“小龍蝦”的到來，改變了什么

01

今年1月下旬，奧地利開發者彼得·斯坦伯格推出智能體項目Clawdbot，隨后定名為OpenClaw，由于Claw有“爪”或“螯”的意思，它也被網友們親切地稱為“小龍蝦”。它之所以引發關注，并非因為創造了新的基礎模型，而是因為改變了模型的“使用形態”。OpenClaw的核心能力依然基于Anthropic公司發布的Claude系列模型。真正的不同之處在于，它構建了一個“自主技能環境”（Skill Environment），使其不再局限于生成文本或回答問題，而是能夠在本地電腦中執行具體操作。

換言之，它將原本運行在云端的模型能力，延伸到了用戶的操作系統之中。通過獲得相應權限，OpenClaw可以讀取文件內容、移動文件、調用本地應用程序，甚至接入企業內部系統。AI模型不再只是“給出建議”，而是參與到任務執行環節。

在此前的AI應用中，人們已經習慣了AI寫作、答題、對話等功能。無論是豆包、千問、元寶還是其他AI應用，其核心能力多集中于內容生成與信息檢索。用戶提出問題，AI應用給出答案，最終的決策與執行仍需人工完成。例如，AI 編程助手GitHub Copilot可以幫助程序員補全代碼，但代碼的審核、修改、整合仍由程序員負責，AI只是扮演輔助角色。

與以往側重內容生成的應用不同，OpenClaw可以根據指令拆解任務并直接執行任務流程。這種能力通常被稱為“端到端執行”，即從信息獲取、任務分析到具體操作的完成都由系統在授權范圍內實現。例如，在法律事務場景中，OpenClaw可以審讀郵件內容，識別內容是否涉及保密協議，自動分流文件并生成合規報告。它所能實現的不再只是內容生成和整理，而是完整流程的一部分。

這種AI能力也體現在日常生活場景中。我們都有過整理電子照片的經歷，多年積累的照片散落在電腦的不同文件夾中，文件名往往是無意義的字母與數字組合。若要重新分類整理，需要打開相冊軟件，按時間篩選，手動拖拽，清理重復文件，整個過程煩瑣而耗時。在智能體環境下，用戶只需輸入一條指令:“將文件夾中的照片按年份與場景分類，刪除重復的照片，并將屏幕截圖單獨歸檔。”智能體便會讀取圖片的時間信息與內容特征，生成新的文件夾，將照片分類儲存其中，并提示重復文件數量，等待刪除確認。整個過程無需逐項操作，也不依賴復雜工具。

值得注意的是，OpenClaw并未停留在個人開發者的實驗階段。2026年2月以來，國內外多家平臺型企業已開始測試或接入類似能力。據公開資料顯示，騰訊與阿里巴巴旗下部分AI應用與企業服務系統，已經對接OpenClaw所提供的自主技能環境或接口能力，使原本以問答與內容生成為主的模型，進一步延伸至任務調度與流程執行層面。在企業辦公場景中，智能體不僅能生成會議紀要，還可直接調用內部系統完成數據提取與報表歸檔；在電商場景中，它可根據運營指令自動抓取銷售數據、生成分析圖表并提交后臺。

這意味著，智能體正在從“獨立工具”走向“平臺整合”。當大型互聯網企業將其嵌入既有生態，智能體的能力將成為企業級應用的一部分。軟件行業所面對的挑戰，也因此更加現實。

（文內配圖均已獲得圖蟲創意授權）

將好文“分享”給更多人