當(dāng) AI 的浪潮從對(duì)話(huà)框涌向執(zhí)行端，一個(gè)全新的生產(chǎn)力物種——AI Agent（智能體）正以破竹之勢(shì)重塑自動(dòng)化版圖。

從去年的 DeepSeek 重磅亮相到以 Manus 為代表的 Agent 生態(tài)崛起，如今又迎來(lái) OpenClaw 強(qiáng)勢(shì)席卷全球開(kāi)源社區(qū)，AI 智能體正以肉眼可見(jiàn)的速度打破技術(shù)壁壘，走進(jìn)大眾視野、落地產(chǎn)業(yè)場(chǎng)景。

這只由奧地利程序員打造的“數(shù)字龍蝦”，在 GitHub 平臺(tái)狂攬 28 萬(wàn)星標(biāo)，短短百天便超越 Linux 三十年的積累，創(chuàng)下開(kāi)源界傳奇；騰訊、阿里、字節(jié)等科技巨頭全面布局加碼，各地政府接連出臺(tái)“龍蝦十條”政策扶持，無(wú)數(shù)應(yīng)用開(kāi)發(fā)者、數(shù)字游民、創(chuàng)業(yè)團(tuán)隊(duì)更是從中窺見(jiàn)了全新的發(fā)展機(jī)遇，讓智能體產(chǎn)業(yè)的未來(lái)充滿(mǎn)無(wú)限想象。

熱潮之下，隱憂(yōu)亦隨之而來(lái)。隨著開(kāi)源項(xiàng)目漏洞陸續(xù)曝光、國(guó)家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布安全風(fēng)險(xiǎn)提示，智能體生態(tài)的安全隱患愈發(fā)凸顯；與此同時(shí)，“部署易、落地難”的現(xiàn)實(shí)困境橫亙?cè)谇?，不少開(kāi)發(fā)者耗費(fèi)精力搭建后，卻難以挖掘其真正價(jià)值，算力成本高、執(zhí)行能力弱、場(chǎng)景適配差等問(wèn)題亟待破解。狂熱的技術(shù)風(fēng)口與嚴(yán)峻的現(xiàn)實(shí)挑戰(zhàn)并存，如何讓“數(shù)字龍蝦”擺脫野蠻生長(zhǎng)，實(shí)現(xiàn)安全可控、高效落地、持續(xù)進(jìn)化，成為了每一位先行者必須回答的命題。

3 月 15 日，由 DeepTech 攜手棲霞科發(fā)集團(tuán)發(fā)起的“龍蝦進(jìn)化論：南京養(yǎng)蝦人線(xiàn)下活動(dòng)”在南京棲霞區(qū)成功舉辦。本次活動(dòng)吸引了 200 多名 OpenClaw 深度用戶(hù)、科研力量與創(chuàng)業(yè)先鋒，共同探討了在政策窗口期與安全警報(bào)雙重背景下，AI Agent 如何實(shí)現(xiàn)從“野蠻生長(zhǎng)”到“安全精養(yǎng)”的進(jìn)化。

（來(lái)源：DeepTech）

DeepTech 聯(lián)合創(chuàng)始人李航在介紹中提到，以 OpenClaw 為代表的智能體技術(shù)正脫虛向?qū)?，擁有清晰?chǎng)景的應(yīng)用越來(lái)越多。Agent 的快速發(fā)展催生了生產(chǎn)關(guān)系的變革，創(chuàng)業(yè)模式也被顛覆。DeepTech 致力于搭建此類(lèi)深度交流平臺(tái)，連接高校科研與創(chuàng)業(yè)一線(xiàn)，共同推動(dòng)“新技術(shù)”從實(shí)驗(yàn)場(chǎng)景游向廣闊的產(chǎn)業(yè)池塘。

此次活動(dòng)的舉辦地棲霞區(qū)有水質(zhì)優(yōu)良的“產(chǎn)業(yè)池塘”（園區(qū)載體）、有龐大的“餐飲消費(fèi)市場(chǎng)”（應(yīng)用場(chǎng)景），更貼心配套了“飼料和動(dòng)保服務(wù)”（政策與資本）：棲霞區(qū)已設(shè)立規(guī)模 50 億元的母基金，并布局覆蓋不同產(chǎn)業(yè)方向、全投資階段的子基金體系，精準(zhǔn)聚焦前沿賽道，為不同階段的科創(chuàng)項(xiàng)目提供全周期資本支撐。

實(shí)戰(zhàn)進(jìn)化：從“賽博員工”到百倍效率革命

在“如何養(yǎng)蝦”的實(shí)戰(zhàn)層面，嘉賓們展示了 AI Agent 如何進(jìn)化為具備高度執(zhí)行力的“數(shù)字員工”。

AI 編程獨(dú)立開(kāi)發(fā)者、工信部人工智能高級(jí)應(yīng)用工程師莫循分享了由其自主構(gòu)建的數(shù)字團(tuán)隊(duì)，由 AI“大總管”小莫領(lǐng)銜，涵蓋代碼、文案、財(cái)務(wù)等職能。他指出，作為需要兼顧多項(xiàng)事務(wù)的獨(dú)立開(kāi)發(fā)者，通過(guò)“養(yǎng)蝦”構(gòu)建 AI Agent 團(tuán)隊(duì)，能將繁瑣重復(fù)的工作自動(dòng)化，每天為自己節(jié)省 3-4 小時(shí)，從而讓人回歸核心的項(xiàng)目設(shè)計(jì)與戰(zhàn)略思考。

在莫循看來(lái)，Agent 與傳統(tǒng) AI 工具的區(qū)別在于“執(zhí)行閉環(huán)”。他通過(guò)引入“靈魂文件”賦予 AI 固定的人格認(rèn)知，并構(gòu)建“共享知識(shí)庫(kù)”打破信息孤島，使多個(gè) Agent 能協(xié)同完成復(fù)雜工作流。針對(duì)部署，他建議新手從細(xì)化任務(wù)粒度、處理重復(fù)性工作入手，利用成熟生態(tài)進(jìn)行嘗試。他強(qiáng)調(diào)，“養(yǎng)蝦”本質(zhì)是人機(jī)協(xié)作的進(jìn)化，讓 AI 負(fù)責(zé)執(zhí)行，讓人類(lèi)專(zhuān)注于創(chuàng)造。

南京大學(xué)機(jī)器人與自動(dòng)化學(xué)院博導(dǎo)孫宇祥則分享了一個(gè)讓其深感震撼的案例：過(guò)去需碩博團(tuán)隊(duì)耗時(shí)數(shù)月的經(jīng)濟(jì)政策推演模擬器，利用 OpenClaw 多智能體協(xié)作僅 2-3 小時(shí)便高質(zhì)量完成。孫宇祥強(qiáng)調(diào)，這種百倍級(jí)的效率提升將重塑科研范式。針對(duì)部署，他提倡“沙箱隔離、最小權(quán)限”原則，并建議采用不同水平模型處理不同難度任務(wù)的“組合拳”策略。

圖 | 孫宇祥（來(lái)源：DeppTech）

進(jìn)階治理：給“數(shù)字龍蝦”加裝安全與控本護(hù)欄

隨著智能體接入權(quán)限的擴(kuò)大，安全水位與運(yùn)行成本成為了開(kāi)發(fā)者面臨的兩大“深水區(qū)”。

針對(duì)安全防范，復(fù)旦大學(xué)網(wǎng)絡(luò)戰(zhàn)略研究所副所長(zhǎng)洪賡帶來(lái)了“OpenClaw 使用中的安全風(fēng)險(xiǎn)與防范”深度分享。他直言，當(dāng)前的智能體生態(tài)正處于“蠻荒生長(zhǎng)”時(shí)代，安全水位令人擔(dān)憂(yōu)。通過(guò)現(xiàn)場(chǎng)演示的 POC（概念驗(yàn)證），洪賡展示了攻擊者如何在極短時(shí)間內(nèi)通過(guò)一條消息遠(yuǎn)程監(jiān)控智能體甚至操控?cái)z像頭，以此警示開(kāi)發(fā)者：安全威脅近在咫尺。

他提出對(duì)待智能體安全的認(rèn)知必須發(fā)生根本轉(zhuǎn)變，并介紹了團(tuán)隊(duì)推出的“檢測(cè)+修復(fù)一體化”安全助手。該助手主打核心代碼可審計(jì)與隱私無(wú)損，支持一鍵掃描與漏洞修復(fù)。他建議開(kāi)發(fā)者，在安全技術(shù)進(jìn)場(chǎng)前，必須做好私有數(shù)據(jù)切割與環(huán)境隔離。

南京大學(xué)計(jì)算機(jī)學(xué)院助理研究員李猛則針對(duì)“燒錢(qián)”和“失控”兩個(gè)痛點(diǎn)提出了解決方案。他指出，Agent 成本的罪魁禍?zhǔn)自谟谏舷挛牡闹貜?fù)打包。為此，他展示了“讓弱卡跑強(qiáng)模型”的解決方案：通過(guò)遞歸拆解任務(wù)，將簡(jiǎn)單推理卸載至本地小模型，僅將核心步驟傳至云端，從而大幅降低 Token 費(fèi)用與延遲。

在安全層面，李猛提出了“行為審計(jì)智能體”架構(gòu)，即部署一個(gè)獨(dú)立的小模型作為“審計(jì)員”，實(shí)時(shí)監(jiān)控主智能體的執(zhí)行計(jì)劃，確保其行為不出格。

圖 | 李猛（來(lái)源：DeepTech）

生態(tài)破界：重構(gòu)超級(jí)入口與科研自動(dòng)化范式

在未來(lái)的產(chǎn)業(yè)布局上，嘉賓們將目光投向了更廣闊的技能分發(fā)與科研深水區(qū)。

蔡可豪是一名大學(xué)在讀的創(chuàng)業(yè)者，他最近推出了一款為 Agent 提供基礎(chǔ)設(shè)施能力的產(chǎn)品 Taste。他指出，當(dāng)前 AI Agent 普及的痛點(diǎn)不在于模型能力，而在于高門(mén)檻的技術(shù)配置（如 API、MCP Server 等），導(dǎo)致普通用戶(hù)與強(qiáng)大功能之間存在“最后公里”的斷層。

他將其創(chuàng)業(yè)項(xiàng)目 Taste 定位為“Agent 時(shí)代的推薦引擎”。Taste 能夠識(shí)別用戶(hù)身份（如開(kāi)發(fā)者、企業(yè)主或科研人員），并精準(zhǔn)推送其所需的 Skills（技能）。用戶(hù)無(wú)需研讀文檔，只需“Taste 一下”，智能體便能自主完成技能學(xué)習(xí)與安裝。蔡可豪深信，C 端超級(jí)入口不在模型層，而在“技能分發(fā)層”，Taste 致力于實(shí)現(xiàn)全球軟硬件的統(tǒng)一接口。

杭州幻爽科技 CTO、香港中文大學(xué)（深圳）博士李佳根則展現(xiàn)了其在 AI for Science 領(lǐng)域的突破?；?OpenClaw 框架構(gòu)建的“AI 科學(xué)家大軍”，已實(shí)現(xiàn)在實(shí)驗(yàn)室 7x24 小時(shí)全自動(dòng)化科研閉環(huán)，產(chǎn)出的論文水平已達(dá)博士三年級(jí)水準(zhǔn)。李佳根預(yù)判，未來(lái)科研將走向“分布式與普惠化”，年輕科研人員憑借智能體與自動(dòng)化裝備，無(wú)需依附巨額經(jīng)費(fèi)，也能高效開(kāi)展前沿研究。

圖 | 李佳根（來(lái)源：DeepTech）

與會(huì)嘉賓在活動(dòng)中形成了共識(shí)：AI Agent 已正式從只會(huì)動(dòng)嘴的聊天機(jī)器人，進(jìn)化為真正動(dòng)手的數(shù)字員工，未來(lái)的競(jìng)爭(zhēng)將不再僅僅是模型參數(shù)的競(jìng)賽，而是“養(yǎng)蝦技術(shù)”，即對(duì)智能體調(diào)優(yōu)、合規(guī)審計(jì)及多機(jī)協(xié)同能力的競(jìng)爭(zhēng)。一方面，開(kāi)發(fā)者必須告別野蠻生長(zhǎng)，將安全審計(jì)與成本控制視為智能體落地的生命線(xiàn)；另一方面，無(wú)論是在個(gè)人辦公、商業(yè)產(chǎn)品還是尖端科研領(lǐng)域，人機(jī)協(xié)作將成為標(biāo)配。

運(yùn)營(yíng)/排版：何晨龍