中、美“龙虾”，谁会先挣到钱？腾讯科技
"龙虾"爆火后，第一批围绕Agent赚钱的人已经出现，有人卖部署服务，有人办培训。峰瑞资本陈石与期智研究院李彪深度拆解：OpenClaw开创"开放域+无终点"全新产品象限，堪比Agent的"iPhone时刻"；真正的高溢价不在通用产品，而藏在能沉淀行业Know-how的垂直场景里，产业机会正加速浮出水面。
OpenClaw的火爆，让Agent以接近普通人可感知的方式进入大众视野。腾讯科技推出《“虾”聊》系列，从“龙虾”的上手安装、产业逻辑与技术反思等角度拆解，持续观察这轮热潮背后的真实变化。本期为第二期，聚焦Agent热潮背后的产业逻辑与机会。
随着 OpenClaw（俗称“龙虾”）的走红，第一批围绕“养虾”赚到钱的人已经出现了。
有人开始提供上门部署服务，帮用户把“龙虾”装到本地电脑或云服务器上；有人卖起了现成的配置方案和使用教程，一场培训下来收费数百到上千元；还有人专门帮企业调试权限、安全边界和模型接入，让原本属于开发者社区里的工具，变成一种可以直接交付的服务。
“龙虾”的爆火，让人想起了互联网刚进入中国时的早期阶段。
在上世纪90年代末到21世纪初，互联网技术本身还远未成熟，但围绕它的第一批配套生意已经迅速生长出来。那时有人靠注册域名赚钱，有人帮企业搭网站、租服务器，也有人最早看到了入口变化背后的新机会，再往后，才陆续崛起了一批大家目前众所周知的，比如腾讯、阿里、百度等互联网公司，推出的社交、电商、搜索逐渐渗透进日常生活，真正改变了大众的生活方式。
每一轮新技术最早出现的需求，往往就是判断机会落点的线索。热度之外，“龙虾”背后浮现的一系列现实问题值得我们关注：当AI第一次可以长时间运行、自己操作电脑、连续完成任务，它真正改变的到底是什么？第一批围绕Agent的机会在哪里？真正的商业闭环会出现在Skill、Workflow，还是垂直场景里？而当越来越多的人开始“养虾”，新的产业分工又会最先从哪里长出来？
这也是《“虾”聊》系列第二期聚焦探讨的话题，两位长期站在技术演进和产业一线的人——峰瑞资本投资合伙人陈石、上海期智研究院研究员李彪，进一步深聊了关于“龙虾”背后的产业变化和机会。
陈石长期观察前沿技术和创业项目，在他看来，真正值得关注的是OpenClaw背后的新形态——“开放域 + 无终点”的Agent范式。这种能够7×24小时持续运行、在开放环境中自主执行任务的模式，是此前从未真正出现过的产品象限，也让垂直场景里的新机会开始浮出水面。从云服务、模型调用，到围绕部署、安全、行业适配长出来的第一批收入，都说明产业已经开始动起来了。
李彪更关注OpenClaw背后所暴露出的技术成熟度和产品阶段变化，把OpenClaw形容为类似“iPhone 时刻”的产品信号。这一轮“龙虾”之所以能快速出圈，是模型能力、工具调用、Computer Use 等基础条件的相对成熟和碰撞，第一次被放进同一个产品里，让普通人直观感受到：AI已经不只是回答问题，而是开始真正参与任务执行，与现实系统发生连接。而接下来真正能产生高溢价的，可能不是通用型产品，而是那些能把行业Know-how深度沉淀下来的垂类Agent。
以下为本期对话的精华内容整理，在不改变原意的情况下，进行了精编整理：
“龙虾”走红，Agent迎来了“iPhone时刻”
Q1：两位目前在使用哪些类似OpenClaw的“龙虾”产品，整体感受如何？
陈石：目前我有两只“龙虾”：一只部署在国内云厂商上，使用国内模型的Coding Plan API，成本较低、可支撑较多访问；另一只是被投公司搭建的私有龙虾，采用海外模型。
体验下来，我有几点感受：第一，OpenClaw 的安装过程对普通用户来说仍较复杂，即便借助云等平台的图形化界面也不容易；第二，其实国内模型能力暂时稍逊于海外模型，但差距预计会很快缩小；第三，垂类龙虾在特定场景下表现相当不错，很多问题能够自主解决，整体“手感”令人期待。
李彪：我同样维护着两只龙虾，一个是国内使用 MiniMax的Coding Plan，国外直接使用 OpenAI的Pro订阅版。
从技术人员的视角来看，安装龙虾并不算特别复杂，完全可以让已有的龙虾帮你装另一只，或借助Claude code、Codex等工具自动读取文档、完成所有配置，最后直接使用即可。
另外，“养好龙虾”和“装好龙虾”是两件不同的事：养好更在于通过多次沟通让龙虾逐步了解你的偏好和行业Know-how，形成一种持续的“奖励反馈”机制，使其越来越贴合你的实际需求。
Q2：OpenClaw从今年1月便开始在技术圈备受关注，为何到3月才真正火爆出圈？
陈石：我认为主要有两个因素。
其一，中国的春节效应。此前DeepSeek也是在春节期间爆发，大家有充裕时间沉下心来体验产品，形成氛围。
其二，中美用户对龙虾的认知存在明显差异。举个例子，我让 ClaudeCode 写了一个程序，分别抓取中美各 30 篇相关“龙虾”的报道并做关键词归类，结果发现：中国用户关注的前两位是“养龙虾”、“龙虾能做什么”；而美国用户则将隐私风险、权限滥用等安全议题排在最前。这种差异加上春节契机，让中国呈现出“全民涌入”的热潮，而美国反倒相对冷静。
李彪：我从身边一个真实案例说起：有朋友在非技术群里求一份 Excel 日历模板，我直接让龙虾生成后发给他，顺手截图说明过程，朋友看后大为震惊，立刻也想拥有一只。
这正是此次爆发的关键：以前的ChatGPT、元宝、豆包等 Chatbot 更多是帮你搜资料、整理信息、回答问题；而龙虾让大众第一次直观感受到 AI 可以帮你执行、帮你与真实世界交互，比如直接发公众号、发小红书等社交媒体内容都已成为现实。
除此之外，还有一种群体认同感在发挥作用：就像当年QQ号是一种身份象征，很多人在交流过程中问“你是养虾人吗”，这也成了一种潮流认同，腾讯在线下组织的大规模装虾活动同样推动了这股热潮。
Q3：从目前用户端体验的氛围来看，为何海外用户对OpenClaw相对冷静，与国内的热度形成明显反差？
陈石：海外使用的用户以产业从业者和专业程序员为主，更关注“这个东西如何为我所用”；同时，海外对风险的关注度极高。国内用户更乐观、更关注功能，叠加“你用了我没用”的FOMO（错失恐惧）情绪，形成全民涌入的态势。
此外，国内用户许多人此前仍停留在文本对话窗口的阶段，直接跳到龙虾这种能主动操作电脑的产品，震撼感更强。
李彪：海外用户确实更重安全。我关注到，在OpenClaw出来后，GitHub 上随即出现了一个用Rust重写OpenClaw逻辑、专门加强安全控制的项目（“钢铁虾”），这非常符合海外用户的偏好。
另一个视角：国内普通用户从相对较弱的AI产品直接跳到具有执行能力的龙虾，能力跨度很大，因此更多人的焦虑来自“AI这么强会不会替代我的工作？我要赶紧跟上”，驱动了更大的参与热情。
Q4：从GitHub星标增速上看，OpenClaw 两个月内超过了不少成熟开源项目，其中包括超React、Linux等，为什么它会这么快成为开源Agent的一个标志性产品？
陈石：在我看来，OpenClaw是一个极具象征意义的伟大产品，它不一定必然成功，但对整个 AI 行业意义深远，让大众亲身体验到AI 可以不再等人发指令，而是在开放环境里持续工作。
从技术框架角度看，它在历史上首次实现了7×24×365持续不间断运行，并能在开放环境中执行没有终点的任务，这在技术上是一次真正的实验，且初步取得了成效。对技术人员而言，这是前所未有的新定位，自然会形成强烈吸引力。
李彪：我再补充两点。
第一，OpenClaw极为通用。不仅程序员能用，完全不懂代码甚至装软件都有困难的普通用户，在他人协助下也能上手，因此受众画像远比 React 这类面向前端开发者的框架宽泛得多。
第二，当下的产业时机也恰到好处：Agent相关基础设施（模型能力、Computer Use 等）在此时间节点恰好越过了可以处理真实世界任务的能力阈值，带来类似 ChatGPT-3 .5发布时那种“原来 AI 可以做到这种程度”的惊叹感。它生在了一个能充分集成所有 AI 基础设施的好时间点，这份成功属于它。
Q5 ：从OpenClaw的火爆逻辑来看，主要源于“开源 + 社区驱动”模式，看起来与当年 Linux 的爆发逻辑很相似，都是先在开发者社区内部形成了快速扩散。
陈石：确实有类比之处。以前构建稳定操作系统不容易，在此框架上做应用和二次开发是一种良好范式。业内也有人将其类比为未来的“安卓”，但这只是一种线性外推。我认为此次的象征意义可能比肩甚至超越 Linux：它是对未来Agent形态的一次重要原型展示。
不过我们需要承认，当前其复杂任务的完成成功率仍在40%~60%之间，尚不成熟；未来真正产生巨大价值的，不一定是 OpenClaw本身，而是在这种范式之上诞生的更强大的软件。代码本身的重要性正在降低，生态环境的建立才是关键。
李彪：Linux 在程序员心目中是神圣级别的存在，我很难直接将两者进行比较。不同时代、不同语境，GitHub Star数也不是衡量影响力的唯一维度。
这里我们需要关注的一点是，Linux并非一开始就在GitHub上开源，2011年官方内核代码正式建立公开镜像。此外，OpenClaw目前仍定位为“个人 AI 助手”，若未来能在此基础上增加企业级的安全、审计、权限管理等能力，成为企业级产品，对整个社会生产效益的提升将更为显著。
Q6： 产业发展角度来看，很多人都说当下也很类似“互联网早期”？比如从1994年中国正式接入国际互联网后，最初的互联网也不是一个成熟产业，也是从少数技术人先玩起来的新工具。
陈石：我完整经历了移动互联网周期，如果一定要类比，我觉得今天的AI大约相当于2007~2008年Android或iOS刚问世的阶段。在当时，一些系统和开发范式已经出现，且已有一定的技术成果，但距离大规模爆发仍有相当距离。后续在技术实现关键突破之后，应用层才会真正涌现，还有很长的发展时间。
李彪：我非常认同陈老师的判断，并想进一步补充：OpenClaw的出现更像“iPhone 时刻”，Agent的诸多通用能力已经具备，OpenClaw将它们整合在一起，就如同iPhone 将各项基础硬件能力集于一身，给用户们带来惊叹一刻。目前更多是这种iPhone式的个人爆发时刻，企业级和产业级的深度渗透还需时日。
OpenClaw开创“新象限”，但难点不只是安全
Q7: 目前“龙虾”产品最大的问题，除了安全性以外，还有哪些问题或者说是产品bug（比如成功率、内容可靠性等方面如何）？
李彪：这个也要分企业和个人两个角度来看。
对企业来说，我们并不建议直接把OpenClaw放进生产流程。它可以像一个高能力助手一样，用来安排任务、做沟通、整理信息，但如果直接进入与用户交互或核心业务流程，就必须增加权限控制。比如接入机器人系统、接入生产业务，背后一定要有清晰的权限边界和审计机制。
对个人来说，更大的问题其实是认知。不能把它当成“万能工具”或者“神仙”。毕竟，模型会有幻觉，Agent就同样会继承这种幻觉风险，而且幻觉是否被放大，也取决于你怎么使用它。它当然是一个非常好的产品，但如果被过度神化，反而容易带来误判。很多技术的问题，最后还是回到使用方式本身。
陈石：我补充一点。现在有些企业的做法是：生产环境继续使用像Claude Code或Claude Cowork 这类相对稳定的工具，而把OpenClaw当作高能力的远程桌面助手——相当于不是直接让它进入核心系统，而是通过它完成信息传递和任务调用，更像一个高级“传话筒”，这样整体会更安全一些。
对个人用户来说，如果不是涉及关键数据，也不是在核心工作电脑上，体验一下当然可以。但我的建议是可以稍微再等两三个月，因为国内一定会很快出现一批带有安全围栏、面向垂直场景的产品，会更充分考虑权限、安全和稳定性需求。
现阶段如果直接用OpenClaw做深入尝试，还是建议适可而止，保持谨慎。
Q8：我们是否可以理解为，OpenClaw像是一类本地化、开源化的Agent 产品？从产品范式看，它和Manus、Claude Code这类产品最大的本质差异到底是什么？
陈石：如果要理解OpenClaw 与当前主流Agent产品的本质差异，单看是不是本地部署其实并不够，更核心的是它处在一个过去很少有人真正进入过的产品象限。