2026年3月初，一个名叫OpenClaw的开源项目以超过24.8万颗星标，正式超越存在35年的Linux内核，登顶GitHub历史星标榜首，从发布到登顶，这只“龙虾”只用了约100天——增长曲线近乎垂直。
这不仅是技术的胜利，更是一场意味深长的范式转移。当开源世界的聚光灯打在一只“小龙虾”身上时，我们需要追问三个问题：
第一，OpenClaw究竟做对了什么，能让AI从“回答问题”进化到“执行任务”？
第二，为什么中国AI产业链能在短短几天内完成“总动员”，其反应速度和投入深度意味着什么？
第三，狂热之下，门槛、成本与安全的“三重门”如何跨越？当Agent开始“杀死”应用，我们准备好了吗？
一、开源新秀：当AI从“大脑”长出“手脚”OpenClaw的本质，是让AI完成了从“回答问题”到“执行任务”的惊险一跃。它不是又一个模型，而是模型的“手脚”——一个能操作电脑、读写文件、调用软件的本地化智能体框架。
最生动的注脚来自猎豹移动CEO傅盛的亲身经历。今年春节期间，他因滑雪摔伤卧床14天，用OpenClaw搭建了8个智能体替自己办公：除夕夜给611人群发个性化拜年、产出6篇公众号文章、策划出一条播放量超30万的短视频。他在朋友圈写道：“一人公司，从理想变成现实。”
这种“技术平权”的魔力，击中了无数人对未来的终极想象。在WebArena这类真实网页多步任务测试中，传统模型处理超过10步的任务时，成功率往往跌破15%。而OpenClaw另辟蹊径——它不依赖API，而是通过视觉识别直接操控屏幕，像人一样“看”和“点”。这套“外挂”逻辑，让它能在任何软件上执行任务，无论是否有接口开放。
但OpenClaw的真正突破不在技术本身，而在生态模式。它是一个“空壳”——本身不包含大模型，需要用户自己接入；它也不内置技能，需要开发者编写或下载。这种“只搭台、不唱戏”的极简设计，意外催生了全球最大的AI智能体技能集市。开发者们在这个名为“水产市场”的平台上，上传和下载各种“技能包”：有人做了一个自动整理电脑文件的，有人做了一个定时在Reddit发帖的，还有人做了一个能替自己玩游戏的……
这正是开源的终极魅力：平台提供规则，生态创造价值。
二、中国速度：一场全产业链的“48小时总动员”OpenClaw的火种传到中国后，引发了一场罕见的全产业链“总动员”。从云厂商到模型厂商，从技能平台到企业级方案，中国AI产业在短短几天内完成了从“围观”到“卡位”的转变，这种反应速度与投入深度，折射出的不是盲从，而是成熟与饥渴。
云厂商的“铲子”生意OpenClaw爆火后，最先嗅到商机的是云厂商。逻辑很简单：OpenClaw需要算力，需要服务器，需要部署环境——这些都是云厂商的“铲子”。
阿里云反应最快。48小时内，阿里云上线了CoPaw个人智能体工作台，推出“三条命令极简部署”，打通钉钉和通义千问。核心策略是用OpenClaw吸引开发者和企业上云，再通过生态绑定留存客户。
腾讯云紧随其后。通过轻量服务器预置模板，腾讯云将OpenClaw与企业微信、QQ打通，目标是绑定社交与IM的垄断级流量入口。一位腾讯云内部人士在技术社区留言：“我们不卖龙虾，我们卖养龙虾的塘。”
百度智能云则另辟蹊径。他们将百度搜索、百度百科封装为Skill，嵌入百度App，把Agent变成搜索的“行动派”——用户不再只是搜到信息，而是让Agent替自己执行信息背后的任务。
模型厂商的“大脑”之战如果说云厂商在卖“塘”，模型厂商则在卖“饵料”——OpenClaw需要调用大模型才能工作，谁家的模型跑得又快又好，谁就能在这场盛宴中分得最大一块蛋糕。
月之暗面推出云端版Kimi Claw，主打“无需本地安装”，凭借长上下文能力成为OpenRouter上OpenClaw调用量最高的模型。这一策略意外成为Kimi出海的跳板——大量海外开发者通过OpenClaw第一次接触到Kimi，惊讶于中文模型的上下文处理能力。
阶跃星辰的故事更具戏剧性。在没有官方合作的情况下，其Step 3.5 Flash模型被全球开发者“用脚投票”推上OpenRouter热榜。原因是该模型极致优化了显存占用，“能完美跑在128GB内存的Macbook上”——这对没有GPU的开发者来说是巨大福音。阶跃CTO得知后，深夜在Reddit开了一场AMA（问答会），直面“贴脸开大”的技术质疑，用坦诚赢得极客尊重。
MiniMax则推出MaxClaw，强调多模态与训推解耦能力。在开发者社区流传的一份实测中，MaxClaw处理长链路任务的完成率达到100%——这意味着它跑完10步、20步都不会“断片”。
生态链的全面卡位更大的想象力在生态层面。
技能平台：国产版“水产市场”上线几天内下载量破3300，成为开发者“进货”AI技能的新集市。有开发者上传了一个“自动写周报”的技能，三天下载量超500次——他设置了一个“打赏”按钮，收到打赏超过2000元。
企业级方案：中科金发布国内首个OpenClaw企业解决方案PowerClaw，主打“安全可控、私有部署”的数字员工。一位企业客户在试用后说：“以前招一个实习生月薪5000，现在养一只‘龙虾’月成本500，还不用交社保。”
底层创新：蚂蚁集团联合清华发布AReaL强化学习框架，让OpenClaw能“零改造”接入RL训练。这意味着Agent可以在使用中持续进化——你今天用得不顺手的地方，它明天就学会了改进。
三、双刃剑：狂热背后的三重拷问爆火之下，暗流涌动，OpenClaw像一面镜子，照出了AI执行时代的无限可能，也照出了门槛、成本与安全的三重博弈。
第一重：门槛之困理想很丰满，现实很骨感。对于普通用户，部署OpenClaw需要服务器、Docker、SSH、API Key、环境配置……每一步都是劝退门槛。有技术背景的傅盛用了14天，而更多人在社交媒体吐槽：“养龙虾失败了，它把我的电脑搞崩了。”
但门槛是最好的生意。在海外，赚钱最多的OpenClaw项目不是技术开发，而是“一键上云托管”——帮用户完成从“想用”到“能用”的最后一步。国内也有开发者嗅到商机，推出了“龙虾保姆”服务：远程帮用户部署、配置、调试，收费99元一次，月入过万。
第二重：成本之痛Token消耗逻辑正在发生根本改变。传统模式下，用户与AI对话是“按次付费”，一问一答消耗有限。但在OpenClaw模式下，Agent需要持续思考、反复调用，变成“按流量计费”。
有开发者做过测算：让OpenClaw运行一个自动化数据处理任务，调用Claude API跑24小时，月成本约6000美元——足够在国内雇一个全职实习生。他在技术社区调侃：“OpenClaw没杀死我的工作，先杀死了我的钱包。”
成本天花板决定了私有部署的局限性。这也是为什么云端版Kimi Claw、MaxClaw会受到普通用户欢迎——它们本质是用SaaS的方式做Agent服务：便宜、好用、不用折腾环境。
第三重：安全之患更棘手的问题是安全。
3月初，高危漏洞“ClawJacked”被披露——攻击者可远程控制本地AI Agent。随后，国内多名用户被曝暴露默认端口，设备被入侵用于挖矿。更讽刺的是，有用户的OpenClaw因理解偏差，直接执行了“删除项目文件夹”的指令，导致数月工作成果瞬间归零。安全专家的建议冷静而克制：“把它当成一个执行力很强但阅历尚浅的实习生，别给太高权限，别让它碰核心资产。”
四、范式革命：当Agent开始“杀死”应用OpenClaw最深远的影响，不在技术层面，而在商业模式与组织形态层面——它正在悄然“杀死”传统应用，重构人机协作的底层逻辑。
“应用”的退场当Agent能替人跨越数十个界面完成工作，“App”这层为人类设计的UI将逐渐退化为“为Agent提供的数据接口”。用户不再“使用”你的产品，而是用户的Agent“调用”你的产品。
这意味着什么？意味着未来的产品经理需要思考一个新问题：如何让你的产品被Agent“喜欢”？ 你的界面是否容易被Agent理解？你的数据是否容易被Agent读取？你的流程是否容易被Agent执行？
SaaS的平替与重生云端版Kimi Claw、MaxClaw的本质，是用SaaS的方式做Agent服务，它们精准命中了普通用户的痛点：不想折腾环境、不想承担成本、不想面对风险。这也预示着Agent的商业化路径正在分化——私有部署版：面向开发者和企业，强调自主可控、深度定制；SaaS版：面向普通用户，强调开箱即用、按需付费。两者不是替代关系，而是分层满足不同需求。
“一人公司”成为可能更深层的变化在组织层面。当“一名员工+一只龙虾”就能创业当老板时，传统靠雇佣程序员建立的人力优势正在消解。技术民主化的浪潮，让个体的杠杆被无限放大。傅盛的那条朋友圈被广泛转发，不是因为他是CEO，而是因为他触及了一个敏感话题：如果一个人能顶十个人用，那十个人还能干什么？
结语：走向深水区的中国开源OpenClaw未必是智能体的终局形态，小龙虾也未必一直鲜红。但它在复杂、封闭、充满博弈的现实环境中，找到了一条“先执行、再优化”的路径，让AI开始在旧秩序中真正“干活”，而不是在理想环境中“演示”。
更具标志意义的是，在这场全球开源狂欢中，中国力量不再是旁观者，而是从模型、算力、应用到安全体系的深度参与者。当阶跃的CTO自掏腰包买Macbook测试128GB内存极限，当蚂蚁与清华把强化学习框架开源给全球开发者，当无数中国工程师在Reddit上用代码与世界对话——我们看到的不再是“引进与模仿”，而是一种真正的技术自信与生态自觉。
这或许就是OpenClaw登顶背后的真正隐喻：中国开源，正在从跟随者变成定义者。
而当Agent开始在旧秩序中工作，企业的智能化进程，才算真正进入深水区。对于中国AI来说，这只“龙虾”或许只是开始。