文 | 冷眼观天

2026 年 3 月上旬，中国互联网被一只红色的 " 龙虾 " 彻底点燃。

从深圳龙岗区火速出台 " 龙虾十条 "，最高补贴 200 万元鼓励开发 AI 技能包，到腾讯总部广场排起长队、工程师现场协助市民安装 OpenClaw，再到社交平台上 " 代装龙虾 " 明码标价、全民热议。

一场被戏称为 " 全民卷龙虾 " 的热潮，在极短时间内完成了从极客圈子到地方政府、科技巨头到普通网民的全面渗透。

热潮看似突然，实则勾勒出当下中国 AI 环境的独特气质：对技术迭代有着近乎饥渴的敏感度，拥有全球罕见的规模化应用场景和低成本试错空间，以及一种自上而下、全民参与的产业化热情。

这不仅仅是追逐一个开源工具，更像是一场全社会对于 "AI 从会聊天到会干活 " 这一质变时刻的集体预习。

风暴的中心，是一个远在欧洲的人物—— OpenClaw 的创造者彼得 · 斯坦伯格。

这位来自奥地利的独立开发者，其个人轨迹几乎是一部关于 " 积累 " 与 " 顿悟 " 的教科书。

斯坦伯格并非一夜成名的天才少年，他 14 岁才第一次接触电脑，在维也纳工业大学完成学业后，用了整整 13 年时间打造了被十亿台设备使用的 PDF 引擎 PSPDFKit，并在公司被投资后经历了严重的职业倦怠。

直到 2024 年，在 AI 浪潮的重新点燃下，他以一种近乎 " 玩票 " 的心态，在过去 18 个月里默默发布了 30 多个开源项目。

2025 年 11 月，在马拉喀什的一次旅行中，他用一小时将 WhatsApp 与 AI 连接起来，做出了 OpenClaw 的原型。

正是这种 " 十年磨一剑，一剑磨十年 " 的深厚工程功底，加上财务自由后不受商业变现束缚的纯粹创作自由，才让他捕捉到了那个改变一切的技术顿悟。

奥地利小子的故事证明，真正的创新，往往诞生于深厚的积累与自由探索的交汇点。

不过，当我们把视线从斯坦伯格个人转向他所在的欧洲大陆，一个有趣的反差浮现出来：为什么在这场以中美为绝对主角的 AI 竞赛中，欧洲这片诞生了无数科学巨匠的土地，却似乎集体 " 失声 " 了？

斯坦伯格的成功，反而像是一个反衬欧洲 AI 困境的例外。

以斯坦伯格的母国奥地利为例，拥有维也纳大学人工智能研究中心这样的顶级机构，LSTM 这种奠基性的神经网络技术就诞生于此，2025 年还启动了 MUSICA 超级计算集群和 AI Factory Austria 项目，拿到了近一亿欧元的资助。

硬件和科研基础都有，可斯坦伯格最终还是选择把才华倾注在开源社区，并接受了 OpenAI 的邀约，把自己的 " 龙虾 " 交给基金会打理。

他的离开，就像是整个欧洲 AI 行业命运的一个缩影。

还是奥地利，近期推出了 "AI Factory" 计划，试图在 AI 领域发力，但其产业战略中依然将大量资源投向传统的铁路技术等优势领域。

这恰恰暴露了欧洲 AI 落后的核心症结：并非缺乏顶尖的研究人才或论文产出，而是缺乏将实验室技术转化为规模化产业的生态系统。

奥地利之困，也即欧洲 AI 产业发展之困。

过去两年，全球 AI 的聚光灯几乎全打在了中美两国身上。

奥特曼、黄仁勋、梁文锋，这些名字组成了技术世界的权力版图。

欧洲面孔的稀少，根本不是智力上的差距。

一组 2023 年的数据就能把问题说清楚：美国 AI 领域的私人投资大约是三千亿美元，中国九百一十亿，欧盟只有四百五十亿，差不多是美国的七分之一。

更致命的是，欧洲市场太 " 稀碎 " 了。

Draghi 报告指出，欧洲 " 有牙膏的单一市场，却没有人工智能的单一市场 "，内部各种监管壁垒，相当于给制造业加了百分之四十五的隐形关税，给服务业加了一百一十。

企业规模和技术采用是直接挂钩的，欧盟大企业有百分之三十用 AI，中小企业就只剩百分之七。

人才外流也触目惊心，近四分之三在美国读完博士的欧洲学生选择留在那边，连英国前首相苏纳克都在 2025 年跑去了硅谷，正式宣布接受微软与人工智能初创公司 Anthropic 的兼职高级顾问（Senior Advisor）职位。

欧洲就像一个拥有一流赛车手和顶级引擎，却只能在遍布路障的乡间小路上行驶的车队，无法进入中美那种在高速赛道上风驰电掣的竞争节奏。

欧洲相较于中美在 AI 赛道的落后，是两种发展哲学的碰撞结果。

欧洲在 AI 领域的动作，往往以 " 监管先行 " 为标志，从 GDPR 到《欧盟 AI 法案》，其核心逻辑是通过设定规则来规避风险、保护公民权利，试图成为全球 AI 治理的 " 规则制定者 "。

审慎的 " 家长式 " 文化，虽然体现了对人本主义的坚守，却在无形中为创新设置了高昂的合规门槛和试错成本。

法国 Mistral AI 的创始人就直接警告过这会有负面影响。

相比之下，中美两国则展现了另一种 " 冒险家 " 文化：美国依靠强大的资本市场和宽容失败的企业家精神，允许初创公司在不成熟时野蛮生长；中国则依靠超大规模市场和地方政府 " 抢跑 " 式的政策激励，为新技术提供了近乎无限的应用场景和快速迭代的数据土壤。

当深圳龙岗区政府考虑为 AI 初创企业提供最高 1000 万元的股权投资时，英伟达 CEO 黄仁勋指出智能体消耗的计算令牌是传统模型的 1000 倍、从而催生出一个数千亿美元的算力市场时，我们看到的是一种全然不同的逻辑：技术演进的目标，不是第一时间拿到放大镜下审视是否合规（现有规则），而是占领下一个计算时代的入口，允许最大限度的试错。

也有学者指出，过度监管其实不是欧洲科技落后的最根本原因，缺的是一个统一的数字市场、不发达的资本市场、害怕风险的文化，以及巨大的人才缺口，这些才是更大的问题。

其实欧洲在互联网时代就已经落后。

真正麻烦的是，欧洲搞严格监管，本意是想挡住美国 AI、避免自己变成 " 数字殖民地 "，结果却是差距越拉越大。

欧洲成了规则的制定者，却没当成创新的领跑者。

斯坦伯格和他的 " 龙虾 " 就是个活生生的例子，诞生在欧洲的土壤里，最后却在美国的平台开了花、结了果。

归根结底，欧洲 AI 的困局并非单纯的投资不足或技术落后，而是一种深植于社会文化中的风险规避倾向，与 AI 这一颠覆性技术所需的野蛮生长力之间的根本冲突。

欧洲不缺斯坦伯格这样的天才，也不缺顶尖的实验室，但它的创新土壤过于板结，难以让一颗好种子长成参天大树。

奥地利从 2018 年就开始布局 AI 战略，2025 年成立了 AI 监管局，2024 年 AI 投资翻了一倍，达到一点六八亿欧元，企业里用 AI 的比例也远高于欧盟平均水平。

科研基础和政策支持都有，可斯坦伯格还是走了。

他在 PSPDFKit 的时候就证明过欧洲能做出世界级的产品，但把产品做成平台，中间横着的是资本市场的鸿沟、市场规模的限制，还有那种对 " 玩票 " 心态的不宽容。

他的祖国能给他实验室和经费，却给不了他想要的创作自由和能让技术快速长大的规模化土壤。

这就触及到一个更根本的问题：一个科技产业的崛起，到底最缺什么？

是钱，是人，是监管的松紧，还是骨子里的文化基因？

欧洲其实不缺钱，有人呼吁每年投七八百亿欧元；也不缺人，斯坦伯格这样的人就是明证；监管框架也是全球最全的。

可偏偏缺一种 " 允许失败 " 的土壤。

在美国，破产法对创业者更友好，失败经验可以被当成勋章，H-1B 签证吸引着全球顶尖大脑。

在欧洲，破产更偏向保护债权人，创业失败更像一个污点，欧盟的 " 蓝卡 " 政策各国标准还不一样。

中美欧在 AI 上的差距，可能不是什么简单的 " 文化决定论 "，更像是对 " 时间窗口 " 和 " 生态位 " 的不同选择。

美国在 PC 互联网时代就把基础设施和资本的底子打好了，中国在移动互联网时代实现了场景创新和规模效应，欧洲在这两波浪潮里一直守着自己的工业优势，比如汽车行业占了全球研发的三成以上，却错过了整个数字生态系统的转型。

AI 产业，说到底拼的是整个生态。

美国有谷歌、Meta 这样的平台层，中国有百度、阿里这样的应用层，欧洲有西门子、博世这样的工业层。

斯坦伯格的 OpenClaw，骨子里带着欧洲那种 " 工业 AI" 的基因，强调本地优先、能自己改代码，却因为没有强大的平台支撑，最后流向了美国。

" 龙虾风暴 " 揭示出一个看似矛盾的现象：技术一边变得越来越民主，谁都能用，另一边权力的集中却越来越厉害。

OpenClaw 作为一个开源项目，确实降低了普通人玩 AI 的门槛，可创始人一加入 OpenAI，大家马上就开始担心，这个项目还能保持多久的独立性？

斯坦伯格这个人，从奥地利乡下到硅谷，由独立开发者到 OpenAI 高管，他的人生轨迹其实就是全球 AI 权力流动的一张地图：人才总是往钱多的地方跑，创新总是往有场景的地方扎，而规则，永远跟不上实践的脚步。

科技创新本质上是生态系统的产物，需要宽容失败的文化、统一的市場、充足的资本与灵活的人才流动机制。

Peter Steinberger 的成功，再次证明：唯有当个体能在自由环境中将积累转化为创造时，技术革命才会真正爆发。

欧洲若无法打破 " 有规则无场景 " 的困境，即便拥有顶尖学者，也难逃在 AI 时代边缘化的命运。

21 世纪的 AI 竞赛，终究是生态对生态的考验，而非单纯的技术比拼。