如果您对文章有更深入的见解与想法，可以联系本文作者：南京市创新投资集团产业研究中心 骆尖 luoj@njicg.com
导语
本文在分析“龙虾”爆火的来龙去脉、社会焦虑蔓延现象的成因基础上，为个人和企业用户厘清目前“龙虾”的使用边界，并尝试为创业者和投资人探索“龙虾”带来的细分赛道机会。
01 “龙虾”爆火与焦虑的蔓延
在2026年的科技与商业浪潮中，如果说有什么事物瞬间从极客群破圈，且同时在普通大众、职场白领乃至地方政府之中掀起一场集体的狂欢与隐秘的焦虑，那无疑是被称为“龙虾”的OpenClaw。
在这里，大模型能够听懂人话，直接操控你的电脑执行指令，只要你愿意充分授权，它可以7x24小时在线自动工作不知疲倦，并拥有长期记忆。OpenClaw的出现，标志着在网络世界里，人类似乎已不再满足于与AI大脑问答式“聊天”的低效模式，正式敲开了网络“人形机器人”时代的大门。如果你了解人类对现实世界里人形机器人的向往，就更容易理解OpenClaw在网络世界里风靡全球的根源。
这场被社会各界戏称为“养虾”的技术热潮，其蔓延速度之快、渗透力之强，令人咋舌。自2025年底在代码托管平台开源后，“龙虾”风暴在短短几个月内迅速席卷了全球。我们看到，国内各大互联网巨头纷纷下场，试图通过提供免费的“云端装虾”服务、一键部署工具，以抢占这一全新的流量与生态入口。与此同时，这种技术狂热已经突破了纯粹的商业与技术范畴，开始引起政策端的强烈共振。从深圳龙岗、无锡，到合肥、南京，多地政府相继出台了与OpenClaw相关的产业扶持与奖励政策，试图在新一轮“数字劳动力”的起跑线上抢占区域经济的先机。
然而，伴随这场全民狂欢而来的，是一种深刻的、蔓延于全行业甚至全社会的集体焦虑，而自媒体的病毒式传播更是“火上浇油”。这种焦虑的本质，源于人类对于“机器代人”这一终极命题在现实中加速落地的恐惧与渴望的交织。在过去几年里，大语言模型（如GPT和豆包）仅仅是一个被困在浏览器中的“超级大脑”，只能进行文本回答；后来出现了各种Agent，使AI具备了一定的长程任务规划、自主调用API、边执行边反思的能力，但它始终缺少“双手”，无法进一步延伸；而OpenClaw彻底打破了这层结界，它首创了“碳基智慧+硅基执行”的全新人机协作模式。这意味着，人类在工作流中开始退阶，只需扮演发布指令的“大脑”角色，而AI则长出了虚拟的“双手”——鼠标键盘和最高权限，打破了API依赖，只要是人类能用电脑触及的场景，OpenClaw都可以。
面对一个全天候无休、不知疲倦、运算速度极快且拥有直接最高操作权限的网络机器人，焦虑在多个社会维度被无限放大。对于普通职场人而言，这是一种“如果不养虾就会被时代淘汰”的生存焦虑。许多非技术背景的用户在尚未完全弄懂底层网络配置、沙箱隔离机制的情况下，便盲目跟风将其部署在存储着大量敏感信息的主力工作机上，直接导致了海量实例暴露在公网之中的安全风险。对于企业管理者而言，这是一种效率跃迁与核心数据安全之间的平衡焦虑，不引入智能体意味着效率落后于同行，而草率引入则可能导致企业核心机密外泄或者财务安全问题。而对于站在资本市场前沿的投资机构而言，这更是一场关于如何在一片混沌的早期生态中寻找真正投资机会、规避技术泡沫的投资焦虑。
在这种焦虑蔓延的背后，折射出的是人类社会生产力工具发生代际更迭时的必然阵痛。OpenClaw不再仅仅是一个由代码堆砌的技术名词，它已然成为衡量个人数字素养与组织数字化生存能力的一张“入场券”。当狂热的潮水逐渐退去，这项技术究竟是带来生产力指数级飞跃的效率神器，还是引发系统性崩溃的安全灾难，取决于我们如何拨开迷雾，客观认知这个新生事物的底层逻辑与演进规律。
02 “龙虾”是什么，发展到什么阶段了？
OpenClaw是一种为了追求无限自由而牺牲了系统安全性和Token成本的真“极客”创意。
OpenClaw的诞生，充满了极客理想主义的偶然与技术发展阶段的必然。创始人Peter Steinberger是一位资深开发者，他在2021年成功出售了原有的初创公司套现后退休，但2024年又萌生了一个“全能型生活助理AI”的创意，受限于当时主流大模型能力，一直无法落地；直到2025年底随着大模型（如Claude 3.5、GPT-4o等）在“工具使用（Tool Use）”能力上的突飞猛进，以及由Anthropic提出的MCP（Model Context Protocol，模型上下文协议）逐渐成为智能体与外部工具通信的事实标准，再加上Mac Mini等端侧高性能PC算力的普及，Peter终于打通技术闭环，完成了项目搭建并在GitHub上正式开源。
自2026年2月起，OpenClaw在中国与海外市场几乎同步迎来了爆发式走红，其用户数据呈指数级增长，生态快速繁荣。
目前OpenClaw大概发展为三类：
（1）开源本地版：如原生 OpenClaw。数据在自有设备上，适合极客，但配置和网络调优门槛高。
（2）本地信创版：如联想开天Claw。一体化的国产AiPC+国产大模型+Skill，隔离公网、授权管控、高危复核、沙箱隔离，为政企场景提供安全版本。
（3）封装云端版：如ArkClaw、MaxClaw、Kimi Claw。主打大模型算力租赁和自动化，即开即用。
从架构来看，OpenClaw能够实现高度拟人化的强大功能，依赖于其精巧设计的四大核心组件，它们如同一个高效运转的企业组织架构，分工明确又紧密协同：
此外，系统还具备独特的“心跳机制”，能够实现定时自动唤醒，主动检查任务队列并向用户推送执行结果，真正实现了从“被动响应指令”到“全天候主动工作”的跨越。
然而，正是这种赋予AI极高系统操作权限的原生架构，带来了灾难性的安全隐患。为了挽救这一局面，行业内迅速演化出了一条被称为“安全增强”的技术路线，其最典型的代表是IronClaw架构。IronClaw不再盲目追求功能的无限自由，而是选择了对系统能力与安全边界进行重新平衡，它用Rust语言重写了核心模块，好处是消除了缓冲区溢出等漏洞，降低了响应速度；它引入了强制沙箱隔离机制，将第三方Skill与AI的不确定性严格约束在沙箱内部，确保不会危及宿主系统本身，影响了执行速度和Skill兼容性；它建立了加密的凭证保险库，对每一条API凭证进行严格的访问范围和权限绑定，缩小了可用范围；它引入了高危操作二次确认机制，限制了自动化和用户自由。
目前，OpenClaw的技术发展已经来到了一个关键的分水岭，一边是拥有无限自由度、生态高度开放但危机四伏的原生架构，另一边是强调多层纵深防御但可能牺牲部分流畅度的安全强化架构。整个行业的发展方向，正在这两股力量的博弈中摸索前行。这时，我们该怎么入局？
03 “龙虾”适合用在哪，有什么风险？
对于个人和企业用户来说，到底要不要养“龙虾”，什么样的工作适合交给“龙虾”，是大家最想知道的事情。这里我们引入四象限图来帮大家一眼看清这个选择，图中横轴表示“任务容错空间（损失可接受度）”，纵轴表示“流程和内容标准化程度（傻瓜程度）”。
显然第一象限是最适合的场景，低标准、高容错的场景也可以尝试。
然而，OpenClaw是有天然风险的，当你决定“养一只虾”试试前，建议先了解一下如下的内容：
绝大多数被“龙虾”热潮裹挟的用户，缺乏基本的计算机网络认知与安全防范意识。他们既不懂复杂的Docker容器配置，也不懂API密钥的物理隔离与极限管理，仅仅为了满足“让AI替我打工”的好奇心，便将拥有极高系统权限的Agent直接部署在包含大量商业机密、私人通讯记录的主力工作机上，且未采取任何网络隔离防护措施。让我们看看短短两个月发生了什么事故。
前文说过，行业已经出现类似IronClaw的安全（阉割）版本。引入严格的权限审核和行为校验，必然会显著削弱Agent原有的执行流畅度、跨平台能力和高度自主性；如果部分常规操作都需要强制人工介入确认，这在某种程度上背离了OpenClaw“全天候自动化打工”的初始研发理念。
如何平衡发展与安全，这是行业和监管层要共同摸索的问题。
04 “龙虾”带来的创业和投资机会
对于创业者和投资人来说，AI智能体的发展潜力无疑是巨大的，要抓住“龙虾”带来的机会，最终要落脚于清晰的商业模式和牢固的竞争壁垒。
（一）行业空间
根据多方研究数据，2024年全球AI智能体市场规模约为50亿美元，2025年据称可超100亿美元，2030年将大幅增长至470亿至500亿美元之间，复合增长率高达44.8%至46.3%。
（二）巨头入局之下的生态和机会
行业刚刚兴起，国内基本上是大厂的天下，快速抢占生态入口是其当前行动的出发点，而国产大模型因为其Token性价比和国产安全性被广泛采用，成为Claw背后的基座和最大受益者。下图展示了国产Claw的生态链条，其中在国产替代生态、国产大模型、国产一体机、端侧芯片这些领域可能初创企业难有机会，其机会预计集中在剩下的领域，特别是垂直类场景应用、安全浏览器、企业安全产品、行业技能服务等。
OpenClaw出现时间不长，但已经有几起相关的融资或者投资案例。其中NoDesk是中国的案例，这些案例都为国产创业和投资提供了重要的启示。
综上浅析，OpenClaw所引发的这场浩浩荡荡的“养虾”热潮，只是人类在通往AGI道路上的阶段性里程碑，它以一种近乎野蛮生长的震撼方式，向全世界展示了全天候“数字劳动力”的巨大社会潜能。我们既不能因为其原生架构的安全缺陷而因噎废食，也不能在社交媒体的喧嚣狂热声中盲从，而是应该在坚守安全底线的前提下，给予它成长的土壤，让这颗由“龙虾”种下的数字劳动力革命的“种子”，生根发芽、成长壮大！
来源：产业研究中心 骆尖
审核：薛瑶
发布：尤异
