出品 | 态度AGI

作者 | 袁宁

编辑 | 丁广胜 杨霞清

当“龙虾”爬上越来越多人的电脑桌面，企业端的 AI 革命似乎已没有退路。

2026年，OpenClaw（龙虾）的爆火像一颗深水炸弹，炸开了企业智能化转型最后一层心理防线。这个能在个人电脑上自主操作、处理复杂任务的AI智能体，让无数企业的一把手第一次真切地感受到：AI不再是PPT里的愿景，而是竞争对手明天就可能用来颠覆你的武器。

过去需要反复论证、层层汇报的 AI 项目，如今节奏突然被压缩。“领导只问一个问题：两个月之内，能不能让我看到结果？”枫清科技创始人兼CEO高雪峰告诉网易智能，这种前所未有的紧迫感，正在重塑企业推进 AI 的方式。

但真正走到落地阶段，很多企业才发现事情远没有想象中顺利。

过去一年，"人工智能+"行动意见将AI落地从选答题变成了必答题，各行各业争相拥抱大模型。然而现实是残酷的：烟囱式建设让系统难以互通，大模型万能论屡屡碰壁，知识库推了半天员工却不愿上传数据……“很多企业砸了钱，但没看到结果。”高雪峰说。

枫清科技恰好站在了这场变革的交汇点上。

今年春节前夕，枫清科技（Fabarta） 发布了 Fabarta 个人智能体“龙虾”Mac 版本；3月7日，适配 Windows 的版本也正式上线。与海外版本往往需要复杂部署不同，这款产品主打“开箱即用”：用户无需调试环境或配置工具，一键即可拥有一个可以自动完成任务的个人智能体。

这款兼顾易用性与安全性的个人专属智能体龙虾版，上线后迅速获得市场认可，短短几天内便积累了数万活跃用户，成为企业端智能体普及的重要入口。

枫清科技由前 IBM 与阿里云技术老兵高雪峰创立，定位为“AI+产业”的基础设施提供者。与许多创业公司不同，他们既不参与通用大模型的军备竞赛，也不做简单的 AI 应用包装，而是直接扎进化工、制造、医药等重型产业，与中国中化、TCL 中环、华润医药等链主企业共创产业智能体。

网易科技独家获悉，枫清科技已完成 Pre-A+ 轮融资，估值约1亿美元。公司累计融资已超过2亿元，投资方包括蓝驰、将门、朗玛峰等。

增长同样迅猛。2026年仅第一季度，枫清科技营收便接近了去年全年的收入规模；2025年公司营收增速也保持在300% 以上。据我们了解，公司与多家产业方正在推进 A 轮融资，2027年赴港上市计划也已提上日程。

在高雪峰看来，OpenClaw 掀起的这轮智能体浪潮，真正释放的信号不是某一个产品的成功，而是企业级智能体时代正在全面到来。

近日，我们与高雪峰进行了一次深度对话，聊了聊龙虾热潮背后的真实企业需求、AI落地的四大陷阱、产业智能体的可复制模式，以及一个创业者穿越周期的判断与野心。

以下为对话内容，经不改变原意的编辑。

龙虾冲击波：当AI教育成本归零，企业只给你两个月

网易智能：最近“龙虾”（OpenClaw）爆火。很多人认为，它让AI落地的紧迫感进一步放大。你在和企业客户交流时，明显感受到这种变化了吗？

高雪峰： 冲击力非常大。去年Manus这类智能体火的时候，它还是在一个外部端、服务器上，企业客户其实还没那么深的感知，觉得离自己的内部环境还有点远。

但“龙虾”出来了之后，大家发现它能在个人电脑侧直接利用个人信息帮你处理很多事情，甚至什么都能自己干了。这让很多大企业、央国企的一把手危机感明显增强，觉得再不引入智能体，核心业务就会被竞争对手取代。

可以说，“龙虾”的出现，把AI在企业端全面转型的教育成本基本降到了零。现在很多央企客户直接去官网下载我们的龙虾机器人，要求我们出方案，探讨怎么链接到企业自有的私有大模型上。大家都认为，企业端的智能体时代已经彻底到来了。

网易智能：去年国家提出“人工智能+”行动意见，相当于给企业了一个deadline，当时企业已经很关注AI。但这一轮你感受到的最大变化是什么？

高雪峰：“人工智能+”行动意见后已经不是交个PPT汇报就能过关了 。领导要的是两个月后就能看到落地结果 。谁的产品经过验证、效果好，就立刻合作 。

他只关心一件事——系统能不能上线，能不能马上演示 。在这股“落地倒逼”潮流下，模型参数能力不再是关键，“能否真正跑在生产环境里”才是现实 。

网易智能：枫清也推出了“龙虾版”个人专属智能体。相比开源版本或者大厂的云端部署版本，你们的核心差异在哪里？

高雪峰：龙虾去年底开始在开源圈火，但其实我们在去年7月就推出了个人专属智能体（Fabarta），理念是一致的。我们的“龙虾版”有几个核心的区别和优势：

第一是开箱即用。把开源龙虾配置好是有门槛的，我们为普通用户预配置了丰富的场景，并在什么场景下调用什么大模型做了最好的适配，直接降低了使用门槛。

第二是安全熔断。开源龙虾如果你给它机密信息，它甚至会错误地发邮件或者发到网上。我们在本地APP里兼顾了沙箱、日志跟踪，一旦涉及到钱、发邮件等高危操作，会立即触发熔断，必须要让人来参与确认。

第三是长效记忆。这是最大的特色。开源版本通常是一个空白的运行环境，而我们的版本结合了本地的多模态知识引擎。你可以把电脑里的数据、文档拖进去，它通过过往积累真正成为懂你习性的“长效记忆”助手。

最后是云边联动。我们的龙虾版支持与企业云端的知识中台、智能体平台打通，它不仅是个人的生产力，还能赋能企业的全面智能化升级。

网易智能：很多人在使用龙虾时，一个现实问题是Token成本太高。枫清是怎么解决这个问题的？

高雪峰：龙虾里面涉及深度思考和各种规划操作，背后消耗的Token成本的确非常大。如果用户自己配个大模型，成百上千的Token很快就全烧没了。

所以我们在背后做了非常多的Token调用精简和优化。我们推出了每个月9块9的基础版本，里面包含了极大的自有Token流量包，让用户能把龙虾的基本场景跑起来。

我们做C端产品，并且和苹果中国、麒麟操作系统做深度绑定，核心目的还是为了培养C端用户的黏性，最终通过他们，把我们完整的“云边端协同”方案带到大B客户的决策中去。

网易智能：刚刚你提到你们还推出了Fabarta个人智能体，看起来像To C产品。但枫清一直做To B，这背后的战略是什么？

高雪峰：严格来说，我们做的不是传统意义上的To C，而是服务于B端客户中的C端用户。这也是我们在推广企业知识库时发现的现实问题。

很多集团搭建了知识平台，却发现无论如何推动，员工都不愿意把自己的数据上传。大家觉得这些数据是个人资产，甚至是隐私。这种“上有政策，下有对策”的现象很正常。

因此，我们和客户共同设计了一套“云边端一体化”的知识架构。我们的个人专属智能体可以安装在员工的个人电脑上，在本地管理和处理数据。数据无需上传云端，所有检索、问答等功能都在本地完成，保护了用户的隐私和数据所有权。 只有当用户自己认为某些内容有共享价值时，才可以一键将其中的精华部分上传到企业知识库。

这样一来，既解决了员工个人办公效率的问题，也让企业知识库能够以一种更自然、更受欢迎的方式丰富起来。

所以，产品虽然形态是To C，但其根本目标是解决B端客户的落地难题，并作为我们触达更多B端客户的独特渠道。我们正与麒麟OS、苹果等厂商洽谈合作，希望通过预装等方式扩大其影响力。

AI落地四大陷阱：为什么很多企业没成果

网易智能：过去一年很多企业都在推进“AI+产业”，但真正跑通的似乎并不多。从你的观察来看，企业AI落地最常见的误区是什么？

高雪峰： 总结下来有四个非常典型的问题。

第一是“大模型万能论”的误区。很多客户觉得只要买个最牛的模型就能解决所有问题，但实际上，大模型虽然是至关重要的一环，却绝非万能钥匙。智能化要真正落地，必须深入到一个个具体场景中去，单靠一个大模型来包揽一切是不现实的。

第二是“烟囱式建设”带来的集成困境。为了快速响应业务需求，客户往往会找不同的厂商来解决各个场景的智能化问题。但每个厂商的技术栈都不一样，导致各个智能应用就像一个个独立的“烟囱”，彼此之间的数据和能力难以融合。当客户希望将这些场景整合，构建更复杂、更智能的系统时，就会发现这是一项几乎不可能完成的任务。这也是目前许多央国企普遍面临的痛点。

第三是平台建设的“双重困境”。当集团意识到“烟囱林立”的问题后，很自然地会想到搭建一个统一的平台来整合所有技术和场景。但这时，由于底层各个厂商的技术栈五花八门，要么是顶层规划太死，陷入技术细节无法快速落地；要么是组织惯性太强，分公司或二级单位往往不愿意把自己宝贵的私有数据上传到集团级的知识库中。

第四是“高价值场景的认知瓶颈”。很多客户一谈AI就是“知识库问答”，思路打不开，完全不知道如何把AI融入到研、产、供、销这些核心生产环节。如何找到并定义这些更高阶的场景，也是一个亟待解决的问题。

网易智能：面对这些问题，枫清在实际项目中是如何推进AI落地的？有没有一套比较成熟的方法论？

高雪峰：我一直有个“杯子理论”。现在客户要的不只是一个空的“杯子”（平台软件），他要的是一杯装好了饮料、开盖即饮的“特饮”。

我们的做法是，先找行业里的“链主”企业——比如化工领域的中国中化、制造领域的TCL中环、医药领域的华润医药。我们跟这些链主共创，在最核心的生产场景里磨合出一套完整的、带业务逻辑的智能化方案。这就是我们要卖的“特饮”。

当这杯饮料在链主企业身上验证了ROI，剩下的就是通过产业链进行复制。比如在化工能源产业链，我们在山东成立了合资公司，直接把我们在中化打磨好的智能体方案复制到当地民营化工园区。客户只要看一眼中化的案例，决策成本就会极低，因为他看到的是一个能跑出结果的、完整的业务闭环。

网易智能：目前在哪些行业落地比较深入？能举一些典型案例吗？

高雪峰：我们其实一直围绕的都是“AI+大产业”这个核心方向。我们的技术和平台本身是跨行业的，但我们会优先选择与各行业的头部“链主企业”进行深度融合。

因为头部企业拥有最宝贵的行业经验、数据资源和真实场景，而我们提供领先的技术、产品和平台。这种结合可以实现“1+1远大于2”的效果。

目前，我们已经在多个行业取得了深入的合作成果：

在化工能源领域，我们与中国中化旗下的中化数智合作非常深入。我们的多模态知识引擎帮助他们蒸馏行业模型，结合丰富的智能能力，整体实践走得非常靠前。

在先进制造领域，我们去年刚刚与TCL中环达成了第一期智能体业务合作，项目成果获得了TCL集团AI大赛的一等奖，是从262支参赛队伍中经过两轮评选脱颖而出的。

在生物医药领域，我们从今年开始与华润医药的合作也已非常深入，并计划将这些成功经验复制到该领域的其他大型客户中。

此外，在金融、交通和保险行业，我们也有一些头部客户，比如华夏银行、龙银智达以及泰康保险等。

除了企业智能体平台与场景应用以外，我们已经深入到国家层面更高战略价值的、企业层面更高壁垒的AI4S领域。从AI赋能新材料的研发开始，通过与中化、火山引擎、头部985高校的联合实验室，到北京区域及其他地区的AI4S平台建设；从承接中国中化AI赋能新材料领域的智能体与蒸馏模型，到山东东营中试基地和民营化工企业的业务闭环。 搭建了以央企链主企业资源和数据为核心，一线城市主导AI赋能新材料领域的科研，联动区域性中试基地，搭建智能化干湿实验到规模化量产的闭环，已经准备帮助化工材料企业每年实际提升至少数倍的研发效率和节省千万级别以上的成本。

我们是一家科技公司，专注于“AI+产业”中的“AI”部分。没有产业的深度参与，我们自己不可能凭空做出一个行业解决方案。

因此，我们的核心战略就是与链主企业共创。这些企业不仅需要自身使用我们共同研发的技术和产品，更重要的是，他们有强大的意愿将这些能力赋能给整个产业链。这种合作模式是我们非常看重的，也是我们愿意持续投入的方向。我相信，在中国做“AI+产业”，这是一条非常行之有效的路径。

网易智能：如果一个企业从零开始构建产业智能体，大致需要经历哪些步骤？

高雪峰：在B端，构建一个产业智能体通常分为以下几个步骤：

首先，也是最重要的一步，是共同定义这个智能体要解决的高价值场景是什么，评估它能带来的业务价值。同时，也要评估实现这一目标所需的数据基础和技术投入，做出综合判断。

选定场景后，我们会将客户现有的各类数据进行知识建模，注入到我们的多模态知识引擎中。这是构建智能体“大脑”的基础。

接着，我们会测试不同参数规模的模型在特定场景下的表现。如果发现通用大模型效果不佳，就需要启动“行业蒸馏模型”流程，为客户定制一个更懂行、更高效的小尺寸行业专属模型。

基于我们的智能体平台，通过拖拉拽的方式，将知识引擎、模型和企业已有的工作流（Workflow）串联起来。最后，开发或配置智能体的前端交互界面，完成“最后一公里”的交付。

不过，智能体上线只是开始。它必须在实际产业应用中不断接收用户的反馈，这些反馈会反过来指导我们修正底层的知识结构和优化模型。通过这个持续迭代的闭环，智能体才会越用越智能，最终真正融入业务。

营收年增速超300%：扎入产业链做可复制智能体

网易智能：目前整体营收情况如何？

高雪峰：最能说明问题的是增速。2024年我们首年商业化实现了小几千万的营收，到2025年，收入实现了300%以上的高增速。

今年仅第一季度，我们一个季度就完成了接近去年全年的收入规模。要知道，第一季度通常是To B行业的传统淡季。

所以我们现在非常有信心在2026年实现全年营收突破2亿元的目标，保持300%到400%左右的增长趋势。

网易智能：在业务增长的同时，你们的资本节奏似乎也在加快？

高雪峰：是的。在业务闭环没通之前，我在融资上一直非常谨慎，不希望盲目扩张。但现在飞轮已经转起来了。

我们刚刚Close了Pre-A+轮的融资。这轮进来的投资方非常有指向性，都是在化工、能源、新材料尤其AI4S等领域具备很好的产业协同效应的机构。

同时，我们已经开启了正式的A轮融资，不少大型产业投资方已经认领了比较大的份额。我们目前的计划是在今年3到4月完成A轮，夏天Close B轮到C轮。根据目前的业务逻辑和合规审计进度，我们拟定了2027年赴港上市的时间表，相关的审计、券商及法务团队都已经开始对接。

网易智能：想具体了解一下合作展开的细节，比如和央企、头部企业合作时，一般是如何启动项目的？

高雪峰：现在的合作逻辑和过去完全不同了。虽然不排除有政府项目会直接采买几千万的大系统，但在与央企和头部企业的合作中，几乎都是从一个个小场景开始验证的。

现在接触大型央企时，已经不是想象中只会谈空泛战略了，对方会直接列出具体问题：“我这里有1、2、3、4、5五个场景需要解决，你们的技术能不能满足？你们的平台能不能支持未来更多的场景扩展？”

如果我们的技术方向和案例能匹配他们的需求，就会立刻进入POC阶段，快速试验一个场景。POC结果好，就签一个小合同，逐步验证，再扩大合作规模。整个过程非常高效，不拖泥带水。

网易智能：从第一次接触到最终签单，通常需要多长时间？

高雪峰：对于大客户而言，从第一次接触到最终签单，至少需要半年时间。虽然AI时代节奏很快，但国央企必需的合规、监管流程是省不掉的。这其实对我们也是一种保护，因为走完所有流程，最终能中选的，一定是技术实力和服务能力最强的供应商。

网易智能：您刚提到从“小合同”开始，初期的合作金额大概是多少？

高雪峰：大部分客户的初期合作金额一般都在百万以内，可能是几十万到大几十万不等。我们也不希望一上来就接一个上千万的大单，因为双方需要一个磨合的过程。

小单子周期短，可以快速试验和验证。如果客户对我们的技术、产品和服务都认可，合作规模会自然地扩大。去年我们很多百万级的客户，今年已经成长为千万级的大客户了。

网易智能：这个过程需要大量定制化开发吗？会不会亏本？

高雪峰：关于定制化，说实话，服务链主企业确实需要一些定制开发，但我们并不认为这是“亏本”的投入。

我们的研发团队只有60多人，要服务多个行业，不可能做重度定制。我们所谓的“定制”，更多是轻量级的，比如调整UI、增加一些API接口、与客户的老旧系统做数据集成等。

更重要的是，我们和客户共创的场景智能体，其核心能力是可复制、可产业化的。

网易智能：当一个场景跑通后，你们是如何在产业链中复制的？

高雪峰：当进入产业复制阶段，我们的盈利模式更像订阅服务。由链主企业牵头，将其下属单位或产业链伙伴发展为用户。

对于一些简单的知识库搭建、工作流创建，客户的二级单位自己就能完成。对于更复杂的需求，我们提供技术支持。

这种模式下，我们的投入成本很低，但可以实现大规模推广，从而用最少的投入，帮助客户实现最大的智能化价值，同时我们的产品也在更多场景中得到了验证和完善。

应对“智能危机”：要用AI工具来取代“旧的自己”

网易智能：最近《2028全球智能危机》那篇文章非常火，认为Agent将取代所有软件。你怎么看这种观点？

高雪峰：我在IBM时就研判过，传统工作流（Workflow）迟早会被“意图驱动的工作流”（Intention-to-Workflow）所颠覆。

但必须理性地看，SaaS没那么容易被完全取代，尤其是在国内。国内企业的本地环境极其复杂，数据的孤岛效应极其明显，很多企业甚至连基础SaaS化都没完全跑通，怎么可能直接跨越到全自动化？

所以我认为，到2028年，SaaS不会消亡，但它们会被“Agent化”。Agent更像是一种原生的“探针”和“插件”，插进传统的ERP、财务或供应链系统中，让原本沉重、被动的系统摇身一变，成为主动决策的智能体。这才是更务实的落地路径。

网易智能：很多人也担心AI会取代大量白领工作。你会怎么建议职场人应对？

高雪峰：AI取代劳动力的事，在美国确实已经引发了广泛的裁员潮，这绝不是危言耸听。

我给员工和职场人的建议很简单：无论你从事什么行业，必须要把AI（无论是龙虾智能体还是大模型）当成自己的贴身武器。

你要把自己的经验、特长与AI能力融合在一起。只有当你学会利用AI工具来取代“旧的自己”时，你才能在市场上拥有一席之地。如果你完全与这个趋势脱节，风险确实是非常大的。这不仅是企业的必修课，也是个人职业生涯的必修课。

网易智能：回顾你的职业经历，从IBM到阿里云，再到创业。如果时间倒流，你的创业方向会改变吗？

高雪峰：答案是肯定的。每个阶段的技术逻辑和市场环境都完全不同。

如果是在IBM时期创业，我的积累主要在企业数字化转型的技术和可复用资产上，比如数据中台、大数据平台、知识图谱等。当时我们已经做了一些非常前沿的项目，比如为平安打造第一代智能客服，结合了知识图谱和BERT模型。

但那时，整个市场对“智能化”的理解还很模糊，大家谈论的更多是“数字化转型”。AI的应用多是局部的“点缀”，比如智能客服、图像识别等。所以，如果那时创业，我大概率会选择在数据领域，比如数仓、数据中台方向，市场空间大，但竞争也极其激烈。

后来在阿里云的两年，我的思考又进了一步。我看到了如何用产品驱动的方式服务更广泛的中腰部客户，也看到了大厂如何通过规模效应实现目标。但这也让我意识到，对于一个初创公司，能否找到一个精准的产品方向并成功突围，依然是巨大的问号。

到2021年底我正式创业时，我的方向就非常清晰了：打造一个帮助企业完成智能化转型的基础平台和基石。

这是基于我在To B领域服务大客户和触达中小客户的双重经验，以及在大数据和AI领域的技术积累。

网易智能：能介绍一下公司的定位，以及公司的技术路线是如何一步步发展到今天的吗？

高雪峰：关于公司的定位，其实我们的核心目标从创业第一天到现在从未改变：通过挖掘企业内各种数据之间的关联价值，提供平台型的技术和产品，支撑企业完成数智化转型。

但实现这个目标的路径是逐步演进的。如果我在2021年就说要做大模型和多模态知识引擎，大家会觉得不切实际，因为当时的市场环境并不看好这些技术。所以我们只能一步步来，确保每一步都为客户创造价值。

我们的技术演进路径也非常清晰：

创业第一年，我们就用Rust语言从零开始，研发了原生的分布式图存储与计算技术。这是我们最核心的竞争力之一。

随后，我们逐步将向量、JSON等数据模态融合进来，形成了真正的多模态知识引擎。这个引擎能深度建模数据间的关联关系，使得我们的智能问答等应用，在没有特意调优模型的情况下，准确率就能天然地比竞品高出10%-15%。

随着客户需求深入，我们发现仅有通用引擎不够，还需要专业的行业知识。于是我们发展了第二条腿——行业蒸馏模型，帮助客户在细分领域训练更专业的模型。

在“双轮驱动”的基础上，我们构建了上层的知识中台和产业智能体平台。前者帮助企业智能地管理和利用知识资产，后者则通过智能体插件对接企业工作流，实现流程自动化和智能化。

到今天我们已经形成了一个完整的体系：以多模态知识引擎和行业蒸馏模型为双轮驱动，以知识中台和产业智能体平台为上层应用支撑，最终帮助客户实现真正的智能化升级。我们的目标始终如一，但实现它的路径是随着技术积累和客户需求而不断清晰和完善的。

这些选择虽然让我们在短期内没有跟随热点爆发，但为我们奠定了厚积薄发的基础。我们坚信“AI+产业”是未来，并在这个方向上持续布局。

网易智能：上次我们聊，您提到最关注的事是“跑通业务闭环”。今天聊下来，营收翻了几倍，资本和上市节奏也明确了，您当下的心境变了吗？

高雪峰：业务闭环在去年底到春节期间已经完全形成了。不管是化工、制造还是医药产业链，逻辑都通了。我现在给事业部负责人的任务就是：让飞轮转得越来越快，要让团队的成长速度，匹配上业务每年几倍的指数级增长。

网易智能：你曾引用马斯克的话，说创业像“嚼着玻璃凝望深渊”。现在这种感受还在吗？

高雪峰：（笑）这种孤独感和压力是恒久的，这是创业者的宿命。

你在开创一种前无古人的产业落地模式，在开拓一个没有任何参考对象的行业时，你一定是孤独且痛苦的。每一步决策都可能伴随着巨大的挑战和冲击。

但我始终认为，业务结果的爆发，就是给我们团队在这条路上走下去、抵御孤独的最大信心。我们随时做好了面对任何挑战的准备，因为我们清楚，这就是开创时代必须付出的代价。

网易智能：如果用一句话来形容未来的枫清科技，您希望它是一家什么样的公司？有人说它是中国的IBM加微软，您认可吗？

高雪峰：IBM懂客户价值和数字化转型，微软擅长产品化和生态，我们确实融合了这两者的基因。但如果定义未来，我更倾向于说我们是一家“原生AGI智能应用工厂”。

未来的企业，不需要每个部门都去买模型、做训练，他们需要的是直接把“生产经验”喂进我们的工厂，通过我们平台加工出无数个能解决实际问题的智能体，直接投产使用。我们给客户带来的，是不可估量的产业价值。

*网易科技重磅推出系列对话栏目《态度AGI》。过去三年，AI变革风起云涌，全球科技秩序正在重构，通往AGI的道路或许正在悄然临近。本栏目以AGI为题，将对话100位AI专家、企业家、投资人，试图拨开云雾，与大家一道见证AGI时代的到来。第五十二期对话枫清科技高雪峰：龙虾之后，企业搞AI没有退路了

*往期回顾