AI Agent 时代真的来了吗?从＂小龙虾＂爆火说起

新闻

作者：微信文章
今年年初，有一只"龙虾"火遍了整个互联网。

不是餐厅里的那种。它是一款开源 AI 智能体项目，叫做 OpenClaw，因为 Logo 是一只红色龙虾，被中国网友亲切地叫成"小龙虾"。上线仅 7 天，GitHub 星标突破 15 万；截至 3 月，星标数已超过 27.3 万，超越 Linux，成为 GitHub 历史上增速最快、排名第一的开源项目。

英伟达 CEO 黄仁勋在 GTC 大会上公开表示：OpenClaw 是 Linux 问世以来最重要的软件发布，Linux 花了 30 年走到今天的普及度，而 OpenClaw 只用了 3 周。

这到底是什么？它为什么会这么火？它的爆红又意味着什么？

一、先搞清楚：什么是 AI Agent？

在说"小龙虾"之前，我们先聊聊一个概念——AI Agent（AI 智能体）。

你一定用过 ChatGPT 或者类似的 AI 对话产品。你问，它答。你再问，它再答。整个过程像两个人打乒乓球，一问一答，来回轮换。

这种模式有一个根本限制： AI 只会"动嘴"，不会"动手" 。它可以告诉你"把这份报告发给客户"应该怎么写，但它没办法真的帮你发出去。

AI Agent 要解决的，正是这个问题。

简单来说，AI Agent = 大脑（大语言模型）+ 手脚（工具调用与执行能力）+ 记忆（上下文与持久化存储）。

一个真正的 AI Agent，能够：

理解目标：你说"帮我整理上周的邮件，把重要的摘要发到我的飞书"自主规划：拆解成若干步骤——读取邮件、判断优先级、生成摘要、发送消息执行操作：真实地调用工具、操作文件、访问系统反馈迭代：遇到问题自动调整策略，而不是停下来问你

这就是从"能说"到"能做"的跨越。



二、"小龙虾"凭什么爆了？



OpenClaw 并不是第一个尝试 AI Agent 的项目，早在 2023 年就有 AutoGPT、BabyAGI 等开源项目。但那一波热潮来得快去得也快，真正落地的用户寥寥无几。

这一次，OpenClaw 做对了几件事：

1. 本地优先，数据主权在自己手里

所有数据存储在本地文件系统，不依赖云端服务器。在数据隐私日益敏感的今天，这一点极大降低了用户的心理门槛，也让企业用户愿意尝试。

2. 模型无关，兼容所有主流大模型

OpenClaw 不绑定任何单一模型，支持 OpenAI、Claude、DeepSeek、Ollama 等国内外主流选择，甚至可以接入本地轻量化模型。用户可以自由控制成本与性能的平衡。

3. 开源免费，社区自生长

MIT 协议，代码完全开放。上线两个月，官方技能市场 ClawHub 就已收录超过 13,000 个社区插件——股票监控、智能家居控制、邮件自动回复、日历管理……一个插件生态正在快速形成。

4. 真的能"干活"

这才是最核心的。OpenClaw 不是一个聊天机器人，它能 7×24 小时运行、主动执行任务、定时汇报结果。用户的真实反馈是：把它接入工作流之后，很多重复性操作真的不用自己做了。



三、大厂闻风而动

一个开源项目能让大厂坐不住，说明它确实打到了痛点。

飞书迅速推出官方 OpenClaw 集成服务，限时免费开放，用户无需配置环境，直接在飞书里"养虾"；月之暗面（Kimi）推出了托管版服务 Kimi Claw，主打职场办公场景；阿里云完成深度适配，提供一键部署镜像；就连小米也在 3 月初发布了"Xiaomi miclaw"——国内首个手机端 Agent 应用，雷军本人在微博评论区亲切地称之为"手机龙虾"。

这轮跟进速度之快，颇有当年短视频时代字节抖音爆火后各家疯狂入局的架势。
四、但"小龙虾"并不完美

热潮之下，泡沫也在生长。

配置门槛依然不低。 OpenClaw 本地部署对普通用户而言并不友好，各地甚至出现了"上门装机"、"代部署养虾"的现象，收费从几百到几千不等——想用 AI 提效，先得花钱请人来装 AI。

安全风险不容忽视。 今年 2 月，工信部专门发布了针对 OpenClaw 的安全预警，指出部分实例在默认配置下存在网络攻击、信息泄露风险。更严重的是，2 月爆发的 ClawHavoc 供应链投毒事件导致 1184 个恶意技能被植入，影响超过 13.5 万台设备。

AI 的"自主性"是一把双刃剑。 当 Agent 拥有系统级操作权限，它就不只是一个工具了——它可能会误删文件、莫名其妙地安装操作系统、在某个环节陷入死循环消耗大量 Tokens。赋予 AI 更多自主权，意味着我们需要更完善的约束机制。



五、这次，AI Agent 时代真的来了吗？

答案是：来了，但还没完全到来。

OpenClaw 的爆火，证明了市场对 AI "真正能干活"的渴望是真实存在的。这不是一场技术极客的自嗨，而是从普通上班族到小微企业主的集体需求释放。

但我们也要清醒地认识到：当前的 AI Agent，更像是一个有潜力的实习生，而不是一个可以放心放权的老员工。 它需要监督，需要边界，需要你清楚地知道哪些任务适合交给它。

真正的 Agent 时代，需要三件事同时成熟：

模型能力——推理、规划、纠错能力继续提升工具生态——更多标准化的接口和插件安全治理——权限管理、审计机制、监管框架

这三件事，都在发生，只是还没有全部到位。

关于作者： 我是一名大模型算法工程师，专注分享最硬核的 AI 技术干货与行业洞察。如果你喜欢这篇文章，欢迎点赞、在看、转发，这对我很重要！

关注公众号，不错过每一次技术变革。