OpenClaw龍蝦：為何火爆？誰最受益？

創意來自米開朗基羅《創造亞當》 圖：ChatGPT生成

哪怕是一些專業開發者，目前也并沒有真正深度使用“龍蝦”，甚至認為它對提升效率幫助不大

文｜《財經》研究員 吳俊宇

編輯｜謝麗容

一款名為OpenClaw的個人AI助理正在風靡全球。它最初在硅谷開發者和極客圈層流行，隨后在技術社區和社交媒體的推動下進入中國。

OpenClaw 2025年11月誕生，也被稱為“龍蝦”。它的logo是只龍蝦，OpenClaw創始人彼得·斯坦伯格（Peter Steinberger）希望它能像龍蝦一樣脫殼蛻皮，長成更大的生物。

OpenClaw其實是一款開源智能體（Agent）框架。用戶給予足夠系統權限后，它可以通過和飛書等工具對話，自動讓大模型操作電腦、調用工具、執行任務。

截至3月9日，它在全球最大開源社區Github的星標數（Star，可理解成收藏）超過28.5萬，成為史上星標數最高的開源軟件項目。

英偉達創始人黃仁勛3月4日在摩根士丹利TMT大會上稱，OpenClaw很可能是迄今為止發布過的最重要的軟件。他進一步解釋，OpenClaw在發布后三周內達到的下載規模，相當于Linux（全球最大開源軟件）30年才達到的水平。

事實上，黃仁勛這一類比并不完全精準——因為Linux更多是一款面向To B（企業級）開發的開源軟件，OpenClaw誕生之初就可以直接面向To C（消費者）用戶的產品。

中國市場，“龍蝦熱”也在蔓延，包括阿里、字節跳動、騰訊、百度等幾乎所有大型科技公司，都在上線部署或接入OpenClaw。包括月之暗面、智譜AI、MiniMax等大模型公司，也為OpenClaw推出了專屬的Coding Plan（編程模型訂閱）訂閱套餐。

“龍蝦熱”甚至演變成了一場全民參與的熱潮。騰訊在深圳濱海大廈總部樓下組織線下活動，幫助市民安裝“龍蝦”。一場場學習如何安裝、使用“龍蝦”的線下沙龍在全國蔓延。政府部門也在跟隨熱潮下場，包括深圳龍崗區、無錫高新區、蘇州常熟市等地方政府都出臺了政策或文件，提供“龍蝦”補貼，鼓勵企業或個人使用“龍蝦”。

“龍蝦”不乏爭議，它也并非人人都能駕馭。

首先，它的部署、使用門檻不低，需要有一定的代碼基礎。部署后，使用維護門檻也不低，一旦出錯后，使用者還要有修復能力。它雖然免費下載，但接入模型才能工作，一旦開始消耗Token（詞元），使用成本又難以精確預估。如果想讓它真正自動完成任務，還需要用戶提供操作權限，這可能會帶來安全風險。

但是，圍繞“龍蝦”的一系列問題正在涌現：“龍蝦”為何會風靡？誰是最大受益者？普通人是否因為它產生AI Fomo（AI領域特指，一種害怕錯過的焦慮情緒）情緒？

OpenClaw官網

爆火背后有哪些必然？

OpenClaw的風靡，并不是偶然走紅。它是模型能力跨越臨界點之后的結果。

這背后有兩個關鍵因素：一是模型逐漸具備了任務規劃能力，它能夠把復雜目標拆解為多個步驟；二是上下文記憶能力顯著提升，使模型能夠在長任務中連續推理。

2025上半年之前，當時的主流模型（包括OpenAI的GPT-4.5、Anthropic的Claude 3.5/3.7）的上下文記憶普遍只有20萬Tokens。這雖然足以支持長文本理解，但在復雜任務執行中容易遺忘上下文。因此，此時Manus等Agent工具雖然已經流行，但它們執行任務的失敗概率仍然很高。

但到2025年下半年，主流模型（OpenAI的GPT-5系列、Anthropic的Claude 4.5系列、谷歌的Gemini 3系列）的上下文記憶提升到了100萬-200萬Tokens。模型在長上下文中持續保存任務目標、推理過程和工具調用記錄時，Agent工具的準確率大幅提升。

一位算法工程師對《財經》表示，他在日常工作中明顯感受到了模型代碼性能、記憶能力大幅提升帶來的變化。2025上半年，他在使用Cursor等AI代碼生成工具跑Claude 3.5/3.7等模型進行開發時，需要不斷介入并拆解任務，而且執行復雜任務時常常出現任務中斷的情況，需要隨時接管。

但到2025年末、2026年初，他發現Claude 4.5/4.6、OpenAI-5.3-Codex這些旗艦模型都能在長達半小時甚至一小時的時間內連續完成復雜任務，中途幾乎不再需要人工干預。

2026年春節前后，國產模型也已經接近這一水平。MiniMax旗下的M2.5、智譜旗下的GLM-5、月之暗面的Kimi K2.5能用更低的Token成本完成類似任務。上述算法工程師粗略估算，以MiniMax M2.5為例，它的單位Token成本只有OpenAI-5.3-Codex的四分之一，但能夠達到95%以上的效果。

這些變化說明，大模型的能力已經到了讓Agent穩定運行的臨界點。剩下的問題，是如何把這些能力封裝成普通用戶能看懂且易用的產品。

這個問題一些技術專家早有認知。2025年12月，百度智能云大模型平臺總經理忻舟在一次接受《財經》專訪時曾提到，隨著基座模型能力提升、成本下降，Agent在2026年會進一步爆發。但這背后有兩個關鍵：一是把平臺做好，二是把各種工具（包括Agent和Skills），以及應用接口做好。

忻舟在當時認為， 2025年多Agent協同的趨勢還不明顯，很多只是噱頭。但未來一定會走向多Agent。因為單個模型處理不了越來越復雜的上下文和任務。不同任務也需要不同專精模型，更復雜的任務最終一定要多個Agent協同才能完成。

OpenClaw正是解決了這些產品封裝的問題。從技術架構看，OpenClaw不僅封裝了大模型接口和工具調用系統，還提供不同的Agent工具，甚至提供了可復用的技能（Skills，可以理解成給模型閱讀的代碼、文本說明書）和智能體模板（Agents）。用戶下達指令后，OpenClaw會先調用模型寫代碼，規劃任務，將復雜目標拆解步驟，再根據需求調用合適的智能體或技能，或是通過瀏覽器、控制終端、文件等工具執行操作，逐步完成任務。

在OpenClaw官網，只需要一鍵復制代碼就可以在Macbook上部署“龍蝦”

OpenClaw爆火，更關鍵的是，它做對了一件事——降低了部署Agent的心理門檻，即使技術門檻并沒有真正降低。

在OpenClaw官網，只需要復制一串代碼，打開蘋果Macbook電腦的代碼終端，復制代碼敲下回車鍵就可以一鍵部署。

但在OpenClaw之前，部署一個Agent需要懂Python環境，還需要折騰配置文件。這對普通人來說是不可見的黑箱，會勸退大部分用戶。但OpenClaw讓普通人也有了看似可以通過折騰代碼，下載、使用一款復雜Agent工具的參與感。

誰是最大的受益者？

從商業模式看，OpenClaw本身并不直接賺錢。因為它是開源工具，開源就等于免費。但背后真正的受益者是為Agent提供模型和算力的公司。

大模型公司和云計算公司都是OpenClaw的最大受益者。因為不管用戶和開發者如何部署OpenClaw，它們最后都要使用模型、消耗算力。

OpenClaw需要運行大模型，在執行任務過程中，OpenClaw會不斷調用模型生成代碼、規劃任務并調用工具，每一個步驟都會消耗Token。一旦Agent開始持續運行，Token消耗量往往遠高于傳統聊天機器人。因此，模型公司幾乎是最直接的受益者。

忻舟2025年12月曾對《財經》表示，Agent系統與AI對話工具最大的不同是，它執行的是一系列任務，而不是一次簡單對話。執行任務過程中，模型需不斷規劃任務、調用工具并記錄執行狀態，每個步驟都可能觸發新的模型調用。一次Agent任務往往需要消耗遠高于普通對話的Token數量。一次任務，可能就會消耗數萬，甚至數十萬的Tokens。

今年1月，包括月之暗面、智譜、MiniMax，甚至是阿里云、字節跳動旗下的火山引擎都為使用OpenClaw的用戶提供了Coding Plan訂閱套餐。

OpenRouter是全球大模型API聚合平臺，集成了全球300多個主流模型，每月Token消耗量超過30萬億，占全球可統計的總消耗量約3%。它反映了前沿開發者和創業企業的使用習慣。OpenRouter 3月9日數據顯示，MiniMax M2.5、Kimi K2.5、GLM 5的Token消耗量分別位居全球第一、第二、第八。中國模型公司首次在該平臺月度統計中占據全球前三。

一位中國云廠商架構師對《財經》表示，OpenClaw是拉動這幾家國產模型Tokens消耗量迅速增長的一個重要因素。這些國產模型迅速被開發者采用，核心原因是，它們的Token價格遠低于OpenAI和Anthropic的旗艦模型，但性能差距不算大。因此，在需要長時間運行Agent任務時，越來越多開發者愿意選擇這些成本更低的模型。

這為這幾家模型公司帶來了巨額收入增長。今年2月末，一位月之暗面人士向《財經》證實，月之暗面在2月的20天內，收入就超過了2025年。月之暗面的Kimi K2.5正在成為國內外開發者的選擇之一。不過，他并未透露具體的收入規模。

除了模型公司，阿里、字節跳動、騰訊、百度等擁有云計算業務的科技公司，也是重要受益者。

月之暗面、智譜、MiniMax等大模型，幾乎全部運行在云上。隨著OpenClaw等Agent工具被更多人使用，模型調用頻率和Token消耗量快速增長，這在同步拉動云端的算力需求。

截至3月10日，阿里、字節跳動、騰訊等互聯網科技公司都跟進了類似的產品——包括阿里云通義實驗室的CoPaw，騰訊的WorkBuddy和QClaw，字節跳動的ArkClaw。不過，目前這些產品的功能普遍還在完善階段。

對于企業來說，OpenClaw開發門檻不高。它的核心框架已經開源，企業可以基于這個框架進行二次開發，或者利用公司已有的Agent框架，快速搭建一款類似“龍蝦”的產品。

阿里云、火山引擎、騰訊云、百度智能云也推出了專屬的云服務器或云電腦產品，讓開發者和個人用戶部署OpenClaw。對云廠商而言，有更多用戶使用Agent工具，就會有更多的模型調用請求，也意味著更高的算力使用量和云服務收入。

離普通人還有一段距離

普通用戶想要養好“龍蝦”，仍然還有一段距離。因為“龍蝦”有一定的部署門檻，而且長期使用的價格也并不低。

在蘋果Macbook上部署OpenClaw，表面上只需復制一行代碼在控制終端按下回車鍵。但其實，沒有做過開發的普通用戶很快會發現，自己的電腦并沒有安裝三個基礎環境：Homebrew（軟件安裝工具）、Node.js（程序運行環境）和Git（代碼管理工具）。這些工具是大多數開源軟件運行的基礎設施。

即使按照教程安裝完這些環境，用戶在真正使用OpenClaw時仍需要繼續在終端輸入指令，例如為程序授予瀏覽器控制等系統權限。OpenClaw在執行任務時還可能隨時報錯，這時又需要用戶具備代碼環境的修復能力。

也就是說，OpenClaw雖然看起來降低了部署的心理門檻，但對普通用戶而言，它仍然是一款典型的開發者工具，而且需要有一定的代碼基礎才能真正用好。

這也直接導致了一門生意在硅谷和國內出現——上門幫忙安裝“龍蝦”，國內上門安裝的價格甚至達到了500元，硅谷上門安裝價格甚至達到了1000美元。

這里出現了一個悖論：如果自己不會安裝“龍蝦”，哪怕找人成功安裝后，一旦事后任務報錯，用戶也沒有能力修復“龍蝦”。而且，任務報錯在使用過程中幾乎司空見慣。

事實上，哪怕是一些專業開發者，目前也并沒有真正深度使用“龍蝦”，甚至認為它對提升效率幫助不大。

《財經》調研的五位專業開發者（一位算法工程師、三位云計算架構師、一位安全工程師），其中只有兩位安裝了OpenClaw，他們目前只是嘗鮮，日常使用場景主要是整理投資信息。其他三位均未安裝OpenClaw，理由是，無法真正對日常工作產生幫助。

一位算法工程師和一位中國云廠商架構師對《財經》表示，對絕大多數普通人來說，用好手頭的ChatGPT、Gemini、Claude等AI工具能解決日常工作生活中80%以上的問題。對絕大多數工程師來說，Cursor、OpenAI Codex等專用AI代碼工具，也能解決開發過程中80%以上的問題。少數無法通過成熟工具解決的問題，也難以通過OpenClaw高效解決。

上述算法工程師甚至要求，他團隊的同事不得在公司內部署OpenClaw。因為擔憂授予過多權限后，可能會導致刪庫、泄露敏感信息等安全事故。

除了部署門檻高，OpenClaw燃燒Token的速度也遠超常見的成熟AI工具。

一位個人開發者今年2月初在Github記錄稱，他部署的OpenClaw日常使用Claude Sonnet 4.6系列模型。每天任務請求超過100次。他粗略預估，他每月運行OpenClaw的成本將很快超過100美元。他更擔憂的問題是，OpenClaw缺乏預算控制，面臨Token成本失控的風險，支出沒有上限。

事實上，訂閱ChatGPT、Gemini、Claude等成熟的AI助理，每月成本只需要20美元，且沒有Token使用的限制。訂閱Cursor、OpenAI Codex等工程師專用代碼工具，每月成本也只需要20美元，雖然有Token用量限制，但支出相對更可控。

也就是說，OpenClaw短期更像是專業開發者和極客玩家的工具，甚至是玩具。它并不是真正面向普通人的成熟產品。

一位軟件開發工程師的看法是，“龍蝦”要關注，但無需焦慮。因為它目前并不成熟，普通人可以再等等，等大廠真正打磨好成熟、安全、易用的“類龍蝦”產品。

今年火爆的“龍蝦”，就像去年初火爆的Manus，它們基于模型能力提升而生，在爆火的浪潮中不乏爭議。但把它們當成嚴肅的提效工具時會發現，執行任務時的出錯概率很高。

但它所代表的Agent形態，正在改變人們使用軟件的方式。如果模型能力繼續提升、成本繼續下降，未來的軟件形態可能不再是一個個孤立的應用，而是由多個Agent協同完成任務的系統。OpenClaw只是這個變化的開始。