摘要：9 月 24 日，腾讯 QClaw 团队发布停运公告称，因业务发展调整，QClaw 于 2026 年 12 月 24 日 00:00 正式停止运营，一并关闭新用户注册、购买、续费等功能。这一消息迅速引发外界广泛热议。

回到 2026 年 3 月，OpenClaw 及其衍生产品曾掀起一轮罕见的技术热潮。3 月 6 日，深圳腾讯大厦楼下曾排起长队，大量开发者和 AI 爱好者等待腾讯云工程师协助完成 OpenClaw 云端部署。彼时，" 养龙虾 " 迅速成为科技圈乃至大众社交平台的热词。

公开传播数据显示，OpenClaw 在 GitHub 上的 Star 数量不到 60 天便突破 25 万，增长速度甚至超过了 React 等长期积累的开源项目；3 月当月，其累计调用量达到 10.4T Tokens，一度成为全球 Token 调用量最高的 AI 应用之一。国内多个等平台上，" 养龙虾 " 相关内容播放量突破 10 亿次，深圳、无锡等地还出现了面向相关项目的支持和补贴。在这种情绪下，腾讯推出基于 OpenClaw 的一键部署产品 QClaw，试图把原本需要安装、配置、调试的智能体能力包装成普通用户也能使用的低门槛服务。

与传统聊天机器人主要承担问答、写作和信息检索功能不同，OpenClaw 类智能体可以进一步操控电脑、调用软件、整理文件、处理报表、运营账号，甚至辅助开发项目。用户通过微信等入口发送指令，系统便可在本地设备或云端环境中执行任务。这种从 "AI 能说 " 到 "AI 能做 " 的变化，确实击中了市场对于通用智能助手的期待。QClaw 内测上线后仅一周，用户规模便突破数百万，而其背后还是一个仅有五人的年轻团队，几乎没有营销预算。

问题在于，产品所呈现的便利性，并不等同于其拥有稳定的商业价值。QClaw 等 " 龙虾类 " 产品最大的挑战，恰恰在于商业模式与成本结构之间存在明显错配。传统大模型的一次问答通常消耗有限 Token，但智能体完成一个复杂任务，需要经历理解指令、制定计划、调用工具、多轮推理、执行代码、检查结果等多个环节，Token 消耗往往是普通对话的数十倍甚至数百倍。一份复杂 PPT 的生成任务，可能消耗上亿 Token，单次成本甚至达到数百元或上千元。市场上也曾出现用户因 API 密钥配置错误，导致智能体自动循环调用模型，数天内产生超过万元费用的案例。

与此同时，QClaw 面向用户的订阅价格可能仅为每月数十元，显然难以覆盖高频复杂任务带来的推理成本。当单位收入低于单位成本、用户规模又无法转化为高质量留存时，产品越受欢迎反而可能意味着亏损越快。数据显示，QClaw 在今年 4 月的月访问量环比下降 99.19%，这种近乎断崖式的下滑，已经说明其流量热度并未沉淀为长期需求。

笔者实践后总结，" 养龙虾 " 热潮消退的另一个原因是大量非技术用户被流量叙事裹挟进入了一个自己并不熟悉的领域。讽刺的是，其中不少匆忙入场的人甚至不了解 Token、密钥和系统权限的基本概念。在二手交易平台上，" 上门安装龙虾 " 一度成为热门服务，随后又出现了 " 付费卸载 " 的需求，这本身就揭示了产品门槛与用户能力之间的错位。QClaw 的停运并不是孤立事件，而是大厂重新审视 AI 智能体布局的一部分。

陈市观察认为，未来，AI 竞争不再局限于模型参数和功能数量的竞争，而是成本控制、安全边界、场景深度和工作流融合能力的竞争。" 养龙虾 " 的热闹散去了，但智能体真正进入产业、成为生产工具的探索恐怕才刚刚开始。

（文中图片素材来自互联网，如有侵权，请私信联系删除）