谁在“赶虾”上车？

撰文|李禾子

编辑| 黄大路

设计|甄尤美

2026年初，科技圈最炙手可热的名词是OpenClaw。随着这个开源AI Agent（智能体）框架在开发者中病毒式传播，“人手一只虾”的呼声迅速从硅谷传到中国。

仅仅两个月后的北京车展上，车企和供应商们已经集体亮出了自己的“龙虾”——“XX虾”的名字出现在了各大展台的显眼位置。

这种速度在传统汽车行业几乎不可想象。车展上，一家操作系统公司的CEO向媒体感叹，如今一个架构师一个月能写十几万行代码，换个架构就像换衣服，“必须追，否则怎么创新？”

追得上的速度感，与追不上的成熟度，构成了这一轮“龙虾”上车潮中最深刻的矛盾。

当观众在车展现场体验这些产品时，3到5秒的响应延迟、受限的应用场景、以及从业者们对“营销噱头”毫不讳言的坦诚……这些依然在提醒人们：这究竟是一场产业革命的先声，还是又一次集体“蹭热点”？

《汽车商业评论》带着这个问题在2026年北京车展前后走访了多位行业人士，试图在这场喧嚣中理出一条相对清晰的脉络。

集体抢跑

“车展是一个需要有吸引眼球东西的地方。”

一位芯片厂商高管向《汽车商业评论》谈起为何突然之间，一批“龙虾”在今年的北京车展突然涌现。他算道，车企规划车展通常要提前三四个月，恰好与年初OpenClaw爆火的时间线吻合，“大家都希望往车展上赶。”

可以说，当行业意识到AI Agent可能成为下一代交互入口时，车展这个天然的展示窗口就在日程表上了，哪怕产品还没打磨好，Demo也必须先上去。

这在某种程度反映出汽车行业正经历一场身份焦虑。

过去，汽车品牌溢价建立在发动机、变速箱、底盘“老三样”上，但电动化已经让这些差异迅速抹平。上述芯片厂商高管直言，现在所有品牌，尤其是国产品牌，“必须要想尽办法增加自己品牌的科技属性，这是最重要的”。

这时，“龙虾”恰好提供了一个绝佳的科技标签，它够新、够前沿、够有话题性，能让品牌在消费者心智中占据“智能化”的高地。

某智能座舱解决方案头部企业的产品研发负责人则用“集体焦虑”来解释这一现象。他向《汽车商业评论》表示，自从大模型出现以来，行业的焦虑就在不断加重，“龙虾”现象“其实是在迈往下一代际AI驾舱的进程中，各家竞争的一个表现”。

该人士观察到，年初OpenClaw爆火后，有的供应商和车企“两三个月就开始出产品了”，尽管体验还要打磨，但“基本已经跑通”。

当一个赛道里的玩家都在加速，没有人敢停下来等产品成熟。停下来就可能被定义为“落后”，而在今天的市场叙事中，“不够科技”是汽车品牌最不愿被贴上的标签。

不过，用“蹭热度”来定性这波浪潮，同样过于粗暴。

受访者几乎都向《汽车商业评论》表达了一个共同的判断：“龙虾”所代表的AI Agent方向，不是一个稍纵即逝的wave（浪潮），而是一个不可逆的stage（阶段）。

上述高管认为，“龙虾”的到来几乎颠覆了整个行业的认知，而当认知“提升了一个档次，就下不去了”。

这有点类似GPT-3出现时的情形。技术本身还很早期，但方向已被验证，剩下的只是等待谁能跑到终点。

“龙虾”究竟改变了什么？

抛开营销话术，“龙虾”给汽车带来的真正变量是什么？

关于这个问题，多位受访者的观点同样一致：“龙虾”带来的，是交互范式的跃迁。

不过，博泰车联产品总监杜芳也提醒《汽车商业评论》，“龙虾”并非凭空出现。它不是在座舱里从零到一独立生长出来的新技术，而是依赖了大量的基础工作。

“作为整个AI技术栈演进的一部分，前期大家做的Agent、Skill、MCP这些东西，现在都成为实现‘龙虾’服务的基础，”她说，“没有这些基础，‘龙虾’是没有东西可以用的。”在她看来，“龙虾”的本质是实现路径发生了一次改变，把此前行业在AI上的种种积累重新组织和调用了起来。

站在产品经理的角度，杜芳梳理了这场变革两个递进的层次。

最直观的变化是，汽车内的交互从“回合制”进化到了“目标式”。

过去用户说一句话、系统答一句话，后来升级为它能完成一个任务流（比如自动连接蓝牙再拨号），而现在，用户只需要表达一个模糊的需求，系统便会自己拆解目标、组织步骤、调用工具链。

一个典型的例子是，当用户在车上说了一句“车里好臭”，AI会自己判断需要打开空气净化器还是切换内外循环，而不是等用户说出精确的操作指令。

这种“目标式交互”的精髓在于，AI的响应不再是预设脚本，而是一种具有自主规划能力的动态执行。

“龙虾”带来的另一种变化是交互的触发机制，即从被动响应走向了主动感知与交互。

系统能通过多模态能力感知场景，比如用户的疲劳状态、健康状态，车辆的驾驶环境，泊车环境，离车后的车周环境等，判断场景异常或需要提供服务时，在合适的时机发起主动交互，并在用户许可的情况下规划服务流程、调用服务能力等。

“龙虾”带来的这些变化，最终都将指向交互边界的打破。

杜芳描述了车展上一个令她印象深刻的Demo：用户在车里说一句“和好友A、B都说一下，我们后天晚上聚个餐，再帮我们预定一个中间点的餐馆”，系统便会自己打电话、发消息、订餐厅，协调多人日程，遇到冲突还会返回来和用户确认，再统一通知所有人。

这意味着，原本需要手动操作多个APP、打多个电话的复杂流程，已经能被一句话替代（前提是这套系统真的能跑通）。

显而易见的是，“龙虾”带来的交互变革实际并没有创造新的场景。

前述芯片厂商高管告诉《汽车商业评论》，“龙虾”实际上是站在用户和场景中间的一层，“它并不会让场景增加，只是改变了完成任务的方式”。

说得更详细一些，用户本来就要导航、订餐、调空调，“龙虾”并没有发明这些需求。它给用户带来最大的改变是，让用户不再需要分别打开不同的应用，而是能通过一个统一的入口去完成。

不过，这事实上也点出了“龙虾”上车的隐含风险：如果它只是交互方式的改良，而非创造新的价值场景，那么用户是否真的愿意为此付费？

云端VS端侧

技术路线的选择从来不只是技术问题，它决定了谁掌握入口、谁拥有数据和付费关系。当大模型厂商、车企、供应商三方同时布局起“龙虾”上车时，一场围绕计算架构的暗战已经打响。

在接受《汽车商业评论》等媒体的采访时，地平线创始人余凯提出了一个颇具历史纵深感的视角。

他回溯了过去五十年计算史的大势：“七八十年代计算基本上在主机；八十年代末Personal computer发展起来，到了互联网时代计算又到了云上；移动互联网时代APP赢了，计算到了手机；到了人工智能时代，计算又再一次回到了云端。”

而随着Agent导致Token调用量暴涨，他现在看到的是一波新需求：把大模型计算搬到本地。因为“第一便宜，第二能保障实时性，第三是能保护用户隐私”。

这解释了地平线近期的种种动作。

4月22日，地平线在北京举办年度产品技术发布会，高调推出了旗下首颗舱驾融合芯片星空（Starry），分为算力650TOPS的Starry 6P，及算力500TOPS的Starry 6H两款。被定义为车载OS的“KakaClaw咖咖虾”也同时推出。

地平线的判断是，当智驾趋成熟，舱与驾必然走向融合。

言下之意其实也是在说，未来因“龙虾”上车产生的大量计算需求，终将跑在本地（车里）。

地平线的这一判断实际上直指“龙虾”上车所带来的计算层面的核心分歧：到底是跑在云端还是端侧？

据《汽车商业评论》了解，比起地平线星空（Starry）这样的舱驾融合芯片，当前行业更流行的做法是算力外挂，即在车上引入AI Box。两者的共同点都是致力于提升车辆的AI能力，但本质区别在于“融合”与“外挂”代表了不同技术路径。

严格来说，这两种技术路径的核心，都是依托于“端云一体”或“端云协同”的大框架，但它们的定位和依赖程度有着显著差异。

打个比方，舱驾融合芯片是“主力军”，旨在提升本地算力上限，力求更多任务在车端完成；而AI Box则更像一个“特种兵”或“增强包”，专为补充算力而生，但它与生俱来就高度依赖云端协同。

对此，前述芯片厂商高管从物理现实角度分析了AI Box的存在。

“之所以引入AI Box，是因为本地的算力不够，”他说，而车上的物理限制是刚性的，“在车上放一台B300服务器，车的电池都撑不住。”

从这个意义上说，纯端侧的“龙虾”本质上是一个“裁剪版”，只能完成有限任务。

但他同时点出了商业层面的张力：“车企肯定不愿意说我的入口又被互联网公司占走。但是没办法，用户选择了用谁的服务，你阻止不了。”

这背后是一个残酷的商业逻辑：未来用户可能每月为“龙虾”的Token付费，就像今天交手机话费和充视频会员一样；谁提供“龙虾”，谁就拥有账号、数据和持续收费的权利。

互联网巨头想把“龙虾”养在自己的云上，车企想守住车内的入口，最终的平衡点可能还要取决于用户用脚投票。

按照余凯的说法，地平线未来依然会选择“专注于汽车”——不自己做跨终端的“龙虾”生态，而是做车内计算平台的底层。

有平台架构师向《汽车商业评论》表达过一个很有意味的产品思考。他谈到整车BOM成本的分配逻辑时指出，传统车企往往按当下的需求配置芯片算力，但汽车的生命周期是五年。

“对计算系统的考量一定不是今天够不够，是在未来，至少明年或者是后年够不够。”他说。

该架构师继续补充，如果车上算力第三年已经捉襟见肘，到第五年用户体验就会严重衰减。“你的成本分布不可避免是向计算机部分转移，谁先认识到这个规律，谁把这件事做得最彻底……那谁就能在每一年的竞争里面取得优势。”

这些其实都说明了一个目前被很多人忽视的问题：“龙虾”上车不仅是软件问题，更是一个硬件预埋问题。

今天选择什么样的芯片配置，决定了三年后这辆车能不能跑得动不断升级的AI Agent。而那些只为了赶车展热点草草上马Demo、却没有对计算平台做长远规划的做法，可能是在为日后的用户不满埋下伏笔。

从Demo到量产的距离

与车展上呈现的“龙虾”上车热闹景象形成鲜明对比的，是真正技术落地的难度。Demo距离大规模量产，中间横亘着不小的技术鸿沟。

红帽副总裁兼边缘事业部和汽车操作系统总经理Francis Chow用一个生动的比喻，向《汽车商业评论》表达了他对“龙虾”上车的担忧：“龙虾”就像“把手机交给一个六岁的小孩”。

“你把太多能力交给一个还不懂的人……如果你不知道怎么用它，其实很危险，而且没人知道怎么给它设定边界。”他表示。

他还特别指出了一个前所未有的变量：技术的发展速度已经超出了人类预判的能力。“以前我们总能预测三到五年后的未来，现在我连三个月后能做什么都无法预测。”

Francis Chow点出的是一个根本矛盾：当一个技术的演进速度超过了我们理解其风险的能力时，应该如何安全地将它部署到人命关天的汽车上？

自OpenClaw问世以来，针对AI智能体的供应链攻击、越权操作、密钥泄露等安全事件时有发生。2026年1月爆发的“利爪浩劫”事件，曾是迄今已知最大规模的AI智能体供应链攻击，深刻暴露了智能体生态安全的脆弱性。

4月下旬，百川智能CEO王小川也曾公开发出警告，认为由OpenClaw类智能体引发的大规模安全事件可能在2026年集中爆发。

百川智能CEO王小川

据业内人士透露，智驾领域一直强调技术演进与安全性的精妙平衡，而“龙虾”目前“连一个行业标准都没有”。

前述芯片厂商高管则表达了他更明确的判断：“所有跟车控相关的东西肯定不能碰……所有可能会产生安全隐患的权限都不会给‘龙虾’”。至于未来能否逐步开放，他的回答是取决于技术成熟度和安全性之间的平衡，就像智驾一样，走一步看一步。

安全之外，成本是另一道紧箍咒。

杜芳表示，Token消耗面临双重成本压力：云端调用需要付费，端侧部署则需要更强算力的芯片，而目前“至少骁龙8295之前的芯片都不太能满足当前行业对端侧AI产品的需求，因此很多车企正在考虑用AI BOX方案作为补充”。

而作为端侧AI的支持者，中科创达CEO宋洋则向《汽车商业评论》表达了对端侧降本能力的看好：用端侧模型覆盖80%的日常意图，如开空调、开车窗这类操作本就不需要云端，一次部署终身使用；只有新闻查询、复杂规划这类才调用云端，花费不会太多。

除了安全和成本，“龙虾”在车端交付体验的鸿沟同样显著。

即便是Demo，当前的车上“龙虾”体验仍有很大的提升空间，例如：交互速度、用户体验设计等。杜芳在车展实地体验多家产品后的感受是，3到5秒甚至更长的响应时延依然普遍，这距离用户习惯的毫秒级语音控制仍有相当大的距离。

而在时延之外，更根本的体验落差还在于，当前绝大多数“龙虾”上车方案还远未实现“全端打通”。它们更像一个被圈定在座舱内的功能模块，而非理想中那个随人流转、跨设备无缝衔接的AI个人助手。

这也是当前的车端“龙虾”被认为是“裁剪版”的另一层含义。

“‘龙虾’带来更关键的变化，是从车内交互变为跨端跨域式复杂任务交互。”杜芳说。

尽管她也留意到，北京车展上已有供应商展示了通过手机微信或飞书的自然语言“聊天”方式远程操控车辆，或在车端与语音助理“聊天”操控办公电脑和家中IoT设备等等的Demo。但这类跨端场景目前仍停留在概念演示阶段，距离大规模落地还有相当长的路要走。

对此，前述芯片厂商高管的评价更为直白：“‘龙虾’还很早期，现在都还在以零点几版本的速度更新，没准没出到1.0版本之前就被新的东西颠覆了。”

最后还有一个无法绕过的根本问题：用户在车上真的需要一只“龙虾”吗？

比起车展上的热闹场面，普通用户对“龙虾”的感知尚不明显。并且，已经有观点认为PC端存在Token浪费的情况，匆匆移植到车端更像各企业在应对焦虑，难说是否将带来更大浪费。

但又或许，现在的答案不在于用户“需要或不需要”，而在于产业方向已经不可逆转。

一位资深从业者在接受《汽车商业评论》的采访时讲到一段颇具启发性的观点，“如果以世界末日的观点回头看，我们今天做的所有技术和努力的活动都是无意义的……技术的发展是step by step的，而且是一个综合体。”

他认为真正能改变世界的，不是追逐最性感的技术概念，而是用未来两到三年效率最大化、成熟度最大化的技术，把产品扎扎实实推向市场，“18个月以后再来一次”。

这番话事实上道出了“龙虾”上车此刻的本质面目：它被过载的营销期待和真实的产业探索同时裹挟，真正的落地不会是一场闪电战，而是一场持久战。

而从概念到量产的路上，跑得稳比跑得快更重要。