馬化騰排隊、黃仁勛封神：一只“龍蝦”如何讓全網患上FOMO？

如果你還沒聽說過“龍蝦”（OpenClaw），那你可能已經不屬于這個熱鬧的AI圈子了。

2026年開春，科技圈最魔幻的景象莫過于此：騰訊在深圳總部樓下開展免費幫用戶安裝OpenClaw活動，現場近千人排隊。馬化騰更是發朋友圈感嘆，“沒有想到會這么火”。北京海淀百度智能云舉辦“龍蝦市集”，甚至催生了二手平臺代排隊業務；同在海淀的華聯萬柳購物中心，美團團購推出“免費安裝龍蝦”主題快閃，連逛超市的大爺都誤以為是領食用龍蝦而帶著面盆前往。

圖注：《設計癖》公號文章

閑魚上，“代裝龍蝦”服務日入數千，Mac mini被炒至溢價三成。

圖注：官網上的Mac mini，大多還在預售

這只名為OpenClaw的紅色“龍蝦”，憑借開源、7x24小時自主操作電腦的能力，引爆全球開發者社區，點燃全民FOMO（錯失恐懼癥）。英偉達CEO黃仁勛在摩根士丹利大會上將其譽為“我們這個時代最重要的軟件發布”，甚至認為其地位不亞于當年的Linux。人們爭相“養蝦”，幻想著擁有一位不知疲倦的數字員工，便能提前拿到未來的船票。

但喧囂背后，第一批“養蝦人”的賬單早已亮起紅燈。當狂歡的泡沫褪去，留給大多數人的不是效率神話，而是深夜驚醒時的天價Token消耗、被數據垃圾塞滿后寸步難行的硬盤。

這究竟是通往未來的船票，還是一場披著技術外衣的“數字勞役”？這或許是一場正在重塑硬件市場、重構Token經濟、并重新定義個人與組織關系的“龍蝦戰爭”。

內存條瘋漲背后：從訓練到存儲，算力需求正在轉移

過去兩年，英偉達的GPU是絕對的主角。各大廠瘋狂采購顯卡、囤算力,訓練越來越大的模型，催生了“百模大戰”的盛況。那時候大家默認一個邏輯：GPU，就是AI時代“新石油”。

但如今，黃仁勛在GTC 2026大會上宣布：生成式AI的實驗階段已正式終結，AI的工業化生產時代已經開啟。

這意味著AI產業的核心價值正從“訓練”向“推理”遷移，從“一次性爆發”向“持續性失血”轉變。IDC預測，到2027年，中國推理算力占整體算力的比例將突破70%。Deloitte也在一份報告中指出，2026年推理工作負載已占全部AI算力三分之二。

但還有一個被忽視的角落——存儲。

大模型訓練階段結束后，其發展進入了“落地期”。我們不再需要那么多超大參數的通用模型，轉而開始訓練無數個細分領域的小模型。這是一個小模型、低成本、本地部署時代。

這帶來了兩個變化：一是對GPU的需求雖然仍在，但不再是唯一主角；二是對CPU和存儲的需求激增。因為你必須先有數據，才能訓練細分領域的模型。

所以，如果你正準備投身“養蝦”大軍，請先檢查一下你的硬盤。這波AI浪潮，最先帶火的或許不是某個大模型應用，而是隔壁的存儲硬件廠。

一位早期用戶曾向未來圖靈小編分享了他的慘痛經歷：“我裝了個龍蝦，結果發現電腦帶不動了。它干活會留下大量數據，我只消耗了100多個Token，硬盤就滿了。”“龍蝦”干活的過程，本質上像是一個“數據垃圾”的制造過程。它每思考一步，每調用一個工具，都會在本地留下痕跡。這就好比請了一個住家保姆，活干得確實漂亮，但她每天消耗的食材、產生的廚余垃圾，甚至她住的房間，都得你來買單。

內存條、固態硬盤漲價不是偶然。韓國SK集團董事長在英偉達GTC大會上預警：全球內存芯片短缺很可能持續到2030年。

這是AI應用爆發帶來的連鎖反應——海量推理需要算力，海量數據需要存儲，海量Token需要消耗。

Token消耗失控：那只“龍蝦”正在燒掉你的錢

如果說存儲是看得見的成本，那么Token消耗就是那個讓你“溫水煮青蛙”的隱形黑洞。

Token是什么？清華大學楊斌教授將其譯為“模元”，并定義為“AI時代的核心經濟標尺”。它是AI思考的最小單元，也是算力消耗的核算基準,兼具“信息單位”與“價值單位”的雙重屬性。

圖注：《清華大學可持續社會價值研究院》公號文章截圖

但在普通用戶眼里，Token就是錢。

據“澎湃新聞”報道，一位私募基金研究員用OpenClaw自動化處理研報，一周消耗超過1200萬Token，費用近千元。一位個人開發者估算，他每月運行OpenClaw的成本很快將超過100美元，且面臨成本失控的風險。

為什么這么貴？因為OpenClaw這類AI智能體的運行邏輯與傳統的對話式AI完全不同。

傳統AI是“你問它答”，像一盞聲控燈，問才亮，不問就滅。陳石長期觀察前沿技術和創業項目，在他看來，OpenClaw是 “開放域+無終點” 的新范式——它能7×24小時持續運行，在開放世界里自主折騰，不斷思考、規劃、執行、修正。你讓它讀一個文件，它可能先寫一個Python腳本來讀；你讓它抓取信息，它會一遍遍嘗試不同方法。它不是“問了才答，答完就睡”，而是一只真正的“吞金獸”。

這種“無終點”模式，是歷史上從未有過的產品象限 。它不再是工具，而是一個和你共存在數字空間里的 “半自主生命體”。既然是生命體，它就要吃喝拉撒。“吃”的是Token，“拉”的是數據垃圾，“住”的是你的硬盤。它一邊替你賺錢，一邊也在消耗你的資源。

數據顯示，中國日均Token消耗量已飆升至180萬億。相當于每秒處理2億多個Token，每天閱讀3000萬本《新華字典》。

更可怕的是失控風險。OpenAI員工Nik Pash給自己的龍蝦取名“龍蝦王爾德”，給了它5萬美元加密貨幣做本金。結果龍蝦在網上走紅，獲得打賞后，因上下文記憶溢出被重啟，失憶的它在網友一句“我叔叔得了破傷風，需要4個幣治病”的玩笑下，一秒鐘內把價值44萬美元的幣全轉給了陌生人。

Meta安全總監Summer Yue的龍蝦更離譜——在接到“不要執行任何操作”的明確指令后，因上下文過長忘了這條指令，開始瘋狂刪除她的郵件，直到拔掉電源才停止。

這些案例揭示了一個殘酷現實： 現在的龍蝦，就像剛學會走路的嬰兒，你既驚嘆于它的潛力，又得時刻盯著別讓它摔跤或闖禍。

正如虎嗅AI連連看活動上釘釘北京解決方案總經理劉嘯天所言：“未來組織可能會引入算力Scaling Law的規則作為AI時代個人生產效率的指標，你每個月消耗了多少Token，意味著你利用AI完成了多少工作。”Token，正從一個技術參數，演變為衡量個人與組織生產力的新KPI。

圖注：《虎嗅APP》公號文章

這不禁讓人想起中國移動早期的“ 流量貴如油”時代。當年，開著手機熱點睡一覺，醒來可能就欠下巨額話費。人們精打細算，四處蹭網，催生了“萬能WiFi鑰匙”這樣的產品。而今天，幾十元100GB的流量套餐已司空見慣，流量成本幾乎可以忽略不計。

歷史正在重演。“龍蝦”當前的高Token消耗，或許正是AI智能體時代的“早期紅利稅”。它昂貴、低效、甚至有些愚蠢，但這恰恰是技術從實驗室走向大眾市場的必經階段。

隨著模型效率的提升（如MoE架構、蒸餾小模型）、工作流的優化以及規模化效應，Token的成本可能終將如流量一般，變得廉價到無需在意。屆時，我們回看今天的“月薪兩萬養不起龍蝦”的焦慮，或許只會付之一笑。

恐慌與機會：誰在慌？誰在賺？

當AI可以24小時不停工作時，人類的工作方式必然改變。

有人在焦慮，有人卻在狂歡。那誰在賺錢？

第一波賺錢的，是賣鏟子的人。各種“上門裝蝦”、“代裝龍蝦”的服務在閑魚上炒得火熱，收費從幾十到幾百不等，據說有人十幾天狂賺兩萬塊 。甚至催生了“蝦三吃”——裝蝦、教蝦、卸蝦的完整產業鏈。

第二波賺錢的，是云廠商和模型廠商。Token消耗量激增，直接拉動了阿里云、騰訊云、字節跳動的算力生意。月之暗面（Kimi）在2月份的20天內，收入就超過了2025年全年 。這才是真正的“淘金熱賣鏟人”。

第三波賺錢的，是硬件廠商。正如前文所說，Mac mini被炒到脫銷，內存條價格蠢蠢欲動。

那么，誰在慌？

是那些只會重復性執行工作的“工具人”。當AI能從0到1完成一個閉環任務時，SaaS的商業模式正在崩塌。未來不再是“買軟件”，而是“買結果” 。虎嗅AI連連看活動上，Qveris.AI合伙人曲東奇拋出一個判斷：“這是一種物種的替代。Agent完全不需要人類干預，自己就能從0到1完成一件事，我們正在回歸第一性原理的智力生產力時代。”

當一部分人還在恐慌時，另一部分人已經開始用AI重構自己的組織形態。

第一種是“一人公司”。一個核心人類帶著幾十只龍蝦，就能完成過去一個團隊的工作。獵豹移動CEO傅盛給自己的龍蝦起名“三萬”，它一晚上消耗1000多元算力，搭建出了一個完整的網站。同樣的工作量放在以前，需要6個真人花費3周，耗資約15萬元。正如虎嗅圓桌會上專家所言，未來的公司架構可能是“一個核心人+幾個心腹高管+一堆龍蝦+少量執行人員”。個體的生產力邊界被無限拓寬。

圖注：該圖片由豆包AI生成

第二種是“AI原生企業”。58同城CEO姚勁波透露，公司每天消耗接近2000億Token，他本人十幾年不用電腦，現在專門買Mac mini做本地化部署。他取消了原本要成立的戰略部——因為AI可以實時出行業分析報告，還能用好幾個大模型互相反駁、深化認知。

更顛覆的是，一個非技術出身的銷售，靠AI做出了能直接上線的產品。姚勁波由此得出一個結論：AI原生企業，是人輔助AI，而不是AI輔助人。

這意味著管理的底層邏輯徹底變了。從過去的“盯人做事”，變成了現在的“馭AI成事”。流程、分工、執行、盯梢，這些過去管理的核心工作，AI能從頭到尾閉環搞定。

那么，在這場變革中，普通人真正的機會在哪里？

小編認為答案藏在兩個方向。

第一個方向，是做“有想法的人”、“敢想敢做的人”。 楊天潤的故事是最好的注腳。這位看不懂一行代碼的“文科生”，闖進OpenClaw全球貢獻榜前三十。他用AI Agent團隊給OpenClaw排錯調試，第一個PR被合并時，他連自己改了什么都不清楚。“不寫代碼的好處是，我看產品的視角天然是用戶視角。我不會去想代碼怎么寫，只會想用戶在哪里卡住了。”

第二個方向，是做“有溫度的人”。 那些富含情緒價值、復雜博弈和物理世界深度交互的領域，反而在AI浪潮中獲得了更強的護城河。醫生面對病患時的共情與判斷，美甲師指尖的細膩觸感與審美溝通，律師在法庭上的臨場應變與人性洞察......這些需要真實人類體驗和情感連接的職業，短期內難以被替代。

正如楊天潤所言：“ 在這個時代，AI解決了術的問題，行業和專業的壁壘正在消失，其實你可以成為任何人。”

或許只是一個開始，未來充滿無限可能

3月18日，阿里云和百度智能云的調價公告，像一顆石子投入平靜的湖面。但對于身處AI浪潮中的人們來說，這只是一個信號——Token經濟的大門已經打開，算力正在成為新的硬通貨。

圖注：《中國新青年報》公號文章截圖

歷史總是押著相同的韻腳。 十幾年前，我們為了看一個視頻要心疼半天的流量費，覺得那是天文數字。當時誰能想到，今天流量已成為如水電般的基礎設施,我們會為了每個月幾十塊錢的無限流量套餐而煩惱套餐太多？

Token也是一樣。現在的貴、現在的消耗快、現在的“無效思考”，可能都只是“過程稅”,或許明天也成為我們習以為常的“AI基礎服務費”。

“龍蝦”究竟是洪水猛獸，還是未來使者？答案或許兩者皆是。它帶來了高昂的初期成本、棘手的安全隱患和對現有秩序的沖擊，但同時也為我們打開了通往更高生產力、更靈活工作模式的大門。

“龍蝦”熱或許終將退潮，某些產品可能會被淘汰，但其所代表的AI Agent范，讓AI從“回答者”變為“執行者”。已是確定性的未來。我們不必因眼前的困難而恐慌，也不必因未來的宏大而迷失。

最好的姿態，是保持清醒，積極擁抱，親手去“養”一只屬于自己的“龍蝦”，在實踐中理解它的能力與邊界。

畢竟，只有當你真正養過一只“蝦”，你才會明白，未來的世界，究竟是由誰主宰。

隨著人工智能技術的快速迭代，大模型的能力邊界不斷拓展，智能體作為大模型的重要應用模式，正憑借其在規劃決策、記憶、工具使用等方面獨特的創新性和實用性，引領著一場產業變革。

為貫徹實施《國家人工智能產業綜合標準化體系建設指南（2024版）》，中國移動通信聯合會正式啟動三項團體標準研制工作：

●《人工智能智能體能力要求》 (計劃號:T/ZGCMCA 011-2025)

●《人工智能智能體內生安全技術要求》 (計劃號:T/ZGCMCA 023-2025)

●《人工智能智能體互操作性接口規范》 (計劃號: T/ZGCMCA 024-2025)

現誠邀數據服務企業、醫療機構、科研院所、高校、檢測認證機構等全產業鏈行業機構及研發工程師、項目經理、應用專家等專業人士共同參與標準編制。

期待您的積極參與，讓我們攜手共進，共同引領人工智能產業的發展方向！

聯系人：李貞琦

聯系方式：18519753675（同微信）