文 | 吴怼怼很多人第一次看到龙虾，会有一种很直接的感觉：AI 好像突然变厉害了。它能自己操作网页，处理复杂任务，在一些场景里，比人更快。如果只看这些演示，很容易得出一个结论：AI 已经进入下一阶段了。但我最近反复看下来和用下来，有一个判断不一定对：龙虾没有让 AI 变强。它只是把原本就存在的能力，以能力泄露的方式放出来了。现在市面上各类AI科普自媒体，大部分就是把各类产品的说明书重新包装整理一遍，然后感叹一句未来已来。未来来了很多遍了。而目前用龙虾的案例，有很多是为了工作而工作，不是减轻工作而是增加工作负担。其效率，在很多情况下，倒不如Chatgpt和Gemini的deepreseach，也不如直接使用Notebooklm或者Manus，更别提目前大部分Vibe coding和龙虾关系不大，都是开发者直接在用Claude code更多。不是说龙虾不好的意思，但龙虾真没那么好。模型其实一直都很强很多人误以为，是龙虾让 AI 变强了。真实情况更接近另一种逻辑：模型的能力早就在那里。只是过去几年，厂商一直在给它加边界。这些边界包括：权限边界、成本边界、风险边界、产品责任。一个成熟的 AI 产品，从来不是把能力全部放出来，而是反复做加减法。什么能做，什么不能做。什么时候该停，什么时候要确认。一次任务最多消耗多少资源。系统有没有兜底。这些事情不会出现在 demo 视频里，但它们决定了产品能不能活下来。龙虾做的事情很简单。它把这些边界放松了。于是很多人第一次直观地看到：原来模型已经可以走到这一步。惊艳体验背后，是两个现实代价龙虾之所以看起来像“未来提前到来”，背后有两笔交换。这一点受到王自如最近直播提到的一段话启发，这一回他还真说对了。第一笔，是隐私。龙虾的运行方式，本质上接近系统级接管。浏览器、文件、本地环境、账号状态，都可能进入任务链路。这件事在技术上不难。难的是责任。当用户规模从几千人变成几百万，任何越权、误操作、数据外流，都会变成公司层面的风险事件。所以OpenAI、谷歌和Anthropic目前在龙虾这块是相对保守的。不是因为做不到，而是因为不能这么做。第二笔，是经济性。龙虾的很多流程，本质上属于“高成本路径”。长上下文、多轮调用、复杂链路，都会直接转化为算力开销。在 demo 场景里，这些成本可以被忽略。在真实业务里，它们会迅速放大。一旦用户量上来，每一个任务都是持续消耗。没有中小公司会长期运营一个不可预测成本的系统。它更像一个样板间如果一定要给龙虾找一个产业类比，它很像房地产的样板间。样板间的意义，是展示可能性。不是直接拿来住。里面的设计、材料、空间利用，都会被做到极致。但真实交付时，必须考虑预算、维护、标准化施工。龙虾承担的角色也类似。它让行业和用户看到：当权限、成本、流程限制同时被放松时，AI 可以做到什么程度。这是一种非常强的想象力刺激。但想象力刺激，不等于商业路径。为什么大家都在讲龙虾从传播角度看，龙虾具备一种很罕见的内容属性。它既有技术感，又有戏剧性。过程可以被完整记录，结果往往有惊喜。这种结构天然适合短视频和社交媒体。另一方面，它也击中了当下的情绪。很多人对 AI 的态度，是一半期待，一半焦虑。期待效率提升，焦虑职业变化。龙虾提供了一种可视化的答案。哪怕这个答案还不成熟，但它足够具体。还有一个更现实的因素。今天的大模型商业模式，核心仍然围绕调用量展开。复杂任务链意味着更多 token 消耗，也意味着更直接的收入。在这种情况下，行业内部天然存在推动“重度使用场景”的动力。龙虾正好成为一个放大器。龙虾会不会成为未来更值得讨论的问题是：为什么很多人，会把一次能力展示，当成产品形态。技术发展过程中，经常会出现这种阶段。某些极限形态先出现，用来证明方向是成立的。然后行业才慢慢回到现实约束里，重新设计路径。AI 也在经历类似过程。接下来几年，更大的变化，很可能不是模型突然再强N倍。而是产品越来越稳、越来越便宜。真正进入日常生活的技术和产品，往往不会以“震撼”的方式存在。它会变成基础设施。龙虾必然不是ChatGPT时刻，但是很多网友似乎表现出了比GPT3.0出来的时候更疯狂的热情。所以回头看龙虾，也许可以把它当作一个信号。能力已经走到这里了。接下来，比拼的是谁能把它变成可持续的系统。而不是谁能做出更惊艳的 demo。更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App