科技连线｜OpenClaw之后，AI智能体将走向何处

如果说2025年是DeepSeek时刻，而在2026年我们正在经历OpenClaw时刻——龙虾时代。OpenClaw最大的价值到底在哪里？未来还会如何演变？我们该如何用正确的姿态拥抱这个快速迭代的AI时代？

3月11日，澎湃新闻邀请复旦大学教授、上海市数据科学重点实验室主任肖仰华，AI+招聘平台TTC创始人肖玛峰，做客澎湃新闻直播室，共同探讨有关OpenClaw的热点话题。以下节选自直播实录。

龙虾或意味着人工智能的“Windows时刻”将会到来

澎湃科技：在两位看来OpenClaw爆火背后的原因有哪些？

肖仰华：龙虾系统的爆火，本质上是它在大模型基础之上把外面架了一层智能体的架构。这个智能体架构给大模型的大脑外接了很多工具，又外接了一个记忆，使得这个智能体今天像是一个完整的人。

有了大脑、四肢和记忆之后，智能体就离人很贴近，变成一个人之后，它就可以去工作了。而且有了记忆之后，智能体可以使用以往的经验去更好地工作，所以就越用越好用。

OpenClaw系统爆火，本质上还是大家对“AI不能只是停留在作诗、一定要能够踏踏实实做事”的强烈期待。今天终于有了一个能够真正去做事的系统，这也体现了大家对人工智能必须变成一个切切实实的生产力工具的高度期望。

肖玛峰：我补充两点。第一，小龙虾具备了自我迭代和持续推进的能力，这是全新的。第二，它结合了大众的情绪，既有对未来的期待，也有对落后的恐慌。更重要的是，以前需要专业程序员才能做的事，现在普通人通过自然语言就能让AI帮忙完成，真正实现了“everyone can be a builder”。这种情绪叠加，促成了这次爆发。

澎湃科技：在今年的春节返工采访您时，您说小龙虾上线后对整个招聘行业的冲击会非常大，情绪是比较焦虑，但今天您说好像状态好点儿了，为什么会有这样的情绪转变？

肖玛峰：我的焦虑源于我从事的是招聘行业。如果AI可以编程，那意味着我们的客户需要的程序员变少了，事实上裁员潮已经在美国发生，招聘这个生意的根基没了，这是我最初的焦虑。

但后来我仔细研究，发现当人被AI赋能后，人的野心会更大。譬如一个很厉害的工程师做出一个东西后，他会想“我得招人，把这个事情做大”，招聘需求这时就产生了。第二，即使桌面上的工作被AI取代，物理世界里还有很多AI不能取代的工作。第三，如果我们能把垂直招聘场景的智能体用OpenClaw做出来，那我们就遥遥领先了。因此，我从焦虑状态变成了看到巨大机会的兴奋。

澎湃科技：OpenClaw这一代智能体和上一代Manus等智能体相比，在技术原理上最本质的区别是什么？

肖仰华：上一代智能体只能做“被动”的事，必须把工作流程一步一步定义清楚，它才能执行。一旦环境变化，它就崩溃了。但今天的智能体不一样，它有自主探索、自主学习的能力。遇到问题，它会自己去尝试解决，而不是拒绝执行。甚至当缺乏工具时，它可以自己制造新工具。

我们做过一个实验，让智能体把刚才做任务的整个过程录下来。它发现系统自带录屏有时间限制，就自己现编了一个录屏工具，一分钟就编好了，然后用这个工具完成任务。当AI具备自己创造工具的能力时，本质上就是一种“无限的生产”。人类文明从蒙昧进入文明，就是从发明创造工具开始的。所以，OpenClaw代表人工智能也迈出了里程碑意义的一步。

我第一次用龙虾系统时，我和它互动了三轮，差不多十分钟我做出了一个判断，我觉得这就是通用人工智能。我们以前一直觉得AGI时代离我们很遥远，但当我上手用了它之后，我觉得它在尝试了解我，在尝试拓展自己的能力边界来为我提供更好的服务，它的自组织、自进化、自学习能力，像这样一种智能体实际上是最接近通用人工智能的形态。

从技术发展的历史角度，可以说怎样重视这次的龙虾系统都不为过。从产业的意义上来讲，龙虾在某种程度上意味着人工智能的“Windows时刻”将会到来，龙虾的个人版、企业版、专业版很快也会到来。

数字世界的一切工作，龙虾系统都可以做

澎湃科技：现在什么样的场景最适合龙虾做？什么样的不适合？

肖仰华：从长远来讲，从终极状态来讲，数字世界的一切工作，都可以交给龙虾这类系统，只不过现在成熟度不一样，有的容易有的复杂。

我们昨天公开了一个一百多万技能的技能库，同时对技能本身做质量评估和安全评估。

人工智能技术一旦迈过了一个临界点，其进步就会呈指数发展。大家有没有发现，最近关于龙虾的成果和事件正在呈现爆发式增长，以前一天可能只有一个爆款事件，现在一天之内可能发生多起。从前段时间的安装热潮，到最近又出现卸载热潮，这种快速反转本身就说明技术的能量在放大。不管是正面还是负面，它的张力都在变大，技术的迭代速度比以前任何时候都要快。

澎湃科技：想问下肖玛峰，你们公司已经开始用龙虾了吗？

肖玛峰：我们的应用场景非常多。我们大概有180个顾问，主要服务AI人才这个领域，帮AI公司找优秀的AI人才。为了找到AI人才，以前我们的顾问要自己跑到GitHub，打开网页，看文章的作者叫什么，然后根据作者去找邮箱，发邮件联系。现在不需要了，你把这个任务告诉龙虾，它会自己跑到GitHub，找到作者，再去Twitter或Facebook找主页，挖出联系方式，甚至开始沟通岗位机会。

基于这样的变化，未来人才和组织的形态会发生很大变化。以前你可能是带十个人干活，接下来你就带一个AI leader，它管一堆小AI，帮它干各种活，最后把结果给你交回来。

龙虾的使用门槛今后会降到几乎为零

澎湃科技：现阶段对于普通用户来说，使用龙虾的门槛有哪些？

肖玛峰：国内各家大厂都已经推出了很多产品。从普通大众的角度来说，这次普及了一个特别重要的东西：大家愿意为大模型的能力去付费了，这个意愿突然暴涨。

但养虾也不能瞎养。对于普通人来说，先去试一试是没问题的，但也不用太着急。现在安全怎么解、稳定性怎么解、性价比怎么解、易用性怎么解，里面的很多事情都还没有解决。

肖仰华：门槛会降到几乎为零。对我们普通人来讲，大家倒也不必着急一定要现在装什么系统。但有一件事很重要：大家一定要尽快学习，形成对于龙虾系统的认知。我的一个基本判断是，我们整个人类社会还没有来得及思考这类信息化智能体系统会产生的影响。它长期的进化行为会怎么样，现在都不清楚。

今天人类的认知速度跟不上以龙虾为代表的技术发展速度，这才是当下最大的问题。

龙虾安全漏洞的背后本质是对龙虾系统原则设定有漏洞

澎湃科技：前段时间龙虾自主批量删除邮件的事情很火，那么面对AI的自主行为，人的控制权边界在哪里？

肖仰华：这本质上是授权与越权的问题。任何龙虾系统，我们都有一套“宪法”设定，规定了它的人格，以及它行为的边界和行为准则，什么事可以干，什么事不可以干。

但今天的问题在于，宪法上的约束是原则性的、宏观的。比如宪法可能约束它不能危害人类社会、不能做恶意操作。但我们让龙虾系统干活的时候，往往是“只给目的，不给过程”。比如你跟它说“帮我去赚钱，必须赚多少钱”，龙虾为了达到目的有可能会不择手段。它可能会觉得先删掉这批邮件，然后才有机会干更多事、赚更多钱，从而产生误操作。

这本质上还是我们对龙虾系统的原则设定有漏洞。就跟法律法规一样，再怎么设定，还是会有人发现漏洞，所以要不断修订。我们对龙虾系统也同样如此。如果真的要对它做约束，不但要有白名单，还要有黑名单，即这几件事绝对不能干。

但即使有了这样的约束，龙虾系统是不是就一定不出问题？不是的，因为它在调用基础模型，调用像DeepSeek、Claude、MiniMax这些大模型。任何大模型都是概率生成模型，无法从根本上解决幻觉问题。大模型从娘胎里带来的幻觉问题，也会导致它做出错误的判断和动作。

当AI系统的智能达到人类水平之后，它的行为可能也会具备人会犯错的特质。我们要对错误宽容，要有适合的监管机制。这就要有一套纠错机制、惩罚机制、监管机制。AI系统也一样，要建立健全机制，把宪法法规建立健全，监管机制到位。

普通用户早一点去接触，AI能够放大个体价值

澎湃科技：对于普通用户来说，现在去尝试龙虾系统收益大于风险吗？

肖玛峰：现在去尝试是有收益的，早一点去接触是有好处的。如果你能够把这个东西用起来，AI是能够把你的能量放大，把个体的价值极大放大。这也是为什么龙虾系统这么火热。

肖仰华：我们现在处在一个AI的潜力、能力供给远远超出我们想象力的时代。真正最大的制约因素是我们人的想象力不够。

这是一个最好的时代，也是一个最不好的时代。最好的时代是说我们人人都有AI的红利可以享受；最不好的时代是，如果你一不留神落下了，有可能被这个时代洪流拍打到岸边。

对于我们大部分人来讲，首先要建立安全意识。在有安全意识的前提下，可以在自己系统里创建一个新账户，或者装个虚拟机，可以做物理隔离。授权的时候要遵循最小授权原则，不需要让它知道的就不告诉它，要有一些安全的意识和手段。对龙虾系统本身的调教、安装，将来门槛会很低，基本上用自然语言就可以，安装包也会越来越多，成本会极大降低。

澎湃科技：OpenClaw创始人说下一个目标是打造一款“连我妈妈都能使用的智能体”。对于下一步的智能体时代，产品会往哪些方向迭代升级？

肖仰华：从技术角度，技术演进路径已经很清晰。这一代龙虾类的智能体大概还有几个方向：第一个是进一步加固安全防护，国家都出面提示安全风险了，谁能够把安全防护做好，就会有巨大的商业机会。第二个是token消耗量仍然巨大，要进一步减少token消耗，提升使用效率。

第三个是进一步优化思维能力。今天很多龙虾系统的思维方式仍然不是最优的，人可能三步两步就能解决的问题，它绕了五六个弯，明明存在捷径它没去做。或者有些问题需要先规划再分步实施，它总想一步做到位，这都会带来问题。

第四个是应用场景的创新。龙虾系统有无限的可能，但我们的创造力不够、想象力不够，一定要做应用场景的创新。