" 养龙虾，上火山，开通方舟 Coding Plan 即刻赠送。" 这是火山引擎新上线产品 ArkClaw 的宣传语之一。与此同时，腾讯内测的 QClaw 也主打类似卖点，在云端一键部署 OpenClaw 框架。

几乎在同一时间，国内多家互联网公司开始把这个原本属于开发者社区的开源项目迅速包装成产品。除了火山引擎的 ArkClaw，腾讯形成了包括 WorkBuddy、QClaw 在内的 " 养虾矩阵 "，阿里云、百度智能云等云厂商也纷纷掏出了自家版本的 OpenClaw。

昨天凌晨，马化腾转发了一则《腾讯全系 " 龙虾 " 产品矩阵来了，个人可直接调用》微信推文，并表示：" 自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库 …… 还有一批产品陆续赶来。"

随着各家的 " 龙虾矩阵 " 迅速扩张，市场也对 AI 企业开启了一轮再估值。

但相比腾讯、字节这样的 " 龙虾大户 "，短期内最大的赢家反而来自模型侧—— MiniMax、Kimi 和智谱。因为各个 " 龙虾 " 基本都支持多家模型接入，这三家的模型刚好是目前 Agent 场景中最受欢迎的。

本周以来，MiniMax 和智谱连续上涨。截至 11 日收盘，MiniMax 市值已超过百度的港股发行市值。

另一边，字节和腾讯在做大蛋糕的同时，也在用户交互前端分别接入了各自最核心的流量入口：飞书、企业微信和 QQ。

这一轮由云厂商掀起的 " 龙虾局 "，正在逐渐演变成一场产业级竞赛。

几乎所有头部 AI 厂商都在涌入这个赛道，试图把 OpenClaw 变成新的 AI 应用入口。

对于字节和腾讯这样的 AI+ 云厂商而言，真正的答案或许并不在模型本身，而在 Agent 时代新的入口位置。

字节腾讯的龙虾局里，是小龙先吃饱？

这轮 " 龙虾热 " 里，一众 AI 厂商相继入场，但版图扩张最为激进的，还是几家头部的 AI+ 云厂商，尤其是字节和腾讯。

字节把 ArkClaw 做成了火山引擎上的云端 SaaS：用户几乎不用折腾本地环境，打开网页就能跑一个 7×24 小时在线的 Agent，并直接接入飞书插件和多种模型。

腾讯同样选择让 QClaw 在云端部署，同时打通了自家的生态入口。安装后可以接入 QQ、企业微信，用户在手机上发一句话，就能远程指挥电脑上的 Agent 干活。

" 无缝接入 " 既有的 C 端生态，这是头部互联网 + 云厂商才有资本做的事情。字节和腾讯之外，阿里在此前发布了 QoderWork 和 JVS Claw，智谱、MiniMax、Kimi 也相继推出自家 OpenClaw 生态产品，百度赶在 11 日推出了自家的 DuClaw。

一时间，中国 AI 圈的养虾池里群英荟萃。但如果只从模型层面来看，这一波大厂龙虾局里，先 " 吃饱 " 的其实是几家独立模型公司。

基于 OpenClaw 生态，ArkClaw 并不只支持 Seed-Doubao 2.0，QClaw 也不是只能跑混元系列；相反，这些平台普遍支持外部模型接入，ArkClaw 的技术文档里就公开列出了 Doubao-Seed、Kimi 2.5、MiniMax 2.5、GLM 等选项。

以 OpenRouter（全球第一大第三方模型 API 聚合平台）为例，过去一段时间里，在 OpenClaw 生态的驱动下，该平台上最热门的模型中，几乎大半来自国产模型。

在目前的 OpenRouter 月榜单上，MiniMax M2.5 已经烧掉了惊人的 8.1 万亿 Token，领跑该榜单。前十名中还有 Kimi K2.5、DeepSeek V3.2、GLM 5 和 Step 3.5 等国产模型。

直接的结果是，虽然像腾讯因为 QClaw 的推出一度市值重回 5 万亿，但 MiniMax 和智谱被视为这轮调用增长的最大受益者，市值也水涨船高，MiniMax 甚至超过了百度在港股的发行市值。

代入到字节和腾讯等大厂视角，不难得出这样一个判断：眼下 OpenClaw 最稀缺的不是模型，而是把开源 Agent 从极客玩具变成可用产品的能力。

眼下最重要的，是趁着热度做大以 " 龙虾 " 为代表的 Agent 生态蛋糕。所以在过去一周中，我们可以看到这样的场面：

上周，腾讯云在深圳总部办免费线下安装活动，吸引了上千人排队；财新的报道中披露的数据称，到 3 月初，安装在腾讯云上的 OpenClaw 用户已经超过 10 万。

字节这边则不是搞 " 摆摊装虾 "，而是通过火山引擎、Coze 和飞书教程直播，把 OpenClaw 迅速做成一个低门槛工作流工具。

近日，百度也在自家工区门口举办了 " 龙虾 " 市集活动。数十名百度工程师一对一为近千名用户提供了云端 OpenClaw 免费安装服务。

带着龙虾 " 破圈 "，大厂们的目标一致：先把部署、接入、使用成本砍到最低，把 " 养虾 " 从开发者小圈子推到更大的人群和企业场景里。

为什么会这样？因为 OpenClaw 形态的 Agent 颠覆了传统 Chatbot 的运作逻辑。

传统的 Chatbot 逻辑是一问一答，OpenClaw 这样的通用 Agent 则是一整条任务链：规划、调用工具、执行、读取结果、再规划。

模型一旦被嵌进这种循环里，在调用量激增的同时，各类龙虾 Skill 生态也应运而生。

所以，以字节和腾讯为代表的大厂 " 龙虾局 "，表面上是带着 MiniMax、智谱、Kimi 这些 " 小龙 " 一起做大蛋糕，实际上是想从平台视角建立起用户认知，扩大 Agent 用户基础和自家产品品牌形象。

换言之，要理解 OpenClaw 时代的 Agent 生态，我们需要先将其分解成平台层和模型层。至少在眼下的开源生态下，平台层和模型层不一定来自同一家公司：打造平台的企业瞄准的是获客和做大市场，而被调用最多的模型公司，变现能力则大幅提升。

但这并不意味着，大厂们是在给别人做嫁衣。腾讯和字节围绕 OpenClaw 的动作，本质上是在锁定云用户、沉淀调用数据，并尽可能把 Agent 使用习惯绑定到自己的办公和社交生态里。

这也是为什么，在几大云厂商的 " 自营 " 龙虾中，我们要把 QClaw 和 ArkClaw 单独拿出来看。大部分企业的操作是支持或接入 OpenClaw，而这两家头部互联网企业已经接入了自家 IM（即时社交）生态，先找到用户和场景，再慢慢落地需求。

" 小龙 " 们吃饱了全行业一同做大的用户体量，但这只是第一回合。Agent 的平台层和模型层之间，不同体量企业的生态差异正在显现。

" 自营 "Claw 背后，是飞书和企微的护城河

眼下，OpenClaw 很火，但到底好不好用，这个问题一直在各大社媒上众说纷纭。

一个不可忽视的现实是：很多普通用户部署了 OpenClaw，却并不知道它到底可以做什么。

在一些内容社区，点开 OpenClaw 相关话题逛上一圈，会发现目前大多数用户的需求仍停留在比较基础的任务，例如整理邮件、查询信息或生成简单文档，而真正复杂的企业级自动化场景仍然非常少。

近期在某平台上，AI 博主 JET 发了这样一篇笔记：" 深圳养龙虾现场回来，给大家泼点冷水。"

JET 的主页提到，他曾有两家头部 AI 企业从业经历。所以他以业内人士视角写道——现场和会后，很多朋友会来问我类似的问题：

" 我有一个小龙虾，我怎么用它做 XXX？"

" 我能不能用龙虾做一个产品？"

" 当你手里有一个锤子，看什么都像钉子。" 在笔记的最后，JET 这样总结 " 龙虾热 " 下的众生相。

与技术层面的 0 到 1 相比，用户心智和主动开拓需求的 0 到 1 更难完成。

在这种情况下，ArkClaw 和 QClaw 的意义，其实并不是让 OpenClaw 一下子变得更好用，而是给 " 龙虾 " 提供可以施展拳脚的现实场景。

把 Agent 接入现有的办公软件体系，看起来只是一次简单的适配，但这恰恰是头部互联网集团的最大优势。

腾讯与 QClaw 一同推出的 WorkBuddy，可以直接连接 QQ、飞书、钉钉等办公工具，并支持多 Agent 并行执行任务，例如自动整理资料、处理日程或生成文档。

而 ArkClaw 依托火山引擎资源，在使用中可以直接调用飞书插件体系，让 Agent 自动处理会议纪要、文档表格或工作流程。

换言之，龙虾眼下最适合铺开的场景，其实是依托办公软件生态帮人 " 打杂 "。

而在 B 端即时通讯 + 办公套件领域，过去十几年里，中国企业软件生态其实已经形成了非常稳定的格局：飞书、企业微信和钉钉。

这些平台本身就承担着企业协作、文档管理和流程审批等功能。而依托云端部署的 OpenClaw Agent，可以在安全相对可控的情况下，为个人开发者和企业客户提供自动化能力支持。

至于为什么更偏 B 端而非 C 端，OpenClaw 的特性已经解释了这一点。移动互联网时代，OpenClaw 之所以能做到 "Open"，是建立在 "Computer Use" 基础上的；在 PC 端用户授权的前提下，Agent 可以接管系统层的一众能力和用户信息。

抛开 OpenClaw 的安全隐患暂且不谈，PC 市场在过去 10 余年中一直处于用户流失状态。在移动互联网浪潮中，PC 用户多少有些 " 小众 "；反而在 B 端，PC 仍然承担着生产力主力的角色。

因此，从产业结构来看，字节和腾讯推动 Claw 产品化，其实已经在瞄准 B 端的办公协同场景，争夺 Agent 时代的入口位置。

在这种竞争结构中，大厂的优势非常明显。

首先是平台生态。飞书和企业微信已经积累了大量企业用户，也天然沉淀了大量各类 Skill 的使用需求。其次是云资源，OpenClaw 在执行任务时需要持续调用模型 API，复杂任务往往需要大量 Token 计算。

投行 Barclays 的研究显示，AI Agent 在执行任务时需要多轮推理与工具调用，其 Token 消耗可达聊天机器人的约 25 倍。与此同时，NVIDIA 的技术文章指出，复杂推理模式下，一次完整的多步推理流程可能带来 最高约 100 倍的计算与 Token 消耗，使 Agent 系统成为当前大模型应用中最消耗算力的形态之一。

智谱此前就因调用量激增，导致 Coding Plan 使用不稳定，因 Token 消耗异常向用户致歉，并对订阅用户予以补偿。字母 AI 了解到的一些行业内部消息显示，部分独立 AI 公司已经开始回流第三方云厂商，以获取更多云资源支持，维持 API 调用服务稳定。

更重要的是用户习惯。一旦企业开始习惯在飞书或企业微信中使用 Agent 自动完成任务，例如整理数据、生成报告或运行脚本，这些自动化流程就会逐渐沉淀在平台上。

这也是为什么，在当前的 OpenClaw 生态中，模型反而更像是一种可替换组件；而需求和使用场景，目前看还需要厂商们想办法喂到用户嘴边。

开发者今天可以调用 MiniMax，明天也可以切换到 GLM 或 Kimi，但任务仍然运行在同一套 Claw 平台上。

就在前天，钉钉也宣布全面接入 OpenClaw，并且到本月底，企业和个人开发者在使用 OpenClaw 时，调用钉钉相关 API、Webhook 或 Stream 服务，可获得不限量的免费调用额度。

这场入口级龙虾之战的三大头部选手，终于凑齐了。

从 " 养虾 " 到交付：终局还是拼基模

OpenClaw 的第一阶段是部署竞赛，而第二阶段会变成交付能力的竞赛。

这一点其实已经开始在产业讨论中浮现。目前，OpenClaw 的爆发很大程度上来自开发者社区和个人用户：一键安装、自动浏览网页、调用工具执行任务，这些能力让 Agent 看起来像一个可以 " 干活 " 的 AI。

但这种热度并不意味着企业级落地。Agent 与传统聊天模型最大的不同在于，它天然需要访问邮箱、浏览器、文件系统和 API 凭证，这些高权限操作一旦出错，风险就会直接落到某些业务动作上，而不只是一次回答错误。

换句话说，OpenClaw 兼具风险和价值的特性，能否依托云平台的安全机制实现平衡，目前还要打一个问号。

另一方面，政策和监管侧对 " 龙虾热 " 仍然是一种相对理性的推动状态。

最近一段时间，我国多地都对 OpenClaw 相关生态提供算力和资金支持。例如深圳、无锡、合肥、苏州等城市都推出了针对 Agent 生态的补贴和孵化计划。

与此同时，工信部等监管机构发文强调，OpenClaw 在部署时存在 " 信任边界模糊 " 问题，要求加强数据访问控制、身份认证和日志审计等安全要求。

换言之，目前的 " 养龙虾潮 " 仍然带有明显的试错特征，稳定跑通的企业级链路还没有出现。

对于以腾讯和字节为首的 AI 云一体头部厂商，保持耐心、持续铺开 Agent 生态，将是一个长期命题。

保持耐心的第一层因素，是用户生态和付费机制的培养还需要更多时间演进。不管是 B 端还是 C 端，" 龙虾生态 " 的巨额 Token 调用量始终是一个影响其普惠的难题。

潇湘晨报近期的报道显示，有用户反映使用 OpenClaw 回答了仅 30 个问题，就烧掉了 100 万 Token。

目前，字节、智谱在内的多家 AI 厂商，对模型调用采取了与 Coding Plan 结合的模式。模型调用也不再是传统的按 Token 收费，订阅制 + 按用户请求数计费的模式，正在多个平台同步推进。

第二层是 OpenClaw 架构的安全性。目前大部分厂商都提供了云端部署能力，在云端设置了访问控制、数据隔离、沙箱等安全措施。而在主流 AI 厂商中，只有智谱的 AutoClaw 选择了全本地部署的模式。

但目前以 OpenClaw 为代表的通用 Agent 生态还比较早期，" 龙虾 " 掌握的 Skill 库仍在不断扩张中，日后 Agent 能力的每一轮迭代，都需要安全层面的实时匹配。

不管是 C 端还是企业用户，建立信任往往都需要一个相对较长的周期。

马化腾最新的朋友圈也表明，这场新一轮 Agent 之争才刚刚开始，目前要做的事只有一个，就是给 " 龙虾 " 找场景、搭需求。

耐心的另外一面，是等模型。目前，OpenClaw 生态下，几家头部厂商的模型相比小龙公司的模型并无优势，有的甚至还略显劣势。

尤其是最近几个月里，腾讯和阿里都经历了 AI 部门变动。天才科学家姚顺雨入职后，腾讯在去年年底刚刚完成了 AI 业务架构大调整。而阿里方面，则刚刚经历了 Qwen 团队的重组，以及核心人物林俊旸的离职。

而在产品侧，一旦试跑完一轮找场景、搭需求的过程，AI 驱动产品的核心竞争力就会变成基模技术实力和性价比的比拼。

" 对于那几家公司（MiniMax、Kimi、智谱），眼下这种调用量暴涨的势头不一定能长期维持。" 一位来自某头部 AI 厂商的资深业内人士向字母 AI 表示，近期的龙虾热有行业刺激的成分，但已经足够几家 " 小龙 " 把营收做起来。" 现在市场足够大，有 10 万日活就能扛起百万 API 营收了。"

而对于未来通用 Agent 领域竞争的核心因素，该业内人士表示，模型仍然会是长期竞争力。并且由于 OpenClaw 形态的开放属性短期内不会改变，平台之上的模型市场，仍将是各路厂商正面竞争的态势。

" 办公市场的 IM 已经饱和了，没有厂商会想搞霸王条款，所以不管哪个平台都会继续支持外部模型。"该业内人士这样说道。

如果把时间维度拉长，我们会发现，今天的 OpenClaw 崛起，很像互联网历史上一个熟悉的模式：

在 Android 早期，真正赚钱的是应用开发者，而不是 Google 本身。

但随着用户规模扩大，Google 逐渐通过应用分发、服务入口和广告体系掌握了生态控制权。

有能力做平台的企业先扩生态，长期来看，终会迎来价值回流。

也许下一次回流，就是 Agent 时代的新入口开启之时。