我在 OpenClaw 里发现了一个新商业闭环

在本周举行的 NVIDIA GTC 2026 大会上，黄仁勋在演讲中正式推出了 NemoClaw ——企业级的“龙虾”。

从国内大厂的光速跟进，到全球最强大的算力巨头也开始俯身入局，这个由奥地利独立开发者在周末“搓”出来的项目，已经彻底引发了从硅谷到中关村的“全民养虾”浪潮。

OpenClaw 的火热已无需赘述，但更重要的问题是：“然后呢？”

当一个开源项目的增速超过所有基础设施项目的增速（如Linux、安卓或大模型本身），通常意味着其下隐藏着一个尚未被投资机构充分定价的新赛道。

2026 年 3 月 15 日，峰瑞资本投资合伙人陈石参与腾讯科技《从龙虾爆火看趋势：Agent 时代背后的产业逻辑和新机会》直播，分享他对OpenClaw 爆火的原因以及后续演变的一系列看法。在他看来，OpenClaw 直观上代表了AI真正从聊天框中跳了出来，它不仅是一个工具的出现，更代表了 Agentic AI 行业临界点的到来，且这一进程是不可逆的。

我们将这份分享整理了出来，试图回答以下问题：

• 为什么说大厂集体下场做“龙虾”，本质上是在抢夺互联网的流量入口？
• 为什么 OpenClaw 偏在当下的时间节点爆发？
• 为什么美国用户没有掀起“全民养虾”的热潮？
• 为什么说 OpenClaw 是唯一占据开放域+无终点象限的产品？
• 为什么说下一个创业机会集中在垂类场景？
• OpenClaw 带来的商业逻辑启示是什么？

从“能说”到“能干”：为什么智能体的爆发时间点是现在？

OpenClaw 已不再是纯粹的技术热点，而是破圈走向C端，此时如果我们回顾这段过程，会发现其实“龙虾”的爆火是由多方因素共同促成的。

万能的春节

还记得去年此时的 DeepSeek 吗？中国的春节是“万能的”，比如去年的 DeepSeek 和今年的龙虾都是在春节假期走红，正是长假才让大家有时间静下心体验技术。

更重要的是认知的跨越。在很长一段时间里，AI都被视为“窗口对话”工具，而当龙虾做到了跨窗口自主操作电脑时，这种“认知断层”带来的冲击力是巨大的——用户仿佛从一个聊天框，直接跳进了自主运行的神奇世界。

在龙虾之前，业内已有几家深受好评的 Agent 类产品，比如 Anthropic 的 Claude code 和 Claude Cowork 就是很成功且惊艳的产品，然而可能考虑到安全、容错率等原因这些产品在定位和功能设计方面较为严肃和克制，局限在少量垂直场景，并没有面向更广阔的开放世界场景。我自己本身很喜欢用这两个产品，经常安利给周边朋友和同事。

所以这让我最初有些轻视龙虾，以为它不过是加了远程访问的 Claude Code 。

中国很火，美国较冷？

为了验证这种用户的认知差异，我专门用 Claude Code 写了个程序，分别抓取了中美30篇媒体报道，每篇取前30个关键词，用来分析中美媒体和用户对龙虾的不同反应。

结果显示，中国用户更倾向于把它当成“宠物”来养成，最关心的是功能和“怎么养好它”，偏乐观和探索，同时也带有 FOMO 恐惧。

相比之下，美国用户要保守得多，前十个关键词里有一半以上与风险、隐私、API 权限有关。这种心态上的差异，让龙虾在国内的热度远高于海外。

底层技术的“三线合一”

OpenClaw 的爆发并非偶然，而是三条独立演进的技术曲线在 2025 年底的交汇，让这个产品越过了功能和商用门槛，共同构成了支撑 Agent 运行的稳固三角：

1. 地基（模型推理可靠性）：新一代推理模型的迭代，给了 Agent 一个在长任务中不再“跑偏”的聪明大脑。

2. 门槛（部署平民化）：低功耗硬件（如 Mac Mini M4）的普及，让 7×24 小时常驻的 Agent 主机成本变得平民化。

3. 手脚（工具调用可靠性）： Function Calling （工具调用）及 Computer Use （计算机使用）的成功率大幅提升，让 Agent 第一次真正拥有了能干活、能办事的“手脚”。

开放域，无终点

但客观环境因素只是顺水推舟。要厘清为什么偏偏是 OpenClaw 成为 Agentic AI 的临界点，我们必须回到产品逻辑本身。

为了拆解这个逻辑，我们将 Agent 产品放在“开放域/封闭域”与“有终点/无终点”的维度进行审视，你会发现 OpenClaw 占据了一个此前从未有人踏足的象限。

1. 封闭域 · 有终点（左下角）：代表产品是Claude Code 和Claude Cowork。

它们局限于代码编码或企业内部流程，每一次任务都有明确的交付物，一旦提交结束，进程即会停下。

2. 开放域 · 有终点（左上角）：代表产品是 Manus。

虽然它要从开放环境的各个地方搜集数据，任务也相对复杂，但它依然是以产生一个具体结果（如程序、页面或 研究报告）为终点，交付即结束。

3. 开放域 · 无终点（右上角）：这是 OpenClaw 独占的领地。

它在开放世界里持续自主运转，7x24x365天，它没有交付终点，人只要过来查一下进度就可以了。

真空地带：封闭域 · 无终点的创业机会

虽然像 Manus 或 Claude Code 这样“有终点”的产品更易于评估交付，但其增长天花板也相对清晰。相比之下，OpenClaw 独占的“开放域·无终点”象限虽然挑战巨大，却也最接近我们理解中“真正的 AI 员工”。

但在这个象限图中，还有一个唯一的空白地带：封闭域 · 无终点（右下角）。这里很有可能会诞生出下一个企业级或垂直领域的 Agent。

目前主流产品几乎还没有进入这个象限，但这恰恰是给开发者和创业者留下的机会。将这种“常驻、无终点”的逻辑放到一个垂直、封闭的领域，会有两个天然优势：

1. 成功率更高：在特定行业内，Agent 处理任务的精度会显著提升。

2. 安全围栏更好做：相比于完全开放的世界，封闭域的安全性更容易得到保障，也更符合B端市场的刚需。

当 Agent 成为长期在线的“常驻员工”，它对软硬件及互联网流量入口的冲击将是“地震级”的。我们接下来详细聊聊，这场即将到来的行业冲击究竟会发生在哪些地方，以及随之而来的创业机会又在哪里？

 全产业格局的降维打击与新秩序

当 Agent 变成7x24全天候在线的“常驻员工”，原有的产业逻辑将被彻底重构。这场变革正以一种降维打击的姿态，重新定义软硬件、互联网以及具身智能的行业法则。

软硬件的新战场：从 OS 到 Agent Runtime

下一场操作系统级别的战争，战场已经转移到了 Agent Runtime（运行时）。

大家可能都还记得那个重要新闻，2月15日，OpenAI 宣布聘请了OpenClaw 创始人 Peter Steinberger 来领导个人人工智能代理领域。

业内普遍推测，OpenAI 的目标是要打造一个“AI 版安卓”，尽管这目前只是大家的猜测和一种线性外推的类比，但这也说明了一个极其确定的趋势：新型AI Agent软件运行时（Runtime）已成为兵家必争之地。

如果类比移动互联网的发展进程，现在的 AI 节点非常类似于 2007 到 2008 年 Android 或 iOS 刚诞生的阶段。但我们必须清醒地认识到，AI 时代的爆发逻辑与互联网完全不同。互联网的边际成本几乎为零，但 AI 背后站着昂贵的 Token 费。

目前的商业现状是，Token 的价格并非一视同仁，模型厂商自己做应用时，成本远低于外部创业公司。这种成本的不对称性，会极大地挤压非模型厂商的创业空间。

此外，全天候 Agent 也对硬件提出了全新挑战。

过去我们评价芯片，看的是“算力峰值”；但现在，评价标准正在转向低功耗长待机下的“持续推理能力” 。因此边缘推理芯片（如 NPU）可能迎来爆发，因为“常驻 Agent ”需要的是一颗能长效呼吸的“心脏”，而不是瞬间爆发的“肌肉”。

对互联网的冲击：抢夺流量入口

在互联网领域，Agent 将摆在所有软件的前面，成为新的流量入口。

当 Agent 成为中间层，流量漏斗会从中间被截断，传统的商业模式将面临失效：用户不再看广告，也不再关心品牌故事。比如你可能会因为信赖李佳琦，而选择在他的直播间买东西，但如果你将“买包纸巾”这项任务交给 Agent ，那么 Agent 只会很冷静地做评价和判断，例如价格、质量等。

这里有一个案例：沃尔玛。

在 2026 年初的 NRF 大会上，沃尔玛宣布将其核心购物流程直接嵌入 Google Gemini。这意味着用户不再需要打开沃尔玛的 App 或网页，而是直接在对话框里说一句“帮我补货下周的纸巾”，Agent 就会自动调取历史订单、对比实时库存并完成一键支付。

沃尔玛美国 CEO John Furner 直言不讳地指出：“从传统的网页/App 搜索转向 Agent 驱动的商业，是零售业的下一次大进化。” 麦肯锡的一项报告显示，到2030年，在AI工具和“智能体商业”的推动下，全球零售市场的潜在规模有望达到3万亿到5万亿美元。

但这也带来了社会伦理的危险：如果你的 Agent 比我的更高级，也更聪明，那我该如何“买到这包便宜的纸巾”？

对具身智能的冲击：从“遥控器”到“主动感知”

对于具身智能来说，OpenClaw 在软件层面验证了“主动感知”范式的可行性。此前，机器人长期被卡在“等人下指令”的遥控器模式中，而 OpenClaw 通过内建的“心跳机制（Heartbeat）”实现了 AI 可以定时唤醒、感知环境并自主决策。

比如此前就有人把 OpenClaw 装在了机器狗的“大脑”里，于是它就开始在物理世界里到处走动，自主观察并完成任务。

这意味着 类似VLA（视觉-语言-动作）这类模型，后续也有可能具备这种类似的设计机制，而不仅是指令响应架构。 目前，连接感知层与大模型推理层的中间件依然是一个技术空白，也是当前最值得关注的基础设施级机会。

寻找新大陆：为什么垂直场景才是“常驻 Agent ”的归宿？

在看清了这场全行业“地震”的波及范围后，我们必须思考：在废墟与新土之上，未来的创业方向在哪里？

在我看来，答案更可能是垂直领域。

VC界有一个广为流传的笑话：VC天天投资高科技项目，自己报销的时候却还要手动贴发票——即便在数字化程度极高的金融和财务领域，依然缺乏真正智能的、能够闭环处理琐事的软件支持。

这种“贴发票”式的痛点，或许就是垂直 Agent 最好的切入点。在封闭的垂类场景中，任务的边界是清晰的，安全围栏更容易建立，Agent 的成功率和溢价空间也会远高于泛泛的通用工具。

在大厂的“不平等竞争”中寻找生态位

一个残酷的事实是：当前 AI 行业应用层收入的 80% 由 OpenAI 和 Anthropic 这两家模型厂商瓜分了。模型厂商不仅卖 Token 赚钱，更有强烈的冲动亲自进入各行各业，未来一些支柱性或平台性的机会大概率会被模型厂商自己占据。

对于应用层创业者而言，如果执着于通用方向，中长期必然面临与大模型的不平等竞争。因此，更务实的策略是保持与基础大模型的适当距离，寻找垂类或行业深处的机会。正如我常说的，不必过早纠结于“终局定位”，先想办法“上牌桌”，在执行过程中调整。

创业路上的“沿途下蛋”与“脚手架”逻辑

今年起，无论是硅谷还是国内，市场对纯技术叙事的关注度都在下降，大家更看重真实的商业回报。

1. 实现“沿途下蛋”：在走向最终愿景的过程中，必须在中间阶段就形成收入，确保团队有持续往前走的现金流，而不是过早执着于终局，枯坐着等待某个“奇点”到来。

2. 产品即“脚手架”：Agent 的本质是工程层面的组织和编排，也被称为“上下文工程”或“ Harness 工程”。创业者要尽量建立在现有框架和开发范式之上，让产品能随着模型的迭代自然升级，而不是在模型外堆砌复杂能力，否则模型一旦升级，原本的系统就要重新改。

商业模式的重构：告别“羊毛出在猪身上”

互联网时代有三种经典模式：前向收费、电商和广告。广告模式最大的创新，是实现了“羊毛出在猪身上”。但今天 Agent 面临的问题是，每增加一个用户，就意味着持续产生 Token 成本，这和过去互联网用户边际成本很低完全不同。

如果广告收益不足以覆盖 Token 成本，传统移动互联网那套快速扩张逻辑就很难成立。

但 OpenClaw 此次爆火倒是对个人开发者如何赚取商业回报产生了一些启发。

在传统的 AI 训练中，我们需要耗费巨资去请标注公司做数据标注。但当一个用户在“养虾”时，每一次纠错、每一次确认，本质上都是在为模型提供最高质量的情境数据标注。用户为了省力而付费，在使用的过程中又无意识地贡献了数据，这让 AI 实现了“自我增强”的正循环。

“付费使用+自动标注”的商业闭环也为个人创业者打开了一扇窗：你可以去开发一个针对特定领域的“垂类龙虾”，在通过服务赚到钱的同时，收集到专业、垂直的前沿数据，最终有机会将其价值商业化——无论用于自我模型的迭代，还是作为高质量数据集卖给大厂，真正做到了“一虾两吃”。

结语

OpenClaw 的意义不仅仅在于它能帮你写几行代码或搜几个网页，而在于它证明了：真正自主运转的 Agentic AI 时代已经到来。这不仅仅局限于软件和数字世界，如果再给它配上硬件本体或人形机器人，那么科幻片里的场景也即将到来。

未来五年，我们的视角必须从“谁的模型更聪明”转向“谁的 Agent 在替你干活”。部分价值也将从大模型侧向 Runtime 基础设施与垂直应用侧转移。

我们正处于一个关键的时间节点，见证 AI 彻底逃离聊天框，重构数字世界甚至物理世界的运行底座。

本文来自微信公众号 “峰瑞资本”（ID：freesvc），作者：陈石，36氪经授权发布。