“龙虾”风暴背后的秘密：AI不比智商，拼的是实操实力，市场不再迷信概念！

文 | 万点研究

就这样，OpenClaw一夜之间成了网红，“养龙虾”也成了大家最爱说的问候语。

这个接地气的网络热词，让原本有点高冷的开源AI技术突然走进了大家的生活。它就像给AI装上了“手和脚”，让那些冰冷的代码能够真正参与到我们的日常工作中，成为2026年最火热的科技现象。

仔细一看，这场技术风暴，OpenClaw早已超出了单纯工具的范畴。它不仅改变了人们对AI的理解，还深刻影响了全球的AI产业链和资本市场，让“智能体”从一个专业术语变成了大家热议的话题。

那么，这只“会干活的龙虾”是短暂的科技潮流，还是开启AI智能操作时代的钥匙呢？普通人又该如何看待这场AI的新革命呢？

搞懂“龙虾”：不是让AI变聪明

从技术的角度来讲，OpenClaw的核心是“LLM（大模型） + RPA（机器人流程自动化） + 分布式执行 + 纯文本状态管理”的结合。简单来说，就是OpenClaw打破了以往AI“只说不做”的限制。

以前我们常用的AI，比如ChatGPT、DEPPSEEK、豆包等，最多也就是根据指令打字，像个听话的助手，无法直接操作我们的电脑。不管是打开文件、复制粘贴还是排版发邮件，所有这些都得靠我们自己，简直是“嘴巴能说，手却无能”。

但是，OpenClaw就像是为AI量身打造的“操作系统”，它的核心在于给AI装上了“手和脚”，让它不仅能聊天，还能直接上手工作。我们只需说出一句话，比如“帮我把这周的工作整理成周报发给领导”，它就能自己规划步骤、打开聊天记录提取内容、写成文档、排版，最后完成发送，全程不需要我们干预。正如业内人士所言：“它不是简单的聊天机器人，而是能自主拆分任务、联网搜索、调用软件、纠错并重试的智能代理，让AI从认知工具变成真正的执行工具。”

技术的本质其实很简单，把复杂的东西都藏在背后，无论我们懂不懂代码、会不会部署，只要一句话就能轻松使用。OpenClaw并不是让AI变得更聪明，而是让AI实现了从“回答问题”到“直接把事情做完”的转变，这也是它迅速走红的关键所在。

回到技术层面，OpenClaw推动了AI从“模型中心化”向“架构中心化”的转变，意味着大模型变成了推理组件，也就是大家所谓的“范式转变”。而OpenClaw本地优先、开源免费、跨平台、易扩展的特点，更是顺势助推了这场AI“执行革命”走进了大众的视野。

市场反应剧烈：股市狂飙、产业躺赚、创新涌现

“龙虾”爆火，不仅让大众感兴趣，也对全球股市产生了显著的催化效应，尤其是在中、美、港等主要市场的AI、算力和云服务板块，引发了剧烈波动。A股的反应最为显著，3月9日迎来了全面爆发。在市场震荡的情况下，OpenClaw概念股逆势暴涨，算力、云服务、AI智能体和国产芯片全线飙升，优刻得、顺网科技、青云科技、博睿数据等多只股票达到了20%的涨停，资金纷纷涌入这个新兴领域。

股市的热度背后，产业链上下游也实实在在地受益，其中大模型厂商更是迎来了“躺赚”的时刻。观察者网的数据显示，OpenClaw的重度用户日均Token消耗在3000万到1亿之间，高频的调用让算力从闲置资产变成了现金流引擎。

统计显示，OpenClaw已经占据了全球17%的Token调用量，过去30天的日调用量从1760亿暴涨至4270亿，增幅达142%。而这部分海量Token消耗几乎都被国产大模型包揽。OpenClaw的Token消耗榜前三，均为中国模型。

其中，MiniMax与OpenClaw生态深度绑定后，2026年前两个月的年度经常性收入（ARR）从1亿美元攀升至1.5亿美元，增幅超过50%；其M2系列模型在2月的平均单日Token消耗量较2025年12月增长了6倍以上，编程场景相关产品更是激增了10倍。

作为OpenClaw官方指定的免费主力模型，Kimi K2.5因被全球开发者高频调用，Token消耗呈现指数级激增，甚至出现了间歇性宕机，并因算力告急多次影响用户体验，成为此次AI智能体热潮中算力承压的典型案例。有趣的是，早在2月份，Kimi就因“C端用户激增与OpenClaw海外调用爆发”的双重压力出现了大规模算力告急，官方幽默回应称“正在找算力，急用先去DeepSeek”，成为行业内颇具话题性的事件。

对此情况，英伟达的CEO黄仁勋最近指出：“与传统生成式大模型相比，智能体执行复杂任务所需的计算令牌(Token)消耗量增加了约1000倍，某些持续监测执行的智能代理甚至高达百万倍。”这一数据直接反映了OpenClaw对算力的强烈需求，也解释了为何算力和云服务企业能快速受益。在一片繁荣的景象下，很多厂商虽然赚得盆满钵满，但也难免感到一丝“落寞”。

“龙虾”成为全民热议的符号，真正推动技术落地的底层模型却逐渐退居幕后。用户们不再关注参数多少与训练框架，而是更关心“能不能像龙虾一样快、准、稳地帮我写周报、查合同、生成PPT”。

这种从技术崇拜向效率崇拜的转变，正在悄然重塑产业的话语权，也预示着产业链升级与重构的积极信号。Gartner在最新行业报告中预测：“到2026年底，40%的企业应用将集成专属AI代理，这将从根本上改变供应链的运作。AI不再仅限于数据分析，而是深入到生产协调中，推动全球分工从制造导向转向智能协同。”

这一分析判断也表明，各大厂商将被迫加速从“炫技”转向“务实”：不再比拼谁的参数更高，而是看谁的模型更适合实际场景，谁的落地方案更能满足企业需求，产业竞争的焦点将转向“实用性”与“落地性”。

实际上，大公司和创新团队的行动已经开始显现。

比如智谱推出的AutoClaw（澳龙），号称国内首个“真一键安装”的本地智能体；月之暗面则推出KimiClaw，集成了超长上下文能力，适配复杂长任务流处理，成为OpenClaw生态中最受欢迎的国产模型版本。

不仅模型厂商迅速跟进，传统大厂也不甘落后，纷纷推出新产品以免落单。

腾讯推出了WorkBuddy与内测中的QClaw，前者完全兼容OpenClaw的技能库，并深度打通企业微信和QQ生态，解决了原版部署的难题；阿里云上线了CoPaw，结合云资源优势提供一键部署服务；网易有道在2月正式上线并开源LobsterAI，定位为“开箱即用的本土智能体”，是国内首个完成全平台本土化适配的产品；华为则依托鸿蒙系统推出HMAF智能体框架，主打系统级智能体协同，适配智能家居和车载等全场景设备……

与此同时，国内创新团队迅速推出的PicoClaw、ZeroClaw等轻量化版本，以及EasyClaw、CountBot等主打“零代码部署”的桌面工具，解决了OpenClaw的技术门槛问题，展现了极强的跟进速度。

在这样的背景下，国内政策也迅速跟进，尤其是长三角、大湾区等地，如无锡高新区、合肥高新区、苏州常熟等地已经率先推出了一系列先行政策。从技术研发补贴到产业落地扶持，从合规标准探索到应用场景试点，多维度为OpenClaw生态的发展铺路，形成了中国特色的AI智能体生态样板。在降低中小企业与开发者接入门槛的同时，也为国内OpenClaw生态的发展提供了更明确的方向和坚实的支撑。

思考：拥抱还是观望

在产业、市场和政策齐头并进时，安全隐患的警报也悄然响起。

3月12日，国家工业信息安全发展研究中心发布了《关于工业领域OpenClaw应用的风险预警通报》，明确指出OpenClaw存在四大核心安全隐患：工业主机越权与生产失控风险、工业敏感信息泄露风险、攻击面扩展与攻击效果放大风险，以及AI理解偏差导致核心数据被删改、第三方插件投毒、提示词注入、高危漏洞等通用安全问题。

随着事态的发展，多所高校已紧急禁用OpenClaw相关应用，企业也开始重新评估使用风险，市场对合规与风险的担忧迅速上升。

在股市层面，反应同样迅速：12日OpenClaw概念板块从之前的狂热炒作进入明显降温和回调阶段，相关的A股和港股标的集体走弱。港股方面，MINIMAX-WP（00100.HK）跌幅在4%到6%之间，智谱（02513.HK）盘中一度跌超10%，收盘跌幅为7%到8%；而腾讯和阿里分别下跌1%和2%；A股前期强势股也普遍回调，博睿数据一度下跌12%，收盘跌8.75%，优刻得、青云科技、顺网科技等算力和云服务类标的普遍下跌3%到8%，机器人和具身智能板块也同步走弱，绿的谐波、埃夫特、亿嘉和等股票跌幅在1%到4%之间。

开源证券的分析人士指出，此次回调是多重因素叠加的结果：“除了安全风险的直接冲击外，情绪化炒作造成的获利盘集中兑现也是重要原因。但这次回调并不是价值的终结，而是市场情绪从纯粹的炒作回归到理性判断。”

尽管如此，OpenClaw作为AI时代的新底座特征已经在大家心中扎下了根，它打破AI“能说不能做”的核心价值依然存在，只是产业发展的节奏需要从“狂飙突进”转向“稳扎稳打”。

万点研究认为，龙虾概念经过短期的情绪炒作后进入理性回调，接下来能否真正崭露头角、形成可持续的行情，关键在于B端企业的落地动作与商业化进展。

毕竟，C端是流量，B端才是价值。

未来AI的转型：从概念到落地的关键一步

根据波士顿咨询公司的研究报告，预计到2025年，智能体系统在人工智能整体价值中将占到17%，而到2028年，这一比例会增加到29%。而这个价值的增长，几乎全是来自于B端企业的应用。虽然C端用户的尝试能带来一些热度和话题，但他们缺乏稳定的付费意愿和持续的使用需求，这样是难以支撑整个产业的长远发展的。相对而言，B端企业对效率提升和成本控制的需求更加明确，他们对AI工具的实用性、安全性和合规性有着更高的期待，愿意为那些能真正解决业务难题的方案掏腰包，这就是OpenClaw商业化的核心所在。

而这背后的核心转变就是：要从“概念炒作”转向“注重落地、关注安全和合规”，重点观察OpenClaw能否解决“三高”问题（高门槛、高消耗、高风险），这才是当前最重要的任务。

国家工业信息安全发展研究中心在风险预警中指出，OpenClaw具备一些特点，比如信任边界模糊、多渠道统一接入和大模型灵活调用等。如果缺乏有效的权限控制和安全审计机制，可能会面临指令诱导和供应链攻击等风险。这也是企业在落地时最大的担忧，高门槛让不少中小企业却步，高消耗则增加了企业的使用成本。要想实现OpenClaw在B端的规模化落地，这三个问题必须得先解决。

为此，国内一些大企业已经开始推出针对性的解决方案，力求从安全、成本和门槛三个方面来破解落地难题。例如，腾讯电脑管家上线了OpenClaw专属的安全防护模块，能够实时监控AI操作，拦截高风险指令，管控数据访问权限；阿里云则推出了轻量化的OpenClaw部署方案，利用弹性调度来降低算力消耗，还提供了一键式合规配置；华为则专注于国产化，推出基于鸿蒙系统和鲲鹏芯片的OpenClaw本地部署方案，以满足政务和金融等对安全性要求较高行业的“数据不出域”需求。

华创证券在一份研报中也提到：“OpenClaw和云端大模型的根本区别在于‘大脑’的所在，以及是否存在‘手’，而能否守住安全底线，将决定这只‘手’能走多远。”

万点研究指出，对于企业和投资者来说，面对OpenClaw这一新兴技术，选择“拥抱”或者“观望”并不是非此即彼的，而是应该结合自身的需求和风险承受能力做出理性的判断。对于那些有明确数字化转型需求，并具备一定技术和安全管控能力的企业，进行小范围试点，应用于非核心和非敏感的业务场景，也是一个不错的尝试。

从长远来看，OpenClaw的出现，实际上是AI技术从“认知智能”向“操作智能”迈进的重要标志。它让AI真正走出屏幕，成为能够直接参与生产和生活的工具。正如新华网所言，智能体时代带来的“并不是一场简单的技术竞赛，而是一场围绕‘体系能力’的竞争”。

我们应该相信，未来AI的竞争不再是单一模型的较量，而是生态系统的竞争、落地能力的竞争，以及解决实际问题的能力的竞争。拥抱技术创新的红利，同时对风险保持敬畏，这或许就是面对OpenClaw及其他新兴AI技术最理性的态度。而属于AI“操作智能”的时代，真正的序幕才刚刚拉开。

想了解更多精彩内容，欢迎关注钛媒体的微信号（ID：taimeiti），或下载钛媒体App