怎么突然就没人聊 "OpenClaw（龙虾）" 了？这个问题由 360 创始人周鸿祎来回答恐怕是最合适的。6 月 24 日举行的第十四届互联网安全大会 ISC.AI 2026 期间，周鸿祎在接受媒体采访时表示，以往常规问答流程仅消耗数千 Token（词元），而 " 龙虾 " 在处理相同任务时的资源损耗则高出原有模式的几十至一百倍。

据悉，在 360 安全龙虾的实际测试改造中，团队发现哪怕是查询天气这类简单需求，" 龙虾 " 运行就要耗费上千万 Token，要是制作一份 PPT，整体的 Token 消耗甚至会突破一亿，由于大量算力被无意义消耗，使得其商用落地的成本压力极大。

但就在几个月前，周鸿祎是这样评价龙虾的，" 我宣传了一两年的智能体理念，没想到被‘龙虾’在两三个月内完美破圈了。"

当时在周鸿祎口中，" 龙虾 " 凭借全新的产品范式，实现了从 " 被动执行 " 到 " 主动进化 " 的转变，是智能体从 " 工具 " 升维为 " 物种 " 的关键标志。紧接着，360 方面宣布向全体员工每人发放 1 亿 Token 用于使用 "360 安全龙虾 "AI 智能体平台，推动 " 人人都是超级个体 " 的人机协同新模式。

其实不仅周鸿祎，马化腾、李彦宏等人都曾对 " 龙虾 " 赞誉有加。怎么仅仅过了几个月，周鸿祎就改口了？实践是检验真理的唯一标准，" 龙虾 " 光速过气，恰恰是 360 等厂商实践后的结果。

事实上，" 龙虾 " 的强大建立在 Token 供给量大管饱的基础上。可奈何命运开了个玩笑，遍地开花的 " 龙虾 " 反而让 AI 厂商看到了倾销过度建设 AI 算力的机会。

早在 2025 年春季，阿里巴巴集团主席蔡崇信还对算力基建泼冷水，" 开始看到人工智能数据中心建设出现泡沫的苗头，美国许多数据中心的投资公告都是‘重复’或相互重叠的 "。一边是壕掷 3000 亿美元押注 AI，一边是 " 投资超前于实际需求 " 的警告，显然蔡崇信不是精神分裂，而是看到了 AI 行业非理性扩张所带来的风险。

有趣的是，到了 2025 年秋季，关于 AI 算力过度建设的声音突然变小了。这是因为 Anthropic 的 AI 编程工具‌ Claude Code 走红，在连续自主编程的基础上还保持了超高的准确率，吸引了无数程序员为其付费。The Information 的相关报道显示，Claude Code 的年化营收在去年 12 月就达到 10 亿美元，今年 2 月则升至 25 亿美元，近期的提升速率更是再度加倍。

虽然 Claude Code、CodeX、Copilot 等 AI 编程工具确实表现优秀，但它们的应用场景相对单一，绝大多数用户都是程序员，所以这类产品只能缓解算力建设过度的问题。而 " 龙虾 " 的出现，就让 AI 行业看到了一个将算力卖给更多普通用户的契机。

强大的自主性和进化能力就是 " 龙虾 " 爆火的缘由，通过技能（Skill）的灵活组合，它既能做 PPT，还能写公众号，甚至能炒股。然而 " 龙虾 " 支撑随时在线特质的心跳（Heartbeat），以及为实现自主调用工具被迫将简单任务复杂化，导致它存在成本失控的先天性缺陷。

" 太费 Token" 几乎是每一位 " 龙虾 " 使用者的共同感受，由此还衍生出各式各样低价购买 Token 的攻略，其中最便捷、最高效的就是订阅不同 AI 厂商的 Coding Plan。如果说普通的 AI 模型 API 调用是按量计费，那么 Coding Plan 则是固定月费套餐。

从某种意义上来说，" 龙虾 " 的爆红是建立在 Coding Plan 的基础上，毕竟几十元就能买到上亿 Token 让普通人也有了随便折腾智能体的底气。如若不然，又有多少普通人能下狠心买 10 元 / 百万 Token 的常规 API 呢？

既然 AI 厂商需要大量消耗 Token 的场景，" 龙虾 " 又恰好是 " 吞金兽 "，二者不正是 " 金风玉露一相逢 " 吗？问题其实出在了 Coding Plan 上，它就像是餐饮行业惯用的引流套餐，噱头的作用大于实际。在 " 龙虾 " 诞生之前，只有用 Claude Code 的程序员会薅 Coding Plan 的羊毛，可有了 " 龙虾 "，一下变成了全民薅羊毛。

不久前，Anthropic 提到 90% 的 Coding Plan 用户处于亏损状态，前 5% 的高频用户甚至消耗了 340% 的成本。自从今年 5 月开始，上至阿里、腾讯、字节跳动等大厂，下至智谱、Kimi、DeepSeek 等 AI 独角兽，Coding   Plan 停售已经成为了潮流，业界正逐步用按消耗量的 Token Plan 来替代 Coding Plan。

例如在 Copilot 换为按量计费后，微软的 GitHub 直接就创下了史上最佳月度业绩。一旦业界主流的算力供给模式从包月无限量换为按量计费，没有了便宜的 Token 后，" 龙虾 " 就立刻暴毙。在成本敏感的企业级用户眼中，需要耗费大量的智力资源与算力成本的 " 龙虾 " 也变成了鸡肋。

有了 " 龙虾 " 作为前车之鉴，目前的智能体设计思路也有了变化，已经不再追求 AI 包办一切，而是转向凡是传统应用能干的事情，就不麻烦 AI。