了你价值百万的项目文件夹。

此外，当前的市场热情带有明显的跟风色彩。根据Research and Market的数据，全球AI智能体市场规模预计到2030年将飙升至471亿美元。² 但数字的狂飙掩盖不了落地场景的单一。除了傅盛等少数极客能用它实现“一人公司”的自动化办公外，大多数普通用户仍处于“装好龙虾却不知该让它干啥”的尴尬境地。³

《经济学人》曾观察到，技术革命初期往往伴随着产能过剩与认知的错位。OpenClaw确实撬开了商业化的裂缝，但要真正实现Agent的“iPhone时刻”，行业需要的不仅是消耗Token的“龙虾”，而是能够真正产生增值逻辑、且足够安全的数字劳动力。毕竟，如果用户发现“养虾”的成本高于亲自下厨，这场盛宴迟早会杯盘狼藉。

引用

• Token经济
• AI Agent
• 商业化
• 智能体框架
• 风险投资
• 云计算
• 数字化转型