全民“养龙虾”背后：“35岁危机”正被AI Agent逆转 | AI进化论

亲爱的读者，受微信推送规则影响，仅“关注”很可能无法收到推送。按以下图示将“长江商学院”设为星标，不错过每一篇精彩文章！

「AI进化论」是长江商学院推出的AI+主题栏目，汇聚全球AI领域的原创洞见、产业实践及前瞻研判。从技术突破到产业应用，从战略布局到伦理边界，在这里，一起与AI同频进化。

近日，AI智能体OpenClaw（小龙虾）全网爆火，长江商学院金钊教授分析认为：小龙虾可能只是一个Agent发展早期的过渡方案，或许很快会被其它开源Agent取代，但它背后的趋势是真实的。智能体革命的第一波冲击正从软件行业开始，但它真正重塑的，是所有依赖知识劳动的行业。对个体而言，现在值得做的不是焦虑，而是找一个具体的工作场景，亲自试一试Agent能做什么、不能做什么，建立自己的真实体感。

来源 | 长江商学院MBA

金钊

长江商学院金融学助理教授

核心观点速览

► 当前的“小龙虾”，很可能只是技术早期发展中的中间态。

► 技术的终局，是让Agent成为可自主行动的“数字劳动者”，重塑所有依赖知识劳动的行业。

► 软件按人头收费的逻辑可能被打破，将带来商业模式的重新定价。

► AI Agent正让“35岁危机”发生反转。初级岗位被Agent替代，十余年经验的资深专家因经验稀缺而成为核心生产力。

► 软件市场的门槛被显著拉低。超级个体的涌现，将让软件生态从寡头格局走向百家争鸣。

长江MBA “驯龙高手”

OpenClaw实操系列工坊

正式启动！

首期活动3月14日14:00-17:00在长江北京校区进行，点击下方小程序报名，一起带着电脑来，领着龙虾走！

01

小龙虾只是开始，

真正的Agent还没出现

要理解这场革命，首先要打破对大语言模型（LLM）的固有认知。

过去的大语言模型本质上只是一个“大脑”，它拥有强大的上下文理解能力和逻辑推理能力，但它没有眼睛、耳朵，也没有手和脚，既无法感知周围的环境，也无法执行具体的动作。用户与它的交互，往往停留在“你问，它答”，然后你需要手动去复制、粘贴、执行。

而AI Agent的出现则补齐了这块短板。现在的AI Agent，相当于给大语言模型这个“大脑”装上了眼睛、耳朵、手和脚。它不仅能理解你的意图，还能进行任务规划，调用外部工具去感知世界并完成复杂操作。 "小龙虾"（OpenClaw）本质上是一个AI Agent的调度中枢。它运行在用户自己的设备上，通过聊天软件接收指令，再调用大模型来理解任务、拆解步骤，最后在本地执行具体操作。它本身不具备智能，必须依附于DeepSeek、Claude或ChatGPT等大模型才能运作。

不过，当前"小龙虾"这类本地Agent框架，更像是智能体发展早期的先锋产品。它通过聊天接口接收指令，让普通用户第一次体验到了AI"真正干活"的感觉。但它的稳定性和任务成功率仍有限，且高度依赖用户的配置和调试能力。

更成熟的路径已经在展开：行业正在建立一套统一的标准接口，让AI Agent可以像插USB一样直接连接各种软件和数据源，而不是笨拙地模拟人类点击屏幕。同时，越来越多可复用的专业工作流正在被开发和共享，让通用AI无需重新训练就能胜任金融、法律等垂直领域的工作。技术的终局，是让智能体成为可自主行动的“数字劳动者”，而非一个需要被频繁唤醒的问答机器。

02

Agent为什么突然变得“能干活”了？

在AI Agent的运作体系中，MCP和Skills作为两大核心基石，共同构成了其能力体系的关键支撑。MCP是Agent的感官接口，我常把它比作电脑的USB接口。过去，软件是封闭的孤岛；现在通过MCP，Agent可以像插U盘一样连接高德地图、连接日历、连接邮件系统等。它让大模型具备了感知外部世界和操作外部工具的能力。

Skills（技能）则是Agent的专业说明书。过去我们常讨论通用大模型与垂直领域模型（如金融、法律专用模型）的分类，但在Agent时代，这种对立正在消融。Skills本质上是一套预设的工作流程Prompt（提示词工程），是可复用、可共享的数字工作流。

你想让Agent成为某个领域的专家，不需要重新训练一个模型，只需要调用那个领域的Skills即可。无论是金融分析师的估值流程，还是律师的判例检索路径，只要把这些标准化流程打包成Skills，通用模型就能变身行业专家。

而且，Skills往往是开源的，全球开发者都在持续优化它。这意味着，未来不再需要为每个行业单独开发昂贵的垂直软件，调用Skills即可实现专业化。这不仅是技术的演进，更是软件生产方式的革命。

03

AI Agent会先冲击哪些软件？

AI Agent的崛起，不光冲击了每个个体，现有的软件巨头（如Salesforce、Adobe、彭博终端等）等也受到深刻影响。

一个“三层论”分析框架，或许能帮我们看清这场变革的深层逻辑：

第一层

自建层：用户界面、公共数据解析类软件将受到直接冲击

自建层的用户界面（UI）将首先被颠覆。既然可以直接用自然语言指挥Agent，复杂的软件界面（如Photoshop或彭博终端的操作面板）将变得冗余。

同时，从非结构化数据中提取信息的能力，是大模型的天然强项，这将直接冲击万得（Wind）等数据解析类软件。

第二层

侵蚀层：数据记录系统与高精度执行工具在一段时期内不会被替代

对于低精度的执行工具如简单的P图、基础代码编写，Agent将迅速替代。对于企业数据记录系统如ERP、CRM，虽然短期内数据迁移有风险，但长期来看，随着Agent在企业内部的深度部署，业务数据将逐步沉淀到Agent的工作流中。

第三层

依赖层：拥有专有数据、网络效应与物理交易的软件，长期有护城河

这是目前Agent难以触达的领域。拥有核心专有数据如抖音的推荐算法数据，强网络效应如微信的社交关系链，以及涉及物理世界交易的软件如支付、物流等，短期内仍具有护城河。

但即便如此，定价权的迁移已悄然发生。传统的SaaS软件按人头收费，但如果一个Agent能顶10个初级员工，企业裁员了90%，还需要买100个席位的软件吗？当效率被指数级提升，企业对软件的支付意愿必然重构。这不仅是成本问题，更是商业模式的重新定价。

资本市场早已嗅到这一趋势。2026年年初，随着多家AI公司发布Agent产品，标普500软件与服务板块出现明显震荡，部分SaaS企业市值缩水超30%。这些信号都在提醒我们：变革不是未来时，而是进行时。

04

“35岁危机”正被AI Agent逆转

AI Agent不仅改变了软件，更将重塑劳动力市场。一个现实正在浮现：初级岗位的入口正在关闭。AI Agent的出现，正让“35岁危机”发生反转。

如今，在Agent面前，多年经验所沉淀的判断力，反而成为年轻人最缺乏的核心能力。面对Claude Code，刚毕业的大学生很难找到工作。这类代码模型吸收了GitHub上的海量代码，其编程能力、任务拆解能力和错误修复效率，远超初级程序员。

一个熟练使用Agent的资深专家，其生产力可能相当于多个985高校的应届生员工。由此带来的人力重构表现为：初级岗位被Agent替代，十余年经验的资深专家因经验稀缺而成为核心生产力。

这不仅是技术的竞赛，更是生存的竞赛。最近美国金融科技公司Block在利润增长的情况下裁员约4000人，占员工总数近半，原因就是AI技术驱动的组织重构。当你的竞争对手用AI裁掉40%的人，你若不跟进，成本结构将毫无竞争力。

05

软件行业将从三家独大到百家争鸣

最后，我们来看AI Agent时代的软件生态。

过去，开发一款像彭博终端这样的专业软件，需要巨额资金、顶尖工程师团队和数十年的行业积累，因此市场长期被寡头垄断。但在Agent时代，软件市场的门槛被显著拉低。

未来，一个懂金融的专家，搭配一个智能体，也可能在几个月内开发出一款能覆盖彭博终端80%核心功能的平替产品。这类产品无法完全复制其专属数据和精密服务，但足以满足市面上多数用户对金融分析的基础需求。这种高性价比替代的涌现，将让软件生态从“三家独大”转向“百家争鸣”。

这必然带来行业生态的剧变：传统软件巨头卡在中间层，面临上下夹击。上方是AI巨头通过大模型和基础设施推出针对性插件，下方则是成百上千的初创公司以低成本快速切入垂直领域，用灵活创新争夺市场。尽管巨头们的专属数据和客户信任仍构成壁垒，但行业竞争已显著加剧，创新迭代速度被迫提升。

结 语

无论你是否准备好，AI Agent引发的软件行业革命已经到来。AI Agent作为“新质劳动者”，将重构软件架构、劳动力结构与产业价值链。

而那些敢于拥抱“人工智能+”、主动重构组织与流程的先行者，将有机会成为新世界的规则制定者。

长江MBA“驯龙高手”OpenClaw实操系列工坊正式启动！首期活动3月14日14:00-17:00在长江北京校区进行，扫码报名，一起带着电脑来，领着龙虾走！

文中图片来自图虫创意，转载需获授权。

点击下方卡片，关注长江商学院