3月初，在深圳腾讯总部楼下，出现了一幅颇有些“复古”的场景：腾讯的工程师们像赶集一样，在大厦北广场摆起摊位，免费为用户安装名为“龙虾”的OpenClaw。
现场队伍排得老长，有人抱着NAS，有人带着MacBook，还有人拎着迷你主机，这氛围像极了十多年前极客们聚在一起刷安卓系统的热闹场面。
事实上，不止是腾讯，不少大厂都在密集推进自己的“龙虾”计划。阿里千问在力推“AI办事”功能，而小米则开始内测MiclawAgent，意图将AI代理深度嵌入其“人车家全生态”的底层系统中，让手机、汽车、电视和家电都成为AI的执行节点。
当云厂商开始下场“摆摊”，当终端大厂争相把Agent塞进操作系统，这场由OpenClaw掀起的风暴，已然为大模型竞争的下半场拉开了帷幕。
这远非简单的AI工具之争，其本质是一场关乎下一代“超级入口”的隐形战争。
卖Token的现金流：Agent成为“算力抽水机”
当下，所有玩家都面临一个共同的困境：纯粹的“聊天”模式，根本烧不出健康的、可持续的商业模式。
过去两年，国内的云厂商和科技巨头们陷入了长期的算力军备竞赛，成千上万张高端GPU被成建制地部署在数据中心。有预测指出，到2026年，仅字节、阿里、腾讯三家的合计资本支出就可能超过600亿美元。然而，算力若闲置便是巨大的成本，每天都在产生高昂的折旧与电费。
现实很骨感。仅依靠C端用户零星的对话交互，不仅消耗不掉如此庞大的算力储备，更难以从习惯了免费模式的用户那里获得足够收入。让AI写封邮件或画张图，这种单次交互消耗的Token量极低，根本无法覆盖底层算力集群的巨额成本。要让昂贵的“电力”转化为“现金流”，巨头们急需一个能持续、自动消耗算力的“Token黑洞”。
本地部署的OpenClaw这类Agent，恰好充当了这个关键角色。
当用户下达一个复杂指令时，OpenClaw会自主进行任务拆解、联网搜索、调用本地软件、识别错误并自我纠正重试。其中的每一个步骤，都在向云端的API接口发送请求。完成一个复杂任务所消耗的Token量，可能是普通对话的百倍乃至千倍。
一位AI分析师向华尔街见闻指出：“中国开源模型被OpenClaw广泛采用，性价比高是关键。相比海外竞争对手，更低的成本促使API调用更频繁，这直接转化成了云厂商的现金流，避免了巨额算力投资沦为沉默成本。”
这就是为何腾讯等云厂商愿意倒贴人力线下“摆摊”帮用户部署开源Agent，阿里强力推动OpenClaw一键上云。每一次部署，都等同于在用户的本地或云端环境里，安装了一台24小时待命的“算力抽水机”。
无论前端运行的是否是开源模型，只要推理和工具调用的API最终指向自家的云服务，海量的微小请求就会汇聚成可观的B2C和B2B现金流。在当前资本市场对大模型商业化异常苛刻的审视下，这笔由Agent带动的API流水，成为了巨头们维系算力扩张梦想的关键输血通道。
挖掘轨迹数据：用户终端变成“数据采集车”
越过第一层现金流账本，巨头们力推本地Agent的第二层战略目标，直指当前大模型发展的核心天花板：高质量训练数据的枯竭。
过去几年，大模型竞争围绕算力和训练数据展开。但随着模型能力水涨船高，另一种资源的价值开始凸显：轨迹数据。
行业共识是，互联网上高质量的公开文本数据（如维基百科、新闻、书籍）已被各家大模型“消化”得差不多了。如果继续仅喂食这些静态文本，大模型或许会变得更博学，但难以向具备行动能力的AGI（通用人工智能）迈进。
下一代大模型迫切需要什么？它们需要学习人类在数字世界中是如何“采取行动”的。这就是业内梦寐以求的“任务轨迹数据”。
当用户指示AI完成订机票、写报告等具体任务时，AI会经历理解需求、搜索信息、调用工具、填写表单、完成支付等一系列步骤。每一步操作都会留下记录，串联成一条完整的任务执行链路。
对于旨在“做事”的Agent模型而言，这种动态的行动数据比静态文本珍贵百倍，因为它映射的是真实世界的问题解决逻辑。
然而，这类数据恰恰是巨头们最难获取的。它们深藏在无数个割裂的软件、封闭的App和企业内网中，即便是拥有庞大爬虫系统的传统搜索引擎也鞭长莫及。
此时，部署在用户终端的OpenClaw和系统级的Miclaw，就成了深入“敌后”的绝佳“数据探测器”。OpenClaw中国社区经理Alan Feng指出：“用户安装后常期望自动化魔法，但真正价值在于清晰定义任务。轨迹数据的反馈能让模型不断优化，厂商借此添料，提升代理能力。”
当用户在本地运行Agent，让其代劳执行操作时，Agent会默默记录下每一个操作意图和与软件交互的轨迹。国内大厂密集推广Agent应用，本质上是一场规模空前的分布式数据众包。
用户以为自己免费获得了一个AI劳动力，实际上，他们在指导、纠正Agent错误的过程中，正在无偿为巨头们生产最高质量的强化学习微调数据。
这些宝贵的“轨迹数据”一旦回传至云端，将成为大厂训练下一代具备强逻辑与强执行能力Agent模型的核心护城河。这类似于特斯拉通过数百万辆行驶中的电动车收集真实路况数据，最终反哺其自动驾驶算法。
阿里Qwen项目的内部人士曾表示：“中国引领新范式的概率或许不高，但通过Agent轨迹数据，我们能快速迭代模型，缩小与顶尖水平的差距。”
现在，巨头们正试图将每一位用户的电脑和手机，都变成AI时代的“数据采集车”。谁掌握了最多、最丰富的轨迹数据，谁就更有可能率先训练出真正“长出手脚”的超级模型。
从这个视角看，大厂推广本地Agent，绝非仅仅是为了推出一个新工具。他们争夺的，是塑造AI时代的能力根基。
入口战争再轮回：谁将掌控“意图分发权”？
回顾中国互联网发展史，其实经历了多轮典型的入口争夺战。从早期的门户网站首页，到搜索引擎，再到移动互联网时代的超级App（微信、支付宝、抖音）。
但AI，特别是具备行动能力的Agent，正在悄然改变这一权力结构。
阿里千问持续投入“AI办事”，让用户一句话就能下单；小米将Miclaw深植于手机系统底层。这些动作传递出一个明确信号：未来，用户与数字世界的交互界面将被彻底重构。
当用户习惯于用自然语言直接表达需求——“帮我订一张明天去上海的机票”——操作路径将发生根本性变化。用户不再需要主动寻找并打开某个特定App，而是把任务直接交给AI。由AI来决定调用哪个平台的服务、走哪条支付链路。
在这样的体系里，App的角色将发生转变。它们依然重要，但更多是作为后台的服务节点存在。真正的入口，变为了那个直接理解用户、并调度一切资源完成任务的中枢——Agent。
因此，“抢夺App的入口”可能已成为过去式。新的战争焦点，是成为用户设备上那个唯一的、拥有全局视野的“底层代理人”。
如果某家巨头能让自家的Agent霸占用户的终端，那么它就掌握了商业世界最顶级的权力——意图分发权。 它可以轻易地将外卖订单导流给生态内的企业，将差旅需求引导至自家的支付体系。
在这个由Agent构建的新“围墙花园”里，那些曾经不可一世的超级App，有可能沦为只提供标准化接口的“管道”，彻底失去与用户直接对话的机会，以及随之而来的品牌溢价和流量主导权。
这，正是所有大厂对Agent赛道如此敏感、投入如此坚决的深层原因。没有人想错过成为那个控制下一代入口平台的机会。
风暴前夜：从“会说话”到“会做事”
OpenClaw的突然走红，或许只是一个开始的信号。
真正的范式转变在于，AI正在从“会说话的工具”，全面进化为“会做事的系统”。过去两年，行业焦点是提升模型的智商（IQ）；而现在，越来越多公司开始认真思考并解决另一个问题：如何赋予AI可靠的行商（Action）。
一旦AI能够稳定、高效地替人完成任务，互联网的基础架构就可能被重塑。许多应用会退居幕后，用户只需要面对一个统一的Agent界面，即可操办大部分数字生活事务。
在这种图景中，Agent如同一个全新的操作系统层，无缝连接用户与后台的一切服务。
回望技术史，每一次平台级的变革，往往都始于一个看似微不足道或边缘化的起点。Android系统最初只是极客的刷机玩物，微信公众号上线时也只是一个简单的内容发布工具。
但这些产品最终都成长为难以撼动的生态平台。
如果未来真如许多人所预测，进入“Agent时代”，那么今天这场由OpenClaw引发的风暴，以及腾讯、阿里、小米们的积极布局，很可能就是那段历史最早被人铭记的章节之一。
中国互联网产业，或许正站在这场深刻变革的风暴前夜。对于这场围绕人工智能未来形态的讨论，欢迎来到云栈社区分享你的见解。
发表于 前天 06:07
|
查看: 13|
回复: 0
