智東西
作者 陳佳
編輯 程茜

4月21日，2026中國(guó)生成式AI大會(huì)在北京開(kāi)幕，23位嘉賓圍繞AI算力基礎(chǔ)設(shè)施、大模型、AI智能體等熱點(diǎn)話題，暢談生成式AI與大模型算力需求、投融資機(jī)遇、OpenClaw熱、商用落地等生成式AI焦點(diǎn)議題。

開(kāi)幕式中場(chǎng)的高端對(duì)話環(huán)節(jié)，智東西聯(lián)合創(chuàng)始人、總編輯張國(guó)仁與香港大學(xué)助理教授、博士生導(dǎo)師、Nanobot團(tuán)隊(duì)負(fù)責(zé)人黃超，網(wǎng)易有道LobsterAI項(xiàng)目負(fù)責(zé)人、智能硬件研發(fā)負(fù)責(zé)人王寧，峰瑞資本投資合伙人陳石，進(jìn)行了一場(chǎng)以“OpenClaw之后，智能體時(shí)代的中國(guó)機(jī)會(huì)在哪里？”為主題的深入對(duì)話。

▲高端對(duì)話環(huán)節(jié)：從左至右依次是智東西聯(lián)合創(chuàng)始人、總編輯張國(guó)仁，香港大學(xué)助理教授&博士生導(dǎo)師、Nanobot團(tuán)隊(duì)負(fù)責(zé)人黃超，網(wǎng)易有道LobsterAI項(xiàng)目負(fù)責(zé)人、智能硬件研發(fā)負(fù)責(zé)人王寧，峰瑞資本投資合伙人陳石

學(xué)界代表黃超長(zhǎng)期從事開(kāi)源AI Agent研發(fā)。OpenClaw爆火后，他帶領(lǐng)團(tuán)隊(duì)推出的開(kāi)源項(xiàng)目Nanobot，將原本40多萬(wàn)行代碼的通用Agent系統(tǒng)壓縮至約4000行核心代碼。

在他看來(lái)，Agent的本質(zhì)是一個(gè)ReAct循環(huán)，即計(jì)劃、執(zhí)行、觀測(cè)、再迭代，核心邏輯并沒(méi)有外界想象的那么復(fù)雜。當(dāng)前Skill數(shù)量雖多但高質(zhì)量Skill極度稀缺，Harness也絕非臨時(shí)腳手架，而是會(huì)與模型能力長(zhǎng)期共同進(jìn)化。隨著用戶對(duì)Agent的需求不斷升級(jí)，Harness在管控超長(zhǎng)上下文、保障長(zhǎng)程任務(wù)穩(wěn)定運(yùn)行上的作用將愈發(fā)關(guān)鍵。

產(chǎn)業(yè)界代表王寧專注AI硬件與Agent產(chǎn)品化落地。OpenClaw走紅后，王寧團(tuán)隊(duì)用二十多天打磨推出國(guó)內(nèi)首個(gè)全開(kāi)源桌面級(jí)AgentLobsterAI，并于2月19日正式開(kāi)源。這款產(chǎn)品開(kāi)源一周內(nèi)GitHub Star數(shù)就破3000，并獲OpenClaw創(chuàng)始人彼得·斯坦伯格（Peter Steinberger）稱贊。

王寧談道，國(guó)內(nèi)模型價(jià)格約為海外的1/10、能力相差無(wú)幾，天然適配Agent這類高Token消耗場(chǎng)景，這給國(guó)內(nèi)模型廠商打開(kāi)了結(jié)構(gòu)性機(jī)會(huì)。中國(guó)Agent的核心機(jī)會(huì)在企業(yè)端，圍繞辦公自動(dòng)化、OA、財(cái)務(wù)系統(tǒng)與隱私安全深度打磨。

投資界代表陳石長(zhǎng)期關(guān)注AI領(lǐng)域產(chǎn)業(yè)趨勢(shì)與投資動(dòng)向，他的創(chuàng)業(yè)公司曾被阿里收購(gòu)，曾擔(dān)任阿里巴巴移動(dòng)事業(yè)群副總裁。

他在對(duì)話中提到，移動(dòng)互聯(lián)網(wǎng)時(shí)代“羊毛出在豬身上”的廣告模式，即依靠免費(fèi)獲客、通過(guò)廣告變現(xiàn)，在Token時(shí)代已徹底走不通，多一個(gè)日活用戶可能就多一份虧損。無(wú)論是云大廠、模型大廠，甚至是英偉達(dá)這樣的硬件廠商，只要參與到Token的生產(chǎn)和分發(fā)，就能拿到最好的收益。他覺(jué)得Agent創(chuàng)業(yè)的出路有兩條：一是聚焦剛需付費(fèi)場(chǎng)景，切勿依靠免費(fèi)模式盲目拉量；二是“軟飯硬吃”，把軟件與中國(guó)供應(yīng)鏈、制造能力結(jié)合，打造具備海外競(jìng)爭(zhēng)力的軟硬一體產(chǎn)品。

在對(duì)話最后，張國(guó)仁總結(jié)道，無(wú)論是生態(tài)爆發(fā)，還是應(yīng)用普及，2026年都將是AI走向Agent、讓大眾更廣泛受益的新階段。OpenClaw之后，相信中國(guó)不僅是技術(shù)追趕者，更有望成為生態(tài)的重新定義者，讓我們共同期待行業(yè)的持續(xù)發(fā)展。

以下為2026中國(guó)生成式AI大會(huì)高端對(duì)話圓桌論壇“OpenClaw之后，智能體時(shí)代的中國(guó)機(jī)會(huì)在哪里？”實(shí)錄整理：

一、行業(yè)新變：OpenClaw加速Agent落地滲透，應(yīng)用層開(kāi)啟盈利變現(xiàn)

張國(guó)仁：本次大會(huì)的主題是豐富AGI重塑未來(lái)，我們這個(gè)圓桌主題會(huì)更具體一些，聚焦OpenClaw之后智能體時(shí)代的中國(guó)機(jī)會(huì)在哪里。我簡(jiǎn)要介紹一下今天對(duì)話的三位專家，分別是香港大學(xué)助理教授、博士生導(dǎo)師、Nanobot團(tuán)隊(duì)負(fù)責(zé)人黃超教授，他在開(kāi)源AI Agent前沿深耕；網(wǎng)易有道LobsterAI項(xiàng)目負(fù)責(zé)人、智能硬件研發(fā)負(fù)責(zé)人王寧總，他正在推動(dòng)Agent在真實(shí)場(chǎng)景中的產(chǎn)品化落地；以及峰瑞資本投資合伙人陳石總，長(zhǎng)期深耕AI領(lǐng)域的資本動(dòng)向與產(chǎn)業(yè)趨勢(shì)。

咱們先從我們身邊觀察到的現(xiàn)象開(kāi)始聊。春節(jié)以來(lái)，生成式AI持續(xù)高速演進(jìn)，首先想請(qǐng)三位簡(jiǎn)單聊聊，這段時(shí)間里讓你們印象最深的行業(yè)變化或事件是什么？是技術(shù)突破、應(yīng)用落地、市場(chǎng)格局變化，還是高端人才流動(dòng)、大廠相關(guān)調(diào)整等？

▲智東西聯(lián)合創(chuàng)始人、總編輯張國(guó)仁

黃超：從我們近期的技術(shù)探索來(lái)看，給我印象最深的是Agent的應(yīng)用落地。從“龍蝦”這一波熱潮來(lái)看，技術(shù)迭代上沒(méi)有太大核心突破，但讓大家更好地意識(shí)到Agent應(yīng)該落地到各個(gè)場(chǎng)景，這是我最大的感受。從做AI Agent的角度來(lái)看，整個(gè)行業(yè)變化真的太快了。Agent的核心是規(guī)劃、記憶機(jī)制以及工具調(diào)用這幾個(gè)模塊，從去年年底大家對(duì)MCP的普遍應(yīng)用，到現(xiàn)在聚焦Skill和Harness，前后也就三四個(gè)月時(shí)間，發(fā)展速度非?？臁?/p>

王寧：我特別同意黃超老師的看法。從OpenClaw的爆火可以看到，整個(gè)Agent產(chǎn)品正在迅速向各個(gè)行業(yè)滲透?；仡欉^(guò)去，從對(duì)話時(shí)代到推理階段，再到Agent，每個(gè)產(chǎn)品落地大概都要花費(fèi)一年時(shí)間。去年推理能力花了一年時(shí)間落地到各個(gè)行業(yè)，今年原本以為Agent要到下半年才會(huì)被廣泛認(rèn)可，但OpenClaw大大加速了這一進(jìn)程?，F(xiàn)在各個(gè)行業(yè)都已經(jīng)認(rèn)知到Agent產(chǎn)品能夠幫忙干活、提效、創(chuàng)造價(jià)值，這是我看到的重要變化。

陳石：我們做投資的，前幾年對(duì)AI領(lǐng)域其實(shí)看得不太清晰，大家都在做大模型，大模型行業(yè)存在投入巨大但收入偏低的問(wèn)題，比如一年要燒六千億美金，但收入可能只有百億美金水平。從去年下半年到今年年初，最大的變化是Agent開(kāi)始在應(yīng)用層實(shí)現(xiàn)盈利，而不是只有像英偉達(dá)這種硬件廠商獲益。硬件廠商本質(zhì)上是AI領(lǐng)域的成本項(xiàng)，并未給AI領(lǐng)域帶來(lái)應(yīng)用層收入，而應(yīng)用層軟件開(kāi)始變現(xiàn)，是我們觀察到的關(guān)鍵信號(hào)。

同時(shí)我們也關(guān)注了很多OpenClaw相關(guān)項(xiàng)目，我們投資的企業(yè)也有做類似OpenClaw的產(chǎn)品，我覺(jué)得OpenClaw帶來(lái)了全新的Agent范式。以往大家使用更多的是特定場(chǎng)景的工具類產(chǎn)品，比如Claude Code，而OpenClaw真正把Agent推向了每一個(gè)科技愛(ài)好者。所以我覺(jué)得它開(kāi)啟了Agent的智能范式，未來(lái)也將解鎖更多行業(yè)現(xiàn)象，擁有更廣闊的發(fā)展前景。

二、OpenClaw熱度降溫背后：Token成本過(guò)高、任務(wù)能力有限，行業(yè)進(jìn)入沉淀期

張國(guó)仁：幾位有一個(gè)共同的感受，就是變化之快。這個(gè)問(wèn)題我再延伸一下，一方面我們感覺(jué)到AI相關(guān)熱點(diǎn)持續(xù)升溫，甚至成為社會(huì)現(xiàn)象，但同時(shí)近期熱度又有所降溫。在你們看來(lái)，這背后反映了智能體發(fā)展處于怎樣的階段，或者面臨哪些挑戰(zhàn)？

陳石：熱度降溫很明顯，因?yàn)镺penClaw本身并不是一款成熟產(chǎn)品，而是現(xiàn)象級(jí)產(chǎn)品，象征意義重大。但實(shí)際使用中，OpenClaw能完成的任務(wù)十分有限。OpenClaw的核心特點(diǎn)是開(kāi)放域、無(wú)終點(diǎn)任務(wù)，以往的產(chǎn)品，比如Claude Code，多在代碼、辦公等封閉域完成有明確終點(diǎn)的任務(wù)，而OpenClaw更像人類助手，允許用戶在數(shù)字世界進(jìn)行無(wú)限制探索，這在人類AI應(yīng)用史上是首次。但當(dāng)前存在明顯局限，問(wèn)題就在于Token成本過(guò)高。下一步需要端側(cè)技術(shù)取得突破，降低Token使用成本，才能實(shí)現(xiàn)大規(guī)模普及，同時(shí)也能為模型積累海量訓(xùn)練數(shù)據(jù)，它的象征意義十分重大。

王寧：熱度下降符合技術(shù)熱點(diǎn)發(fā)展規(guī)律?；仡欉^(guò)往熱點(diǎn)，相關(guān)推理模型也僅火爆了兩個(gè)月左右，但已經(jīng)完成了推理范式的大眾心智普及，后續(xù)推理能力也快速向教育、辦公領(lǐng)域延展。今年的生成式視頻產(chǎn)品Seedream也僅火爆一個(gè)月左右，OpenClaw同樣火爆了約兩個(gè)月，如今熱度有所回落，但已經(jīng)在大眾心中建立起認(rèn)知：OpenClaw就代表Agent，大家也意識(shí)到Agent產(chǎn)品能夠承擔(dān)各類工作任務(wù)。未來(lái)，OpenClaw類產(chǎn)品或各類Agent產(chǎn)品，將替代OpenClaw在垂直行業(yè)落地并創(chuàng)造實(shí)際價(jià)值。

黃超：OpenClaw的爆火，點(diǎn)燃了整個(gè)社區(qū)對(duì)通用個(gè)人助手的期待。過(guò)去Agent發(fā)展已有一兩年，但此前的產(chǎn)品工具感過(guò)重，沒(méi)有滿足大眾對(duì)個(gè)人助手的預(yù)期，OpenClaw在交互模式上實(shí)現(xiàn)了突破。另外，這波熱度也包含大眾的新鮮感，大家都想體驗(yàn)Agent的實(shí)際效果，但實(shí)際使用后發(fā)現(xiàn)，Token消耗很高，完成的任務(wù)卻未達(dá)預(yù)期。如今OpenClaw熱度回落反而是一件好事，能讓行業(yè)沉淀下來(lái)，思考如何讓OpenClaw這類產(chǎn)品從概念化AI助手，轉(zhuǎn)變?yōu)檎嬲鉀Q實(shí)際問(wèn)題的工具。只有與各行業(yè)精準(zhǔn)結(jié)合實(shí)現(xiàn)落地，才能迎來(lái)真正的普及階段。

三、粗糙卻爆火：OpenClaw用新交互打開(kāi)通用Agent，中國(guó)模型趁機(jī)卡位

張國(guó)仁：確實(shí)，雖然OpenClaw相關(guān)熱點(diǎn)來(lái)去匆匆，但也完成了用戶心智建設(shè)的使命。接下來(lái)這個(gè)問(wèn)題，是我們智東西同事在報(bào)道中產(chǎn)生的疑問(wèn)，想借此機(jī)會(huì)請(qǐng)教各位：OpenClaw走紅既有時(shí)機(jī)因素，同時(shí)它本身被認(rèn)為上下文管理能力弱、Token消耗大、工程質(zhì)量相對(duì)粗糙，這樣一款產(chǎn)品為何能爆火？這反映了什么行業(yè)現(xiàn)象？后續(xù)出現(xiàn)的相關(guān)替代方案，又讓中國(guó)大模型廠商成為受益方，這一結(jié)果是否在各位預(yù)期之中？

黃超：我感覺(jué)OpenClaw雖然有些地方做得還不夠完善，但交互模式確實(shí)很有創(chuàng)新。比如一些看似簡(jiǎn)單的設(shè)計(jì)，像心跳機(jī)制（Heart Rate）這類功能，我只要經(jīng)過(guò)半小時(shí)自主主動(dòng)交互，就能讓整個(gè)社區(qū)明顯感覺(jué)到智能體變得更主動(dòng)、更有前瞻性。

從我自己的使用體驗(yàn)來(lái)看，Claude Code和OpenClaw在一定程度上其實(shí)算是競(jìng)品。因?yàn)镃laude Code本身也是持續(xù)集成模式，除了寫(xiě)代碼之外，很多人可能不知道，它還能做很多其他事情，比如通過(guò)打通后臺(tái)的各類功能接口。Claude Code其實(shí)也是一個(gè)通用Agent，而且最近這幾個(gè)月，我也看到它正在往這個(gè)方向轉(zhuǎn)型。

至于為什么國(guó)內(nèi)廠商會(huì)大量擁抱OpenClaw，我個(gè)人覺(jué)得，從模型廠商的角度來(lái)說(shuō)，他們也需要更多場(chǎng)景的數(shù)據(jù)。如果能通過(guò)OpenClaw這種偏端側(cè)的智能體場(chǎng)景，獲取到用戶在通用智能體實(shí)際落地中的更多操作場(chǎng)景，就能更好地理解這些垂直領(lǐng)域的應(yīng)用，拿到更多用戶反饋，甚至還能更好地用作模型下一代智能體能力的訓(xùn)練方式，這應(yīng)該會(huì)形成一個(gè)比較好的循環(huán)。

王寧：我喜歡用類比來(lái)理解。OpenClaw剛火起來(lái)的時(shí)候，大家的感受很像移動(dòng)互聯(lián)網(wǎng)剛剛起步的階段?；乜匆苿?dòng)互聯(lián)網(wǎng)初期，很多如今已經(jīng)成長(zhǎng)為巨頭的APP，最早都是小團(tuán)隊(duì)甚至小作坊做出來(lái)的，產(chǎn)品可能做得很粗糙，但商業(yè)模式和對(duì)用戶場(chǎng)景的滿足做得非常到位。OpenClaw其實(shí)也做到了類似的突破，它是第一個(gè)可以7×24小時(shí)在線、具備記憶能力，像真人伙伴一樣，能隨時(shí)和你交流、還能幫你完成各類工作的產(chǎn)品。

說(shuō)到Anthropic封殺OpenClaw，更準(zhǔn)確地說(shuō)，是Anthropic封禁了通過(guò)OS登錄、借助OpenClaw來(lái)享受Claude Code會(huì)員補(bǔ)貼的方式。背后的邏輯在于，OpenClaw對(duì)Token消耗很大，再加上它的上下文管理能力一般，使用成本過(guò)高，所以才被限制。

但這給中國(guó)模型帶來(lái)了機(jī)會(huì)，中國(guó)模型本來(lái)就比海外模型便宜，大概是海外模型的1/10，能力上卻相差無(wú)幾，所以特別適合“龍蝦”的場(chǎng)景，也給國(guó)內(nèi)的模型及廠商帶來(lái)了新的機(jī)會(huì)。

陳石：我前面提到的是定位不同，OpenClaw是一個(gè)開(kāi)源、開(kāi)環(huán)、沒(méi)有明確終點(diǎn)的全新事物，在此之前從未出現(xiàn)過(guò)。

從人的角度看，它更接近我們想象中、甚至科幻電影里的數(shù)字助手、數(shù)字伙伴，更像是一種數(shù)字生物。未來(lái)它既可以成為我們的助手，也有可能替代一部分人類工作。因?yàn)樗凶约旱倪\(yùn)行環(huán)境和工作載體，Harness也可以算作它工作環(huán)境的一部分。

同時(shí)，在用戶的配合下，OpenClaw可以和人一起協(xié)作完成任務(wù)。比如我們風(fēng)投行業(yè)一直被調(diào)侃，投資人天天投科技項(xiàng)目，自己報(bào)銷(xiāo)卻還要手動(dòng)貼紙質(zhì)發(fā)票，這本身就很不合理。現(xiàn)在有了OpenClaw，再加上電子發(fā)票的普及，這類繁瑣事務(wù)完全可以被逐步解決。

解決這些問(wèn)題之后，Agent還有更多可能，因?yàn)樗?strong>能跟你一起成長(zhǎng)，隨著模型能力的不斷迭代，會(huì)有各種各樣的人帶著它做任務(wù)，這本質(zhì)上也是一種數(shù)據(jù)標(biāo)注，最終會(huì)慢慢實(shí)現(xiàn)這些任務(wù)的自動(dòng)化，這對(duì)人類來(lái)說(shuō)肯定是很大的解脫，很多日常工作、流程性工作都能被它完成。

這也是Agent作為助手和伙伴的核心價(jià)值所在，讓人印象深刻，和以往所有軟件都不一樣。它甚至可以安排日常工作、創(chuàng)建會(huì)議，我們有投資機(jī)構(gòu)還做了相關(guān)功能，在微信里就能幫人添加聯(lián)系人、邀約見(jiàn)面、預(yù)約會(huì)議等。所以我認(rèn)為，一旦打開(kāi)這個(gè)入口，各行各業(yè)都會(huì)涌現(xiàn)出新的應(yīng)用場(chǎng)景。正如主持人所說(shuō)，目前這些場(chǎng)景落地效果還不夠理想，但未來(lái)一定會(huì)越來(lái)越多。

四、4000行代碼還原通用Agent本質(zhì)，核心是規(guī)劃、記憶與工具調(diào)用，長(zhǎng)程任務(wù)仍卡在Harness

張國(guó)仁：好的，正如王總所說(shuō)，OpenClaw也許在工程實(shí)現(xiàn)上還比較粗糙，但它的應(yīng)用范式創(chuàng)新對(duì)行業(yè)的影響確實(shí)非常大。接下來(lái)，我會(huì)有針對(duì)性地請(qǐng)教幾位嘉賓。首先請(qǐng)教黃老師，您之前也開(kāi)發(fā)了很多有影響力的Agent開(kāi)源項(xiàng)目，尤其是Nanobot，僅用4000行核心代碼，就做出了超輕量版的Nanobot，而原版OpenClaw有40多萬(wàn)行代碼。當(dāng)時(shí)是怎么想到要做這件事情的？你們做了哪些減法？最后選擇開(kāi)源又是出于怎樣的思考？可以稍微展開(kāi)說(shuō)一下嗎？

黃超：我們團(tuán)隊(duì)做Agent研發(fā)已經(jīng)有兩年左右時(shí)間，OpenClaw推出之后，看到開(kāi)源社區(qū)對(duì)它以及通用Agent的熱情很高，我們就去研究了它的源碼。當(dāng)時(shí)它的源碼有43萬(wàn)行，現(xiàn)在已經(jīng)漲到100萬(wàn)行，基本是完全通過(guò)Vibe Coding迭代出來(lái)的產(chǎn)物。

我們當(dāng)時(shí)的想法是，把通用Agent的核心功能用極簡(jiǎn)方式實(shí)現(xiàn)出來(lái)，給社區(qū)做參考，讓大家明白通用Agent的核心組件和運(yùn)行范式，并不需要那么復(fù)雜的實(shí)現(xiàn)方式，有更簡(jiǎn)潔的路徑。同時(shí)也希望做一個(gè)入門(mén)級(jí)的教程項(xiàng)目，方便開(kāi)發(fā)者學(xué)習(xí)如何搭建通用Agent。

于是我們做出了Nanobot，用4000行代碼實(shí)現(xiàn)了輕量級(jí)通用Agent。項(xiàng)目開(kāi)源后社區(qū)反響很好，我們就持續(xù)迭代了兩個(gè)多月，基本保持日更，不斷整合社區(qū)對(duì)輕量級(jí)通用Agent的需求，這就是我們做這件事的初衷。

▲香港大學(xué)助理教授&博士生導(dǎo)師、Nanobot團(tuán)隊(duì)負(fù)責(zé)人黃超

在這個(gè)過(guò)程中我們也發(fā)現(xiàn)，Agent的核心模塊其實(shí)就是規(guī)劃（Planning）、記憶（Memory）和工具調(diào)用（Tool Use）。把通用 Agent抽象出來(lái)，本質(zhì)就是一個(gè)Agent Loop循環(huán)，也就是ReAct框架：先做計(jì)劃，再執(zhí)行，觀測(cè)結(jié)果，然后再迭代計(jì)劃。核心邏輯并沒(méi)有大家想象的那么復(fù)雜，所以4000行代碼已經(jīng)足夠支撐核心實(shí)現(xiàn)，不需要龐大的代碼庫(kù)。

張國(guó)仁：了解。您之前也分享過(guò)，Scale和Harness緩解了規(guī)劃層面的問(wèn)題，但高質(zhì)量的場(chǎng)景Scale仍然比較稀缺。一個(gè)好的Scale標(biāo)準(zhǔn)應(yīng)該是什么樣的？另外，目前的Harness工程，是Agent能力還不成熟時(shí)的臨時(shí)腳手架，還是會(huì)長(zhǎng)期成為核心架構(gòu)的一部分？也請(qǐng)您簡(jiǎn)要總結(jié)一下。

黃超：現(xiàn)在工具調(diào)用模塊已經(jīng)從MCP進(jìn)化到了Skill，Skill可以理解成MCP工具調(diào)用的說(shuō)明書(shū)，通過(guò)Prompt描述就能指導(dǎo)Agent在合適時(shí)機(jī)調(diào)用MCP或API。但從本質(zhì)上看，MCP存在的問(wèn)題，Skill依然存在。

比如MCP質(zhì)量參差不齊、數(shù)量過(guò)多，如何檢索高質(zhì)量MCP一直是難點(diǎn)，這些問(wèn)題在Skill時(shí)代同樣沒(méi)有解決。現(xiàn)在Skill數(shù)量很多，但高質(zhì)量的Skill非常少，需要一個(gè)核心平臺(tái)來(lái)對(duì)優(yōu)質(zhì)Skill進(jìn)行管理。比如一個(gè)Agent在處理任務(wù)時(shí)，可能會(huì)匹配出幾十個(gè)相近的Skill，如何選擇最合適的一個(gè)，就是后續(xù)Harness需要完善的地方。

回到Harness本身，我認(rèn)為它和Agent能力是相輔相成的。隨著基礎(chǔ)模型能力提升，大家對(duì)通用Agent完成復(fù)雜任務(wù)的需求也在水漲船高。目前OpenClaw這類“龍蝦”通用Agent在實(shí)際生產(chǎn)環(huán)境中的能力依然有限，大家用得最多的還是代碼編寫(xiě)、深度研究這類功能。但如果要讓它完成金融、科研、材料、醫(yī)藥、化學(xué)等領(lǐng)域的長(zhǎng)周期任務(wù)，往往不是一兩輪交互就能解決的，可能需要幾小時(shí)、幾天甚至幾周的持續(xù)動(dòng)態(tài)交互。

這類長(zhǎng)程任務(wù)首先會(huì)面臨上下文爆炸問(wèn)題，僅靠壓縮Markdown文件根本無(wú)法實(shí)現(xiàn)有效的記憶管理。同時(shí)，實(shí)時(shí)環(huán)境交互也對(duì)模型的Skill切換、穩(wěn)定性和安全性提出了更高要求。目前大家在使用OpenClaw這類通用Agent時(shí)，一個(gè)很明顯的問(wèn)題就是長(zhǎng)程任務(wù)頻繁中斷。

在這種情況下，Harness的作用就至關(guān)重要，需要通過(guò)它來(lái)管控模型在超長(zhǎng)上下文場(chǎng)景下的運(yùn)行表現(xiàn)。用戶對(duì)Agent的需求也在不斷升級(jí)，就像去年大家對(duì)Vibe Coding的要求還只是寫(xiě)一個(gè)函數(shù)、一個(gè)代碼文件，現(xiàn)在已經(jīng)希望它能完成復(fù)雜的大型軟件系統(tǒng)。人的需求會(huì)隨著模型能力同步提升。

所以未來(lái)Harness依然會(huì)非常重要，說(shuō)不定到明年，我們就會(huì)希望它能真正完成垂直領(lǐng)域里需要一周甚至一個(gè)月才能做完的任務(wù)。Harness和Agent能力是相互成就、共同進(jìn)化的關(guān)系。

五、復(fù)盤(pán)LobsterAI：一年技術(shù)積累、踩中通用Agent需求窗口，獲OpenClaw創(chuàng)始人稱贊

張國(guó)仁：接下來(lái)想請(qǐng)問(wèn)一下王總，OpenClaw走紅之后，網(wǎng)易有道團(tuán)隊(duì)也是快速響應(yīng)，開(kāi)源了國(guó)產(chǎn)版小“龍蝦”LobsterAI，這也是國(guó)內(nèi)大廠里首個(gè)實(shí)現(xiàn)全開(kāi)源的Agent產(chǎn)品。當(dāng)時(shí)是怎么做出決定把項(xiàng)目開(kāi)源，而且整個(gè)流程還如此之快的？它和原版的OpenClaw有什么不同？

王寧：我的主業(yè)是做智能硬件，可能很多人聽(tīng)過(guò)有道詞典筆、有道答疑筆、有道聽(tīng)力寶，這些是我們團(tuán)隊(duì)的主要產(chǎn)品。去年我們發(fā)布了第一款原生硬件，有道AI答疑筆，它的主要功能聚焦在K12用戶的答疑場(chǎng)景。這款產(chǎn)品第一批貨五千臺(tái)只用了一周就賣(mài)完了，它解決的是學(xué)生輸入任何一道題目時(shí)，都能以啟發(fā)式的方式讓學(xué)生學(xué)會(huì)這道題，還能舉一反三。

▲網(wǎng)易有道LobsterAI項(xiàng)目負(fù)責(zé)人、智能硬件研發(fā)負(fù)責(zé)人王寧

但文本答疑有個(gè)問(wèn)題，就是學(xué)生可能認(rèn)識(shí)題目上的所有文本，但看不懂意思。于是我們進(jìn)一步思考，有沒(méi)有辦法讓AI生成視頻，讓學(xué)生能更簡(jiǎn)單地通過(guò)視頻學(xué)習(xí)每一道題目。去年8月份我們發(fā)布二代筆時(shí)，貼合當(dāng)時(shí)模型主流的編程演進(jìn)方向，通過(guò)編程的方式，讓學(xué)生輸入任何一道題目，就能生成大概2分鐘的講解視頻，效果特別好，上線后成為了我們目前的核心賣(mài)點(diǎn)。

視頻答疑做完之后，我們?cè)谙?，它其?shí)是一個(gè)典型的垂類場(chǎng)景，我們有沒(méi)有辦法讓這個(gè)Agent的功能進(jìn)一步擴(kuò)散，從教育人群擴(kuò)散到非教育人群。一個(gè)偶然的機(jī)會(huì)，我們的產(chǎn)品經(jīng)理和HR想用Claude Code解決工作中遇到的一些問(wèn)題，因?yàn)槲覀儍?nèi)部團(tuán)隊(duì)用Claude Code比較多。當(dāng)時(shí)我給他們做過(guò)一輪培訓(xùn)，但效果不太好，因?yàn)樗麄兺耆珱](méi)有編程知識(shí)，學(xué)不太會(huì)。

于是我用了大概幾天時(shí)間，基于Claude Agent SDK封裝了一個(gè)GUI，這就是現(xiàn)在LobsterAI的前身。前面是用戶容易操作的GUI界面，底層是Claude Code的Agent SDK，讓用戶可以通過(guò)對(duì)話式操作完成輸入，對(duì)普通用戶非常友好。我們?cè)趦?nèi)部一直是小規(guī)模應(yīng)用，因?yàn)槲覀冎鳂I(yè)還是做硬件，這件事并沒(méi)有引起我們太多重視。

然后在1月25號(hào)，Anthropic發(fā)布了一款產(chǎn)品叫Claude Cowork，當(dāng)時(shí)我們發(fā)現(xiàn)這款產(chǎn)品和我們內(nèi)部的Demo完全一樣，我們好像踩對(duì)了一些點(diǎn)，但依然沒(méi)有把這款軟件推出去的想法。1月27號(hào)OpenClaw火爆全球，我們意識(shí)到可能有一些機(jī)會(huì)，因?yàn)槲覀兒蚈penClaw唯一的差異就是，我們的記憶管理可能沒(méi)有它做得好，沒(méi)有7×24小時(shí)在線，也沒(méi)有MMM（多模態(tài)記憶）接入。

于是我們花了大概二十多天的時(shí)間，打磨了整個(gè)產(chǎn)品的UI界面和功能，在大年初三的時(shí)候，我們成為了國(guó)內(nèi)大廠中首個(gè)開(kāi)源的桌面級(jí)Agent產(chǎn)品。做完這款產(chǎn)品之后，我們很快花了一周時(shí)間，在GitHub上的Star數(shù)就超過(guò)了3k，團(tuán)隊(duì)也非常受到鼓舞。前兩周我們還受到OpenClaw創(chuàng)始人彼得·斯坦伯格（Peter Steinberger）的公開(kāi)稱贊，他說(shuō)中國(guó)有很多“龍蝦”類的產(chǎn)品，而他最喜歡的就是我們有道的LobsterAI。我們之所以能這么快推出產(chǎn)品，主要是因?yàn)槲覀冇腥ツ暌荒甑募夹g(shù)積累。

張國(guó)仁：還是蠻巧的，算是英雄所見(jiàn)略同，踩在了同一個(gè)點(diǎn)上，同時(shí)你們之前的積累也功不可沒(méi)。

六、拆解AI估值邏輯：Token時(shí)代廣告模式走不通，Agent創(chuàng)業(yè)必須做剛需付費(fèi)

張國(guó)仁：接下來(lái)我想問(wèn)問(wèn)陳總，作為投資者，您如何看待當(dāng)前國(guó)內(nèi)AI獨(dú)角獸的估值邏輯？與移動(dòng)互聯(lián)網(wǎng)時(shí)代相比，您也比較熟悉，有什么樣的不同？評(píng)估的核心變量發(fā)生了哪些變化？

陳石：我完整經(jīng)歷了移動(dòng)互聯(lián)網(wǎng)時(shí)代，而且我之前創(chuàng)辦的創(chuàng)業(yè)公司也被阿里收購(gòu)了。但回過(guò)頭來(lái)看，今天這輪AI行業(yè)的變化，不能用移動(dòng)互聯(lián)網(wǎng)的邏輯做線性外推，兩者真的很不一樣。2023年和2024年的時(shí)候，我覺(jué)得大模型是一個(gè)好的商業(yè)模式，但在當(dāng)時(shí)階段仍是一門(mén)投入產(chǎn)出不匹配的生意。因?yàn)榇竽Ｐ脱邪l(fā)需要巨額投入，且迭代節(jié)奏極快，一款模型剛完成訓(xùn)練，就要立即投入下一代的研發(fā)。一旦頭部模型在某個(gè)環(huán)節(jié)、某個(gè)階段落后了，可能就會(huì)很慘，前面投入的成本都會(huì)沉沒(méi)。

但后來(lái)我又發(fā)現(xiàn)，這個(gè)行業(yè)大家都看不到終局是什么樣，而大模型現(xiàn)在看起來(lái)就是最好的商業(yè)模式。因?yàn)檫@一次的生成式AI，本質(zhì)上是智力輸出，而大部分智力來(lái)自于模型，所以我們說(shuō)“有模型才有未來(lái)”。未來(lái)AI行業(yè)中，能拿到最多收入的部分，一定是圍繞著Token的生產(chǎn)和分發(fā)環(huán)節(jié)。

所以無(wú)論是云大廠、模型大廠，甚至是英偉達(dá)這樣的硬件廠商，只要參與到Token的生產(chǎn)和分發(fā)，就能拿到最好的收益。那反過(guò)來(lái)，我們這些Agent在做什么呢？其實(shí)去年我參加一個(gè)播客的時(shí)候就提到過(guò)，Agent做的事情就是廣泛收集人類的上下文。因?yàn)榇竽Ｐ陀泻軓?qiáng)的智力，但它不懂你的行業(yè)，不懂你這個(gè)人。現(xiàn)在單純看Skill這樣的靜態(tài)文本，完全不能代表復(fù)雜的人類和復(fù)雜的行業(yè)。所以做一個(gè)Agent，要盡可能把某一個(gè)領(lǐng)域或某一個(gè)人群的上下文收集下來(lái)，并且這里的上下文不是我們說(shuō)的技術(shù)上的上下文。

要做到這一點(diǎn)，就需要有更多用戶使用你，并且廠商需要廣泛記錄他們的使用場(chǎng)景、使用操作過(guò)程。用的人越多，用戶就會(huì)越依賴你，這樣模型廠商就搶不走你的用戶。另外，在這個(gè)過(guò)程中積累的用戶使用軌跡是很有價(jià)值的，因?yàn)楝F(xiàn)在數(shù)據(jù)非常重要，我們也投資過(guò)一些數(shù)據(jù)標(biāo)注公司，這些使用軌跡其實(shí)是非常重要的模型訓(xùn)練數(shù)據(jù)。從這個(gè)角度來(lái)說(shuō)，Agent就是要做上下文的收集，不過(guò)它的收入肯定遠(yuǎn)遠(yuǎn)不如移動(dòng)互聯(lián)網(wǎng)時(shí)代那么好。

還有一點(diǎn)觀察，我很早之前寫(xiě)文章也說(shuō)過(guò)，移動(dòng)互聯(lián)網(wǎng)時(shí)代有一個(gè)很好的商業(yè)模式叫“羊毛出在豬身上”，也就是廣告模式。當(dāng)時(shí)我們的獲客成本低，用戶使用成本也低，哪怕有100萬(wàn)、1000萬(wàn)DAU，對(duì)我們來(lái)說(shuō)使用成本也不高，所以可以讓用戶免費(fèi)使用，通過(guò)放廣告盈利。這種廣告模式，我覺(jué)得是移動(dòng)互聯(lián)網(wǎng)巨頭產(chǎn)生的最大催化劑。

但今天這種廣告模式受到了非常大的挑戰(zhàn)，因?yàn)橛脩粲玫迷蕉?，消耗的Token就越多，成本就越高。Token的成本遠(yuǎn)遠(yuǎn)高于廣告的eCPM，我算了一下，eCPM肯定支撐不了這樣的成本。所以很麻煩的是，“羊毛出在豬身上”這種巨大創(chuàng)舉，在Token時(shí)代、也就是AI時(shí)代沒(méi)法實(shí)現(xiàn)了。

張國(guó)仁：那您覺(jué)得這個(gè)商業(yè)閉環(huán)可能的突破口或者曙光有嗎？

陳石：我現(xiàn)在還想不出來(lái)。我猜有可能的方向，一是盡量壓縮成本，比如端云結(jié)合，在端側(cè)用便宜的模型解決日常需求，搞不定的時(shí)候再用云側(cè)解決，這樣能大幅降低成本。最近我們也投了很多端側(cè)的基礎(chǔ)設(shè)施和端側(cè)AI的軟硬件，這部分我覺(jué)得很重要。

二是未來(lái)要產(chǎn)出真正的價(jià)值，就是要像人一樣幫人類創(chuàng)造價(jià)值，而不是像移動(dòng)互聯(lián)網(wǎng)時(shí)代那樣，積累大量用戶、免費(fèi)讓用戶使用、靠廣告盈利，這可能會(huì)很不一樣。不過(guò)有一個(gè)好處是，積累了大量用戶使用數(shù)據(jù)后，說(shuō)不定可以賣(mài)給大模型公司，這可能也是一個(gè)變現(xiàn)通道，但我不知道這能不能成為一個(gè)持續(xù)的商業(yè)模式，目前還看不清楚。大概就是這樣，在真正的AGI到來(lái)之前，我覺(jué)得大家都還在摸索，還要再觀察。

七、投資Agent新法則：不學(xué)移動(dòng)互聯(lián)網(wǎng)免費(fèi)拉量，軟件+硬件結(jié)合，出海突圍

張國(guó)仁：好的，也想請(qǐng)問(wèn)陳總一個(gè)二級(jí)市場(chǎng)的問(wèn)題，最近創(chuàng)業(yè)板漲勢(shì)不錯(cuò)，有人把中國(guó)創(chuàng)業(yè)板“七姐妹”（寧德時(shí)代、陽(yáng)光電源、中際旭創(chuàng)、新易盛、天孚通信、勝宏科技和東方財(cái)富）和美國(guó)科技“七姐妹”（蘋(píng)果、微軟、英偉達(dá)、谷歌、亞馬遜、Meta和特斯拉）在各自股市的權(quán)重做類比。您如何看待這一現(xiàn)象？它是否反映了中國(guó)資本市場(chǎng)的某些趨勢(shì)？對(duì)AI產(chǎn)業(yè)的融資環(huán)境是否也產(chǎn)生了影響？

陳石：我主要做一級(jí)市場(chǎng)，已經(jīng)有五六年甚至更久了。說(shuō)實(shí)話，中國(guó)的二級(jí)市場(chǎng)有時(shí)候確實(shí)不太好看懂，但現(xiàn)在出現(xiàn)了一些向好的現(xiàn)象，就是市場(chǎng)越來(lái)越向科技方向靠攏，這背后當(dāng)然也有政府的推動(dòng)，我覺(jué)得是很好的方向。

▲峰瑞資本投資合伙人陳石

現(xiàn)在市場(chǎng)熱點(diǎn)基本還是圍繞Token相關(guān)產(chǎn)業(yè)，以及Token周邊產(chǎn)業(yè)鏈，還有光通信、光計(jì)算等方向。那“七姐妹”里也有好幾家是做光通信模塊的，這代表我們希望用科技重塑二級(jí)市場(chǎng)，帶動(dòng)中國(guó)整體AI行業(yè)邁向更高的發(fā)展階段。

客觀來(lái)說(shuō)，在商業(yè)環(huán)境和投入成本上，美國(guó)確實(shí)更有優(yōu)勢(shì)。但中國(guó)通過(guò)政府引導(dǎo)、企業(yè)共同努力，用適合自身的方式推動(dòng)AI更好地發(fā)展，這更像是一種雙方博弈。我們很可能會(huì)走出一條和美國(guó)不一樣的發(fā)展路徑，但同樣能達(dá)到很高的高度，實(shí)現(xiàn)追趕與超越。

張國(guó)仁：好的，您之前也分享過(guò)，今年中美市場(chǎng)對(duì)純技術(shù)敘事的關(guān)注度都在下降，更關(guān)注商業(yè)回報(bào)。您現(xiàn)在也在投資Agent相關(guān)企業(yè)，重點(diǎn)會(huì)關(guān)注哪些維度？會(huì)更看重商業(yè)回報(bào)嗎？

陳石：我是這么認(rèn)為的，現(xiàn)在千萬(wàn)不要再學(xué)移動(dòng)互聯(lián)網(wǎng)時(shí)代那套，先通過(guò)免費(fèi)吸引用戶、靠免費(fèi)模式做大用戶量，這條路現(xiàn)在絕對(duì)走不通。多一個(gè)日活用戶，可能就多一份虧損。現(xiàn)在一定要做剛需場(chǎng)景，讓用戶愿意付費(fèi)，最好能實(shí)現(xiàn)全鏈路收費(fèi)。做不到這一點(diǎn)就不要盲目擴(kuò)張，說(shuō)明產(chǎn)品還沒(méi)有真正打動(dòng)用戶、讓用戶愿意買(mǎi)單。當(dāng)然，也可以選擇出海。

還有一點(diǎn)很重要，我們內(nèi)部叫“軟飯硬吃”。中國(guó)有很強(qiáng)的生產(chǎn)制造能力，就像剛才網(wǎng)易的同事分享的，軟件做到一定階段，吃透用戶需求、積累足夠技術(shù)之后，可以結(jié)合硬件一起做。把中國(guó)的供應(yīng)鏈和制造能力發(fā)揮出來(lái)，這類產(chǎn)品在海外也很有競(jìng)爭(zhēng)力。我覺(jué)得這是創(chuàng)業(yè)者需要靈活把握和重點(diǎn)考慮的方向。

八、中國(guó)自主Agent框架如何打贏海外？聚焦企業(yè)辦公自動(dòng)化和垂類落地場(chǎng)景

張國(guó)仁：還有一個(gè)問(wèn)題請(qǐng)教王寧總和黃老師，如果OpenClaw之后，出現(xiàn)一個(gè)由中國(guó)自主定義的下一代Agent框架，它應(yīng)該在哪些維度打贏海外產(chǎn)品，或者做出差異化？具體可以從技術(shù)維度或場(chǎng)景維度來(lái)設(shè)想。

王寧：我們也在思考類似問(wèn)題，最近有一個(gè)初步判斷，中國(guó)企業(yè)一定有自己的機(jī)會(huì)，尤其是在企業(yè)級(jí)市場(chǎng)。雖然國(guó)內(nèi)做ToB不像海外那么順暢，比如剛才提到的Anthropic，主要營(yíng)收就來(lái)自ToB，年?duì)I收已經(jīng)達(dá)到300億美元級(jí)別，超過(guò)了OpenAI的200億美元，大部分收入都來(lái)自企業(yè)端。

我們也持相似看法，希望國(guó)內(nèi)能出現(xiàn)一批面向企業(yè)場(chǎng)景的產(chǎn)品，圍繞企業(yè)辦公自動(dòng)化、IM、OA、財(cái)務(wù)系統(tǒng)，以及企業(yè)隱私安全等方向深度打磨。自從我們LobsterAI開(kāi)源以來(lái)，很多國(guó)內(nèi)國(guó)企、私企都來(lái)洽談合作，希望把Lobster集成到他們的產(chǎn)品中，核心訴求就是把Agent能力和內(nèi)部系統(tǒng)打通，通過(guò)對(duì)話式交互大幅提升內(nèi)部運(yùn)轉(zhuǎn)效率。所以我們初步判斷，機(jī)會(huì)主要在企業(yè)端。

黃超：從Agent應(yīng)用落地的角度，我對(duì)國(guó)內(nèi)很有信心。我們完全有能力打造出下一代真正能成為“打工人助手”的Agent，在各類任務(wù)的完成準(zhǔn)確率、精準(zhǔn)度上實(shí)現(xiàn)突破。國(guó)內(nèi)一直具備很強(qiáng)的應(yīng)用創(chuàng)新基因，這一點(diǎn)是我們的優(yōu)勢(shì)。

九、展望2026年：Agent生態(tài)爆發(fā)、商業(yè)化啟動(dòng)、AI走向全民應(yīng)用

張國(guó)仁：好的，時(shí)間關(guān)系，最后一個(gè)問(wèn)題。站在未來(lái)十年往回看，您認(rèn)為2026年在AI產(chǎn)業(yè)發(fā)展歷程中，會(huì)是怎樣標(biāo)志性的一年？是技術(shù)拐點(diǎn)、生態(tài)成型，還是商業(yè)爆發(fā)的起點(diǎn)？請(qǐng)幾位嘉賓暢想一下。雖然我們都認(rèn)同，AGI仍是長(zhǎng)遠(yuǎn)目標(biāo)，現(xiàn)在只是途中一小步，但放在歷史坐標(biāo)中，這一步依然意義重大。

黃超：十年之后，我設(shè)想AGI或許已經(jīng)實(shí)現(xiàn)了，我都應(yīng)該躺平了。站在當(dāng)下看，我認(rèn)為2026年會(huì)是Agent生態(tài)爆發(fā)的一年。Agent不只需要自身能力，更需要完整生態(tài)支撐，包括多場(chǎng)景環(huán)境交互、Skill體系完善等。從這個(gè)角度來(lái)說(shuō)，2026年很可能迎來(lái)Agent能力尤其是生態(tài)層面的集中爆發(fā)，讓Agent能真正落地到各行各業(yè)。

王寧：我認(rèn)同黃老師關(guān)于生態(tài)爆發(fā)的判斷，同時(shí)我也認(rèn)為，2026年會(huì)是AI產(chǎn)品商業(yè)化開(kāi)始爆發(fā)的起點(diǎn)。去年Chat類產(chǎn)品一直在探索營(yíng)收模式，比如嘗試AI廣告，但整體盈利效果有限。我們認(rèn)為，只要能真正為用戶或企業(yè)創(chuàng)造實(shí)際價(jià)值，就一定能實(shí)現(xiàn)商業(yè)變現(xiàn)。今年很可能成為AIGC產(chǎn)品商業(yè)化的元年。

陳石：我覺(jué)得2026年是AI真正走進(jìn)大眾、讓大家用起來(lái)的一年，這一點(diǎn)非常關(guān)鍵。要讓所有人清楚AI能做什么、不能做什么，并且真正開(kāi)始用AI解決問(wèn)題、提升效率，相當(dāng)于把整個(gè)市場(chǎng)徹底點(diǎn)燃，推動(dòng)全民應(yīng)用。未來(lái)走向AGI會(huì)怎樣還很難看清，但普及應(yīng)用這一步至關(guān)重要。

張國(guó)仁：無(wú)論是生態(tài)爆發(fā)，還是應(yīng)用普及，2026年都將是AI走向Agent、讓大眾更廣泛受益的新階段。感謝三位嘉賓從學(xué)術(shù)、產(chǎn)品、資本視角帶來(lái)的深度洞察，指明了智能體時(shí)代中國(guó)的發(fā)展機(jī)會(huì)，包括全產(chǎn)業(yè)鏈協(xié)同、開(kāi)源與應(yīng)用雙輪驅(qū)動(dòng)，以及對(duì)AGI愿景的務(wù)實(shí)探索。OpenClaw之后，相信中國(guó)不僅是技術(shù)追趕者，更有望成為生態(tài)的重新定義者，讓我們共同期待行業(yè)的持續(xù)發(fā)展。