作 者丨 張云迪

來 源 | 九卦金融圈

AI 開源新王誕生！OpenClaw 登頂 GitHub 成歷史第一，4個月跑贏30年！

開源的勝利：從“工具時代”到“代理時代”

OpenClaw 登頂只用了四個月

在科技史的長河中，曾有無數(shù)里程碑式的技術更迭。這兩天，OpenClaw 在 GitHub 上的星星數(shù)（Star）直接沖破了 25 萬，成為歷史第一。在短短幾個月內，OpenClaw 的開源項目，以令人瞠目結舌的速度，打破了技術界的所有“王座”。它不僅超過了 React——這個統(tǒng)治 Web 開發(fā)十年的前端框架，還在 GitHub 上收獲了超過 250K 的 Star，正式超越了曾經(jīng)不可動搖的 React，成為“最受歡迎的軟件項目”。

這個數(shù)據(jù)對比之所以震撼，就是因為時間差的沖擊力太強了：React 花了十年爬到山頂，OpenClaw 只用了四個月就站到了它旁邊，而且直接把第二名和第三名——React 和 Linux——甩在了身后。

要知道，GitHub 的 Star 可不是什么刷出來的數(shù)據(jù)，那是全世界最挑剔的一群技術極客一票一票點出來的。能入他們眼的東西，一定是有真東西的。

OpenClaw 如何打破技術壁壘

工具時代的核心是“讓人更強”，代理時代的核心是“讓人退后”——這才是真正的范式轉移。

OpenClaw 為什么它能超越 React？React 代表了工具時代的巔峰——它是一個讓開發(fā)者更高效寫代碼的工具。而 OpenClaw 代表的是代理時代的開端——它是一個讓所有人都能擁有“數(shù)字員工”的平臺。前者是讓專業(yè)人士做得更好，后者是讓普通人也能做到以前做不到的事。這個區(qū)別，決定了 OpenClaw 的想象空間遠遠超過任何一個開發(fā)工具。

更重要的是，OpenClaw 的架構設計極其巧妙。它把模型層、執(zhí)行層、工具層完全解耦。你可以用 OpenAI 的模型，也可以用 MiniMax 的，甚至可以在本地跑一個開源模型；你可以給它裝各種插件，讓它操作不同的軟件；你可以嚴格控制它的權限，只讓它訪問特定的文件夾。這種靈活性，讓它既能成為一個個人助手，也能變成一個企業(yè)級的生產(chǎn)力工具。

資本沸騰：8.7萬億Token背后的財富轉移

OpenClaw 的熱度很快從技術圈傳導到了資本市場。最直觀的表現(xiàn)是“概念股”的出現(xiàn)。

夸張的是港股市場。MiniMax 和智譜 AI 這兩家模型廠商的市值雙雙突破 3000 億港元。導火索是 OpenRouter 的周度數(shù)據(jù)：2 月第三周，全球前十模型的總 Token 消耗約 8.7 萬億，其中中國模型占了 5.3 萬億，比例高達 61%。MiniMax 的 M2.5 以 2.45 萬億位居榜首，Kimi K2.5 和智譜 GLM-5 緊隨其后。這意味著什么？意味著 OpenClaw 這個“海外來的龍蝦”，正在瘋狂投喂中國模型廠商。

月之暗面的故事更有戲劇性。K2.5 模型發(fā)布后不到 20 天，其 API 收入就超過了 2025 年全年的總和。海外收入甚至反超國內——因為歐美開發(fā)者發(fā)現(xiàn)，用 Kimi 跑 OpenClaw 比用 Claude 便宜太多。一個歐洲開發(fā)者的賬單顯示：他每天用 Kimi 跑日常任務，開銷約 5 到 10 美元；如果換成 Claude，月消耗會在 800 到 1500 美元之間。性價比，這個中國制造的傳統(tǒng)優(yōu)勢，在 AI 時代依然鋒利。消息傳開后，月之暗面估值直接翻倍到 100 億美元以上。

但也有人歡喜有人憂。智譜 AI 在 2 月下旬遭遇了一次“幸福的煩惱”：流量暴漲導致算力吃緊，API 服務出現(xiàn)排隊和卡頓，開發(fā)者開始在社交媒體上抱怨。2 月 23 日開盤，智譜股價一度下跌 22%，單日蒸發(fā) 1000 多億港元。這給所有模型公司上了一課：在 B 端市場，服務的穩(wěn)定性是底線。一次問題，就可能讓積累的開發(fā)者信任付諸東流。

云廠商的搶灘：誰在搭建 Agent 時代的基礎設施

國內云廠商的反應速度快得驚人：OpenClaw 本身不賺錢，但跑 OpenClaw 需要服務器、需要帶寬、需要存儲。

百度智能云是最早行動的一家，他們上線了 OpenClaw 的一鍵部署鏡像，用戶登錄控制臺，點幾下鼠標，幾分鐘就能擁有一個屬于自己的 OpenClaw 實例。這還不算完，他們還把 OpenClaw 接入了自家的文心一言模型，推出了所謂的“文心版 OpenClaw”，號稱能讓 Agent 更懂中文場景。

騰訊走的是另一條路。他們在企業(yè)微信里內測了一個叫“WorkBuddy”的東西，底層就是 OpenClaw。你可以直接在企業(yè)微信里@它，讓它幫你處理各種工作：拉取昨天的銷售數(shù)據(jù)、生成周報、安排會議室、給客戶發(fā)郵件。

阿里的動作也不慢，直接推出 QoderWork 桌面 Agent，現(xiàn)在有 windindo 和 MAC 版本?？梢园?Qoder 理解成從“代碼領域”向“日常辦公”的延伸。它不需要任何配置部署，下載就能用，通過自然語言對話在本地完成各種辦公任務。

它能干什么？實測案例很直觀：

文件整理：面對4000張亂碼命名的圖片，一句話讓它批量重命名、分類歸檔。

PPT 生成：給一堆圖片和數(shù)據(jù)，讓它做成19頁的“AI 大佬科普 PPT”，自動配圖、配文、排版，最后出來的是雜志級效果。

數(shù)據(jù)分析：丟一個十萬行的 Excel 過去，讓它分析不同年齡段消費偏好，它直接生成帶圖表的 HTML 報告。

會議紀要：給一個訪談視頻，讓它總結要點并生成待辦事項，帶優(yōu)先級排序。

QoderWork 還有個很貼心的設計：沙盒環(huán)境。所有任務在隔離的虛擬環(huán)境里執(zhí)行，避免像 OpenClaw 那樣出現(xiàn)“AI 失控刪郵件”的翻車事故。它還加了“三層防護”：文件刪除是邏輯刪除（可恢復）、高風險操作會彈窗確認、權限嚴格管控。

為什么云廠商這么積極？因為他們在賭一個未來：如果未來每個企業(yè)、每個人都擁有自己的 Agent，那這些 Agent 跑在哪里？大概率是云上。誰掌握了 Agent 的運行環(huán)境，誰就掌握了下一代的流量入口。這個邏輯，跟十年前移動互聯(lián)網(wǎng)興起時，所有廠商都在搶著做應用商店一模一樣。

“賣鏟子”的商業(yè)邏輯

OpenClaw 的開源屬性決定了它本身不是一門生意，但圍繞它正在形成一個巨大的商業(yè)生態(tài)。這個生態(tài)的核心邏輯，就是“賣鏟子”。

最直接的鏟子是云服務。如前所述，百度、騰訊、阿里都在搶著提供 OpenClaw 的一鍵部署服務。

第二層鏟子是插件市場。OpenClaw 的插件生態(tài)正在迅速成型：有操作 Excel 的插件、有控制瀏覽器的插件、有接入企業(yè)微信的插件、有調用 Photoshop 的插件。目前這些插件大多是免費的，但想象一下未來：如果你是一個 SaaS 廠商，想讓自己的產(chǎn)品能被 OpenClaw 調用，你可能需要開發(fā)一個官方插件，然后通過插件市場向用戶收費。OpenClaw 如果抽成 30%，這就是一個巨大的平臺型收入。

第三層鏟子是模型調用。OpenClaw 本身不包含模型，它需要調用外部的模型 API。這就是為什么 MiniMax 和月之暗面會成為這波熱潮的最大受益者——他們的模型是 OpenClaw 的首選。

第四層鏟子是端側硬件。國盛證券的研報指出，OpenClaw 這類 Agent 正在推動算力需求從云端向本地終端延伸。因為很多任務不需要每次都去云端跑——比如打開本地文件、操作本地軟件——在本地處理延遲更低、隱私更好。這意味著類似 Mac mini 這樣的輕量化終端算力載體，可能會成為 AI Agent 落地的核心硬件。

資本市場對這類“端側 AI”概念的追捧，本質上是賭一個未來：Agent 不只是云上的，更是你身邊的。

金融行業(yè)的沖擊波：3 萬美元終端的“廢鐵”時刻

如果要找一個最能體現(xiàn) OpenClaw 價值的行業(yè)，那一定是金融業(yè)。這個行業(yè)的特點很簡單：數(shù)據(jù)多、流程復雜、人力成本高。過去幾十年，銀行一直在搞數(shù)字化轉型，但始終有一個問題沒解決——系統(tǒng)可以匯總數(shù)據(jù)，但最后還是得靠人盯著屏幕、手動操作。OpenClaw 的出現(xiàn)，正在把這道“最后一公里”的墻徹底推倒。

這里要說說那個廣為流傳的故事：3 萬美元金融終端變“廢鐵”。

故事的主角是一個對沖基金的分析師。他每天的工作之一是盯著彭博終端上的數(shù)據(jù)，手動整理各種宏觀經(jīng)濟指標，然后寫晨會簡報。彭博終端的年費是 3 萬美元，但真正干活的是這個分析師。有一天，他試著給 OpenClaw 配了一個插件，讓它每天早上自動登錄彭博終端（通過遠程桌面），抓取指定的數(shù)據(jù)，然后用 GPT-4 生成一份簡報，最后通過郵件發(fā)到團隊郵箱。

結果讓他目瞪口呆。以前他每天花兩個小時干的活，現(xiàn)在 OpenClaw 十分鐘搞定，而且數(shù)據(jù)分析的邏輯比他更嚴謹，生成的文字也更流暢。他后來在推特上發(fā)了一條帖子：“我花了 3 萬美元買了個終端，現(xiàn)在發(fā)現(xiàn)真正干活的是我自己的電腦?！边@條帖子很快被轉發(fā)過萬，那個“3 萬美元變廢鐵”的梗就這么傳開了。

這個故事聽起來像段子，但它揭示了一個深刻的趨勢：在投研領域，OpenClaw 正在成為一種全新的生產(chǎn)力工具。某證券公司的研報詳細介紹了如何用 OpenClaw 搭建一個自動化投研系統(tǒng)：接入金融數(shù)據(jù)接口、定時拉取數(shù)據(jù)、執(zhí)行條件選股、生成技術分析圖表、編寫財報摘要。以前需要分析師團隊幾天完成的工作，現(xiàn)在可以交給 OpenClaw 在夜里自動跑完，第二天早上直接看結果。

但這只是開始。真正的想象力在于反欺詐和風控。傳統(tǒng)的反欺詐系統(tǒng)是基于規(guī)則的：比如凌晨三點的境外交易，直接攔截。但這種方法誤傷率很高——萬一用戶真的是在出差呢？OpenClaw 可以做到“行為式風控”：它學習每個用戶的交易習慣，知道你通常幾點在哪消費、喜歡買什么東西、單筆金額大概多少。當一筆交易出現(xiàn)時，它不是在后臺跑一條冷冰冰的規(guī)則，而是像你的私人助理一樣問自己：“這像是他會做的事嗎？”如果答案是否定的，它才會觸發(fā)攔截。這種“無感防護”的能力，對銀行來說意味著更低的誤傷率、更高的客戶滿意度。

合規(guī)也從“抽檢”變成了“全檢”。 以前反洗錢篩查，系統(tǒng)跑出一堆可疑交易，合規(guī)人員一個個看，根本看不過來，全是抽檢?，F(xiàn)在 OpenClaw 可以每天自動過一遍所有交易，調客戶資料、查資金鏈路、做綜合判斷，最后只把真正有問題的拎出來給人看。效率從“看1%”變成“看100%”，工作量反而降了。

過去三十年間，銀行IT架構的核心范式始終未變：系統(tǒng)承擔計算職能，而人類則扮演執(zhí)行角色——客戶經(jīng)理手動錄入客戶資料、信貸專員逐筆審核貸款、運營人員定期編制報表，人工作為"人肉接口"串聯(lián)起彼此孤立的業(yè)務系統(tǒng)。

然而，隨著智能體（Agent）技術的成熟，這一格局將被徹底重構。銀行IT架構將在現(xiàn)有技術棧之上，構建一個全新的核心層級：智能體執(zhí)行層（Agentic Execution Layer）。

該層級向下深度集成核心銀行系統(tǒng)，向上無縫觸達客戶與員工，在中間環(huán)節(jié)自主完成復雜任務的端到端執(zhí)行。系統(tǒng)由此從靜態(tài)的數(shù)據(jù)存儲庫，進化為智能體的動態(tài)運行環(huán)境。未來銀行業(yè)的競爭維度將顯著擴展：除傳統(tǒng)的資金實力、分銷網(wǎng)絡、客戶基礎外，數(shù)字勞動力的密度與效能將成為關鍵差異化要素。大型金融機構或將部署數(shù)千個智能體，全面承接高頻運營作業(yè)與深度分析任務。銀行的運營模式亦將隨之躍遷，從僵化的流程編排轉向敏捷的目標達成。

有大行的科技負責人透露說，他們正在實驗用 OpenClaw 搭一個“數(shù)字分行長”，自動監(jiān)控網(wǎng)點指標、發(fā)現(xiàn)問題派單、解決不了就升級。他說：“要是跑通了，我們就在每個網(wǎng)點都養(yǎng)一個數(shù)字副行長?！?/p>

這就是 OpenClaw 給金融業(yè)帶來的真正沖擊：它不是在優(yōu)化流程，而是在重新定義“人”和“系統(tǒng)”的關系。以前是人操作系統(tǒng)，以后是 Agent 協(xié)助人、甚至代理人的一部分工作。對銀行來說，現(xiàn)在要想的不是“會不會被取代”，而是“如果每個員工都能配一個數(shù)字員工，我的業(yè)務該怎么設計”。這個問題想得越早，未來就越主動。

當然，金融行業(yè)對安全的敏感度決定了 OpenClaw 的落地不會一帆風順。一個能直接操作系統(tǒng)的 Agent，如果權限控制不當，或者被黑客攻破，后果不堪設想。目前的主流做法是“隔離環(huán)境”：給 OpenClaw 分配一個虛擬機或者容器，讓它只能訪問經(jīng)過授權的數(shù)據(jù)源，所有操作都要被審計。這雖然犧牲了一部分靈活性，但換來了合規(guī)性。對于金融機構來說，這是唯一可以接受的平衡點。

結語：重新定價一切的 OpenClaw

OpenClaw 正在重新定價所有 AI 創(chuàng)業(yè)賽道。過去兩年，行業(yè)共識是“模型即一切”，而現(xiàn)在 OpenClaw 打破了這種敘事——模型只是一個可替換的零件，真正的價值在“執(zhí)行中樞 + 工具生態(tài) + 權限系統(tǒng)”這個層面。

這也意味著，圍繞 OpenClaw 正在形成全新的創(chuàng)業(yè)賽道：安全免疫系統(tǒng)（保護 Agent 不被黑）、AI NAS（給 Agent 用的私有存儲）、獨立 Agent Memory（讓 Agent 記住你的習慣）、Agent 信用系統(tǒng)（評估哪個 Agent 更靠譜）、Agent 求職市場（企業(yè)發(fā)布任務，Agent 搶單）……把 Agent 當作“人”來看待，思考如何讓這個“人”變得更強，正在成為新的創(chuàng)業(yè)風口。

獵豹移動 CEO 傅盛最近的分享很有意思。他給 OpenClaw 發(fā)了 22 萬字的材料，每天要花 100 多美元。他說，“龍蝦”越用越會干活，錯誤變成經(jīng)驗，經(jīng)驗變成技能。每踩一次坑，就寫成一條 Skills 文檔，下次自動執(zhí)行。他甚至打通了 OpenClaw 和飛書，搭建了參謀、筆桿子、運營官等多個 Agent。傅盛強調，相較于“用”，他更喜歡“養(yǎng)龍蝦”這個詞。

回到資本市場，OpenClaw 帶來的啟示很明確：未來 AI 公司的競爭，將從模型參數(shù)的比拼，轉向 Agent 適配性、商業(yè)化效率的比拼。

OpenClaw 的意義不在于它能火多久，而在于它讓所有人看清了一個事實——AI 的下一站，是代理。誰能在代理時代卡住身位，誰就是下一個十年的贏家。