“Amazing?！?/p>

這是OpenClaw創(chuàng)始人Peter Steinberger昨天在社交平臺留下的一句評論。

讓Steinberger發(fā)出這句驚嘆的，是一張來自北京的照片：在百度科技園舉行的“龍蝦市集”現(xiàn)場，幾十臺電腦同時部署OpenClaw，開發(fā)者排隊等待工程師幫忙完成“養(yǎng)蝦”。

Steinberger同時表示，愿意與百度一同開發(fā)OpenClaw生態(tài)。

過去幾個月，這只“龍蝦”已經(jīng)從一個開源項目，迅速演化為AI社區(qū)最受關(guān)注的實驗之一。

Steinberger本人也曾用一句頗具戲劇性的判斷來形容這種變化：隨著Agent能夠直接調(diào)用工具和服務(wù)，“未來的大多數(shù)應(yīng)用，本質(zhì)上可能都只是一個慢速API”。

也正因為如此，越來越多云廠商開始圍繞“養(yǎng)蝦”構(gòu)建產(chǎn)品，希望把這個原本屬于開發(fā)者社區(qū)的工具，變成普通用戶也能使用的AI Agent服務(wù)。

在這場競速中，百度顯得尤為積極。

從時間線看，百度在這輪“養(yǎng)蝦”熱中的動作，從年初一直持續(xù)至今：年初推出可視化部署方案，通過輕量云服務(wù)器實現(xiàn)幾步完成OpenClaw安裝；2月，用戶在百度App中搜索“OpenClaw”即可直接喚起Agent助手。

近日，百度智能云發(fā)布的DuClaw則進一步取消服務(wù)器配置、鏡像選擇和API Key填寫，把原本復(fù)雜的部署流程變成訂閱即用的托管服務(wù)。

幾乎同時，百度還推出全球首款手機龍蝦應(yīng)用、移動端形態(tài)的紅手指Operator，讓OpenClaw運行在云端虛擬手機環(huán)境中，實現(xiàn)跨App執(zhí)行任務(wù)。

如果把這些動作連在一起看，百度正在把OpenClaw生態(tài)改造成一套可持續(xù)運行的Agent服務(wù)體系。

龍蝦能不能跑起來，要看平臺的技術(shù)底座；龍蝦好不好用，要看平臺的Skill供給能力。

只有二者兼具的企業(yè)，才能在這一輪“養(yǎng)蝦潮”中脫穎而出。

01

從DuClaw到紅手指：

Agent正在進入真實執(zhí)行環(huán)境

隨著以O(shè)penClaw為代表的AI Agent框架迅速流行，一個比模型能力更現(xiàn)實的問題開始浮現(xiàn)：Agent不僅需要模型，更需要穩(wěn)定的運行環(huán)境與執(zhí)行環(huán)境。

過去兩年，AI學(xué)術(shù)界開始系統(tǒng)評估Agent在真實計算機環(huán)境中的能力。

2024年，來自斯坦福大學(xué)、卡內(nèi)基梅隆大學(xué)和微軟研究院的研究團隊提出OSWorld基準(zhǔn)測試，用完整操作系統(tǒng)作為實驗環(huán)境，構(gòu)建了369個跨應(yīng)用任務(wù)，覆蓋瀏覽器操作、文件管理、辦公軟件以及多應(yīng)用協(xié)作等場景。

研究結(jié)果顯示，人類完成這些任務(wù)的成功率達(dá)到72.36%，而當(dāng)時表現(xiàn)最好的多模態(tài)AI Agent（GPT-4V + Agent framework）成功率只有12.24%。

該研究指出，主要困難集中在GUI定位、操作順序理解以及跨應(yīng)用流程管理等環(huán)節(jié)。

這一差距說明，Agent能力的瓶頸并不只在模型推理能力，而在于如何在真實系統(tǒng)中執(zhí)行任務(wù)。

這一問題在后續(xù)研究中進一步得到驗證。

2025年6月，卡內(nèi)基梅隆大學(xué)等機構(gòu)發(fā)布論文《OSWorld-Human》，對16個主流Agent系統(tǒng)進行評測。結(jié)果發(fā)現(xiàn)，即使在成功完成任務(wù)的情況下，AI代理通常仍需要1.4到2.7倍于人類的操作步驟。隨著任務(wù)鏈條變長，規(guī)劃和工具調(diào)用帶來的系統(tǒng)開銷會迅速放大。

該項研究指出：當(dāng)前AI代理在真實系統(tǒng)中的表現(xiàn)，仍然遠(yuǎn)遠(yuǎn)落后于人類。問題并不只是模型推理能力，而是如何在復(fù)雜環(huán)境中持續(xù)執(zhí)行任務(wù)。

也正是在這樣的背景下，一批面向開發(fā)者的Agent框架開始出現(xiàn)，其中最受關(guān)注的就是OpenClaw。該框架把任務(wù)規(guī)劃、工具調(diào)用和模型推理組合成一套可復(fù)用系統(tǒng)，使開發(fā)者能夠在真實環(huán)境中部署和運行AI代理。

但隨著OpenClaw在開發(fā)者社區(qū)走紅，一個現(xiàn)實問題很快出現(xiàn)：本地部署這件事，本身存在一定門檻。

運行OpenClaw通常需要配置云服務(wù)器、部署環(huán)境鏡像、接入模型API并維護運行權(quán)限。對于開發(fā)者來說，這些步驟尚可接受；但對普通用戶而言，復(fù)雜的環(huán)境配置、權(quán)限管理以及安全風(fēng)險，使得本地部署難以大規(guī)模普及。

因此，OpenClaw的擴散很快從開源社區(qū)走向云平臺。

今年年初以來，包括百度智能云、阿里云、騰訊云以及火山引擎在內(nèi)的多家云廠商，都開始提供云端部署方案，讓用戶可以在遠(yuǎn)程服務(wù)器上運行OpenClaw，而不是在個人設(shè)備上搭建復(fù)雜環(huán)境。

其中，百度智能云推出的DuClaw與紅手指Operator，直接瞄準(zhǔn)的是Agent系統(tǒng)中的兩層關(guān)鍵問題。

首先是運行環(huán)境。

DuClaw把OpenClaw原本復(fù)雜的部署流程封裝成一種托管運行環(huán)境。用戶不需要再配置服務(wù)器、鏡像或模型接口，只需在網(wǎng)頁端創(chuàng)建實例即可啟動Agent系統(tǒng)。

也就是說，DuClaw提供了一種“零部署服務(wù)”，讓普通用戶也可以直接使用托管Agent。這一過程中，任務(wù)規(guī)劃、模型調(diào)用和工具執(zhí)行都在云端完成，用戶只需要通過對話觸發(fā)任務(wù)。

而紅手指Operator對應(yīng)的，則是另一層更現(xiàn)實的問題——Agent如何更貼近用戶。

紅手指提供的是一種云端虛擬手機環(huán)境。

紅手指在云端運行完整的手機操作系統(tǒng)，使Agent可以直接操作真實應(yīng)用，例如打車、信息查詢或跨應(yīng)用任務(wù)。

這種方式繞開了現(xiàn)實互聯(lián)網(wǎng)的一大限制：許多互聯(lián)網(wǎng)服務(wù)并沒有開放API，或者接口能力有限。

在云手機環(huán)境中，Agent可以像用戶一樣點擊界面、輸入文本、切換應(yīng)用，從而進入真實應(yīng)用生態(tài)。

另一方面，在真實用戶場景中，經(jīng)常都需要在多個App之間完成操作流程。例如跨境電商賣家需要在電商平臺、社交媒體和物流系統(tǒng)之間切換賬號進行運營；廣告和內(nèi)容團隊則常常同時管理多個社交平臺賬號。

一些用戶會在云端運行安卓系統(tǒng)管理多個賬號、自動化運營或長期運行應(yīng)用，而這些任務(wù)通常需要設(shè)備24小時在線并持續(xù)執(zhí)行腳本或操作流程。

紅手指+OpenClaw生態(tài)的結(jié)合，完美契合了這一類用戶需求。

這種架構(gòu)的出現(xiàn)并非偶然。隨著OpenClaw用戶規(guī)模擴大，本地部署的安全和運維問題已經(jīng)開始顯現(xiàn)。

微軟安全團隊在2026年2月的技術(shù)分析中指出，像OpenClaw這樣的代碼型Agent會在運行過程中不斷調(diào)用外部工具和插件，如果缺乏隔離環(huán)境，很容易形成新的安全風(fēng)險。

在這種背景下，把Agent運行環(huán)境遷移到云平臺、把執(zhí)行任務(wù)放進隔離系統(tǒng)，正在成為一種更可控的部署方式。

云部署的核心優(yōu)勢是穩(wěn)定可達(dá)。7×24小時在線，不依賴個人設(shè)備，適合做自動化任務(wù)調(diào)度、信息聚合、消息推送等對實時性有要求的場景。

在操作Agent的過程中，可以將主力的PC設(shè)備隔離在外，對本地信息進行有效保護，可以按需把需要操控的文件放入云端，避免因為不當(dāng)操作造成文件損失。

這一模式適合想輕量體驗OC基礎(chǔ)功能、無需本地文件控制、對穩(wěn)定性和安全性要求高的普通用戶和中小企業(yè)。

DuClaw提供托管Agent運行環(huán)境，而紅手指的云手機則把任務(wù)執(zhí)行放進獨立系統(tǒng)中，本質(zhì)上是為普通用戶提供可以放心使用、輕松交互的“養(yǎng)蝦”環(huán)境。

事實上，從各家推出的OpenClaw產(chǎn)品矩陣中不難發(fā)現(xiàn)，當(dāng)下的Agent生態(tài)競爭重點已經(jīng)發(fā)生變化：僅僅幫助用戶“落地”Agent還遠(yuǎn)遠(yuǎn)不夠，關(guān)鍵在于如何提供穩(wěn)定、長期的服務(wù)。

換言之，想要打造全能Agent生態(tài)，首先需要的是“全能”AI云廠商。

02

全能Agent，

需要全能AI云廠商

如果說OpenClaw點燃了這一輪“養(yǎng)蝦潮”，那么真正決定這場潮水能否持續(xù)的，其實并不是框架本身，而是背后的AI基礎(chǔ)設(shè)施。

在產(chǎn)業(yè)研究中，這類能力已經(jīng)被視為生成式AI產(chǎn)業(yè)鏈中的關(guān)鍵因素。

本月，美國計算機與通信行業(yè)協(xié)會（CCIA）委托經(jīng)濟咨詢機構(gòu)RBB Economics發(fā)布的一份關(guān)于亞太生成式AI競爭格局的報告指出，百度千帆、谷歌Vertex AI、亞馬遜Bedrock以及阿里云Model Studio都屬于同一類AI部署平臺。

報告指出，這類平臺的作用在于為開發(fā)者提供統(tǒng)一接口接入多個基礎(chǔ)模型，并配套模型管理、應(yīng)用部署和開發(fā)工具，使企業(yè)能夠在不同模型之間比較、切換并構(gòu)建完整AI系統(tǒng)。

隨著生成式AI應(yīng)用從單次調(diào)用走向持續(xù)運行，越來越多企業(yè)傾向于通過這種平臺同時接入多個模型供應(yīng)商，而不是綁定單一模型。這種“多模型接入”的結(jié)構(gòu)，也使平臺層逐漸成為連接基礎(chǔ)模型與應(yīng)用開發(fā)之間的重要基礎(chǔ)設(shè)施。

換句話說，Agent時代的第一道門檻，其實是算力和云環(huán)境。

只有具備穩(wěn)定算力、模型接入能力以及持續(xù)運行環(huán)境的平臺，才能把Agent從實驗工具變成可以規(guī)?；渴鸬姆?wù)。

在這一點上，百度的路徑顯得更加“平臺化”。

一直以來，百度在業(yè)內(nèi)以擁有“完整AI技術(shù)?！倍Q：從底層模型到云平臺，再到開發(fā)者工具和應(yīng)用入口，百度擁有AI時代較為完整的技術(shù)體系。

算力是這條鏈條的最底層。

2025年4月，在百度Create開發(fā)者大會上，百度宣布點亮一個由3萬顆第三代昆侖P800芯片組成的計算集群。百度CEO李彥宏表示，該集群既可以訓(xùn)練接近DeepSeek規(guī)模的大模型，也能夠支持上千個客戶同時進行模型微調(diào)。

對需要長期運行、頻繁調(diào)用的AI系統(tǒng)來說，這意味著平臺不僅具備模型訓(xùn)練能力，也在為多租戶環(huán)境和高并發(fā)調(diào)用提供算力基礎(chǔ)。

再往上一層，是模型平臺。作為模型與應(yīng)用開發(fā)平臺，千帆為開發(fā)者提供了全面的開發(fā)工具和部署能力。

針對最新推出的DuClaw，百度千帆推出Coding Plan訂閱服務(wù)，通過模型調(diào)度與訂閱計費壓低Agent成本：Lite版首購僅7.9元/月，每月可提供約1.8萬次請求額度，并支持DeepSeek、Kimi、GLM、MiniMax等模型切換。

這種結(jié)構(gòu)對于Agent系統(tǒng)尤為重要。復(fù)雜任務(wù)往往需要多個模型配合完成，例如推理、代碼生成或工具調(diào)用等不同階段。

從Cursor為代表的Vibe Coding工具到今天的OpenClaw，Agent的運作邏輯早已不再是簡單的API接入。

百度千帆平臺已累計支持企業(yè)構(gòu)建超130萬個Agents，工具日均調(diào)用次數(shù)達(dá)到數(shù)千萬級，支撐智能硬件、制造、交通、能源等主流行業(yè)創(chuàng)新，并沉淀出包含獲客營銷、錯題批改等在內(nèi)的100多個高頻場景。

從模型訓(xùn)練、開發(fā)接入到應(yīng)用部署，百度已經(jīng)形成了一套較為完整的技術(shù)體系，整個流程都可以在同一平臺內(nèi)完成。

財報數(shù)據(jù)也在一定程度上反映了這套結(jié)構(gòu)的運行情況。

上月，百度發(fā)布最新財報顯示，其AI相關(guān)業(yè)務(wù)在2025年第四季度收入已超過110億元，占公司核心業(yè)務(wù)收入的約43%。與此同時，AI云業(yè)務(wù)仍保持較快增長，成為百度當(dāng)前最重要的增長來源之一。

也就是說，百度的AI云能力已經(jīng)開始在企業(yè)市場形成規(guī)模化需求，“全棧AI云”正在逐漸成為企業(yè)運行AI系統(tǒng)的基礎(chǔ)設(shè)施，也成為支撐DuClaw和紅手指穩(wěn)定運作的技術(shù)底座。

換言之，有能力同時提供算力、模型、平臺和應(yīng)用入口的云廠商，才能在這一輪Agent浪潮中占據(jù)主動。

03

知識就是Skill：

為什么說百度更適合養(yǎng)“龍蝦”

如果說算力和模型構(gòu)成了Agent生態(tài)的“硬實力”，那么真正決定Agent能力上限的，往往是另一層更隱性的能力。

2025年，美國東北大學(xué)、香港科技大學(xué)等機構(gòu)的研究者在綜述論文《Large Language Model Agents: A Survey》中指出，在復(fù)雜任務(wù)中，大模型往往缺乏完整、實時且可驗證的外部知識。更可行的路徑，是把模型與檢索系統(tǒng)、數(shù)據(jù)庫、瀏覽器以及各類外部工具結(jié)合起來使用。

換句話說，Agent能力的邊界，往往取決于它能夠接入哪些工具和數(shù)據(jù)源，而不僅僅是模型本身的參數(shù)規(guī)模。

這也解釋了為什么Skill生態(tài)正在成為OpenClaw競爭的核心。

近期，瑞士AI安全公司Lakera在一份針對OpenClaw生態(tài)的安全分析報告中，對4310個公開Skill進行了審計，并對其中221個進行了深入研究。報告發(fā)現(xiàn)，這些Skill并不是簡單插件，而是能夠執(zhí)行真實代碼、申請OAuth權(quán)限、訪問本地資源的“可執(zhí)行能力包”。

這意味著，Skill的穩(wěn)定性和可信度直接關(guān)系到Agent系統(tǒng)的安全與可靠，也決定了誰能把Agent從演示推進到真正的生產(chǎn)環(huán)境。

把這個邏輯拉回到百度身上，真正的生態(tài)優(yōu)勢由此浮現(xiàn)出來。

作為搜索業(yè)務(wù)起家的互聯(lián)網(wǎng)公司，百度本就擁有一整套適合被Skill化的信息基礎(chǔ)設(shè)施。

搜索、百科、學(xué)術(shù)、地圖等能力過去面對的是用戶，現(xiàn)在被重新封裝后，面對的則是Agent。

對很多云廠商來說，Skill生態(tài)需要從零搭建；而對百度而言，許多底層能力是多年業(yè)務(wù)積累形成的。

在傳統(tǒng)互聯(lián)網(wǎng)時代，搜索解決的是“用戶如何找到信息”；而在Agent系統(tǒng)中，搜索更像是系統(tǒng)獲取信息、比較信息并繼續(xù)執(zhí)行任務(wù)的起點。

開源RAG框架RAGFlow團隊在2025年底的一篇技術(shù)回顧中提出，RAG正在從“檢索增強生成”演化為一種“上下文服務(wù)層”：它不僅負(fù)責(zé)檢索，還要完成意圖理解、多源數(shù)據(jù)協(xié)調(diào)、去重、排序和結(jié)構(gòu)化輸出，再把結(jié)果送入模型推理流程。

從這個角度看，百度的搜索業(yè)務(wù)在Agent時代反而更具現(xiàn)實落地價值。

公開報道顯示，百度AI助手在今年初月活已突破2億，而且已經(jīng)連接京東、美團、百度地圖、百度健康等服務(wù)，用戶還可以在不同模型之間切換，包括文心和DeepSeek。

也就是說，百度一直在嘗試把搜索入口、模型入口和服務(wù)入口整合為統(tǒng)一的AI入口。

很多真實任務(wù)本來就起于搜索、成于服務(wù)，這種路徑天然更適合落地Agent場景。這也構(gòu)成了百度與許多只提供算力或模型的平臺之間的重要差別。

百度長期積累的搜索、百科和學(xué)術(shù)產(chǎn)品，在結(jié)構(gòu)上提供了三層信息底盤：搜索負(fù)責(zé)廣覆蓋和實時信息，百科提供結(jié)構(gòu)化的實體與概念關(guān)系，學(xué)術(shù)檢索則對應(yīng)更高權(quán)威度的專業(yè)內(nèi)容。

對于復(fù)雜任務(wù)來說，高質(zhì)量的信息渠道和知識庫，對真實工作流中的Agent能力尤為重要。

而對于C端用戶而言，搜索門戶正在成為AI能力分發(fā)的重要入口。用戶在搜索中表達(dá)需求，往往不是為了聊天，而是為了“查、選、比、辦”，解決生活中的真實問題。

這也正是百度在自身業(yè)務(wù)體系中的天然優(yōu)勢：把海量信息整理為可查詢、可調(diào)用的結(jié)構(gòu)化資源。當(dāng)這些能力被封裝為Skill接口后，Agent就可以像調(diào)用工具一樣調(diào)用搜索和知識服務(wù)。

而在當(dāng)前的ClawHub生態(tài)中，百度已經(jīng)上線了一系列官方能力，包括百度搜索、百度百科、小度、百度一見等skills。其中，?百度搜索Skill以超36300次的下載量，成為該平臺全球下載量第一的搜索引擎官方技能插件。這些Skill不僅為開發(fā)者提供穩(wěn)定的數(shù)據(jù)來源，也讓Agent在執(zhí)行復(fù)雜任務(wù)時能夠直接調(diào)用權(quán)威信息。

所以，百度在Agent生態(tài)中的獨特之處，恰恰在于它同時具備兩項能力：一邊是全棧AI云平臺、模型調(diào)度和托管能力，另一邊是已經(jīng)成體系的信息基礎(chǔ)設(shè)施和高頻入口。

如果說“讓龍蝦跑起來”，是各家云廠商或多或少都具備的能力，那么更進一步，在“讓龍蝦真正學(xué)會做事”的命題上，百度已經(jīng)占據(jù)先機。