文 | kiki

僅用兩個月，一只「小龍蝦」席卷整個AI圈。

無論是小白利用OpenClaw養(yǎng)龍蝦，去探索個人Agent的邊界，還是大模型廠商們紛紛推出輕量化部署方案，用CodingPlan API套餐吸引開發(fā)者直接云端一鍵部署......

開發(fā)者李然這樣形容OpenClaw帶來的溢出價值，他將AI Agent的發(fā)展對標互聯(lián)網(wǎng)的演進，OpenClaw加速Agent邁入第三個時代，從PC時代的「工具」到移動互聯(lián)網(wǎng)的「助理」再到未來在協(xié)作時代成為「同事」的可能。

這或許是AI在個人開發(fā)者及小團隊端的一個「OpenClaw時刻」：人們開始借助Agent，再通過不同的skills對任務(wù)經(jīng)驗進行抽象，解決過去日常工作中依賴隱性知識和行業(yè)經(jīng)驗的任務(wù)。

但耐人尋味的是，OpenClaw在大型企業(yè)里則顯得明顯落寞很多，不少人對企業(yè)AI Agent的落地還是邊走邊看，持謹慎態(tài)度，企業(yè)端的「OpenClaw時刻」還遠遠沒有到來。

1、企業(yè)OpenClaw的甜蜜與苦澀

眼前的OpenClaw風(fēng)暴對企業(yè)Agent落地來說，有無參考價值？

答案是肯定的。

開發(fā)者李然認為，OpenClaw掀起了Agent開發(fā)范式的轉(zhuǎn)變浪潮。

早期的Agent形態(tài)如Dify或扣子大多以workflow形式出現(xiàn)，盡管「拖拉拽」的低代碼已經(jīng)降低了開發(fā)門檻，但對企業(yè)組織中的非開發(fā)人員并不友好。

但OpenClaw通過系統(tǒng)級調(diào)用指令，能讓非開發(fā)者在常用的辦公軟件實現(xiàn)與Agent的交互，這是一種AI native 的Agent。

除了開發(fā)范式的轉(zhuǎn)變，還有行業(yè)專屬「方案超市」的建立，即行業(yè)知識和數(shù)據(jù)的進一步流動。

OpenClaw的工具能力依賴高質(zhì)量的skill使用文檔，OpenClaw爆發(fā)后，拉動了Github里的skill風(fēng)暴，AI創(chuàng)作者海辛就在即刻上提到，醫(yī)療、金融、教育等各個行業(yè)的人，都可以利用AI為自己的工作實現(xiàn)便利，編寫專屬工具，未來的GitHub可能會從「代碼倉庫」轉(zhuǎn)化為「方案超市」。

但在Openclaw的甜蜜之外，對企業(yè)Agent落地而言，還有諸多苦澀。

一位大廠技術(shù)人員告訴「硅基研究室」，他在實測企業(yè)級Openclaw發(fā)現(xiàn)，技術(shù)棧和能力棧上都存在挑戰(zhàn)。

首先，OpeClaw框架底層的任務(wù)調(diào)度存在一定優(yōu)化空間，暫不適合承載高可靠性的企業(yè)級定時調(diào)度業(yè)務(wù)；其次，長期記憶模塊的原生能力也不足，還沒達到生產(chǎn)可用的成熟標準，另外還缺乏高質(zhì)量的skill生態(tài)。

換言之，考慮到企業(yè)落地Agent的合規(guī)、成本和安全，當(dāng)前OpenClaw這種高消耗的調(diào)用方式和不穩(wěn)定的生態(tài)，對重權(quán)限、重可靠和強協(xié)作的企業(yè)組織來說，大規(guī)模的落地顯然還有一定的距離。

2、企業(yè)AI落地，撞上「三堵墻」

企業(yè)端對OpenClaw落地的謹慎態(tài)度也側(cè)面反映出，當(dāng)前中國企業(yè)AI的大規(guī)模應(yīng)用的殘酷現(xiàn)實。

據(jù)崔牛會的數(shù)據(jù)，當(dāng)前已有43%的企業(yè)部門或崗位進入規(guī)模化使用階段，27%仍處在試點期，28%實現(xiàn)了廣泛滲透，還有1.9%尚未確定是否應(yīng)用。

中國企業(yè)也在加速擁抱Agent，據(jù)IDC預(yù)測，預(yù)計中國企業(yè)活躍智能體數(shù)量將在2031年突破3.5億規(guī)模，年復(fù)合增長率達到135%以上，這一增速也將領(lǐng)先全球主要市場。

但這些「大規(guī)模落地」的數(shù)據(jù)繁榮背后，企業(yè)想要大規(guī)模落地AI還有三面看得見的墻：

認知墻、數(shù)據(jù)墻、生態(tài)墻。

所謂的認知墻，是決策層、執(zhí)行層和體驗層的預(yù)期偏差。

一位車品行業(yè)客服中心負責(zé)人告訴「硅基研究室」，去年他們曾投入大量資源完成客服系統(tǒng)的AI化，但實際效果并不好。他們已經(jīng)建立了完備的客服知識庫，也在電商大促的超負荷中使用AI接待用戶。

但她發(fā)現(xiàn)，一方面，很多非經(jīng)驗的知識需要在實際場景中逐漸積累，AI無法完全準確理解用戶的需求。

“比如AI在問‘您的車是高配還是低配？’，有的用戶礙于面子，會回答‘中配’，人工客服會理解用戶的回答，但AI就不行。”

另一方面，用戶對AI客服的態(tài)度也有兩極分化。“有的人看出客服是真人還是人工智能，她本身就對車品知識不了解，她沒辦法完全信任AI。”

還有不少企業(yè)決策者也會因害怕錯過的焦慮，盲目上馬AI，但實際執(zhí)行中發(fā)現(xiàn)AI對業(yè)務(wù)的價值增量并不大。

阿里云智能集團副總裁霍嘉也觀察到企業(yè)AI落地時的一個現(xiàn)象：“產(chǎn)業(yè)界對大模型能力的認知仍不足，業(yè)務(wù)領(lǐng)導(dǎo)信心很足，技術(shù)人員反而擔(dān)憂落地”。

德勤在調(diào)研企業(yè)AI落地時也指出這一「認知墻」：85%企業(yè)計劃定制Agent，但只有25%的試點項目真正上線到生產(chǎn)環(huán)節(jié)。同時，超三成企業(yè)認為，在3-5年內(nèi)企業(yè)應(yīng)用Agent才能獲得可觀的回報，這意味著企業(yè)Agent還在早期。

其次，則是數(shù)據(jù)墻。

金山辦公助理總裁朱熠鍔認為：“今天在企業(yè)AI應(yīng)用側(cè)，會從模型為中心走向以數(shù)據(jù)為中心。”今天AI很多效果不好、難落地，核心原因是和外部模型的連接有關(guān)。數(shù)據(jù)錯誤會導(dǎo)致解析錯誤，數(shù)據(jù)過少會產(chǎn)生檢索問題、知識治理問題，而數(shù)據(jù)過多又會影響上下文工程。

“很多企業(yè)AI往往做出Demo，非常快，但是真的想要上線，則非常難。”朱熠鍔說。

金山辦公助理總裁朱熠鍔講解“AI時代的知識治理與應(yīng)用”

在企業(yè)推進Agent的落地上，打破數(shù)據(jù)墻也成為關(guān)鍵。

第一，Agent想要實現(xiàn)跨生態(tài)、跨系統(tǒng)和多任務(wù)的調(diào)度，就必須要在企業(yè)內(nèi)部實現(xiàn)上百個系統(tǒng)里實現(xiàn)數(shù)據(jù)的互聯(lián)和格式的統(tǒng)一。第二，考慮到數(shù)據(jù)的可控和可信，企業(yè)內(nèi)部就必須建立分級分類的統(tǒng)一認證權(quán)限，保證數(shù)據(jù)的全鏈路可靠。

這無疑對企業(yè)的數(shù)據(jù)治理能力提出了更高的要求。

最后，則是生態(tài)墻。

在企業(yè)內(nèi)部，需要建立AI協(xié)同機制，破解資源壁壘。

一位國企IT部門中層告訴「硅基研究室」，AI建設(shè)不是IT部門的事，而是業(yè)務(wù)全局的事。“拿數(shù)據(jù)建設(shè)來說，我們不缺數(shù)據(jù)，但缺的是怎么解決數(shù)據(jù)分散，這個時候信息化部門只能提供通用數(shù)據(jù)，業(yè)務(wù)部門必須要參與進來。”

在企業(yè)外部，也需要云廠商、智能體廠商等技術(shù)供應(yīng)商的深度合作：“不是有了錘子找釘子，而是有了明確的業(yè)務(wù)痛點然后去造適合自己的錘子。”

3、企業(yè)AI，從秀場到戰(zhàn)場

Palantir的靈魂人物亞歷克斯·卡普曾這樣形容企業(yè)AI落地的現(xiàn)狀：

“如果你只是買一個大模型放在那里，卻指望它能改變你的業(yè)務(wù)，那是白日做夢。”

他的話解釋了，企業(yè)AI不是技術(shù)炫技的秀場，而是要求實際回報、產(chǎn)生業(yè)務(wù)價值的戰(zhàn)場。

我們也觀察到進入2026年，企業(yè)AI落地的變化：

一是從過去的全盤all in、內(nèi)部賽馬轉(zhuǎn)向聚焦策略，有專注全渠道布局的戶外運動品牌告訴「硅基研究室」，他們會聚焦智能質(zhì)檢、AI輔助接待、智能客服三大領(lǐng)域，今年的目標是將這些過去的成本中心轉(zhuǎn)向利潤中心。

二是越來越多的AI賣鏟人也走向務(wù)實思路，回歸業(yè)務(wù)本質(zhì)。AI的落地?zé)o法繞過臟活和苦活。金山辦公CEO章慶元曾指出，AI時代的辦公軟件應(yīng)是知識的容器、數(shù)字員工的載體。

圖源：金山辦公

例如在數(shù)據(jù)治理領(lǐng)域，WPS 365就正在構(gòu)建全新的「全域知識閉環(huán)」，打造一個集「收、治、用」于一體的企業(yè)級知識治理底座，這一「企業(yè)大腦」目前已應(yīng)用在上海信投、延鋒國際、中國東航等不同行業(yè)龍頭企業(yè)的AI實踐中。

回頭來看，企業(yè)對「小龍蝦」的謹慎其實是企業(yè)級AI在2026年繼續(xù)深化和務(wù)實的體現(xiàn)，沒到「OpenClaw時刻」不是什么壞事，而是AI真正深入業(yè)務(wù)，成為生產(chǎn)力工具的前夜。