OpenAI高薪抢人，但赢家却在中国！关键在于，要百无禁忌地试错

抓住风口

本期要点：OpenClaw的爆发中，中国有什么机会？

你好，我是王煜全，这里是王煜全要闻评论。

在2026年，如果你还只把AI当成一个“你问它答”的对话框，那你可能正在错过真正的机会——让AI替人干活。

2月15日，OpenAI正式宣布，聘请了最近爆火的OpenClaw的创始人、奥地利开发者Peter Steinberger负责下一代个人Agent的开发。

OpenClaw是今年最具标志性的AI应用之一，堪称近期最大“黑天鹅”。它让用户可以通过简单的消息接口调度电脑上的AI Agents为自己完成各类任务。

而这种高人气应用，正是OpenAI急需的。

据称，Steinberger入职后，OpenAI就启动了新项目，要将OpenClaw转化为云端的一键托管服务。对于普通用户而言，这或许意味着原本需要技术门槛、且有一定安全风险的部署过程将被彻底简化，每个人都可以尝试拥有自己的AI Agent了。

不过，我们认为，在关注这场雇佣事件时，更别忘了AI正在从“预测下一个Token”转向“完成既定目标”，背后的核心痛点在于算力成本。因此，或许真正的答案不在OpenAI，而在拥有极致能效比的中国。这里可能才有“百无禁忌”的试错环境，并催生AI应用生态的繁荣。

算力的无底洞

首先，Agent运行的算力成本将是一个无底洞。

就在17日，Anthropic修改了服务条款，禁止OpenClaw类工具通过订阅制调用其API。

这也让问题浮出了水面：一个Agent可能会为了完成任务，在后台自主重试上千次，并消耗天量的算力。

Anthropic发现，使用OpenClaw类工具的Pro订阅用户，尽管支付了每月200美元的最高档订阅费，但实际上却烧掉了价值600美元甚至更多的算力资源。这让Anthropic不惜背负扼杀创新的骂名，也要让用户按调用量付费。

高额的API费用也让Steinberger在财务上有些压力。尽管有社区赞助，他每月仍需自掏1万至2万美元来覆盖云端运行成本。

如今，他愿意加入OpenAI的一个重要原因，可能就是OpenAI承诺全额承担OpenClaw云端API成本。这让OpenAI在Meta和Anthropic对Steinberger的竞标中胜出。

要知道，传统软件的边际成本几乎为零，用户越多，单人成本越低。

但Agent的边际成本却是不确定的。一个错误的指令可能会触发Agent“自我纠错”的死循环，从而会在短短几小时内烧掉数百美元的Token，而用户甚至还没看到最终结果。

对于初创公司而言，这种不可预测且无上限的财务支出是致命的。

强如OpenAI，会为了招入Steinberger而承诺全额承担云端API成本，并推出类似OpenClaw的云端应用，但过段时间他们也会发现，这笔支出将高得惊人。

届时，OpenAI也不可能用爱发电，必然会设计某些特别的收费模式来保证覆盖推理成本，如按任务付费，或是对“无限循环”设置熔断机制。

中国模型的优势

但是，我们想指出的是，就在大家视线聚焦于两大AI新兴巨头时，可能忘了一个更值得关注的变量，那就是中国模型正在让Agent的试错从奢侈品变成日用品。

除夕的文章中，我们就指出，当AI进入应用爆发阶段，“试错”是核心法宝。

开发者无法预判所有的边缘案例，必须通过试错来摸清需求边界，让Agent和痛点适配。如果算力成本居高不下，试错就无从谈起，产品也就无法真正落地。

因此，当Anthropic通过修改计费模式来缓解财务压力时，OpenClaw的开发者社区中却有越来越多人在悄然将Agent的底层模型切换为DeepSeek、Qwen或Kimi。

原因也很简单，中国模型的推理成本仅为GPT-5.2或Claude 4系列的1/15甚至1/20，性价比优势明显。

这源于中国模型厂商普遍采用了混合专家架构（MoE），实现了在巨大参数量下的低能耗推理。

针对Agent需要反复读取历史记忆和不断反馈工具执行结果的特性，中国模型在显存管理上也做到了极致。这使得在处理OpenClaw这种需要高频互动、且动辄运行几个小时的长任务时，不仅更便宜，而且系统表现也更稳健，不会因为任务太复杂而出现中途掉线或卡死的问题。

要知道，在需要高频试错、大量消耗Token的场景下，这种恐怖的性价比是开发者们难以抵抗的诱惑。

这让Agent的“无限循环”成本从上百美元跌落至个位数，把试错可能带来的致命伤变成了皮外伤，也就让初创企业敢于开启真正的自由探索。

开发者甚至可以用多个Agents组成协作组，通过内部投票和相互检查的方式来对抗幻觉，从而让低成本国产模型在最终交付成功率上超过那些高成本的美国单体模型。

应用生态的繁荣

当然，可以预见，随着中国模型受欢迎程度的提升，这个领域很可能演变成一个高度敏感的政治筹码。

由于2026年美国中期选举的临近，为了展示自己的强硬姿态，特朗普或许会拿中国模型来说事，并推出一系列限制令，如强制要求亚马逊或谷歌等服务商切断与中国模型的关联。

然而，这注定是在一个自己并不掌控的领域发号施令。

OpenClaw本就具有天生的“反封锁”基因，任务拆解、思考逻辑和执行指令都运行在用户的本地终端上，只有关键的推理环节才需要调用云端AI。

这种“大脑”和“手脚”分离的特性，让开发者拥有极高的自主权。为了15倍的算力价差，开发者仍然会想方设法绕过基于地理位置的封锁。

不过，背后更深层的原因在于，Agents的应用生态重心，根本就不在美国。

目前，OpenClaw官方技能商店（ClawHub）5700多个活跃贡献者中，高达25%来自东南亚，20%来自中国，紧随其后的是东欧国家。

这是因为在中国和东南亚，存在着海量且细小的数字化需求，比如印尼卖家要在多个电商平台间同步库存，中国自媒体公司要在微信、抖音和小红书等多个平台分发内容。这些需求太琐碎、太非标，OpenAI这种巨头看不上，传统SaaS厂商也忙不过来，却恰恰成为了个人开发者和需求方自行开发应用的练兵场。

可想而知，特朗普在华盛顿发布的禁令，对这些国家的开发者影响甚微。

所以，真正明智的做法，反而是拥抱OpenClaw的生态，才有可能在未来的应用爆发阶段分到一杯羹。因为我们反复强调，未来的商业竞争，不再是你拥有多么聪明的模型，而是你的AI能为用户交付什么具体的结果、解决什么实际痛点需求。这更是AI商业价值的根本转变。

所以，2026年，或许真的将是中国模型的崛起之年，也是属于所有人的红利之年——当你不再把AI当聊天窗口的一年，而是真正跑通第一个自主AI Agent并用它解决自己的痛点时，你也就已在牌桌上！

回到我们每个人，你目前的业务中，哪一个环节最头疼，最需要一个数字分身去接管？欢迎在评论区聊聊。

以上就是今天的内容，更多科技产业的前沿分析与趋势洞察，欢迎加入科技特训营学习，和我一起，先人一步，领先一路！

王煜全要闻评论，我们明天见。

↓长按图片扫码报名，先人一步，领先一路

最后， 鉴于公众 号推送机制的改变，你未来刷 到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间 得到我的独家前沿分析，而且我们还会每天在粉丝群里发布独家资料，快快扫码加入吧！

此外，我们还为您准备了一个思维导图，扫描加群即可领取

“OpenClaw背后的机会”

↓点击学习王煜全老师最新大师课，掌握马斯克的赚钱底层逻辑！