“龙虾”爆火之后：要更清醒地看到AI浪潮背后的挑战

“龙虾”火了。

不管叫原生态的OpenClaw、Clawdbot、Moltbot，还是国内衍生出的各类“××Claw”——公众排队安装又排队卸载，地方政府争相扶持而多家单位又明令禁止；一面是各路博主的狂热推介，另一面是权威安全机构的连发警示…… 这一切在2026年开年，交织成空前的现象级赛博景观。

关于“龙虾”的讨论也在这几周内大量涌现，包括它的安全、风险、边界、泡沫、制造焦虑、“割韭菜”等等方面。而作为一档非实时性媒体栏目，这让我们有更充分的时间去观察和审视，为什么一款原本定位于小众极客圈的开源工具，却能在技术、产业、公众心理三个层面实现同时引爆，而这背后又能为我们带来什么启示？

关于技术，技术想象到底被什么牵引

通常来说，一项突破性创新往往会先在专业领域获得充分的传播和验证，随后才逐渐影响到大众认知。例如，本轮生成式人工智能（AIGC）的引爆就是从Transformer架构起步，经过GPT-2/3模型迭代，最后在ChatGPT阶段进入大众视野。

然而，“龙虾”并没有。抛开那些令人目眩神迷的营销话术，我们必须要承认，在国际技术圈，此前它并未获得与当下国内热度相匹配的广泛认可。原因也不复杂，“龙虾”的核心创新是使大语言模型（LLM）突破了文本框的输入限制，获得了可操作系统界面的“双手”。这确实令人眼前一亮，但远未触及根本。它的多数功能，Claude Code、Codex等也能实现，且执行成功率更高，权限管理也更成熟。也正是这个原因，在国内“龙虾”爆火了相当一阵之后，一众国际大厂才“后知后觉”地跟进应对。

这并不是说这种工程化的UI交互创新不重要。问题在于，公众对AI的想象本是可以在“智能”方面更进一步的。想想，在前年AI成果就已经获得诺贝尔奖了，而现在我们却还会为自动整理邮件、自动回复信息这样的功能而沸腾，这不能不说是一种别样的反差。

传播学中的一些理论能够解释这一现象：一个事件不仅要被看见，更要能被快速归类、贴上标签、投入公众熟悉的叙事模板之中才能发挥最大的事件效力。

因此，对于“龙虾”，大众既不一定真正需要，也未必有意愿去理解其技术原理和路线。更多人需要的只是迅速形成“代表一种新趋势”的印象，并借此获得把握未来、参与未来的心理确认。

在这个过程中，公众消费的不只是功能，而是一整套关于技术未来的想象。“龙虾”之所以火，不只是因为它“能做什么”，更因为它被当成了“意味着什么”，以及拥有它的我意味着什么。

换句话说，今天驱动技术想象的，不只是技术能力边界本身，还有技术能力被感知、被表演，乃至被炫耀、被纳入身份叙事的方式。也因此，“龙虾热”应首先被定义为一场技术叙事的社会扩展，其次才是一场技术应用的实际扩散。

这并不是说这种技术想象本身有什么过错。事实上，任何一次重大技术转型都需要一定程度的公众想象力来推动采纳和投入。问题在于尺度：当想象远远跑在能力前面，中间的落差就会被焦虑、投机和误判填满，这既是对技术的过度消费，也是对真正创新的不公平遮蔽。

关于产业，当“卖铲人”开始制造焦虑

除了“永远在风口”的博主之外，本轮“龙虾热”中，国内平台和大厂扮演了至关重要的助推作用。说到底，他们实在太过熟稔于古典互联网那一套“概念包装+补贴拉新+入口争夺”的流量内卷打法了。

令人唏嘘的是，春节期间，他们刚刚才完成了一轮生成式人工智能（AIGC）多模态工具的“红包大战”，现在即刻就原地转向突击“龙虾”，推出各类“自研虾、本地虾、云端虾、企业虾、云桌面虾”、Token大礼包甚至一键全家桶。

一个朋友对此评论道，OpenClaw的创作者Peter Steinberger是因为关注发挥AI更具体的生产力价值，所以开发了“龙虾”，不仅免费而且开源；而国内大厂从头到尾都只在打Agent变现生意、Agent高频调用背后的Token生意和平台算力租赁生意，并不惜热火烹油，趁势鼓噪。

从产业发展的角度，基础设施的提供者主动制造和放大应用层的焦虑，或许会带来短期收益，但长期未必有利于行业发展。因为，在技术真正成熟和好用之前，火得越快，往往缺陷暴露得也越快；期待越多，期待透支后的失望也会越大。如果你定义当下为“未来”，那么用户就会对“未来”不抱有信心。

于是我们看到，当用户支付了云服务器费、Token费，甚至还支付了安装费和学费，在真实使用后，发现自己的“龙虾”不仅能做的事情非常有限，一不小心会“养死”，而且要冒巨大的安全风险，那么全网“求卸载”就不难理解了。

当然，我们应该理性看待国内大厂在新技术周期中的路径依赖——比起真去啃AI的硬骨头，包装可迅速变现的流量事件更加符合财报需要。但历史反复证明，一个真正具有变革潜力的领域，让第一波尝鲜者过早对未来失望，甚至主动“竭泽而渔”“割完就撤”从来不是明智的商业模式，也难以构成可持续的商业基础。

而为什么我们的产业生态总是倾向于选择“快速变现”，而非“长期投入”？破解这种结构性激励失衡，恐怕需要超越单一产业视角，从制度设计、资本逻辑与公共政策的层面进行深刻的系统性反思。

关于社会，认知鸿沟为何总与技术狂热相伴

此次“龙虾”爆火，恐怕有一个问题最值得我们深思：为什么“龙虾”能如此轻易地引发如此强烈的全民技术狂热和社会共鸣？使无数普通人毫不犹豫地向一个极客圈的测试版工具，敞开自己电脑的最高权限，奉上了自己的浏览记录、社交关系链、个人隐私文件，甚至是支付密码。

截至3月21日，在OpenClaw Exposure Watchboard上公开的暴露实例已快速增长到46万个，其中有超过60%来自中国大陆地区。这意味着，中国有数十万台电脑对全球黑客宣布“不设防”。

模型端的问题同样无法忽视。根据去年OpenAI的论文，当时最新的gpt-5-thinking-mini模型对简单问题的错误率高达26%，这还是大幅提升后的结果。想象一下，聊天机器人“说错话”的问题，一旦被有权限的Agent放大。这“一念之差”，可能就意味着是误发消息、误删文件，甚至错误下单、转账。

这显然违背了再浅显不过的常识：我们绝不会聘请一个会频繁犯错的儿童当管家，也绝没有公司把总裁的电脑密码交给一个刚来且背景不明的实习生。但面对披着“未来”外衣的AI Agent，大众却如此轻易地让渡了自己的数据权、隐私权和决策权。

这显然已经不是“利令智昏”所能解释的。很多人把它归因于集体性“错失恐惧症”（FOMO）。“龙虾”一出来，博主就在想能不能靠这个搞钱，职场人就担心会不会被它替代。为了避免“不上车，就淘汰”，因此能用上龙虾，比用龙虾干什么，更重要、更值得发朋友圈。某种程度上说，这种“排队式焦虑”就是所谓的“一代人有一代人的鸡蛋要领”。

但是，这更折射出科技前沿和普通大众之间，超出想象的巨大认知鸿沟。回想一下，此前先是元宇宙、再是区块链、又是Web3.0，现在轮到AI Agent。我们不禁要问，为什么科技名词总能成为那个FOMO的“帮凶”？

固然，人们关心的常常不只是技术和产品，而是自己的处境。但如果大众能够多一些对数字智能领域知识的基本了解，更加明确自己可以在技术浪潮中的坐标，那起码能让别有用心的寡头和博主少一些可乘之机，也为自己多积攒一些不被煽动的定力。或许，这正是我们全社会需要重点习得的第一项数字时代生存技能。

智能时代，真正的挑战在技术之外

回过头看，“龙虾”为什么值得讨论。并不是说它就真的定义了未来，而是因为它像一面棱镜，折射出刚刚准备踏入智能时代的我们在技术认知、产业博弈与社会心态上的种种失衡。

它也为我们拉响了一个巨大的警报：如果说我们正在进入AI时代，那么这就意味着，今后的AI进展将更多地以“社会事件”，而不仅是“技术产品”方式进入公众视野。从这个意义上来说，“龙虾热”更像一场压力测试，当AI以更主动、更拟人的方式进入日常生活，我们的技术理解、产业机制和社会准备，究竟有没有适配？而它所暴露的，正是当前技术传播、产业激励与社会认知之间的巨大错位。

以上这些议题，远远不是算力、算法与数据的较量和突破能够覆盖，而是关乎社会契约和人机共生法则的重新构建。

这也是我在本系列之前文章中反复讨论的问题：模型推理的责任如何界定、长上下文推理的成本如何承担；为什么我们要自觉维护公众“智能期许”和“技术想象”之间的落差；又该如何应对必然的AI泡沫。再具体而应景一点，AI Agent能不能为你自动规划行程并订购酒店和机票，以及你敢不敢全权交给AI？

说到底，我们正处在一个泡沫与机遇并存的时代，如何既不错过浪潮，又不沦为“韭菜”？如何始终保持作为人的主体性与批判力，从而实现技术理性和主体意识的双重回归？

只有正视并解决了上述问题，我们才有可能真正主动走近，而非被动卷入那个正在到来的智能未来。

（作者钱学胜为智能系统博士，复旦大学智慧城市研究中心高级研究员）

来源：钱学胜