OpenAI高薪搶人，贏家可能在中國！關鍵在于，要百無禁忌地試錯

抓住風口

本期要點：OpenClaw的爆發(fā)中，中國有什么機會？

你好，我是王煜全，這里是王煜全要聞評論。

在2026年，如果你還只把AI當成一個“你問它答”的對話框，那你可能正在錯過真正的機會——讓AI替人干活。

2月15日，OpenAI正式宣布，聘請了最近爆火的OpenClaw的創(chuàng)始人、奧地利開發(fā)者Peter Steinberger負責下一代個人Agent的開發(fā)。

OpenClaw是今年最具標志性的AI應用之一，堪稱近期最大“黑天鵝”。它讓用戶可以通過簡單的消息接口調(diào)度電腦上的AI Agents為自己完成各類任務。

而這種高人氣應用，正是OpenAI急需的。

據(jù)稱，Steinberger入職后，OpenAI就啟動了新項目，要將OpenClaw轉(zhuǎn)化為云端的一鍵托管服務。對于普通用戶而言，這或許意味著原本需要技術門檻、且有一定安全風險的部署過程將被徹底簡化，每個人都可以嘗試擁有自己的AI Agent了。

不過，我們認為，在關注這場雇傭事件時，更別忘了AI正在從“預測下一個Token”轉(zhuǎn)向“完成既定目標”，背后的核心痛點在于算力成本。因此，或許真正的答案不在OpenAI，而在擁有極致能效比的中國。這里可能才有“百無禁忌”的試錯環(huán)境，并催生AI應用生態(tài)的繁榮。

算力的無底洞

首先，Agent運行的算力成本將是一個無底洞。

就在17日，Anthropic修改了服務條款，禁止OpenClaw類工具通過訂閱制調(diào)用其API。

這也讓問題浮出了水面：一個Agent可能會為了完成任務，在后臺自主重試上千次，并消耗天量的算力。

Anthropic發(fā)現(xiàn)，使用OpenClaw類工具的Pro訂閱用戶，盡管支付了每月200美元的最高檔訂閱費，但實際上卻燒掉了價值600美元甚至更多的算力資源。這讓Anthropic不惜背負扼殺創(chuàng)新的罵名，也要讓用戶按調(diào)用量付費。

高額的API費用也讓Steinberger在財務上有些壓力。盡管有社區(qū)贊助，他每月仍需自掏1萬至2萬美元來覆蓋云端運行成本。

如今，他愿意加入OpenAI的一個重要原因，可能就是OpenAI承諾全額承擔OpenClaw云端API成本。這讓OpenAI在Meta和Anthropic對Steinberger的競標中勝出。

要知道，傳統(tǒng)軟件的邊際成本幾乎為零，用戶越多，單人成本越低。

但Agent的邊際成本卻是不確定的。一個錯誤的指令可能會觸發(fā)Agent“自我糾錯”的死循環(huán)，從而會在短短幾小時內(nèi)燒掉數(shù)百美元的Token，而用戶甚至還沒看到最終結果。

對于初創(chuàng)公司而言，這種不可預測且無上限的財務支出是致命的。

強如OpenAI，會為了招入Steinberger而承諾全額承擔云端API成本，并推出類似OpenClaw的云端應用，但過段時間他們也會發(fā)現(xiàn)，這筆支出將高得驚人。

屆時，OpenAI也不可能用愛發(fā)電，必然會設計某些特別的收費模式來保證覆蓋推理成本，如按任務付費，或是對“無限循環(huán)”設置熔斷機制。

中國模型的優(yōu)勢

但是，我們想指出的是，就在大家視線聚焦于兩大AI新興巨頭時，可能忘了一個更值得關注的變量，那就是中國模型正在讓Agent的試錯從奢侈品變成日用品。

除夕的文章中，我們就指出，當AI進入應用爆發(fā)階段，“試錯”是核心法寶。

開發(fā)者無法預判所有的邊緣案例，必須通過試錯來摸清需求邊界，讓Agent和痛點適配。如果算力成本居高不下，試錯就無從談起，產(chǎn)品也就無法真正落地。

因此，當Anthropic通過修改計費模式來緩解財務壓力時，OpenClaw的開發(fā)者社區(qū)中卻有越來越多人在悄然將Agent的底層模型切換為DeepSeek、Qwen或Kimi。

原因也很簡單，中國模型的推理成本僅為GPT-5.2或Claude 4系列的1/15甚至1/20，性價比優(yōu)勢明顯。

這源于中國模型廠商普遍采用了混合專家架構（MoE），實現(xiàn)了在巨大參數(shù)量下的低能耗推理。

針對Agent需要反復讀取歷史記憶和不斷反饋工具執(zhí)行結果的特性，中國模型在顯存管理上也做到了極致。這使得在處理OpenClaw這種需要高頻互動、且動輒運行幾個小時的長任務時，不僅更便宜，而且系統(tǒng)表現(xiàn)也更穩(wěn)健，不會因為任務太復雜而出現(xiàn)中途掉線或卡死的問題。

要知道，在需要高頻試錯、大量消耗Token的場景下，這種恐怖的性價比是開發(fā)者們難以抵抗的誘惑。

這讓Agent的“無限循環(huán)”成本從上百美元跌落至個位數(shù)，把試錯可能帶來的致命傷變成了皮外傷，也就讓初創(chuàng)企業(yè)敢于開啟真正的自由探索。

開發(fā)者甚至可以用多個Agents組成協(xié)作組，通過內(nèi)部投票和相互檢查的方式來對抗幻覺，從而讓低成本國產(chǎn)模型在最終交付成功率上超過那些高成本的美國單體模型。

應用生態(tài)的繁榮

當然，可以預見，隨著中國模型受歡迎程度的提升，這個領域很可能演變成一個高度敏感的政治籌碼。

由于2026年美國中期選舉的臨近，為了展示自己的強硬姿態(tài)，特朗普或許會拿中國模型來說事，并推出一系列限制令，如強制要求亞馬遜或谷歌等服務商切斷與中國模型的關聯(lián)。

然而，這注定是在一個自己并不掌控的領域發(fā)號施令。

OpenClaw本就具有天生的“反封鎖”基因，任務拆解、思考邏輯和執(zhí)行指令都運行在用戶的本地終端上，只有關鍵的推理環(huán)節(jié)才需要調(diào)用云端AI。

這種“大腦”和“手腳”分離的特性，讓開發(fā)者擁有極高的自主權。為了15倍的算力價差，開發(fā)者仍然會想方設法繞過基于地理位置的封鎖。

不過，背后更深層的原因在于，Agents的應用生態(tài)重心，根本就不在美國。

目前，OpenClaw官方技能商店（ClawHub）5700多個活躍貢獻者中，高達25%來自東南亞，20%來自中國，緊隨其后的是東歐國家。

這是因為在中國和東南亞，存在著海量且細小的數(shù)字化需求，比如印尼賣家要在多個電商平臺間同步庫存，中國自媒體公司要在微信、抖音和小紅書等多個平臺分發(fā)內(nèi)容。這些需求太瑣碎、太非標，OpenAI這種巨頭看不上，傳統(tǒng)SaaS廠商也忙不過來，卻恰恰成為了個人開發(fā)者和需求方自行開發(fā)應用的練兵場。

可想而知，特朗普在華盛頓發(fā)布的禁令，對這些國家的開發(fā)者影響甚微。

所以，真正明智的做法，反而是擁抱OpenClaw的生態(tài)，才有可能在未來的應用爆發(fā)階段分到一杯羹。因為我們反復強調(diào)，未來的商業(yè)競爭，不再是你擁有多么聰明的模型，而是你的AI能為用戶交付什么具體的結果、解決什么實際痛點需求。這更是AI商業(yè)價值的根本轉(zhuǎn)變。

所以，2026年，或許真的將是中國模型的崛起之年，也是屬于所有人的紅利之年——當你不再把AI當聊天窗口的一年，而是真正跑通第一個自主AI Agent并用它解決自己的痛點時，你也就已在牌桌上！

回到我們每個人，你目前的業(yè)務中，哪一個環(huán)節(jié)最頭疼，最需要一個數(shù)字分身去接管？歡迎在評論區(qū)聊聊。

以上就是今天的內(nèi)容，更多科技產(chǎn)業(yè)的前沿分析與趨勢洞察，歡迎加入科技特訓營學習，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“OpenClaw背后的機會”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！