中國 AI 圈，有屬于自己的 “ 保健品 ”：它吃不死人、但也基本沒有太大用、市場規(guī)模還不小。

它的名字，是“ 一體機 ”。

OpenClaw（ 龍蝦 ）爆火之后，狂歡的除了各個云服務(wù)廠商和各個大廠做的某某Claw，還有一群玩家馬上就聞著味兒上來了。

他們就是“ 一體機 ” 廠商，他們光速推出了產(chǎn)品并且馬上在短視頻平臺進行投放推廣，推出產(chǎn)品的速度甚至比一些大廠推出各種 XX Claw 還快。

從這個上線速度你就能明白，這是一個不簡單的市場。

簡單來講，一體機就是一個配好硬件與軟件的、能跑相關(guān)模型的一體化服務(wù)器，面向的客戶主要是對數(shù)據(jù)安全、合規(guī)有非常高需求的、只在內(nèi)網(wǎng)環(huán)境下運行設(shè)備的單位。

實際上，一體機在中國 AI 行業(yè)中是一個有趣的產(chǎn)物，它或許有用，但大概率沒用，賣得不便宜，但你買了也沒有壞處。

而這一整場一體機浪潮，要從去年 DeepSeek 的爆火說起，彼時，圍繞 DeepSeek 大模型的一體機市場經(jīng)歷了魔幻般的發(fā)展曲線。

比如去年二月，有企業(yè)當(dāng)月賣出三千余臺 DeepSeek 一體機，合同價值數(shù)億。那三個月內(nèi)，整個市場情緒樂觀，有分析機構(gòu)甚至預(yù)測，到 2027 年這個市場的規(guī)模將超 5000 億。

但隨后市場迅速開啟內(nèi)卷模式，滿血版（ 671B 參數(shù)量、FP8 精度 ）DeepSeek 一體機原本需要百萬級價格，很快在上半年被打到十萬級，甚至比原本 32B、70B 的版本還便宜一半以上。而據(jù)雷峰網(wǎng)報道，到七月份，市面上 DeepSeek 一體機招標(biāo)預(yù)算規(guī)模從上千萬一路縮減至數(shù)十萬。

如今，你還能在一些電商平臺上搜到不少標(biāo)價數(shù)萬的 DeepSeek 一體機，有銷量數(shù)據(jù)的一般在幾十到一百多萬，有些已經(jīng)加上了 “ 支持部署 OpenClaw ” 的廣告語。

部署 DeepSeek 底座的 OpenClaw 一體機價格按模型參數(shù)量分布在數(shù)萬到數(shù)十萬之間，也支持 Qwen、Kimi 等模型。

那么，我們能從 DeepSeek 一體機這場熱潮中獲取什么經(jīng)驗？新一波龍蝦一體機市場會帶來新局面，還是重蹈覆轍？

在曾親身參與 DeepSeek 一體機市場，著有《 知識增強大模型 》、《 知識圖譜：認(rèn)知智能理論與實戰(zhàn) 》、《 知識增強 LLM 型應(yīng)用程式實戰(zhàn) 》和《 Reliable Large Models with Knowledge Augmentation 》的大模型專家王文廣看來，DeepSeek 一體機市場在去年完整經(jīng)歷了從 “ 概念爆發(fā) ” 到 “ 泡沫破裂 ” 的過程，“ 在 2025 年一季度，由于人們普遍的 ‘ 錯失恐懼癥 ’（ FOMO ）情緒，催生了 DeepSeek 一體機的虛假繁榮，結(jié)果才到下半年，就因交付災(zāi)難和實際效果慘淡，整個市場非常迅速地崩塌了。”

“ 由于一體機這種模式主打的就是一站式交付和簡易使用，所以DeepSeek 一體機的主力客戶一般是數(shù)字化基礎(chǔ)相對滯后的傳統(tǒng)國企、急于包裝 AI 概念的金融機構(gòu)、依托算力補貼資源發(fā)展的中小企業(yè)等。”

“應(yīng)對信息化考核、在年報中增加 AI 概念、消耗即將到期的 IT 預(yù)算等，才是他們的主要目標(biāo)，而非實際業(yè)務(wù)價值，投資回報率（ ROI ）在立項之初基本不在考量范圍內(nèi)，大模型僅作為 ‘ 噱頭 ’，技術(shù)能力被邊緣化。”

銷量好壞的決定性因素也不是正常的供需關(guān)系，而是客情關(guān)系，“ 賣得好的供應(yīng)商主要是老牌系統(tǒng)集成商（ SI ）和傳統(tǒng)服務(wù)器硬件巨頭，他們一直都能穩(wěn)穩(wěn)待在采購名單里，供應(yīng)商還經(jīng)常將一體機與其他大型信息化項目強行捆綁銷售。”

反倒是很多試圖通過深度優(yōu)化和高質(zhì)量模型贏得市場的技術(shù)型初創(chuàng) AI 企業(yè)，他們的一體機賣不出去，“ 政企客戶一般沒有評估模型真實能力的專業(yè)團隊，招標(biāo)更看重 ‘ 注冊資本 ’、‘ 過往同等規(guī)模硬件交付案例 ’ 這些非技術(shù)指標(biāo)，技術(shù)型企業(yè)在這些維度上是吃虧的。”

而從商業(yè)底層邏輯上看，沒有任何供應(yīng)商能賺取健康、可持續(xù)的商業(yè)利潤，“ 傳統(tǒng)硬件巨頭看似賣得多，但實際上虧損得厲害。”

“ 因為他們只懂硬件，缺乏模型底層能力。所以為了給客戶 ‘ 跑通業(yè)務(wù)場景 ’，需招聘高薪外包或投入大量人力進行定制化開發(fā)，結(jié)果這些高昂的人力成本反過來把硬件的利潤都吃掉了。”

AI 初創(chuàng)企業(yè)同樣深陷虧損，“ 因為他們兩頭受壓，在上游拿不到最便宜的芯片，下游又要和傳統(tǒng)巨頭打價格戰(zhàn)。”

“技術(shù)早就不是護城河了，實際比的是誰更有錢墊項目，誰更能熬回款，誰的 PPT 更會講故事。”

許多 DeepSeek 一體機在運抵客戶機房后，要么無法通過驗收、交付，要么演示幾次后被閑置浪費。

“ DeepSeek 模型采用復(fù)雜的混合專家（ MoE ）架構(gòu)，而大多數(shù)一體機供應(yīng)商的底層推理框架存在嚴(yán)重路徑依賴，無法實現(xiàn)高效并行和專家路由調(diào)度，導(dǎo)致吞吐量極低、延遲極高、機器卡死、顯存溢出、輸出亂碼等問題頻發(fā)，最后項目無限期延期或爛尾。”

“ 大部分客戶的數(shù)字化是非常不足的，企業(yè)內(nèi)部缺乏結(jié)構(gòu)化、高質(zhì)量的數(shù)據(jù)作為檢索增強生成（ RAG ）或微調(diào)（ SFT ）的語料。”

“甚至很多業(yè)務(wù)人員也沒有提示詞工程的能力，經(jīng)常出現(xiàn)面對空白的對話框無從下手的尷尬局面，嘗試幾次后就喪失了耐心。最后，這些設(shè)備基本都是有視察時才啟動，平時是閑置的。”

DeepSeek 一體機的實際落地，被局限在了企業(yè)內(nèi)部政策問答庫（ RAG ）、公文草擬輔助、簡單會議紀(jì)要生成等場景，“ 這些基本都是比較邊緣的場景，出點問題也沒那么要緊，容錯率極高。”

除了模型本身，要讓 DeepSeek 一體機在實踐中真正發(fā)揮作用，還需要滿足大量條件，“ 首先，數(shù)據(jù)這塊得打好基礎(chǔ)，數(shù)據(jù)要實時、準(zhǔn)確，還得統(tǒng)一到一個數(shù)據(jù)湖或者數(shù)據(jù)倉庫里，不能各搞各的；其次，數(shù)字化程度高，流程要跑得通，AI 的輸出得能直接進下游系統(tǒng)自動流轉(zhuǎn)，而不是還要打印出來簽字、靠人手傳來傳去；然后，團隊也要跟得上，既要懂核心業(yè)務(wù)，也要會用 AI，掌握高階提示詞技術(shù)，甚至能寫點 Python、做數(shù)據(jù)分析；最后，模型要持續(xù)維護，不是上線就完事了，還得一直盯著，比如控制幻覺、定期微調(diào)、持續(xù)優(yōu)化，也就是 LLMOps 這套東西。”

但 DeepSeek 技術(shù)維護的門檻高，相關(guān)人才動輒上百萬年薪，并且過去一年大模型能力排序的更新頻率極高，年初還是封神級別的 GPT-4o、o3 等，到現(xiàn)在甚至再無人提起，DeepSeek 一體機也就在這個技術(shù)背景下迅速貶值，“ 一體機是軟硬件高度耦合、參數(shù)鎖死的物理形態(tài)，其顯存帶寬、算力、互聯(lián)架構(gòu)在出廠時已被固定。短短半年后，開源社區(qū)可能發(fā)布參數(shù)量翻倍、需要全新并行策略的新模型。”

“ 所以，一體機不僅無法持續(xù)帶來價值，反而成為最惡劣的 ‘ 技術(shù)負債 ’。”

在 OpenClaw 爆火，龍蝦一體機快速衍生的 2026 年，王文廣認(rèn)為，DeepSeek 一體機市場經(jīng)歷的歷史主線，在龍蝦一體機市場也會重演，“ 炒作、跟風(fēng)、交付翻車、最后大量閑置，這一套還會原封不動再來一遍。客戶還是會因為焦慮盲目下單，最后落不了地。”

“ 但也會有很大的不同，主要是風(fēng)險方面。DeepSeek 一體機失敗時只是 ‘ 胡言亂語 ’（ 輸出亂碼 ），而龍蝦一體機因被賦予執(zhí)行能力（ 如操作代碼庫、控制物理設(shè)備 ），失敗時將導(dǎo)致 ‘ 胡作非為 ’，比如誤刪數(shù)據(jù)庫、將機密郵件錯發(fā)給競爭對手。”

“ 所以，它可能不會 ‘ 安靜地 ’ 吃灰，而更可能在造成重大業(yè)務(wù)災(zāi)難和安全事故后，被強行清退索賠。”

也就是說，同樣是使用開源大模型，龍蝦一體機不僅任務(wù)難度更大，出錯后果也嚴(yán)重得多，“ 現(xiàn)在的開源大模型在復(fù)雜推理、多步驟任務(wù)拆解還有工具調(diào)用（ Tool Use ）這塊，準(zhǔn)確率其實還不夠支撐大規(guī)模工業(yè)化應(yīng)用。經(jīng)常做到第三四步就開始繞圈子，甚至死循環(huán)，或者一調(diào)用 API 就格式崩掉。說白了，很難滿足企業(yè)那種 ‘ 必須穩(wěn)定、100% 不能出錯 ’ 的硬要求。”

從知危當(dāng)前交流的結(jié)果來看，即便是接入云端大模型的 OpenClaw 也還是更適合企業(yè)辦公場景，而不擅長涉及復(fù)雜工作流編排的場景，這恰恰是傳統(tǒng) SaaS 軟件的主要復(fù)雜性所在。

除此之外，這些應(yīng)用往往還存在復(fù)雜的權(quán)限體系和 API 限制，王文廣認(rèn)為，龍蝦一體機不可能真正地深度接入這些應(yīng)用的生態(tài)，“非標(biāo)的企業(yè) IT 系統(tǒng)，同時運行著不同年代的 ERP、OA、各類 SaaS，大多沒有標(biāo)準(zhǔn) RESTful API，權(quán)限控制要求高。這會使得智能體陷入定制化泥潭，要‘深度介入工作流’，供應(yīng)商必須派出大量開發(fā)人員逆向破解舊系統(tǒng)，手寫無數(shù)不穩(wěn)定腳本。客戶舊系統(tǒng)哪怕更新一個字段，執(zhí)行流就會瞬間崩潰。這種沒完沒了的定制化，最后肯定會把那些想推廣龍蝦一體機的公司拖垮。”

有不少人認(rèn)為，很多自動化任務(wù)其實可以通過類似 Claude Code 這樣的工具完成，OpenClaw 的最大優(yōu)勢其實是通過聊天界面發(fā)送指令，這也是 Peter Steinberger 最初開發(fā) OpenClaw 的動機。

“ Claude Code 是嵌在終端或?qū)I(yè)代碼編輯器里的，主要面向?qū)I(yè)開發(fā)者，擅長處理那種邏輯嚴(yán)密、結(jié)構(gòu)化很強的代碼任務(wù)，而且是在可控環(huán)境里執(zhí)行，更像一個真正能進生產(chǎn)環(huán)境的效率工具。”

“但對于企業(yè)級應(yīng)用，用模糊、充滿歧義、效率低下的自然語言控制復(fù)雜業(yè)務(wù)，執(zhí)行風(fēng)險極高。例如 ‘ 幫我把昨天的銷售數(shù)據(jù)整理一下發(fā)給老板 ’，Agent 需猜測時區(qū)、數(shù)據(jù)表、郵箱地址，任何歧義都可能導(dǎo)致不可挽回的錯誤。此外，OpenClaw 與企業(yè)級要求的‘集中管控、權(quán)限分離、行為留痕可審計、責(zé)任邊界清晰’的 IT 治理邏輯并不相容。”

從 DeepSeek 一體機到龍蝦一體機，現(xiàn)象背后的核心要素不是技術(shù)而是認(rèn)知。AI 不會因為被封裝進一體機就自動創(chuàng)造價值，是否有價值取決于企業(yè)能否把不確定的智能嵌入確定的系統(tǒng)。

進一步看，這種周期性泡沫的根源，還在于國內(nèi)市場長期以來對軟件價值的低估，以及對硬件形態(tài)的路徑依賴。廠商費盡心思完善軟件服務(wù)無人感興趣，但降低芯片配置就能立馬使利潤翻倍。但真要拼硬件，中小企業(yè)不可能有優(yōu)勢。AI 技術(shù)的每一次風(fēng)口，不管是大模型、Agent 還是機器人，基本只能通過硬件作為載體或催化劑才能在國內(nèi)引起足夠的注意，DeepSeek、龍蝦以及各種人形機器人已經(jīng)示范了無數(shù)遍，但每一次人們都忽視了，真正的價值其實在軟件層。