openclaw之后，大廠也推出了各類國產(chǎn)版本，其中最近最火的就是騰訊的Qclaw,目前僅支持蘋果生態(tài)，可以通過微信對(duì)話就完成自動(dòng)化操作電腦，同時(shí)還有自己的SKILLS生態(tài)。

　　現(xiàn)在一個(gè)邀請(qǐng)碼難求，甚至有朋友找到我問邀請(qǐng)碼，不過比較遺憾的是專注做腦機(jī)接口與空間計(jì)算應(yīng)用之后，就導(dǎo)致也沒有獲得邀請(qǐng)碼了。

　　這里做一個(gè)問卷調(diào)研，你下載了小龍蝦嗎？

　　騰訊的Qclaw:對(duì)標(biāo)telegram與Openclaw

　　在openclaw依托于國外的Telegram，我作為產(chǎn)品經(jīng)理一直判斷國內(nèi)微信做這件事就性價(jià)比很高了，并且是必然的。

　　因?yàn)閲鴥?nèi)的用戶社交通道還是在微信上，使用飛書、企業(yè)微信或釘釘，就注定了市場過小。

　　作為AIagent的會(huì)話消息入口，微信或QQ是最合適的場景。

　　微信的文件傳輸助手，每個(gè)人的幫手

　　最恰當(dāng)?shù)膱鼍熬褪俏⑿诺奈募鬏斨?，幾乎每個(gè)白領(lǐng)都會(huì)用其來辦公做跨端文件傳輸，畢竟誰也不想拿一個(gè)好友來發(fā)送資料消息。

　　甚至有人專門把名字頭像改為微信文件傳輸助手，也可以讓不少用戶誤傳了。

　　“我一直在等大廠做這件事，結(jié)果過了幾個(gè)月還是沒有反應(yīng)，所以就自己做了。”這是創(chuàng)始人是彼得·斯坦伯格（Peter Steinberger），以為這類場景需求是有人發(fā)現(xiàn)的，但是卻沒有，就自己做了。

　　可以看見，以用戶需求出發(fā)的痛點(diǎn)做產(chǎn)品，這件事即使是AI時(shí)代，也是非常有必要的，行動(dòng)力加用戶需求洞察。

　　騰訊Qclaw支持微信賬戶體系：不封微信賬戶了

　　相比之前有開發(fā)者用openclaw操作微信發(fā)送消息或者豆包類手機(jī)幫助用戶管理社交消息，微信官方會(huì)直接封殺賬戶。

　　而現(xiàn)在有官方下場，用戶也就不用擔(dān)心微信賬戶被封了。允許你正常使用自動(dòng)化回復(fù)消息以及操作桌面，這其實(shí)是非常方便的

　　Qclaw：支持自動(dòng)化小紅書與學(xué)術(shù)文件整理

　　目前騰訊這款Qclaw支持自動(dòng)化遠(yuǎn)程桌面文件以及處理工作，但是有點(diǎn)遺憾的現(xiàn)在還不能夠支持打自家的游戲，估計(jì)這不僅和模型底座有關(guān)系，還可能和接下來游戲生態(tài)、外掛系統(tǒng)監(jiān)控有關(guān)系。

　　但支持自動(dòng)化發(fā)布小紅書，不過其官方已經(jīng)禁止自動(dòng)化操作發(fā)布小紅書了，判斷是否是機(jī)器人來進(jìn)行賬戶降權(quán)重與推流了。

　　所以你可以看到有用戶發(fā)布自動(dòng)化幾乎沒有閱讀量或者很少也是這個(gè)原因。

　　Qclaw：騰訊電腦管家出品

　　目前出品產(chǎn)品的團(tuán)隊(duì)還是來自騰訊電腦管家團(tuán)隊(duì)，可以判斷接下來的產(chǎn)品迭代是幾乎是往自動(dòng)化桌面電腦走了，但是最后用戶還是要付費(fèi)購買算力了，幾乎都是騰訊云算力的入口點(diǎn)，一個(gè)小龍蝦。

　　對(duì)標(biāo)小龍蝦的新產(chǎn)品：perplexity

　　相比小龍蝦，現(xiàn)在還有一個(gè)針對(duì)自動(dòng)化電腦的工具，也是近期爆火，支持自動(dòng)化24小時(shí)運(yùn)行部署在Macmini上，甚至是官方宣傳片上就以Macmini為默認(rèn)部署機(jī)器。

　　支持SaaS云端操作的個(gè)人機(jī)器賈維斯

　　computing model支持任何的白領(lǐng)辦公工作內(nèi)容輸出，能夠記住你的工作以及支持任意內(nèi)容源關(guān)聯(lián)，覆蓋了海外市場的主流工具、社交應(yīng)用，你可用進(jìn)行關(guān)聯(lián)匹配之后就可以完成agent自動(dòng)化操作。

　　同時(shí)支持任務(wù)排隊(duì)，可以繼續(xù)創(chuàng)建你的任務(wù)指令，她可以并行排隊(duì)等待完成，你還能夠查看中間過程的任務(wù)

　　支持多個(gè)廠商的大模型集成，你可以任意挑選，總之官方會(huì)給積分作為新手用戶，注冊之后目前付費(fèi)達(dá)到了1個(gè)月高達(dá)1000人民幣。

　　隨著各種個(gè)人 AI 助手工具的出現(xiàn)，算力需求正在迅速爆炸，但 GPU 私有化算力的供給卻遠(yuǎn)遠(yuǎn)跟不上。各大硬件廠商幾乎都在拼命生產(chǎn) GPU 和 AI 計(jì)算設(shè)備，而真正關(guān)鍵的基礎(chǔ)部件——高容量內(nèi)存條，反而沒有同步擴(kuò)產(chǎn)。

　　結(jié)果就是一個(gè)非常現(xiàn)實(shí)的現(xiàn)象：AI 服務(wù)器和高端內(nèi)存條價(jià)格一路上漲，甚至出現(xiàn)了“幾臺(tái)機(jī)器比黃金還值錢”的局面。

　　原因其實(shí)很簡單。AI 服務(wù)器使用的內(nèi)存不僅頻率高，而且容量極大。普通電腦可能只有幾十 GB 內(nèi)存，而 AI 推理或訓(xùn)練服務(wù)器往往需要幾百 GB，甚至數(shù) TB 的內(nèi)存配置。面對(duì)這種需求結(jié)構(gòu)，廠商自然優(yōu)先生產(chǎn)利潤更高的大容量服務(wù)器內(nèi)存，導(dǎo)致整個(gè)內(nèi)存產(chǎn)業(yè)結(jié)構(gòu)開始失衡。一個(gè)明顯的結(jié)果就是：連手機(jī)內(nèi)存的價(jià)格都被帶著上漲。

　　最近我?guī)F(tuán)隊(duì)在做腦機(jī)接口和空間計(jì)算相關(guān)的項(xiàng)目，對(duì)私有化模型部署和模型微調(diào)的需求非常高。隨著“大模型養(yǎng)小龍蝦”的概念突然爆火，現(xiàn)在在某二手平臺(tái)上，無論是顯卡、顯存還是服務(wù)器內(nèi)存，價(jià)格都被炒得非常高。不管是做推理還是模型訓(xùn)練，這些資源都變成了稀缺品。

　　目前個(gè)人開發(fā)者和小型科研團(tuán)隊(duì)常見的幾種主力機(jī)器，大概包括：

　　Mac mini M4（16GB）

　　Mac Studio Ultra M3（256GB / 512GB 統(tǒng)一內(nèi)存）

　　NVIDIA DGX Spark（120GB 統(tǒng)一內(nèi)存）

　　這些設(shè)備既可以用于模型部署，也可以用于訓(xùn)練或微調(diào)大模型，可以說是現(xiàn)在“養(yǎng)小龍蝦”的主力工具。

　　但很多人忽略了一點(diǎn)：
所謂的一個(gè)“小龍蝦”，本質(zhì)上只是一套軟件模型。而為了運(yùn)行它，背后往往需要幾萬元的 GPU 硬件，或者持續(xù)不斷地支付 API tokens 費(fèi)用。

　　這就形成了一種非常諷刺的現(xiàn)實(shí)：
很多人連幾十塊錢的音樂會(huì)員都不愿意開，仍然在用免費(fèi)版聽歌；
也不愿意為視頻平臺(tái)付費(fèi)，天天找資源看劇。

　　但一旦進(jìn)入 AI 時(shí)代，卻又幻想可以免費(fèi)獲得強(qiáng)大的算力和模型能力。

　　所以，當(dāng)你看到那張“養(yǎng)小龍蝦”的圖時(shí)，其實(shí)也就能理解為什么很多普通人的心態(tài)會(huì)是那樣——他們看到的是 AI 的表面熱鬧，卻看不到背后真正昂貴的算力成本。

　　普通算力，現(xiàn)在連大廠的云算力都不夠了

　　更夸張的是，現(xiàn)在連最基礎(chǔ)的云算力都開始變得緊張。

　　過去大家覺得，只要不用自己買 GPU，上云就能解決問題。但現(xiàn)實(shí)是，現(xiàn)在連大廠的云算力資源都開始出現(xiàn)明顯的供給不足。

　　最近我和團(tuán)隊(duì)在搭建一套 AI 自動(dòng)化排版系統(tǒng)，需要持續(xù)調(diào)用模型進(jìn)行文本分析和生成。原本計(jì)劃直接使用按月付費(fèi)的云算力資源，但實(shí)際操作時(shí)卻發(fā)現(xiàn)——連普通等級(jí)的算力套餐都很難訂到。

　　打開阿里云的百煉平臺(tái)就能看到一個(gè)非常直觀的現(xiàn)象：
目前很多算力資源已經(jīng)不再對(duì)普通用戶開放，基本只保留給高等級(jí)或高額度充值的客戶。普通開發(fā)者如果想使用算力資源，甚至需要每天早上9:30 準(zhǔn)時(shí)去搶配額，而且還是限量供應(yīng)。

　　這在幾年前幾乎是不可想象的事情。過去大家擔(dān)心的是“算力太貴”，而現(xiàn)在很多時(shí)候變成了“有錢都未必能買到”。

　　至于這種情況到底是平臺(tái)刻意控制配額，還是算力資源本身已經(jīng)非常緊張，其實(shí)外界很難判斷。但無論原因是什么，一個(gè)趨勢已經(jīng)非常明顯：算力正在變成真正的稀缺資源。

　　不只是硬件在漲價(jià)，云算力的價(jià)格也在持續(xù)上升。

　　最近一個(gè)非常典型的例子就是Mac Studio Ultra M3（512GB 統(tǒng)一內(nèi)存）。在二手市場上，這臺(tái)機(jī)器的價(jià)格已經(jīng)被炒到15 萬一臺(tái)。而如果是正常渠道購買，疊加員工優(yōu)惠或者教育優(yōu)惠，新機(jī)的價(jià)格大概在8–9 萬左右。

　　也就是說，現(xiàn)在出現(xiàn)了一種非常反常的現(xiàn)象：
二手設(shè)備的價(jià)格反而比全新的機(jī)器還貴。

　　這背后其實(shí)反映的就是一個(gè)問題——真正需要算力的人已經(jīng)開始囤設(shè)備了，市場供給跟不上需求。

　　類似的情況還發(fā)生在很多 AI 相關(guān)資源上。比如最近火爆的國產(chǎn)“大模型龍蝦”生態(tài)版本，很多平臺(tái)甚至需要邀請(qǐng)碼才能進(jìn)入，而且邀請(qǐng)碼本身也變得一“碼難求”。

　　從 GPU、服務(wù)器內(nèi)存，到云算力額度，再到各種 AI 平臺(tái)的使用資格，整個(gè)產(chǎn)業(yè)鏈都在傳遞同一個(gè)信號(hào)：

　　2026年AI 時(shí)代真正稀缺的，不再是模型，而是算力，馬上就是電力

　　今天的分享就到這里。