贝克街探案官

參與了話題 ·

一隻「龍蝦」引爆「AI古戰場」，或掀起就業新風口

貝克街探案官

當智能體開始替人幹活，Token消耗正進入指數級時代

作者：包可萌

2026年初，一隻「紅色龍蝦」突然在全球技術圈和中國社交平台爆火。它並不是一種新型寵物，也不是網絡梗，而是用戶們熟知的「AI智能體工具新貴」——OpenClaw，只因其圖標是一隻紅色龍蝦，國內網友很快把部署和使用它的過程戲稱爲「養龍蝦」。

這個原本屬於程序員社區的技術項目，在短短几個月時間裏，從GitHub技術圈迅速擴散到政務、企業辦公乃至普通互聯網用戶的日常討論中，成爲2026年最具話題性的AI現象之一。

OpenClaw一經推出，Github星標數在極短的時間內以幾乎直線的方式飆升，截至3月8日，OpenClaw在Github星標數已達到26萬、Fork數近4.8 萬，其星標數量已經超過了React和Linux，且熱度還在持續攀升。

其火爆程度通過第三方模型api路由平台數據也有所體現，2026年2月5日-2026年3月5日這一個月期間，OpenClaw是OpenRouter平台上消耗Token數最多的應用，其Token消耗量高達7.63T，遠大於第二名。

除了OpenClaw之外，各大模型廠商也紛紛加大Agent佈局，AI Agent已經進入實際落地階段。例如，Minimax Agent不僅可以處理PPT、Excel、Word和PDF等文件，還上線了桌面端與專家Agent，其中桌面端可以讓Agent進入用戶的工作環境來直接幫用戶整理文件、梳理信息；專家Agent在注入特定的知識和行爲模版，學習具體的SOP後，能夠在某類任務中幹得更加漂亮。

OpenClaw的爆火，只是智能體迎來行業風口的冰山一角，在其背後，是一個行業的變革和配套設備的爆發式增長。

01 一隻廣受各方關注的「龍蝦」

OpenClaw的核心能力，是讓AI不再只是聊天工具，而是變成真正可以「替人幹活」的智能體。

OpenClaw迅速走紅的原因，與其開源屬性密切相關。該項目由奧地利軟件工程師彼得·斯坦伯格開發，早期版本名爲Clawdbot和Moltbot，後來逐漸演化爲OpenClaw。

傳統AI只是「會說話的大腦」，那麼OpenClaw更像是「會思考、還能動手的數字助理」。用戶只需要給出目標，例如「整理本週客戶投訴並生成分析報告」，系統就可以自動打開表格、整理數據、調用模型分析並生成文檔，實現跨軟件自動化。

用戶通過本地部署並接入大語言模型後，OpenClaw可以接管用戶電腦的鼠標和鍵盤操作，跨越各種軟件和平台之間的壁壘執行任務，例如自動整理文檔、批量處理數據、回覆郵件、生成報告，甚至在多個應用之間自動完成複雜流程。

正因爲這種能力，OpenClaw在多個行業迅速出現實際應用場景。例如在政務領域，深圳部分公務員已經開始嘗試使用被稱爲「政務龍蝦」的版本處理民生訴求和行政許可輔導，通過自動整理市民投訴、分類問題、生成處理建議來提升效率；在企業辦公場景中，許多團隊用它完成報表整理、客服回覆和運營數據分析，大幅減少重複性工作。

繼深圳龍崗區、無錫高新區之後，蘇州常熟市也建好「龍蝦池」，搖人去當地「養龍蝦」。據市政府新聞辦官微「i常熟」3月9日晚推文，該市已發佈加快打造OpenClaw 等開源社區，推動產業高質量發展的《若干措施（徵求意見稿）》，推出13條舉措，支持OPC（一人公司）運用OpenClaw 生產經營，對入選各級人才計劃的OPC項目，最高給予600萬元綜合支持。

在近期召開的全國會議上，多位代表和委員也提到這一現象。360集團創始人周鴻禕就表示，類似OpenClaw的智能體正在把「雲上的軟件能力變成每個人的專屬助手」；這種技術的爆火速度甚至連馬化騰都未曾預料。

2026年3月，騰訊在深圳總部提供免費OpenClaw安裝體驗服務，引發上千人排隊體驗。同一時期，深圳龍崗區還發布專項政策支持OpenClaw生態發展，對相關創新應用項目最高給予100萬元獎勵，試圖將這一開源項目轉化爲新的產業機會。從政府、企業到個人開發者，圍繞OpenClaw正在形成一個全新的技術生態。

技術爆火的另一面，是一場圍繞「養龍蝦」的灰色服務市場迅速出現。由於OpenClaw需要本地部署環境、模型配置以及權限設置，對普通用戶來說門檻較高，於是大量技術人員開始提供安裝服務。

在國內社交平台上，很快出現了各種「上門養蝦」「遠程養蝦」的廣告，價格從幾十元到上千元不等：遠程安裝服務通常收費50至100元，而上門部署和調試則在300至1000元之間。一些從業者甚至宣稱，通過幫助他人安裝OpenClaw，幾天內收入就達到26萬元。

但對於個人用戶而言，這安裝費只是開始，後續租服務器還要收費，一個月50元起步，200元左右可以租到一個比較順的配置，自己組裝「蝦籠」，4000元也不過是用的順手。而且只有硬裝還不能讓「龍蝦」隨時待命，你必須要不斷提供支撐龍蝦運行的token，30元只是入門，上不封頂，用的模型越聰明，花費也就越多，想讓你的龍蝦完成基礎任務，一月花費萬把塊也不是不可能，對此，有網友直言：「只要你的陷阱足夠新穎，就有割不完的韭菜。」更有網友評論稱：對普通人來說，完全沒用。

圖源：硅基智能體視頻號

除了費用高外，對於個人用戶而言，「養龍蝦」還具備極大安全隱患。

02 「養龍蝦」的安全隱憂

OpenClaw具備持續運行、自主決策以及調用系統資源的能力，如果配置不當，其風險遠高於普通軟件。

工業和信息化部網絡安全威脅和漏洞信息共享平台近期監測發現，部分OpenClaw實例在默認或不當配置情況下存在較高安全風險。在部署OpenClaw時信任邊界模糊，系統往往擁有較高權限，一旦受到惡意指令誘導或被攻擊者接管，可能執行越權操作，導致敏感信息泄露、系統被遠程控制甚至成爲網絡攻擊節點。

首先是權限濫用風險，AI可能在指令誘導下訪問企業核心數據或刪除關鍵文件；二是信息泄露風險，開源版本缺乏完善的數據加密和訪問審計機制；三是惡意接管風險，一些實例因公網暴露可能被黑客利用，成爲攻擊企業系統的入口；四是不可預測行爲風險，例如誤刪數據、自動執行未授權操作甚至被不法分子用於垃圾信息傳播和網絡詐騙。

因此，專家建議在部署OpenClaw時儘量使用隔離環境或雲端沙盒，關閉不必要的公網訪問，並建立身份認證、權限管理、數據加密和安全審計機制，以降低潛在的網絡安全風險。

從安全隱患不難看出，AI智能體與傳統軟件最大的不同，在於它不僅能「被使用」，還具備一定程度的「自主行動能力」。如果缺乏完善的權限控制、身份認證、日誌審計和數據加密機制，這類系統一旦被利用，後果可能遠比普通軟件漏洞更嚴重。

正因如此，官方建議相關單位和個人用戶在部署OpenClaw時關閉不必要的公網訪問接口，嚴格設置身份認證與訪問控制機制，同時對數據進行加密並建立安全審計體系，並持續關注官方發佈的安全公告和加固建議，以降低潛在網絡安全風險。

不過站在行業角度來看，任何技術的革新都是一把雙刃劍，有風險的同時一定有優勢。「養龍蝦」現象反映的其實是人工智能應用形態的一次轉變：AI正從「對話工具」走向「行動代理」。過去，人們使用AI更多是提問和獲取答案，而現在，AI開始直接參與工作流程並執行具體任務。

當一個能夠理解目標、規劃步驟並自動操作軟件的智能體出現時，個人與計算機之間的關係也正在發生變化。或許正如許多業內人士所說，OpenClaw的爆火併不只是一次開源項目的成功，更可能是AI時代工作方式變革的一個前奏。

如果說互聯網時代的關鍵詞是「連接」，移動互聯網時代的關鍵詞是「平台」，那麼在AI智能體時代，一個新的關鍵詞正在浮現——「代理」。當越來越多的任務由智能體代理完成，人與技術之間的協作方式也將被重新定義。

而那隻意外走紅的「紅色龍蝦」，或許正是這一輪AI Agent時代開啓的一個信號，普通人用不起的token，恰恰是AI企業未來的業績增長點。

03 「養龍蝦」帶來的行業變革

隨着智能體在辦公、開發、運營等場景中的普及，大量任務將通過AI自動調用模型、工具和數據接口來完成，這也意味着算力與Token消耗將持續增長。

根據IDC預測，中國活躍智能體數量將在2031年突破3.5億，年複合增長率高達135%以上，增速領跑全球。伴隨任務密度與複雜度提升，智能體Token消耗將迎來年均超30倍的指數級躍升。

目前中國市場的企業端的Token消耗仍以對話與生成式AI爲主，但隨着智能體運行規模與任務複雜度的同步提升，活躍智能體的Token消耗進入高速增長期。根據第一新聲智庫，以企業Agent的Token消耗量、場景覆蓋廣度和對核心業務的影響權重，可以將Agent分爲五個等級，目前中國處於從普及向融合過渡的階段，年Token用量仍有10-100倍的提升空間，中國Agent正處於陡峭增長而空間尚足的爆發前夜。

從個人助手到企業「數字員工」，AI Agent每一次任務執行、數據分析和流程協同，都需要調用模型能力作爲支撐。當智能體數量和使用頻率不斷提升時，Token消耗很可能迎來指數級躍升，並推動新的AI應用生態形成。

作爲中國大模型的頭部廠商，臨近年末，字節跳動在AI領域交出一張頗爲醒目的成績單，截至2025年12月，豆包大模型日均Token使用量突破50萬億，較去年同期增長超過10倍，目前已有超過100家企業客戶累計Token使用量超過一萬億。

億歐智庫研究認爲，AI Agent在KA及SMB企業滲透率分別從2023年的3%/0.5%提升至2028年的25%/10%，中國AI Agent市場規模也將以125%的年複合增長率迅猛擴張，預計從2023年的574億元飆升至2028年的33009億元。

據華爲ICT BG CEO楊超斌演講，全球日均Token消耗量過去兩年增長近300倍；據科創板日報，中國整體日均Token消耗2024年初爲1000億，2025年中突破30萬億，2026年2月主流大模型合計日均Token消耗已到180萬億級別。

重新聚焦OpenClaw，Open Router平台上發佈的Token消耗量表明，一個月間Token消耗量翻4倍以上，值得注意的是，OpenClaw自2026年1月29日正式問世至今也不超過兩個月。

根據Open Router平台用戶的使用數據，OpenClaw應用的Token消耗量自2026年2月3日的80.6B，一路飆升至2026年3月4日358B，其Token消耗量在一個月間翻了約4.4倍，足可見AI Agent對Token的天量消耗。

由於Agent天然多工具調用+長上下文+多流程工作的特性，AI Agent其Token消耗量增長速度極快。根據未盡研究測算，以單詞對話機器人爲基準，圖像生成、推理、視頻生成、深度研究的算力需求分別爲10x/100x/3000x/1000000x，算力需求隨着任務難度的增長而加速爆發，帶動Token消耗的數量級躍遷。

AI Agent通過調用不同工具進行工作，而在工作過程中，針對某一指令，常見範式則是將其分解成不同流程，分階段進行操作，天然具備長上下文，這一範式導致AI Agent的Token消耗量增長極快。

結語

智能體的核心開銷集中在推理階段，Agent滲透率提升帶動算力需求重心從訓練轉向推理。推理算力主要負責AI模型的推理任務，主要用於處理和執行已經訓練好的模型進行實際應用，關注低延時和低功耗。

隨着AI從訓練爲重走向推理爲主，私有化環境及邊緣的部署需求都在迎來爆發。根據IDC數據顯示，隨着AI從訓練爲重走向推理爲主，推理場景的需求日益增加，推理負載佔比預計從2024年的65%提升至2028年的73%。

AI 推理需求擴容，中國推理市場2028年預計增長至2931.2億元。AI應用從缺模型訓練向“缺推理服務遷移，推理算力作爲AI商業化的核心基礎設施，其市場規模將直接受益於智能體產業化、行業大模型落地等長期趨勢。

根據沙利文和頭豹研究院，中國推理市場2024年市場規模爲175.2億元，2028年預計增長至2931.2億元，2024-2028年年複合增速約爲102%。

在此背景下，電力需求和算力需求勢必會迎來爆發，值得市場持續關注。

素材皆來自官方公開資料

本文不構成任何投資建議。

瀏覽 1.1萬