文 | 最话FunTalk，作者 | 林书，编辑 | 刘宇翔终于，人类还是感受到了AI 失控的恐惧。2月23日，Meta超级智能实验室的AI对齐与安全总监Summer Yue，一个专门研究"怎么让AI听话"的人，被OpenClaw狠狠地"上了一课"。她把OpenClaw连上了自己的工作邮箱，但当OpenClaw处理她的收件箱时，却开始不受控制地疯狂删除邮件。Yue连喊三次"Stop"，OpenClaw全部无视。她不得不"像拆炸弹一样，狂奔到Mac Mini前面，强制拔掉了电源。此时，距离OpenClaw成为科技圈新宠，才不到两个月。今年1 月， PSPDFKit 创始人 Peter Steinberger 通过AI编程打造的本地、自托管 AI 个人智能助手Clawdbot，它能将WhatsApp、Slack等即时通讯平台与 LLM 、智能体深度整合，还有第三方集成能力，能实现全场景的自动化操作。一经推出，即使没有大厂背书，也没有造势，甚至名字都改了两次，最终命名为OpenClaw ，但就仅凭开源社区的传播，就使得其成为现象级的产品。2月15日，情人节当天， Peter Steinberger正式加入OpenAI，将"负责推动下一代personal agents的发展"，而OpenClaw 继续作为开源项目运营。几乎在同一时间，谷歌开始大面积封禁OpenClaw用户账号。谷歌DeepMind工程师Varun Mohan表示，这是后台监测到激增的恶意调用，为了保证绝大多数人的体验，官方必须立刻拔掉他们的网线。但有分析认为，这场封禁，表面是打击违规算力调用，实为谷歌对Peter Steinberger 加入OpenAI的围剿。毕竟，随着AI 进入实用化，主战场已经从单纯比拼模型智商转向了更为全面的模型智力+Agent生态。国内AI厂商的反应，同样印证了这一判断：1月下旬，阿里云率先推出Clawdbot部署镜像，集成百炼大模型API；1月28日，火山引擎宣布支持Moltbot快速部署；1月30日，腾讯云上线OpenClaw应用模板；2月2日，百度智能云开启限时免费体验。四大云厂商，48小时内全部跟进——OpenClaw那疯狂的token消耗量，一天烧上亿token就像洒水，让云厂商眼睛都绿了。但故事并不只有美好的一面。OpenClaw的“发疯”为它的大众化蒙上阴影，虽然Peter 承认了漏洞，并发布了新测试版本，更新重点聚焦于安全性与漏洞修复，先驯服这只“龙虾”。但谁也不能保证它是否还会爆发新的漏洞，尤其是它已经被黑产、灰产盯上。事实上，在闲鱼上有“远程部署安装OpenClaw”的服务，小红书上还有付费上门安装的帖子，但购买的人并不多。在 AI 圈，OpenClaw 的声浪很大，但依然还是极客、互联网从业者圈子的工具，要真正走进大众，或许得靠下一个“OpenClaw”——一个极易部署、无使用门槛的产品。当大厂前仆后继拥抱OpenClaw，除了看上OpenClaw那恐怖的token 消耗带来的商机，还是为了缓解自身创新不足的焦虑，毕竟从Manus 到 OpenClaw都是小团队乃至“一人公司”创造的，巨头以接入的方式，试图证明自己并未落后于浪潮。但最终这些创新产品乃至团队都被大公司“招安”，也是自 PC 起的创新宿命：始于车库，终于巨头；始于极客，终到大众。OpenClaw的范式革命Agent 的进化速度有点快，Manus 的热度才过去没多久， OpenClaw就横空出世。Manus所代表的旧范式，是精致的"AI实习生"，闭源SaaS模式，解决"我不想动手"的需求，本质是中心化黑盒。Manus证明了Agent"能做什么"，2026年初，Meta以约20亿美元的价格收购了Manus，这家成立不到一年的AI初创公司最终成为了大厂能力组件，变成了Meta的"器官"。而OpenClaw代表的新范式，则是粗糙但开放的"建军方法论"，PaaS/IaaS混合模式，本质是去中心化基础设施——你可以自己定义Agent的性格，自己决定它用什么工具，自己控制它的权限，甚至自己fork出无数个变种。OpenClaw证明了"AI能自己组建军队干活"。因此，结论并非简单的"既生瑜何生亮"，而是“iPhone（Manus）”与“Android+Linux（OpenClaw）”的双轨生态的确立。OpenClaw有两大核心价值。第一，除了调用超级大模型，它还让"小模型+好架构（多Agent协作/MCP）"具备了对抗"超级大模型"的能力，降低了Agent时代的准入门槛。在OpenClaw开启的Agent时代，单体模型的"绝对智商"不再像以前那样成为最重要的标准，真正值钱的不再是"我能解多难的题"，而是"我能协调多少资源"。换句话说，工具调用把"聪明"外包了。OpenClaw的核心是MCP协议，数学不好就调用Wolfram Alpha，代码不会写就调用专用代码模型。单体模型的"知识储备"和"专项技能"被解耦了，ClawHub作为官方技能市场，已积累超过5700个社区贡献的技能插件，覆盖代码生成、数据分析、自动化运维等几乎所有生产力场景。越多人使用OpenClaw，就有越多开发者贡献技能。这是典型的平台飞轮，而Manus的封闭架构注定无法复制这一路径。第二，OpenClaw真正革命性的不是7×24的运行，而是跨会话的记忆沉淀。单体模型的智商是状态less的——每次对话都是从头开始。但Agent时代，你昨天教它的，它今天还记得，这种持续学习能力比单次推理的IQ 150更有价值。OpenClaw的记忆系统采用四层架构：会话历史记录当前上下文；工作区记忆以Markdown持久化存储项目信息；长期记忆（MEMORY.md）存储核心事实和用户偏好，完全由人类可控；检索加速层采用SQLite-vec混合搜索，实现毫秒级召回。一切记忆以纯Markdown文件为单一源真理，没有黑盒，你可以随时打开文件查看Agent"记得"了什么。一个IQ 120但能记住你所有偏好的Agent，绝对比IQ 180但每次都要重新教的白痴天才好用。没了反叛，只有商业OpenClaw爆火后，不但迅速被接入了美国的“御三家”，阿里云、腾讯云、百度智能云、火山引擎48小时内也密集上线"一键部署"方案。表面上是拥抱开源生态，实际上是在抢MaaS（模型即服务）的算力订单。OpenClaw那疯狂的token消耗量，让云厂商如饿虎扑食——这才是真正的印钞机。但各家打法截然不同。阿里云推出CoPaw，可端可云，打通钉钉/飞书/QQ，走"开源+生态整合"路线。阿里云想做 AI 时代最底层的算力提供商。但字节火山引擎已占据国内MaaS市场46%份额，阿里云是在追赶。字节豆包2.0强化Agent架构，布局OS级入口，对OpenClaw持"既利用又警惕"态度——火山引擎发布部署指南，但强调"建议在隔离环境中运行"。这不难理解，字节想要的是封闭生态内的Agent（就像微信小程序），而OpenClaw代表去中心化。月之暗面推出Kimi Claw，主打"可控的自动化"与"企业级安全"，走"家养Agent"路线——加了一层"人在回路"的强制校验，生成代码后必须点确认才执行。对于企业客户，"可控的自动化"比"失控的全自动"更有价值。网易有道发布LobsterAI，直接对标"中国版OpenClaw"并宣布开源，同样地，MiniMax也已经宣布推出MaxClaw 模式，能一键打通 OpenClaw 生态，而且完全不需要自己配置 API，以及承担额外的 API 费用。OpenClaw需要有强大的底座模型；本土化应用生态打通；开放的Skills生态；安全沙箱与数据主权能力；还要有海量用户触达与分发能力；如果用以上标准综合判断，阿里目前最具综合优势——千问底座、云市场35.8%份额、全平台打通，这是目前最开放的姿态。在此之后，字节其次，豆包日活破亿是底气，但企业级市场仍是短板。百度有搜索入口，但现阶段还需丰富开发者生态；月之暗面产品体验好，但规模有限；腾讯方面，虽然微信/QQ入口无可替代，但此前的Agent战略保守。但在火热的表现下，这场"龙虾盛宴"，实则潜藏着两大隐忧。首先是Skills生态的繁荣背后，隐藏着巨大的安全隐患。2026年1月底至2月中旬，ClawHub被注入了1184个恶意技能，占当时总技能数的36.8%。恶意技能伪装为加密交易机器人、YouTube总结器等，窃取浏览器密码、60多个加密钱包、SSH密钥等。受影响实例超13.5万个，分布82个国家。这就是Agent时代的"特洛伊木马"——你以为是安装了一个便利技能，实际上可能是给黑客开了一扇后门。安全能力将成为胜出者的核心护城河。但具有讽刺意味的是，OpenClaw 原本是个开源项目，并且可本地化部署，但和很多开源项目一样，它最终还是被“体制化”。Peter 加入了Open AI，而很多用户选择付费云端部署。也即OpenClaw的架构一开始是带着极客思维的"去中心化"对"中心化"的反叛，核心卖点是本地优先，装在你自己的Mac Mini、树莓派或自行搭建的轻量服务器上，数据不出本地。但没几天，OpenClaw就成为云计算、大模型厂商的商业盛宴。这意味着，以后的token消耗，可能更多发生在大厂的算力集群里。用户是可以自己买硬件、付电费、租VPS，而不是按token持续付费给AI公司 本地跑小模型（Ollama），用自己的API Key调用Claude/GPT——7×24小时运行的Token成本被转嫁了。但事实证明，除了动手能力强的，大部分用户还是倾向于每月给云计算、AI厂商交订阅费，这也符合人性：有易用的商业化平台，干嘛全都自己动手呢。Agent时代的胜者当"龙虾盛宴"的喧嚣渐退，有一个必须冷静审视的问题是：这场由OpenClaw的引发Agent革命，究竟怎样才能真正“开花结果”？笔者认为，其商业模式，或许存在三个递进的层级。L1是替代人力——当AI完成原本需要人类执行的任务时，其价值体现在人力成本的节省上。但这种模式边际利润会迅速递减：当全社会都知道AI可以写代码时，写代码本身的价值便会被压缩至极限。L2是节省生存时间——不再计算工资成本，而是衡量时间的价值密度。一个高时薪的律师，若能在十分钟内完成原本需要三小时的案卷整理，节省下来的时间便可转化为更高的经济产出。L3是创造token消耗需求——这是最复杂也最具潜力的层级。OpenClaw构建了一个自我强化的token消耗生态系统：用户投入初始token搭建Agent，该Agent为完成任务自动调用更多模型，每一次调用都在燃烧token，为整个生态注入流动性。这类似于货币乘数效应。但7×24连轴转的优势，在现实中究竟有多大市场？对绝大多数个人用户而言，这更像是技术炫技而非真实需求——即便Agent能24小时不间断工作，人类的决策带宽始终是瓶颈，因为人类审阅、查看这些工作成果的时间、精力总是有限的。L3逻辑的真正成立，不在于"一个人连续使用24小时"，而在于"成百上千个Agent在后台自主协作"。这才是货币乘数的真相。但这里的真正瓶颈在于：中国互联网的封闭花园生态。阿里、字节、腾讯、百度各自为战，API互相不通。OpenClaw想实现"跨系统自动化"，但淘宝不会开放API给字节生态，微信也不会让你随意调用接口。没有API层面的互联互通，所谓的"货币乘数"就是无源之水。国内ANP发起人常高伟比较看好的智能体协作，在他看来这其实是不同职责的智能体的协作。如果大规模的智能体协作，每个连接都安装一个skill，每个智能体协议都不同，效率是非常低的。所以，非常有可能的一种方式是，一个智能体支持某个协议，用某个协议的skill和这个智能体连接就可以了。OpenClaw的出现印证了一件事：2026年的AI竞争，单体模型的强弱已不再是决定性因素，Agent生态的标准和分发权，以及协议的建立，才是下一个平台级机会。ClawHub等技能市场的繁荣程度，仅仅决定了当下Agent的实际效用边界。但谁掌握了Skills的分发标准、协议规范（如ANP）及网络效应，谁就掌握了下一代平台的标准和主权。未来真正的赢家，不是拥有最大模型参数量的公司，而是能构建最开放、最丰富、最具网络效应的Skills生态系统，并确立Agent协议标准的企业。Agent时代，真正值钱的不再是数据本身，而是理解和执行用户意图的能力。谁拥有这个能力，谁就不需要围墙——因为用户会自己走过来。但首先是，得让用户更低成本、更低门槛地用上Agent。更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App