文 | 最话 FunTalk，作者 | 林书，编辑 | 刘宇翔
终于，人类还是感受到了 AI 失控的恐惧。
2 月 23 日，Meta 超级智能实验室的 AI 对齐与安全总监 Summer Yue，一个专门研究 " 怎么让 AI 听话 " 的人，被 OpenClaw 狠狠地 " 上了一课 "。她把 OpenClaw 连上了自己的工作邮箱，但当 OpenClaw 处理她的收件箱时，却开始不受控制地疯狂删除邮件。Yue 连喊三次 "Stop"，OpenClaw 全部无视。
她不得不 " 像拆炸弹一样，狂奔到 Mac Mini 前面，强制拔掉了电源。
此时，距离 OpenClaw 成为科技圈新宠，才不到两个月。
今年 1 月， PSPDFKit 创始人 Peter Steinberger 通过 AI 编程打造的本地、自托管 AI 个人智能助手 Clawdbot，它能将 WhatsApp、Slack 等即时通讯平台与 LLM 、智能体深度整合，还有第三方集成能力，能实现全场景的自动化操作。一经推出，即使没有大厂背书，也没有造势，甚至名字都改了两次，最终命名为 OpenClaw ，但就仅凭开源社区的传播，就使得其成为现象级的产品。
2 月 15 日，情人节当天， Peter Steinberger 正式加入 OpenAI，将 " 负责推动下一代 personal agents 的发展 "，而 OpenClaw 继续作为开源项目运营。几乎在同一时间，谷歌开始大面积封禁 OpenClaw 用户账号。谷歌 DeepMind 工程师 Varun Mohan 表示，这是后台监测到激增的恶意调用，为了保证绝大多数人的体验，官方必须立刻拔掉他们的网线。
但有分析认为，这场封禁，表面是打击违规算力调用，实为谷歌对 Peter Steinberger 加入 OpenAI 的围剿。毕竟，随着 AI 进入实用化，主战场已经从单纯比拼模型智商转向了更为全面的模型智力 +Agent 生态。
国内 AI 厂商的反应，同样印证了这一判断：1 月下旬，阿里云率先推出 Clawdbot 部署镜像，集成百炼大模型 API；1 月 28 日，火山引擎宣布支持 Moltbot 快速部署；1 月 30 日，腾讯云上线 OpenClaw 应用模板；2 月 2 日，百度智能云开启限时免费体验。四大云厂商，48 小时内全部跟进—— OpenClaw 那疯狂的 token 消耗量，一天烧上亿 token 就像洒水，让云厂商眼睛都绿了。
但故事并不只有美好的一面。OpenClaw 的"发疯"为它的大众化蒙上阴影，虽然 Peter 承认了漏洞，并发布了新测试版本，更新重点聚焦于安全性与漏洞修复，先驯服这只"龙虾"。但谁也不能保证它是否还会爆发新的漏洞，尤其是它已经被黑产、灰产盯上。
事实上，在闲鱼上有"远程部署安装 OpenClaw "的服务，小红书上还有付费上门安装的帖子，但购买的人并不多。在 AI 圈，OpenClaw 的声浪很大，但依然还是极客、互联网从业者圈子的工具，要真正走进大众，或许得靠下一个" OpenClaw "——一个极易部署、无使用门槛的产品。
当大厂前仆后继拥抱 OpenClaw，除了看上 OpenClaw 那恐怖的 token 消耗带来的商机，还是为了缓解自身创新不足的焦虑，毕竟从 Manus 到 OpenClaw 都是小团队乃至"一人公司"创造的，巨头以接入的方式，试图证明自己并未落后于浪潮。
但最终这些创新产品乃至团队都被大公司"招安"，也是自 PC 起的创新宿命：始于车库，终于巨头；始于极客，终到大众。
OpenClaw 的范式革命
Agent 的进化速度有点快，Manus 的热度才过去没多久， OpenClaw 就横空出世。
Manus 所代表的旧范式，是精致的 "AI 实习生 "，闭源 SaaS 模式，解决 " 我不想动手 " 的需求，本质是中心化黑盒。Manus 证明了 Agent" 能做什么 "，2026 年初，Meta 以约 20 亿美元的价格收购了 Manus，这家成立不到一年的 AI 初创公司最终成为了大厂能力组件，变成了 Meta 的 " 器官 "。
而 OpenClaw 代表的新范式，则是粗糙但开放的 " 建军方法论 "，PaaS/IaaS 混合模式，本质是去中心化基础设施——你可以自己定义 Agent 的性格，自己决定它用什么工具，自己控制它的权限，甚至自己 fork 出无数个变种。OpenClaw 证明了 "AI 能自己组建军队干活 "。
因此，结论并非简单的 " 既生瑜何生亮 "，而是" iPhone（Manus）"与" Android+Linux（OpenClaw）"的双轨生态的确立。
OpenClaw 有两大核心价值。第一，除了调用超级大模型，它还让 " 小模型 + 好架构（多 Agent 协作 /MCP）" 具备了对抗 " 超级大模型 " 的能力，降低了 Agent 时代的准入门槛。
苏州股票配资在 OpenClaw 开启的 Agent 时代，单体模型的 " 绝对智商 " 不再像以前那样成为最重要的标准，真正值钱的不再是 " 我能解多难的题 "，而是 " 我能协调多少资源 "。
元股证券:ygzq.hk换句话说，工具调用把 " 聪明 " 外包了。OpenClaw 的核心是 MCP 协议，数学不好就调用 Wolfram Alpha，代码不会写就调用专用代码模型。单体模型的 " 知识储备 " 和 " 专项技能 " 被解耦了，ClawHub 作为官方技能市场，已积累超过 5700 个社区贡献的技能插件，覆盖代码生成、数据分析、自动化运维等几乎所有生产力场景。
越多人使用 OpenClaw，就有越多开发者贡献技能。这是典型的平台飞轮，而 Manus 的封闭架构注定无法复制这一路径。
第二，OpenClaw 真正革命性的不是 7 × 24 的运行，而是跨会话的记忆沉淀。单体模型的智商是状态 less 的——每次对话都是从头开始。但 Agent 时代，你昨天教它的，它今天还记得，这种持续学习能力比单次推理的 IQ 150 更有价值。
OpenClaw 的记忆系统采用四层架构：会话历史记录当前上下文；工作区记忆以 Markdown 持久化存储项目信息；长期记忆（MEMORY.md）存储核心事实和用户偏好，完全由人类可控；检索加速层采用 SQLite-vec 混合搜索，实现毫秒级召回。一切记忆以纯 Markdown 文件为单一源真理，没有黑盒，你可以随时打开文件查看 Agent" 记得 " 了什么。
一个 IQ 120 但能记住你所有偏好的 Agent，绝对比 IQ 180 但每次都要重新教的白痴天才好用。
没了反叛，只有商业
OpenClaw 爆火后，不但迅速被接入了美国的"御三家"，阿里云、腾讯云、百度智能云、火山引擎 48 小时内也密集上线 " 一键部署 " 方案。表面上是拥抱开源生态，实际上是在抢 MaaS（模型即服务）的算力订单。OpenClaw 那疯狂的 token 消耗量，让云厂商如饿虎扑食——这才是真正的印钞机。
但各家打法截然不同。
阿里云推出 CoPaw，可端可云，打通钉钉 / 飞书 /QQ，走 " 开源 + 生态整合 " 路线。阿里云想做 AI 时代最底层的算力提供商。但字节火山引擎已占据国内 MaaS 市场 46% 份额，阿里云是在追赶。
字节豆包 2.0 强化 Agent 架构，布局 OS 级入口，对 OpenClaw 持 " 既利用又警惕 " 态度——火山引擎发布部署指南，但强调 " 建议在隔离环境中运行 "。这不难理解，字节想要的是封闭生态内的 Agent（就像微信小程序），而 OpenClaw 代表去中心化。
月之暗面推出 Kimi Claw，主打 " 可控的自动化 " 与 " 企业级安全 "，走 " 家养 Agent" 路线——加了一层 " 人在回路 " 的强制校验，生成代码后必须点确认才执行。对于企业客户，" 可控的自动化 " 比 " 失控的全自动 " 更有价值。
网易有道发布 LobsterAI，直接对标 " 中国版 OpenClaw" 并宣布开源，同样地，MiniMax 也已经宣布推出 MaxClaw 模式，能一键打通 OpenClaw 生态，而且完全不需要自己配置 API，以及承担额外的 API 费用。
OpenClaw 需要有强大的底座模型；本土化应用生态打通；开放的 Skills 生态；安全沙箱与数据主权能力；还要有海量用户触达与分发能力；
如果用以上标准综合判断，阿里目前最具综合优势——千问底座、云市场 35.8% 份额、全平台打通，这是目前最开放的姿态。
在此之后，字节其次，豆包日活破亿是底气，但企业级市场仍是短板。百度有搜索入口，但现阶段还需丰富开发者生态；月之暗面产品体验好，但规模有限；腾讯方面，虽然微信 /QQ 入口无可替代，但此前的 Agent 战略保守。
但在火热的表现下，这场 " 龙虾盛宴 "，实则潜藏着两大隐忧。
首先是 Skills 生态的繁荣背后，隐藏着巨大的安全隐患。
2026 年 1 月底至 2 月中旬，ClawHub 被注入了 1184 个恶意技能，占当时总技能数的 36.8%。恶意技能伪装为加密交易机器人、YouTube 总结器等，窃取浏览器密码、60 多个加密钱包、SSH 密钥等。受影响实例超 13.5 万个，分布 82 个国家。
这就是 Agent 时代的 " 特洛伊木马 " ——你以为是安装了一个便利技能，实际上可能是给黑客开了一扇后门。安全能力将成为胜出者的核心护城河。
但具有讽刺意味的是，OpenClaw 原本是个开源项目，并且可本地化部署，但和很多开源项目一样，它最终还是被"体制化"。Peter 加入了 Open AI，而很多用户选择付费云端部署。
也即OpenClaw 的架构一开始是带着极客思维的 " 去中心化 " 对 " 中心化 " 的反叛，核心卖点是本地优先，装在你自己的 Mac Mini、树莓派或自行搭建的轻量服务器上，数据不出本地。但没几天，OpenClaw 就成为云计算、大模型厂商的商业盛宴。
这意味着，以后的 token 消耗，可能更多发生在大厂的算力集群里。用户是可以自己买硬件、付电费、租 VPS，而不是按 token 持续付费给 AI 公司 本地跑小模型（Ollama），用自己的 API Key 调用 Claude/GPT —— 7 × 24 小时运行的 Token 成本被转嫁了。
但事实证明，除了动手能力强的，大部分用户还是倾向于每月给云计算、AI 厂商交订阅费，这也符合人性：有易用的商业化平台，干嘛全都自己动手呢。
Agent 时代的胜者
当 " 龙虾盛宴 " 的喧嚣渐退，有一个必须冷静审视的问题是：这场由 OpenClaw 的引发 Agent 革命，究竟怎样才能真正"开花结果"？
笔者认为，其商业模式，或许存在三个递进的层级。
L1 是替代人力——当 AI 完成原本需要人类执行的任务时，其价值体现在人力成本的节省上。但这种模式边际利润会迅速递减：当全社会都知道 AI 可以写代码时，写代码本身的价值便会被压缩至极限。
L2 是节省生存时间——不再计算工资成本，而是衡量时间的价值密度。一个高时薪的律师，若能在十分钟内完成原本需要三小时的案卷整理，节省下来的时间便可转化为更高的经济产出。
L3 是创造 token 消耗需求——这是最复杂也最具潜力的层级。OpenClaw 构建了一个自我强化的 token 消耗生态系统：用户投入初始 token 搭建 Agent，该 Agent 为完成任务自动调用更多模型，每一次调用都在燃烧 token，为整个生态注入流动性。这类似于货币乘数效应。
但 7 × 24 连轴转的优势，在现实中究竟有多大市场？对绝大多数个人用户而言，这更像是技术炫技而非真实需求——即便 Agent 能 24 小时不间断工作，人类的决策带宽始终是瓶颈，因为人类审阅、查看这些工作成果的时间、精力总是有限的。
L3 逻辑的真正成立，不在于 " 一个人连续使用 24 小时 "，而在于 " 成百上千个 Agent 在后台自主协作 "。这才是货币乘数的真相。
但这里的真正瓶颈在于：中国互联网的封闭花园生态。阿里、字节、腾讯、百度各自为战，API 互相不通。OpenClaw 想实现 " 跨系统自动化 "，但淘宝不会开放 API 给字节生态，微信也不会让你随意调用接口。没有 API 层面的互联互通，所谓的 " 货币乘数 " 就是无源之水。
国内 ANP 发起人常高伟比较看好的智能体协作，在他看来这其实是不同职责的智能体的协作。如果大规模的智能体协作，每个连接都安装一个 skill，每个智能体协议都不同，效率是非常低的。所以，非常有可能的一种方式是，一个智能体支持某个协议，用某个协议的 skill 和这个智能体连接就可以了。
OpenClaw 的出现印证了一件事：2026 年的 AI 竞争，单体模型的强弱已不再是决定性因素，Agent 生态的标准和分发权，以及协议的建立，才是下一个平台级机会。
ClawHub 等技能市场的繁荣程度，仅仅决定了当下 Agent 的实际效用边界。但谁掌握了 Skills 的分发标准、协议规范（如 ANP）及网络效应，谁就掌握了下一代平台的标准和主权。
未来真正的赢家，不是拥有最大模型参数量的公司，而是能构建最开放、最丰富、最具网络效应的 Skills 生态系统，并确立 Agent 协议标准的企业。
Agent 时代，真正值钱的不再是数据本身，而是理解和执行用户意图的能力。谁拥有这个能力，谁就不需要围墙——因为用户会自己走过来。
但首先是突破买入技巧，得让用户更低成本、更低门槛地用上 Agent。
元股证券投资平台提示：本文来自互联网，不代表本网站观点。
