2026年3月24日晚，第238期“金融學(xué)術(shù)前沿”報告會在復(fù)旦大學(xué)智庫樓209會議室舉行。本次時事報告主題是“AI Agent元年：OpenClaw如何重塑AI商業(yè)化路徑與資本市場映射”，由復(fù)旦發(fā)展研究院金融研究中心（FDFRC）組織舉辦，中心主任孫立堅教授主持，報告人為孫教授研究團隊成員張毅。本文根據(jù)報告內(nèi)容、公開材料以及現(xiàn)場討論，從熱點背景、內(nèi)容分析、專家解讀以及思考與提問等幾方面展開。

01

熱點背景

1.1

“小龍蝦”的爆火出圈

OpenClaw是一個開源的自主人工智能（AI）虛擬助理軟件項目，因其圖標(biāo)是一只紅色龍蝦又被稱作“小龍蝦”。OpenClaw由奧地利軟件工程師彼得·斯坦伯格開發(fā)，最初于2025年末以Clawdbot的名字在GitHub上發(fā)布，后更名為Moltbot，最終定為現(xiàn)名。

OpenClaw被設(shè)計為可代替用戶執(zhí)行任務(wù)的自主人工智能虛擬助理軟件，而非只是對話式聊天機器人。其可部署在MacOS、Windows等本地設(shè)備上，并能夠調(diào)用其他AI大模型與應(yīng)用程序接口（API），通過WhatsApp、Telegram等即時通訊平臺接收用戶發(fā)送的文本指令，實現(xiàn)安排日程、編寫代碼等工作。OpenClaw在本地存儲配置數(shù)據(jù)和交互歷史，從而擁有較持久的記憶能力。

OpenClaw強大的全棧式開發(fā)能力和一體化服務(wù)體系極大地便利了人們的研究和工作，其意義不僅僅在于其本身技術(shù)的創(chuàng)新，而在于其推動了AI從“工具屬性”向真正的“生產(chǎn)力屬性”進行躍遷，從而改變了企業(yè)成本結(jié)構(gòu)與收入模式。

圖表1：OpenClaw

資料來源：OpenClaw官網(wǎng)、維基百科

1.2

“小龍蝦”的發(fā)展階段

1.2.1“小龍蝦”的技術(shù)醞釀期（2025年11月前）

隨著大語言模型的不斷發(fā)展，大語言模型首次具備了“工具調(diào)用能力”，可以通過調(diào)用搜索、地圖等工具完成多步驟任務(wù)規(guī)劃，這表明AI不僅僅局限于問答，而是可以開始執(zhí)行相應(yīng)的動作。

Browser Agent/RPA與LLM開始結(jié)合。在過去，Selenium/RPA只能按照預(yù)先設(shè)置好的腳本進行運行，而現(xiàn)在AI可以幫助其理解目標(biāo)要求，并根據(jù)目標(biāo)分成多步驟調(diào)用相關(guān)腳本和應(yīng)用達成目的，而不是依賴固定腳本。

OpenClaw在2025年11月是由奧地利軟件工程師彼得·斯坦伯格發(fā)起，最初是名為WhatsApp Relay的個人實現(xiàn)項目發(fā)布在GitHub上。該項目旨在實現(xiàn)AI與本地環(huán)境的安全交互，解決傳統(tǒng)SaaS AI產(chǎn)品數(shù)據(jù)不可控、依賴云端的痛點。項目初期名為ClawdBot，“Claw”寓意AI對任務(wù)的抓取與執(zhí)行能力，致敬Anthropic的Claude模型。

圖表2：Firecrawl官網(wǎng)

資料來源：公開資料，F(xiàn)irecrawl官網(wǎng)

圖表3：Gemini模型

資料來源：公開資料，F(xiàn)irecrawl官網(wǎng)

1.2.2“小龍蝦”的概念初創(chuàng)期（2026年1月）

項目正式發(fā)布并經(jīng)歷兩次更名（Clawdbot → MoltBot → OpenClaw），確立“開源、本地優(yōu)先、自主執(zhí)行”的AI Agent范式。市場把零散的技術(shù)統(tǒng)一命名為一個“投資主題”。

GitHub星標(biāo)數(shù)從零起步，1月底突破10萬，被市場視為“AI從對話邁向執(zhí)行”的里程碑。此時，大量可視化Demo開始傳播，讓“非技術(shù)人群”也能夠理解OpenClaw背后的原理和機制。

云廠商、模型廠商開始進行“產(chǎn)品信號”的釋放。谷歌推出LLM可以幫助人們使用AI代理進行網(wǎng)頁點擊，Digital First AI推出了自己的自動辦公產(chǎn)品Demo。

圖表4：AI代理網(wǎng)頁點擊

資料來源：公開資料，Digital First AI官網(wǎng)

圖表5：Digital First AI

資料來源：公開資料，Digital First AI官網(wǎng)

1.2.3“小龍蝦”生態(tài)爆發(fā)期（2026年2月-3月上旬）

這一階段，OpenClaw從“單點技術(shù)”升級為“生態(tài)系統(tǒng)”，出現(xiàn)平臺、應(yīng)用、開發(fā)者、商業(yè)化的全面共振，引發(fā)產(chǎn)業(yè)級爆發(fā)。

OpenClaw星標(biāo)數(shù)在2月內(nèi)從16萬飆升至22.4萬，3月7日突破27萬，超越Linux與React，成為GitHub史上增長最快的開源項目。Token消耗量一個月內(nèi)翻4倍以上，引發(fā)全網(wǎng)“養(yǎng)龍蝦”的熱潮。

股價反應(yīng)：3月9日單日集中爆發(fā)，優(yōu)刻得、青云科技、順網(wǎng)科技、云賽智聯(lián)、美利云等多只算力概念股漲停，優(yōu)刻得單日漲幅達19.99%，5日內(nèi)市值增長超75億元。

圖表6：How much does OpenClaw setup cost?

資料來源：公開資料

1.2.4“小龍蝦”商業(yè)化落地期（2026年3月中旬）

生態(tài)從“技術(shù)熱”開始轉(zhuǎn)向“商業(yè)落地”，頭部企業(yè)開始加速構(gòu)建閉環(huán)，如阿里云、騰訊云、 智譜AI、月之暗面、MiniMax等大模型廠商。

股價進入分化期：部分概念股高位回撤超60%（如優(yōu)刻得），市場開始關(guān)注真實收入轉(zhuǎn)化能力，而非概念熱度。

圖表7：JVS Claw

資料來源：Wind，公開資料

圖表8：部分概念股高位回撤超60%

資料來源：Wind，公開資料

02

內(nèi)容分析

2.1

為什么要關(guān)注OpenClaw？

OpenClaw技術(shù)的重要性在于其推動AI從“對話交互”向“系統(tǒng)級任務(wù)執(zhí)行”的范式升級，成為AI Agent商業(yè)化落地的關(guān)鍵催化劑，值得關(guān)注的核心原因包括技術(shù)突破、產(chǎn)業(yè)變革與商業(yè)價值三大維度。

2.1.1技術(shù)突破：定義AI Agent新范式

OpenClaw是一款本地優(yōu)先、開源的AI智能體操作系統(tǒng)，其核心功能是將大語言模型的認(rèn)知能力與本地系統(tǒng)的執(zhí)行權(quán)限深度融合，實現(xiàn)AI從“對話”到“主動做事”的范式升級。它不依賴云端服務(wù)，而是作為用戶個人的“數(shù)字助理”，在本地設(shè)備上完成復(fù)雜任務(wù)，同時保障數(shù)據(jù)主權(quán)與隱私安全。

OpenClaw采用了Channel-Gateway-Node三層架構(gòu)，以WebSocket為通信總線，將控制平面、設(shè)備執(zhí)行與消息渠道解耦，實現(xiàn)了跨平臺交互與本地自動化操作的高效協(xié)同。

圖表9：OpenClaw三層架構(gòu)

資料來源：OpenClaw橙皮書，聯(lián)儲證券研究所

2.1.2產(chǎn)業(yè)變革：重塑AI產(chǎn)業(yè)鏈價值分配

OpenClaw的爆火推動AI產(chǎn)業(yè)從“模型競賽”轉(zhuǎn)向“應(yīng)用落地”，核心影響體現(xiàn)在：

算力需求指數(shù)級增長：Agent模式下Token消耗顯著高于傳統(tǒng)對話場景，據(jù)測算，到2026年底全球月Token消耗量有望增長19.1-489.6T，帶動Blackwell芯片需求增長2432-62271片，直接利好AI芯片算力基礎(chǔ)設(shè)施廠商。

大模型商業(yè)化路徑重構(gòu)：國產(chǎn)大模型通過適配OpenClaw生態(tài)，實現(xiàn)API調(diào)用量與Token收入快速增長。

云服務(wù)模式升級：云廠商從“單一模型承銷商”轉(zhuǎn)向“多模型計費層”，通過一鍵部署、平臺工具鏈實現(xiàn)高毛利變現(xiàn)。

圖表10：OpenClaw與ChatGPT對比

資料來源：OpenClaw橙皮書，聯(lián)儲證券研究所

2.1.3商業(yè)價值：從C端破圈到B端落地

OpenClaw的商業(yè)價值體現(xiàn)在C端用戶普及與B端場景滲透的雙重爆發(fā)：

C端全民“養(yǎng)蝦”熱潮：GitHub星標(biāo)數(shù)超30萬登頂開源榜首，國內(nèi)社交平臺出現(xiàn)500-7000元/次的上門安裝服務(wù)，部分從業(yè)者稱“數(shù)日收入超26萬元”；騰訊、阿里等大廠推出ClawBot、“龍蝦”手機版等產(chǎn)品，降低使用門檻。

B端行業(yè)場景落地：

（1）金融投研：AlphaClaw內(nèi)置80000名專業(yè)投資者信任的投研知識庫，可復(fù)刻巴菲特投資邏輯、生成資產(chǎn)配置建議；

（2）醫(yī)療健康：160健康國際部署“醫(yī)療數(shù)字員工”系統(tǒng)，覆蓋預(yù)診、問診全流程，產(chǎn)品迭代周期縮短超60%；

（3）工程監(jiān)理：自動分類施工文件、提取檢測數(shù)據(jù)、生成可視化報表，提升監(jiān)理效率。

圖表11：AlphaClaw金融投研示例

資料來源：Wind，公開資料

圖表12：醫(yī)療健康A(chǔ)I智能體

資料來源：Wind，公開資料

2.2

OpenClaw的功能與應(yīng)用場景

OpenClaw通過開源框架整合大模型能力、本地執(zhí)行權(quán)限與技能生態(tài)，實現(xiàn)AI從“被動響應(yīng)”到“主動執(zhí)行”的躍遷，其核心技術(shù)特性包括：

（1）本地化部署與數(shù)據(jù)主權(quán)：支持Mac/Windows/Linux本地運行，數(shù)據(jù)全留存于自有設(shè)備，從架構(gòu)層面保障隱私安全（如AlphaClaw實現(xiàn)本地矢量化存儲，物理隔絕云端）。

（2）系統(tǒng)級自動化執(zhí)行：開放完整系統(tǒng)權(quán)限，支持文件讀寫、Shell命令與腳本執(zhí)行，可完成文件管理、代碼調(diào)試、數(shù)據(jù)提取等復(fù)雜任務(wù)。

（3）模塊化技能生態(tài)：通過ClawHub等平臺匯聚超5000個社區(qū)貢獻的Agent Skills，覆蓋自動寫代碼、網(wǎng)頁操作、數(shù)據(jù)抓取等場景，形成“技能批發(fā)市場”。

（4）多渠道統(tǒng)一接入：通過單Gateway網(wǎng)關(guān)聚合WhatsApp、Telegram、飛書等通訊渠道，實現(xiàn)全域消息互通與跨平臺任務(wù)調(diào)度。

圖表13：Agent生態(tài)

資料來源：Wind，公開資料

OpenClaw與ChatGPT 代表了AI工具的兩種不同發(fā)展方向，共同豐富了AI 應(yīng)用落地的具體形態(tài)。

ChatGPT是面向大眾的通用對話工具，以“你問我答”為核心，依托云端網(wǎng)頁/APP 便捷使用，模型與數(shù)據(jù)由平臺統(tǒng)一管理，生態(tài)相對封閉。

OpenClaw則是更偏向自主執(zhí)行型的智能助手，需要用戶自行部署服務(wù)器，能接入各類聊天平臺，可自主完成復(fù)雜任務(wù)，數(shù)據(jù)完全留存于用戶本地，同時支持多模型切換與開源技能擴展。

圖表14：OpenClaw與ChatGPT的區(qū)別

資料來源：OpenClaw橙皮書，聯(lián)儲證券研究所

圖表15：OpenClaw的功能與應(yīng)用場景

資料來源：GitHub，聯(lián)儲證券研究所

核心應(yīng)用場景：

（1）金融投研：重構(gòu)專業(yè)工作流

OpenClaw在金融領(lǐng)域已形成顯著應(yīng)用價值，尤其在投研效率提升方面：

自動化數(shù)據(jù)處理：對接Wind、同花順等專業(yè)金融數(shù)據(jù)庫，實現(xiàn)財報自動抓取、因子挖掘、策略回測、技術(shù)指標(biāo)計算等全流程自動化，減少人工干預(yù)。

辦公流程提效：通過配置docx、pdf、xlsx、PPT等技能，自動完成研報摘要、會議紀(jì)要整理、PPT生成、圖表繪制等重復(fù)性工作，提升信息處理效率。

多Agent協(xié)作：支持并行運行多個智能體，分別負責(zé)數(shù)據(jù)清洗、邏輯驗證、報告撰寫。

圖表16：單智能體系統(tǒng)概念圖

資料來源：akira

（2）企業(yè)辦公：打造智能數(shù)字員工

日程與郵件管理：自動安排會議、回復(fù)常規(guī)郵件、提取附件關(guān)鍵信息。

跨系統(tǒng)協(xié)同：在飛書、釘釘、企業(yè)微信中接收指令，調(diào)用內(nèi)部系統(tǒng)完成審批、報銷、數(shù)據(jù)查詢等任務(wù)。

知識庫構(gòu)建：企業(yè)可私有化部署，將內(nèi)部制度、項目文檔、客戶資料轉(zhuǎn)化為AI可調(diào)用記憶，提升員工信息獲取效率。

（3）其他垂直場景

汽車智能化：適配車載分布式架構(gòu)，作為語音交互中樞，實現(xiàn)導(dǎo)航、娛樂、車控的自然語言控制。

醫(yī)療健康：部署“醫(yī)療數(shù)字員工”，輔助預(yù)診、問診、病歷整理，縮短產(chǎn)品迭代周期超60%。

圖表17：OpenClaw辦公場景應(yīng)用

資料來源：飛書

圖表18：OpenClaw汽車智能化應(yīng)用

資料來源：中國日報網(wǎng)

2.3

OpenClaw的商業(yè)化邏輯

2.3.1上游

上游環(huán)節(jié)聚焦為OpenClaw生態(tài)提供底層技術(shù)支撐與算力資源，核心參與者包括大模型廠商、算力硬件供應(yīng)商及相當(dāng)活躍的開源社區(qū)。

大模型廠商：提供模型能力與API接口，是OpenClaw的“智能核心”。由于OpenClaw目前采用的是開源免費+基礎(chǔ)設(shè)施成本的付費機制，用戶的主要費用支出在于必要運行成本，該費用按 Token 計量。

由于OpenClaw使用量的增加， AI Token處理量從之前的6.4萬億/周翻倍成現(xiàn)在的13萬億/周，各大模型廠商轉(zhuǎn)向了“市場供需驅(qū)動的定價模式”。

圖表19：大模型廠商匯總

資料來源：OpenClaw橙皮書，聯(lián)儲證券研究所

圖表20：OpenClaw使用量

資料來源：openrouler，聯(lián)儲證券研究所

算力硬件供應(yīng)商：支撐模型訓(xùn)練與推理需求。OpenClaw帶動Token消耗量爆發(fā)，2026年2月中國主流大模型日均Token消耗達180萬億級，推動GPU、服務(wù)器等算力硬件需求增長。

然而，考慮到模型技術(shù)迭代、國產(chǎn)算力約束、價格刺激下的需求彈性變量等核心變量，實際算力芯片增量需求或更高于圖片中區(qū)間，原因在于：

1. 價格戰(zhàn)與Agent化刺激單用戶Token消耗攀升。之前為了搶占市場和用戶，主流大模型廠商要么下調(diào)API費用，這顯著降低了用戶使用Token的成本，但實際Token需求增速高于當(dāng)前需求的線性預(yù)估測算。

2. 模型參數(shù)量擴張，推高單Token算力密度。大模型向更長上下文、更大參數(shù)量方向持續(xù)迭代，從70B級向400B+甚至萬億參數(shù)邁進，這導(dǎo)致單Token生成所需的算力與顯存帶寬消耗顯著提升。

3. 非N系芯片算力約束，放大了全球算力需求。由于當(dāng)前測算是以NIVIDA GB200為基準(zhǔn)算力單元，但各大模型廠商采用的推理算力芯片各不相同，而這類芯片單卡TPS普遍不及NIVIDA GB200，使得實際芯片需求量遠高于基于NIVIDIA算力的測算結(jié)果。

圖表21：OpenClaw算力硬件需求

資料來源：聯(lián)儲證券研究所

2.3.2中游

中游環(huán)節(jié)通過平臺化服務(wù)連接上游技術(shù)與下游應(yīng)用，核心參與者為云廠商、AI基礎(chǔ)設(shè)施服務(wù)商及生態(tài)工具開發(fā)商。

云廠商：提供OpenClaw部署與運行環(huán)境，降低使用門檻。騰訊云Lighthouse實現(xiàn)5分鐘部署，阿里云推出AutoGLM-OpenClaw鏡像服務(wù)。

AI基礎(chǔ)設(shè)施服務(wù)商：提供中間件與工具鏈。七牛智能通過MaaS為智能體提供Token調(diào)度，其自研的“靈矽AI”跨實體智能體框架用于構(gòu)建低延遲執(zhí)行層底座。

生態(tài)工具開發(fā)商：主要是豐富OpenClaw功能。例如萬興科技旗下天幕創(chuàng)作引擎接入ClawHub，覆蓋文生視頻、文生音樂等功能。

圖表22：靈矽AI

資料來源：靈矽AI

但是，在 OpenClaw驅(qū)動的 AI Agent產(chǎn)業(yè)浪潮中，大模型廠商的價值分配或?qū)⒊尸F(xiàn)二元分化格局，即頭部性能通吃高價值場景與國產(chǎn)性價比下沉普惠市場。兩類廠商錯位競爭、共同成長，構(gòu)成 OpenClaw 生態(tài)下大模型產(chǎn)業(yè)的核心增長主線，原因在于：

第一，性能頂尖的頭部廠商憑借任務(wù)執(zhí)行能力壁壘、高價值客戶付費意愿、高 Token 消耗密度，成為企業(yè)級 Agent 市場的核心受益者；

第二，以國產(chǎn)廠商為代表的性價比路線模型，憑借低成本推理、國產(chǎn)算力適配、下沉市場需求彈性，快速滲透中小企業(yè)與 C 端普惠場景，打開增量市場空間。

圖表23：大模型廠商Token消耗量

資料來源：openrouler，聯(lián)儲證券研究所

圖表24：國產(chǎn)廠商模型

資料來源：各出品方，聯(lián)儲證券研究所

2.3.3下游

下游環(huán)節(jié)聚焦OpenClaw在各行業(yè)的應(yīng)用落地，核心參與者為企業(yè)級解決方案提供商與終端用戶。

企業(yè)級解決方案：漢得信息基于H-ONE融合數(shù)據(jù)平臺，推出AI供應(yīng)鏈物流Agent，客戶AI預(yù)算向千萬級甚至億元級靠攏，2026年H1海外業(yè)務(wù)增速高于國內(nèi)平均水平。

終端用戶：C端用戶通過“養(yǎng)蝦”熱潮推動商業(yè)化；B端用戶如金融機構(gòu)使用OpenClaw進行投研知識復(fù)刻、自動化數(shù)據(jù)處理，醫(yī)療企業(yè)部署“醫(yī)療數(shù)字員工”系統(tǒng)，縮短產(chǎn)品迭代周期超60%。

圖表25：H-ONE融合數(shù)據(jù)平臺

資料來源：公開資料

盡管目前已經(jīng)多家公司推出自己的OpenClaw項目產(chǎn)品，但從市場整體角度來看現(xiàn)階段仍然以生產(chǎn)力提升為主，大規(guī)模的商用正在加速落地中。

政策端的持續(xù)加碼成為AI Agent產(chǎn)業(yè)發(fā)展的核心驅(qū)動力。各地政策的算力券、免費部署、專項補貼等舉措有效降低 Agent 研發(fā)與部署門檻。

從技能庫來看主要使用者還是以生產(chǎn)力需求者為主，開發(fā)者居首。當(dāng)前 OpenCLaw 的生態(tài)需求仍由程序員、DevOps 工程師、前端開發(fā)者等技術(shù)群體主導(dǎo)，平臺功能與用戶訴求深度綁定開發(fā)輔助場景，開發(fā)者仍是其最核心的用戶基底。

圖表26：OpenClaw項目產(chǎn)品統(tǒng)計

資料來源：OpenClaw橙皮書，聯(lián)儲證券研究所

2.4

OpenClaw國家政策支持

OpenClaw與中國科技政策和戰(zhàn)略高度契合，核心體現(xiàn)在技術(shù)自主化、算力國產(chǎn)化、應(yīng)用場景落地、數(shù)據(jù)安全與隱私保護四大維度，與國家“十五五”數(shù)字經(jīng)濟規(guī)劃、“東數(shù)西算”工程、AI安全治理等政策目標(biāo)深度協(xié)同。

一、技術(shù)自主化：開源框架適配國產(chǎn)大模型，響應(yīng)自主可控戰(zhàn)略

OpenClaw作為開源AI智能體框架，支持國產(chǎn)大模型（如智譜GLM、MiniMax、Kimi）的本地化部署，與國家“核心技術(shù)自主可控”戰(zhàn)略高度一致。

政策支撐：國務(wù)院《“人工智能+”行動實施意見》明確提出“推動開源框架與國產(chǎn)模型深度融合”，OpenClaw通過ClawHub技能市場，降低了企業(yè)對海外AI工具的依賴。

企業(yè)實踐：智譜推出AutoClaw（澳龍），主打本地部署與多模型接入能力，覆蓋金融投研、辦公自動化等場景；騰訊QClaw、字節(jié)ArkClaw等產(chǎn)品均基于OpenClaw框架開發(fā)，推動國產(chǎn)智能體生態(tài)自主化。

二、算力國產(chǎn)化：端側(cè)芯片與算力基礎(chǔ)設(shè)施協(xié)同，契合“東數(shù)西算”工程

OpenClaw強調(diào)本地優(yōu)先、低時延的特性，推動端側(cè)AI芯片需求增長，與國家“東數(shù)西算”工程中“算力本地化”目標(biāo)高度匹配。

端側(cè)芯片適配：瑞芯微RK3588/RK182X系列、此芯科技CIX ClawCore螯芯系列等國產(chǎn)芯片支持大模型本地推理，降低對云端進口芯片的依賴。

算力基礎(chǔ)設(shè)施：上海臨港建成全球最大單體智算中心集群，算力規(guī)模突破50EFLOPS，PUE降至1.2以下，為OpenClaw本地化部署提供算力支撐。

三、應(yīng)用場景落地：政策補貼與行業(yè)滲透，助力“人工智能+”行動

OpenClaw的“自主執(zhí)行”能力加速AI在垂直行業(yè)的落地，與國家“人工智能+”行動中“培育智能原生新業(yè)態(tài)”的目標(biāo)一致。多地政府都發(fā)文提高對AI行業(yè)以及科創(chuàng)企業(yè)的政策補貼，例如：深圳龍崗出臺最高1000萬元股權(quán)投資，免費提供OpenClaw部署服務(wù)等。

四、數(shù)據(jù)安全與隱私保護：合規(guī)框架適配，響應(yīng)國家數(shù)據(jù)安全戰(zhàn)略

OpenClaw的本地化部署特性與國家《數(shù)據(jù)安全法》《個人信息保護法》要求高度契合，解決了AI應(yīng)用中的數(shù)據(jù)隱私風(fēng)險。

安全治理：中國信通院發(fā)布《關(guān)于OpenClaw安全應(yīng)用的風(fēng)險提示》，提出“六要六不要”規(guī)范，推動行業(yè)合規(guī)發(fā)展。

企業(yè)實踐：小米miclaw采用“API雙重授權(quán)”機制，實現(xiàn)透明可審計，符合國家數(shù)據(jù)安全監(jiān)管要求。

圖表27：OpenClaw政策補貼

資料來源：中國經(jīng)營報

2.5

OpenClaw產(chǎn)業(yè)鏈發(fā)展

2026年3月10日至11日，受國家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布安全風(fēng)險提示影響，港股MiniMax-WP單日跌幅超9%，智譜、迅策等概念股集體回調(diào)，A股優(yōu)刻得、青云科技等此前漲停的標(biāo)的亦出現(xiàn)顯著回落。市場對OpenClaw默認(rèn)配置高危、公網(wǎng)暴露風(fēng)險、指令投毒等安全問題的擔(dān)憂導(dǎo)致短期估值邏輯重構(gòu)，股價出現(xiàn)“利空出盡”式下跌，但市場對技術(shù)落地的預(yù)期仍支撐活躍度。

而在企業(yè)端訂單一側(cè)，我們可以看到目前訂單需求并不是呈現(xiàn)“穩(wěn)步增長”的態(tài)勢，而是一種典型的市場情緒爆發(fā)，目前多數(shù)訂單集中于短期的部署類訂單，其次就是算力/Token消耗型訂單，因為OpenClaw本質(zhì)上依賴大模型的調(diào)用，最后就是企業(yè)試點訂單正在起量，但還未達到規(guī)?；杖胨疁?zhǔn)。

目前主流的AaaS服務(wù)分為：1. 云廠商的“托管部署服務(wù)”；2. Agent平臺；3. Skill marketplace，這一塊目前沒有成熟的分發(fā)和收費體系，而且安全風(fēng)險較高。預(yù)測后續(xù)AaaS服務(wù)會最終形成Agent AaaS生態(tài)。

當(dāng)下，各大廠商紛紛開始調(diào)整自己的戰(zhàn)略布局。

上游的模型廠商面臨著如何去風(fēng)險化的問題。由于OpenClaw在執(zhí)行中會取得“高權(quán)限”，這極大地提高模型出現(xiàn)“越獄風(fēng)險”的概率。當(dāng)下，模型廠商多采用強化“模型安全層”、推動人類介入、限制高風(fēng)險場景應(yīng)用。

中游的云服務(wù)廠商和Agent平臺由于需要直接承接客戶需求，因此這類廠商的風(fēng)險責(zé)任最大，也是最容易被監(jiān)管“點名”。它們采用的是：1.廠商目前在部署服務(wù)器和Agent平臺時默認(rèn)不開公網(wǎng)、隔離部署、限制執(zhí)行能力等；2. 架構(gòu)層進從原來的“系統(tǒng)直連”轉(zhuǎn)變?yōu)椤吧诚鋱?zhí)行”，避免直接操作生態(tài)系統(tǒng)；3. 在推出企業(yè)合規(guī)版的Agent時要求操作可回溯和高危行為必須人工審核；4. 從原來的“通用型Agent”轉(zhuǎn)向“行業(yè)解決方案”。

硬件供貨廠商主要面臨的是在安全風(fēng)險提示發(fā)布后市場需求變動以及政策后續(xù)變化的不確定性。所以，目前各大硬件供貨商主要是與其他云服務(wù)廠商深度綁定，為其提供Agent算力專用集群。

安全廠商是整個產(chǎn)業(yè)鏈獲益最大的。他們主要是對Agent提供專用的安全產(chǎn)品，建立Skill模塊供應(yīng)鏈安全體系以及為企業(yè)提供包括權(quán)限控制、操作審計和風(fēng)險評分系統(tǒng)等的安全框架。

03

專家解讀

劉曉慶（IT桔子內(nèi)容總監(jiān)）：目前中國市場正在經(jīng)歷一場國資崛起-中國一級市場投資范式大遷徙。2025年中國創(chuàng)投市場2025年投資交易超9000起，同比增長28%，回暖格局的背后呈現(xiàn)“啞鈴型”斷層格局：早期投資超6000起，戰(zhàn)略投資體量龐大，但成長期和中后期融資斷崖式下跌，分別從2021年的32.6%、16.3%滑落至19.6%、7.9%。首先是國資主導(dǎo)時代正式到來，“國資滲透率”突破45%，若計入間接LP出資，市場近90%資金源頭為國家資本。美元基金交易占比跌至2.5%，金額從5000億縮水至800億，美元VC黃金時代終結(jié)。然后是退出路徑重塑：并購占退出案例近八成，A股上市公司作為買方占六成；去年上市獨角獸絕大多數(shù)選擇香港，赴美上市歸零。

黃雪群（L2F光源創(chuàng)業(yè)者基金執(zhí)行董事）：到2025年，全球AI領(lǐng)域投資在整體風(fēng)險投資中的占比已升至約50%至65%，總規(guī)模超過2000億美元，其中Mega Deal占比達73%。這一輪AI投資熱潮并非單一因素驅(qū)動，而是生產(chǎn)力溢價持續(xù)釋放、基礎(chǔ)設(shè)施“軍備競賽”加速推進，以及退出邏輯發(fā)生變化三重力量共同作用的結(jié)果。AI正在從傳統(tǒng)意義上的工具，演進為可承擔(dān)具體任務(wù)的數(shù)字勞動力。因此，AI尤其適用于那些流程規(guī)則清晰、對主觀判斷依賴較低、且天然具備外包屬性的工作場景。這一演進背后的核心，是推動AI能力從“能夠生成回答”走向“能夠穩(wěn)定交付結(jié)果”。

熊明輝（浙江大學(xué)光華法學(xué)院求是特聘教授）：作為開源人工智能體領(lǐng)域的典型代表，OpenClaw憑借強大的自然語言交互與任務(wù)執(zhí)行能力，在短時間內(nèi)迅速吸引了廣泛關(guān)注與應(yīng)用。然而，其開放性與高權(quán)限特性，也使其成為網(wǎng)絡(luò)安全領(lǐng)域不容忽視的焦點，暴露出一系列亟待解決的安全風(fēng)險。惡意行為者通過篡改軟件包、植入后門，或利用已知漏洞進行滲透，一旦成功潛入企業(yè)內(nèi)網(wǎng)，便可竊取核心商業(yè)數(shù)據(jù)、知識產(chǎn)權(quán)，甚至取得內(nèi)部系統(tǒng)控制權(quán)，對企業(yè)數(shù)據(jù)安全構(gòu)成系統(tǒng)性威脅。設(shè)備與系統(tǒng)層面的安全隱患同樣嚴(yán)峻。為完成復(fù)雜任務(wù)，OpenClaw在開發(fā)與運行時往往需要較高的系統(tǒng)權(quán)限。若配置存在疏漏，或軟件自身存在未修補的漏洞，可能導(dǎo)致主機敏感信息(如密鑰、配置)泄露。攻擊者借此可劫持設(shè)備，將其納入僵尸網(wǎng)絡(luò)或用于發(fā)起進一步的內(nèi)部攻擊，嚴(yán)重威脅企業(yè)基礎(chǔ)設(shè)施的穩(wěn)定與安全。此外，在扮演個人助手時，OpenClaw處理通訊錄、日程、聊天記錄等大量敏感個人信息時，安全防護的薄弱環(huán)節(jié)可能導(dǎo)致這些數(shù)據(jù)被竊取與濫用?！案ｋU的是，在集成金融交易功能的場景下，一旦智能體被攻破，攻擊者可能誘導(dǎo)其執(zhí)行錯誤轉(zhuǎn)賬、越權(quán)查詢等操作，直接造成用戶財產(chǎn)損失，動搖數(shù)字經(jīng)濟的信任基石。

來源 | 金融研究中心

作者 | 熊浩文