<div id="readability-page-1">2026 年初，一隻 “龍蝦” 攪動了整個科技圈。 過去兩年，用户已經習慣了和 AI 對話。 豆包、千問、Kimi——所有 AI 助手的交互模式本質上沒變：你問一個問題，它給一個答案，用完即走，更像是一個更聰明的搜索引擎。 OpenClaw（俗稱 “龍蝦”）做了一件根本不同的事。 你給它一個任務，它自己拆解、規劃、調用工具、執行、返回結果。在類似 QQ 的聊天界面裏下一條指令，它不只回覆文字，而是直接 “幹活”，整理文件、發郵件、去網站發帖。它能記住用户的習慣，還能通過 “Skill” 持續拓展能力邊界。 這種能力帶來了最深的 FOMO。“龍蝦幫我炒股”、“龍蝦幫我買車”，甚至是 “龍蝦替我找女朋友”，這類敍事天然自帶傳播力。產品經理通勤路上讓龍蝦自動抓取數據、生成分析，早會直接拿 Agent 的產出指揮團隊。 不養一隻龍蝦的焦慮感開始蔓延。 但龍蝦的部署和能用之間，橫亙着一道巨大的工程鴻溝。 OpenClaw 是奧地利開發者 Peter Steinberger 用一小時寫出的原型，代碼開源在 GitHub 上，任何人都可以部署。問題是，要在本地跑起一隻龍蝦，你需要配置運行環境、克隆倉庫、申請模型 API 密鑰、設置配置文件、接入 IM 通道、處理沙盒權限和網絡代理，然後持續維護。 改個模型、加個插件、建個 Skill，都可能導致系統崩潰。對 99% 的非技術背景的普通人來説，門檻高得離譜。“幫人部署 OpenClaw” 甚至變成了一門生意，收費幾百到幾千元不等。 Peter 的願景是 “build an agent that even my mum can use”（打造一個我媽都會用的智能體）。但 OpenClaw 目前的開源形態，顯然離這個目標還很遠。 然後，科技大廠們集體下場了。 2026 年 3 月，KimiClaw、MaxClaw、GLM-Claw 等變體密集上線，主打一鍵部署、人人可用。 科技大廠們正在用神速完成一場 “龍蝦平權”。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a7146557-5f16-4db5-9d32-da368b7c166b.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="682" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a7146557-5f16-4db5-9d32-da368b7c166b.jpeg"/> <h2>技術平權，解決部署難題</h2> 知名博主 Simon Willison 觀察到，“Claw” 正在成為一個新的品類術語，用來指代這類能操控設備、自主執行任務的智能體。 2026 年 2 月至 3 月，國內科技企業密集推出 OpenClaw 的變體或兼容方案，入局節奏讓人想起此前 DeepSeek 引發的雲廠商部署大戰。但這一次，競爭焦點從算力轉移到了誰能最快、最低門檻地讓非技術用户用上 Agent。 Kimi 是這股浪潮中最先推出 “claw” 產品的公司之一。接近 Kimi 的人士透露，Kimiclaw 的發佈也並不是經過深思熟慮長期的規劃，而是需求自然推動。“ Kimi K2.5 發佈之後，kimi 團隊發現很多人把 K2.5 接入 OpenClaw 使用，而且 API 使用量迅速攀升。與此同時，身邊很多非技術背景的人，想接入 K2.5 使用，但在自己電腦上部署 OpenClaw 非常麻煩，一天都搞不定，而且在自己的主力設備上部署的風險也很高。所以 kimi 團隊決定做個內置 K2.5 模型的雲端版本，把部署降到最低。” 各個公司的初心可能就是簡單的降低門檻，讓用户先用起來。 未來會怎樣，沒有人能夠有確定的答案。該人士還説：“OpenClaw 代表的是一種技術的發展方向，當 AI 有一台自己的電腦，7×24 小時在線，學會使用軟件工具，學會自己創建軟件工具來解決問題……未來會發生什麼？只是個開始，後續有很大的探索空間。” 這些 “Claw” 幾乎都選擇了雲端路線，而非 OpenClaw 原生的本地部署模式。原因主要是，雲端能實現 7×24 小時在線，且安全防護由平台統一兜底，不需要用户自己處理權限和網絡配置。簡單且安全。 大致能分為兩類： 第一類是封裝完整的獨立產品，如下表所列。它們的共同特點是使用門檻極低，要麼零部署直接在網頁或 App 內使用，要麼一鍵下載安裝即可運行。部分產品已針對特定場景做了深度優化，例如騰訊 WorkBuddy 更偏辦公自動化與知識生產，內置 20 多種 Skills 並支持微信、企微、QQ 等 IM 入口。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/5aa39fa4-bc0a-474f-9eda-21084ff23ede.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="658" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/5aa39fa4-bc0a-474f-9eda-21084ff23ede.png"/> 相較原生開源版，這類產品通常以預置模型、技能和交互通道換取更低門檻與更強可用性，但不同產品的開放程度並不相同，雖然部分產品支持多模型切換、技能擴展和自定義接入，但顯然產品的個性化自由度是受到影響的。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4f8259e6-2f1a-48e2-b720-02aa454cd56b.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="1271" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4f8259e6-2f1a-48e2-b720-02aa454cd56b.jpeg"/> 第二類是雲廠商提供的一鍵部署服務。騰訊雲、阿里雲、百度智能雲、火山引擎、京東雲、華為雲都已上線相關方案。這類服務並不是把 OpenClaw 直接做成開箱即用的獨立產品，而是通過預裝鏡像、應用模板或資源棧，把原本複雜的部署流程儘量壓縮。 對用户來説，它確實降低了搭建門檻，但還沒有低到 “零配置”：模型 API、通道接入、端口放通和安全策略等環節，往往還是需要手動完成。 它的優勢在於自由度更高，用户通常可以自行選擇模型、接入渠道和擴展能力，更適合希望在易用性和可控性之間取得平衡的開發者和進階用户。 <h2>認知平權，AI 的交互入口還是 IM</h2> 大廠通過封裝、預置和一鍵化，把原本屬於工程師的部署門檻降了下來。但真正決定普通人能否用起來的，未必還是技術問題。更深一層、也更難被產品直接抹平的，是認知門檻。 比如各種 Claw 做到了 “零部署”，用户仍然需要知道它的存在、找到入口、理解 “Agent” 這個概念、學會和它協作。對更廣大的非技術用户，比如已經退休的父母，“Agent” 這個詞本身就是一道鴻溝。 消滅這道牆的可能不是任何一個 Claw 產品，而是 IM（Instant Messaging，即時通信）。 OpenClaw 創始人 Peter Steinberger 在 Lex Fridman 播客中回憶了自己最初的動機：早在 2025 年 4 月他就想做一個基於 IM 的 AI 助手，但覺得大公司肯定會做，結果等了半年沒人動手，他只好自己來。 IM 是人類唯一 “全天候在線” 的數字界面，連接的是人類整個的數字生活。 Agent 住在這裏，用户不需要 “起念” 去找它，它就在你打開幾十次的聊天列表裏，和朋友、同事並排。 這個 “一小時原型” 背後，其實有一個很厲害的產品洞察：AI 的能力已經夠強了，但是缺少一扇能讓普通人走進去的門。IM 就是那扇門，不需要安裝新 App，不需要學習新界面，不需要記住任何命令。 IM 作為 Agent 的界面，具備三重結構性優勢： 第一，巨大的用户基礎意味着零學習成本 Agent 就像通訊錄裏多了一個聯繫人。你給它發消息，它幫你幹活。 第二，異步交互天然適配 Agent 的工作模式。Chatbot 是同步的，你問它立刻答。但 Agent 執行復雜任務需要時間，幾秒到幾小時不等。 IM 的消息機制天然支持這種異步節奏。你在企業微信裏給 Agent 下個指令就去開會，回來時結果已經推送到對話框。不需要盯着它幹活兒。 第三，IM 把所有複雜性封裝在了一個極簡界面裏。OpenClaw 背後是文件系統權限、API 調用鏈、沙盒執行環境、MCP 協議，用户完全不需要知道這些。看到的只是一個聊天框，輸入一句自然語言，任務就開始被執行。這和移動支付的設計哲學很相似：用户不需要理解清算系統和銀行接口，掃一下碼就行。 IM 完成的不是技術層面的平權，而是認知層面的平權，讓用户根本意識不到自己在 “使用 AI”，就像你不需要理解 HTTP 協議也能刷短視頻。 當技術平權和入口平權疊加，龍蝦的門檻被壓到了歷史最低，火爆全民。 <h2>平權之後，才是真正的戰爭</h2> 龍蝦平權的故事講到這裏，似乎是一個皆大歡喜的結局。 但可能這並不是結局，而是一個更遙遠的開始。“硅基龍蝦” 和 “碳基人類”，在人類最熟悉的 “IM” 入口交匯之後，是否未來還會產生新的商業模式？比如，在人類的關係網之上，還有一層 Agent（龍蝦們）的硅基關係網。 這個更大的網絡的入口，將會如何演變？是否會給目前的商業格局帶來巨大的變化？ 這是一場速度極快的搶佔生態位、和用户心智的戰爭。如果在未來，用户提起智能體，在心裏永遠想不起某家公司，這才是災難性的結局。 當下，在各種 Claw 迅速誕生之後，用户的嚐鮮之後，龍蝦的卸載潮已經開始了。根據媒體公開報道的數據稱，個人用户的實際使用率不到下載量的一半。 一大半的龍蝦，狼吞虎嚥地 “吃” 着鉅額的 token，但是卻在 “預報天氣”。 社交媒體上流傳的案例永遠是最好的那幾個，產品經理用它自動準備早會材料，律師做網頁抓取和模擬談判，行政人員把日報週報年度總結全部交給 Agent。 “裝蝦易，養蝦難！人人都能裝 OpenClaw，但沒人告訴你怎麼用。”各種 Claw 是好用的錘子，但是下一步更關鍵的是，讓用户明白 “釘子在哪兒”。 另外，龍蝦的商業模式存在一個結構性矛盾：如果提供產品、服務的公司靠訂閲制向用户收費，目前看來定價從 39-199 元不等。但龍蝦每執行一個任務都在向底層模型發起 API 調用、消耗 Token。 一次完整的日曆整理加郵件回覆可能消耗上萬 Token，如果啓用長期記憶、多 Agent 協作和定時喚醒，單日消耗輕鬆突破十萬 Token。極端案例下，有用户 6 小時賬單超過千元。 這筆賬對兩端都很難算平。對提供服務的公司來説，靠訂閲費要覆蓋模型推理、雲端算力、Skill 維護、客服支持的綜合成本，利潤空間極其有限。對用户來説，如果不主動控制 Token 消耗，很容易出現天價賬單。 只要 Agent 的任務價值不能明顯超過 Token 消耗的成本，龍蝦的商業模式就立不住。 這也從另一個角度印證了 “找釘子” 的重要性，只有當龍蝦替用户乾的活確實值那麼多錢，用户才會持續為它付費。 產品迭代、場景挖掘、成本控制，這三道題都解出來的那一天，龍蝦才能從極客玩具變成真的的爆款產品。 而融合了 “硅基智能體的” 新的網絡藍圖出現，也許才能讓基於 AI 的新商業模式一片繁榮。 龍蝦大戰遠未結束，平權只是開場。 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

高科技指數 ETF - SPDR

全球科技股指數 ETF - iShares

半導體 3 倍做多 - Direxion

動態半導體 ETF - Invesco

標普半導體 ETF - SPDR

費城交易所 半導體 ETF - iShares

2026 年初，OpenClaw（“龍蝦”）在科技圈引起轟動，用户可以通過它完成任務並返回結果，超越傳統 AI 助手的交互模式。然而，部署和使用 OpenClaw 存在高門檻，普通用户難以操作。儘管 Peter Steinberger 希望打造易用的智能體，但目前的開源形態仍未達到目標。科技大廠們也開始參與這一領域。

- “龍蝦” OpenClaw 突破傳統 AI 助手，具備任務自主執行能力。  
- 科技公司紛紛推出易用變體，降低普通用户的使用門檻。  
- 未來需解決認知和成本等結構性矛盾，才能實現廣泛應用。

大廠 Claw 們帶來了 “龍蝦平權”，但一半的蝦在預報天氣