智譜加入「養龍蝦」潮，AI Agent進入「干活時代」

《科創板日報》3月10日訊（記者 李明明）「養龍蝦」潮持續席捲。

3月10日，智譜AI正式上線AutoClaw（中文名：澳龍），支持用户一鍵安裝的本地版OpenClaw應用，將此前高門檻的AI智能體部署，簡化為普通軟件的「下載-安裝-打開」三步操作，降低現象級開源項目OpenClaw的普及門檻。

這個產品的出現，一定程度也迴應了一個在過去幾個月困擾無數AI玩家的問題：想用OpenClaw，究竟要跨過多少門檻？

關於OpenClaw未來走向何方，賽迪顧問人工智能與大數據研究中心分析師白潤軒對《科創板日報》記者分析，OpenClaw 接下來會從火爆走向更務實、更安全的發展階段。

實測智譜AutoClaw

《科創板日報》記者上手體驗了智譜的AutoClaw，大約1分鍾將 OpenClaw 安裝到本地電腦。最直觀的感受就是門檻較低，下載到部署全程都像操作普通手機App一樣簡單，非技術背景也能較為輕松完成。

《科創板日報》記者輸入指令：用户指令：我想做一個深度調研，方向是：GLM-5 coding & agent能力。請幫我：1. 從多個角度拆解這個問題；2. 搜索中英文信源，交叉驗證數據；3. 給出結構清晰、有數據支撐、有獨立洞察的深度報告。

幾分鍾后，智譜生成了比較完備的深度報告。

據智譜相關負責人對《科創板日報》記者介紹，AutoClaw特色就在低門檻，無需用户瞭解API key及進行相關配置，付費邏輯改為積分制而非按token計費，打破技術壁壘，面向非程序員、非極客羣體。

他進一步表示，AutoClaw相關產品有網頁端、客户端兩種形態，團隊在1月份已基於AutoGLM跟進上線了相關網頁版產品。

相較於同類競品的核心優勢上，他認為，AutoClaw搭載了智譜全新的Pony-Alpha-2模型，該模型在OpenClaw場景能力上提升顯著。結合AutoGLM底層能力，可進一步提升AutoClaw的能力上限。

普通用户「養龍蝦」卡在了「第一步」

近月，開源AI智能體OpenClaw（龍蝦）風靡全球，國內「養龍蝦」火爆，從極客圈破圈至普通用户羣體。

但狂歡背后，是絕大多數普通用户的「入門即放棄」。

OpenClaw原生部署對非技術用户門檻高，要麼月租數百元租雲服務器，要麼需手動配置本地環境、調試專業參數，不少用户因依賴報錯難以搞定；這還催生了「代裝龍蝦」產業鏈，各平臺代裝服務收費100-600元，普通用户為免費開源軟件付高額費用，且即便裝好，后續配置、對接與適配仍難住大批非技術用户。

為什麼強調「本地版」？這並非簡單的技術路線選擇。

目前OpenClaw的主流部署方式有兩種：雲端API對接和本地模型部署。前者零硬件門檻，但存在數據隱私顧慮；后者數據完全私有化，卻對硬件和配置能力有較高要求 。

北京大學人工智能博士、強國人工智能研究院院長張有魚對《科創板日報》記者介紹，AutoClaw本地化方案找準雲端與本地的平衡點，雲端方案需先付費試水，而它提供免費額度，支持用户零成本體驗，無沉沒成本。同時相比雲端裁剪版的能力妥協，其本地運行模式可完整發揮OpenClaw原生能力，體驗更完整。

值得一提的是，國內大廠也掀起了一場「降門檻」的集體競速。在智譜AutoClaw上線之前，頭部廠商已密集佈局：2月下旬，百度智能雲率先推出OpenClaw一鍵部署方案，文心一言同步上線零代碼「智能體工坊」；3月初，阿里雲推出企業級託管服務，並在釘釘落地「釘工蜂」智能體；騰訊則通過線下裝機、QQ接入及WorkBuddy產品，成為推動該技術平民化的先行者。

張有魚認為，受騰訊率先佈局的影響，不少中小科技公司已開始圍繞「小龍蝦」開展垂直行業二次開發，推出定製化適配方案，進一步豐富了賽道生態。與此同時，智譜AutoClaw等后續產品的競爭，也在倒逼行業加速技術迭代與場景落地，讓OpenClaw從極客圈逐步走向更廣泛的用户羣體。

重構大模型估值模型

值得關注的是，智譜AutoClaw採取了開放兼容的產品策略，支持接入包括DeepSeek、Kimi、GLM、MiniMax在內的多種主流大模型API。

而這並非個例，目前百度、火山引擎、阿里雲推出的相關方案，均不同程度開放了對第三方大模型的兼容支持，這種「連接一切」的姿態，背后是大模型廠商對行業底層邏輯變化的敏鋭判斷。

「AI行業的核心評價體系正在發生顛覆性鉅變。」張有魚分析稱，2026年初，硅谷已傳出OpenAI內部將核心運營指標從DAU（日活躍用户數）轉向TPD（每日Token消耗量）的消息，即便ChatGPT周活已突破約9億。

「傳統互聯網拼的是用户注意力，靠用户停留時長賺廣告錢，DAU就是生命線；但Agent時代拼的是算力槓桿，靠用户驅動的算力消耗、創造的生產價值賺錢。一個每天只打開一次產品、卻驅動20個Agent自動完成全鏈路工作的高TPD用户，其創造的商業價值，可能是一個每天閒聊10句的普通聊天用户的1000倍。」

張有魚進一步預判，隨着Agent讓AI全面進入「干活時代」，人均Token消耗量將出現兩個數量級的躍遷，類比手機流量的發展史，行業將在3年內實現「Token自由」，而整個大模型行業的商業模式與估值模型，都將被徹底重構。

這也解釋了大廠們紛紛放棄「模型閉環」、轉向開放兼容的核心邏輯：在Token消耗將成為核心商業來源的時代，誰掌握了Agent的入口，誰就掌握了用户的「算力代理權」，無論用户調用哪一款大模型，入口方都能佔據商業鏈條的核心位置。

從爆款到行業通用基礎技術

雖然能力飆升，但OpenClaw的普及面臨兩大「攔路虎」：

首先是安全風險，這也是最大的痛點。工信部已明確警告，其在默認配置下存在信任邊界模糊的風險，易被惡意利用導致信息泄露，甚至系統被控；其次，由於安裝和配置門檻高，目前主要還屬於發燒友的玩具。

白潤軒分析，短期來看，項目會重點修復安全漏洞，強化權限管控和數據加密，讓它從大家嚐鮮的玩具，變成企業真正能用的工具。

長期來看，它會朝着輕量化、模塊化、可管控的方向走，熱度會慢慢迴歸理性，但它驗證的本地部署、自主執行、低門檻落地這些方向，會持續影響整個 AI 智能體行業。只要把安全合規做好，它未來會在中小企業自動化、本地私有化部署等場景里發揮實際價值，從一個爆款項目，慢慢變成行業里實用的基礎技術方案。

「現在全球都在養龍蝦，其實就是用户在用自己的業務場景去馴化專屬Agent，這種越用越聰明的正向飛輪一旦轉起來，護城河很深。入局者會越來越多，同質化競爭和隱私安全的質疑聲肯定會變大，但OpenClaw已經搶佔了本地執行的高地，加上中文社區的快速跟進和生態衍生品的爆發，它或會從一個人的開源項目進化成類似Linux那樣的基礎設施底座，未來不再是賣軟件，而是賣能真正替你干活的數字勞動力。」 白潤軒判斷。