
“龙虾”内卷:一场没有裁判的AI马拉松
过去一周,一只「小龙虾」搅动了整个中国互联网。
它的名字叫 OpenClaw,一个开源的 AI 智能体框架。简单来说,它让 AI 不再只是陪你聊天,而是能真正动手干活:操作电脑、发送邮件、管理日程、整理文件。
就是这样一个技术框架,短短数月间,全行业玩家闻风而动、争相入局。从腾讯、字节、智谱、MiniMax,到京东、美团、网易有道等等……几乎所有头部科技厂商都火速下场,推出自家 OpenClaw 方案。
热潮从技术社区一路烧向普通用户,上门安装、一键部署、教程社群、云服务托管,围绕「龙虾」的「卖铲子」生意遍地开花。
它的爆火,被广泛解读为 AI 竞争正式进入下半场——从「对话工具」走向能自主执行任务的「数字员工」,这是从交互到执行的本质跃迁。一场全民「养虾」的狂欢,就此拉开帷幕。
热闹的背后,却不禁让人产生疑问:各方蜂拥入场,真正争夺的到底是什么?
要回答这个问题,我们得先来看看,这些玩家到底在做什么?
1、「龙虾」布局初见端倪,再不挤就没位置了
OpenClaw 的爆火,像一块投入湖面的巨石,瞬间激起了中国科技产业链的连锁反应。国内各互联网厂商基于自身禀赋,快速抢占产业链的关键位置,几条截然不同的进军路线也随之浮现。
阿里云、腾讯云、百度智能云、火山引擎等云厂商,几乎在 OpenClaw 声量起来的几周内,就上线了专属的「轻量应用服务器」或「OpenClaw 镜像」。
这是反应最快、动作最直接的一批玩家。基于强大、技术扎实的算力底座,云厂商们争做「养虾塘」。
用户只需点击几下,支付每月几十到数百元的费用,就能获得一个预配置好的云端「龙虾」实例。
他们的意图很简单:OpenClaw 无论多么智能,最终都要消耗算力(Token)和运行环境(服务器),这本身就是云服务的核心生意。
腾讯云在深圳举办的 OpenClaw 免费安装活动,表面是推广,实则是将大量普通用户和潜在开发者直接转化为云服务器用户。
这即是云厂商们的核心目的,将 OpenClaw 的热度,转化为实实在在的 IaaS 和 MaaS 收入。他们不一定要做出另一个「龙虾」,但一定要成为「龙虾」运行不可或缺的「水、空气、营养」。
如果说云厂商在争抢「虾塘」的所有权,那么大模型公司则借此机会,全力争夺「龙虾的大脑」。
OpenClaw 本身是一个框架,它的「思考」能力依赖于接入了哪个大模型,这便为国内大模型厂商提供了一个绝佳的高价值落地场景。
智谱 AI 迅速推出了基于自家专属模型(Pony-Alpha-2)的「AutoClaw」(澳龙),号称国内首个一键安装的本地版,预置 50 多款热门 Skills。
MiniMax 因其 M2 系列模型与 OpenClaw 深度绑定,Token 用量两个月翻了 6 倍。
Kimi 凭借长文本优势,成为处理 OpenClaw 复杂上下文任务的首选模型。
他们的战略很清晰,通过绑定甚至定制化优化,让自己成为龙虾的「默认大脑」。一旦用户养成习惯,这些大模型厂商就将掌握源源不断的 API 调用收入和至关重要的开发者生态。
再来看入口级巨头——那些在移动互联网时代,通过超级 App 或操作系统掌握了用户核心数字生活入口的玩家,他们的野心更大,不再满足于只提供部件,而是要打造一个能让「龙虾」更好生活的「生态系统」。
飞书于近日快速上线了 AI Agent 工作流节点、增强 Bot API、并官方支持了 Model Context Protocol(MCP)工具集,全面适配 OpenClaw 生态。
如此一来,开发者能轻松将 OpenClaw 接入,在办公场景中实现全面协同。
微信/ QQ 的尝试则更具想象空间。
腾讯电脑管家团队推出「QClaw」,试图实现微信/ QQ 双端直联+远程操控电脑,可能有一天,你只需微信和公众号后台聊天,就能让电脑自动编辑公众号文章。
虽然尚在内测,但它指向了一个终极场景:让拥有十亿级日活的超级 APP 微信,成为普通人调用个人 AI 智能体的最自然入口。
包括阿里、百度、京东、美团等等在内的互联网大厂,生态闭环是它们的天然优势。当用户在一个平台上部署「龙虾」,自然会联动使用其云服务、生活服务或其他能力。
「龙虾」并非孤立工具,而是深度嵌入业务流程、与数据紧密联动的组成部分。
这种「能力内嵌、生态打包」的模式,比单独提供一个「龙虾」工具更具粘性和竞争力,因为它提供的是系统性的效率提升,而非单点解决方案。
除了巨头,赛道里还挤满了众多「卖虾粮」的玩家。有公司专门为企业提供安全的 OpenClaw 私有化部署和合规解决方案;有团队在开发图形化的 Skill 编排工具,降低使用门槛;更不用说众多知识付费博主,通过教程、社群、或咨询服务等方式实现了流量与收益的一定增长。
正是这些大大小小的参与者,共同织就了一片热闹的周边生态,也印证了这波「龙虾」浪潮覆盖面足够广、渗透足够深。
纵观上述玩家们的动作,目的虽有层次,但内核一致:OpenClaw 所代表的「执行 AI」,被普遍认为是继「思考 AI」之后的下一轮生态制高点。
谁能先拿到入场券,在其中占据有利位置,谁就可能最先定义下一代人机交互的规则,并掌控随之而来的数据、流量与商业价值。
2、入场后先想想,「龙虾」凭什么听你号令?
拿到这张入场券只是第一步,真正的考验才刚刚开始:要怎样才能让「龙虾」听你号令?
要想清楚这个问题,得先明白,从「思考 AI」到「执行 AI」,我们到底迎来了怎样的转变?
AI 的上半场竞争,核心是「脑力」。比拼的是模型参数规模、对话的流畅度与逻辑性、知识储备的广度。
它的产出是文本、代码、建议。无论多么精彩,它始终停留在「信息」层面,是一个需要人类亲手将想法落地的「参谋」。
OpenClaw 开启了「执行 AI」的下半场。这里的核心是「手与眼」,是「行动力」。
它要求 AI 不仅能理解你的意图,还要能调动各种工具,在真实的数字环境中完成一个闭环任务。它的产出是「结果」:
一封已发送的邮件、一个已整理好的文件夹、一份已生成的数据图表。
这一转变,实际上拆掉了两堵墙。
第一堵墙,是过去三十年横亘在人与软件之间的「墙」。
1995 年 Windows95 发布后,人类与计算机的交互被锁定在「图形用户界面」中,功能被封装在菜单和按钮里,你必须学习「如何使用软件」才能让它为你服务。
想做 PPT 汇报,你得学格式、排版、动画;用 Photoshop 修图,你得学图层、蒙版、滤镜。
每一个软件都是一座需要重新攀登的山峰,每一次学习都意味着时间和精力的投入。
OpenClaw 的出现打破了这堵墙。它不再关心什么是菜单、什么是按钮,它只关心一件事:你的意图是什么。当软件本身的操作逻辑退居幕后,人与机器的协作方式迎来了根本性的简化。
第二堵墙,则是中国互联网的底层逻辑,软件与软件之间的「围墙」。
过去这些年,微信有自己的生态、抖音有自己的生态、支付宝有自己的生态。没有办法打开链接,也无法进行跨平台分享。
用户像租客一样生活在被分割的数字空间中——用的是微信,就只能享受微信的服务;用户的行为数据几乎被各平台吸附,成为变现的资产。
OpenClaw 则提供了一种绕过的可能性。它的未来是一把「万能钥匙」——打开用户跨越 APP 边界的大门。
你可以不再受限于某个平台,而是通过 AI 调用不同平台的服务:比如你不需要打开淘宝才能购物,千问就可以帮你比价,下单、追踪物流。
这意味着权力关系的倒转,平台逐渐从「供给方」变成「执行方」。
过去,平台是主动的——它提供什么、你用什么,你是被选择的对象。现在,AI 是主动的——你告诉它你想要什么,它去帮你调动资源来满足你。
这种变化的深层含义在于,产品赖以生存的「功能壁垒」正在被釜底抽薪。
当用户不再需要深度学习怎么用软件、当 AI 可以替代人类完成大量点击和选择操作,「功能丰富」则不再是核心竞争力。
下半场竞赛中,真正的护城河变成了:谁拥有更多的数据权限,谁能调动更多的服务、谁具有更安全的环境,谁就拥有更强的执行力。
我们依次来看看这三个维度。
首先是数据权限的深度与广度。AI 要执行任务,必须能「看到」和「操作」你的数据。
这意味着,谁拥有对你工作、生活核心数据的合法、稳定、低摩擦的访问权限,谁就拥有了训练和部署最强执行 AI 的先天优势。
飞书之所以被许多极客选为「养虾」首选,正是因为它在企业场景中,天然集成了文档、聊天、日程、表格等核心数据流,为 AI 提供了丰富的「上下文」。
微信如果全面开放,其覆盖的社交、支付、小程序数据也将是无可比拟的富矿。因此,下半场的竞争,首先是「数据腹地」的竞争。
其次是服务与生态的调动能力。一个强大的「执行 AI」,不应是「万能」的,而应是「万能调用」的。
它的价值不在于自己会多少技能,而在于它能无缝接入和协调多少外部服务。
这就好比一个超级项目经理,自身专业能力或许有限,但能调度顶尖的设计师、程序员、市场人员完成任务。
因此,一个平台或终端能否提供丰富、稳定、易用的 API 生态,让 AI 智能体能够像搭积木一样调用各种服务,将成为关键。
最后,也是最为重要的安全与信任平衡能力。「执行 AI」赋予 AI 的是系统级操作权限,也带来了前所未有的安全风险。
近期,OpenClaw 因权限过高并曝出多个漏洞,Anthropic、Google、Meta 已先后限制或禁止其调用自家服务。
换言之,谁能建立起一套让用户放心交出控制权、让企业安心部署的安全、合规、可审计的框架,谁就能率先推动「执行 AI」走向规模化落地。
若是这样构想,能让「执行 AI」心甘情愿听指挥的玩家,或许不是单一维度的冠军,而是在自己选择的赛道上,能将「数据、场景、信任」这个铁三角结合得最好的玩家。
3、或许,我们真的需要一只龙虾吗?
然而,「龙虾」浪潮来的快,褪的也快。
「养龙虾」的帖子还没完全捂热,「龙虾卸载指南」就成了新的热门话题。
「月薪两万,养不起一只龙虾」,这既是普通用户对高昂 Token 成本的自嘲,也摆明了一个现实:「执行 AI」面向普通用户的商业化之路,远比技术突破本身更为艰难。
这场竞争中,率先进入我们视野的,是「龙虾」的前端基础设施——「服务器」与「大脑」。
现阶段海外 OpenClaw 赛道里,80% 的赚钱项目都集中在部署服务,这是典型的短期红利型生意,却难以形成长期竞争力。
而从长远来看,无论是提供算力的云厂商,还是提供推理与决策能力的大模型公司,他们的商业化都面临一个共同难点:
产品或面临同质化,极易陷入价格战。当算力和模型能力逐渐成为标准化商品,利润空间将被持续挤压。他们的价值不可或缺,但护城河却可能越来越浅。
紧接着,才是随后登场的「龙虾」应用层玩家,主打了各式各样的「类龙虾」产品。
说句残酷的,最「耀眼」的技术突破,也无意间成为他人的「嫁衣」——为更强大的平台吸引流量,却难以独自收获商业果实。
腾讯、字节跳动、百度、阿里等互联网巨头,无疑是这场竞争中最具统治力的玩家。
他们不仅是「入口级」的超级 APP 拥有者,更是具有「全栈能力」的五边形战士——从底层算力、大模型、到支付体系、应用生态,几乎无所不包。
面向 C 端,他们的竞争将是「神仙打架」。腾讯的「QClaw」试图将微信打造为个人 AI 调度中心;百度最新推出红手指 Operator,号称实现手机端跨 App 执行能力;阿里则依托电商与支付生态,探索商业场景的自动化。
只不过,日常需要 AI 代执行的操作大多简单直接,普通用户很难觉得到这类功能是「不可替代」的。
因此,在商业模式上,直接向海量 C 端用户收取「AI 执行费」可能并非最优解。未来更可能的路径,或许是巨头们通过「赋能生态,收取平台税」,但挑战在于需要极高的生态掌控力和平衡各方利益的能力。
好在巨头们的 AI 布局本就多元,这意味着他们并不需要将「执行 AI」商业化全部希望押注于单一方向,而是有足够的耐心和资源进行长期博弈。
然而,在巨头们的喧嚣之外,有一类容易被忽视的群体,却掌握着「执行 AI」最自然的落地场景——终端设备厂商。
就在上周,小米正式官宣「Xiaomi miclaw」开启小范围封闭测试,但其实对于小米、华为等终端厂商而言,「执行 AI」并非刻意追逐的新概念。
「小爱同学」能支持控制全屋智能,苹果「HealthKit」可以整合健康数据,终端厂商早已探索让 AI 成为设备的内生能力。
他们的核心优势在于跨设备的协同体验,「AI」以统一的操作系统为中枢,执行力在手机、手表、音箱等家居设备间无缝流转,这是纯软件方案难以复制的。这个赛道的竞争格局相对稳定,变现模式清晰:
一是硬件溢价,将先进的 AI 能力作为旗舰产品的核心卖点,且已在高端手机市场被充分验证;二是软件订阅,为持续更新的高级 AI 功能收费。
当然,终端的「执行 AI」商业化天然是「慢功夫」,用户换机周期长,收入难以短时间起量。这是一场比拼持久力、产品定义能力和多元协同能力的马拉松。
B2C 的价值需要时间沉淀,相较之下,B2B 有望成为率先跑出成绩的赛道。
海外项目 RoofClaw 便基于 OpenClaw 为垂直行业定制专属 AI 员工,提供开箱即用的企业级解决方案交付,单笔订单定价高达 5000 美元。
而在国内,这条赛道的参与者包括飞书、钉钉等企业协同平台,以及垂直领域 AI Agent 解决方案商。
他们深入行业,可以将「执行 AI」能力转化为解决企业具体业务痛点的方案。
这个赛道的付费逻辑倒是更为坚实:
企业为的是提升效率、降低错误、节约成本,只要能解决问题,自然愿意持续付费。
然而,这里的壁垒也最高,不是技术,而是「信任」。企业必须相信平台能保障其核心数据安全、满足行业合规要求、并稳定可靠地融入复杂工作流。这意味着,建立标杆案例、形成口碑、获得信任的过程也很漫长,商业化进程难以一蹴而就。
这样看来,即便「执行 AI」浪潮初起,也能预见,未来的规模化商业化之路注定布满荆棘。
更何况经历了这波「龙虾」来得快去得快的热潮,让人不得不去重新审视——从「思考」到「执行」这个命题的真伪。
当每个平台都推出自己的「龙虾」、每个 App 都试图成为 AI 的入口,用户面临的不是简化,却是更复杂的决策负担:
选哪个模型、配哪个服务器、装哪些 Skill——为了省事,反而多了无数件需要操心的事。
某种程度上,「执行 AI」会不会像极了前些年元宇宙概念的狂飙——技术突破真实存在,但应用场景却被过度想象?
我们是否真的需要一只「龙虾」来替我们发邮件、整理文件夹?还是说,这只是 AI 行业在「思考 AI」红利见顶后,急于寻找的下一个叙事支点?
多年之后,当我们再回望这场始于一只「龙虾」的狂热,或许会发现,曾被反复讲述的「执行 AI 时代」,最终可能只奖励懂得做减法的「幸存者」。
格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。


