讓一部分人先Agent

文/林書

編輯/劉宇翔

終于，人類還是感受到了AI 失控的恐懼。

2月23日，Meta超級智能實驗室的AI對齊與安全總監Summer Yue，一個專門研究"怎么讓AI聽話"的人，被OpenClaw狠狠地"上了一課"。她把OpenClaw連上了自己的工作郵箱，但當OpenClaw處理她的收件箱時，卻開始不受控制地瘋狂刪除郵件。Yue連喊三次"Stop"，OpenClaw全部無視。

她不得不"像拆炸彈一樣，狂奔到Mac Mini前面，強制拔掉了電源。

此時，距離OpenClaw成為科技圈新寵，才不到兩個月。

今年1 月， PSPDFKit 創始人 Peter Steinberger 通過AI編程打造的本地、自托管 AI 個人智能助手Clawdbot，它能將WhatsApp、Slack等即時通訊平臺與 LLM 、智能體深度整合，還有第三方集成能力，能實現全場景的自動化操作。一經推出，即使沒有大廠背書，也沒有造勢，甚至名字都改了兩次，最終命名為OpenClaw ，但就僅憑開源社區的傳播，就使得其成為現象級的產品。

2月15日，情人節當天， Peter Steinberger正式加入OpenAI，將"負責推動下一代personal agents的發展"，而OpenClaw 繼續作為開源項目運營。幾乎在同一時間，谷歌開始大面積封禁OpenClaw用戶賬號。谷歌DeepMind工程師Varun Mohan表示，這是后臺監測到激增的惡意調用，為了保證絕大多數人的體驗，官方必須立刻拔掉他們的網線。

但有分析認為，這場封禁，表面是打擊違規算力調用，實為谷歌對Peter Steinberger 加入OpenAI的圍剿。畢竟，隨著AI 進入實用化，主戰場已經從單純比拼模型智商轉向了更為全面的模型智力+Agent生態。

國內AI廠商的反應，同樣印證了這一判斷：1月下旬，阿里云率先推出Clawdbot部署鏡像，集成百煉大模型API；1月28日，火山引擎宣布支持Moltbot快速部署；1月30日，騰訊云上線OpenClaw應用模板；2月2日，百度智能云開啟限時免費體驗。四大云廠商，48小時內全部跟進——OpenClaw那瘋狂的token消耗量，一天燒上億token就像灑水，讓云廠商眼睛都綠了。

但故事并不只有美好的一面。OpenClaw的“發瘋”為它的大眾化蒙上陰影，雖然Peter 承認了漏洞，并發布了新測試版本，更新重點聚焦于安全性與漏洞修復，先馴服這只“龍蝦”。但誰也不能保證它是否還會爆發新的漏洞，尤其是它已經被黑產、灰產盯上。

事實上，在閑魚上有“遠程部署安裝OpenClaw”的服務，小紅書上還有付費上門安裝的帖子，但購買的人并不多。在 AI 圈，OpenClaw 的聲浪很大，但依然還是極客、互聯網從業者圈子的工具，要真正走進大眾，或許得靠下一個“OpenClaw”——一個極易部署、無使用門檻的產品。

當大廠前仆后繼擁抱OpenClaw，除了看上OpenClaw那恐怖的token 消耗帶來的商機，還是為了緩解自身創新不足的焦慮，畢竟從Manus 到 OpenClaw都是小團隊乃至“一人公司”創造的，巨頭以接入的方式，試圖證明自己并未落后于浪潮。

但最終這些創新產品乃至團隊都被大公司“招安”，也是自 PC 起的創新宿命：始于車庫，終于巨頭；始于極客，終到大眾。

01

OpenClaw的范式革命

Agent 的進化速度有點快，Manus 的熱度才過去沒多久， OpenClaw就橫空出世。

Manus所代表的舊范式，是精致的"AI實習生"，閉源SaaS模式，解決"我不想動手"的需求，本質是中心化黑盒。Manus證明了Agent"能做什么"，2026年初，Meta以約20億美元的價格收購了Manus，這家成立不到一年的AI初創公司最終成為了大廠能力組件，變成了Meta的"器官"。

而OpenClaw代表的新范式，則是粗糙但開放的"建軍方法論"，PaaS/IaaS混合模式，本質是去中心化基礎設施——你可以自己定義Agent的性格，自己決定它用什么工具，自己控制它的權限，甚至自己fork出無數個變種。OpenClaw證明了"AI能自己組建軍隊干活"。

因此，結論并非簡單的"既生瑜何生亮"，而是“iPhone（Manus）”與“Android+Linux（OpenClaw）”的雙軌生態的確立。

OpenClaw有兩大核心價值。第一，除了調用超級大模型，它還讓"小模型+好架構（多Agent協作/MCP）"具備了對抗"超級大模型"的能力，降低了Agent時代的準入門檻。

在OpenClaw開啟的Agent時代，單體模型的"絕對智商"不再像以前那樣成為最重要的標準，真正值錢的不再是"我能解多難的題"，而是"我能協調多少資源"。

換句話說，工具調用把"聰明"外包了。OpenClaw的核心是MCP協議，數學不好就調用Wolfram Alpha，代碼不會寫就調用專用代碼模型。單體模型的"知識儲備"和"專項技能"被解耦了，ClawHub作為官方技能市場，已積累超過5700個社區貢獻的技能插件，覆蓋代碼生成、數據分析、自動化運維等幾乎所有生產力場景。

越多人使用OpenClaw，就有越多開發者貢獻技能。這是典型的平臺飛輪，而Manus的封閉架構注定無法復制這一路徑。

第二，OpenClaw真正革命性的不是7×24的運行，而是跨會話的記憶沉淀。單體模型的智商是狀態less的——每次對話都是從頭開始。但Agent時代，你昨天教它的，它今天還記得，這種持續學習能力比單次推理的IQ 150更有價值。

OpenClaw的記憶系統采用四層架構：會話歷史記錄當前上下文；工作區記憶以Markdown持久化存儲項目信息；長期記憶（MEMORY.md）存儲核心事實和用戶偏好，完全由人類可控；檢索加速層采用SQLite-vec混合搜索，實現毫秒級召回。一切記憶以純Markdown文件為單一源真理，沒有黑盒，你可以隨時打開文件查看Agent"記得"了什么。

一個IQ 120但能記住你所有偏好的Agent，絕對比IQ 180但每次都要重新教的白癡天才好用。

02

沒了反叛，只有商業

OpenClaw爆火后，不但迅速被接入了美國的“御三家”，阿里云、騰訊云、百度智能云、火山引擎48小時內也密集上線"一鍵部署"方案。表面上是擁抱開源生態，實際上是在搶MaaS（模型即服務）的算力訂單。OpenClaw那瘋狂的token消耗量，讓云廠商如餓虎撲食——這才是真正的印鈔機。

但各家打法截然不同。

阿里云推出CoPaw，可端可云，打通釘釘/飛書/QQ，走"開源+生態整合"路線。阿里云想做 AI 時代最底層的算力提供商。但字節火山引擎已占據國內MaaS市場46%份額，阿里云是在追趕。

字節豆包2.0強化Agent架構，布局OS級入口，對OpenClaw持"既利用又警惕"態度——火山引擎發布部署指南，但強調"建議在隔離環境中運行"。這不難理解，字節想要的是封閉生態內的Agent（就像微信小程序），而OpenClaw代表去中心化。

月之暗面推出Kimi Claw，主打"可控的自動化"與"企業級安全"，走"家養Agent"路線——加了一層"人在回路"的強制校驗，生成代碼后必須點確認才執行。對于企業客戶，"可控的自動化"比"失控的全自動"更有價值。

網易有道發布LobsterAI，直接對標"中國版OpenClaw"并宣布開源，同樣地，MiniMax也已經宣布推出MaxClaw 模式，能一鍵打通 OpenClaw 生態，而且完全不需要自己配置 API，以及承擔額外的 API 費用。

OpenClaw需要有強大的底座模型；本土化應用生態打通；開放的Skills生態；安全沙箱與數據主權能力；還要有海量用戶觸達與分發能力；

如果用以上標準綜合判斷，阿里目前最具綜合優勢——千問底座、云市場35.8%份額、全平臺打通，這是目前最開放的姿態。

在此之后，字節其次，豆包日活破億是底氣，但企業級市場仍是短板。百度有搜索入口，但現階段還需豐富開發者生態；月之暗面產品體驗好，但規模有限；騰訊方面，雖然微信/QQ入口無可替代，但此前的Agent戰略保守。

但在火熱的表現下，這場"龍蝦盛宴"，實則潛藏著兩大隱憂。

首先是Skills生態的繁榮背后，隱藏著巨大的安全隱患。

2026年1月底至2月中旬，ClawHub被注入了1184個惡意技能，占當時總技能數的36.8%。惡意技能偽裝為加密交易機器人、YouTube總結器等，竊取瀏覽器密碼、60多個加密錢包、SSH密鑰等。受影響實例超13.5萬個，分布82個國家。

這就是Agent時代的"特洛伊木馬"——你以為是安裝了一個便利技能，實際上可能是給黑客開了一扇后門。安全能力將成為勝出者的核心護城河。

但具有諷刺意味的是，OpenClaw 原本是個開源項目，并且可本地化部署，但和很多開源項目一樣，它最終還是被“體制化”。Peter 加入了Open AI，而很多用戶選擇付費云端部署。

也即OpenClaw的架構一開始是帶著極客思維的"去中心化"對"中心化"的反叛，核心賣點是本地優先，裝在你自己的Mac Mini、樹莓派或自行搭建的輕量服務器上，數據不出本地。但沒幾天，OpenClaw就成為云計算、大模型廠商的商業盛宴。

這意味著，以后的token消耗，可能更多發生在大廠的算力集群里。用戶是可以自己買硬件、付電費、租VPS，而不是按token持續付費給AI公司 本地跑小模型（Ollama），用自己的API Key調用Claude/GPT——7×24小時運行的Token成本被轉嫁了。

但事實證明，除了動手能力強的，大部分用戶還是傾向于每月給云計算、AI廠商交訂閱費，這也符合人性：有易用的商業化平臺，干嘛全都自己動手呢。

03

Agent時代的勝者

當"龍蝦盛宴"的喧囂漸退，有一個必須冷靜審視的問題是：這場由OpenClaw的引發Agent革命，究竟怎樣才能真正“開花結果”？

筆者認為，其商業模式，或許存在三個遞進的層級。

L1是替代人力——當AI完成原本需要人類執行的任務時，其價值體現在人力成本的節省上。但這種模式邊際利潤會迅速遞減：當全社會都知道AI可以寫代碼時，寫代碼本身的價值便會被壓縮至極限。

L2是節省生存時間——不再計算工資成本，而是衡量時間的價值密度。一個高時薪的律師，若能在十分鐘內完成原本需要三小時的案卷整理，節省下來的時間便可轉化為更高的經濟產出。

L3是創造token消耗需求——這是最復雜也最具潛力的層級。OpenClaw構建了一個自我強化的token消耗生態系統：用戶投入初始token搭建Agent，該Agent為完成任務自動調用更多模型，每一次調用都在燃燒token，為整個生態注入流動性。這類似于貨幣乘數效應。

但7×24連軸轉的優勢，在現實中究竟有多大市場？對絕大多數個人用戶而言，這更像是技術炫技而非真實需求——即便Agent能24小時不間斷工作，人類的決策帶寬始終是瓶頸，因為人類審閱、查看這些工作成果的時間、精力總是有限的。

L3邏輯的真正成立，不在于"一個人連續使用24小時"，而在于"成百上千個Agent在后臺自主協作"。這才是貨幣乘數的真相。

但這里的真正瓶頸在于：中國互聯網的封閉花園生態。阿里、字節、騰訊、百度各自為戰，API互相不通。OpenClaw想實現"跨系統自動化"，但淘寶不會開放API給字節生態，微信也不會讓你隨意調用接口。沒有API層面的互聯互通，所謂的"貨幣乘數"就是無源之水。

國內ANP發起人常高偉比較看好的智能體協作，在他看來這其實是不同職責的智能體的協作。如果大規模的智能體協作，每個連接都安裝一個skill，每個智能體協議都不同，效率是非常低的。所以，非常有可能的一種方式是，一個智能體支持某個協議，用某個協議的skill和這個智能體連接就可以了。

OpenClaw的出現印證了一件事：2026年的AI競爭，單體模型的強弱已不再是決定性因素，Agent生態的標準和分發權，以及協議的建立，才是下一個平臺級機會。

ClawHub等技能市場的繁榮程度，僅僅決定了當下Agent的實際效用邊界。但誰掌握了Skills的分發標準、協議規范（如ANP）及網絡效應，誰就掌握了下一代平臺的標準和主權。

未來真正的贏家，不是擁有最大模型參數量的公司，而是能構建最開放、最豐富、最具網絡效應的Skills生態系統，并確立Agent協議標準的企業。

Agent時代，真正值錢的不再是數據本身，而是理解和執行用戶意圖的能力。誰擁有這個能力，誰就不需要圍墻——因為用戶會自己走過來。

但首先是，得讓用戶更低成本、更低門檻地用上Agent。