3月初，深圳騰訊總部樓下，騰訊的工程師們像趕集一樣，在大廈北廣場擺起攤位，免費為用戶安裝“龍蝦”O(jiān)penClaw。
隊伍綿延不絕，有人抱著NAS，有人帶著MacBook，還有人拎著迷你主機，像極了十年前刷安卓系統(tǒng)的極客聚會。
事實上，不少大廠們都在密集推進自己的“龍蝦”。
【資料圖】
小米則開始內測MiclawAgent，希望把AI代理嵌入小米“人車家全生態(tài)”的系統(tǒng)里，讓手機、汽車、電視和家電都成為AI的執(zhí)行節(jié)點。云廠商開始下場“擺攤”，當終端大廠開始把Agent塞進操作系統(tǒng)，這場“龍蝦”風暴，已經拉開了大模型下半場的帷幕。
這不是簡單的AI工具之爭，而是一場關于下一代“超級入口”的暗戰(zhàn)。
1、賣Token的現(xiàn)金流
當下，一個困境擺在所有玩家面前：單純的“Chat”模式，根本燒不出健康的商業(yè)模式。
過去兩年，國內的云廠商和科技巨頭們陷入了長期的軍備競賽，成千上萬張高端算力卡被成建制地拉進數(shù)據(jù)中心。2026年字節(jié)、阿里、騰訊合計capex超600億美元。但如果用戶不調用，算力就會白囤，每天都在產生高昂的折舊。
但現(xiàn)實是，僅僅依靠C端用戶對話模式，不僅無法消耗掉如此龐大的算力儲備，也無法在習慣了免費的用戶那里獲得收入。
用戶偶爾讓AI寫封郵件、畫張圖，這種單次交互消耗的Token量低，無法填補底層龐大算力集群的折舊與運營成本。要讓昂貴的算力轉動起來，產生真實的現(xiàn)金流，巨頭們迫切需要一個能持續(xù)、自動消耗算力的“Token黑洞”。
OpenClaw這類本地部署的Agent出現(xiàn)，充當了這個角色。
當用戶下達復雜指令時，OpenClaw會拆解任務、聯(lián)網搜索、調用本地軟件、識別錯誤、自我糾正重試。這其中的每一個步驟，都在向云端的API接口發(fā)送請求。一個復雜任務跑下來，其Token消耗量是普通對話的百倍乃至千倍。
一位AI分析師向華爾街見聞指出：“中國開源模型被OpenClaw采用，主要因為性價比高。相比海外競爭對手，低成本讓API調用更頻繁，這直接轉化為云廠商的現(xiàn)金流，避免了巨額算力投資的浪費?！?/p>
這就是為什么騰訊等云廠商愿意倒貼人力去線下“擺攤”幫用戶部署開源Agent、阿里強推openclaw一件上云。每一次部署，都是在用戶本地或云端電腦里埋下了一臺24小時轟鳴的“算力抽水機”。
不管前端跑的是不是開源模型，只要推理和工具調用的API指向自家的云服務，海量的微小請求最終都會匯聚成可觀的B2C和B2B現(xiàn)金流。在當前資本市場對大模型商業(yè)化變現(xiàn)苛刻的審視下，這筆由Agent帶動的API流水，是巨頭們維系算力擴張的關鍵輸血管道。
2、挖掘軌跡數(shù)據(jù)
越過*層的現(xiàn)金流賬本，巨頭們力推本地Agent的第二層目標，觸及到了大模型發(fā)展的天花板：高質量訓練數(shù)據(jù)的枯竭。
過去幾年，大模型競爭的核心資源一直是算力和訓練數(shù)據(jù)。但隨著模型能力不斷提高，另一個資源開始變得越來越重要：任務軌跡數(shù)據(jù)。
目前的共識是，互聯(lián)網上高質量的公開文本數(shù)據(jù)（維基百科、新聞報道、書籍論文）已經被各家的大模型“吃”得差不多了。如果僅僅繼續(xù)喂養(yǎng)這些靜態(tài)的文本，大模型只會變成一個更博學的“書呆子”，而無法向真正的AGI邁進。
下一代大模型需要什么？需要知道人類是如何在這個數(shù)字世界中“采取行動”的。這就是業(yè)內極為渴求的“任務軌跡數(shù)據(jù)”（Trajectory Data）。
當用戶讓AI完成一件事情時，AI會經歷一系列步驟。從理解需求到搜索信息，再到調用工具、填寫表單、完成支付，每一個動作都會留下記錄。這些記錄組成了一條完整的任務鏈路。
對于Agent模型來說，這種數(shù)據(jù)比普通文本更有價值，因為它反映的是現(xiàn)實世界中的行動邏輯。
這恰恰是巨頭們原先最難以獲取的數(shù)據(jù)。這些數(shù)據(jù)隱藏在無數(shù)個割裂的軟件、封閉的App和企業(yè)內網深處，即便是擁有龐大爬蟲生態(tài)的搜索引擎也無能為力。
而部署在用戶終端的OpenClaw和系統(tǒng)級的miclaw，就是深入敵后的“數(shù)據(jù)探測器”。
OpenClaw中國社區(qū)經理Alan Feng指出：“用戶安裝OpenClaw后，常期望魔法般自動化，但真正價值在于定義清晰任務。軌跡數(shù)據(jù)反饋讓模型不斷優(yōu)化，廠商借此添料，提升代理能力?！?/p>
當用戶在本地運行Agent，讓它代替自己去執(zhí)行操作時，Agent記錄下用戶的每一個操作意圖和軟件交互軌跡。國內大廠密集推廣Agent應用，本質上是一場分布式的、規(guī)模*的數(shù)據(jù)眾包。
用戶以為自己白嫖了一個免費的AI勞動力，實際上，用戶在指導Agent、糾正Agent錯誤的過程中，正在免費為巨頭們提供最高質量的強化學習微調數(shù)據(jù)。
這些“軌跡數(shù)據(jù)”一旦回流到云端，將成為大廠訓練下一代具備強邏輯推理、強執(zhí)行能力的Agent大模型的核心壁壘。這就像特斯拉當年通過數(shù)百萬輛在路上行駛的電動車收集真實路況數(shù)據(jù)，最終反哺其FSD自動駕駛算法一樣。
阿里Qwen項目的內部人士就向華爾街見聞表示：“中國*新范式概率低于20%，但通過agent軌跡數(shù)據(jù)，阿里能快速迭代模型，縮小差距。”
現(xiàn)在，巨頭們正在把用戶的電腦和手機，變成AI時代的“數(shù)據(jù)采集車”。
誰能掌握最多的軌跡數(shù)據(jù)，誰就能率先訓練出真正“長出手腳”的超級模型。
從這個角度看，大廠推廣本地Agent，并不是為了一個新工具。他們依舊是在爭奪AI時代的操作入口。
3、入口戰(zhàn)爭再輪回
中國互聯(lián)網其實經歷過幾輪典型的入口戰(zhàn)爭。早期門戶網站爭奪的是首頁流量；搜索時代，百度成為信息入口；移動互聯(lián)網時代，用戶的入口變成了App，微信、支付寶和抖音逐漸成為流量中心。
但AI的出現(xiàn)正在改變這一結構。
阿里千問持續(xù)投入“AI辦事”，讓用戶一句話就能下單；小米內測miclaw，將其深深植入手機底層的系統(tǒng)中。這些動作傳遞出的信號是：在未來，用戶與數(shù)字世界的交互界面將被重構。
當用戶習慣用一句話表達需求時，操作路徑就會發(fā)生變化。用戶不再主動打開某個App，而是把任務交給AI。
AI會決定使用哪個平臺、調用哪個服務、完成哪條支付鏈路。因此，在這樣的體系里，App的地位會發(fā)生變化。它們依然存在，但更多變成一種服務節(jié)點。真正的入口，是那個幫助用戶完成任務的Agent。
在這個新的語境下，“搶App的入口”已經是一件落伍的事情。真正的戰(zhàn)爭，是成為那個直接聽命于用戶、掌控全局的“底層代理人”。
如果巨頭能夠讓自家的Agent霸占用戶的終端，那么它就掌握了商業(yè)世界最*的權力——意圖分發(fā)權。它可以輕易地把外賣訂單導流給自己的關聯(lián)企業(yè)，把差旅需求導給自己的支付生態(tài)。
在這個由Agent構建的新“圍墻花園”里，那些曾經不可一世的超級App，將淪為只提供底層服務接口的“管道”，徹底失去與用戶直接對話的機會，更失去品牌溢價和流量溢價。這也是為什么大廠對Agent如此敏感。所有人都希望成為那個控制Agent的平臺。
4、風暴前夜
OpenClaw的爆火，也許只是一個信號。
真正的變化，是AI正在從“會說話的工具”，變成“會做事的系統(tǒng)”。過去兩年，大模型行業(yè)的核心目標是提高智能水平，而現(xiàn)在越來越多公司開始思考另一個問題：如何讓AI獲得行動能力。
一旦AI能夠穩(wěn)定地完成任務，互聯(lián)網的結構就會發(fā)生變化。很多應用可能會退到后臺，用戶只需要面對一個Agent，就可以完成大部分數(shù)字生活操作。
在這種世界里，Agent就像一個新的操作層，連接用戶與所有服務。回頭看技術史，每一次平臺級變化，往往都會經歷一個看起來不起眼的開端。
Android最早只是極客刷機的系統(tǒng)，微信公眾號剛出現(xiàn)時也只是一個簡單的內容工具，小程序剛推出時更像是一個輕量網頁。但這些產品后來都變成了新的平臺。
如果未來AI真的進入Agent時代，那么今天的OpenClaw，很可能就是那個最早被人記住的名字之一。中國互聯(lián)網正在經歷的，也許正是這場風暴的前夜。
