联想重新定义“龙虾”

来源：市场资讯

（来源：量子位）

2026年，个人AI的发展迎来了关键拐点。

市场的关注点转向了AI能否真正理解用户意图、自主完成任务、并安全地融入日常工作和生活全场景中

一切还得从“龙虾”说起：

今年年初，开源项目OpenClaw突然爆火，一时间人人都在讨论“养龙虾”——

让AI Agent接管电脑，帮你订机票、回消息、处理文件……各种“入手指南”和Skills满天飞，热情来得迅猛，好像一夜之间，那个能24小时待命、跨应用干活的数字员工，终于要走进普通人的生活了。

这波热潮，恰好戳中了一个大众深层痛点：我们太想要一个能真正干活、解放双手的AI了。

也正因如此，今年市场对AI的共识正在快速凝聚：

能否提供一种“开箱即用、系统级融合、主权在我”的智能体验，成为检验玩家实力的新标尺。

在这一节点上，联想中国召开了新财年誓师大会。这家在PC时代就稳坐头把交椅的厂商，系统性地展示了其对下一代个人AI的思考与实践

人人“养龙虾”，但我的“虾”为什么养不熟？

“龙虾”开年爆火，让AI“住”进电脑工作，一时成为最新的热潮。

而一切看似热闹的尝试，其实内核都指向同一个朴素愿望：

大家想要的，不过是一个24小时在线、能跨应用操作、会自动拆解任务的智能助手，来帮自己搞定那些重复、琐碎、又不得不做的任务。

如果这个Agent能开箱即用，拆解复杂任务、调用不同技能；又能拥有长记忆、越用越懂你；而且敏感数据不会被上传到云端，用户对数据有完全的控制权……那简直就是理想AI的终极形态了。

△图片由AI生成

然而，理想与现实之间终究还是存在落差。随着越来越多人深入体验，“养虾”的难题也开始浮出水面。

首先，“龙虾”虽然是开源项目，但部署和使用门槛高

配置环境、编写提示词、调试工作流……这些对极客而言的乐趣，落到普通用户手里只剩一脸懵。

其次，“养虾”面临的另一个挑战，是场景能力存在局限性

单任务场景干活不成问题，可一旦进入跨生态、多设备协同的复杂办公或生活场景——

比如，你希望它处理一份工作文档的同时，再协调会议日程、回复邮件——这种需要多应用联动、上下文持续理解的复杂任务，往往会让它力不从心。

最关键的问题，还是由数据引发的安全与信任问题

AI Agent要完成任务，就得接管电脑权限，访问大量个人数据，读取你的邮件、访问你的文件、操作你的应用……

但数据隐私问题，由此变得悬而未决，因此用户很难放心地将核心数据全权交给AI处理。

更扎心的是，普通人“养虾”还成本不菲，持续的token消耗是一笔不小的开支。多重因素叠加，让用户的深度使用变得忧心忡忡。

“养虾热”既映照出了市场对个人AI的汹涌需求，也暴露了一个残酷的事实：

个人AI从“可用”到“好用”之间，仍横亘着一条系统性的“价值鸿沟”。

怎么解？

为了抓住由“虾”而起的机遇，各路玩家都在个人AI赛道各显神通。

华为推出小艺Claw，将其深度集成于HarmonyOS 6系统；腾讯发布支持微信/QQ一键直连的QClaw，要把AI智能体深度嵌入微信生态；联想也发布了“天禧Claw”，实现极致个人化；百度端上了覆盖多场景的“龙虾全家桶”……

透过这些头部玩家的动作来看，一个行业共性逐渐清晰：

要填补个人AI从“部署”到“好用”的鸿沟，玩家们不能靠单点技术的突破，更需要具备端到端的系统级能力

产品要能调动全局硬件与软件资源，基于用户数据提供高度个性化、自动化的服务。

这表明玩家同时还需要具备软硬协同的生态，以及深度的用户体验融合

在这一点上，兼具以上特质的联想，就是一个值得观察的样本。

过去几年，联想一直在推进“混合式AI”战略

简单来说，这个战略是把公共AI和私域AI（个人AI+企业AI）结合起来，让它们共存互补、混合并用。

这一路径本身就是一个产业判断：混合式AI正在成为主流选择。如此既能拥抱云端通用大模型的知识广度，又可以守住私有数据的隐私边界。

而在“混合式AI”战略下，联想推出了个人超级智能体——天禧AI。熟悉的朋友或许知道，天禧AI从一开始就走的是系统级路线，且并不是2026年的新产物。

联想的个人AI最早在2023年提出——那时大多数人还没开始讨论Agent。

从一个最初的想法，到成长为国内首个端侧个人超级智能体、迭代至当前的3.5版本，联想押注个人AI实则已走了3年之久，为天禧AI打磨出了三大核心能力：

首先是L3级的自主执行能力，能自动分解复杂任务，然后调用垂直智能体协同完成，真正替你干活。

举个例子，你给它下个指令：帮我整理上周所有项目资料，提取关键信息，生成汇报PPT发给团队。

它就会自动分解成几步：先检索上周的文件，然后提取关键信息，再调用PPT生成功能，最后通过邮件发送。

整个过程，背后可能涉及写作智能体、设计智能体、日程智能体等多个垂直智能体的协同。而你只需要给出指令，剩下的交给天禧AI。

但光“能干”还不够，如果大家不敢把自己的核心数据交给AI，再强的能力也是徒劳。

所以，个人AI不仅需要“好用”，还要让用户“敢用”。

通过端云协同计算架构，天禧AI在数据安全层面构建起了第二大核心能力——

把感知、行动等隐私敏感任务留在终端本地处理；而理解、规划等复杂计算，则被调度至个人云专属算力容器里。用户数据全程加密、主权自持

架构底层由联想自研THCP可信计算平台保障，基于TEE硬件隔离与同态加密技术，得以实现数据“可用不可见”

这套安全体系，已经获得中国信通院生成式AI安全“卓越级”认证——这也是目前该领域最高等级的认可。

有了“能干”的执行力和“敢用”的安全底座，AI离好用就只差最后一步——越用越懂你。

对应到Agent能力上，叫做记忆与个性化

这也是天禧AI的第三大核心能力，能跨时间、跨设备、跨应用理解用户上下文

这意味着你在手机上设置的习惯偏好，平板会自动同步；昨天教它的一个工作习惯，今天它还记得……

这种连续、深度的个性化服务，让AI不再需要每次重新认识你，而是一个越用越懂你的“养成系”智能搭档。

当然，光有智能体不够，它还需要好用的“身体”去执行。

在AI行业里，联想是为数不多产品线可以全线覆盖PC、手机、平板、IoT的终端厂商。

这意味着用户可以在不同设备间获得连续、统一的智能服务，打破“设备孤岛”，这是纯软件或单品类厂商一时难以企及的优势。

过去一年，这套打法已经有了初步验证，天禧AI带动全品类终端增速大涨：

AI PC在联想笔记本销量中占比超过三分之一；AI平板中消费平板居中国市场第三，商用平板居中国市场第二；AI手机在竖折叠屏品类中市场份额达29%，稳居线上第一。

且天禧AI背靠联想这棵“大树”，在生态规模上也优势明显。

截至目前，天禧生态已拥有超过5000家生态伙伴，国内AI应用达3200多个，活跃开发者近万名；AI PC和AI手机上的平均用户周活率，分别达到42%61%

丰富的国内AI应用生态与高用户活跃度，证明了天禧AI的生态活力，其市场接受度也正通过用户的真实使用得到印证。

所以整体来看，面对个人AI这一细分市场，天禧AI给出的是一种“系统级”的解题思路。

这种思路的核心是将智能能力深度整合于设备与操作系统底层，从而提供原生、可靠的理解、执行与安全保障。

并且据联想集团执行副总裁兼中国区总裁刘军透露，以上这些能力，接下来还会得到进一步升级，今年5月19日，天禧AI将迎来4.0的大版本升级，进一步成长为你的“专属超能搭档”

“龙虾”之所以能成为现象级的AI工具，最核心的原因，还是在于打破了大众当下对于AI能力范畴的想象。

它证明了AI不但能干活，还能“识眼色”，基于你的习惯，主动帮你完成一系列任务。

所以在这个节点上，AI再作为执行明确指令的助理出现，已经不够用了。现在个人AI产品想上主流牌桌，得拿出主动配合默契又有实力的专属超能搭档

怎么才能从“助理”进化成“超能搭档”呢？

能力提升必然是第一位的。

Agent需要具备更深度的情境感知和意图理解能力，并且能拆解复杂任务，进行规划与动态调整。

特别需要注意“专属”二字，这意味着AI要对你的数据拥有安全、持久、可进化记忆，并能进行跨应用、跨设备、跨生态的系统级调度。

而当下AI行业的一个趋势是：开源社区的创新速度，正在倒逼商业产品加速迭代。

OpenClaw之所以能迅速爆火，正是因为它在智能体规划和工具调用方面走在了前面。而商业产品的优势，在于系统级权限、全场景数据打通和用户体验的打磨。

两者的结合，意味着用户既能享受最前沿的Agent能力，又无需承受部署的繁琐和生态的割裂。

所以玩家想迅速跟进前沿趋势，就需要取长补短，强化执行

例如联想、腾讯等厂商，就正在将智能体核心全面融合OpenClaw框架这样业界先进的AI Agent框架，以此全面升级执行力。

需要注意的是，随着AI Agent能力的增强，算力的需求也在飙升。

如果所有复杂任务都上云，成本会指数级增长；如果都放在端侧，又受限于终端性能。

可否有一种方法，能集两者之长、完美解决这一矛盾呢？

联想对此提出了新思路——引入一个“边”

这里的“边”，会作为个人或家庭的小型算力中心使用，能承担起那些需要高算力但涉及隐私的AI任务，让强大的AI算力由此触手可及。

据悉，联想将这个全新品类定义为“AI主机”，会在今年推出。天禧AI原有的端云协同架构，将进一步升级为端-边-云一体架构

算力将按场景分布在端、边、云三个层次，让效率和成本达到最优平衡。

这其实是“混合式AI”理念的进一步落地。在保障本地化体验的同时，未来降低对云端公有算力（及随之而来的token消耗成本）的依赖也具备了硬件基础，降本有了更多的想象空间。

不过即便如此，Agent的主动性还是会存在局限。因为当前大多数AI能力，还是以应用的形态存在，需要用户主动调用。

但Agent越强大，对系统权限、跨应用协同、数据安全的要求就越高。

而传统的操作系统，从底层架构上就不是为AI设计的——应用之间相互隔离，数据难以流动，权限管理受限。

所以，更好用的AI还需要进一步进化，成为系统的底层能力——无处不在、无感协同

直接点说，就是构建AI原生的操作系统，从底层重新设计人机交互逻辑。

想象一下：你不需要再专门打开一个AI，而是在开机后就直接进入AI环境。写文档时，它自动帮你润色；开会时，它自动整理纪要；跨设备操作时，它自动同步上下文……一切都不需要你刻意调用。

这，才是个人AI的终极形态，也是联想口中那个你的“专属超能搭档”

当然，这些升级也不是一蹴而就的。

联想预告，天禧AI 4.0版本将于今年5月发布。届时，感知、理解和执行的能力，场景体验、个人化水平都将有革命性升级。

这预示着上述的升级规划，都在加速转化为可触达的用户体验。

2026年，AI行业的竞争焦点正在发生微妙但深刻的变化，市场关注的焦点正从技术突破转向价值规模化的新赛段。

各家厂商的角逐，本质上都是在回答：AI如何真正落地？又如何让用户愿意用、持续用、深度用？

而在这场个人AI的竞赛中，三类玩家的身位已逐渐分明：

一类公司以模型起家，比如OpenAI、Claude等。其优势在于模型能力和用户基数，正尝试向硬件入口和系统权限方向进化。

一类是纯硬件厂商，例如三星这样的手机厂商，在竞赛中已积累海量设备优势。而这类玩家为形成个人AI优势，也正在构建更深厚的AI底层能力。

最后一类则是软硬协同玩家，两方面同时具备优势

这是一条要求极高的“全栈整合”之路，要求玩家同时具备终端设备的全球定义与交付能力、操作系统级的软件与生态整合能力，以及横跨端边云的算力架构与安全能力

这条路径投入大、周期长、协同复杂，绝非一朝一夕之功。

在全球范围内，目前能在这条路径上形成成熟商业闭环的玩家，凤毛麟角。

当然，门槛确实极高，但一旦形成闭环，护城河也最深。

联想就是其中一个。

从2017年开启智能化转型，联想就在围绕“AI”做两件事：

一是把组织从产品线划分变为客户群划分，确保每个业务能够有针对性地为特定客户群提供AI产品和服务；

二是把业务重构为智能设备、智能基础设施和智能方案服务三大板块，让AI不止于提供终端设备。

过去9年的智能化转型积累，让如今的联想形成了有终端，有算力基础设施，还有服务能力的全栈AI优势，而这正是今天个人AI竞争所需要的。

在个人AI走向“好用”和“敢用”这条路上，联想已经拿出了完整的答卷。

而纵观行业，在AI价值落地的下半场，牌桌主流玩家和引领者的内涵也正在被改写，指向了那些能提供可落地、可信任、可进化，并真正融入用户生活全场景的系统级智能方案的构建者。

从这个意义上说，联想通过天禧AI展示的，正是这样一种更扎实、也更艰巨的引领者姿态。

一个清晰的信号也随之浮现：个人AI正在从“概念期”走向“价值兑现期”。

而那个能真正帮我们干活的“专属超能搭档”，可能比想象中来得更快。