向新而行|一只“龙虾”炸翻AI圈背后

来源：中国报道

你的手机被“养龙虾”信息霸屏了吗？

这个春天，一只红色的“赛博龙虾”——开源AI智能体OpenClaw，从极客圈子的周末玩具，变成了顶流“网红”。

上门安装服务500元一次，有人自称几天内赚了26万元；腾讯大楼楼下排起数百人长队只为求免费安装；深圳市龙岗区发布“AI龙虾十条”政策支持，无锡、合肥等地政府也争相出台政策补贴；众多知名人士晒出“养虾”心得；阿里腾讯等一众IT大厂也纷纷下场布局……

面对这场突如其来的热潮，大多数普通人既兴奋又迷茫：这只“龙虾”到底是什么？它和我们天天聊天的豆包、DeepSeek、ChatGPT等AI有什么不同？自己是不是又错过了什么？为什么几乎一夕之间，名人、大厂和地方政府都在抢着“养”？

不是新“大脑”，而是新“肢体”

当你第一次听说OpenClaw可以帮你订票、整理邮件、操作电脑软件时，你可能会以为这又是一个更聪明的聊天AI机器人。但这恰恰是目前对“养龙虾”（即部署OpenClaw）最大的误解。

“OpenClaw本质上不是一个独立的大模型，而是一个自托管的智能体网关与执行框架。”中国电子信息产业发展研究院未来产业研究中心人工智能研究室主任、副研究员钟新龙告诉《中国报道》记者，按其官方定义，它是把 WhatsApp、Telegram、Discord 等聊天入口，与模型、会话、路由、记忆和工具系统连接起来的“网关”（Gateway）。网关只是控制平面，真正交付给用户的是一个能持续在线、可跨渠道触达、可调用工具的个人智能助手。

“它并不能在聊天时比其他AI回答得更像人类，但能在你的设备或服务器上，按你的规则替你干活。”钟新龙介绍说，这意味着，OpenClaw的核心卖点不在于它的“脑子”有多聪明，而在于它的“手脚”有多勤快。它与对话式AI的本质区别，不在于语言能力，而在于执行单元。

在钟新龙看来，多数对话式AI的基本单元仍是“提问—回答”，而OpenClaw的基本单元已变成“会话状态—工具调用—结果回写—持续记忆”。 其官方工具栈已包括browser（浏览器）、canvas（画布）、pdf、image、cron（定时任务）等；记忆层又区分日常日志与长期记忆。换言之，对话式AI更像一个只能出主意的“军师”，而OpenClaw则是一个能替你干活的“执行器”加“协调器”。

阿里云开发者社区的实操手册指出，OpenClaw的核心优势在于打破大模型“只说不做”的局限，通过与多Agent协作、技能扩展（Skills）、外部工具集成，实现从文本交互到实际执行的跨越。

当下媒体与大众最普遍的误读，就是把OpenClaw当成一种“自带大脑的超级AI”。钟新龙强调：“真实情况恰恰相反。它需要用户自选模型提供商的API key，性能与安全性高度依赖所接入的大模型强弱。百度智能云在其部署文档中甚至直接提醒，OpenClaw‘既是一个产品，也是一项实验’，不存在‘绝对安全’的设置方案。”

简单来说，OpenClaw并不生产“智力”，它只是现有大模型智力与物理世界、数字软件之间的“组装工人”和“操作系统”。也正是得益于这一创新能力，让它实现了系统之间的打通及自动化链接，也切中了许多用户的核心痛点。

IDC中国研究总监卢言霞举例说：“以前，我们要操作多个文件，只能人为一步步地操作；要检索某个信息，只能一个个站点打开去检索阅读。AI也无法做到超越5—10个步骤的操作。但OpenClaw在获得授权后，可以代替人类去操作，真正做到人不在工位，不在电脑前，智能体替我们去工作。”

偶然与必然交织下的破圈

科技圈任何现象级的爆火，背后往往都有其技术史的必然性和传播学的偶然性。OpenClaw的破圈，正是这两股力量在同一时间窗的完美叠加。

从技术史视角看，钟新龙认为OpenClaw的爆火具有明显必然性。 过去一年，前沿模型的“工具使用”和“计算机使用”能力集体跨过了可用阈值。OpenAI在2025年7月把Operator整合进ChatGPT agent，明确提出“using its own computer”；Anthropic把computer use作为API的beta能力开放。OpenClaw恰好站在这条技术曲线与开源曲线的交汇点上，它把“模型能力增强’翻译成了‘个人可部署的执行系统”。

与此同时，这只“龙虾”的符号化传播又充满了偶然性。2026年1月29日，创始人Peter Steinberger在官方博客中称，项目从周末作品发展到“单周200万访问、10万以上GitHub stars”；截至3月11日，其仓库页面已显示30.1万stars、超千位贡献者。中文互联网将红色龙虾图标叙事化为“养龙虾”，腾讯云等平台将部署流程压缩到“3步启用”，央视财经等主流媒体跟进报道 。

正是技术成熟、符号传播、平台助推这“三驾马车”的叠加，而非一次孤立的流量事件，才让执行型AI首次被大众看见，让这只“龙虾”最终从技术圈内部工具，跃迁为大众可感知的“新物种”。

这种“看见”也迅速引发了产业界和地方政府的高度关注与积极入场。

3月10日，腾讯官宣全系“龙虾”矩阵，包括“免部署小龙虾”WorkBuddy、内测中的QClaw、腾讯云Lighthouse等产品。几乎同一天，字节跳动旗下火山引擎发布云上SaaS版ArkClaw，同样瞄准OpenClaw生态，主打零门槛云端部署。

3月11日，百度在北京举办首场“龙虾”市集，发布零部署服务DuClaw，工程师现场为近千名用户提供免费安装。

联想百应联手美团，推出了OpenClaw远程部署服务，用户在美团App搜索“龙虾安装”即可下单。

对于IT大厂纷纷适配OpenClaw，钟新龙分析指出，根本原因是它正在成为新的流量入口与基础设施入口。“对云厂商而言，OpenClaw不是孤立应用，而是一整套可持续变现的链条——前端是部署服务，中段是模型调用、存储、网络、安全，后端则是行业解决方案。OpenClaw每成功部署一次，背后都可能拉动云资源、模型API的持续消费。”钟新龙说。

更令人瞩目的是地方政府的反应速度。继深圳龙岗区3月7日发布支持OpenClaw发展的“龙虾十条”后，无锡高新区迅速跟进，于3月9日发布12条“养龙虾”政策，拟对“养龙虾”单项最高补贴500万元。合肥高新区也推出15条硬核举措扶持“养龙虾”，最高补贴1000万元。

钟新龙认为，地方政府积极入局的根本原因，在于将OpenClaw视作“智能体经济”的低门槛抓手。深圳龙岗区的文件中，直接把OpenClaw与OPC即“一人公司”绑定。地方政府看重的并不只是一个开源项目，而是围绕它形成的数据服务、创业孵化、算力供给和就业吸附效应。OpenClaw若能把个人创业、小团队数字员工这些原本分散的需求串起来，就会被地方视为培育新型生产关系的试验平台。

普通人要不要“养龙虾”

在一片锣鼓喧天的“养虾”热潮中，也夹杂着普通人的焦虑：我的工作会被这只“龙虾”取代吗？我现在该不该尽快冲进去“养”一只？

“普通人没有必要为‘养龙虾’本身焦虑，但必须正视‘执行型AI正在重构数字劳动’。”钟新龙说。

目前，OpenClaw官方把目标用户界定为“developers and power users”（开发者和高级用户），这本身就说明它还不是人人即装即用的大众消费品。与此同时，全球同类产品中，Anthropic仍是beta，Google仍是原型，Microsoft仍是public preview，说明整个赛道还在快速试错期，而非稳定普及期。

钟新龙认为，真正会先受到影响的会是高度数字化、流程化、可被拆解成浏览器操作、表单处理和文件流转的工作环节。对于普通人来说，关键不是恐慌，而是尽快理解哪些工作正在从“会说”走向“会做”。

然而，人们渴望拥抱技术便利的同时，潜在的成本和风险也犹如龙虾的巨螯，不容忽视。大众另一个常见的误读是把“养龙虾”理解成零门槛、零成本、零风险的全民神器。真实情况是，门槛被显著降低了，但并未消失。

就在“养龙虾”走红的同时，作为“饲料”的Token迎来指数级销量跃升。对大模型厂商来说，自然喜闻乐见地趁势推出更多功能升级与套餐方案。但对普通用户而言，却发现自己未必“养”得起了。有用户反映，重度使用情况下，1亿Token大概只够撑一个月，成本约7000元；有人遇到OpenClaw失控，一夜之间消耗数亿Token，收到数万元的账单，欲哭无泪；还有人仅做简单文档处理、网页查询，一天就烧掉5000万Token。

钟新龙提醒大众，OpenClaw降低的是“把AI接进工作流”的门槛，并不是取消了算力成本、模型费用、权限治理和安全运维。

全国政协委员、360集团创始人周鸿祎在接受媒体采访时则形象地将“龙虾”比作刚入职的“实习生”，既需要持续训练，也必须建立严格的规则约束。他提醒公众：“养龙虾，需谨慎。如果缺乏有效管控，可能导致用户密码、API密钥等敏感信息被诱导泄露。”

继3月8日工业和信息化部网络安全威胁和漏洞信息共享平台发布风险预警，强调不当配置会带来网络攻击、信息泄露和系统受控风险后，3月10日，国家互联网应急中心也发布了《关于OpenClaw安全应用的风险提示》，指出如果默认配置缺乏安全限制，攻击者可能获得系统的完全控制权。国家信息安全漏洞库（CNNVD）的统计数据更是触目惊心：自2026年1月至3月9日，共采集OpenClaw漏洞82个，其中超危漏洞12个，高危漏洞21个。

这绝非危言耸听。邮件被“龙虾”无视指令擅自删除等负面反馈已经在网上陆续出现。一些当初花钱请人部署“龙虾”的用户，开始花钱求人把“龙虾”赶走了。

面对这种“技术红利”与“潜在风险”并存的局面，普通人该如何自处？钟新龙建议，想尽快享受便利又规避风险，最稳妥的方法不是盲目追热点，而是先做低风险试点。具体来说，可以把OpenClaw先用在可逆、低敏、读多写少的任务上，例如公开网页检索、草稿整理、个人知识归档；不要一上来就把它接进工资账户、核心邮箱、政务系统。同时，要把‘人监督’保留在关键节点，敏感登录靠手动接管，权限只按当前任务临时开放，任务结束后立即收回。

“技术红利一定存在，但真正能享受红利的人，往往不是最早追风口的人，而是最早建立边界感的人。”钟新龙说。

或许，与其纠结于要不要跟风“养虾”，不如先冷静思考：进入AI从“思考”进化到“执行”的新时代，我们普通人该如何与这只“龙虾”共舞——既能利用它的“钳子”，又能制住它的“钳子”。

撰文：《中国报道》记者王焱

题图：AI

责编：王金臣