找到
1580
篇与
互联网
相关的结果
- 第 7 页
-
AI从旁观者变参与者 工业智能体在传统行业大显身手 山东某煤矿智能化操控井下作业。 受访公司/供图证券时报记者 黄翔“以前在洗煤厂，老师傅调重介密度全靠‘手感’，5—6年才能练出‘火眼金睛’；现在智能体直接给出最优参数，PLC设备自动执行，精煤质量又稳又好。”在兴隆庄煤矿洗煤车间，一位操作工道出了AI智能体给传统煤矿产业带来的真切改变。工业场景复杂度高、安全要求严、实时性强，AI大模型在其中的效用受到限制，在此背景下，行业开始探索与落地AI智能体。近日，证券时报记者走访云鼎科技发现，在矿山、化工、油气等传统重工业领域，长期面临效率偏低、安全风险高、对人工经验依赖强等共性难题，但这些问题正迎来系统性破解路径——以智能体为核心的“感知—决策—执行—优化”闭环能力，正在重塑工业生产与管理模式。作为连接AI大模型与产业场景的核心载体，智能体正打通AI落地的“最后一公里”，推动传统产业从“单点智能”向“系统协同”跨越。智能体破解产业痛点“过去，大模型提供了基础能力，就像给产业装上了‘聪明大脑’，但智能体才是让大脑落地的‘手脚’，能真正把技术变成实实在在的效益。”云鼎科技工业互联网事业部人工智能业务总监高桢告诉证券时报记者。“传统产业的智能化转型曾长期停留在‘报警式’应用，大模型从‘发现与感知’到‘决策与执行’的能力延伸仍存在差距。”高桢表示，智能体的出现，彻底改变了这一局面，在矿山、化工、油气等领域呈现出多点突破的态势，AI从“旁观者”变成“参与者”。云鼎科技是国内率先推出垂直领域大模型的数智化解决方案供应商，在矿山、化工、油气等工业领域打造了多项业内典型应用案例，并实现规模化推广。在山东兴隆庄煤矿的洗选车间，云鼎科技研发的智能体实现了精准密度调控的工业场景落地。传统重介分选依赖人工经验设定密度，参数波动大，不仅精煤产率不稳定，还造成介质浪费与精煤损失。现在智能体通过预测大模型测算最优分选密度，直接驱动PLC设备执行闭环调节，不仅可以稳定精煤质量，同时提升精煤产率0.2%以上，按年洗选300万吨测算，每年可创造直接经济效益超300万元。井下作业的安全保障也因智能体的参与焕然一新。在李楼煤业的防冲卸压打钻施工作业现场，防冲卸压孔深监管智能体通过视频算法自动计数钻杆数量，彻底告别了“人工逐根核对、枯燥易出错”的旧模式。“以前通过人工数钻杆眼睛都看花了，还总担心漏数，现在通过算法自动核验，工作效率提升80%以上。”现场工作人员说。在井下的输煤皮带巡检，也由智能体接管，摄像头24小时实时监测，异常情况自动报警并联动处置，既减轻了工人劳动强度，又消除了人工巡检的盲区。在化工领域，智能体要攻克化工生产工艺优化“多变量、非线性、强耦合”的难题。“煤炭洗选过程主要是物理变化，化工工艺流程多为化学反应，调控一个参数可能引发连锁反应，预测及优化难度存在显著量级差异。”高桢坦言，甲醇精馏场景的智能体研发，公司AI团队足足投入了近一年时间。付出终有回报，这套系统在榆林能化落地后，吨甲醇蒸汽消耗降低3.2%，年增收甲醇产量180吨，单厂单装置年降本增效450万元。油气行业的智能体也展现出规模化落地能力。2024年，云鼎科技中标某管网集团AI大模型项目，将智能体能力延伸至油气管网领域。“从矿山到化工再到油气，智能体之所以能快速推广，核心是解决了行业真痛点，带来了看得见的收益。”高桢表示。搭建传统产业“硬支撑”智能体在传统产业“大显身手”，背后是一套贴合工业场景的技术体系。不同于消费端智能体的“通用性”，工业智能体的研发更注重“实用性”与“安全性”，形成了“多模底座+数据燃料+平台载体”的核心架构。早在2022年，云鼎科技就联合华为布局大模型研发，2023年发布能源行业首个矿山大模型，2025年推出云鼎伏羲化工大模型，如今已形成多行业覆盖的工业大模型家族。“我们的大模型底座是多模驱动，不仅本地化部署了华为盘古等商用模型，还接入了业内主流通用模型，能根据不同场景灵活适配。”高桢介绍，这种“行业+通用”的设计，让技术更具韧性。“工业智能体不能靠通用数据‘喂饱’，必须扎根产业场景积累专属数据。”高桢透露，云鼎科技从建设行业大模型之初就注重积累行业数据，目前已拥有百万余张标注的行业数据和千亿条生产数据，其行业数据集还入选了2025年国家数据局行业高质量数据集建设先行先试项目。正是这些带着“产业温度”的数据，让智能体的决策更精准、更贴合实际。云鼎科技自主研发的仓颉智能体平台，则让技术落地变得“简单易用”。“我们希望让不懂编程的一线工人也能用上智能体。”高桢表示，该平台具备应用编排、多智能体协同等核心功能，用户通过拖拉拽的方式，就能使用各种应用组件，快速搭建专属智能应用。当前，基于该平台已实现自然语言处理类场景的自主编排，下一步将逐步扩展至工业安全监控、工艺优化等复杂场景。更关键的是，工业智能体要求自带“安全基因”。针对工业场景对安全生产零容忍的要求，智能体在设计与运行过程中需内嵌完善的安全机制。例如，在执行指令环节要进行操作日志全链路审计，一旦出现异常行为自动熔断；同时，对于工业技能包，也要进行严格的安全检测与验证。“OpenClaw的火爆印证了智能体的落地价值，但相比通用能力，我们更关注如何将多年沉淀的工业算法与行业经验进行标准化封装，形成可复用的‘工业技能包’，这正是我们的核心优势。”高桢强调。在挑战中加速演进智能体在传统产业应用逐步深入，但也存在一些现实挑战。“工业场景复杂且开放，不同工艺、设备差异大，通用智能体在工业应用场景中落地难度大。”高桢举例，在煤矿生产的临时支护环节，有的矿井采用机载式临时支护，有的矿井使用单体，因此必须设计不同的监测方案。此外，老厂改造难度大、数据壁垒未打破、标准化不足等问题，也制约着行业规模化发展。更重要的是，工业智能体与To C智能体在能力形态上存在显著差异。“To C智能体强调通用性，技能包具备较强复用性；而工业智能体则更强调与具体场景的深度耦合，不同设备、不同工艺往往需要定制化接口与专属能力。”高桢坦言，工业智能体的成熟度确实不如消费端，但这也正是其价值所在——“解决复杂场景的硬骨头问题”。“由于工业场景的复杂性、特殊性、开放性，目前智能体的应用多集中于单一生产环节或局部场景。下一步需要通过多智能体协同，将分散的点状场景进行整合，打造‘智能体群’，形成如煤矿应急管理、安全调度、风险预警等系统性解决方案，最终目标是打造真正的‘AI大脑’。”高桢展望。云鼎科技的矿山大模型经中国煤炭工业协会鉴定达到国际领先水平，模型能力经国内权威第三方机构评测进入国际第一梯队。截至目前，其223类人工智能场景已在中国中煤、国家管网、皖北煤电等130余家生产单位落地。“我们的优势不在于参数多大，而在于场景落地够扎实。”高桢说，不局限于单一方向智能体应用，云鼎科技致力于实现视觉、预测、自然语言处理类智能体的集中管理。政策层面，国家能源局等部门多次出台政策，鼓励人工智能与能源产业深度融合，为智能体应用提供了有力支撑。智能体正以“看得见、摸得着”的成效，推动传统产业从“经验驱动”向“数据驱动”跨越。
-
BOSS 直聘财报揭示真相：AI能帮更多人找到机会，而非抢人的机会 AI会最先改变哪一个行业？很多人会想到编程、客服或搜索。但在企业软件领域，招聘可能是最早发生结构性变化的场景之一。招聘流程中存在大量重复性工作，例如筛选简历、回复候选人、安排面试和确认岗位信息，这些环节长期依赖人工完成，也是企业HR最耗时间的部分。随着生成式AI能力提升，越来越多企业开始使用模型完成职位匹配与初步沟通。招聘也因此成为AI在企业软件中落地最快的领域之一。这一变化正叠加在一个持续扩大的市场之上。据公开信息，国内人力资源服务市场规模预计将从2023年的约2.7万亿元，增长至2028年的5万亿元以上，复合增速超过12%。招聘需求持续扩大，效率工具的重要性正在被重新放大。BOSS直聘这份最新财报，正好落在这一转折点上。2025年公司实现营收82.7亿元，同比增长12.4%；全年来自企业客户的招聘收入达到81.9亿元，同比增长12.7%。2025年，平均月活跃用户数达到6070万，同比增长14.5%。其中最值得关注的是一个数字——平台全年促成22.7亿次“达成”，同比增长22.4%。达成就是求职者和招聘者在双方同意下交换简历或联系方式。从求职者维度看，平台单个求职者平均达成次数同比增长约7%。求职者投了简历没人理，招聘方开聊没人理，或者是双方话不投机，都不算“达成”。 一次达成意味着一次有效撮合。平均达成次数的提升，意味着在同样时间内，单个求职者可以接触到更多有效岗位机会。这也是为什么，达成率是衡量招聘平台匹配效率和规模的一个重要指标。达成数字的增长当然首先说明，招聘市场在恢复，平台基本盘也在扩大。也能够明显看到，BOSS直聘的达成增长明显快于用户规模的增长。考虑到二者基数的差异，达成的增速更加显眼。这背后，离不开AI的功劳。01AI能帮更多人找到机会，而非抢人的机会在谈论AI如何改变找工作这件事之前，可能更多人关心——AI会不会直接让人们没有工作？从实际数据上看，AI为市场上带来了更多新的岗位。电话会披露，今年春节后，BOSS直聘AI相关新发布职位同比增长172%，活跃职位增长80%。同时越来越多的公司，不仅在一线城市，而且在越来越多的二线城市（省会城市），正在招聘有AI背景的人才，并创造新的岗位。而大盘上看，岗位也还在增长，今年春节后BOSS直聘APP端日活跃用户峰值突破2350万，春节复工后15天日均新增职位数同比增长超过两位数。制造业、电子通信半导体、汽车、广告传媒、服务业等领域都出现了不错的岗位增长。 管理层在电话会中提到，“越来越多的公司，不仅在一线城市，而且在越来越多的二线城市（省会城市），正在招聘有AI背景的人才，并创造新的岗位。我们现在可以称之为AI路径，实际上，这些工作被更普遍地采用，并且越来越深入低线城市，在薪资范围上也越来越普遍或下沉。”中国信息通信研究院也曾在2024年《数字经济就业发展研究报告》中指出，数字化招聘工具通过降低信息摩擦，使岗位发布与求职行为的频率同步提升，从而提高劳动力市场流动性。尤其是在中国，这种逻辑可能更明显。中国和美国不一样。一个是劳动力结构不同，中国蓝领占比更高；另一个是企业结构不同，中国活跃企业中98%是中小微企业，平均每家企业大约10个人。对大量需要动手的蓝领岗位与小规模的企业来说，AI更像是一种提效工具，而不是大规模替代劳动力的系统。这也是为什么，AI在招聘里的第一波价值，更可能出现在“帮更多企业招到人”，而不是“让更多企业不招人”。02AI已经开始让找工作这件事更容易对求职的用户来说，问题是具体而复杂的。改简历、选公司、设计开聊话术，再到准备面试，谈薪。每个环节都有大量的知识与机巧。但矛盾的是，正如市场上不可能有一个经历过上百次婚姻的“婚姻专家”，每个求职者都很难有机会，成为一个“找工作”专家。过去，只有少数的求职者可以付费雇佣一些“陪跑专家”来辅助求职。现在，基于招聘场景的专业求职辅导AI，能够担当求职者1对1的“陪跑专家”。关键是，免费。知道的事情也足够多。对应的，BOSS直聘推出了两款针对求职者的AI产品。第一个是对话式AI助手“直闪闪”。有用户实测下来，“直闪闪”可以给用户提供简历优化、岗位推荐、信息答疑等专业信息，也能与所有对话式AI一样，提供“情绪价值”。另一个是AI模拟面试工具。这款工具可以根据求职者的目标职位和个人经历定制问题，然后给出解析。目前已经覆盖BOSS直聘全部0-5年经验的用户。在求职者用户看不到的地方，AI还被用在推荐上。据BOSS直聘已经披露的信息，AI可以帮求职者提炼个人优势，对招聘端的做千人千面的展示；也能更好地理解简历、职位描述等文本，帮助推荐算法更精准地掌握用户需求。 更简单的说，AI能理解人的“潜台词”。例如对于招聘方“我们需要有创业精神的人”这类描述，传统推荐算法只能老老实实去找简历有“创业精神”的候选人。AI则可以理解出“有好奇心、抗压强”这类的需求。在招聘端，BOSS直聘做了一个AI深度搜索的功能，记忆和分析招聘方的需求和喜好，自动在2.5亿求职者库当中开展搜索，同时持续与招聘方进行交互，提升命中率。这个功能据介绍复用率极高。一个值得一提的细节是，招聘者在使用该功能时，单次查询字数较传统搜索提升了数倍，这意味着平台能够借此更深入地理解企业诉求，从而大幅提升匹配效率。此外，AI的渗透还延伸到了评估环节，使用BOSS直聘面试间的招聘者中，已有三成习惯使用AI辅助生成面试内容总结。同时AI也能解决困扰招聘网站很久的虚假岗位问题，在企业认证、职位审核、违规识别和风险提示等环节帮助工作人员提质提效。03AI与招聘行业的“登月计划”事实上，AI对招聘行业的意义，不仅仅是多一个功能，也不仅仅是更聪明的搜索框，也不只是帮HR省点时间。它更大的意义，是可能真正改变平台的角色。已经无法追溯人类从什么时候第一次想要登上月球，在上个世纪60年代登月计划实现前，技术的限制下，人们梦想过用大炮、用船把人送上月球。招聘行业也有自己的“月亮”——交付服务。众所周知，从一个岗位的发布到有候选人入职，会经历漫长的岗位发布、简历投递、筛选、面试、二轮及多轮面试、背调评估等等流程。人力资源服务离交付入职越近，价值就越高。 据业内数据，传统结构化面试单次成本可达数百元，而AI辅助筛选与沟通可显著降低人力支出，并提升筛选的准确率与一致性。例如，发布一个岗位可能只要几十块，但能直接为入职负责的猎头，能收取候选人年薪10%-20%的佣金。过去招聘平台提供的只是价值链的一小部分，有了AI，招聘平台有机会帮助企业和求职者更高概率地走向劳动合同。BOSS直聘已经开始在往这个方向走。据介绍，制造业普工、主播等高频次、大批量的招聘需求，原本高度依赖人工初筛，引入AI托管与筛选功能后，人均交付效率明显改善。电话会上，管理层提到，2025年在AI能力支持下，公司的闭环业务营收已经达到亿元级别，而且增速超过平台其他业务。当市场对AI的关注，开始从模型能力转向真实应用，AI会如何继续改写招聘平台的角色，答案已经不只停留在“更高效地发布岗位”，而是能否更高效地促成一次真正的入职。而这，或许正是下一阶段招聘行业最值得看的地方。
-
万元投入仅赚25元！配音兼职成“新陷阱” 社交平台的配音兼职信息 截图“一部手机在家录音，时薪50元起，放心读，零基础轻松赚钱……”如今，在各大社交平台，这样的配音兼职广告随处可见，精准瞄准全职宝妈、大学生、待业人员甚至是上班族等想轻松增收的群体。然而，记者调查发现，这些看似诱人的兼职背后，是一套精心设计的骗局：从免费试音引流、夸大收入画饼，到推销高价课程与设备，再到承诺接单却无法兑现，无数人深陷其中，不仅分文未赚，反而蒙受了数千元甚至数万元的经济损失，俨然成为收割普通人的 “新陷阱”。变现梦碎：万元投入仅赚25元2025年4月，齐枫(化名)被社交平台上 “无门槛配音、高时薪接单” 的宣传吸引，参加了某头部声音平台推出的“0元5天有声演播训练营”。直播中，训练营老师标榜配音行业人才缺口大，时薪可达50元以上，手机就能录音，毕业还能直接入驻头部音频平台，让毫无配音经验的齐枫心动不已。“一天录4个小时，最低就能赚200块，靠声音赚钱，我肯定能行。”带着这份期待，齐枫在结束了训练营后，果断花费3980元，报名了该机构的精英班，却没想到这是踏入陷阱的开始。学习期间，齐枫一度觉得自己“运气不错”：第三周就中了有声书录制的一个角色音，第八周试录的分成书(通常没有录制费，根据作品上架后的播放量等数据分成)也成功通过审核，这让她更加有信心。在老师的推荐下，她陆续花费3999元，购买了专业配音设备，又花费2399元报名了剪辑课程，短短两个月就花费了1万多元，可此时，她还没有任何实际收入。“又开心又焦虑，满脑子都是赶紧把学费挣回来。”齐枫说，可真正开始尝试接单后，她才发现，现实与课程宣传天差地别。 齐枫记录的配音兼职花费 受访者提供齐枫说，机构承诺的“手机可录”根本无法实现，因为甲方对音质的有高要求；机构提供的试音小程序，每周仅有一次试音机会，时薪单数量极少，每次发布都被几百人争抢，一秒钟就会被抢空。有时，她能选择的只有“挂参单”——免费给别人打工，即便如此也未必能通过审核。而她之前中标的那本分成书，等书籍上架后，获得的收益仅有几块钱。此时，她才反应过来，5天训练营中，助教在群里频繁发送的高时薪单子，不过是吸引报名的营销手段，正式报名后便再无踪迹。不仅在接单上很成问题，配音实操难度也很大。“录一个小时，最终能出的有效音频也就3分钟左右，反复录制、修改的过程特别煎熬。”齐枫坦言，从4月到10月，她共花费了1.3万元，赚了25元，“最终只能放弃，老老实实回归职场。”齐枫感叹。连环陷阱：话术相似套路重重齐枫是通过头部平台入局配音行业。记者发现，在各社交平台，还有不少不知名的小型配音公司，兼职广告也打得响亮，其中又有何套路呢？记者以求职者的身份，在社交平台随机咨询了三家发布配音兼职招聘的机构。如今，套路已然升级，这些机构话术高度相似，均声称 “零基础可做、时间自由、在家录小说，即可赚钱”，且都要求记者先参加一场60分钟左右的直播，了解配音行业后，才能获得试音机会。负责直播的老师都声称自己是该机构的负责人，都会标榜自己拥有丰富的配音经验，声称配音兼职时薪可达80—500元，与头部声音平台有战略合作，版权书资源丰富等。参与试音可能得到三种结果：“通过”“初步通过”“不通过”。试音后，记者无一例外“初步通过” 。对方表示，记者声音条件尚可，有配音潜力，但缺乏专业技巧，需要通过培训学习，而机构可以提供免费培训。 记者体验直播课程 直播截图其中两家机构称，为避免学员中途逃课、不按时交作业，需要支付约束金1000元作为押金，完成20节课的培训后可全额退款；工作人员用同样的话术表示，“我们会提供20节免费的有责培训，也是岗前培训，因为在培训的过程当中，公司花费了大量的时间精力和成本，为了防止大家出现三天打鱼两天晒网的情况，用1000元押金做一个约束。”记者在社交平台看到，已有不少网友表示，1000元约束金并未退款。另一家机构则直接表示，加入其工作室有专业保障，声称可提供每周两节直播培训、10本版权书授权、一套专业声卡设备、100%推荐订单资源等，但要求每月缴费398元，按年缴费需4780元。 记者体验直播课程 直播截图“下载配音APP充钱，被骗几万”“边交钱上课，边接单不通过，陷入恶性循环，被割韭菜”“以免费培训为诱饵，交入门费后不退费”……记者梳理受骗网友的帖子发现，零基础高收益的配音兼职骗局已经形成一定的套路：首先，通过免费体验课引流，用“兼职月入数千、包接单包就业”的大饼吸引报名，随后，推出培训课程，交约束费或是入门费；机构承诺“海量内部资源”，实则是上千人争抢的低价单，亦或是等你入局，资源就消失了；以“手机录制音质达不到甲方要求”为由，诱导学员购买电容麦克风、独立声卡、监听耳机等专业设备……事实上，配音兼职没有那么简单，除了接单难，配音实操难度高，看似几分钟的成品音频，往往需要花费大量时间成本。“总结来说，配音兼职就是一个‘割韭菜’的行业，尤其是新手小白入行要慎重。”一位业内人士表示，她曾经也花了4300元报机构学配音和剪辑，同一个机构几百个学员，回本的不过十分之一。“我算是比较有毅力能坚持，也比较会找机会，混进了商配圈，把前期设备和课程投入的都赚回来了。”该业内人士说，但更多的人是投入了时间精力之后空手而归，“行业内声音条件好的专业人士太多了。”律师：复合型违法，消费者可主张退费这些配音兼职的套路合理吗？是否存在法律问题？北京盈科(上海)律师事务所律师巩晶晶分析，若以兼职配音为名，通过虚构事实、隐瞒真相的方式，诱使他人交付财物(累计金额达3000元以上)，且具有非法占有目的，则构成诈骗罪；宣称“有版权书授权、有资源派单”，但实际无真实配音兼职资源，仅以“兼职”为诱饵引流卖课、收服务费，属于虚构事实进行虚假承诺；随后以“任务未完成”或设置极高的退费门槛，属于变相侵占服务费；要求每月交398元“解锁资源”，持续敛财，属于非法占有为目的。“综上，这类以‘零门槛配音兼职’为诱饵，通过‘服务费+培训费’敛财的行为，构成集虚假宣传+格式条款欺诈+非法占有于一体的复合型违法模式，如达到上述金额或形成规模化运作则构成刑事诈骗。”巩晶晶说，即使未达刑事标准，该行为仍涉嫌行政违法，市场监管部门可责令停止违法行为、罚款、没收违法所得。在民事法律层面，相关配音机构提供的合同涉嫌“霸王合同”，多数条款无效，消费者可主张退费。 一家机构提供的服务合同 截图其中，所谓“20节课免费”并非真正无偿，服务费是课程的对价，法院已明确“赠课/免费课的成本已摊入消费者支付的费用中”，甲方设置的超高退费条件，属于排除消费者主要权利、加重消费者责任，该条款无效；合同约定消费者诋毁商誉需赔10万，而甲方仅需承担一般违约责任，属于违约金约定显失公平，单方违约金条款无效；根据《消费者权益保护法》，消费者享有单方解除权，甲方以格式条款排除该权利，条款无效，消费者可随时要求解除合同并退费。合同中，“乙方单方面解除合同不退费”无效。潮新闻记者提醒广大求职者，任何声称“零门槛、高回报”的兼职，都要保持警惕。若遇到需要先付费购课、买设备才能接单的兼职，要果断拒绝，避免落入诈骗陷阱。如不慎遭遇此类骗局，要及时保留聊天记录、转账凭证等证据，必要时向公安机关报案维权。
-
马化腾深夜发朋友圈，大佬集体疯狂？ 继腾讯在深圳总部楼下免费安装“龙虾”（OpenClaw）之后，大厂摆摊安装OpenClaw的风，很快从深圳刮到了北京。3月14日上午，北京海淀区360总部楼下，几排临时支起的折叠桌前排起了队，程序员低头操作笔记本电脑，为前来的用户安装“龙虾”，360集团董事长周鸿祎也到现场帮人安装。同一周内，类似的活动还出现在百度、京东等多家互联网大厂。OpenClaw不是大模型或者AI应用，而是一个AI Agent（智能体）的操作系统，简单来说，它通过调用大模型，让AI可以在电脑上动手做任务。OpenClaw于2025年底发布，今年1月开源后爆火，因图标是一只红色龙虾，用户称它为“龙虾”。如今，这款在开发者社区流行的开源工具破圈，成了中国互联网公司线下活动的主角。 AI插画/adan3月初，短短一周内，腾讯、阿里、字节跳动、百度、京东、网易等多家互联网大厂陆续推出各自的部署方案，并发布基于OpenClaw的本土化“龙虾”产品，腾讯、百度都宣布推出“养虾全家桶”。除了互联网公司，小米、华为等厂商也开始布局手机端的类似产品。一场“百虾大战”由此打响。过去一年，外界对AI时代“超级入口”的想象，还押注在如豆包、元宝等对话机器人身上，如今这个角色换成了“龙虾”。争夺Agent时代的入口3月9日起，小红书博主“城际故事”几乎同时安装了腾讯、字节跳动、Kimi、智谱推出的四款“龙虾”产品。他给它们下达了相同的指令，比如下载某知名公众号的文章、从社交平台抓取10张照片等，对执行效果进行了测评。“城际故事”博主从事房地产投资行业，春节前夕，他在社交平台和科技媒体上看到关于OpenClaw的报道，第一次产生了“要被时代抛下”的AI焦虑。他没有编程经验，担心技术门槛，也顾虑本地部署的安全隐患，迟迟没有尝试，“而且我当时觉得OpenClaw早晚会国产化”。OpenClaw是一款开源程序，可以免费下载安装，但普通用户使用依然有门槛：要下载代码、配置运行环境、接入大模型API，并进行程序调试。正因如此，在“养龙虾”热潮的最初几周，“500元上门安装OpenClaw”一度在二手交易平台十分流行，第一批靠 OpenClaw 赚钱的人，正是那些提供线下安装服务的人。 图/视觉中国国内互联网大厂在尝试降低这一门槛。从3月6日起，网易、腾讯、字节跳动、百度等公司陆续宣布推出简化版OpenClaw部署方案，并举办免费安装活动，吸引更多感兴趣的用户。目前，大厂推出的“龙虾”产品大致有两类。在一家互联网大厂做了8年AI产品经理的刘思行在接受《中国新闻周刊》采访时介绍，第一类是最简单的，对原版OpenClaw进行镜像打包，可以“一键安装”在云端，降低使用复杂度，不过仍需要用户手动配置API或选择模型等。第二类是厂商推出相关“套壳”产品，底层是基于OpenClaw，但封装为完整软件，用户就像安装普通软件一样，只需下载安装包即可运行，或者在网页端直接使用。相较于海外科技公司，中国互联网大厂的跟进动作显得更加急切。除了接连在3月初推出自家产品外，以腾讯为例，不到一周内围绕OpenClaw推出了多项举措：QQ开放平台接入OpenClaw、内测一键启动包产品QClaw、推出了面向普通用户的腾讯版“龙虾”WorkBuddy。3月12日凌晨，马化腾还在微信朋友圈宣传：“自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库……还有一批产品陆续赶来。” 用户在电脑上安装“腾讯版龙虾”WorkBuddy。图/视觉中国“中国科技大厂集体下场，争夺的其实不是OpenClaw，而是Agent时代的入口。”长期监测和研究AI产业的Xsignal（奇异因子）创始人刘震对《中国新闻周刊》提到，2022年以来，全球AI发展经历了三个阶段：最初是模型时代，各公司比拼谁的模型更强；2024年起，AI应用爆发，大家都在看谁能做出杀手级应用；2025年以来，业内逐渐形成一个共识，AI Agent将成为一种重要形态，AI不只是工具，而是数字劳动力。而OpenClaw正是第三阶段的标志，可以自动执行复杂任务，调取多个工具，长时间自主运行，并且表现优异。大厂之所以争夺入口，关键在于能掌控用户的注意力。刘思行解释，当用户打开一个 App 时，看到什么内容，其实都经过互联网公司的精心设计——广告位的位置、图标的颜色与大小、内容的排序方式，背后都有一整套商业逻辑，最终目的是引导用户行为，并形成完整的广告和收益体系。 华为推出“鸿蒙版龙虾”小艺Claw。图/视觉中国“如果现在用户可以直接对AI说‘帮我订机票’‘买奶茶’，让AI执行，那不再需要打开携程、微信、大众点评。这些曾经的超级入口就会变成‘管道’，只提供数据和服务，不再掌握用户的注意力。大厂设计的界面、广告体系等都会被绕过去。”刘思行说。大模型发展至今，互联网大厂寻找“新入口”的焦虑始终没有停止。2025年春节DeepSeek出圈时，围绕“超级流量入口”的讨论仍主要集中在对话机器人。回看刚刚过去的春节，竞争已经进入白热化阶段：腾讯为元宝投入约10亿元进行破圈营销，阿里为千问拿出30亿元补贴消费场景，字节的豆包则拿下春晚独家互动入口，各家都在争夺更多用户和流量。实际上，去年一些从业者也曾对《中国新闻周刊》提到，AI 时代的“超级应用”关键在于智能属性——能够主动识别、分析并满足用户需求，甚至完成一系列连续的复杂任务。如今，随着 OpenClaw 的出现，这种想象开始变得更加具体。刘震补充道，对话机器人更多是问答入口，用户问完就离开，而Agent是“做事入口”，需要长时间运行，用户黏性更高。 AI烧钱“变现”的可能在深圳腾讯总部楼下免费安装OpenClaw的活动出圈后，腾讯很快将这个做法进一步扩大。3月14日，腾讯云宣布启动“龙虾全国巡装”活动：在未来40天内，团队将走进全国17座城市，为用户提供OpenClaw的免费安装和调试服务，甚至包括最近热议的卸载服务。但天下没有免费的午餐。养一只“龙虾”，要有服务器环境，调用大模型API，驱动它思考和执行任务。当用户选择在云端运行OpenClaw 时，至少需要绑定并使用一家厂商的云服务资源。广东一家头部互联网公司的前端开发程序员周婷在接受《中国新闻周刊》采访时提到，她最近使用最多的是阿里云CoPaw。为了稳定且更省钱“养虾”，她买了阿里云每月40元的订阅套餐，有一定的对话额度，可以切换使用多家国内的大模型，但系统默认接入的是阿里自己的通义千问模型。在刘震看来，互联网大厂的集体入局，短期内确实带有一定的“FOMO”（害怕错过）情绪，但背后也存在真实的商业逻辑。与国外相比，过去中国面向C端的AI产品一直面临一个难题：商业模式不清晰。ChatGPT、Gemini等产品，可以通过会员订阅收费，但在国内，大厂和模型厂商在GPU、数据中心和大模型训练上投入巨大，C端应用却只能免费提供。OpenClaw在中国的流行带来了一个明显变化：调用大模型所产生的Token费用，不再完全由厂商买单，而是用户直接付费，而且相当一部分人可以接受这个规则。大厂看到一种新的可能：算力不再只是成本，有机会转化为持续产生收入的来源。 3月1日，北京一家咖啡厅内举办龙虾社区交流会。图/视觉中国刘震提到，国内云服务过去的主要客户是企业，企业采购周期长，客单价虽然高，但整体规模增长缓慢。OpenClaw的出现，至少让中国的云服务发现，个人用户可以成为算力和模型API的持续消费者。正因如此，这一轮OpenClaw在国内的推广部署，主要推手不是大模型研发团队，更多是各家公司的云服务部门。相关产品也都和云平台进行了绑定，比如阿里云的CoPaw、腾讯云的QClaw、百度智能云的DuClaw、火山引擎的ArkClaw等，都提供了不同价位的订阅套餐。与一次提问、一次回答的对话模式相比，OpenClaw在运行任务时，算力消耗要高得多，因此被一些网友戏称为“算力黑洞”，这也进一步增强了它对互联网大厂的吸引力。在执行任务时，OpenClaw会持续拆解目标、调用模型、联网搜索、访问本地系统并调度各类工具，一旦某个步骤失败，还会自动进行修正和重试。一个复杂任务往往需要经历几十甚至上百次模型调用，其Token消耗量可能达到普通对话的几十倍甚至上百倍。刘思行补充道，OpenClaw的执行复杂性在于，你可能看到的是一只“龙虾”带着一支“龙虾”军团在完成任务。他举例，假如给OpenClaw下达指令“帮我买好用的美白产品”，Agent接到任务后会先拆解问题：什么才算是好用？美白的原理是什么？常见有效成分有哪些？它会创建一批子Agent，分别调研不同品牌产品是否含有这些成分、含量如何；再生成另一批子Agent，去不同平台比价、查询购买渠道；最后汇总信息，判断出最优产品和购买方式，并调用支付工具完成下单。除此之外，各家互联网公司虽然都在追逐“龙虾”，但侧重点也有一些差异。周婷也体验了字节跳动、阿里等几家的产品，在她看来，字节跳动的重点更清楚地落在火山引擎和飞书上，阿里的重心则是借这波流量继续强化通义千问的存在感。腾讯的动作显得尤为积极。在周婷看来，这背后的一个敏感点在于社交业务。周婷最近甚至和朋友开玩笑说，“你要找我，可以直接去飞书，我在线的时间比微信还长”。她介绍，养“龙虾”需要接入一个交互平台，用户需要向OpenClaw发送指令、接收反馈等。国外用户常接在Telegram上，国内早期匹配度最高的平台是飞书。在OpenClaw出圈后，腾讯很快宣布QQ接入OpenClaw，用户可一键创建机器人、直接在QQ里与“龙虾”对话，此外在QClaw内测时，用户可以直接在QQ或微信的聊天界面中下达指令。“OpenClaw和社交、沟通平台其实绑得非常紧，如果突然出现一种新的使用方式，让用户慢慢转移到别的平台上交流、发指令，这对腾讯来说肯定是需要警惕的。” 3月15日，中国家电及消费电子博览会上，科沃斯展出首款搭载了龙虾OpenClaw的家庭服务管家机器人。图/中新国产“龙虾”，能干什么活？目前，周婷已经把调试好的“龙虾”用在了日常信息整理上。她让“助手”每天自动读取邮箱里订阅的博客，把有价值的信息筛选出来，整理成摘要发给她。“以前这些都得自己一封封看，现在只看它整理好的内容就行。”“养成系龙虾”也开始呈现出明显的个人化特征。由于系统具备记忆功能，会记录周婷的习惯和偏好，输出的内容也越来越接近她的表达方式。最近她在小红书发布的一篇图文技术教程，几乎全部由“龙虾”完成，写好后自动存入笔记，甚至把作者署名直接填成了她的账号。不过在周婷看来，“龙虾”目前最常见的用途，还是处理一些重复性的日常任务。至于网上流传的“几个‘龙虾’开会帮你干活”的玩法，在她看来更多是噱头。“不同对话之间的上下文本来就不互通，不互通就没法真正协作。如果真要打通，需要自己去配置，而且普通人也没有那种24小时持续消耗Token的需求。”Xsignal监测的最新数据显示，OpenClaw热度极高。从2月最后一周开始，OpenClaw的周活跃用户规模明显抬升：从2月23日当周的192.61万人，迅速增长至3月2日当周的528.10万人。2月的月活跃用户数达到2103.29万，和去年Manus爆火时的数据持平。而且OpenClaw是本地部署，还有一些数据未被统计。“当下OpenClaw在C端的价值可能被高估了。”刘震向《中国新闻周刊》直言。其中一部分热度，是因为很多人只是出于好奇下载安装，至于这些用户能否长期留下来，还需要进一步观察。在他看来，很多被广泛宣传的应用场景，其实离普通用户的真实需求仍有一段距离。比如，让它炒股，给的分析不一定准；让它干活，又得调API、写代码，普通用户基本搞不定。能写周报，但得先教会它自己的格式、风格和数据来源，折腾半天，可能还不如自己写。至于订机票、查天气这类日常事务，现有手机 App已经很方便了。因此，所谓面向C端的“数字劳动力”，在真实使用层面仍有不小距离，离成为大众日常刚需还有一段路要走。OpenClaw所带来的商业模式变化已经开始显现，但这种模式能否长期成立，仍有待市场进一步检验。“只有当这类产品真正解决一个高频、刚需、痛点明确的场景时，C 端用户才可能真正买单。”刘震说。作为大厂的AI产品经理，刘思行提到，自己从2月开始尝试 OpenClaw，花了一个多星期，才慢慢摸索出可以用它做些什么。在他看来，对多数普通用户而言，面对“龙虾”的空白输入框，可能根本无从下手，“因为它看起来更像是一项技术，而不是一个成熟的产品”。在他看来，长期吸引用户，关键还是要把这项技术包装成“拿来就用”的产品。现在大厂已经做了第一层的产品化包装，把原本需要敲命令行的部署过程，简化为“一路点下一步”的安装流程，确实降低了使用门槛。但在他看来，这还远远不够，接下来还需要更深入的产品设计。“平时我们用‘龙虾’，每次都要先写一大段背景，比如‘你是一个安全专家，你擅长什么’，最后才是具体任务。大厂下一步也需要把这层背景帮用户封装好。”刘思行说，在理想状态下，用户不需要再琢磨如何描述需求，只需要说“我要做什么”，甚至连语言都不一定需要，通过界面上的按钮、拖拽等操作就能完成任务，“就像美图秀秀把 Photoshop的复杂功能，包装成一键美颜、一键滤镜”。但更关键的仍然是找到清晰的应用场景。“为什么春节期间元宝、豆包那一波能火？因为它们给出了很具体的使用场景，比如点奶茶、写新春祝福。”在刘思行看来，现在的问题是，“龙虾”到底能干什么，连大厂自己都还没有完全想清楚，这是C端真正爆发之前必须解决的问题。（文中周婷为化名）发于2026.3.23总第1228期《中国新闻周刊》杂志杂志标题：互联网大厂“百虾大战”记者：杨智杰（yangzhijie@chinanews.com.cn）编辑：闵杰
-
黄仁勋：提醒是好事，但AI领袖应避免散布恐慌 黄仁勋警告，科技行业领袖在谈论AI风险时须谨慎拿捏尺度，切勿将合理的风险提示演变为无端恐慌。3月19日，英伟达CEO黄仁勋在被问及AI初创公司Anthropic如何能更妥善处理其与美国国防部合同纠纷时，他表示： 我们很想提醒人们这项技术的潜在风险。提醒是好事，恐吓则不然，因为这项技术对我们来说太重要了。 在这场随后以播客形式发布的小组讨论中，黄仁勋对Anthropic的使命和安全理念表示认可，但同时直言行业在表述AI风险时存在过激倾向。他指出，支撑其立场的核心逻辑是：对美国国家安全而言，最大的AI风险并非来自技术本身，而是来自美国社会因愤怒、恐惧或偏执而放缓AI采用速度。黄仁勋说： 它不是生物体，不是外星物种，也没有意识，它是计算机软件，说出那些极端、灾难性的论断，而背后又没有任何证据支撑，造成的伤害可能比人们意识到的更深。 与此同时，黄仁勋对Anthropic的商业前景持乐观态度，预计该公司营收到2030年有望突破1万亿美元，并认为其CEO Dario Amodei的预测过于保守。力挺Anthropic，2030年营收或达万亿美元尽管Anthropic正深陷与政府的纠纷，黄仁勋并未因此看淡其商业潜力。他在讨论中表示，相信Anthropic的年营收到2030年有望超过1万亿美元，并补充称Amodei在自身预测上一向偏于保守。这意味着黄仁勋对Anthropic的核心业务价值保持高度信心，与当前围绕该公司的政治争议形成鲜明对比。华尔街见闻提及，Anthropic正通过法律途径全力阻击美国国防部对其作出的“国家安全供应链风险”认定。据悉，矛盾根源在于Amodei坚持要求合同中明确禁止其产品被用于对美国本土公民实施监控，以及开发全自主武器系统。对于上述条款要求，特朗普政府的反应强硬：将Anthropic列为供应链风险，并着手推动将其从各政府项目中剥离。Anthropic目前已就此提起司法诉讼，双方对峙仍在持续。Anthropic是英伟达的重要客户，也是Claude系列聊天机器人的开发商。
-
韩国八部委代表团访华 体验百度、小马智行无人驾驶车辆 《科创板日报》19日讯，3月18日至3月20日，由韩国国土交通部、财政经济部等八部委组成的代表团抵达北京，开展了为期三天的实地考察。《科创板日报》记者独家获悉，考察首日，代表团走访了百度旗下无人驾驶出行服务平台“萝卜快跑”，在位于北京亦庄的百度Apollo Park，与百度团队就业务发展及无人驾驶技术最新进展。考察期间，韩国国土交通部移动出行局局长、企划协调室室长亲自体验了萝卜快跑无人驾驶车辆，对车辆平稳流畅的行驶表现给予高度评价。今日下午，代表团考察了国内自动驾驶科技企业小马智行，参观其北京研发中心，并试乘其第七代无人驾驶Robotaxi，借鉴学习中国先进的自动驾驶技术和发展模式。据了解，代表团一行对中国自动驾驶技术发展高度赞扬，并点赞安全舒适便捷的Robotaxi乘坐体验。（记者 曾乐）
-
程序员装"龙虾"每单赚500:亏麻了 干1天不如2小时工资 手机上的“龙虾” “完蛋了，我在深圳上门安装，我的生意全没了。”3月6日，腾讯云在深圳总部楼下摆摊免费部署OpenClaw，排号超过800人。另一家大厂的程序员阿不以为他500元一次的生意会难以为继，但后台仍有新的求上门安装私信。 3月11日，市民在广东省深圳市福田区华强北商圈了解开源AI智能体“龙虾”的安装 / 新华社发（彭志刚 摄） 这是一位做传统文化赛道博主“陪跑”的导师，按惯例，阿不告诉她Mac系统安装OpenClaw的效果和稳定性都要好过Windows，没想到她当场就外卖点了一台Mac Mini。“太有钱了，我当时还在上班，她拍视频拆箱给我看。我让她插电源开机，她说她不会。”这只催人“冲动消费”的龙虾，正经历着一场过山车式的爆火到黑红。它最初在2025年11月由奥地利退休程序员Peter Steinberger用一个周末搭建出来，今年2月前，在国内还只算是个技术社群里的极客玩具。春节，猎豹移动CEO傅盛分享了摔伤卧床14天把虾当成员工养的实验，称“一个人+一群龙虾=一支军团”。社交平台上冒出了定价从9.9到上千元不等的上门安装业务，养虾变成搞钱风口。科技巨头纷纷下场，从云服务器到本地的“一键部署”方案、飞书微信等主流IM（即时通讯）的迅速接入，还有小米、华为等硬件厂商的系统集成，让风口转向全民热潮。深圳龙岗区、无锡等地方政府跟进发布政策补贴，公务员养“政务虾”冲上热搜。转折来得很快，3月10日起，国家互联网应急中心连续发布风险提示，表示OpenClaw默认安全配置极为薄弱，存在提示词注入、误操作删除、插件投毒等核心风险，299元付费卸载又一跃成了最新热梗。 安装“龙虾”的收费标准 然而在南风窗采访样本里，上门安装业务暂未受到太大影响。舆论冰火两重天之外，现实中愿意为龙虾付出真金白银成本的人往往早有自己的想法，而安装者们也逐渐探索出了新的业务定位。需要上门安装，就不配用龙虾？ 下班赶到国学导师家里的时候，阿不不得不先赠送一项苹果装机服务。导师不会接显示器，键盘和鼠标也连不上新主机，他们又现场下单了连接线和扩展坞，再进行激活，系统初始化完成时已经是晚上10点——安装OpenClaw这个原定任务进度终于来到了0%，折腾到快凌晨1点，龙虾才终于跑起来。等外卖的一个多小时里，阿不了解了她的业务：“‘陪跑’就是别人报她的课，她去教他们怎么做内容运营，成为国学博主，她有上千位付费学员。”阿不猜想导师安装龙虾是为了替她完成一些案头工作，预计还需要一段时间的学习。转眼第二天，阿不就刷到了导师在视频号展示自己拥有了龙虾的直播：“她给学员介绍OpenClaw可以做什么，比如每天早上九点夸她一下，说她是很好看的女生不需要其他男人之类的，讲龙虾如何赋能了她的工作。”直播围观龙虾的弹幕评论热闹非凡，阿不点进几个主页，发现他们都发了不少国学视频，流量可观。“我爸爸妈妈看的视频，可能就是她学员发的，大开眼界了。”“如果你需要别人帮你装龙虾，那么你就不太可能需要龙虾”的说法流传甚广。同样在大湾区做上门安装的小孙，起初也认为使用龙虾的人多是开发者，其次是比较努力的白领。结果来找他的没有纯粹的打工人，“基本都是企业老板，要么就是中层管理者”。 用户在开源AI智能体“龙虾”电脑网页版浏览 /新华社发（薛莹莹 摄） 小孙觉得，这群为事业长期高压忙碌的人大都没有流露出焦虑情绪，就像抖音刚出来时，有的人蹭上去挣到钱，有的人错过了，轮到OpenClaw，他们只想要知道怎么利用会更好。“每个人跟我沟通的时候，都已经想清楚了自己想要用在哪些地方，这说明他们平时很明确自己的痛点。”而小孙的本职是Agent创业，他当前的痛点是验证客户们的潜在需求。“劝退”是小孙和阿不上门前沟通的基本动作。虽然Peter的设计初衷是"让我妈也能用"，但以目前状态龙虾不是装上就好用的，需要像带实习生一样，给它写skill文档，不断通过对话让它了解你的习惯和偏好。“我会告诉他龙虾现在更像个玩具，你要实现那些功能是有可能的，但是需要你后面去不断折腾，你不同意这个点，我可能就不去帮你装了。”阿不说。然而，龙虾应用成果落地的速度取决于人实现愿望的念头有多强烈。一位老板已在传统家居行业干了十几年，还卖过手机，算是半个互联网人。联系阿不前，他就已经规划，要用龙虾帮他跑通家居行业从获客、客服到下单交付设计方案的整套自动化流程，再把这套流程打包卖给同类的家居老板。从家居设计本业中赚钱已是次要目的，他最想做的其实是把龙虾训练成7×24不停歇的员工，再把员工复制卖出获得收益。“他对龙虾的预期就是它能做任何事，他只需要用语言表达出来就行了”，阿不刚开始有点不看好，“他第一次基本功能都用不了，我在工作没有及时回复，隔了一个小时他又说好了，原来是他自己排查把360给卸载了。”这位老板的激情在拥有龙虾后势不可当，他热衷于收集资料为龙虾配置skills，还在阿不提醒下学会了TRAE（一款AI编程助手），“一会儿就跟我说他已经自动发了两个小红书帖子了，当时我还没有走通这个操作；过了两天他又发微信给我，说这条消息是他用飞书控制龙虾用他电脑上的微信发过来的”。 飞书妙搭接入小龙虾 还有一位私募老板也是兴致勃勃，阿不晚上七点上门，发现他的办公桌上和床上已经同时开了多台电脑，他的爱人在旁边不断提问。ChatGPT刚发布时，老板写了一批文案发到公众号，引来一批愿意把钱交给他管的大客户，这次他希望能拿到更多成果，比如整合合作方的研报数据用来引流。阿不装好OpenClaw后，他们三人都忘了时间，一起研究让龙虾抓取新闻，结合polymarket的实时行情，自动分析伊朗局势，生成出一份可以直接发给客户的投资参考报告，“看着龙虾屏幕上的动作，感觉他都要跳起来了”。直到凌晨两点，老板才骑着小电驴把阿不送回家，隔天老板又将报告做成了一个线上实时监控系统，看起来相当精致。装龙虾业务，越来越卷 也有已经跑通过龙虾安装流程的人，依然选择花钱请工程师上门。Jackie是一家国际青少年商科教育机构的创始人，创业六年，手下有十多位老师。此前他还在海外投行工作过八年，一直关注AI发展。去年12月，他就订了一台Mac Mini准备专门用来部署OpenClaw，但连续出差让他无暇调试，年三十吃完团年饭，他终于把自己关进了书房，对着看不懂的命令行开始摸索操作。年初一Jackie就弄坏了系统，跑去苹果店重装，后来卡在IM接入，对着YouTube教程和自己买的网课试了很多来回，“我当时也是想花几百块钱请上门部署，也去联系了，但那个人问过完年行不行”。后来他转换思路用上Discord，又安装了Brave Search让龙虾能够知道当前的时间并进行搜索，终于在年初五搭出了几个Agent的雏形，能分不同channel通过文字聊天处理一些简单任务。 Jackie部署OpenClaw的页面 Jackie开始尝试“管理团队”：“围绕我的工作流，设计信息搜集、内容撰写、客户初筛等不同角色，给它们分配权限，学习我的SOP，想着未来能自动化产出。”但假期一结束，他又忙了起来，没办法继续深入研究。3月10日，他决定还是花钱请工程师上门，“知识储备不够，认清自己的能力边界也是学习的一部分。感觉训练Agent有点像教小孩，从零开始，自己弄效率太低”。Jackie公司的OA在企业微信上，他在招募帖中写明要求：给8人教培团队部署OpenClaw接入企业微信，并指导装skills、做使用培训。他希望对方能够针对每个岗位做工作流梳理，找出OpenClaw能介入的位置，比如在教学岗，可以打通Napkin、Nano Banana等工具制作PPT；在新媒体推广上，可以每天定量生产内容并按一定标准定时发布。招募贴一发出，就有20多个人主动前来联系上门，Jackie一下子感觉到竞争激烈：“当大家都跟我说我可以提供服务的时候，那我就会想知道他的技术到底达到了什么水平。”在Jackie看来，AI的快速迭代给了大家一种opc（一人公司）门槛降低的感觉：“许多人都在寻找副业，想着我现在有了OpenClaw，创业就比以前更容易，其实不是，只有技术要成功是更难的，因为他们没有找到核心业务，都还在一个浅层的位置游离竞争。反而中小型企业抓住像OpenClaw这样的机会更有优势，因为他们已经有现成的业务和商业模式，技术的结合会让效率大大提升。” OpenClaw主页介绍其功能涵盖及适用平台 Jackie认为，想要跑出来的个体必须把自己的业务标准化、可视化，告诉别人自己成功做出了什么成果，才会更快在现阶段获得像他这种公司的需求。但应征者水平参差，能拿出成功案例的几乎没有，“现在大家都处于早期，都在积累这些用户案例，没有一个相对完整具体的解决方案，就说自己能做，但说不清楚能做到什么程度。”这群创业者有人开价3万，也有人留言说免费交个朋友，Jackie没有精力与他们一一对话，谈了四五个人后，便选了一位自称专门上门给中小型企业部署OpenClaw的工程师，报价是4000到5000元，覆盖团队25到30小时的培训课程，折合每小时约150元。尽管Jackie能够判断出对方也是“借助AI辅助给我这么一个方案”，但这位工程师算是“能蛮简单快速地把我的需求去说明白”，比如表示课程老师与家长学生的沟通中有五六成都是简单重复的，可以训练agent代替回复，充当智能客服接管常规咨询，让Jackie觉得“有信心去做这件事”，且对方性价比和服务态度都不错，哪怕出了出问题“也不会有太大损失”。要不要做“等等党” 目前阿不已经上门十几次，他算过一笔账，完整装完加科普要3到8小时，一天最多装两个，“赚个辛苦钱，500买我半天，按照时薪我亏麻了，装一天不如我两小时工资”。不过程序员的工作也正在受到AI的冲击，“现在工作将近80%都可以用AI了，公司里领导很激进，不用AI的人和部门基本等于拿不到好绩效”。上门安装的价值在于以一种咨询师的心态观察各行各业的需求，阿不希望抢到垂直行业里“知道的人比较少或是能做落地的比较少”的空档，看看凭借自己和AI的能力能够快速提供怎样的解决方案。比如在投资方面，阿不用Claude和Cursor写了一套量化系统，目前运转效果不错。他现在希望让OpenClaw帮他持续优化这个系统的回测，不用每次都自己盯着，“今年能不能辞职就看它了”。龙虾的生态正在极速完善，阿不把早期入场尝试比作打新股：“它可能跌得很惨，也可能涨得特别好；但等它成熟了，大家都觉得可以了，那时候再进来，可能就什么都没有了。现在是成长股，等它稳定，就变成银行股了。” 数据分析截图 受访者供图id@阿不小研发 大厂的动作是一种参考，配好大模型、打通主流IM、把token价格打下来，推出一键部署大幅降低使用门槛，目的都是争夺用户，未来大家可能都在对话框完成所有的工作，龙虾就是一个巨大的入口，等用户习惯培养好了，在云服务器、token费用之外还有很大的想象空间，毕竟“人的繁殖成本很高，而AI作为生产力理论上可以无限复制”。阿不觉得这跟微信当年的逻辑没什么两样，先把人圈进来，至于怎么赚钱，人多的地方自然有机会。关于是否要早期入场，另一位程序员宇堂还有更短平快的答案。他觉得OpenClaw对他而言主要功能是“引流”，从而低成本结识很多中小企业主，提供讲解和“怎么指挥AI”的“情绪价值”，后续推AI SaaS产品。按照傅盛的说法，SaaS的商业模式已经难以为继。当大家都能用自然语言让龙虾寻找或自动创建skill满足自定义需求，需要一个功能就临时生成一个、用完即弃，为什么还要持续租用他人服务呢？但是距离人人都成为开发者还有一段时间，宇堂就在这个夹缝中赚钱。他希望我们的报道能够全平台分发，“每带来一个看了南风窗来的用户，给你们返现50”。Jackie是文科背景，关于龙虾好用、不好用、装了实际上没有用起来等等声音他听了太多，“就像小马过河，水深水浅，每个人的感知是不一样的，亲自去用是最好的反馈。如果用得成功，会给企业带来提效的机遇；哪怕用过觉得不好，也是值得的。”新技术出现时，投入的时间精力的学习成本是最大的成本，Jackie被迫要去搞清楚RAG、MCP是什么、多Agent怎么协同等等，但学习曲线是先陡后缓的，从底层原理出发弄懂后，他能够更系统地理解AI如何运作，“比如搭建Discord的server、channel、bot这些时，我不需要再看更多资料就能推导出我应当怎么部署。知道背后的逻辑，能够让你更好地使用它”。Jackie的理念与他正在做的青少年商科教育工作相关，“简单理解就是少年版的商学院”，学生里有不少企业家子女，也有希望孩子接受创新型教育的家庭。他认为今天的教育不应该再是填鸭式地灌输知识，而是应当培养孩子拆解问题、善用工具的思维，“跟传统的教学模式不同，我们现在是实践的模式，让学生做一些商业构想，也适应今天的双减”。Jackie今年45岁，两个女儿一个15岁一个14岁，是互联网和AI的原生一代。她们各自有一个channel，Jackie与她们同步学习，“不要把分数看得那么重，AI已经能解决很多知识层面的事情了，真正要学的是怎么思考，怎么清晰地提出需求，找到答案”。作者 |笛苇黄思婷编辑 |向现值班主编 | 吴擎排版 | 阿车
-
一场AI算力革命，逼出“红色石油”铜的指数级增长 文 | 万联万象当全球的目光都投向霍尔木兹海峡和石油市场之时，一场由算力引发的“新石油”争夺战，也在悄然进行。随着全球AI模型能力突破，算力需求被推向了新纪元，随之而来的是全球数据中心的能耗剧增。铜，作为电力传输与热能管理的主力，有了一个全新的身份：红色石油。2026年初，国际铜价一举冲破每吨13000美元的历史大关，这不仅是一个数字，更是全球经济和科技版图变革的“温度计”。如今，算力成为了数字时代的核心生产力，作为其物理载体的数据中心，其对铜的渴求呈指数级增长。一场由技术革命引发的铜资源重估，正在进行中。AI算力爆发成铜需求新引擎 人工智能技术的快速迭代,使得全球数据中心的建设逻辑与用铜强度也在改变。传统数据中心主要服务于云计算与存储需求,而AI数据中心(AIDC)则集成了高性能算力、大规模并行计算与实时数据处理能力,对电力供应、散热系统和高速互联提出了更高要求。这一技术升级直接转化为铜消费的指数级增长。根据Semi Analysis预测,全球数据中心IT负载规模将从2023年的约49GW增长至2026年的96GW,其中90%的增长来自AI算力需求。从全球科技巨头的资本开支来看,AI基础设施投资正在进入密集释放期。北美头部数据中心服务商Equinix和Digital Realty在近两年租赁价格显著上涨,并持续加大资本投入。中国市场方面,字节跳动、阿里巴巴、腾讯等互联网云厂商自2024年下半年起大幅提升资本开支,国内数据中心服务商迎来新一轮景气周期。华创证券研报显示,2025年至2040年,AI及数据中心的铜需求将从110万吨增长至250百万吨,复合年增长率接近两位数。这一增长速度远超传统工业领域,成为铜消费结构中最具活力的增量板块。值得注意的是,AI数据中心的用铜需求不仅体现在服务器本身,更延伸至配套的电力传输、冷却系统与高速互联网络。液冷技术的推广应用,要求铜管、铜散热器等部件具备更高的导热性能与耐腐蚀能力,进一步推高单位算力的铜消耗强度。华泰证券研究指出,2026年AI投资周期将更多向数据中心和电力基础设施扩散,对大宗商品的需求将呈现指数型上升,且这类需求的价格敏感度较低,为铜价提供了坚实的支撑。电力传统需求焕发新活力 在AI与数据中心需求爆发的同时,传统电力基础设施建设正在经历一轮深度升级,成为铜消费的基本面。中国国家电网宣布的4万亿元投资计划,聚焦特高压输电网络扩建、智能配电网升级与新型电力系统探索三大核心领域,预计将在未来五年内带动数百万吨铜需求增量。特高压工程是这一轮电网投资的重中之重。根据测算,每条±800千伏特高压直流线路需消耗铜约1.2万吨,2026-2030年规划建设的24条线路将累计消耗28.8万吨铜。特高压线路的建设不仅涉及输电导线本身,还包括变电站、换流站等配套设施,这些环节均对高纯度铜材有着刚性需求。与此同时,智能配电网的升级改造正在全国范围内铺开,智能电表、故障指示器、配电自动化终端等设备的渗透率快速提升,预计带动年均15万吨铜消费。新能源汽车的快速普及,进一步放大了电力基础设施对铜的需求。充电桩网络建设成为电网投资的重要组成部分。按照每桩60公斤用铜量计算,2030年建成7000万根充电桩将消耗420万吨铜。这一数字相当于2024年全球铜矿产量的近20%,凸显出充电基础设施建设对铜市场的深远影响。此外,新能源汽车单车用铜量达83公斤,是传统燃油车的4至5倍,主要用于电池、电机、电控系统及车载充电设备。瑞银投资银行研究报告显示,一辆典型中型智能电动汽车需200公斤铝和80公斤铜,过去三个月单车铜成本增加约1200元,原材料价格上涨对整车制造成本形成显著压力。从全球视角来看,能源转型正在重塑铜的消费结构。国际能源署(IEA)预测,2025年至2040年,输配电领域的铜需求将从4.3百万吨增长至7.1百万吨,电动汽车需求从2.7百万吨增长至6.4百万吨。海上风电因复杂环境和高可靠性需求,用铜强度显著高于陆上风电,远距离传输和永磁直驱技术进一步推高铜消耗。风光储一体化项目的推进,使得1GW光伏电站需消耗500-800吨铜,1GW风电需消耗300-600吨铜。按照2030年风光装机目标测算,铜需求增量或超1000万吨。根据上海有色网(SMM)数据,2025年中国铜下游消费中,电力行业占比高达43%,交通运输、家电、机械电子、建筑分别占比15%、13%、11%、11%。资源瓶颈与价格重估 在需求端强劲增长的同时,铜供给端正面临多重约束,供需紧平衡格局日益凸显。全球铜矿资源分布高度集中,智利、秘鲁、刚果(金)等国占据主导地位,但矿山品位持续下降、新矿发现难度加大、资本开支不足等问题,使得供给增速难以匹配需求增长。矿山品位下滑是供给端面临的首要挑战。全球前十大铜矿平均品位已从1.5%降至0.6%,开采成本攀升12%。新发现矿石品位同样呈现下降趋势,铜矿的发现成本上升,找矿难度增大。金融街证券研报指出,矿山从勘探到投产周期长达5至10年,过去十年全球矿业投资不足导致优质矿源储备枯竭,新矿项目审批和建设周期较长,供给弹性严重不足。2026年全球铜矿产量增速预计不足1%,难以满足需求端的快速扩张。2025年,多国铜矿因自然灾害减产,全球铜矿发现速度和规模下降。南方铜业、自由港、泰克资源等主要铜矿企业相继下调2026年及2027年的产量预期,全球铜精矿供给增量面临不确定性。中邮证券研报指出,由于主要企业产量预期下调,2026年铜市场将出现供需紧张局面。中国作为全球最大的铜消费国,铜精矿进口依存度高达75%,供应链脆弱性凸显。国内铜矿资源储量有限,自给率不足30%,高度依赖进口。东方证券研报显示,国家正推动铜精矿纳入战略储备体系,构建精炼铜与铜精矿并重的多层次储备机制,以提升产业链安全保障能力。与此同时,国内严控新增铜冶炼产能,"反内卷"政策落地预期强化冶炼费修复空间,推动上下游利润同步改善。结语 铜在新时代的故事，刚刚开始。数据中心建设、电力基础设施升级、新能源汽车普及,共同构成了铜需求增长的三大支柱。对于产业链企业而言,这既是机遇也是挑战：资源端企业如紫金矿业、洛阳钼业等,凭借丰富的矿产资源储备与扩产预期,有望在价格上行周期中获得超额收益；冶炼端企业如铜陵有色、江西铜业等,受益于冶炼费修复与产业链利润改善,盈利弹性逐步释放；下游应用企业则需要在成本上涨压力下,通过技术创新与供应链优化,提升竞争力。铜的"红色石油"本色，正加速显现。数据来源说明:铜价数据:伦敦金属交易所(LME)、上海期货交易所(SHFE)、Wind金融数据库供需数据:国际铜业协会(ICA)、Semi Analysis、华创证券、摩根大通研究报告政策与投资数据:国家电网官网、中国南方电网公告、国际能源署(IEA)企业数据:长江证券、华泰证券、东方证券、金融街证券研究报告,时间范围：2025年1月-2026年3月
-
7位专家拆解GTC，结论让英伟达难堪 “英伟达承认GPU并非推理最优解，AI算力叙事逻辑改写。”作者丨刘伊伦 杨依婷编辑丨包永刚 GTC 2026，主角不再是GPU。黄仁勋用一整场发布会证明：英伟达的战场已经转移。过去十年，英伟达用CUDA生态和Tensor Core，将GPU推至AI计算的中心位置，GPU既是训练引擎，也是推理主力，包揽一切。而在这场被视为AI基础设施风向标的发布会上，叙事重心开始从“更强的GPU”，转向“如何组织算力”。从Vera Rubin平台，到LPX推理机架，再到尚未完全展开的Feynman架构，一条清晰的主线逐渐浮现：AI正在从以训练为中心的阶段，过渡到以推理为核心的阶段，而对应的基础设施，也发生了从通用走向分工的变化。数据中心也被重新定义为“AI工厂”，衡量标准也从单卡性能，转向Token产出效率。但这套新叙事也留下一串未解的追问：LPU的入场是否宣告推理不是GPU的主场？专用架构与通用算力如何分层共处？Token能否真正成为AI时代的硬通货？而英伟达从"算力垄断"转向"生态闭环"的转身，究竟是前瞻布局，还是存量优势的被动防守？更多产业洞察，欢迎添加微信YONGGANLL6662交流探讨。为了厘清这场变局的技术逻辑与市场动因，我们和多位产业专家及投资人深度交流之后，获得了在英伟达新叙事之下产业里的分歧与共识。同时，我们也特邀3位行业顶级专家，于3月19日11:30开讲，对GTC 2026进行深度解析，全方位拆解算力产业的核心趋势、投资机遇与破局方向，欢迎锁定视频号“雷峰网”、“AI 科技评论”直播间，共探产业新局。01 LPU入局，GPU不是推理时代的「主角」了吗？ 在GTC 2026上，黄仁勋再次重申了他对AI基础设施演进的判断：“AI正从‘模型训练时代’加速迈入‘模型推理时代’，整个AI技术栈的组织方式，都开始被重新定义。”在AI进入推理的时代，英伟达更新了“全家桶”，包括Vera Rubin平台、LPX推理机架以及代号为Feynman架构在内的一整套新叙事，从单一GPU主导，转向多处理器协同的“AI工厂”。如果说过去十年，GPU是AI时代当之无愧的“主角”，那么在这套新蓝图中，GPU不再试图包揽一切，而是与CPU、LPU及专用推理单元共同构成分层分工的计算体系。英伟达正在主动拆解“通用算力”的神话，并试图用更复杂但更高效的架构，去承接一个以推理为中心、以Agent为核心的新周期。关于这一周期的更多深度解读与行业动态，欢迎添加微信EATINGNTAE交流探讨。雷峰网采访的业内专家对此分析道：LPU的推出，在一定程度上，是英伟达承认GPU并非推理最优解。并且，理论上专用推理场景可完全脱离GPU，但英伟达仍将LPU与GPU捆绑组合，既是生态延续，也避免对原有路线的“打脸”。在市场层面，头部大厂推理需求仍会坚定走向自研与ASIC路线，追求能效与成本自主可控。英伟达GPU+LPU方案，重点客户可能是中小互联网客户。——芯片产业专家张翔在Transformer推理中，Prefill、Decode、Orchestration三个阶段开始由不同硬件承担，LPX的出现，本质上是对Decode阶段的一次专门优化。GPU依然是训练和复杂推理的最优解，但在低延迟推理这个细分赛道上，专用架构开始显示出优势。GPU不会被LPX取代，而是各司其职。——芯片产业人士姚金鑫（J叔）现在市场上LPU的呼声很高，但其短期内难以成为英伟达版图中的主力。黄仁勋在演讲的过程中一直强调的是LPU的性能，确不清楚其售价，所以LPU的经济性存疑，其单芯片集成500MB片上SRAM，而SRAM的价格通常是HBM的6-8倍，这一定会抬高LPU的成本，并且受限于工具链融合的滞后性，其更多扮演推理场景的补充角色。——资深产业研究员刘雨嫣LPX的入场不一定宣告GPU推理时代的终结，而是推理任务分层化的信号，GPU仍坐镇复杂推理与视频生成等算力密集型阵地，LPX则专攻低延迟、轻算力的细分场景。未来数据中心的图景是多元处理器各安其位，GPU“全能选手”退位，推理霸权让位于专业化分工。CPX未被提及很让人意外，此前业内大部分观点认为此次发布会是CPX负责Prefill、LPU负责Decode的组合，从原理上看，Prefill不依赖显存、Decode更吃显存，CPX和LPU本应是最优解，因此本次完全不提CPX，让人有些意外（超预期不是意外的意思）。——分析师李维Vera与Rosa的亮相，配合超节点架构中CPU配比的显著提升，标志着英伟达正将Agentic AI的爆发视为架构重构的核心变量，其CPU叙事的核心，是AI工厂内部的算力编排权，而非与其他厂商竞争，短期内对x86格局难有实质冲击。此外，从系统架构的角度来看，Vera CPU的推出对x86影响同样有限，Vera是面向AI推理与训练设计的专用计算单元，而x86作为通用计算架构，仍要承载操作系统、数据库及海量传统软件的运行。Arm的精简指令集恰好契合AI场景的需求，不需要兼容过往几十年的软件栈，可以砍掉冗余逻辑，专注于高性能计算本身。——芯片产业专家孙旭从国内算力市场格局来看，英伟达此番推理性价比优势，对本土市场冲击有限，国产替代的核心叙事逻辑依旧稳固，并不会因此发生动摇。——分析师张楠02 Token成本全球最低，英伟达就能吞下「1万亿美元」？ “推理拐点已经到来。”GTC 2026上，黄仁勋这句话宣告，Token已成为新的硬通货。黄仁勋认为，数据中心不再是仓库，而是生产Token的“AI工厂”，每瓦吞吐量决定生死。而英伟达的Token成本全球最低，即便对手架构免费，面对英伟达也没有性价比。他算了一笔账：建一个1GW工厂，空转15年摊销就达400亿美元，所以必须运行最强的系统才能摊薄成本。基于这套逻辑，他抛出了一个让人沸腾的数字：“到2027年AI芯片营收将至少达到1万亿美元。”相比去年预测翻倍，因为“过去两年计算需求增长了一百万倍。”而1万亿美元这一数字，还只覆盖Blackwell和Vera Rubin两条产品线，若叠加CPU、Groq、存储及网络设备，这一规模或将达到1.25万亿美元。当“全球最低Token成本”成为护城河，这套经济学真能支撑1万亿美元营收吗？雷峰网采访的业内专家对此分析道：当黄仁勋把“Tokens/W”作为衡量AI工厂产出的核心度量衡时，其实背后还有一层更重要的产业深意，算力竞争的度量体系，正在从芯片走向系统，从峰值参数走向端到端能效。从某种程度上，GTC 2026公开验证了这种系统视角，因为当NVIDIA自己都开始把叙事中心放到AI Factory上时，行业就已经在从AI计算芯片中心主义走向计算系统中心主义。基于这个逻辑，我认为英伟达目前的估值并不高，甚至偏低。它卖的是整个系统，在系统级优化上，没有谁能比它做得更好。唯一可能构成竞争的对手还是谷歌TPU，其他厂商基本追不上，这个格局到现在也没变。——芯片产业人士姚金鑫（J叔）阿里成立ATH、英伟达GTC也将Token视为接下来的业务核心，两大巨头的同时发力证明，行业的核心争夺，正是Token的生产、计量与分配主导权。Token全链路效率直接决定AI产业的经济性，谁能掌握最低的Token生产成本与最高效的流转体系，谁就掌握未来十年的产业定价权。如同电力时代的电网、互联网时代的带宽，AI时代正围绕Token的创造、输送与应用，正在形成一个规模潜力远超想象的全新产业生态。——九章云极技术专家陈昊英伟达的护城河正在从“算力垄断”转向“生态闭环”。过去一年，其战略重心明显上移——通过绑定上游独立供应商与下游AI数据中心，构建垂直整合的产业链控制力，既对冲大厂自研芯片的替代风险，又以系统级交付抬高竞争门槛。但长期盈利能力仍面临结构性压力，英伟达终将回归高端制造业的常态利润区间，只是时间早晚问题。——分析师李维AI已从聊天机器人升级为驱动社会生产力的核心引擎，Token是驱动AI运转的基础要素，如同电力之于工业时代，阿里、英伟达等巨头意在成为AI时代的能源工厂。未来AI竞争的关键在于Token生产能力，具备规模化Token生产能力的企业，才能在AI竞争中占据优势。大模型训练仅占用少量算力，推理环节才是算力消耗的主力，需持续生成Token，Token的成本高低直接决定AI的普及与社会渗透程度。类比移动互联网边际成本为零的规模效应，只有Token成本降至如水、电般低廉、可被普通用户轻松负担，AI时代才会真正全面到来。——分析师张楠03 NVLink 6、CPO登场，透着英伟达的「焦虑」 英伟达在Vera Rubin平台上部署了第六代NVLink互连架构，实现GPU之间的高速扩展连接。与此同时，英伟达还推出了全球首个CPO光电共封装的Spectrum-X以太网交换机，通过与台积电合作的CoWoS先进封装技术，将光引擎直接集成于交换芯片封装体内，实现电信号与光信号的片上直转，目前已进入量产阶段。黄仁勋在主题演讲中表示，随着AI模型体量指数级增长、智能体推理需求全面爆发，未来数据中心将进化为一台单机架级超级计算机越来越像一台超级计算机。关于这些前沿技术如何重塑AI基础设施，欢迎添加微信EATINGNTAE深入交流。雷峰网采访的业内专家对此分析道：英伟达正以Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4、Spectrum-6与Groq 3 LPU的“全家桶”组合重构系统解决方案，叙事重心从单颗芯片转向系统级交付。此外，英伟达还在尝试构建联盟，成员包括台积电、美光、三星、海力士乃至英特尔等企业，试图以联盟策略锁定先进封装与存储资源，这也恰恰暴露了英伟达的焦虑：如此庞杂的产品矩阵，仍未能追平谷歌简洁架构的效能。谷歌以7nm的ASIC，以及OCS与以太网的极简组合，实现Token成本与吞吐效率的双重领先，组网规模轻松突破NVL72的天花板。当对手用“减法”定义下一代基础设施，英伟达的“加法”生态反而成为规模扩张的包袱。——资深产业研究员刘雨嫣当前两大变数值得关注：一是随着产业变革，关键厂商开始沿着价值链整合；二是受地缘政治影响，从中国大陆向外转移模块产能。近期，英伟达向Lumentum投资20亿，既是为了分担供应链地缘风险，也向上游高价值器件进行了整合。而原模块供应商，也加快脚步在国外布局产能，应对份额压力。从CPO目前落地的进程来看，其推广较为保守主要来自多个方面：一是维护便利性极其成本较高，不及可插拔光模块，也会推高用户的运维成本；二是核心芯片良率偏低，导致系统整体成本居高不下；三是来自于应用场景，传统上光和铜的边界很清晰，短距离情况下，铜比光更具有优势。不过技术的迭代将逐步提升良率和可靠性，进一步优化维护便利与运维成本。同时，Scaling Law对需求的极致放大，尤其是带宽的消耗，使得铜与光的界限在发生改变。虽然光完全替代铜还需要时日，但是方向是明确的。对大型云厂商而言，只要能通过商业手段摊薄成本、算清总账，CPO就具备规模化基础。总体而言，CPO技术方向已明确，剩下的只是路径问题。——芯片产业人士姚金鑫（J叔）CPO的delay暴露了英伟达的技术困局，铜互联带宽见顶、光互联推进受阻，双线均遭遇性能瓶颈。此外，英伟达的存量生态，不仅是优势，同时也是包袱，其为守住既有优势，系统堆叠愈发过重，框架性创新让位于渐进式改良，这种“路径依赖式”的防守策略，很难成为在资本市场上的利好。——芯片产业专家张翔04 OpenClaw 定义「智能体计算机」，SaaS 时代终局已至？ GTC 2026上，英伟达将OpenClaw定位为定义“智能体计算机”的下一代操作系统，并将其重要性类比为Linux之于服务器、Kubernetes之于云原生。为此，英伟达联合OpenClaw创始人推出企业级增强栈NemoClaw，为智能体落地提供安全、可规模化的企业级能力。黄仁勋在演讲中抛出判断：未来绝大多数SaaS都将演变为AaaS（智能体即服务）。“你的OpenClaw战略是什么？” 或将成为科技公司的核心命题。雷峰网采访的业内专家对此分析道：传统SaaS公司都将消失的言论并非危言耸听，AI智能体对当前SaaS业态带来巨大冲击，按席位订阅的商业模式逐步失效，人力替代使得帐号需求锐减，算力成本也日益不可控。过去SaaS企业只能向模型公司调取算力与服务，不仅环境搭建繁琐、成本不可控，也难以支撑智能体长期稳定运行，其必须走向AI化，打造和运营自主智能体。Token分层定价并非对传统SaaS订阅模式的替代，而是AI时代商业模式的自然演进。客户对这一模式的接受度，也将经历从初期疑虑到逐步认同的过程，因为Token的分层定价将实现成本与价值的精准匹配，简单查询可使用低价 Token，深度推理选择高价Token，天然适配智能体时代的算力消耗逻辑。——九章云极技术专家陈昊OpenClaw本质上是一个以CPU为主的控制与编排系统，外接GPU推理后端，这意味着它并非单纯的AI推理负载，而是典型的CPU密集型任务——控制路由、工具执行、状态持久化等都有CPU承担。因此，Agent越流行，AaaS生态越壮大，CPU的总需求就越高，且这种需求不仅体现在核数上，更体现在芯片颗数上。与此同时，系统级能力也会成为AaaS时代的核心竞争力。未来决定Agent应用落地的，不再仅仅是模型表现，还包括能否将智能体安全、稳定地接入生产环境，以及与之配套的云平台、工具链、连接器和安全体系，这也将推动数据中心的基础设施衡量标准，从单纯比拼“模型能力的强弱”转向“同等投资下可支撑的持续在线Agent数量”，即从单一的GPU算力转向GPU+CPU双芯驱动。所以，具备CPU、GPU全栈组合能力的厂商，将在AaaS转型浪潮中占据先发优势。——芯片产业人士姚金鑫（J叔）AI芯片还有哪些潜在的技术趋势？算力格局将发生什么变化？欢迎添加微信YONGGANLL6662交流探讨。05 今日11点丨全网最强「英伟达GTC」洞察、创投机遇梳理 想吃透GTC 2026核心技术精髓？3月19日11:30，雷峰网重磅打造GTC专题圆桌对话，特邀半导体与AI算力领域三位顶级专家，深度拆解大会技术突破，直击国产算力破局关键！直播时间：2026年3月19日 11:30（北京时间）观看平台：视频号“雷峰网”、“AI科技评论”直播间扫码预约，和顶尖专家一起解锁GTC算力变革密码，抢占产业先机！ 扫码预约，观看直播↑↑↑（赵之齐对本文亦有贡献）注：张翔、李维、孙旭、张楠、陈昊皆为化名。
-
马化腾首度分享“养虾”思考：AI要具备“活人感”，微信将落地AI智能体 近期全网爆火的“龙虾”类AI应用，成为了腾讯CEO马化腾的重点关注对象。“今年年初‘龙虾’类应用上线后，行业很快意识到，除了ToC端的聊天机器人、ToB端的AI编程两大方向外，AI又打开了全新的办公场景赛道。当办公场景与各类终端硬件深度融合，便能催生出新的去中心化入口，也让普通消费者与办公群体同时催生了对应的AI使用需求。”3月18日，在年报发布后的业绩交流会上，马化腾表示。在马化腾看来，“龙虾”类应用无需用户守在屏幕前等待反馈结果，同时具备持续的记忆能力与鲜明的个性化特征，更像一位真实的助理，拥有鲜活的“活人感”。而“龙虾”所开辟的AI落地新场景，也为腾讯打开了更多可深耕的业务战线。 3月18日，腾讯控股（0700.HK）正式发布2025年第四季度及全年业绩报告。数据显示，2025年第四季度腾讯实现营收1943.7亿元，同比增长13%；调整后经营利润695.2亿元，同比增长17%。全年维度来看，2025年腾讯总营收达7517.7亿元，同比增长14%；调整后净利润2596.26亿元，同比增长17%。而今年行业的核心关注焦点，几乎全部集中在AI领域，针对这一赛道的布局与规划，马化腾和腾讯高管在业绩会上给出详尽回应。“龙虾”热潮，给腾讯带来了什么？马化腾表示，此前AI应用的核心入口大多集中在聊天机器人，很多底层能力无法得到充分释放，而新的场景出现后，腾讯可以将PC端产品矩阵与腾讯云的各项能力重新整合，充分发挥自身的产品矩阵与生态优势。同时，“龙虾”类应用也为腾讯正在规划、开发的微信AI功能提供了新的思路——未来每一个小程序都可以实现智能化、“龙虾化”改造，均可通过API接口或命令行完成调用。此前推出的元宝派产品，也让腾讯看到，当前智能体在处理复杂任务，尤其是多人场景下的上下文理解效率仍有提升空间，需要补足“龙虾”类应用所具备的文件系统、本地数据库与记忆参数等能力。腾讯的技术团队也会充分吸纳行业内的新技术与新成果，持续优化产品。谈及“龙虾”类应用的去中心化特性，与微信本身的中心化属性之间的关系，马化腾坦言，微信本身是一款中心化的App，但其内部生态却是完全去中心化的，目前已容纳了数十万活跃的小程序商家。未来如何将“龙虾”类应用的去中心化理念融入微信生态，是团队需要重点思考的命题。“所有生态服务商都担心被AI智能体‘短路化’‘渠道化’——如果智能体只调用底层的原子化服务，而不再引导用户进入商家的店铺、小程序，服务商必然无法接受这样的模式，他们更希望能留存住属于自己的流量与入口。因此我们在做生态设计时，必须充分兼顾这一核心诉求。”马化腾明确，未来中心化与去中心化的布局需要同步推进。腾讯总裁刘炽平也在会上披露，腾讯已制定了清晰的AI战略规划，未来两到三个季度将落地多项关键动作，后续也会释放出可量化的业务进展。大模型层面，过去数月腾讯已完成了密集的团队调整升级，重构了组织架构与工作流程，让组织运转效率更适配AI研发节奏；同时重建了预训练与强化学习的基础设施，全面提升了数据质量。基于这些布局，未来腾讯有信心打造出智能水平更强的大模型，并进一步加快整体迭代速度。此外，腾讯还将在视频模型与世界模型领域持续深耕。刘炽平介绍，元宝在春节期间的推广效果远超预期，获得可观的新增安装量。接下来团队将通过持续的产品迭代，提升用户留存与活跃度，重点优化语音对话等核心能力。目前数据已清晰显示，元宝的能力升级，会直接带动用户活跃度与留存率的正向增长。除了元宝派现有的功能外，未来还将为元宝上线更多差异化特色功能。事实上，微信早已落地多项AI相关布局：搜索场景已完成智能化升级，AI技术也深度应用于内容推荐、商品推荐环节，小程序开发者可借助AI工具完成编程工作，元宝对话助手也已在微信内积累了稳定的用户群体，诸多AI功能都已在微信生态内完成了前期试水。刘炽平明确，腾讯的下一步核心规划之一，便是在微信内打造专属AI智能体。该智能体将依托微信生态与用户形成深度连接，打通小程序、社交、支付等全链路能力，不止能实现与用户的自然对话，更能完成各类复杂的场景化任务。 2026年AI投入将实现翻倍刘炽平透露，腾讯将持续加码AI领域的投入：2025年腾讯在AI新产品研发上的投入达180亿元，2026年这一数字将至少实现翻倍。腾讯核心业务的稳健增长，为AI投入的加码提供了充足的资金支撑。刘炽平表示，2025年受限于GPU等算力硬件的采购缺口，腾讯在股票回购上的力度较大；2026年如果能顺利完成算力硬件采购、资本开支达到公司预期，或将适度缩减回购规模。整体来看，回购预算将保持灵活机动的调整空间，只要有充足的资源支撑AI业务的长期发展，腾讯都会优先投入，这也将在未来为股东创造更可观的长期回报。谈及芯片及相关硬件的供应问题，腾讯高管表示，当前除了GPU外，CPU、存储等核心硬件均面临供应紧张的局面。通常供应商会优先保障大规模采购合作伙伴的供应，腾讯云此前已签订了多份长期采购合约，头部云厂商有更大的概率获取稀缺的硬件资源，并进一步向客户转租。也正因如此，此前很长一段时间国内云服务价格持续下行，直到全行业出现供应紧张，云服务价格才迎来上调。如果供应链紧张的态势持续，未来云服务价格大概率还会迎来进一步的调整。值得关注的是，腾讯还在财报发布后的媒体沟通会上透露，旗下混元大模型HY3.0版本目前正在内部业务测试阶段，计划于今年4月正式对外发布。据了解，HY3.0是腾讯混元大模型的一次重磅升级，相较HY2.0版本，整体效果实现大幅跃升，推理能力与智能体（agent）能力均有显著提升。2025年下半年以来，腾讯混元团队完成了团队与研发流程的全面重组，重点优化了数据质量，同时重建了预训练与强化学习的核心基础设施，这些布局将大幅提升模型迭代效率，助力打造出智能水平更高的基座模型。未来AI不是“一家通吃”谈到混元所面临的激烈竞争，腾讯管理层坦言，未来的AI世界不会是一家通吃的垄断格局，而是一个多模型并立、专业分工的多元化世界。正如从PC互联网到移动互联网的演进催生了无数应用，AI时代也将走向分布式和去中心化。不同的模型将在代码、长文本、多模态等不同领域各有所长。在这一格局下，腾讯的核心优势在于其横跨PC、移动、云多端的用户触达能力，以及在社交、游戏、内容等多元场景的深度覆盖。混元模型将与小程序等去中心化生态紧密结合，让智能体（Agent）具备自主执行复杂任务的能力，从而为用户提供独特的价值。腾讯管理层表示，凭借其强大的生态系统和应用场景，混元能够成为用户和企业根据性价比和性能需求进行选择的优秀模型之一。业绩发布当日，腾讯员工薪资相关话题也同步登上热搜。财报数据显示，截至2025年12月31日，腾讯全球雇员总数达115849人，相较2024年末的110558人，全年新增员工5291人。同时财报披露，2025年腾讯总薪酬成本为1307亿元，同比增长15.87%；以此测算，2025年腾讯员工人均年薪成本约为112.8万元。
-
被全网猜是DeepSeek V4的大模型，被小米认领了 智东西 作者 程茜 编辑 心缘 智东西3月19日消息，今日凌晨，小米MiMo大模型系列重磅三连更：旗舰基座大模型MiMo-V2-Pro、全模态Agent模型MiMo-V2-Omni、MiMo-V2-TTS，其最新发布的这三大模型都是为优化智能体能力打造。 其中，上周在全球最大API聚合平台OpenRouter上，API调用量多天登顶日榜并引起热议的匿名模型Hunter Alpha、Healer Alpha，就是MiMo-V2-Pro、MiMo-V2-Omni的早期测试版。目前这两个匿名模型在OpenRouter仍然向开发者免费开放。 此前，因与DeepSeek V4被曝出的参数规格一样，还有人猜测Hunter Alpha就是DeepSeek V4。OpenClaw创始人Peter Steinberger还曾在社交平台X上发文打听这俩匿名模型的具体信息。 旗舰基座模型MiMo-V2-Pro总参数量超过1T，在OpenClaw、Claude Code等智能体框架中，MiMo-V2-Pro能够在无人工干预的条件下完成复杂工作流编排、长程规划与精准工具调用，但其模型API定价仅为Claude Opus 4.6的1/5。 ▲MiMo-V2-Pro与Claude Opus 4.6、Claude Sonnet 4.6价格对比（图源：小米MiMo官网）全模态基座模型Xiaomi MiMo-V2-Omni，支持文本、视觉、语音全模态，该模型能够跨模态理解复杂环境、自主制定并执行计划、在遇到异常时实时修正策略，最终端到端地交付完整结果。语音合成大模型Xiaomi MiMo-V2-TTS要让智能体能用有温度、有情感、有灵魂的声音与人对话，其支持多方言、多角色、多语气生成，还可以智能识别文本中的标点符号、语气词、强调标记等各类格式信号。此外，在MiMo-V2-Pro官方模型体验页面，小米还同步上线了MiMo Claw，用户可以体验基于MiMo-V2-Pro“养虾”。该功能创建一次可免费体验30分钟，退出使用后自动销毁数据。小米MiMo大模型负责人正是原DeepSeek核心成员、被业内称为“天才少女”的罗福莉。智东西体验了MiMo Claw，让其“帮我设计一个网站，每天19点更新第二天在港交所、A股上市的企业”。MiMo Claw通过Python爬虫定时抓取数据，然后生成静态页面直接部署。其运行测试发现误匹配后，会修正补充港股数据。 ▲MiMo Claw生成的新股雷达网站MiMo-V2-Pro、MiMo-V2-Omni将联合OpenClaw、OpenCode、KiloCode、Blackbox及Cline等智能体开发框架团队，为全球开发者提供为期一周的限时免费接口支持。MiMo-V2-Pro养虾体验页面：https://aistudio.xiaomimimo.com一、MiMo-V2-Pro：综合能力国内第二，OpenClaw榜单排第三 MiMo-V2-Pro总参数量超过1T，激活参数量42B，较前代模型MiMo-V2-Flash扩大约3倍，支持100万上下文长度。在全球权威大模型综合智能排行榜Artificial Analysis上，MiMo-V2-Pro位列全球第九，国内第三，仅次于智谱的GLM-5、MiniMax昨日新发布的MiniMax-M2.7。 在各个衡量模型重要能力的基准测评中，MiMo-V2-Pro在编程Agent、通用Agent和工具使用方面与Claude Sonnet 4.6、GPT 5.2、Gemini 3.0 Pro性能相近。 根据官方信息，MiMo-V2-Pro专为Agent场景深度优化，针对复杂多样的智能体架构进行了监督微调和强化学习，具备更强工具调用与多步推理能力。在OpenClaw标准评测榜单PinchBench、Claw-Eval上，MiMo-V2-Pro排名第三，仅次于Claude Sonnet 4.6、Claude Opus 4.6。同时，基于1M超长上下文窗口，MiMo-V2-Pro能支撑高强度的真实Claw复杂应用流。 编程方面，小米内部工程师深度评测结果显示，MiMo-V2-Pro体感已接近Claude Opus 4.6，并展现出高阶的编程智能，其拥有更出色的系统设计与任务规划能力、更优雅的代码风格，以及更高效直接的问题解决路径。在前端应用场景中，MiMo-V2-Pro可以在OpenClaw里，一步生成设计精致、功能完备的网页。提示词：模仿90年代印刷杂志美学。标题衬线字体如 Playfair Display，正文等宽字体如 IBM Plex Mono。页面杂志式多栏 grid，每栏宽度不等。大标题向左偏出视口暗示印刷溢出。图片加 sepia 0.2 棕褐色滤镜和噪点叠加。页面过渡模仿翻书效果。导航模仿杂志目录，每项前编号 01/02/03，hover 时编号变大。底部设计成杂志版权页样式含假 ISSN 号。纸张纹理背景。价格方面，根据使用量分段计价：256K上下文以内，输入每百万tokens 1美元（约合人民币6.87元），输出3美元（约合人民币20.62元）；1M上下文以内，输入每百万tokens 2美元（约合人民币13.75元），输出6美元（约合人民币41.24元）。在官方模型体验页面，同步上线了MiMo Claw，免费解锁MiMo-V2-Pro养虾体验。此外，MiMo Claw模块现已全面打通金山WebOffice生态，原生支持Word、Excel、PPT、PDF四大主流格式，覆盖超95%的日常文档类型；小米浏览器目前也已经接入MiMo-V2-Pro，助力AI搜索。 二、MiMo-V2-Omni：专攻多模态交互、执行，能帮你找攻略砍价 全模态基座模型Xiaomi MiMo-V2-Omni，是专为现实世界中复杂的多模态交互与执行场景打造，融合文本、视觉、语音全模态。感知能力，精准感知和准确推理是高效执行的基石。在音频理解上，MiMo-V2-Omni支持从环境声分类、多说话人分离、音频-视觉联合推理、超过10小时连续长音频的深度理解。其表现超越了Gemini 3 Pro；图像理解上，MiMo-V2-Omni具备多学科视觉推理与复杂图表分析能力，其表现超过Claude Opus 4.6，逼近Gemini 3 Pro；视频理解方面，新模型支持原生音视频联合输入，表现超越Gemini 3 Flash。 智能体能力方面，MiMo-V2-Omni能够跨模态理解复杂环境、自主制定并执行计划、在遇到异常时实时修正策略，最终端到端地交付完整结果。在与真实数字环境交互的评测基准上，MiMo-V2-Omni性能逼近Gemini 3 Pro，纯文本智能体任务上，其平均表现仅次于Claude Opus 4.6。 结合OpenClaw框架，MiMo-V2-Omni可以像人一样操控浏览器。提示词：帮我看看小米17怎么选，去小红书做做功课，选好了去京东下单，顺便砍砍价。模型会自己打开小红书翻帖子，提取配置对比、拍照评测、真实用户体验然后整理购买建议。然后其会打开京东跨店比价，转接人工客服砍价，价格合适后直接加购下单。 MiMo-V2-Omni接入WPS Office，只需几句话就可以为用户直接生成Word、结构化Excel、排版规范的PDF与完整的PPT。 MiMo-V2-Omni模型支持256K上下文长度，输入每百万tokens 0.4美元（约合人民币2.75元），输出2美元（约合人民币13.75元）。三、MiMo-V2-TTS：上亿小时语音数据训练，让智能体说话更像人 语音合成大模型Xiaomi MiMo-V2-TTS，专为Agent时代的全模态交互而生，让智能体能用有温度、有情感、有灵魂的声音与人对话。https://oss.zhidx.com/4ddb46aba1e191563a5fc8d3e6c19452/69bacc00/uploads/2026/03/69bb03f356f9d_69bb03f33df59_69bb03f33df24_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-9.m4a 该模型基于小米自研Audio Tokenizer和多码本语音-文本联合建模架构，经过上亿小时语音数据的大规模预训练与多维度强化学习，实现了高度可控的多粒度语音风格控制。其中，自研多码本语音建模架构，可以实现更精细的语音特征捕捉与还原，模型在高保真的离散token空间中对语音进行建模，保留原始语音中的丰富信息，使强化学习阶段能够直接利用语音相关奖励信号对模型进行优化，从而让多维奖励信号更有效。语音数据量突破上亿小时，覆盖丰富的说话风格与场景；多维度强化学习后训练中，MiMo-V2-TTS在能围绕更自然的韵律、更稳定的音质、更准确的字词表达、更高质量的音色克隆以及不同场景下恰当的语气和表达方式等多个维度持续优化。在训练过程中，MiMo-V2-TTS首先通过超大规模语音-文本混合预训练，在海量数据中习得了强大的跨模态对齐与理解生成的统一能力；在此基础上，通过少量高质量监督数据的微调，模型获得了可泛化的多粒度与多风格指令控制能力。可泛化的语音风格指令控制：该模型支持从整体到局部的多层次语音风格控制。用户可通过自然语言指令设定整体语音基调，同时对句内局部片段进行细粒度的情绪调节，实现同一语句中语气转折与情感递变的自然过渡。https://oss.zhidx.com/d14def45ed2f9067455f7121a731840b/69bacc00/uploads/2026/03/69bb0691cde05_69bb0691c9e5d_69bb0691c9e19_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-10.m4a 文本理解：该模型在预训练阶段通过大量文本-语音对齐数据，习得了书面语与口语表达之间的映射关系，能够智能识别文本中的标点符号、语气词、强调标记等各类格式信号，并将其自动转化为恰当、自然的语音表达，全程无需用户额外标注或手动干预。https://oss.zhidx.com/839829321e5ef0d1162c4e2b7adf47b9/69bacc00/uploads/2026/03/69bb069890107_69bb06988c328_69bb06988c2e3_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-11.m4a 方言、角色、歌声：该模型支持多种方言的自然发音，可进行角色扮演式的风格化演绎，更能实现高质量的歌声合成——让同一个模型既能说、能演、也能唱。方言支持：东北话、四川话、河南话、粤语、台湾腔。https://oss.zhidx.com/627b32390097dd4e5736a73512f1bfce/69bacc00/uploads/2026/03/69bb069d6b3ee_69bb069d5eba6_69bb069d5eb5f_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-12.m4a 结语：终端厂商发力系统级原生智能体 小米大模型团队透露了下一步的研发方向，小米大模型Core团队的核心方向是攻克高复杂度推理与长周期任务规划，系统提升模型在未知环境中的泛化与决策能力，向真正的通用智能迈进，其还将持续推进长周期智能体规划、实时流式感知、多智能体协同，以及与物理世界更深层的整合。小米此次连发三个大模型，贯通了万亿参数模型、全模态模型、 平价API等多项能力，这或许也意味着终端厂商可以把底层大模型、系统权限、生态服务深度整合，打造系统级原生智能体。
-
无招揉碎钉钉，炼出一个“悟空” 作者 | 于米让AI给自己开一场发布会是什么样的体验？3月17日，阿里巴巴布一款全新的独立应用——悟空，定位为企业放心使用的AI原生工作平台。在这场发布会上，开场曲完全由AI谱曲作词，动画视频由AI生成，就连票务系统都是AI在15分钟内全部做完并自动发布。钉钉创始人、CEO陈航（花名无招）表示，上一次发布会时，类似的票务系统需要两三个工程师花两周时间才能完成。他的团队成员中有人操纵五六个悟空同时写代码，一晚上写的代码“超过过去一年”。AI正在深度介入普通人的工作和生活，并产生日益深刻的影响。自动整理邮件、批量处理文件、写代码、做报表——既能“动嘴”也能“动手”的AI Agent，将很多人从繁琐的工作中解放出来。AI钉钉2.0要做的，是连接用户在企业中的钉钉账号、安全访问权限和应用系统，让每个团队、每家公司，都能拥有一支24小时无休的“龙虾军团”。3月17日起，悟空开启邀测，并将直接内置到钉钉中，阿里生态业务ToB能力也将以skills形式逐步嵌入该平台。悟空的发布，标志着钉钉从协同办公工具正式进化为AI原生工作平台。把龙虾关在笼子里2026年开年，随着一只“红色龙虾”在全球爆火，人们前所未有地真切地意识到：AI时代来了。但巨大红利背后，隐藏着巨大风险。Meta公司的AI安全专家将OpenClaw接入工作邮箱后，AI无视指令，数百封邮件被误删，直至物理关机才终止。某AI科技公司CEO在3000人大群测试自己养了10天的“龙虾”，群友用“查看C盘日志”等指令诱导，导致其IP、真实姓名、公司营收等数据全部泄露。深圳某程序员因API密钥被盗，凌晨收到了1.2万元的Token账单。有用户浏览器保存的支付信息遭窃，信用卡被盗刷1400元。“看到知识博主天天吹龙虾，我感觉这很不负责任。”陈航在悟空发布会上说，“你把超级智能体随便（在）外面乱撒，每家公司的电脑全在开后门、全中了木马病毒。”一位钉钉员工半开玩笑地告诉雪豹财经社，很多人花好几千“养龙虾”，但很快又要花钱想办法卸载它。于个人而言，这可能只是一次无伤大雅的错误。但对于企业，它可能带来难以预料的风险和损失。陈航引用了一个数据：超39万的Claw站点资产在裸奔，每个人的数据都一览无余。在他看来，没有足够权限控制、不在沙箱中运用的AI，终有一天会反噬人类。他用一张图形象地展示：2025年8月25日，钉钉发布DingTalk Real，背后就是一只装在盒子里的龙虾。12月23日，DingTalk Real升级，背后是7只龙虾同时工作。很多人问，为什么不把盒子打开？陈航的回答是：安全第一。悟空的特别之处在于，它从第一天起，就是为企业服务而生，“让大圣用金箍棒管住虾兵蟹将”。目前，市面上大多数AI Agent的定位偏向“个人玩具”——写文案、搜资料、做PPT都没问题，但权限脆弱、越权执行、数据泄露和恶意技能等问题难以避免。而悟空天然地内置于企业级运行环境中：AI Agent自动继承企业权限规则，所有操作在安全沙箱中运行，token消耗和成本一目了然，像管预算一样管AI开支。换句话说，AI钉钉2.0的使命之一，就是“把龙虾关在笼子里”。悟空全面支持连接用户在企业中的钉钉账号、安全访问权限和应用系统，每一个人专属的AI助理，仅受一人调遣，每次回答都会校验身份。当AI进行批量操作时，若超出人类认知权限范围，系统会自动触发熔断机制，防止AI造成感知不到的巨大风险。换句话说，别人解决的是让AI能干活，悟空解决的是让AI在企业里安全、可控、算得清账地干活——从极客玩具到企业生产力军团。悟空将同步进军全球市场，后续支持连接全球主流IM平台如微信、Slack等。用户既可以在电脑上，也可以在手机上远程唤起悟空完成工作。钉钉用户可通过钉钉最新AI 2.0版本内置的悟空Agent直接使用。一个人调动一支队伍如果说AI是为每个人配备一位专属的秘书，帮助他们提高效率，那么AI钉钉2.0的“AI原生重构系统”，就是让一个人可以调动一整个系统的生态升级。3月17日，悟空同步发布了OPT（One Person Team，一人团队）十大行业解决方案，这是全球首个将AISkill从技术概念落地为行业级开箱即用产品的方案，首批覆盖电商、跨境电商、知识类博主、开发、门店、设计、制造、法律、财税、猎头十大场景。用户一键启用，即刻拥有一支精通行业技能的“Agent团队”。陈航分享了灰度内测中的几个真实案例：一家杭州的汽车维修门店想用AI引流，悟空先是调用竞品分析技能，对当地同类型门店发布的内容进行分析和学习，然后用总结好的经验在各大平台自动发帖、自动回复，还会跑到别人的评论区精准截留，从而把客人引导到线下门店。一位猎头发现阿里集团正在招聘AI研发工程师，悟空会对这个岗位的技能需求进行拆解，并自动调用庞大的简历数据库进行匹配，自动输出一份人才报告。此外，AI还会分析这位候选人的优势和不足，同时给出一份完整的沟通话术和面试指导。一位工程师要帮客户做一个CRM系统，他直接把三次沟通记录抛出，悟空会自动进行需求分析并在15分钟内自动生成完毕。客户给出反馈后，悟空通过录音解读出三个变更需求，15分钟内再次完成。博主“基地边缘”在电影春节档追热点《飞驰人生3》，悟空扫描全网内容，发现“一个悬架可以买一套房”“F1贴地飞行，WRC偶尔贴地”等热点话题，制作出的视频达到千万播放量。专业动效师4小时的动画视频，悟空5分钟就可以定向生成。某品牌要做一款星空灯，过去，它需要把图纸拿到义乌或深圳的模具市场，花很长时间请结构工程师进行设计。有的设计师不太靠谱，导致模具过热变形或发出电流声。现在，悟空不但能够自动生成结构设计并给出专业意见，还会拆分出每一个零件、生成批发价格表，接着自动完成生产排班。从资料整合、模具设计、采购、加工到试模，AI可以完成一整套复杂的项目管理。与市场上的通用Agent框架不同，悟空OPT直接交付的是“场景化Skill套件+预编排工作流+行业数据沉淀”——用户只需做决策和验收，AI负责执行。每一个Skill都不再是抽象的技术能力，而是绑定了具体场景、具体身份、具体SOP的“行业级能力模块”。比如，传统模式下，一位跨境电商从业者每天需要手动浏览亚马逊热榜、在1688上搜索比价、与供应商逐一确认库存和物流信息、优化商品名、制作多语言营销视频，每一步都需要大量手动操作和重复劳动。悟空的“一人跨境电商”解决方案，可以通过“选品雷达 — 物料制作 — 卖点测试”的AI运营系统，将核心环节从一周压缩到一个下午。互联网主体从人变成了AI拥有2700万企业用户、8亿用户的钉钉，正在重写底层代码，将自身碎片化、原子化，进行全面CLI（命令行界面）化改造，让悟空Agent能够原生操作钉钉上千项能力，而非模拟人类点击图形界面，实现“沟通即执行”。这是一场打碎、熔炼、重组的自我革新，陈航将其比作孙悟空在炼丹炉里浴火重生、炼出火眼金睛的过程。他在悟空发布会上讲述了是如何下定决心、迎难而上：他有一次去挖竹子，一个碗口大的竹桩，4个人花了3个小时才挖出来，因为竹鞭在地下蔓延，不断长出竹笋，一棵竹子就是一片竹林。这个画面，让陈航联想到了“硅基时代和碳基时代开始融合的时代”，AI的思想和技术正在注入各行各业，像竹鞭一样延伸，一个个竹笋诞生在全新的时代。这个意象，也是AI钉钉2.0试图勾勒的未来工作图景：每一个个体都是“新竹”，拥有调动整座山林的底气；每一个组织都是“竹林”，在共生中蓬勃生长；AI则是连接一切的“竹鞭”，让知识流动，让能力放大，让协作共赢。这也是为什么，AI钉钉2.0的发布会被命名为“竹”。这片竹林还在快速扩张、进化。3月16日，阿里巴巴宣布正式成立AlibabaToken Hub（ATH）事业群，千问事业部、悟空事业部等归入ATH事业群，其中悟空事业部定位为“打造B端AI应用入口，将模型能力深度融入企业工作流”。未来，淘宝、天猫、1688、支付宝、阿里云等阿里生态B端商业能力将以Skills形式逐步嵌入悟空，作为阿里AI能力在企业工作场景的统一出口。悟空还同步推出了AI能力市场，携手开发者生态打造完整的企业级Skill生态，提供从开发、审核、上架到分发的全链路体系，目标是建立“全球最大的toB Skill市场”。陈航曾离开阿里自主创业。后来，他觉得要改变世界，必须有足够的资源，于是重新回到阿里做钉钉，每一天都在思考“AI时代到底应该是什么样子”。后来他想明白了：AI时代最大的变革，不是模型本身，而是互联网执行主体从人变成了AI。这意味着整个互联网结构的变革，文件系统、操作界面、硬件形态都将发生根本性变革。自嘲“老登”的陈航担心自己落后于这个时代，但他觉得更重要的是，在梦想改变世界的同时，要有一份责任：在人和AI共处的未来，技术依然要以人为本，依然要拉平中小企业与全球顶级企业在AI技术和思想认知上的鸿沟。“过去11年，钉钉改变了我们的工作方式。今天，悟空正在尝试定义AI时代全新的工作方式。”陈航说，“悟空现在还在新生的状态，但它进化的速度会非常快。”封面来源：企业官方
-
告别20多年经典小熊猫，火狐Firefox浏览器将启用Kit吉祥物 IT之家 3 月 18 日消息，Mozilla 昨日（3 月 17 日）发布公告，火狐 Firefox 浏览器弃用陪伴用户长达 20 多年的“喜马拉雅小熊猫环绕地球”经典标志，转而推出全新官方吉祥物“Kit”。 Mozilla 官方在博文中指出，互联网目前已迈入全新时代，用户需要一个能带来温暖与熟悉感的新向导，而 Kit 正是为了填补这一全球统一形象的空白而生。在设计理念上，Kit 被严格定义为纯粹的 Firefox，它既不是传统意义上的赤狐，也不是喜马拉雅小熊猫（Himalayan red panda），该公司联合创意机构 JKR 及插画师 Marco Palmieri 共同完成了这一形象设计。IT之家注：喜马拉雅小熊猫（学名：Ailurus fulgens）：小熊猫科、小熊猫属的一种小型哺乳动物。体重一般约为 5 千克左右，体长 40-63 厘米，尾长为体长的一半以上。 图源：Red Panda Network 研发团队在设计时特意去除了 Kit 的嘴巴，避免将其变成一个“喋喋不休的卡通人物”。该角色主要通过眼神、肢体语言以及被视为“标志性细节”的尾巴来传递丰富的情感与动态。 Kit 会出现在 Firefox 的首次安装引导页、新功能弹窗提示以及设置更改确认界面中。同时，该吉祥物也将全面覆盖 Firefox 的官方网站、博客及各大社交媒体平台。 为了展现包容性，Mozilla 官方还为 Kit 设定了开放的人称代词，用户可以使用“他”、“她”、“它”或“TA 们”来称呼这位鼓励用户自由探索的忠实伙伴。 Mozilla 最后特别澄清，全新亮相的 Kit 完全由人类设计师通过数百次细节微调（如尾巴摆动、纹理与渐变）手工打造，彻底排除了 AI 生成的可能，并提醒用户不要将其误认为聊天机器人或 AI 助手。
-
宇树科技王兴兴预测：人形机器人今年将超越博尔特百米速度 IT之家 3 月 18 日消息，在 3 月 17 日于黑龙江亚布力开幕的 2026 亚布力论坛年会上，宇树科技创始人王兴兴作为论坛新理事发表开幕演讲。他在演讲中对人形机器人的发展做出预测，称虽然目前机器人尚无法在百米赛跑中胜过人类，但预计今年年中，全球尤其是中国的机器人将实现这一突破 —— 其百米冲刺速度有望跑进 10 秒以内，超越博尔特 9.58 秒的世界纪录。 IT之家查询发现，宇树 Unitree H1 机器人 2025 年 8 月以 3.3 米 / 秒创人形机器人速度纪录。国产机器人“Bolt”2026 年 2 月测试峰值达 10 米 / 秒，逼近博尔特瞬时速度（10.44 米 / 秒）。 当谈及具身智能领域的“ChatGPT 时刻”何时到来，王兴兴认为目前尚差一点火候。他分析指出，当前主要面临三大挑战： 一是 AI 模型的泛化能力不足，需要提升人形机器人或具身智能的泛化能力和动作表达的丰富度； 二是机器人领域数据稀缺，如何在有限数据下提高数据利用率是关键； 三是强化学习的规模效应仍需进一步提升。 尽管存在这些难点，王兴兴对突破时间持相对乐观态度。他表示，虽然有些人乐观估计 18 个月，他个人稍显悲观，认为可能需要 2 到 3 年，但整体进程仍会非常迅速。
-
8点1氪丨宝宝巴士推送低俗广告被罚30万；山姆客服回应给三文鱼加不可生食标签；360回应“安全龙虾”私钥泄露 今日热点导览 美股三大指数集体收涨，36氪涨超37%韩国首尔市内地铁全线接入微信支付雷军再回应停售第一代SU7：不想背刺老用户三星将停售首款三折叠手机Galaxy Z TriFold黄天鹅创始人回应角黄素争议：每天吃75个黄天鹅蛋才会超标胖东来169元1克拉方糖戒指再上架，每人限购5枚TOP3大新闻 儿歌APP跳转成人广告，宝宝巴士被罚30万据界面新闻：公开资料显示，近日，宝宝巴士（福建）网络科技有限公司因发布低俗广告，被福州市仓山区市场监督管理局罚款30万，没收违法所得3.68元。此前，2025年10月，有网友反映称，宝宝巴士APP进入后会跳出成人广告，点击广告后会出现擦边视频。记者以用户身份向宝宝巴士官方客服反映此问题。对于为什么会出现成人广告，该客服解释称，宝宝巴士的广告属于第三方平台投放的，官方已经尽力做审核监督，但难免会有遗漏，“如果看到广告内容有不恰当的地方，用户可以将广告内容和问题反馈给我们去核实处理，后续我们也会对这个问题进行整改的。”（界面新闻、九派新闻）山姆客服回应给三文鱼加不可生食标签近日，被消费者当成“刺身级”的一款山姆进口三文鱼片，包装背面小字标注的食用方法为“加热后烹饪食用”，引发关注。“提示字样在背面，并不显眼，买的时候也未注意到”，有消费者表示。九派新闻在山姆App找到这款三文鱼后发现，摆盘图片是生的三文鱼。评论区很多消费者买回去后生吃，且上传了不少生吃的照片，山姆在评论区的回复也未提示不可生食。记者浏览山姆app发现，这款产品售价219.8元一件，仅供线下门店购买。除包装背面标注食用方式以外，在商品介绍中也注明此产品“适合香煎、炙烤等烹饪方式”。3月16日下午，九派新闻以消费者身份联系一家山姆门店，对于是否考虑给包装贴上“不可生食”标签提醒会员，一客服人员表示：“会将相关建议反馈给包装部门。”据了解，可生食的三文鱼片，需遵守可生食水产品的国家标准GB 10136-2015。而如今须“烹饪后食用”的山姆三文鱼，标注执行的是GB 2733-2015，这是鲜、冻动物性水产品的卫生标准，对菌落和寄生虫的管控要求远低于GB 10136-2015。（九派新闻、新闻晨报）360回应“安全龙虾”私钥泄露3月14日，360集团宣布推出“360安全龙虾”智能体应用客户端及“360安全龙虾Box”硬件终端，并发布专门应对OpenClaw（龙虾）安全问题的“360龙虾卫士”。但两天后，3月16日，安全社区研究人员在解压该产品安装包时，发现其特定路径下存在明文存储的泛域名SSL证书及对应RSA私钥。3月16日晚，针对旗下产品“360安全龙虾”被曝私钥泄露一事，360公司作出正式回应，明确表示已第一时间吊销涉事SSL证书，目前该证书已完全失效，从技术层面阻断了攻击者利用该私钥伪造服务器、劫持流量的可能，普通用户不会受到此次事件影响。（界面新闻）大公司/大事件 马斯克：若告赢OpenAI，上千亿美元收益全部捐给慈善机构3月17日，马斯克在X平台上公开表示，如果在对OpenAI的诉讼中获胜，所有由此获得的法律收益将会全部捐赠给慈善机构，而他个人将不从中获取任何收益。此前，马斯克已经起诉OpenAI和微软，并发起高达1340亿美元的索赔。该案目前已经进入激烈的庭前博弈阶段。这场法律纠纷源于OpenAI的公司结构转型。其2015年以非营利组织成立，2019年转为“限制利润”结构，并计划重组为公共利益公司。前联合创始人马斯克指责其背弃开源、非营利初衷，寻求禁令阻止转型，但相关请求在去年3月被一位联邦法官拒绝。法官允许该案件在2026年春季由陪审团进行审判。 (IT之家、澎湃新闻)韩国首尔市内地铁全线接入微信支付3月17日，腾讯宣布自当日起，韩国首尔市内地铁站全线接入微信支付。中国游客现可在首尔地铁1-8号线全站的自助售票机上直接使用微信支付购票。（财联社）拉里贾尼已遇难伊朗最高国家安全委员会秘书阿里.拉里贾尼的社交媒体账号18日凌晨发布消息，证实拉里贾尼在美国和以色列对伊朗的袭击中遇难。（新华社）黄仁勋信心爆棚维持营收万亿美元预测金十数据3月18日讯，英伟达首席执行官黄仁勋表示，他前一天对公司人工智能芯片销售额给出的1万亿美元预测并未涵盖其所有产品，并示意随着公司进军新市场，总营收将超过这一水平。黄仁勋在加利福尼亚州圣何塞举行的一场公司活动上表示，公司预计将完成、入账并交付超过1万亿美元的业务。他向在场的分析师和投资者表示，英伟达对“1万亿美元以上”有着“强大的信心”。就在不到一天前，黄仁勋曾预测英伟达的旗舰级人工智能处理器将助力其在2027年前实现1万亿美元的销售额，并称计算需求在“过去两年中增长了100万倍”。受此消息影响，公司股价一度上涨4.8%，随后趋于平稳，周二基本持平。（金十数据）韩国三星电子工会将就三星史上最大规模罢工计划进行投票韩国三星最大的工会组织“全国三星电子工会（NSEU）”威胁称，公司正就三星史上最大规模的罢工计划进行投票——一旦本周三投票通过，将在5月中断芯片生产，这可能给三星公司带来数百亿美元的损失。三星作为全球最大的存储芯片制造商，如果其发生罢工事件，可能会对三星半导体业务造成重大冲击，并加剧全球半导体供应的瓶颈问题，从而抑制从汽车、电脑到智能手机等行业的半导体供应。（财联社）“死了么”创始人：App将继续维护近日，“死了么”App创始人吕功琛在杭州成立新公司，引发关注。3月16日，吕功琛告诉记者，新公司已经招聘了新的研发人员，当日起开始正式办公，新产品预计于两个月后正式对外发布。3月16日，吕功琛向南都记者表示，新产品将继续聚焦于独居安全，覆盖更多生活中存在安全隐患的场景；让安全保障更智能，尽可能减少人为干预；通过外部合作的方式，打造全链路的安全服务体系。他介绍，新产品早期会与原“死了么”App类似，后续将继续迭代。“原下架的‘死了么’App也会继续维护，供付费的老用户继续使用。（南方都市报）雷军再回应停售第一代SU7：不想背刺老用户3月17日，小米创始人雷军在其官方微博账号发布《答网友问（第二集）》。在回应为何很早停售前一代SU7时，雷军表示，“（停售）确实对我们前三个月的销售产生了影响，但我们不想背刺老用户。”对于过去两年小米汽车的发展，雷军用“跌宕起伏、冰火两重天”来形容，“所取得的成绩远超想象，但我们也收到很多批评和质疑，有些批评也是非常中肯的，但也有很多误解。”雷军坦言作为后来者，小米汽车还有很长的路要走，“造车是一场马拉松”。谈及新一代SU7，雷军说，想要超越第一代SU7“确实不容易”。新一代的设计作为小米的第一次改版，花了两年多时间，继承和吸纳了第一代的SU7优点，在安全、驾控、智能体验、豪华质感等方面都有提升。（界面新闻）上市仅三个月，三星将停售首款三折叠手机Galaxy Z TriFold据报道， 三星电子公司正在逐步停止其首款三折叠手机Galaxy Z TriFold的销售，该机型上市仅约三个月。该公司发言人表示，将首先停止在韩国本土市场的销售，待美国市场清空剩余库存后，也将停止在美国的销售。（界面新闻）8000万“半价”甩卖子公司股权遭监管问询，永辉超市回应3月16日晚间，永辉超市发布公告，回复上交所关于公司出售云金科技剩余股权的监管工作函。公告披露，永辉超市拟以8000万元，将持有的云金科技28.095%股权转让给其控股股东派慧科技。上述交易价格因大幅低于云金科技的历史估值与账面价值，引发监管层对交易合理性及是否损害上市公司利益的关注。针对问询，永辉超市表示，公司对云金科技的初始投资为5亿元。于2024年6月出售控股权前，公司作为控股股东进行了必要的资源投入。自派慧科技成为控股股东后，云金科技的日常经营、资本性支出等均由派慧科技主导，公司仅作为参股股东，未进行后续重大投入。（界面新闻）黄天鹅创始人回应角黄素争议：每天吃75个黄天鹅蛋才会超标据首页新闻报道，3月16日晚间，黄天鹅创始人、董事长冯斌现身黄天鹅官方旗舰店直播间，正面回应近期备受关注的角黄素（斑蝥黄）争议。直播中，冯斌多次明确表态：黄天鹅鸡蛋未添加任何人工合成色素。针对消费者最关心的食用安全问题，他援引欧盟安全标准解释，按检出含量测算，每人每天需吃下 75 颗黄天鹅鸡蛋，才可能触及安全危害值。3月17日，黄天鹅在官方账号发布公告称目前公司产品已由属地市场监管部门完成现场抽检，样品已送至权威检测机构，目前正等待官方检测结果。（首页新闻、澎拜新闻）超28亿港元，蚂蚁集团要约收购耀才证券金融获批3月16日晚间，耀才证券金融公告表示，蚂蚁集团发起的要约收购已通过有关部门审批，预计将于3月30日完成交割。交易完成后，蚂蚁集团将正式控股耀才证券金融。耀才证券金融表示，作为被蚂蚁集团收购的一部分，所有成交条件均已达成。公告提到，公司股票于3月16日短暂停牌后，3月17日开市起将复牌。复牌前，其股价为9.27港元/股，市值为157.34亿港元。近两年，蚂蚁持续加大在香港的战略投入，香港成为蚂蚁及旗下多家公司的全球化战略支点。此次交易完成后，蚂蚁集团正式获得香港券商牌照，有助于其加速国际化布局。（界面新闻）胖东来169元1克拉方糖戒指再上架，每人限购5枚近日，多名河南网友发帖称，在胖东来商场的珠宝区又看到了“小方糖”戒指在售，售价仍为169元，但每人限购5枚。3月16日下午，记者就以上信息向胖东来多个门店核实，客服人员均表示，消息属实，几天前胖东来已经重新上架了小方糖戒指，款式、价格、材质与之前一致，目前仅有少数门店在售。据此前报道，胖东来一款“小方糖戒指”在社交平台走红。该戒指因外观出众且售价仅169至200元，被网友称为“1克拉钻戒平替”，引发抢购热潮。2025年12月，一则网传《胖东来珠宝关于小方糖戒指暂停销售的通知》称，该商品库存已全部售罄，且近期因抢购引发的现场秩序问题对购物安全构成潜在风险，故暂停销售。（极目新闻）国家能源局：2026年1-2月份全社会用电量同比增长6.1%国家能源局发布1-2月份全社会用电量等数据。1-2月，全社会用电量累计16546亿千瓦时，同比增长6.1%。从分产业用电看，第一产业用电量223亿千瓦时，同比增长7.4%。第二产业用电量10279亿千瓦时，同比增长6.3%，其中：工业用电量同比增长6.4%，高技术及装备制造业用电量同比增长10.6%。第三产业用电量3231亿千瓦时，同比增长8.3%，其中：充换电服务业、互联网数据服务业用电量增速分别达到55.1%、46.2%。城乡居民生活用电量2813亿千瓦时，同比增长2.7%。（财联社）美股三大指数集体收涨，36氪涨超37%36氪获悉，3月17日收盘，美股三大指数集体上涨，道指涨0.1%，纳指涨0.47%，标普500指数涨0.25%。大型科技股涨跌不一，Arm涨超4%，亚马逊、谷歌涨超1%，特斯拉、苹果小幅上涨；奈飞、英伟达、 Meta、微软小幅下跌。热门中概股涨跌互现，36氪涨超37%，B站涨超4%，东拼多多小幅上涨；腾讯音乐跌超24%，小鹏汽车跌超4%，蔚来、理想汽车跌超1%。Applied Intuition与英伟达就自动驾驶技术达成合作3月17日，自动驾驶汽车软件公司Applied Intuition宣布与英伟达达成合作，旨在进一步加速面向全球汽车制造商的L2+级驾驶辅助系统的开发与部署。Applied Intuition成为面向开发基于英伟达硬件优化版L2+高速公路驾驶系统的OEM厂商的推荐软件供应商。（界面新闻）奥迪全球CEO否认南北奥迪合并近期市场有传言称上汽奥迪未来将并入一汽奥迪。对于南北奥迪是否会合并，奥迪全球CEO高德诺表示，目前与两家合作伙伴的合作模式对奥迪大有裨益，将坚持现有双合作伙伴战略。其中，奥迪与上汽合作当前主要的工作重点是推进字母标奥迪的发展。（第一财经）特斯拉与LG新能源签署43亿美元电池供应协议特斯拉已与LG新能源签署了一项价值43亿美元的协议，在密歇根州兰辛市建设一座磷酸铁锂电池工厂。生产计划于2027年开始。美国政府宣布，该工厂将生产方形磷酸铁锂电池电芯，以支持特斯拉在休斯顿制造的Megapack3能源存储设备。此项努力是美国扩大本土电池生产、减少对中国制造电池依赖的更大计划的一部分。（新浪财经)伊拉克正与伊朗谈判，希望允许油轮通过霍尔木兹海峡金十数据3月18日讯，伊拉克石油部长萨瓦德周二表示，伊拉克正与伊朗谈判，以确保其部分油轮能够通过霍尔木兹海峡。他在接受电视采访时说:“我们需要向他们提供这些船只的身份、船名、归属和所有方信息。”由于中东战事导致经由霍尔木兹海峡的出口实际上已经中断，伊拉克已将原油日产量从约420万桶削减至略高于100万桶。（金十数据）中国实现全球首例再生胰岛移植据中国科学院分子细胞科学卓越创新中心（生物化学与细胞生物学研究所）消息，该中心程新研究组联合海军军医大学第二附属医院（上海长征医院）殷浩教授团队，近日在国际上首次分别利用自体与异体干细胞来源的再生胰岛（E-islet）微创移植，实现了1型糖尿病患者的胰岛功能重建与血糖自主调控。相关成果已在国际学术期刊《柳叶刀·糖尿病与内分泌学》在线发表。未来，研究团队将通过基因编辑等手段进一步改造再生胰岛，使其不再被免疫系统识别，从而规避免疫抑制剂的使用，最终达到完全治愈糖尿病的目标。（财联社）上市进行时 上海爱科百发生物医药技术股份有限公司36氪获悉，港交所文件显示，上海爱科百发生物医药技术股份有限公司向港交所提交上市申请书，联席保荐人为中信证券、摩根大通。斑马智能36氪获悉，据港交所文件，3月18日，斑马智能信息技术股份有限公司向港交所递交上市申请书。AI最前沿 字节原计划推出的一代豆包AI眼镜或不会上市据媒体报道，从供应链人士获悉，当前字节豆包AI眼镜项目的生产计划已整体延后，原计划推出的一代产品大概率不会上市。至于具体的时间表调整，一位知情人士表示：未来大概率还会有豆包AI眼镜，毕竟高通AR1芯片已经采购。“但项目可能需要等到一个更明确的产业拐点——当行业能够拿出真正差异化、有市场说服力、让用户感到耳目一新的产品时，新一代产品才会真正启动。”知情人士称，公司内部对AI硬件产品的评估标准十分严格，尤其在“差异化”方面具有不可妥协的要求，此次也是因与市面上产品差异化不强，因此整个生产计划被延后。（财联社）阿里发布全球首个企业级Agent平台“悟空”3月17日讯，阿里巴巴发布全球首个企业级AI原生工作平台——“悟空”，让每个团队、每家公司，都能拥有一支24h工作的“龙虾军团”。悟空是一款独立应用，即日起开启邀测，也将直接内置到超2000万企业组织的钉钉之中。悟空全面支持连接用户在企业中的钉钉账号、安全访问权限和应用系统。同时，阿里生态业务ToB能力将以skills形式逐步嵌入该平台，作为阿里AI能力在企业工作场景的统一出口。（科创板日报）联想集团亮相GTC，成Vera Rubin全球首发合作商36氪获悉，NVIDIA GTC全球开发者大会在美国加州圣何塞开幕。会上，作为NVIDIA紧密合作长达30年的战略盟友，联想集团正式成为NVIDIA Vera Rubin NVL72全球首发合作伙伴，交付了基于该平台的全液冷、机架级的AI系统，开启agentic AI时代的新前沿。大公司财报 腾讯音乐：2025年全年总收入329亿元，同比增长15.8%36氪获悉，腾讯音乐发布截至2025年12月31日止第四季度及全年的未经审计财务业绩。腾讯音乐第四季度总收入86.4亿元，同比增长15.9%，调整后净利润25.8亿元，同比增长7.6%；全年总收入329亿元，同比增长15.8%，调整后净利润99.2亿元，同比增长22.0%。全年在线音乐订阅收入同比增长16.0%至176.6亿元，全年在线音乐非订阅收入同比增长39.2%至90.7亿元。与此同时，腾讯音乐宣布将派发约3.68亿美元（约合人民币25.76亿元）的年度现金股息。投融资 “锐思智芯”完成数亿元B+轮融资36氪获悉，“锐思智芯”宣布完成数亿元人民币B+轮融资。本轮融资由京国投、粤财基金、广汽资本、圆周基金、长江资本、中科蓝讯、中青恒辉、智宸投资、沃赋创投、新亚制程等多家机构共同参与。本轮融资将主要用于核心技术持续迭代、产品规模化量产以及全球市场拓展，进一步推动新一代AI视觉感知技术的产业化落地。“逻辑比特科技”完成两轮数亿元融资36氪获悉，近期，“逻辑比特科技”连续完成Pre-A+和Pre-A++两轮数亿元融资。Pre-A++轮由达晨财智和经纬创投联合领投，华控基金、深创投、康君资本跟投，老股东浙大联创、东方嘉富、华夏恒天、承睿晟、西湖科创投等持续加码。Pre-A+轮投资方为浦东科创集团旗下海望资本、陆石投资以及老股东浙江省创新投资集团（原浙江金控）。两轮融资主要用于加速超导量子计算芯片和整机开发，包括完善芯片微纳加工设备、加速量子计算调控平台建设，以及部署量子计算云平台等。酷产品 Apple Watch国行上线房颤功能，库克官宣房颤功能国行上线据新浪科技报道，苹果CEO库克3月17日发文宣布，为中国大陆的Apple Watch推出移动脉率房颤迹象记录功能，也就是此前很多人期待的房颤历史功能。“移动脉率房颤迹象记录软件”是其在中国大陆的注册名称，于2025年12月26日获得中国国家药品监督管理局批准，取得进口医疗器械第二类资质。该功能面向确诊心房颤动的用户，开启后可解锁两大核心能力，帮助用户深入了解自身房颤状况。（新浪科技）氪大事 氪大事短视频栏目，鲜活解读商业世界大事。美宜佳假烟的三大病灶：管控弃权、扩张失控、暴利驱动。真正能干活的小龙虾，长什么样？OpenClaw到底是什么？凭什么被黄仁勋称为"影响力超越Linux"？ 3月19日晚19:00，向阳乔木×AI异类弗兰克现场演示，真正能干活的小龙虾长什么样、怎么用。普通人也能上手的小龙虾，从这期开始！整理｜徐子欣
-
破解AI算力传输瓶颈 华工科技子公司全球首发12.8T XPO光模块 据华工科技（000988.SZ）官微，美西时间2026年3月17日，全球光通信行业年度盛会（OFC 2026）开幕首日，华工科技核心子公司华工正源正式加入XPO（超高密度可插拔光器件）MSA并成为创始成员，同步全球首发12.8T XPO光模块，将为AI算力网络升级提供成熟、可规模化的全球方案。XPO（eXtra-dense Pluggable Optics）是面向超大规模AI数据中心定义的新一代液冷可插拔光互联标准，旨在突破传统光器件在高密度部署下的性能瓶颈。作为XPO MSA创始成员，华工正源将深度参与新一代光模块标准制定，推动产业链协同与技术兼容，进一步巩固在AI高速光模块领域的技术领先地位。当前AI算力爆发式增长，数据中心对带宽密度、功耗效率与散热能力提出极致要求，传统可插拔方案逼近物理极限。XPO架构从根源突破局限，可使交换机机架密度提升4倍，完美适配下一代AI集群互联基础设施。
-
AI产业重心转向“推理”，英伟达“万亿预期”能否打动市场？ 来源：环球时报【环球时报驻美国特约记者 冯亚仁 环球时报记者 杨舒宇 环球时报特约记者 任重】在全球人工智能（AI）竞赛白热化之际，芯片巨头英伟达再次成为科技博弈的话题中心。当地时间16日，英伟达公司年度GTC大会在美国加州圣何塞启幕。这场行业盛会吸引了数万名科技人士到场，更引发媒体对算力博弈的深度审视：在性价比竞品环伺、巨头“去英伟达化”加速的背景下，这家算力巨擘将如何巩固其统治地位？其高达5万亿美元的估值又能否在激烈的“推理”浪潮中得到持续支撑？市场正在观望英伟达和挑战者下一步的对决。 用技术保护“护城河”在发布会上，英伟达创始人黄仁勋揭晓了一款新型中央处理器（CPU），以及一套基于Groq公司（一家专门生产用于推理的定制芯片初创公司）技术构建的AI系统，旨在提升人工智能系统的响应速度。据介绍，这款新一代服务器系统将由Groq开发的语言处理单元（LPU）与Vera Rubin服务器结合，构建出一种全新的AI推理基础设施。据彭博社报道，LPU作为一种专用芯片，擅长加速大语言模型的“推理”过程——即针对人工智能提示词生成响应的过程。在此架构中，英伟达将其作为“协处理器”提供，以配合主加速器的工作——后者（加速器）在处理更为复杂、多阶段的任务时表现更佳。黄仁勋称，这种架构计算性能相比上一代图形处理器（GPU）架构实现显著跨越。近年来，英伟达显著加快技术研发节奏。如今，该公司已不再局限于其标志性的GPU。“他们正在把这些技术串联起来，以保护他们的护城河。”科技分析公司Futurum Group的CEO丹尼尔·纽曼在谈到这款新产品时说道。在GTC大会上，黄仁勋还展示了英伟达在机器人、自动驾驶和AI代理等领域的布局。当天股价收涨英伟达正试图通过宏大的业绩预期来平息市场的增长焦虑。此前，英伟达曾预期Blackwell和Rubin架构芯片到2026年将带来5000亿美元的收入机遇。今年，在GTC大会上，黄仁勋预测其最新人工智能处理器将帮助公司在2027年前创造1万亿美元的销售额。受此预测提振，英伟达股价当天一度上涨4%，随后涨幅收窄，最终收涨1.2%，暂缓了市场对其增长前景以及“AI泡沫”相关疑虑。据彭博社报道，该公司股价近月陷入停滞，在GTC大会召开前，年内累计跌幅已达3.4%。路透社评论称，押注AI推理芯片等举措标志着黄仁勋正致力于巩固英伟达在所谓“推理计算”（即AI给出答案的过程）领域的地位。随着全球 AI 产业从“模型竞赛（训练）”向“商业落地（推理）”偏移，OpenAI、Anthropic 等科技巨头正将战略重心从采购训练AI模型的芯片转向服务数亿调用AI系统的终端用户，由于AI模型在结束“训练”进入应用阶段后，推理芯片在执行任务、生成响应时的能效表现，远超模型构建阶段的高耗能处理器，这使得全球市场对更便宜、更精简的推理硬件产生了兴趣。黄仁勋表示，“推理的拐点已经到来”，他补充道，“需求还在持续增长。”资本涌入“推理”浪潮尽管英伟达目前仍占据约90%的市场份额，但其周边AI硬件领域的竞争格局已现“合围”之势。美国“商业内幕网”报道称，英伟达的GPU售价不菲，随着客户寻求降低对其依赖，一批竞争对手正脱颖而出。Meta等昔日“金主”正加速推进自研芯片。同时，彭博社提到，原本在训练领域稍逊一筹的CPU因其成本优势，正在部署环节展现出极强的替代潜力。AI的重心也在发生演变。“商业内幕网”报道称，虽然GPU在“训练”环节占据统治地位，但“推理”是一个持续且对成本高度敏感的过程。云巨头与初创公司正纷纷研发竞品AI芯片，尤其侧重于推理领域。据报道，亚马逊已推出 Trainium与Inferentia系列芯片，作为英伟达的低成本替代方案。微软近期也发布了名为Maia 200的AI推理芯片。此外，一大批初创公司正通过研发比GPU更廉价、高效的专用芯片，试图重塑行业标准。随着数十亿美元资本涌入这股推理技术浪潮，该赛道已催生出多家极具竞争力的独角兽企业。此外，中国仍是英伟达面临的最大地缘政治难题。“商业内幕网”报道指出，美国政府实施的安全与贸易限制也制约了英伟达的潜在增长，黄仁勋曾多次警告，阻断对华销售只会加速中国本土产业的发展。华为在本土产业中处于核心地位，被视为英伟达最直接的挑战者。它不仅制造芯片、服务器和网络设备，还运营着自己的云平台。与此同时，以寒武纪为代表的中国芯片初创公司也正脱颖而出，成为英伟达之外的有力替代方案。中关村信息消费联盟理事长项立刚17日在接受《环球时报》记者采访时表示，在AI硬件领域，英伟达仍处于优势地位，短时间内难以撼动。但“推理”赛道正在涌现更多产品，后续竞争的核心可能是价格，众多企业都希望能够用较低的价格来冲击英伟达的主导地位，在这方面英伟达的优势并不突出。
-
AI应用百强榜：巨头扩张、工具退潮、智能体爆发 文 | AIX财经，作者 | 王璐，编辑 | 魏佳从DeepSeek的爆火，到如今OpenClaw的出圈，AI应用的迭代速度越来越快，也让外界越来越难判断：谁是真正的赢家，谁只是短暂的流量。各种AI应用榜单因此不断出现，但由于各家评估维度差异较大，同一款产品在不同榜单上的排名往往差异巨大，有的在A榜单高居前三，到了B榜单却连前三十都进不了。这种排名乱象，让大家越看越糊涂。相比之下，硅谷顶尖风投机构安德森·霍洛维茨基金（a16z）发布的AI应用百强榜，被业内视为观察全球AI应用格局的最关键风向标。近期，其发布了第六版全球AI应用百强榜（Top 100 Gen AI Consumer Apps）（以下简称a16z AI应用百强榜），呈现出当前AI应用市场的关键变化与最新趋势。与以往不同，这份榜单首次将AI原生应用和融入AI能力的传统应用纳入统一评估体系，这一统计口径的调整，本身就反映出AI应用行业正经历转变：AI竞争已从早期的技术演示，进入全面改造传统应用的新阶段。该榜单也传递出当前AI应用市场的三大趋势：超级应用逐渐吞并垂类工具、智能体快速崛起，以及不同国家的应用走出差异化发展路径。全球AI应用大战：ChatGPT第一，DeepSeek更国际化 与大多数AI应用榜单按月统计不同，a16zAI应用百强榜属于半年一更新，时间跨度更长。从2023年9月第一次发布到现在，榜单已经更新到了第六期。最新一期数据截止到2026年1月，基本反映了2025年下半年到2026年初全球AI应用的使用情况。其榜单排名依据主要参考两点，网页端基于Similar Web提供的每月独立访问量数据，移动端基于Sensor Tower提供的月活跃用户数数据。需要注意的是，两类数据都存在一定局限。Similar Web对小型网站或特定地区网站的覆盖可能不足，Sensor Tower也无法涵盖非官方应用商店（如中国部分第三方安卓市场）的数据。不过，这两家机构均属于行业内广泛认可的第三方数据提供商，在一定程度上保证了榜单的权威性。从整体榜单来看，一个最值得关注的变化是官方统计口径的调整。过去，榜单仅关注AI原生应用，而本次将融入AI能力的传统应用也纳入评估。这标志着AI不再只是独立赛道，它正在成为推动整个应用生态升级的基础能力。先来看Web端的AI应用表现。 榜单中的Top50涵盖了聊天、创作、编程、设计、音视频处理等几乎所有类型的AI应用场景，表明AI已经深入到各类软件工具之中。其中chatbot类产品依然表现最为突出，整体排名靠前。具体来看，ChatGPT排名第一，并以绝对领先优势领先第二名Gemini，显示出了无可争议的市场主导地位。从用户规模来看，ChatGPT周活跃用户数已达9亿，相当于全球每周有超过十分之一的人口在使用该产品。与竞品相比，其优势也十分明显，网页端流量是Gemini的2.7倍，移动端月活用户数为2.5倍。但这并不意味着ChatGPT可以高枕无忧，其行业地位很大程度上得益于先发窗口期与长期技术积累，但在AI技术快速迭代的当下，后来者依然有弯道超车的机会。一个关键数据是，约20%的ChatGPT周活跃用户，在同一周内也会使用Gemini，且Gemini的付费用户年增长率连续超过200%。这表明，还有相当一部分用户并没有只依赖单一AI助手，而是根据自身任务需求、模型特性或使用体验，在多个chatbot之间切换使用。同时，在这份榜单中，国内黑马选手DeepSeek表现不错，排名全球第四，是前十名中唯一的非美国应用。其最大的优势在于其流量结构更为国际化。数据显示，其用户来源包括中国（33.5%）、俄罗斯（7.1%）和美国（6.6%），占比相对均衡，甚至有近50%的流量来自中国以外地区。即便是市场领导者ChatGPT，其流量结构也更集中在美国市场。对比来看，国内Chatbot类产品的第一梯队，比如千问、Kimi、腾讯元宝和文心一言，没有进入榜单前十，一个重要原因也是用户分布问题。这些产品的核心用户高度集中于中国大陆地区，在全球用户规模上不占优势。再来看App端榜单。除chatbot类产品同样表现突出外，创意工具类应用在移动端的排名明显更高。其中，以CapCut（剪映国际版）为代表的AI生成视频、图片等产品，占据了前十中的多个席位。 视频编辑应用CapCut在网页端仅排名第17名的产品，在移动端升至第二。其并非AI原生应用，而是由字节跳动旗下脸萌科技开发的视频剪辑软件，2020年已推出市场，但其不断强化AI能力，通过智能抠像、AI特效、自动字幕以及文生视频等功能，大幅降低视频创作门槛。在短视频内容持续爆发的背景下，这类“AI+创作工具”的组合，也成为移动端AI应用增长最快的方向之一。此外，同样值得关注的是，在移动端榜单的前五十名中，中国应用的数量明显增加，如美团、QQ浏览器、百度等均进入榜单前二十名，显示出AI能力正在成为传统应用实现新增长的重要驱动力。整体来看，本次a16z AI应用百强榜传递出两层信息。一方面，ChatGPT的全球领先地位依然稳固，DeepSeek等新玩家也在快速崛起；另一方面，AI应用的竞争已进入全方位、多维度的新阶段，AI能力正深度融入到各类传统应用中。AI应用变天：Midjourney下滑，智能体开始冲榜 除了全球AI应用的整体格局发生变化外，本次a16z AI应用百强榜还呈现出两个明显趋势，在一定程度上代表了接下来各大AI巨头间的主要竞争方向。第一个突出变化是，超级应用正在“吞并”垂类应用。AI行业第一批爆红的应用独角兽，有些已经涨不动了。典型代表是AI生图工具Midjourney，其排名迅速下滑，从最初榜单的第8位已经跌至第43位。这家2021年成立、团队规模长期仅11人的公司，凭借强大的AI生图功能实现了上亿美元年营收，也让整个设计行业感到焦虑。但随着AI能力被大型平台快速整合，这类垂类工具的独立优势正在被不断削弱。关键变化在于ChatGPT和Gemini等chatbot类产品功能不断扩张，包括深度嵌入办公套件、集成AI浏览器（如Atlas、Comet）等。如ChatGPT已通过约220个应用覆盖了旅行、购物、餐饮、健康等众多场景，核心目标是成为用户的统一AI入口，构建超级应用生态。需要指出的是，这并不意味着所有垂类AI工具都会被迅速取代。一些在特定能力上优势明显的产品，仍然保持着较强的竞争力。例如音乐生成工具Suno和语音生成工具ElevenLabs，凭借音乐生成、语音克隆等技术优势，仍然拥有稳定需求。最新榜单中，Suno在网页端的排名达到第15名。此外，图生视频赛道因技术复杂、算力要求高，也未被完全整合。即便OpenAI推出了Sora，但并非所有主流聊天机器人都具备类似功能。但AI生图已成为这类超级应用的标配之一。本次榜单的第二个突出变化是，智能体正在快速崛起。在扩展应用生态之外，各大AI公司也在将重心转向“让AI真正干活”。即便并非所有智能体都足够成熟，但越来越多相关产品已经进入榜单。比如，在编程领域，于2022年成立的Cursor，在去年估值就已经达到293亿美元，并迅速成为许多程序员的AI搭档。它不仅能写代码，还能理解人类意图。如果开发者想重构一个功能，它能自动规划修改步骤、执行测试、排查问题，贯穿整个开发流程。同样，在通用办公领域，Manus、Genspark等智能体已经能够跨应用、跨平台处理复杂事务，比如自动整理会议纪要、协调日程安排、跟进待办任务，完成一连串操作。还有一些因统计周期未上榜的智能体产品，比如OpenClaw的爆发同样印证了市场的期待。需要进一步解释的是，智能体之所以在近期迅速升温，很大程度上源于底层技术的进展。一年左右的时间里，它迎来三项关键技术进步：一是推理和规划能力变得更强，AI能拆解复杂任务、分步骤执行；二是工具调用走向标准化，AI能更顺畅地连接外部软件、API使用更加顺畅；三是长上下文和记忆能力提升，让AI能处理长时间、多轮次的复杂工作流。当然智能体的发展也面临现实问题。首先是可靠性，AI执行的任务越重要，出错代价就越大，使得很多用户不敢放手让它干；其次是安全问题，如何在开放权限后，限制AI滥用操作软件、访问数据，是必须解决的问题；最后是商业模式，智能体的研发和使用成本不低，对于如何收费和盈利，整个行业还在探索中。但无论如何，本次榜单展现出的趋势是明确的，AI应用的角色正在发生变化。一方面，超级应用通过不断整合功能，试图成为统一入口；另一方面，AI正从“回答问题的助手”变成“执行任务的智能体”，真正开始进入工作流程之中。AI应用竞争走向不同路径 从a16z百强榜及行业动向来看，全球AI应用的竞争格局也在发生变化。早期AI应用的竞争更多集中在美国和中国两大市场，但现在各国正在根据自身技术、产业结构和用户习惯，走出不同的发展路径。中国的AI应用走的是生态融合与场景出海并行的路径。一方面，AI能力正深度融入微信、抖音、支付宝等国民级应用，大厂也积极在自己原生应用中，接入各类业务场景，比如豆包打通抖音，内测购物功能，千问联动阿里生态，实现一键式点外卖，形成“超级App+AI”或“AI+超级App”的生态化模式。另一方面，以CapCut（剪映）为代表的工具型产品，通过持续强化AI功能，在海外市场不断扩大影响力。相比之下，美国的AI公司更偏技术平台化路线，OpenAI（ChatGPT）、Google（Gemini）、Anthropic（Claude）等科技公司的核心优势，仍在于底层大模型的持续领先，以及围绕模型建立的开发者生态。两种路径也在塑造不同类型的AI产品。美国的平台化路线更易于催生第三方创新智能体，比如诞生了编程产品Cursor；而中国的生态化路径，则在场景覆盖和商业化上显现出独特优势。除了中美之外，一些新的地域也开始出现自己的AI应用生态。a16z AI应用百强榜显示，俄罗斯科技公司Yandex推出的AI助手Alice月活突破7100万，跻身全球移动AI应用前十。这一案例说明，在特定市场环境下，本土科技公司同样能依靠本地生态和用户习惯建立起自己的产品壁垒。总之，全球AI应用正进入多元竞争的新阶段，下一份榜单，也许就会刷新当前的行业排序。
-
以我的亲身体验，谈谈如何正确理解“养虾” 【文/观察者网专栏作者 陈经】2026年1月，一个叫Clawdbot的个人AI助理火了，是独立开发者Peter Steinberger（彼得·施泰因伯格）2025年11月24日创建的。因为名字与Anthropic的Claude大模型接近，作者将其改名为Moltbot，并建立了非常活跃的开发者社区Moltbook。3月10日，收购爱好者扎克伯格将Moltbook社区纳入旗下，而Steinberger早在2月就被OpenAI挖走。笔者第一时间就关注了事件，并写文评论了Moltbot与“一人公司”（发在2月6日的环球时报），介绍AI与中国制造业分别从软硬两方面提供便捷服务，对于个人创业很有意义。没想到的是，3月时多家中国互联网巨头与大模型公司都参与进来了，一些地方政府都出资激励个人开发者，热度与2023年初的ChatGPT、2025年初的DeepSeek可以相比。 Moltbot于2026年1月30日正式更名为OpenClaw，并于2月24日超过有30年历史的LINUX、3月2日超过React，成为开源社区GitHub史上星标最多的软件项目。近乎垂直的增长曲线成为开源软件历史上的奇观。OpenClaw作为开源项目，使用有一定门槛，中国爱好者有能力自行下载安装的不多。KimiClaw是中国大模型公司最早推出的OpenClaw云服务，不是装在个人电脑上，而是在云上开LINUX虚拟机，安装方便，春节前推出了试点。后面MaxClaw、DuClaw等各类云Claw产品越来越多，阿里云、腾讯云、华为云、火山引擎、京东云、移动云、天翼云都推出了“一键部署”解决方案。还有AutoClaw、QClaw这些作为Windows、MacOS的程序安装包，装在用户个人电脑上的。这些“Claw”服务的推出，标志着中国AI厂商正在争夺OpenClaw生态主导权，与2025年2-3月各厂商纷纷部署接入DeepSeek类似。一. 探索OpenClaw的多种方式KimiClaw于2月18日正式上线，笔者立刻交了199月费，兴冲冲地“一键安装”。几天都连不上服务器，应该是春节没上班。2月22日属于笔者的KimiClaw终于活了，按套路设置连上飞书以后，可以顺畅使用了。笔者的兴趣是了解OpenClaw的架构与原理，这方面有一些心得，对于其优势与缺陷的根源也较为清楚。本文对OpenClaw进行原理性技术解释，会普及一些基础概念。更重要的是祛魅，正确认识这只热度空前的“龙虾”，不神化其功能，了解其巨大的潜力与本质缺陷。 中国已经接上OpenClaw的用户，一般和它有两个交互渠道。一个是飞书等手机即时通讯APP，上面加了Claw机器人，聊天下达指令、接收文件，相信微信不久也会大规模接入。其原理是，飞书会提供API接入办法，OpenClaw有了API权限以后，就可以和飞书通信，接收指令、返回结果。这也是Steinberger开发OpenClaw的初衷，想用手机即时通讯APP连接自己的电脑，远程查看结果、指挥干活。目前这也是和OpenClaw最主要的沟通方式。 对于云上部署的OpenClaw，另一个常用渠道是大模型网页或大模型手机APP上的聊天界面。如笔者网页上了Kimi大模型，上面就有KimiClaw界面，也能聊天下达指令。一开始只有PC网页版可以，后来手机Kimi APP也可以了。笔者体验下来，发现二者有重大区别。飞书是直连KimiClaw，接收的是OpenClaw的执行结果，能收文件。飞书上的聊天也经过大模型处理是智能的，但由于是非即时沟通，受限于飞书API的格式与字节限制，信息发送要压缩，信息含量有限，例如看不到大模型的思考过程。而在Kimi网页或者Kimi手机APP上，是直接与Kimi大模型聊天，主要内容是大模型输出的，有思考过程，信息明显更丰富；其中夹杂了一些OpenClaw执行指令的结果，但文件收不了，需要发到飞书上。笔者选择与大模型直接聊天的模式，以飞书收文件为辅助。这样能学到很多东西，可以直接提问，出了问题大模型能给出多种解决方案选择，尝试过程可见，是学习探索OpenClaw不错的方式。个人电脑上安装的OpenClaw，也有这种聊天界面。AutoClaw、QClaw封装版的会有完整桌面客户端，会提供对话框。这种模式，由于个人电脑运行状态、大模型API都能直接查看控制，能提供更为丰富的运行细节信息。 笔者为了理解OpenClaw架构与原理，还有一种最直接的“探索”办法，就是进入KimiClaw“居住”的Linux虚拟机终端，是Ubuntu 24.04系统，KimiClaw网页版提供了入口。如果对Linux操作系统与命令较为熟悉，就可以去仔细看看文件结构，执行多种底层命令，拆解OpenClaw执行任务的过程。如对于OpenClaw的Skills、Memory这些“技能”、“记忆”相关的重要部件，可以直接查看相关文件内容，从最底层揭秘。但这种探索办法需要相当的Linux知识，连图形操作界面都没有，鼠标完全无用，需要输入许多命令。如无经验会难以操作，即使写文章列出操作细节，也不好理解。如果是个人电脑上装的OpenClaw，也可以直接去电脑里观察目录文件结构，同样有难度。因此，笔者仅介绍原理，略过不好懂的探索过程细节。笔者基于对OpenClaw的底层理解，给出的原理性解释，希望能从另一个角度，帮助读者理解。下面以问答的形式，进行解释。二．OpenClaw原理问答（一）从程序代码角度看，OpenClaw还原到底层，到底是什么东西？OpenClaw首先是一个开源程序，在GitHub上有公开的是源代码仓库，最原始的理解就是公开的代码。它可以“部署”到各类个人PC上，也可以部署到云上运行起来。与人交互，就是人们听说的AI个人助理，能操纵个人PC或者云上的虚拟主机干活，这被戏称为“养虾”。OpenClaw是开源工程，它能在Windows、MacOS、Linux等多个平台应用，甚至华为鸿蒙也支持部署。我们先需要明白，它的代码有“跨平台”特性。原因是，它的开发语言是TypeScript（编译成JavaScript），Java语言流行就是因为跨平台，最常见的是浏览器网页程序。有相当长时间，JavaScript是程序员用得最多的开发语言，积累了丰富的开发生态。OpenClaw涉及复杂的对象结构，TypeScript语言能在写代码时就发现问题，而不是等运行时崩溃。大型开源项目开发者，往往喜欢这个语言的基于类型（Type）的“安全感”。OpenClaw的开发环境叫Node.js，不熟悉这个词的人也不难理解。在Windows、MacOS、Linux、鸿蒙中都有一个程序名字叫“node”，各自不同，是系统事先开发好的。假设我们写了一个程序叫app.js，各类操作系统上都可以通过命令“node app.js”成功执行，一套代码多个平台都能跑。OpenClaw要跑起来，还需要一些别人开发的非常重要的依赖包。这就是开源的好处，别人开发的可以直接拿过来用，组合出更好的新功能。这些依赖包也都是Node.js开发环境里能跑的。应用Node.js依赖包，有个重要分发工具npm，用“npm install”命令就能部署好。这和Linux Ubuntu操作系统里的“apt install”类似，提供了方便的安装方式。可以说，OpenClaw有80%的功能都是“站在npm包肩膀上”实现的，只有20%的业务逻辑（调度、记忆、安全隔离等）是自己写的。另外，OpenClaw还建立了自己特有的开源功能扩展系统，就是不少人听说过的Skill。Skill算是特殊的npm包（可以用npm安装），但OpenClaw给它加了标准化接口、MCP协议适配层（让大模型能调用）、Clawhub分发渠道。Clawhub类似npm一样分发Skill，但专为AI工具设计。可以把Skill理解成npm包，但加上了给AI的“使用说明书”，大模型能够更顺畅地规划让Skill干活。如果个人要在自己的电脑上部署OpenClaw，先要装上Node.js开发环境、配置环境变量，这就劝退了绝大部分人。3月6日腾讯云在深圳腾讯大厦楼下摆摊推出“龙虾安装站”，20位工程师免费帮路人在个人电脑上部署OpenClaw——就是从这一步开始，确实需要技术人员出摊。这一节看得迷糊不要紧，知道有这些名词就行了。以后估计会成为社会常识，听多了慢慢能明白。（二）中国许多公司出手后，OpenClaw为何容易部署了？2025年初爆火的满血版的DeepSeek-R1，个人不可能部署成功。但中国多家公司都接入了，还进行了引流，即使DeepSeek公司本身的服务挤爆了，人们也用上别家部署的DeepSeek。这次OpenClaw热潮，中国想在AI生态里占位的公司，都会来参与，让用户在自己的平台中用OpenClaw。这是中国公司擅长的，面向大众的界面必须友好易用，不然没法推广。常见的办法是云端给用户开一个虚拟Linux主机，就是KimiClaw这样。许多公司都推出了，好处是用户不需要有个人电脑，避免了个人电脑被玩坏、信息泄露等麻烦。这种模式可以一键安装，用户直接使用安装好的OpenClaw云服务，但一开始里面什么个人的文件都没有。另一个办法，是智谱的AutoClaw那样，把OpenClaw打包成传统桌面软件，隐藏掉Node.js的存在，在用户个人电脑上安装。它就像传统Windows程序一样傻瓜式安装，不一样的是，它会自己操纵电脑用1分钟设置好飞书机器人。这种模式，用户的个人电脑直接就有OpenClaw了，干活更为方便，但出事了也更为危险。技术性地说，虚拟Linux主机里的OpenClaw能力会比真正个人电脑里的差一些。笔者确实发现KimiClaw有很多麻烦难用之处，原理上就不是可视化的，也没有声音。再如云上给个人的空间只有40G，个人电脑硬盘要大得多。还有日常的发邮件之类的工作流程，个人电脑天然就有，OpenClaw能自然接触，在虚拟Linux主机从头建立工作流程很不容易。但无论如何，有实力的公司提供的云上服务是个好事，让人能较为方便地接触OpenClaw，能建立新的流程，也是让人兴奋的。需要注意，这是中国特有的现象，大量普通人也有办法试试OpenClaw。在欧美，基本只是技术从业者和爱好者很狂热，普通人因为昂贵费用、隐私保护等问题用不上。这是我们在中国特有的“技术福利”。（三）OpenClaw靠什么干活的？OpenClaw并不是一般的软件，需要干成一些有点技术含量的活，才会让技术社区产生浓厚兴趣，引爆全球。笔者在观察者网风闻社区自动发帖测试成功，可以用这个案例来举例说明。 OpenClaw 自动化测试发帖_风闻 (guancha.cn)先让OpenClaw自动发了个测试贴。这一步其实很不容易，因为我是用KimiClaw云服务，没有可视化的屏幕。需要好几步，动用了一些工具，才能完成发贴。 【2026年3月13日星期五】美以与伊朗战争最新动态_风闻 (guancha.cn)再让KimiClaw发一个美以与伊朗战争动态贴，自行收集内容。可以看出内容很糟糕，是OpenClaw搜各大媒体的标题拼凑，有的和战争毫无关系，内容没什么智能可言。 【2026年3月13日星期五】美以与伊朗战争最新动态分析_风闻 (guancha.cn)让KimiClaw改用Kimi 2.5大模型生成深度总结，能看出内容好多了，有相当的智能了。让它每天早上8点在风闻发布，就建立了一个算是过得去的自动发贴任务。这确实是全自动的，建立任务后，人不用管了。当然文章质量不算太好，只是举例。 【2026年3月13日星期五】美以与伊朗战争最新动态分析_风闻 (guancha.cn)继续优化，让KimiClaw调用Kimi 2.5模仿我的文风来写作内容，测试发贴。让它参考我在观网的文章专栏。这个内容看上去自然多了，文风有点像。但感觉Kimi大模型并未抓住我的思维，我不会这样写，但这就深入大模型深层次的“灵魂”问题了，扯远了。看到这，可以相信OpenClaw能干成些有点技术含量的事。自动发贴、模仿文风是一类事，还有很多复杂任务也可以完成。其实后面几次改进不难，自然语言告诉KimiClaw要干什么就行了，让它生成什么内容，让它模仿文风，让它定时发布。但要实现第一步，“在观网风闻论坛自动发贴”，这不简单。没有OpenClaw，如果对大模型应用开发、AI智能体开发很精通，应该也有办法，但我不知道怎么做。有了OpenClaw，虽然也不简单，但摸索着能实现。第一个成功的测试发贴已经说了些技术细节：“发布方式：Playwright + xvfb-run 自动化”“这是KimiClaw在服务器环境中使用Playwright浏览器自动化工具完成的操作。”OpenClaw威力最大的工具之一，几乎可以算是最核心的功能，就是这个Playwright。它是OpenClaw的手（网页操作）和眼（网页截屏），让AI能实际控制浏览器，点击、输入、截图、滚动、下载都行。但是，Playwright的神奇极为依赖与基座大模型的频繁互动，才知道往下怎么动作，一次操作可能要50-100次截图-决策循环。大模型要有多模态视觉理解能力，能理解截屏内容。 如上面的风闻发贴界面，Playwright会截屏给Kimi 2.5大模型看。Kimi 2.5有原生的视觉理解能力，能看懂“标题”、“正文”框什么意思，告诉Playwright去填内容。如果是网络购物之类的任务，要在网页里不断点击深入，如果不对需要反复试。所以Playwright非常耗token，有些人发现干一个事几块钱就没了，因为要截屏100次去调用大模型理解，一个截屏就要许多Token。虽然Playwright很耗token，但它确实能自动操作网页操作办成不少事。Playwright是微软开发的，代码开源了，OpenClaw拿来作为最重要的功能组件之一。传统爬虫是访问固定网址，只调用1次API就能获取数据，成本几乎为零。这也是许多“天气查询”之类的OpenClaw简单skill的套路。但我在KimiClaw里用这些简单skill，感觉不是太强。这类简单API访问，无法完成复杂操作。互联网公司提供官方API服务是有，如股票信息API，飞书机器人也是一种API服务，要做得很完善并不容易。很有价值的，往往要付费，这就复杂了。Playwright能模范人完成复杂网页操作，比爬虫或者API调用从机制上就要强得多。OpenClaw不是对观网服务器发出一堆字符串，然后一瞬间在风闻发贴成功，观网没这个API服务。它是在Linux虚拟机里，运行了浏览器，访问风闻发贴页面，然后往框子里填了内容，点击发送，完全和人一样操作，是一个缓慢的过程。加上写贴，5分钟都做不完。许多网站有反爬虫、反机器人机制，发现“用户不是人”就拒绝。据说90%的网站都有Cloudflare等反爬机制。Playwright是真的会拿屏幕去分析，慢慢操作，能绕开限制。但是对KimiClaw这类云上虚拟LINUX服务器里的OpenClaw，它没有实体屏幕存在，所以构成有点困难。解决办法是用xvfb-run工具，生成虚拟屏幕，让Playwright去截屏。刚开始连趁手的浏览器都没有，要去下载安装Linux里的Chromium浏览器。再一个问题是观察者网风闻账号登陆，解决办法是人工在个人电脑上登陆成功，再从浏览器上下载Cookie，贴给KimiClaw，它知道如何去用。虽然过程不简单，但好处是大模型很强大，探索过程中会主动帮忙，给出各种方案。人不用说得很精确，让KimiClaw去执行就好了。但人也需要理解大模型与OpenClaw给出的机制与反馈，配合行动。这需要一些耐心与探索精神，OpenClaw可以算是功能强大的开放性开发平台，不是手机APP这类傻瓜化易用工具。OpenClaw的强大，一个是基座大模型的能力很强了，越过了实用的门槛；再一个是有Playwright这类很实用的功能强大的工具。有了这些强大的武器，再配上传统的互联网API、程序算法，才开发出了OpenClaw。它的运作方式也是可以解释的。可以看出，OpenClaw自己其实没啥智能，比如它自己拼凑发贴内容就不太对。但它显得智能，来源是调用大模型，以及一些强大的组件。它更像一个组织者，对接用户需求，让大模型决策，调用各种功能解决问题。（四）OpenClaw具体的运行流程是什么？上面是OpenClaw功能性的介绍。OpenClaw本质上是一个软件，它有一个可以一步步精确理解的运行过程，了解具体的运行流程能更好的理解原理。一个传统软件或者算法运行，其流程是“接收输入、调用工具、返回响应”。互联网服务或者手机APP等程序就是这样做的，人们用得很熟。OpenClaw也是一个软件，也有同样的流程。但是，OpenClaw与传统软件最大的不同，是运行时有智能。它的流程是“接收输入、检索记忆、推理决策、调用工具、更新记忆、返回响应”，加了一些智能相关环节。这个过程是写在OpenClaw的Node.js程序代码里的，是开源的，并不神秘。让OpenClaw火遍全球的，是它与传统算法的区别： 传统软件，接收的输入是明确的指令，由输入与交互界面确定，不是模糊的自然语言；OpenClaw可以理解用户的自然语言，指令一下泛化了。先不说能不能做好，传统算法能“被要求”做的事，极为有限，接收输入死板；而OpenClaw是完全开放的，想象力完全打开，可以接收无数种输入，用户可以提出各种合理或者不合理的要求。 传统算法，调用的工具极为有限，是事先确定的，算法都是写死的。即使复杂到微信这么大的程序，功能也是有限的；OpenClaw能够调用的工具数量无上限，它有许多整理好的skills套路可用，还可以搜索到可用的互联网服务，还能自己写程序开发工具，理论上的能力无上限。 传统算法的记忆功能非常有限，只是定死的数据库、更新数据库，或者一些选项设置。OpenClaw的记忆是开放的，它可以按日期记下与用户的互动，作为后面交互的参考，框架是开放的。 传统算法只能执行固定套路，少数程序有定时执行功能，意义不大。OpenClaw可以记下极多用户交待的事，定期执行。框架是开放的，每天可以做许多事，是能力强大的“AI助理”，等于许多软件功能可以一起跑。从上面的分析可知，OpenClaw是一个彻底打开想象力的开放性软件，与传统算法完全不是一回事，最大的特点就是开放性。人们通过宣传、实际跑样例，很快就能发现OpenClaw的强大与创新。黄仁勋说OpenClaw是“有史以来最重要的软件发布”，就是这个意思。但是，这么好的事，必须有大模型帮助才能实现。许多人都有和大模型聊天的经验，能明白大模型的能力： 大模型会去看对话框里的上下文，对话是有关联的，这就是有“检索记忆”。 大模型会去网络搜索收集信息，增加信息，不只用训练时截止日期之前的信息。 大模型会有思考地分许多步去完成任务，这就是在“推理决策”。 大模型会写程序，能开发工具。OpenClaw不是大模型，但通过API来调用大模型。接收输入后，OpenClaw检索记忆，将它作为上下文，调用大模型进一步明白用户的意图，不用重复交待；大模型接着进行“推理决策”，根据用户意图生成“工作计划”，这是2025年大模型Agent开发的典形任务；OpenClaw调用工具后，看返回的结果，根据成败推进工作计划，调用更多工具；工作计划完成后（失败也是一种完成结果），OpenClaw调用大模型生成总结更新记忆，将最终结果组织成用户能接受的形式输出，返回响应。从上面的描述可知，大模型对OpenClaw等AI智能体类软件非常重要，这大家都知道。但还有一个叫“记忆”的东西，有点迷糊。这就涉及OpenClaw核心框架的三大组件：Skill system、Agent Runtime、Memory。Skill system可以模糊理解为一大堆“AI技能包”，可以扩展的。这其实不难理解，就当是有一堆子程序可供调用，传统编程里就有许多库函数。Skill system可以当作是AI类库函数，每个有SKILL.md这样的给AI看的“使用说明书”。但让OpenClaw跑起来，还需要其它两个重要组件：Agent Runtime、Memory。 Memory系统相对容易理解，就是“记忆”，它是OpenClaw需要的会话上下文、短期与长期日志、用户偏好人格等等，会分门别类放在相关文件里。“记忆”并不玄虚，直观理解就是一些文件把用户交待的话、用户与OpenClaw的互动，用文件记下来。我用的KimiClaw是在Linux虚拟机的“/root/.openclaw/workspace/”目录里，用四个关键的.md文件，把用户相关的事记下来。还有每天的工作日志，KimiClaw是存在/root/.openclaw/workspace/memory目录里，每天有一个日志文件。这不少常规软件也有，不难理解。需要注意的是，这些记忆相关文件的内容，是AI整理的。不是事无巨细都记，也不是原样记，而是理解了以后摘要、汇总记忆，是智能记忆。如果一堆事太长，就汇总一下。其实人也不是什么都记，重要的事记住，细节放文件里。OpenClaw的记忆也是如此，重要的事放用户核心记忆文件里，细节放在日志里，出事了闹不清就去查日志。所以Memory也是和大模型有关的。Memory相关的文件非常重要。我的KimiClaw出了一次大问题，不知道为何memory目录都没了，MEMORY.md也变成空的了，就发现任务执行胡编乱造，傻子一样，根本没法用了。我让它修复，才又好起来。Agent Runtime看名词不太好理解，但它是OpenClaw真正的核心，需要仔细解释。Agent就是AI业界流行了一段时间的“智能体”，这是说OpenClaw是一个有智能的软件，能“代理”一样替人做事。Runtime是程序员熟悉的专用名字，可以类比理解成Windows、手机操作系统开机时的运行状态、运行环境，是个动态的概念。关机了就没有Runtime，跑起来了就有一堆东西活跃起来，配合做事，整个氛围叫Runtime。OpenClaw跑起来以后，整个相关运行环境，就是Agent Runtime，负责管理AI代理的完整生命周期，有多种相关功能。如“会话管理”，维护与用户的对话上下文，处理多轮对话状态；再如“消息路由”，接收来自不同渠道的消息，路由到对应会话，飞书还是网页聊天框来的分清楚；“工具编排”，解析用户意图，调用适当的工具并管理执行流程；“安全沙盒”，控制工具访问权限，区分内部操作和外部调用。这些都是OpenClaw的代码实现的，是其代码真正对应的功能。 可以用“运动员比赛追踪”的案例，来具体说明OpenClaw运行一个任务的过程。我在飞书上（或者KimiClaw网页上聊天也可以），要求“更新下六个运动员的跟踪信息”。这六个运动员是郑钦文、王欣瑜、赵心童、王曼昱、孙颖莎、王楚钦，是之前交待的，放在Memory文件里了。1.接收输入（系统层）用户消息："更新下六个运动员的跟踪信息"这步不涉及大模型，OpenClaw Gateway 接收并路由到Agent Runtime。2.检索记忆（工具调用）Action: memory_search(query="运动员追踪 郑钦文 王欣瑜...")这步也不涉及大模型，直接读取文件系统返回记忆片段。3.推理决策（大模型介入 - 第1次大模型API调用）输入给模型的上下文：User: "更新下六个运动员的跟踪信息"Memory: [陈经关注投资、体育、媒体内容创作]Available tools: [kimi_search, web_fetch, sports-tracker Skill]模型推理输出：意图分析：用户要求更新运动员追踪信息记忆匹配：USER.md 显示关注6位运动员（郑钦文、王欣瑜...）工具选择：优先使用 sports-tracker Skill（已配置，准确性高）辅助使用 kimi_search 验证实时比分执行计划：- 先执行 /root/.openclaw/workspace/skills/sports-tracker/scripts/tracker.py- 然后针对有比赛的选手使用 kimi_search 获取具体比分- 最后整理报告4.调用工具（执行层）子步骤4a：执行 tracker.pycd /root/.openclaw/workspacepython3 skills/sports-tracker/scripts/tracker.py子步骤4b：kimi_search（根据模型决策）Action: kimi_search(query="孙颖莎 朱芊曦 WTT重庆冠军赛 3月12日 结果 比分")搜索引擎API直接返回结果子步骤 4c：读取结果并整理读取 tracker.py 输出 + kimi_search 结果这步不涉及大模型，是工具调用、网络搜索、数据整合5.更新记忆（大模型介入 - 第2次 API 调用）输入：原始追踪结果（长文本）模型任务：提炼关键信息，生成简洁记忆输出："孙颖莎3-0胜朱芊曦，王楚钦待比赛19:40" 结果写入memory目录里的日志文件2026-03-12.md，上图是我在终端里直接查看到的日志内容，是有用大模型总结的。6.返回响应（大模型介入 - 第3次API调用）输入给模型：工具执行结果：- tracker.py: "6位运动员中，孙颖莎、王楚钦今日有比赛..."- kimi_search: "孙颖莎 3-0 朱芊曦（11-5, 13-11, 11-8）..."任务：生成给用户的回复要求：简洁、结构化、突出关键信息模型生成响应：【运动员追踪报告】3月12日（14:20更新）孙颖莎（乒乓球）- 今日比赛已结束- 比分：3-0 胜朱芊曦（11-5, 13-11, 11-8）- 状态：晋级16强王楚钦（乒乓球）- 待比赛：19:40 vs 弗朗西斯卡这里调用了大模型 API，将工具结果转化为自然语言。注意上面的流程中有个kimi_search，它不是skills也不是大模型，而是KimiClaw内置的网络搜索工具。无论多么神奇的OpenClaw功能，都可以拆解。OpenClaw核心、记忆检索、大模型调用、Skills工具调用与网络搜索、记忆更新等多种模块组合，就能完成无数种任务。可以看出，这个组合极为灵活，能完成的任务想象力完全打开。其中大模型的能力是关键，有了它，才能理解要干什么事、如何执行任务、如何输出给用户，所以完成一个任务要多次调用大模型。有些客户发现用OpenClaw太花钱了，比大模型APP问答花钱多了，就是因为“一个任务多次调用”的特性，大模型回答问题就是一次调用。智能体能长时间不断调用大模型推进任务，是智能进步的标志，已经从几十分钟进步了到几小时甚至更长。有些任务OpenClaw可以跑很长时间不出错最终完成，但它基本是一个智能体在跑。现在AI前沿已经发展到十几个智能体分工配合一起完成任务，开源社区也有让多个OpenClaw分工互相通信协作的尝试，但还不是太突出。（五）OpenClaw的缺陷是什么？以上解释了OpenClaw的运作原理，看上去很厉害。但要问它对我有啥用？我现在的结论是：还没特别有用，最大的收获是学习原理。绝大多数时间，我都在“伺候”这只虾，因为有时它实在太不靠谱了。理解原理以后，我们知道，它能办挺多事。但我观察了多个任务以后，得出了不太好的结论：这是一个以“形式主义”为最高原则的AI助理，实质能力往往不行，最大问题是不靠谱。其实看它的算法原理也能明白，这种组合出来的流程，随便一跑能靠谱才见鬼了。大模型本身就有幻觉，但慢慢靠谱了很多，只要小心，已经算是能控制的小问题了。我用Kimi的聊天、深度研究、code、文档等功能，对日常工作生活帮助很大。这些功能有大模型公司不断研究优化，表现越来越好是可以预期的，可靠性过了门槛以后，就真的很有用了。我们看OpenClaw完成的任务，大模型要用许多次，还要OpenClaw核心来主导，要调用多种skills，要总结输出。各种任务类型多种多样，中间哪一步出问题，最后的结果就可能很离谱。一个严重问题是，大模型有极强的“形式主义”编造能力。一个好多步的流程，中间很有可能失败，如股价网络查找失败、运动员信息查找失败，或者表面成功了实际是错的，如找了以前的老信息。但大模型不管，它先满足形式主义，没有信息，它自己编！ 例如3月11日这些运动员的比赛消息，有些是胡编的！郑钦文和王欣瑜实际都输了。有的时间错乱了，把2025年的消息发出来了。因为kimi_search等搜索工具不一定靠谱，搜索只是返回一些信息，并不能判断合不合适，有时也会失败。OpenClaw调用大模型决策推理，定“工作计划”的时候，有时会拿出“搜索失败自己编”的“糊弄”方法。这样的人类员工，如果被发现了肯定开除了。但我没办法，还得去想办法伺候它，弄明白犯傻的原因，想办法把输出弄正确。 该图表为AI制作 请结合文章内容做参考例如我让KimiClaw生成港股通593只股票的市值分布图。一开始显示汉字不对，提示后它还自己下载汉字字库解决了问题，画出图来，像模像样的。但我再仔细看，完全不对，这些股票的市值都是胡编乱造的！也不是完全胡编，还编得和真实数字有点接近。而这个市值分布柱图也是不对的，因为市值都弄错了。我问它怎么回事，它坦白是因为网络搜索找不到市值数据，就自己编了。 该图表为AI制作 请结合文章内容做参考我不断想办法让它改进，如给它找靠谱的股票信息API，它甚至想让我交一年上千去接入一个财经API。付出艰苦的努力，找到腾讯财经API可以返回靠谱信息，让它做了一个“港股通信息查询”skill，才把图画出来了。什么叫市值，也需要给它定义，因为有些股是A股与港股都上市的，市值应该是各自上市的股本分别乘以A股、港股的股价再相加。但我最近发现最终做出的图还是有问题，说市值5000亿港元以上的股票16支，但宁德时代不见了。我了解一些大模型算法原理，在日常使用大模型的时候就非常注意幻觉、编造等问题。这方面问题很大，人们非常容易上当，网络上已经有非常多大模型编造的内容。在使用OpenClaw的时候，我发现幻觉、编造的问题要严重得多，要更加小心。当我们发现大模型不靠谱的时候，指出来问题，它往往能自己改正。但是，OpenClaw出错了，要去修它，要难得多。如果没有一定水平，往往就不太容易用好OpenClaw，实际问题非常多。有时看着结果不错，但不一定靠谱，还是需要多加小心。有些用户反应，用OpenClaw做任务不难，但查它靠不靠谱很累，我也有同感。从原理上来说，目前对OpenClaw真不能太过信任。把重要的个人信息、财经信息，或者工作单位信息让OpenClaw掌握，更是非常危险，安全漏洞极大。已经出了不少事了，金融公司、重点单位、一些上市公司，都明确要求不许在单位电脑上装OpenClaw。安全方面的漏洞笔者不太熟悉，但概念上肯定是漏洞极大，有不少文章指出。OpenClaw不少动作等于在互联网无保护到处活动，为了完成任务找我要了一些信息，是有危险。笔者还是想特别强调“靠谱”这个事。有一些OpenClaw流程，相关Skill整理得不错、相关互联网信息服务靠谱、基座大模型能力足够，确实能够干一些活。这些例子肯定也是海量的，但必须指出，这不是从天上掉下来的，不是OpenClaw开源了就有，而是需要相当多的开发试错、整理打包的工作。正确的理解是，OpenClaw是一个开发框架，它让人用自然语言指挥干事，立刻就有结果，给人很大的震撼。但是，如果要让它干靠谱的事，就和人类学习编程语言一样，需要不少基础知识，要会面对各类错误，耐心地“养虾”。如果不会养，就会发现这东西并没有那么好玩，就和一些人编程学不下去一样。高手对OpenClaw原理与架构很了解，对要干的事很了解，对调用的工具也了解，也会自己开发skills，把相关环节都调试得足够靠谱了，就能组织出一些不错的自动工作流程。但有这个水平的高手，目前还不多。很多人买电脑或者云上装了龙虾以后，就有些茫然了，不知道能干啥，希望本文对不了解OpenClaw原理的人有帮助。可以去学习高手总结的靠谱流程，模仿实践；也可以去学习原理，针对性提升使用AI的水平；最后自己也变成高手，开发Skill，指挥OpenClaw组织流程，真正让AI助理帮助工作生活。在这个过程中，一定要注意，OpenClaw很不靠谱，绝对不能盲目相信，要有确实的证据，各个环节都确认可靠了，才可以放手让它干活。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
