龙虾之战升级！产品完成度成了新的决胜关键，你准备好了吗？

（本文作者为窄播，钛媒体经授权发布）

文 | 窄播，作者｜博斯

说到OpenClaw，这可真是一个让Agent与众不同的技术之路。它不仅赋予了Agent一个独特的人格化形象，还能24小时在线，主动完成任务，似乎能处理所有事务。老牌企业希望借此巩固自己的地位，而新兴力量则想借机趁势而上。

到了3月份，无论是字节、腾讯、阿里、百度这些互联网巨头，还是像月之暗面、MiniMax、智谱、阶跃星辰这样的新兴大模型公司，甚至华为、小米这样的手机制造商，都在热议“龙虾”。可以说，新旧科技公司齐心协力，成功将龙虾推广到大众视野。

转眼到了4月，科技公司们在重新部署后，将龙虾的应用从「极客专属工具」提升到了「面向大众的服务系统」。一方面，他们在积极搭建支撑龙虾产品稳定、安全运行的基础设施；另一方面，他们也在努力发掘龙虾能迅速应用的具体场景，把使用龙虾与提升工作效率紧密联系起来。

字节依旧保持着高昂的热情。4月2日，在「火山引擎2026 AI创新巡展」的武汉站，火山引擎团队为企业Agent的建设提出了敏态与稳态并行的方法论，进一步丰富了ArkClaw和HiAgent这两款对应的产品。到了4月7日，字节的扣子升级到了2.5版本，除了具备龙虾式的交互界面和执行能力外，还增加了Agent Word开放生态。

腾讯方面也没有放慢脚步。3月30日，WorkBuddy微信小程序上线，支持云端沙箱和本地电脑的远程执行双模式。4月3日，腾讯云正式推出了TencentDB Agent Memory（龙虾记忆服务），为OpenClaw补充了长期记忆功能。4月8日，QQ浏览器发布了国内首个浏览器「龙虾」QBotClaw。

除了OpenClaw外，其他新型Agent形态也在不断涌现。2月开源的Hermes Agent凭借其自我成长特性，在4月迎来了爆发期。目前，腾讯云已支持Hermes Agent的云端一键部署，小米也宣布旗下的Xiaomi MiMo-V2系列大模型实现了官方集成接入。

之前大家都在争论谁的龙虾替代品更好用，谁的部署更简单，谁的生态接入更方便。不过，4月过后，大家可能更关心的是这场竞争的最终结果，以及什么样的产品形态能真正占领主流市场。

从500万工程师到10亿普通用户，这之间的差距，其实并不是模型能力的问题，更重要的是产品化的问题。现在的市场竞争，某种程度上就像是在摸索如何跨越这道鸿沟。

两条探索的路径

细看这场百虾大战，各厂商的策略大致可以分为两条路径。

第一条路径是封装OpenClaw。这无疑是目前最快的方式，也是大厂们迫切跟进的表现。

像腾讯的QClaw、智谱的AutoClaw、MiniMax的MaxClaw、百度的DuClaw和字节的ArkClaw，大家都选择暂时不去重新定义Agent的底层范式，而是围绕OpenClaw已经验证过的能力进行产品化包装，具体做了什么反倒没有那么重要。

他们把部署流程从几个小时压缩到20秒，从命令行安装变成双击即可使用，云端托管、预配置技能、预装模型、提供免费额度，主流即时通讯软件的接入一应俱全。用户接触龙虾的门槛被迅速降低。

这个路径的核心在于：OpenClaw就像是一个开发者系统，想要扩大用户基础，就得有人把它转化成普通用户能理解的语言。

这样做能迅速吸引用户。MaxClaw、AutoClaw和Kimi Claw等大模型公司，把OpenClaw视作一个极佳的Token消耗平台，让人们看到了Token经济学的魅力。而QClaw和ArkClaw则借助龙虾这个时代，变现了腾讯和字节的用户基础，展示了旧入口与新产品结合的可能性。

不过，封装路径的发展逻辑在某种程度上依赖于上游市场不再扩张，保持稳定的产品框架。而对于仍在不断完善的OpenClaw来说，这一前提从一开始就显得有些脆弱。OpenClaw的新版本及官方通道的每一次更新，都在悄然影响着第三方产品的独立生存空间。

互联网巨头们通常会采取双轨策略，走另一条自研Coding Agent，搭建自己的执行底座的路线。

相比字节和腾讯，阿里在这条路上更加坚定。阿里巴巴通义实验室推出了开源的QwenPaw，支持定制化轻量模型、强化安全机制、多智能体协同作业以及优化长期记忆管理。钉钉团队发布的悟空则是以企业智能体为核心的AI原生工作平台。

钉钉的关键在于将大量平台能力CLI化，让Agent原生调用这些能力，而不再模拟人为的点击操作。背后有一个清晰的判断：企业真正需要的，可能不是一个远程操控电脑的演示工具，而是能够继承组织权限、嵌入业务流程、可被审计和计费的AI员工。

此外，Claude的Cowork、腾讯的WorkBuddy、字节的扣子2.5也纷纷选择将Coding Agent改造成自己的执行底座。

Anthropic的Cowork并不是「更易用的Agent」，而是一种设计理念的分歧。OpenClaw追求Agent的极致自主性，而Cowork则恰恰相反——追求更好的协作关系，让人类能够深入参与AI的工作过程。Cowork希望将「有用的助手」转变为「真正的全职同事」。

WorkBuddy展现出另一种形态，更像是AI原生的工作台：能够并行处理多个Agent、跨平台下达指令、直接交付文档、表格和PPT成果，安全沙箱和企业级审计功能一应俱全。腾讯内部的两条线分工逐渐清晰：WorkBuddy专注深度执行，而QClaw则负责广泛触达。

扣子2.5自我定位为「全能AI伙伴」，在OpenClaw的基础上包含人格、装备、技能三个基本部分，同时为付费用户增加了云电脑和云手机的使用权限，还有日程管理和文件系统。整个产品看起来像是一个更完整的龙虾类产品。让我感到意外的是，扣子2.5会主动提醒我某条信息可以应用于之前讨论的某个话题。

自研路线能够将Agent深度嵌入自己的生态和权限体系，但代价是研发负担加重、封闭性增强、扩张速度减慢，往往只能先在自己特定的场景中站稳脚跟，再考虑更广阔的布局。

两个真正关键的动作

这两条路线各有各的逻辑，但如果只关注这两条路，可能会错过这场战争中真正未解的部分。

龙虾大战背后的共识是，Coding Agent正逐渐成为新一代Agent的操作系统基础。竞争的焦点在于Coding Agent的交付完整度，也就是谁能将LLM、Coding Agent与Harness Engineering整合成一个真正可交付的系统。

这种竞争围绕着两个关键动作展开：

第一个动作是CLI的复兴。这是旧世界与新世界的连接点。Agent的发展正悄然分化出两个界面：GUI服务于人和软件之间的交互，而CLI则服务于软件与Agent之间的交互。龙虾类产品很可能会将对话窗口与CLI结合起来，取代以GUI为主导的交互方式。

基于这个判断，钉钉将办公能力CLI化，某种程度上是在将自己改造成一个更适合Agent操作的执行层。而飞书的CLI也在将协作能力接口化，定位为「让人类和AI Agent都能在终端中操作飞书」的命令行工具。他们都在基于传统软件，构建一套可以被Agent调用的操作界面。

与此同时，微信、企业微信、飞书和钉钉则成为人类与Agent沟通的渠道。CLI打通了软件与Agent的接口，而这些沟通渠道则连接了人类与Agent的入口——两者共同完成了旧世界与新世界之间的桥梁建设。

第二个动作是人类与Agent的协作。我们面临两个选择：

一个选择是打造一个统一的操作系统底座——以通用平台承载众多技能，由技能覆盖无数的垂直场景，就像微信上的各种小程序。

在这个选择中，技能本质上是在将人类的经验、工作流程、行业知识和最佳实践，压缩成可以被Agent调用的能力模块。通用平台解决的是能否实现，技能解决的是如何实现、按照怎样的经验实现、在什么上下文中实现。如何高效封装技能将成为一个关键环节。

App变成Agent的可能性

其实，App转型成Agent是另一个不错的选项。我们可以看到，多种入口和不同类型的Agent正在形成一个类似于当前APP生态的行业格局。

换句话说，技能的目标是把各类APP拆分成小的、可单独使用的能力，而将APP转变为Agent则意味着它们会保持相对独立的状态。就好比我们通过自己的智能助手来调动美团的小美帮我们点外卖。不过，这个选择未必是最理想的。

如果按照第一个方向发展，自然语言交流是符合人们沟通习惯的，但现在的对话框界面可能不是最优选择。也许未来会出现像NotebookLM那样的输入-整合-输出的工作界面，或者是Flowith、可灵和即梦正在尝试的画布式工作界面。

无论选择哪种界面，背后都需要一个强大的Skill生态来支撑。而Skill生态的多样性将来可能决定人与Agent之间互动界面的最终形态。

五点下班的希望

对于Coding Agent或是Cowork方向的产品来说，供给方面的条件在不断成熟，但需求方面的认知却还处于起步阶段，海外的标杆产品因为地缘原因也难以直接进入。这三方面的因素重叠，形成了一个难得的机会窗口，也引发了百虾大战的热潮。

不过，大部分用户并不是专业用户，他们可能没有能力把自己的经验转化为技能，也不太清楚在自己的场景中什么才是最佳解决方案。普通用户期待的是一个简单易用、能直接上手工作的Agent，而不是一个复杂强大、需要时间学习的系统。前者能直接提升生产力，而后者只会给人带来一些幻想，却是个脆弱的半成品。

我们暂时还不清楚Agent究竟会在什么时候真正替代人类完成繁重的工作，但在这个过程中，人类一定需要花时间去指导和检查Agent产出的结果，确保它们能满足我们的需求，直到Agent能够独立完成这些工作。

这就像自动驾驶行业多年来的争论：L4派认为应该直接实现全自动，而L2派则倡导人机合作，逐步演进。最终，虽然L4定义了理想的方向，L2却在市场中获得了真正的成功。 这并不是因为L2的技术更先进，而是它更务实地处理了人与机器之间需要建立的信任关系。

虽然我们可能暂时无法期待一个不需要工作的富裕社会，但从现在的角度来看，一个设计得当的Agent，确实有可能让我们实现五点下班的愿望。

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