作者：高恒

3月，深圳南山區(qū)騰訊總部大廈北廣場(chǎng)排起長(zhǎng)隊(duì)：有人抱著NAS，有人拎著迷你主機(jī)，甚至有小學(xué)生帶著筆記本電腦，只為安裝一個(gè)叫OpenClaw的開(kāi)源AI智能體。抖音上，“全民養(yǎng)龍蝦”的短視頻刷屏，從程序員到普通用戶，幾乎全社會(huì)都參與其中。與此同時(shí)，小米、阿里及國(guó)產(chǎn)模型廠商正在將Agent深植手機(jī)、汽車(chē)、電視和云端系統(tǒng)。GitHub上，OpenClaw三周破25萬(wàn)星標(biāo)，超過(guò)Linux三十年的積累。

表面上，這是一場(chǎng)應(yīng)用熱度，但背后是中國(guó)AI生態(tài)正在發(fā)生的系統(tǒng)性變革：高頻Agent讓沉睡算力持續(xù)變現(xiàn)，用戶操作生成高價(jià)值任務(wù)軌跡數(shù)據(jù)，端側(cè)Agent重構(gòu)用戶入口和意圖分發(fā)權(quán)。三者疊加，不僅讓國(guó)產(chǎn)模型快速落地，也重新定義商業(yè)變現(xiàn)邏輯和產(chǎn)業(yè)格局。

從經(jīng)濟(jì)視角來(lái)看，這是一次全社會(huì)的AI認(rèn)知躍遷，算力投資不再囤而不用，數(shù)據(jù)成為模型迭代核心，平臺(tái)控制力成為新的商業(yè)競(jìng)爭(zhēng)指標(biāo)。當(dāng)幾百萬(wàn)個(gè)Agent在全球終端晝夜運(yùn)行，中國(guó)AI產(chǎn)業(yè)鏈正在形成獨(dú)特優(yōu)勢(shì)，也為投資者和企業(yè)提供清晰的結(jié)構(gòu)性機(jī)會(huì)。這場(chǎng)從算力到數(shù)據(jù)，再到平臺(tái)的三重變革，標(biāo)志著國(guó)產(chǎn)AI從“會(huì)說(shuō)話”邁向“會(huì)做事”，正在書(shū)寫(xiě)新的產(chǎn)業(yè)篇章。

01：算力經(jīng)濟(jì)——AI Agent如何讓沉睡算力變現(xiàn)

要理解OpenClaw在中國(guó)爆發(fā)的本質(zhì)，先看一組讓投資者和產(chǎn)業(yè)觀察者難以忽視的數(shù)字：據(jù)媒體報(bào)道，2026年，字節(jié)跳動(dòng)、阿里和騰訊三家巨頭預(yù)計(jì)在算力基礎(chǔ)設(shè)施上投入超過(guò)600億美元，其中大部分用于AI推理集群建設(shè)和運(yùn)營(yíng)。成千上萬(wàn)張加速卡日日夜夜運(yùn)轉(zhuǎn)，如果缺乏高頻調(diào)用，它們每天都在燒錢(qián)，電力、硬件折舊和數(shù)據(jù)中心維護(hù)的成本疊加，使算力本身無(wú)法產(chǎn)生收益。如何把閑置算力變現(xiàn)，成為中國(guó)AI產(chǎn)業(yè)的核心經(jīng)濟(jì)問(wèn)題。

過(guò)去兩年，大模型商業(yè)模式主要依賴輕量級(jí)對(duì)話：偶爾寫(xiě)郵件或生成圖片，Token消耗有限。對(duì)于巨型集群，這種低頻使用幾乎無(wú)法覆蓋成本，更難形成持續(xù)收入。OpenClaw的出現(xiàn)恰恰解決了這個(gè)瓶頸：它不是簡(jiǎn)單聊天機(jī)器人，而是能自主拆分任務(wù)、聯(lián)網(wǎng)搜索、調(diào)用軟件、糾錯(cuò)并重試的Agent。

據(jù)觀察者網(wǎng)心智觀察所報(bào)道顯示，OpenClaw重度用戶日均Token消耗在3000萬(wàn)至1億之間。若按Claude Opus 4.6計(jì)，一天費(fèi)用約900–3000美元；使用國(guó)產(chǎn)MiniMax M2.5，也需42–140美元。相比之下，ChatGPT對(duì)話場(chǎng)景月訂閱僅20美元，一個(gè)活躍OpenClaw實(shí)例一天就能消耗數(shù)十倍Token。更重要的是，這種高頻調(diào)用直接轉(zhuǎn)化為現(xiàn)金流，每一次任務(wù)執(zhí)行，無(wú)論在用戶終端還是云端，都匯入云服務(wù)賬本。

英偉達(dá)CEO黃仁勛近期就指出,與傳統(tǒng)生成式大模型相比,智能體執(zhí)行復(fù)雜任務(wù)所需的計(jì)算令牌(Token)消耗量激增了約1000倍,部分持續(xù)監(jiān)測(cè)執(zhí)行的智能代理甚至高達(dá)百萬(wàn)倍。

如果未來(lái)一兩年中國(guó)市場(chǎng)上有100萬(wàn)個(gè)OpenClaw實(shí)例穩(wěn)定運(yùn)行，即便只是勉強(qiáng)回本，也會(huì)形成約3600億美元的Agentic AI算力市場(chǎng)。這不僅超過(guò)傳統(tǒng)應(yīng)用規(guī)模，更可能重塑半導(dǎo)體產(chǎn)業(yè)鏈供需格局。從投資角度看，Token經(jīng)濟(jì)正在根本轉(zhuǎn)變：低頻、人機(jī)對(duì)話模式正在向高頻、機(jī)器自主執(zhí)行轉(zhuǎn)型，算力不再只是固定成本，而是可持續(xù)盈利的動(dòng)態(tài)資產(chǎn)。

而國(guó)產(chǎn)模型在這波浪潮中占據(jù)優(yōu)勢(shì)，核心在于成本與性價(jià)比：國(guó)產(chǎn)推理算力顯著低于海外，得益于更便宜的電力、靈活硬件配置（部分使用消費(fèi)級(jí)顯卡支持高并發(fā)推理）以及廠商間激烈的價(jià)格競(jìng)爭(zhēng)。結(jié)果是，OpenClaw在中國(guó)運(yùn)行成本幾乎零門(mén)檻，這也是騰訊在線下設(shè)置安裝點(diǎn)、派工程師協(xié)助用戶部署的原因：每一次安裝，都在用戶設(shè)備和云端建立一臺(tái)24小時(shí)運(yùn)轉(zhuǎn)的“算力抽水機(jī)”。

科技產(chǎn)業(yè)時(shí)評(píng)人彭德宇指出，這種模式不僅消耗算力，也形成用戶行為閉環(huán)。用戶在使用Agent執(zhí)行任務(wù)時(shí)，頻繁調(diào)用云端API帶來(lái)直接收益，同時(shí)產(chǎn)生大量真實(shí)運(yùn)行數(shù)據(jù)，為模型迭代提供基礎(chǔ)。OpenClaw將沉睡算力變成持續(xù)現(xiàn)金流，并建立與用戶行為高度綁定的經(jīng)濟(jì)循環(huán)，這種模式正成為國(guó)產(chǎn)AI商業(yè)化的新標(biāo)準(zhǔn)。

與此同時(shí)，這一算力變現(xiàn)邏輯正在推動(dòng)硬件迭代。傳統(tǒng)GPU偏向訓(xùn)練優(yōu)化，適合大批量一次性計(jì)算，但高頻碎片化推理效率低，利用率僅20%–50%。隨著OpenClaw實(shí)例增長(zhǎng)，GPU和CPU面臨結(jié)構(gòu)性負(fù)載挑戰(zhàn)。英偉達(dá)推出LPU（推理流水線處理器）和Vera CPU等新架構(gòu)，以滿足Agent高頻執(zhí)行需求。這意味著底層硬件從“訓(xùn)練為王”轉(zhuǎn)向“推理優(yōu)先”，進(jìn)一步強(qiáng)化Token經(jīng)濟(jì)循環(huán)。

綜上，OpenClaw在中國(guó)的爆發(fā)并非單純應(yīng)用熱度。通過(guò)高頻任務(wù)執(zhí)行，它將巨額算力持續(xù)變現(xiàn)；通過(guò)低成本國(guó)產(chǎn)推理環(huán)境，實(shí)現(xiàn)用戶快速普及；借助硬件迭代，提高算力利用率。這一切讓AI商業(yè)模式從低頻對(duì)話轉(zhuǎn)向高頻自主執(zhí)行，也為投資者提供清晰信號(hào)：在Agent時(shí)代，掌握持續(xù)算力消耗和Token流量，就是掌握新的經(jīng)濟(jì)入口。

02：數(shù)據(jù)價(jià)值——任務(wù)軌跡成為國(guó)產(chǎn)模型的新燃料

算力被高頻任務(wù)持續(xù)消耗，但僅靠算力無(wú)法形成真正競(jìng)爭(zhēng)壁壘。下一代大模型的核心競(jìng)爭(zhēng)力，不在于文字能力，而在于能自主操作、完成任務(wù)——這依賴于高價(jià)值的任務(wù)軌跡數(shù)據(jù)。過(guò)去幾年，訓(xùn)練大模型主要依賴互聯(lián)網(wǎng)上的公開(kāi)文本，如維基百科、新聞、論文等。這類數(shù)據(jù)能提升模型的知識(shí)水平，但無(wú)法讓AI理解和執(zhí)行復(fù)雜任務(wù)。

任務(wù)軌跡數(shù)據(jù)記錄從需求理解到工具調(diào)用、信息搜索、表單填寫(xiě)、支付完成的完整操作鏈。每一次用戶指導(dǎo)AI執(zhí)行任務(wù)、糾正錯(cuò)誤，都會(huì)生成可訓(xùn)練的軌跡數(shù)據(jù)。業(yè)內(nèi)人士指出，這類數(shù)據(jù)價(jià)值遠(yuǎn)高于普通文本，因?yàn)樗苯臃从超F(xiàn)實(shí)世界的操作邏輯與因果推理，是強(qiáng)化學(xué)習(xí)和Agent訓(xùn)練的核心原料。換句話說(shuō)，掌握最多任務(wù)軌跡數(shù)據(jù)的廠商，將率先訓(xùn)練出真正“長(zhǎng)出手腳”的智能體。

OpenClaw在中國(guó)的部署模式，使數(shù)據(jù)收集變得高效可控。用戶不僅愿意安裝Agent，還樂(lè)于嘗試復(fù)雜任務(wù)，從企業(yè)報(bào)表處理到家庭自動(dòng)化。這意味著，每一次任務(wù)執(zhí)行不僅消耗Token，還產(chǎn)生高質(zhì)量軌跡數(shù)據(jù)，形成分布式數(shù)據(jù)眾包。OpenClaw中國(guó)社區(qū)經(jīng)理Alan Feng表示：“用戶裝完往往期待魔法般的自動(dòng)化，但真正的價(jià)值在于定義清晰的任務(wù)。軌跡數(shù)據(jù)的反饋能讓模型不斷優(yōu)化，廠商才能持續(xù)提升代理能力?！?/p>

這一邏輯與特斯拉FSD算法數(shù)據(jù)收集模式類似：特斯拉通過(guò)數(shù)百萬(wàn)輛汽車(chē)收集駕駛行為和路況，快速迭代自動(dòng)駕駛算法。在AI Agent場(chǎng)景中，用戶操作成為數(shù)字世界的“感知數(shù)據(jù)”，推動(dòng)模型更高效執(zhí)行任務(wù)。中國(guó)在這一過(guò)程中具備兩大優(yōu)勢(shì)：一是龐大的開(kāi)源開(kāi)發(fā)者社區(qū)，加速工具接受與傳播；二是低成本算力和低價(jià)API，降低用戶高頻調(diào)用門(mén)檻。數(shù)據(jù)顯示，國(guó)產(chǎn)模型API價(jià)格約為海外同類產(chǎn)品六分之一，這大幅提高了用戶參與度。

國(guó)產(chǎn)模型的Token出海策略也在加速。OpenRouter數(shù)據(jù)顯示，國(guó)產(chǎn)模型Token消耗占比從2024年底的2%躍升至2026年的39%。這一模式不依賴海外基礎(chǔ)設(shè)施，而通過(guò)算力留在國(guó)內(nèi)、服務(wù)面向全球，實(shí)現(xiàn)低成本數(shù)據(jù)蒸餾與快速模型迭代。這意味著，中國(guó)不僅在本土市場(chǎng)形成規(guī)模優(yōu)勢(shì)，也在全球Agent市場(chǎng)占據(jù)重要位置。

對(duì)企業(yè)和投資者而言，關(guān)鍵信號(hào)清晰：誰(shuí)能快速收集、處理并利用任務(wù)軌跡數(shù)據(jù)，誰(shuí)就能掌握下一代模型迭代優(yōu)勢(shì)。算力解決執(zhí)行問(wèn)題，而數(shù)據(jù)決定模型成長(zhǎng)。巨頭通過(guò)端側(cè)Agent深植手機(jī)、電腦、汽車(chē)和IoT設(shè)備，無(wú)形掌握用戶操作行為和需求鏈路，顯著縮短模型迭代周期，提高Agent執(zhí)行精度。

任務(wù)軌跡數(shù)據(jù)同時(shí)推動(dòng)商業(yè)模式創(chuàng)新。過(guò)去AI依賴服務(wù)付費(fèi)或流量變現(xiàn)，如今高質(zhì)量軌跡數(shù)據(jù)本身就是資產(chǎn)，可優(yōu)化算法、降低運(yùn)營(yíng)成本、提升用戶留存。用戶在日常操作中“免費(fèi)訓(xùn)練AI”，廠商通過(guò)Token經(jīng)濟(jì)和數(shù)據(jù)積累形成長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。這種閉環(huán)邏輯，使國(guó)產(chǎn)模型在成本、數(shù)據(jù)和生態(tài)三重維度形成結(jié)構(gòu)性優(yōu)勢(shì)。

綜上，OpenClaw在中國(guó)的普及不僅讓算力變現(xiàn)成為可能，更建立了高價(jià)值任務(wù)軌跡數(shù)據(jù)采集體系。低成本環(huán)境、廣泛用戶基礎(chǔ)和分布式數(shù)據(jù)收集，使國(guó)產(chǎn)模型在訓(xùn)練迭代上占據(jù)領(lǐng)先位置，也為未來(lái)AI商業(yè)化、投資和產(chǎn)業(yè)布局提供清晰方向：在Agent時(shí)代，數(shù)據(jù)才是決定模型競(jìng)爭(zhēng)力和商業(yè)價(jià)值的核心資產(chǎn)。

03：平臺(tái)生態(tài)——端側(cè)Agent重塑用戶入口與意圖分發(fā)

算力和數(shù)據(jù)只是AI Agent競(jìng)爭(zhēng)的前半場(chǎng)，更深層的戰(zhàn)略戰(zhàn)場(chǎng)在于誰(shuí)能掌握用戶的數(shù)字操作入口。歷史經(jīng)驗(yàn)顯示，每一次技術(shù)范式躍遷都伴隨一次“入口戰(zhàn)爭(zhēng)”：門(mén)戶時(shí)代爭(zhēng)首頁(yè)流量，搜索時(shí)代掌握信息檢索權(quán)，移動(dòng)互聯(lián)網(wǎng)時(shí)代微信、支付寶和抖音成為超級(jí)App?，F(xiàn)在，AI Agent開(kāi)啟第四次輪回，用戶與數(shù)字世界的交互界面正在被徹底重構(gòu)。

端側(cè)Agent是這一輪入口戰(zhàn)爭(zhēng)的核心工具。具體來(lái)看，小米將自家的MiclawAgent深植手機(jī)底層系統(tǒng)，覆蓋手機(jī)、電視、汽車(chē)等設(shè)備；阿里千問(wèn)整合AI辦事入口，實(shí)現(xiàn)一句話完成下單和服務(wù)請(qǐng)求。巨頭通過(guò)Agent，不再依賴用戶主動(dòng)打開(kāi)特定應(yīng)用，而是讓AI自主選擇平臺(tái)和服務(wù)完成任務(wù)。換句話說(shuō)，App開(kāi)始退化為“服務(wù)節(jié)點(diǎn)”，真正的入口成為執(zhí)行用戶意圖的Agent。

掌握Agent意味著掌握用戶意圖分發(fā)權(quán)。外賣(mài)、出行、差旅等需求可以被導(dǎo)向關(guān)聯(lián)企業(yè)，支付和服務(wù)生態(tài)在內(nèi)部循環(huán)。曾依靠流量和品牌溢價(jià)的超級(jí)App，在新生態(tài)中可能失去直接對(duì)話權(quán)，僅提供底層接口。企事界北京科技有限公司執(zhí)行董事李睿認(rèn)為：未來(lái)平臺(tái)控制力將成為衡量企業(yè)競(jìng)爭(zhēng)力的新指標(biāo)，誰(shuí)的Agent深植用戶設(shè)備、掌握意圖分發(fā)，誰(shuí)就掌握商業(yè)世界的頂級(jí)權(quán)力。

中國(guó)在這場(chǎng)平臺(tái)戰(zhàn)中具備獨(dú)特優(yōu)勢(shì)：一是國(guó)產(chǎn)Agent成本低、部署靈活、用戶門(mén)檻低；二是國(guó)內(nèi)龐大的開(kāi)發(fā)者社區(qū)和消費(fèi)者基礎(chǔ)，使Agent普及速度遠(yuǎn)超海外市場(chǎng)；三是算力、數(shù)據(jù)和終端生態(tài)三重疊加形成閉環(huán)，算力高頻調(diào)用產(chǎn)生現(xiàn)金流，用戶操作生成任務(wù)軌跡數(shù)據(jù)，端側(cè)Agent掌握用戶入口，進(jìn)一步強(qiáng)化商業(yè)和技術(shù)壁壘。

這種布局正在重塑產(chǎn)業(yè)投資機(jī)會(huì)。芯片廠商需加速適配國(guó)產(chǎn)模型高頻碎片化推理需求；云服務(wù)商需提升算力供應(yīng)和數(shù)據(jù)流處理能力；應(yīng)用和設(shè)備廠商則需把AI深度整合到操作系統(tǒng)，實(shí)現(xiàn)對(duì)用戶操作的精準(zhǔn)調(diào)度。每一次投資決策，都直接對(duì)應(yīng)未來(lái)平臺(tái)控制力和用戶意圖掌握能力。

最終，這場(chǎng)AI Agent浪潮的深層意義不僅是技術(shù)創(chuàng)新，而是數(shù)字世界運(yùn)行邏輯的重寫(xiě)。當(dāng)幾百萬(wàn)個(gè)Agent在全球設(shè)備上晝夜運(yùn)轉(zhuǎn)，持續(xù)消耗Token、收集任務(wù)軌跡、完成操作任務(wù)，中國(guó)AI生態(tài)不僅實(shí)現(xiàn)商業(yè)變現(xiàn)和模型迭代，更形成對(duì)全球市場(chǎng)的結(jié)構(gòu)性影響力。整個(gè)社會(huì)對(duì)AI的認(rèn)知，也在這一過(guò)程中從“工具使用”躍遷到“系統(tǒng)運(yùn)作”，標(biāo)志著國(guó)產(chǎn)AI進(jìn)入真正的產(chǎn)業(yè)化與商業(yè)化成熟期。