OpenClaw复盘：从十天爆火洞察AI三年大分化，2026的三大机会在哪？

2026年2月4日早上8点半，我和张倩（FutureX天际资本创始人）、Simon徐瑞阳（天际资本投资经理）做了一场两小时直播，聊了聊过去三年AI行业的变化以及我们对2026年机会的看法。

最近，开源项目 OpenClaw 的火爆程度引起了我的注意——十天时间，社区用户从0增长到200万。我花了十天时间，跑了2台云主机，追踪了18个衍生项目，试图搞清楚它为何能爆发得如此迅猛。

在与张倩和Simon的深度对话后，我意识到OpenClaw并非一个孤立的偶然事件。它更像是过去三年AI行业演进的一个标志性产物：整个行业的重心，正从一味追求大DAU和高ARR，转向追求场景的深度和产品壁垒的构建。这个根本性的转变，将决定2026年谁能真正活下来。

一、我看OpenClaw：十天爆发背后的四个标准

OpenClaw发布的第二天，我就开始上手实践。当很多人还在围观热闹时，我更好奇其中的门道——为什么有些产品（比如Manus）能迅速获取流量，而有些则不能？

我提出一个概念：“母题级创新”。它指的是一种能响应广泛而深刻的社会或技术期待的创新。在我看来，OpenClaw恰好符合四个关键标准。

响应技术曲线

OpenClaw的出现并非横空出世。我们把时间线拉长来看：

• 2023年：GPT agent概念初现端倪。
• 2024年：Claude Code推出computer use功能。
• 2025年初：Manus将agent能力降维应用到白领场景（尽管仍需200美金付费）。
• 2025年末：OpenClaw将门槛降到极致（开源免费，手机即可操控）。

每一次进步都是一次“降维”，而OpenClaw只是这条清晰技术曲线上最新的一个里程碑。

降低门槛到极致

OpenClaw的创始人曾是PDF.js的创始人，过去半年已经开源了多个类似的小产品。而OpenClaw的成功在于将整个工具链整合并极致简化：

• 不需要Mac mini：普通云主机即可运行。
• 不需要编程：通过手机就能操作。
• 不需要付费：完全开源免费。

关键在于，它实现了“所有人都能参与”的可能性，而不仅仅是价格上的降低。

制定标准

开源本身就意味着在制定标准。我追踪了18个基于OpenClaw的衍生项目，涵盖工具类、基础设施、游戏、身份交换乃至代币等不同方向。

但有趣的是，很多创始人甚至不知道这些衍生项目的存在。为什么？因为他们的信息渠道被限制在某些固定媒体里——如果你只盯着量子位、特工宇宙等几个渠道，你的信息永远会慢一步。

其实你离一线信息只差“主动向前探一步”的距离。当你主动深入探索时，与国际创始人的信息差将不复存在。

我的调研结论是：只有垂直领域的深度打磨才具备真正的商业价值。例如，我们即将尝试运行专注于垂类生图的BOT，目标是把Claude Code和Co-pilot的能力变成垂直领域可复用的标准化工具。

引发生态响应

Anthropic的副总裁为OpenClaw撰写了使用手册，A16Z的合伙人也专门发文讨论。Andrew Karpathy和Sam Altman等行业领袖都对其给予了评价。

这并非Twitter算法推荐的功劳。Twitter是一个基于关注的平台，你关注谁才会看到谁的内容。OpenClaw的传播路径非常经典：创始人发布 → 行业大V评价 → 生态伙伴撰文详解 → 整个硅谷AI圈层展开讨论。

我最近在辅导几位创始人做类似项目，其中较火的是SecondmeBook（我给了陶芳波一些建议，他很快就做出来了）。但我发现不少创始人并不亲自使用Twitter，而是找代理机构代发内容，这种模式很难跑出来。

肉身在硅谷和精神在硅谷是两回事。你只是去到“潘多拉星球”没用，必须接入那里的“生命之树”。而Twitter，某种程度上就是AI圈的“信息生命之树”。

二、我复盘AI三年：一场大分化正在发生

OpenClaw的现象让我开始系统性复盘：AI狂奔这三年，到底改变了什么？我长期监控着超过1万家AI公司，并持续更新榜单。我发现最大的变化并非某项具体技术，而是整个赛道正在发生剧烈的大分化。

巨头通吃 vs 创新突围

榜单数据直观地揭示了两极分化的趋势：

在大模型本身这个核心战场，巨头已形成全面通吃之势：

• ChatGPT访问量增长6倍。
• Gemini月访问量从0冲至17亿。
• DeepSeek月访问量从0达到3亿。
• Claude月访问量从0达到1亿。
• 抖音豆包AI月访问量从0达到1亿。

然而，那些仅仅围绕大模型做浅层优化或套壳的产品，则全线下跌：

• POE相比2024年下跌了75%。
• Monica访问量下跌。
• BlackBox AI访问量下跌。

结论很清晰：如果你的产品只是围绕大模型本身做优化，那么你离巨头太近了。这个赛道最终只容得下巨头存活。

但与此同时，全新的赛道正在崛起：

• Dify（Agent编排平台）年流量增长650万。
• 字节扣子年流量增长200万。
• NotebookLM（办公Agent）年流量猛增1亿。
• Higgsfield AI（多模态内容生成）成为年度黑马。
• 可灵、即梦、Dreamina等视频生成平台各净增约1500万流量。

早期的自动化平台如Zapier和Make流量下跌明显，但Dify和扣子却逆势上涨。原因在于，Agent编排代表了一种全新的需求，而不是在旧赛道上进行优化。

NotebookLM给我的启发

NotebookLM一年增长1亿流量，这个数据让我颇为意外。深入研究后，我发现它做对了几件关键的事：

1. 内部深度整合：由谷歌内部能深度调优模型的人打造了Agent工作流，不是简单调用API，而是基于对模型能力的深度理解，设计了完整的工作流。
2. 用户门槛低但产出高：目标用户是学生或学习者，不要求极强的专业能力，但产品设计让普通用户也能高效产出优质内容。
3. 明确的用户画像：强大的底层模型，加上一个极其明确的用户画像和场景，是打造爆款应用的公式。

其他PPT生成产品（除了Gamma）的流量几乎都被NotebookLM和Genspark吸走了。这说明什么？场景明确、解决具体痛点的产品，正在无情地吞噬泛化、通用型产品的市场份额。

二级市场的分化

对话中，张倩提到了一个关键数据：二级市场上，很多SaaS公司和软件公司的市值已从高点跌去一半以上，微软甚至出现过单日下跌十几个点的情况。

她认为：“这才刚刚开始，未来三年很多股票可能跌去90%以上。那些跌90%的公司，很多都是没有意识到AI对其冲击有多大的公司。”她曾预言“2030年许多世界500强会掉队”，而现在这一进程正在加速。OpenClaw的出现，某种程度上正是这种冲击的体现。

为什么会这样？因为市场的评价标准变了。

过去的逻辑是看DAU（日活）和ARR（年度经常性收入）：

• DAU高 = 用户多 = 广告收入高。
• ARR高 = 收入多 = 估值高。

但现在这套逻辑行不通了：

• 用户是有成本的——AI推理成本不可忽视。
• 广告模式在智能时代面临根本矛盾——为了广告收入向用户提供非最优信息，将是生死问题。
• 只看收入不看成本，高ARR除了证明你愿意比竞争对手亏更多钱，还能说明什么？

三个变化规律

张倩总结了AI过去三年改变的三个核心规律，我深表赞同：

规律1：虚拟世界渗透最快
AI编程、规模达10万亿美元的内容产业，其变革基本都在虚拟世界中完成。当然也有例外，比如美国医疗行业，AI渗透率去年从3%快速提升至近30%。但整体而言，在制造业、能源、金融等实体经济的诸多板块，AI的渗透率仍然非常低。

规律2：从工具到替代人
在许多领域，如研发和科研，AI正快速进入并做到比人类更好的阶段。随着AI研发速度的不断加快，我们将进入一个前所未有的、黑科技层出不穷的加速创新期。

Simon补充道：以前的研究像是大海捞针，需要试错十万次才能发现一个有效方向。现在有了AI，它可以进行推理，预测出哪些方向可能可行，然后再进行针对性探索，效率大大提高。而且现在流行“干湿法”结合——不止用AI研发新材料，还能在实验室快速验证。软件与硬件形成高效闭环。

规律3：按场景分类取代按模态分类
张倩的投资组合中，70%是应用层公司，并且是按场景（如办公、医疗、制造）而非按模态（如文本、图像、视频）分类的。

我的榜单分类也在朝这个方向转变。因为，同样是文字，聊天机器人和智能体Agent本质已完全不同。表面模态相同，但内在逻辑和应用场景已发生根本性变化。

AI社会在分层

与张倩的讨论中，我们提出了一个“AI社会分层”的概念。

张倩认为：“全世界80亿人中，可能有60亿到70亿人未来不需要‘努力工作’。真正All in AI、深度使用AI的人，可能不到10亿。”

我补充道：“白领（知识工作者）和普通劳动者处于不同的圈层。我们目前讨论的，很大程度上还停留在‘白领生产力提升’这个阶段。”

我们勾勒出一个金字塔模型：

• 顶端：几十万All in AI的深度用户（包括我们这批人），能发挥AI接近100%的潜力。
• 第二层：几千万开始尝试使用AI的用户（2026年将大规模进入），需要封装好、开箱即用的产品。
• 第三层：数亿智能手机用户，需要通过视觉等更直观的方式触达。
• 底层：不需要“努力工作”的广泛人群，通过抖音等娱乐内容触达，人性需求是通用的。

不同层级需要完全不同的产品形态。以录音转文字产品为例：

• 我的用法（顶端）：团队帮我转录分析，我再使用Claude提炼核心信息与记忆。
• 讯飞耳机（第二层）：封装所有复杂性，用户按下按钮，直接获得结果。

OpenClaw目前仍属于第一层的产品，但可以预见，很快会出现一键安装版本来服务第二层用户。张倩预测：“可能未来你的手机就能直接操控10个云主机，然后每月收费10块钱。这种产品对全员的生产力提升将是巨大的，甚至可能超过DeepSeek这类纯模型的影响。”

三、预测2026：三个确定性方向

基于对AI三年变化的复盘，我们讨论了2026年三个确定性较高的方向。

方向1：人性探索（情感与陪伴经济）

这是我个人在2026年最大的认知转变。

最近我参加了两个创作者线下活动，遇到了从洛杉矶来的两个20多岁的年轻人。他们在VEO3模型发布后，创建了一个名为“粉红老奶奶”的IP，仅用22天就获得了100万粉丝。团队中一个是辍学的健身爱好者，另一个是硕士毕业生。

这件事给我带来了很大震撼。因为当VEO1-3代模型发布时，我也做过一些视频，但为什么后来就去干别的了？根本原因在于，我过去对于“人性需求”的力量仍然不够敬畏。

因此，我2026年的目标之一就是：投入30%的时间进行人性化内容的探索。我们团队计划每人运营2-3个虚拟主播，目标是在Instagram上获得10万以上粉丝。整套工作流已经跑通，并且会尝试结合OpenClaw的能力来运作。

为什么人性化内容是通杀的？因为多模态内容的核心，更多在于研究人性。用户需要更长的记忆上下文、更细腻的情感交互、以及符合其个人审美的虚拟形象。

张倩补充了一个数据：中国目前有接近2亿的内容创作者。抖音、小红书等大平台已呈红海态势，但在垂直领域，尤其是与“身心灵”相关（即深度人性需求）的领域，其实正在冉冉上升。疫情后叠加传统经济下行，普遍的焦虑和抑郁情绪为这个领域创造了巨大的需求空间。

方向2：垂类Agent的商业化落地

OpenClaw标志着Agent技术的成熟。从Claude Code推出computer use，到Manus服务白领，再到OpenClaw将门槛降到极致，这是一条清晰的技术演进曲线。

但在我调研了18个衍生项目后，结论很明确：唯有在垂直领域进行深度打磨，才能创造出真正的价值。

张倩提到了一个关键变化：过去你可能使用20个不同的智能体，但它们是相互隔离的——你用OpenAI的、用Gemini的、用某个聊天机器人的，各自为政。现在，智能体开始走向体系化：有了标准的Skills（技能）、MCP（模型上下文协议），以及OpenClaw这样的开源社区和标准。

当Agent体系化之后，意味着什么？过去是人来操作数据库和软件，未来是AI Agent来操作。那么，AI Agent的安全合规、体系化管理、甚至“自我意识”的管理，都将催生大量系统性的商业机会。

Simon分享了讯飞耳机的案例：2023年天际资本独家领投时，其年收入为几千万人民币，如今已达数亿人民币。这款AI耳机可以记录用户全天的对话，并自动分门别类进行总结摘要。

这个案例让我深思：会议记录可能是最高效的数据入口，比社交媒体和搜索引擎更直接。

为什么？不是所有人都有写作习惯，但几乎所有职场人都会开会。从聊天记录、社交媒体获取的用户意向是碎片化的，而会议记录则包含了与你工作最相关、最真实的数据。

我现在的实践是：将所有会议记录按类型整理（客户、销售、团队内部），提炼出关键记忆点，然后喂给我的云端AI助手。结果是，AI变得非常了解我。

例如，Genspark能了解你，因为它有你的搜索和对话数据。但当用户主动、系统地为AI提供100%的意图和场景数据时，AI就能发挥出100%的实力。大家使用同一个大模型，我能发挥100%，而你只发挥了40%，这中间的差距就是护城河。

方向3：Physical AI（具身智能）的突破

Simon提到了一个趋势：Visual Reasoning（视觉推理）。谷歌Gemini团队的Andrew Dai已离职创业，苹果之前做预训练模型的专家也作为联合创始人，共同创立了一家名为Elora的公司。

他们想要解决的核心问题是：让AI模型能像人一样，直接理解视频中的物理世界。

小孩在一两岁时不需要语言教导，就能知道杯子能拿起，松手会掉落，地上有水会滑倒——孩子能本能地理解物理规律。Visual Reasoning就是通过视频数据训练模型，让模型理解物理规律，从而更好地指导机器人、生成图像和视频。

我的判断是：视觉交互一定是更进一步的“降维打击”。视频比语言更普世，因为不是所有人都会编码或高效开会，但所有人都会观察和与世界互动。因此，基于视觉的AI能触达更广泛的人群——数以十亿计的智能手机用户。

目前，文本输入仍然有一定反人性之处。接下来能触达的是全球约30亿智能手机用户，而视觉能力有望击穿这个圈层。

张倩总结道：“这一波机会中，只要你在一个垂直领域有足够的深度，把它打穿，我相信里面会出现无数优秀的AI公司。2026年将是看到巨大转折点的一年。”她认为：“2026年是一个分水岭：大家的讨论焦点将不再只是英伟达、博通、芯片这些基础设施，而是转向与每个人、每个行业息息相关的具体应用。”

Simon补充说：“未来市值10万亿美元的公司肯定与AI强相关，100万亿美元的公司也大概率如此。”

四、什么样的创始人能抓住机会

在对话中，我问张倩：天际资本投资了80家AI公司，目前无一掉队，核心原因是什么？

她的回答非常直接：“我们专注于挑选在认知等各方面都比我强很多的创始人。只要他比我强，并且All in在AI领域，这一波都会有很大的机会。”

这个回答让我想起最近辅导的几位创始人。他们都是行业老手，特点是：团队磨合成熟，对AI有深刻理解。他们就像等待了三年，只缺一个爆发的机会。 如果有人或资源在关键时刻推一把，很可能就成功了。但这一切的前提是，他们必须有长期的积累。如果现在才从零开始创业，虽然也能积累，但难免要重走许多弯路。

其实，现在还能活跃在市场一线的创始人都非常了不起，因为过去三年，机会看似很多，但真正能抓住的寥寥无几。

不过，趋势正在变得对行动者更有利。为什么？

• 开发工具已经非常完备。
• 中国的大模型调用成本全球最低之一。
• 中国的工程师资源丰富且优秀。
• 技术机会大多是开源和公开的。
• 国内用户为软件和服务付费的意愿越来越强。
• 企业数字化转型需求迫切，愿意尝试新方案。
• 海外对中国AI初创公司的收购案例也在增多。

所以整体而言，只要你跑得比其他人更快，就会有机会。

张倩的警示同样值得深思：“AI已经不再是一个拥有普遍共识的快速工具，它今年已经开始演变成一场海啸。那些用得不好、或者没有全力以赴利用AI升级自身组织的个人或公司，将面临巨大的负面冲击。”

这波浪潮中，能成的已经成了，还没成的可能就只差那关键的一点。如果你有足够的积累，当机会来临时，你就能抓住它。

写在最后

OpenClaw的十天爆发，给我最大的启发并非其技术有多强悍，而在于它在正确的时间点做对了正确的事：将Agent技术门槛降到最低，通过开源建立标准，并成功引发了整个生态的共振。

我现在在办公桌上摆了5台显示器，为什么？为了训练自己习惯被多个云端AI助手环绕和调用。它们了解我的客户需求，知道我的决策标准，能处理我90%的重复性工作。未来，不仅是你我，我们的车上、身边可能都会充满这样的智能体。这个愿景已经越来越清晰。

2026年，在垂直领域进行深度打磨的时代机会已经到来。工具已经完备，模型足够便宜，用户愿意付费。剩下的唯一问题就是：你能否在一个具体的场景里，深挖十米，建立别人难以逾越的壁垒？

关于AI趋势的更多深度讨论和技术实践，欢迎在技术社区与开发者们继续交流碰撞，在云栈社区这样的平台，前沿的洞察与落地的代码往往能催生出意想不到的创新火花。而对于希望深入探索人工智能应用，特别是Agent和开源实战的开发者来说，现在正是动手验证想法的最佳时机。