OpenClaw，給中國AI開辟了一個彎道超車的大市場

OpenClaw的爆火不僅重塑了AI Agent的消費場景，更引爆了中國廠商的生態卡位戰。從月之暗面、MiniMax的云端化突圍，到騰訊、阿里的基建“賣鏟”策略，再到智譜與字節的差異化路徑，各方勢力正圍繞這一萬億級市場展開激烈博弈。本文深度拆解大廠布局背后的戰略邏輯，看中國AI如何借勢實現彎道超車。

———— / BEGIN / ————

OpenClaw可以說是AI圈里最熱門的話題，一丁點風吹草動都能牽動全球所有AI廠商的神經。無數產品經理在OpenClaw上進行創意大比拼。

嗅覺靈敏的中國廠商也都紛紛開始行動，他們看到的不只是OpenClaw這個產品本身，而是它背后代表的整個agent市場。

這個市場需要云服務器、需要模型API、需要本土化的產品、需要更低門檻的部署方案。

中國AI想要彎道超車，必須要在Anthropic和谷歌先后對其進行打壓的時機，緊緊抓住這個機會。

騰訊云、阿里云上線了一鍵部署服務，他們想要趁著這個機會，成為AI圈那個賣鏟子的人。

月之暗面推出了云端版的Kimi Claw，MiniMax也緊隨其后發布了MaxClaw，道理很簡單，本土化的OpenClaw仍然是市場的一大空缺。

智譜和字節雖然沒有在OpenClaw上面明確表態，但他們其實也沒閑著。OpenClaw的成功讓智譜和字節對agent的產品更有信心。

月之暗面的云端OpenClaw

在OpenClaw出現之前，大模型的使用主要是“對話式”的，用戶問一句，模型答一句，單次調用的token消耗有限。

但OpenClaw創造了全新的“模型消費場景”。

一個配置合理的OpenClaw，每天可能向模型發起數百次甚至上千次調用，每次調用還要攜帶完整的上下文信息。這意味著，單個OpenClaw用戶產生的token消耗，可能是傳統聊天用戶的幾十倍甚至上百倍。

因此，OpenClaw變成了OpenRouter上token消耗最大的應用。哪個模型能接入OpenClaw生態，就等于獲得了一個指數級增長的需求管道。

當OpenClaw用戶選擇底層模型時，他們實際上選的不是模型性能或者模型知識儲備，用戶選的是一個持續、穩定、高頻的供貨商。

誰耐用，誰便宜，誰才是OpenClaw生態下的大贏家。

所以月之暗面和MiniMax就在OpenClaw的這場巨浪之中收獲頗豐。

先說說前者吧，他們在OpenClaw生態中的角色，經歷了兩個階段的演變。

2026年1月，Kimi K2.5因其便宜且agent能力較強，成為OpenRouter平臺上OpenClaw調用量最高的模型。

OpenRouter數據顯示，Kimi K2.5的周token使用量環比增長最高達261%。其調用場景主要來自OpenClaw.

究其原因，Kimi K2.5支持最多100個子agent并行執行、1500次以上的工具調用，這些能力讓它在agent場景下表現出色。

于是OpenClaw官方在1.30版本后，將Kimi K2.5設為“首個官方免費主力模型”，用戶安裝OpenClaw時可以選擇MoonshotAI通道，甚至可以留空API Key繼續使用，OpenClaw官方會補貼算力。

這種爆發式增長直接帶來了商業回報。

受全球付費用戶及API調用量大漲的共同推動，Kimi K2.5發布不到一個月，近20天累計收入已超過2025年全年總收入。

正是因為OpenClaw，Kimi的海外付費用戶數快速增長，海外收入首次超過國內。SimilarWeb數據顯示，Kimi上月訪問量達3300萬，中國地區訪問量占比從去年的77%降低到了今年的60%多。

這個階段，月之暗面扮演的是“模型供應商”的角色，被動地提供 API 服務。

但Kimi團隊很快意識到，與其被動地提供API，不如主動降低用戶使用門檻。一個月后，Kimi正式推出Kimi Claw。

這是一個云端托管的OpenClaw服務。用戶無需本地部署，直接在瀏覽器中就能使用完整的OpenClaw功能。

Kimi Claw把原版OpenClaw的復雜步驟全部省略了，用戶只需擁有Kimi Allegretto及以上會員，就能在網頁端一鍵創建自己的“云端OpenClaw”，整個過程不超過1分鐘。

Kimi Claw內置了Kimi K2.5模型，自動關聯用戶的Kimi Code會員權益額度。用戶無需額外配置API Key，也不用擔心突然燒掉大量token導致賬單爆炸。

在功能層面，Kimi Claw直接集成了ClawHub社區的5000多個技能庫，用戶可以在網頁界面中一鍵啟用，包括天氣查詢、網頁搜索、瀏覽器操作、郵件處理等高頻場景。

原版OpenClaw的Skills需要用戶通過命令行手動搜索、安裝、配置，這個過程對普通用戶來說又是一道門檻。Kimi Claw則是把這些技能都整合到了界面里，用戶只需要點擊就能啟用，降低了用戶使用難度。

原版OpenClaw的核心理念是“本地優先”，所有對話記憶和文件都存儲在用戶自己的設備上。這種設計保護了隱私，但也帶來了不便，用戶換了設備就得重新配置，AI助手的記憶也無法延續。

Kimi Claw則提供了40GB的云存儲空間，用戶可以在辦公室電腦、家里電腦、手機上無縫切換，AI助手的記憶始終保持一致。

這種體驗對于需要在多個設備間切換的用戶來說，是個很實用的功能。

MiniMax也這么干了

2月25日，MiniMax也推出了自己的MaxClaw，走的是與Kimi Claw類似但更激進的路線。

MaxClaw基于MiniMax M2.5模型，雖然這是一個模型總參數量約2300億，單次推理僅激活約100億的大模型，但它的API價格非常便宜。

M2.5在OpenRouter上的表現也很亮眼。發布后12小時內登頂OpenRouter熱度榜，一周內登頂調用量榜首，周調用量暴漲至3.07萬億token，超過Kimi K2.5、GLM-5與DeepSeek V3.2三家的總和。發布7天內token使用量突破3萬億，2月單月token使用量達4.55萬億，空降榜首。

為什么M2.5能在短時間內實現如此驚人的增長？答案同樣是OpenClaw。

MiniMax M2.5的定價策略是“極端性價比”。在每秒輸出100token的情況下，連續工作一小時只需花費1美金；而在每秒輸出50個token的情況下，只需要0.3美金。

這意味著，同樣是運行一個7×24小時這樣的OpenClaw實例中，M2.5的成本可能只有Claude Sonnet的1/10到1/20。對于需要高頻調用工具的agent場景來說，這種成本差異是決定性的。

OpenClaw社區的開發者很快發現了這一點。

在外網論壇上，大量關于“如何在OpenClaw中配置 M2.5”的教程涌現，甚至有開發者專門編寫了“從Claude遷移到M2.5”的遷移指南。這種開源社區中的傳播，比任何廣告投放都更有效，要知道OpenClaw能走到今天，也是被開源社區帶火的。

MiniMax還將MaxClaw集成到自家的MiniMax Agent生態中，與Expert 2.0同步升級，形成了“對話式AI + agent 工作流”的完整產品矩陣。

資本市場的反應更為直接。

2月20日，也就是馬年港股開市首個交易日，MiniMax的股價單日暴漲14.52%，市值一度沖破3042億港元，創下公司上市新高。

自上市以來，MiniMax股價累計漲幅最高超過480%，2026年初至今股價最高漲幅超450%，成功躋身港股AI核心標的行列。摩根大通給予MiniMax “增持”評級，目標價700港元。3月2日，MiniMax發布財報，2025財年收入為7900萬美元，同比增長158.9%。

OpenClaw帶來的流量紅利，讓月之暗面和MiniMax轉化為了自家的用戶資產。

想想看，當一個用戶通過OpenClaw使用Kimi K2.5一個月后，他已經習慣了這個模型的輸出風格、響應速度和能力邊界。這時候搬出Kimi Claw給他，然后說：“你不用自己維護服務器了，不用配置API Key了，直接在我們的平臺上用，還能多端同步。”

這轉化率能低得了嗎？

這兩家公司的云端OpenClaw產品，本質上是在用SaaS的方式去做agent服務，你給我錢，那我給你一個低門檻的產品。雖然沒有原版OpenClaw那么能擴展，但是勝在便宜好用。

事實上絕大多數 人其實都沒有那么尖端的需求。他們可能只是想讓AI幫忙檢查郵件、整理文檔、定時提醒、查詢信息。

回到段落開頭，Kimi和MiniMax也都明白這個道理，agent的價值不在于單次對話的質量，而在于長期、持續、穩定的任務執行能力。

所以他們剛好填補了市場的一片空白。

騰訊、阿里的“賣鏟子”生意

OpenClaw對普通用戶來說門檻不低。你得有自己的服務器，得會配置 Node.js 環境，得懂怎么申請各家模型的 API Key，還得知道怎么設置消息通道。

整個過程下來，沒有半小時到一小時搞不定，技術小白基本上看到教程就放棄了。這種極客屬性很強的產品，注定只能在開發者圈子里流行，很難真正普及到大眾市場。

騰訊和阿里看到的，恰恰就是這個痛點。與其讓用戶自己折騰，不如直接提供一套開箱即用的解決方案。

于是在OpenClaw爆火后，騰訊云和阿里云幾乎同時推出了OpenClaw的一鍵部署服務。

這些云廠商提供的，不僅僅是一臺服務器那么簡單。他們把整個OpenClaw的運行環境都打包好了，包括預配置的鏡像、自動化的部署腳本、已經調試好的依賴包，甚至還有現成的模型 API 接入方案。

用戶只需要點幾下鼠標，選擇配置，付款，然后等幾分鐘，一個完整的OpenClaw實例就跑起來了。

騰訊云的方案相對簡潔直接。

他們在輕量應用服務器上推出了“云應用”功能，用戶通過這個功能可以三步完成OpenClaw部署。系統默認配置的是 DeepSeek API 作為模型供應商，但用戶可以在 Dashboard 中自由切換到 Kimi、MiniMax 或者其他國產模型。

騰訊云的官方文檔里寫得很明白：“OpenClaw來自開源社區，云應用不收費”，但緊接著又補充了一句，“云服務器和 API 按照實際消耗計費”。

騰訊賺的不是OpenClaw的錢，而是云服務器租賃費、流量費、還有模型 API 調用產生的費用。他們不強制綁定自家模型，給用戶留了選擇空間，但基礎設施這一層，你跑不掉。

阿里云的打法則更加“生態化”。

用戶在輕量應用服務器上部署OpenClaw后，系統會引導用戶前往“阿里云百煉大模型控制臺”創建 API Key，默認調用的就是通義千問系列模型。

阿里云還推出了一個叫“Coding Plan”，這是阿里云百煉面向全品類 AI 編碼工具推出的通用訂閱套餐，兼容OpenClaw接入。

換句話說，阿里就是想通過OpenClaw的代安裝服務，推廣自己家的 AI 編程以及模型API。

阿里和騰訊想要的，是要占領agent時代的“水電煤”。

OpenClaw的爆火證明了一個趨勢，未來的 AI 應用不是簡單的“聊天機器人”，而是一個 24 小時在線、能執行復雜任務、需要穩定算力支持的 agent。

當個人用戶和中小企業開始部署 agent 時，他們需要的不僅是模型的 API，還需要云服務器、存儲空間、網絡帶寬，以及飛書、釘釘、企業微信這樣的消息集成，還有安全沙箱環境等一整套基礎設施，最后更不能少了像是 AI 編程這樣具體的執行工具。

所以騰訊云和阿里云才提供了“一鍵部署OpenClaw”這個服務，以此搶占這個新興市場的入口。

他們的邏輯很清楚：今天用戶因為OpenClaw來了，明天可能因為其他 agent 產品來，但只要用戶習慣了在他們的云平臺上部署 agent，那么這些用戶就成了長期客戶。

更重要的是，當每個企業都需要部署自己的 agent 時，誰能提供最便捷、最穩定、最本土化的基礎設施，誰就能占據這個萬億級市場的底層。

云廠商們看得很明白，賣鏟子的生意，往往比挖金子的人更穩定，也更賺錢。

不僅是這樣，OpenClaw它代表的是一個信號，未來的agent產品只多不少。

云廠商們現在做的，就是提前占位，建立用戶習慣，構建生態壁壘。當agent成為企業和個人的標配時，誰能提供更多配套的服務，誰就掌握了話語權。

智譜和豆包為何不激進

在這場圍繞OpenClaw的競爭中，智譜和字節的態度顯得有些微妙。

不過這不代表他們在agent這個賽道上落后了，恰恰相反，他們選擇了一條更獨特的路。

智譜對OpenClaw的態度可以概括為“技術上支持，戰略上不主推”。

智譜GLM-5在官方文檔中明確提供了OpenClaw接入指南，GLM的Coding Plan套餐也支持OpenClaw配置。

智譜甚至還推出了“AutoGLM版本的OpenClaw”，支持OpenClaw與飛書的一體化配置。從這些動作來看，智譜并沒有忽視OpenClaw，提供了作為一家中國AI廠商該有的一些基本支持。

智譜更看重的是AutoGLM，這是一個具備“Phone Use”能力的agent。AutoGLM在2025年12月開源，能夠完成外賣點單、機票預訂等數十步復雜操作，還支持微信、淘寶、抖音等超50個高頻中文應用。

AutoGLM的核心技術是視覺語言模型，它不依賴傳統的API，而是像人眼一樣“看”屏幕，通過理解UI元素的語義直接預測下一步動作。

這種方式的優勢在于，它只要能看到界面，就能進行操作。這意味著AutoGLM可以操作任何應用，包括那些沒有開放API的應用。

OpenClaw 的核心場景是桌面端，需要配置海外消息平臺，這些平臺在中國的使用率并不高。相比之下，AutoGLM 直接在用戶最常用的中文應用中執行任務，不需要依賴海外消息平臺，更符合中國用戶的使用習慣。

智譜的想法是，既然OpenClaw證明了agent的市場需求，那真正適合中國用戶的agent，更應該是能操作微信、淘寶、抖音的AutoGLM。

字節跳動對OpenClaw的態度更加微妙。表面上看，只有前文提到的，火山引擎提供的一鍵部署OpenClaw。

這是因為字節對agent的注意力集中在移動端。

去年字節跳動與中興努比亞合作推出nubia M153測試手機，內置了“豆包手機助手技術預覽版”。其核心技術是UI-TARS，一個純視覺驅動的GUI agent模型。

與OpenClaw相比，豆包手機助手更有優勢。

豆包是直接集成到Android系統層，可以不打開應用就從底層進行操作，完全不會影響用戶當下使用。

OpenClaw需要通過瀏覽器控制或API調用來操作應用，權限和穩定性都受限。

同時，豆包手機助手能夠實現跨應用的復雜操作，比如“幫我在三個外賣平臺比價，然后下單最便宜的”。OpenClaw的跨應用能力有限，很多任務不能跨應用完成，而且在不同應用之間切換的速度很慢。

字節跳動官方始終強調，agent應該是集成到操作系統中、能直接操作所有應用的系統級能力，而不是一個需要用戶手動配置、運行在服務器上的獨立程序。

這種理念上的差異，決定了字節不會在OpenClaw上投入太多資源。字節對OpenClaw保持距離，是因為它正在打造一個更高維度的解決方案。

當然，智譜和字節的這種戰略選擇也有代價。在OpenClaw熱度最高的這段時間，錯過了一波流量紅利。

不過從長期來看，誰的選擇更正確，還需要時間來驗證。agent這個賽道才剛剛開始，現在下結論還為時過早。

本文來自公眾號：字母AI 作者：苗正 編輯：王靖

想要第一時間了解行業動態、面試技巧、商業知識等等等？加入產品經理進化營，跟優秀的產品人一起交流成長！