文｜高见 Pro
3 月 6 日，深圳腾讯大厦北广场，一场别开生面的 " 技术赶集 " 正在上演。
上午 10 点，第一波 " 养虾人 " 开始排队。仅一小时，数百个预约号码发放一空。队伍中，有年近古稀的非遗专家、退休工程师，也有携家带口的家长和稚气未脱的小学生，甚至有人跨城而来。
他们的目标一致：在腾讯云工程师的帮助下，完成一次 OpenClaw 的云端安装。
同一天，北京中关村数字山谷正举办一场 OpenClaw 黑客松。主办方昆仑巢在入场处为每人发放价值 50 元的 Token，让他们现场体验 " 养虾 " 的乐趣。智谱、算能工作人员穿梭其间，手把手教用户安装配置。
一场由开源项目 OpenClaw 引爆的风暴，正从技术圈快速涌向大众。
当 AI 真正长出 " 手脚 "，开始替你干活，这场狂欢背后，究竟谁在受益？谁在焦虑？如何在热潮中保持清醒？
大厂与模型厂商，" 抢入口抢疯了！"
"OpenClaw 火爆表象背后，是各家大厂和大模型公司为了拉动自家 Token 的消耗。"20 年算力基础设施从业者王安全同「高见 Pro」分享了他的观察。
OpenClaw 在 GitHub 上狂揽超 25 万颗星，成为开源史上最受欢迎的项目，但真正赚到真金白银的，是大厂云和大模型企业。
原因很简单：OpenClaw 是一个不折不扣的 "Token 黑洞 "。传统问答式对话，一轮消耗不过几百 Token。而 OpenClaw 执行一个任务，需要持续在后台跑流程，搜索、分析、生成、调试、自我修正，每一步都在消耗大量 Token。
有用户实测，一个活跃会话的上下文能迅速膨胀到 20 万 Token 以上，一天跑下来消耗 5000 万 Token 并非夸张。
谁家的模型能成为开发者的首选，谁就等于接上了指数级增长的需求管道。
从全球 AI 模型聚合平台 OpenRouter 的数据中，可以可以预判这场竞赛的赢家。
2 月 9 日至 28 日，MiniMax M2.5 的调用量连续三周位列第一；2 月 9 日至 22 日两周内，MiniMax M2.5、月之暗面的 Kimi K2.5、智谱的 GLM-5、DeepSeek 的 V3.2 占据了调用量前五位的四席。进入 3 月，阶跃星辰 Step 3.5 Flash 在 OpenClaw 上的调用量攀升至全球第一，前五名中中国模型占据过半席位。
更震撼的是 2 月 24 日的数据：OpenRouter 平台前十位模型总 Token 消耗约 8.7 万亿，中国模型独占 5.3 万亿，占比 61%。
资本市场是温度计。
截至 3 月 6 日收盘，MiniMax 市值 2526 亿港元，智谱 AI 市值 2372 亿港元。月之暗面依托 Kimi K2.5 在 OpenClaw 生态的调用量，海外收入快速反超国内，模型发布后 API 收入实现跨越式增长，随即在一个多月内完成两轮累计超 12 亿美元融资，估值翻倍突破百亿美元。
BAT 等大厂也不甘示弱。
腾讯的策略是 " 线下摆摊 + 云端部署 "。3 月 6 日的线下活动，依托腾讯轻量云 Lighthouse 实现一键部署，5 分钟就能免费完成安装。目前腾讯云上 " 养虾人 " 规模已突破 10 万。这套逻辑清晰：通过降低门槛吸引用户上云，赚的是服务器租赁费、流量费和模型 API 调用费。
阿里则走得更 " 生态化 "。2 月 28 日，阿里推出 CoPaw，用户可一键本地部署或通过云计算巢实现云端部署，并调用千问系列模型。阿里云 Coding Plan 订阅服务基础套餐新用户首月仅 7.9 元，试图以极致低价锁定用户。
百度的打法围绕搜索入口。百度智能云 2 月 4 日上线 OpenClaw 一键部署服务，借助千帆平台接入文心、DeepSeek、Qwen 等主流模型。
小米则开辟了另一条赛道——系统级 Agent。3 月 6 日，小米发布 Xiaomi miclaw 开启小范围封测，让手机变成 AI 的 " 执行终端 "。雷军亲自下场点评，留下四个字：" 手机龙虾。"
这场入口争夺战的本质，是互联网巨头在提前卡位下一代人机交互方式。当未来用户通过 AI 完成任务而非自己打开 App，谁控制 Agent，谁就可能控制新的流量入口。
极客、玩家与清醒者的分化
在大厂们展开竞赛的同时，用户存在着鲜明的分层。
对于朱连兴这样的资深开发者，OpenClaw 绝非玩具，而是生产力革命。
作为中国最早一批 iOS 开发者、滴滴打车第一版开发者，朱连兴在 OpenClaw 爆火第二天就搬出积灰的电脑，购买了腾讯云的服务器，将 2006 年三个人花两年开发的德州扑克在两三个小时就跑通了，" 现在五分钟就能做出来。" 他告诉「高见 Pro」。
昆仑巢是一个科创服务平台，朱连兴深度参与了其发展。在 OpenClaw 爆火后，昆仑巢在融科资讯中心做了北京最早的 OpenClaw 公益性质线下活动。" 那时候刚过完年，大厂还没有上班，活动现场就挤得满满当当。" 很快，活动做了第二期，第三期 ......
据昆仑巢后台统计，沙龙参与者中有 65% 是新手，35% 是极客。新手需要指导安装、配置，于是智谱、Minimax、算能等多家企业成为昆仑巢的合作方，现场手把手教学。
朱连兴养了四只 " 龙虾 "，主要应用场景是量化，" 龙虾 " 之间互相调度、互相维修。" 龙虾 " 会主动提示他做守护进程、策略评分、自动升级迭代、风控模块。
" 开源项目就像马斯克的火箭，一旦起飞，后面厂商根本追不上。以后不会有任何一个产品能够超越 OpenClaw。" 朱连兴语气非常笃定。
有人将 OpenClaw 视为 " 赛博团队 "，或用于工作提效，或用作商业杠杆的工具。
比如让 OpenClaw 自动打开网站收集资讯，并保存在桌面特定文件中等日常工作场景。再比如一次性扫货十多台二手电脑，每台挂着不同的 OpenClaw 智能体，7 × 24 小时连轴转，负责小红书等社交媒体账号的自动化运营。
还有人将普通人对 AI 风口的焦虑，转化为实实在在的现金流。
在淘宝、闲鱼上搜索 "OpenClaw 部署 "，跳出的商品链接价格从 10 多元到几百元价格不等，销量最高的淘宝店铺已成交 1000 多单，近一周 100+ 人购买。卖家承诺 " 不成功不收费，本地部署，模型对接 "。
闲鱼上出现了大量 " 低价 Token" 卖家。OpenClaw 需要调用大模型 API，而 API 按 Token 计费。至于这些 Token 的来源是否合规、会不会被官方封号，没人能给出保证；类似于《如何从 OpenClaw 的入门到精通》等教程也有付费用户。
与此同时，也有一部分人保持着冷静观察。
" ‘龙虾’类工具能帮大家获取前所未有的智力外挂加持及自动化任务执行能力。但我到现在一秒都没用过 OpenClaw。" 王安全给出了另一种视角。
他不是不感兴趣，而是觉得折腾成本太高。" 你要找独立设备、配网络、搞部署，还得担心它会不会把我电脑里的东西搞乱。" 他选择了国内大厂现成的工具，直接创建智能体、选模型、给任务，让它自动化执行。" 哪个工具能最快帮我完成任务，我就用哪个。"
王安全所在的公司，用户基本盘为国央企、运营商、金融、制造业，其次为交通、能源、军工企业。在他看来，"OpenClow 还处于极早期阶段，企业级客户是行业 - 场景 - 业务驱动，目前没有为这个级别水平成果付费的可能。"
他对 OpenClaw 的前景判断较审慎："OpenClaw 和 24 年初的 OpenAI、25 年初的 DeepSeek 一样，都是极具想象力的创新者，但从商业视角，他们都未必是终局。终局会将是更有竞争力的融合性 AI 入口。"
热潮过后，真正留存的是什么？
据「高见 Pro」观察，OpenClaw 本质上是一个 " 自动化任务执行引擎 "，接入大模型 API，通过本地权限接管获得执行能力。它让 "AI 从聊天到干活 " 的体验触达普通用户。但局限同样不容忽视。
从技术底层看，OpenClaw 本身并无颠覆性创新。它真正的贡献，是将 AI 从 " 对话应答 " 推进到了 " 任务执行 " 阶段。这是一次交互范式的胜利，而非底层技术的突破。
OpenClaw 在商业上的成功是现象级的，拉动了数以万亿计的 Token 消耗，让智谱、Kimi、MiniMax 们收获了真金白银的收入。但它的生命周期可能不会太长。
以 OpenStack 为例，OpenStack 是云计算时代的标志性开源项目，2010 年诞生，经过约 7 年高速发展后，因用户体验被商业产品超越而逐渐退居幕后。
如今，阿里推出 CoPaw，网易有道推出 LobsterAI，小米推出 miclaw，都在验证同一个趋势：一旦大厂做出体验更好的替代品，用户迁移成本极低。
「高见 Pro」还观察到，尽管线下活动排起长队，但真正能玩转本地部署的依然是极客和开发者，大众市场尚未真正打开。
本地部署需要：能稳定访问外网的服务器、Docker 环境配置、SSH 远程连接、权限管理、API Key 申请，以及沉淀专属知识库，每一步都会劝退 80% 以上的用户。真正的大众市场，需要的是 " 开箱即用 " 的产品。
基于上述观察，「高见 Pro」试图拨开喧嚣，给出一些更实用的信息。
对于普通上班族来说，AI 汹涌下，焦虑或许不可避免，但更重要的是要学会使用 AI 工具，而非 " 闭门造车 "。
你不需要成为 OpenClaw 的部署专家。" 龙虾 " 不是全部，要善于组合不同 AI 产品。比如将 " 龙虾 " 和大厂现成工具协作使用。能清晰定义需求，能组合不同 AI 工具，能判断 AI 产出的质量，同样可以成为你的核心竞争力。
同时，如果你从事纯信息处理工作，请有意识地培养深度沟通、跨部门协同、情感交互等能力。
技术极客，拥抱开源，但别押注单一项目。
对于极客来说，OpenClaw 无疑是现阶段最好的 " 玩具 "。有人养多只龙虾互相维修，有人用 Codex 给龙虾当 " 修理匠 "，这种架构思维、问题拆解、多智能体协同，或是难以复制的经验。
同时，建议保持技术敏感度，密切关注大厂动态，特别是阿里、字节、智谱等本土化产品的发展，做好随时切换跑道的准备。
创业者 / 企业管理者，果断入局的同时需提高警惕。
目前企业，尤其是中大型企业，往往存在决策层与执行层对 AI 的预期偏差，系统割裂、数据治理不足，以及内外部协同困难，难以形成闭环等问题，从现状看，OpenClaw 还难以满足企业对可靠性、权限管理和安全合规的苛刻要求。
企业可从具体场景切入，而非全面铺开。比如电力等行业的自动化巡检、智能客服执行等，先在小范围内跑通闭环。同时重视数据安全和权限管控，考虑私有化部署或选择有保障的云服务。
从另一个角度看，在 OpenClaw 的所有关注者中，存在两类截然不同的群体：
一类是追求效率的理性者，清晰地知道自己要用 AI 解决什么问题；另一类则是被 "AI 淘汰论 " 裹挟的跟风者，入场源于焦虑而非需求。
后者常常陷入怪圈：出于恐惧购买服务、完成部署，却因缺乏实际应用场景，最终将工具束之高阁。这种 " 安装即吃灰 " 的现象背后，是大众面对 AI 风口时典型的 " 错失恐惧 "，即怕错过，却不知道怕错过什么。
在打开钱包为 " 龙虾 " 买单之前，不妨先问自己：我是真的需要它干活，还是只是害怕别人有而我却没有？这个问题的答案，决定了你是在使用工具，还是在为焦虑付费。
OpenClaw 的爆火，大厂的焦虑与野心，极客的狂欢与冷静，普通人的兴奋与恐惧，众生相鲜活呈现。
但，OpenClaw 未必是最终的答案。但它无疑提出了一个所有参与者都无法回避的问题：当 AI 真正开始帮你干活，你，还剩下什么？
这个问题的答案，或许才是这场 " 龙虾 " 盛宴过后，真正留下的东西。
（文中王安全为匿名。）
