文 | 产业家
OpenClaw 未必是终局形态，小龙虾也未必一直鲜红。但其在复杂、封闭、充满博弈的现实环境中，找到一条能够先执行、再优化、再重构的路径。当 Agent 开始在旧秩序中工作，而不是在理想环境中演示，企业的智能化进程，也将真正进入了深水区。
建立 13000 万个社区，发布 27000 条帖子；自主购买电话卡给开发者打电话；自主联系热门餐厅，说服接线员挤出了空位；失控将 Meta 安全总监的 200 多封邮件删除；谷歌带头封杀，Anthropic 紧随其后……
这一连串离谱又充满戏剧性的事件，都指向同一个主角。
2026 开年，一个名为 OpenClaw 的开源项目以闪电般速度席卷GitHub，一天斩获 9000 颗星。两周后，星标突破 17 万，一时间，标志性的小龙虾图案登上各大社交平台头版。
OpenAI 直接挖走 OpenClaw 创始人。创业领域，美团联合创始人王慧文发出 " 英雄帖 "，广招对 OpenClaw 相关领域感兴趣的创业者和技术人才。国内一众模型厂商等 " 卖铲人 " 则各显身手，智谱、Kimi、MiniMax、阿里云等国纷纷推出 CodingPlan 的 API 套餐，试图深度绑定这只炙手可热的 " 龙虾 "。
那么，OpenClaw 的价值究竟是什么？真的无所不能吗？它为 AI 产业化落地带来了什么？真的能推动我们走向通用 AGI 吗？以及，在如今中国企业 Agent 落地正进入系统繁多却彼此割裂的深水区，OpenClaw 这一路径，是否能够改变现状？
不论 OpenClaw 后续如何，但这些疑问背后，一个不可否认的事实是，火爆 2 个月的 OpenClaw，已然给中国的 AI 落地产业链，带来一个新的方向和进化，那就是从智能体单点的技术、协议走向真正的智能体跨体系协同时代。
困在API里的 Agent，开启 " 外挂 "
一直以来，Agent 被视为让 AI 成为真正生产力的关键纽带。大模型像一个极其聪明的大脑，却并不会真正去 " 做 "：它不会自己打开网页、填写表格、整理文件或跨平台操作。
Agent 的意义，是为这个大脑装上 " 手脚 "，让其不仅能思考，还能调用工具、访问系统、操作软件，完成一连串具体步骤。比如，把 " 帮我做一份行业报告 " 拆解为自动搜索资料、筛选信息、整理数据、生成图表、排版成文档并发送邮件，形成完整闭环。
但这个闭环始终存在裂痕。
数据显示，在 WebArena 这类真实网页多步任务测试中，GPT-4 级模型在 3 — 5 步任务上的成功率约为 40% — 60%，一旦超过 10 步，往往降至 15% — 25%；超过 15 步时，成功率跌破 10%。公开案例也显示，6 — 8 步以上流程中，人工介入率高达 40% — 60%。
但理想很丰满，现实很残酷。
上线第一天，Agent 从 ERP 拉取库存数据，发现某款空气炸锅低于安全阈值，准备同步到平台避免超卖，却发现平台 API 只支持读取库存，不支持修改前台展示，仍需人工操作。
接着是比价。Agent 即便抓取到竞品价格，但需要执行 " 批量改价 " 时，发现平台对改价 API 的权限做了分级，只有特定类目和大商家才能调用，而且频次有限。所谓 " 自动调价 "，变成了 " 自动算价 + 人工执行 "。
有企业尝试用 RPA 录制脚本，但电商后台频繁改版，维护成本极高，往往变成脚本工程师的长期劳动。
可以看到，企业落地 Agent 的前提非常苛刻，往往走的是对接API、梳理数据结构、重构权限体系、定制流程引擎这种 " 重集成 " 路线。这是一条典型的 IT 项目路径，周期长、投入重、改造深，一旦某个系统升级，接口就要重做。
OpenClaw 这种开源框架，恰恰提供了另一种思路。
其基于视觉识别屏幕内容，定位按钮、文本和输入框。通过鼠标点击、键盘输入、滑动、滚动等通用控制完成操作，并在目标驱动下进行决策循环。
相比 " 重集成 " 路线，OpenClaw 不再依赖平台开放接口，也不强求企业重构系统，而是在屏幕层直接接管操作逻辑，实现更强的执行力，深入企业生产环境。
例如在一项基于 CL-bench 的公开测试显示，在 HR 培训类标准化任务集中，OpenClaw+MiniMax-free Agent 组合的任务解决率达 20%，而对应 MiniMax-M2.1、DeepSeek-chat 裸模型的任务解决率为 0%。
Agent 迎来新一轮爆发。
新一轮 Agent 爆发的 " 助攻者 " 们
2026 年初，AI 领域再次出现明显躁动，资本、企业与开发者情绪同步升温。
美团联合创始人王慧文发布 " 英雄帖 "，招募 OpenClaw 创业团队并提供融资支持；开发者论坛被红色小龙虾刷屏；上下游厂商纷纷宣布接入……这种气氛，与 2025 年同期 DeepSeek 掀起的 " 接入潮 " 如出一辙。
在中国这个特殊的市场，从不缺乏将新范式迅速商业化的力气和手段。
1 月底，第一波 " 卖铲人 "，迅速就位。
互联网巨头共识很清晰，那就是不能把核心入口交给开源框架，而要以 OpenClaw 为参照，结合自身生态形成闭环，从算力、模型到场景全部打通。
阿里云是动作最典型的一家。
2 月 28 日，其推出 CoPaw 个人智能体工作台，对标 OpenClaw，主打 " 三条命令极简部署 "，针对原框架部署复杂的问题做优化。同时原生适配钉钉、飞书、QQ 等主流 IM，支持本地与云端双模部署，并深度融合通义千问模型能力，解决海外开源框架在国内生态 " 水土不服 " 的问题。
总的来说，阿里云的思路是以云基础设施为底座，以通义千问为模型中枢，以钉钉为高频办公场景，通过开源策略吸纳开发者，最终形成闭环。
腾讯云的策略更偏向流量入口。
其通过轻量服务器预置 OpenClaw 模板，打通企业微信、QQ、飞书、钉钉，并提供可视化切换面板，降低部署门槛。同时，腾讯内部启动自研 Agent 平台，目标是深度绑定微信、小程序与企业办公生态，减少对外部框架的依赖。
要知道，腾讯最大的优势是社交与 IM 的垄断级流量入口。无论是 C 端用户还是中小 B 端企业用户，触达能力都是行业最强。一旦 Agent 能力嵌入社交与办公体系，扩散速度会非常快。
百度智能云的打发则围绕搜索入口。
其将核心产品深度内嵌，在百度 app 实现一键调用 OpenClaw 智能体，企业在百度智能云完成部署后，可以直接通过搜索框或消息中心调用。后续还将覆盖百科、学术、文库、电商等全生态产品。在能力层面，百度千帆把搜索、百科、学术检索等能力封装为 Skill，上架 OpenClaw 生态，补足中文信息能力。同时推出免部署云端版本，降低使用门槛。
总的来看，百度依托搜索入口和内容生态，把 Agent 嵌入高频搜索场景，而不是做一个孤立工具。
火山引擎的打法则更偏向流量分发与场景缝合。提供 OpenClaw 的完整部署方案，并通过豆包大模型、飞书、抖音 API 打通场景。开发者可以快速构建带货客服、企业数字员工等应用，字节承担流量分发角色。
基于抖音流量池、飞书企业场景和火山引擎的 MaaS 能力。其目标，是覆盖开发、部署到变现的全流程。
相比巨头强调闭环，模型创业公司更聚焦于成为 " 最合适的大脑 "。
月之暗面率先推出 KimiClaw，主打云端托管、无需本地安装，解决部署门槛问题。Kimi 的优势在于长上下文能力与工具调用能力领先，同时在 C 端用户中认知度高。对其而言这一方案可以精准命中普通用户的使用痛点。
数据显示，KimiK2.5 在 OpenRouter 平台调用量持续领先，并在 OpenClaw 模型调用榜中位居第一。
数据显示，在一项 " 本地文件检索 - 全网资讯补充 - 稿件撰写 - 邮件发送 " 长链路办公任务闭环执行实测中，接入 MiniMax-M2.5 的 OpenClaw，可 100% 完成全流程闭环执行，无中途中断、无关键环节失败。
智谱强调的是国产化与合规优势，推动 GLM-5 旗舰模型无缝兼容 OpenClaw。强化了编程与长流程能力；科大讯飞则以语音能力和教育办公场景切入，提供低成本调用方案。
除了巨头和模型厂商，产业链玩家也迅速跟进。网易有道发布 LobsterAI，定位 " 中国版 OpenClaw"。
国产芯片与硬件厂商也加速适配，龙芯完成基于 3B6000M 芯片的本地部署；中科创达实现魔方派与 AIBOX 适配；清昴智能完成对昇腾等国产芯片的兼容。
最焦虑的 RPA 厂商和最怕被架空的 SaaS 厂商，也开启了自我革命。飞书发布了 Agent 友好型 UI 协议；金山办公 2 月 20 日也正式开放 WPSAI 行动套件；弘玑 Cyclone、来也科技等，作为传统 RPA 代表，也迅速推出了 "OpenClaw 企业级管理后台 "。也有一些安全厂商如奇安信，针对 OpenClaw 的安全性问题，发布了 Agent 行为防火墙。
无论是 AI 模型服务商押注 OpenClaw 最合适的大脑，还是互联网巨头打造从算力到场景形成闭环，亦或是产业链在补能力、SaaS 巨头主动示好的 " 扶手计划 "，本质上是基于自身优势构建差异化护城河，更是在为一个原本 " 笨拙、昂贵、有风险 " 的新生儿，合力打造一个可落地的温室。
OpenClaw 在中国的火爆，早已超出了一个开源项目的范畴，转而演变成一场全产业链的 " 集体进化 "。
性能、成本与安全：商业化落地前的 " 成人礼 "
可以确定的是，OpenClaw 正在抬高企业对 Agent 的预期。
过去，Agent 更多被当作问答助手或分析助手；如今，企业开始把其视为能够执行流程的数字劳动力。在流程重复、环境相对可控、缺乏 API 接口或人工成本高昂的场景中，其确实具备先发优势，这也是资本和产业链迅速跟进的原因。
但问题在于，OpenClaw 真的无所不能吗？
答案是否定的。
要知道，OpenClaw 与集成式 Agent 存在本质差异。集成式 Agent 基于结构化接口，通过 API 直接调用系统能力，一次请求通常在 1 至 3 秒内完成，多个动作还可以并行执行。
而 OpenClaw 采用是 " 截图—模型推理—坐标计算—动作模拟 " 的视觉闭环。每一次操作都要经过完整的感知与决策流程，单步耗时往往在 15 至 30 秒之间。例如一个 " 登录系统并导出报表 " 的简单任务，集成式 Agent 可能 5 秒完成，OpenClaw 却需要 3 至 5 分钟的反复尝试。效率差距由此拉开。
更关键的是稳定性。集成式 Agent 依赖协议交互，输入输出结构清晰，可控性强；OpenClaw 则高度依赖模型对像素界面的理解。一旦出现动态弹窗、页面刷新或 UI 微调，就可能产生 " 视觉幻觉 "，导致点击偏移甚至陷入循环错误。
因此，OpenClaw 不仅响应慢，而且在复杂环境中不够稳定。
效率之外，是成本问题。
集成式 Agent 主要消耗文本 Token，单次任务成本可以低至 0.01 美元甚至更低。OpenClaw 却需要持续传输高分辨率截图，每次推理可能消耗 1000 至 1500 个视觉 Token；若任务链条较长，单次成本可能达到 1 至 2 美元。对于高频企业调用场景，这意味着成本可能是集成式方案的数十倍甚至百倍。
Anthropic 就曾更新服务条款，禁止在 OpenClaw 等第三方工具中使用 ClaudeFree、Pro 或 Max 账户的 OAuth，将这种行为定性为 "token 套利 " 和安全风险。随后，谷歌称检测到自家 AI 编程工具 Antigravity 后端出现 " 大规模恶意使用行为 "，严重降低了正常用户的服务质量，连夜封禁 OpenClaw。
如果说性能与成本尚属效率问题，那么稳定与安全则更为棘手。
集成式 Agent 可通过 APIKey 实现细粒度的权限控制，例如只读权限或仅限操作特定数据库范围。但 OpenClaw 本质上模拟的是 " 人类操作界面 "，拥有更接近全局控制的能力。权限边界因此变得模糊。
近期，Gartner 与 Password 等机构均发出警告，指出其容易受到 "UI 提示词注入攻击 "。此外，已有数家韩国科技巨头和金融机构在内部网络中禁用 OpenClaw，以防机密泄露。
在性能、成本与安全三重约束下，OpenClaw 若要真正进入大规模生产环境，仍面临不小的现实挑战。
即便如此，OpenClaw 的价值不仅在于其技术能力本身，更在于其提供了一种思路，那就是当理想的接口整合难以推进时，Agent 或许不必等到系统重构完成，才有资格走进生产环境。
而这，恰恰触及了中国企业数智化转型中最现实的一道门槛。
再看中国企业落地 Agent 的 " 现实路径 "
根据《2024 中国企业数字化转型报告》数据显示，中国大型企业平均拥有超过 150 个独立 IT 系统，其中约 60% 属于缺乏维护、无 API 文档或接口封闭的老旧系统。
一直以来，中国企业数智化转型都较为沉重。中国许多企业的数字化，大多不是自上而下一次性重构，而是在十几年时间里不断叠加。系统之间彼此割裂，但却又互相依赖。
因此，动一个系统，牵一发动全身。打通一次接口，意味着漫长的权限审批、数据安全评估、供应商协调。于是需求侧形成了一个悖论，他们希望 AI 能够真正进入生产环境带来生产力，但又无法承受结构性改造的代价。
在这种背景下，要求企业为了 AI 去大规模重构底层系统，可谓难上加难。
Anthropic 与研究机构 Material 在 2025 年末对美国 500 多位技术领导者做了一次调研，近一半（46%）的组织认为与现有系统的整合是主要障碍。
软件供给侧同样高度碎片化。SaaS 厂商希望构建自己的封闭生态，平台企业希望把数据锁在自己的护城河里，传统 SI 靠复杂集成吃饭，RPA 厂商依赖脚本维护盈利。商业博弈下，使得接口难以开放，导致企业 Agent 落地的成本居高不下，因为每一个对接动作，背后都是利益再分配。
在这种背景下，OpenClaw 的路径不单纯的技术创新，更是一种对既有权力结构的规避。企业不用去申请接口，而是直接在 " 界面层 " 操作。这种方式，本质上绕过了供给侧的封闭逻辑。
但问题也随之而来。
当 Agent 绕过 API、绕过权限分层，直接模拟人手操作时，其在某种意义上削弱了平台对流量与数据的控制力。长远来看，供给侧会主动为 Agent 降低摩擦，还是会加强封锁？
一种可能是，Agent 成为旧系统的 " 补丁 "。不触动底层结构，只在其上叠加一层行动智能，让僵化的系统继续运转，这是一条温和演进路径。
另一种可能是，随着 Agent 成为主流执行主体，系统设计逻辑会反向重塑。未来的软件不再围绕人类交互，而是为 Agent 交互而生。界面更加结构化、可机器识别，权限将围绕 " 数字员工 " 重新划分，审计与合规将嵌于 Agent 行为链条之中。如果这一趋势成立，那么 Agent 并不是 " 外挂 "，而是下一代操作系统的雏形。
这是一个值得持续观察的博弈，难有定论。
站在当下，回看开篇那些略显荒诞的瞬间，无论是自动打电话、强行订位，还是误删邮件，更像是 Agent 第一次真正触碰现实世界时不可避免的摩擦。
OpenClaw 未必是终局形态，小龙虾也未必一直鲜红。但其在复杂、封闭、充满博弈的现实环境中，找到一条能够先执行、再优化、再重构的路径。当 Agent 开始在旧秩序中工作，而不是在理想环境中演示，企业的智能化进程，也将真正进入了深水区。
