一時間，中國AI圈的養蝦池里群英薈萃。但如果只從模型層面來看，這一波大廠龍蝦局里，先“吃飽”的其實是幾家獨立模型公司。

基于OpenClaw生態，ArkClaw并不只支持Seed-Doubao 2.0，QClaw也不是只能跑混元系列；相反，這些平臺普遍支持外部模型接入，ArkClaw的技術文檔里就公開列出了Doubao-Seed、Kimi 2.5、MiniMax 2.5、GLM等選項。

以OpenRouter（全球第一大第三方模型API聚合平臺）為例，過去一段時間里，在OpenClaw生態的驅動下，該平臺上最熱門的模型中，幾乎大半來自國產模型。

在目前的OpenRouter月榜單上，MiniMax M2.5已經燒掉了驚人的8.1萬億Token，領跑該榜單。前十名中還有Kimi K2.5、DeepSeek V3.2、GLM 5和Step 3.5等國產模型。

直接的結果是，雖然像騰訊因為QClaw的推出一度市值重回5萬億，但MiniMax和智譜被視為這輪調用增長的最大受益者，市值也水漲船高，MiniMax甚至超過了百度在港股的發行市值。

代入到字節和騰訊等大廠視角，不難得出這樣一個判斷：眼下OpenClaw最稀缺的不是模型，而是把開源Agent從極客玩具變成可用產品的能力。

眼下最重要的，是趁著熱度做大以“龍蝦”為代表的Agent生態蛋糕。所以在過去一周中，我們可以看到這樣的場面：

上周，騰訊云在深圳總部辦免費線下安裝活動，吸引了上千人排隊；財新的報道中披露的數據稱，到3月初，安裝在騰訊云上的OpenClaw用戶已經超過10萬。

字節這邊則不是搞“擺攤裝蝦”，而是通過火山引擎、Coze和飛書教程直播，把OpenClaw迅速做成一個低門檻工作流工具。

近日，百度也在自家工區門口舉辦了“龍蝦”市集活動。數十名百度工程師一對一為近千名用戶提供了云端OpenClaw免費安裝服務。

帶著龍蝦“破圈”，大廠們的目標一致：先把部署、接入、使用成本砍到最低，把“養蝦”從開發者小圈子推到更大的人群和企業場景里。

為什么會這樣？因為OpenClaw形態的Agent顛覆了傳統Chatbot的運作邏輯。

傳統的Chatbot邏輯是一問一答，OpenClaw這樣的通用Agent則是一整條任務鏈：規劃、調用工具、執行、讀取結果、再規劃。

模型一旦被嵌進這種循環里，在調用量激增的同時，各類龍蝦Skill生態也應運而生。

所以，以字節和騰訊為代表的大廠“龍蝦局”，表面上是帶著MiniMax、智譜、Kimi這些“小龍”一起做大蛋糕，實際上是想從平臺視角建立起用戶認知，擴大Agent用戶基礎和自家產品品牌形象。

換言之，要理解OpenClaw時代的Agent生態，我們需要先將其分解成平臺層和模型層。至少在眼下的開源生態下，平臺層和模型層不一定來自同一家公司：打造平臺的企業瞄準的是獲客和做大市場，而被調用最多的模型公司，變現能力則大幅提升。

但這并不意味著，大廠們是在給別人做嫁衣。騰訊和字節圍繞OpenClaw的動作，本質上是在鎖定云用戶、沉淀調用數據，并盡可能把Agent使用習慣綁定到自己的辦公和社交生態里。

這也是為什么，在幾大云廠商的“自營”龍蝦中，我們要把QClaw和ArkClaw單獨拿出來看。大部分企業的操作是支持或接入OpenClaw，而這兩家頭部互聯網企業已經接入了自家IM（即時社交）生態，先找到用戶和場景，再慢慢落地需求。

“小龍”們吃飽了全行業一同做大的用戶體量，但這只是第一回合。Agent的平臺層和模型層之間，不同體量企業的生態差異正在顯現。

02 “自營”Claw背后，是飛書和企微的護城河

眼下，OpenClaw很火，但到底好不好用，這個問題一直在各大社媒上眾說紛紜。

一個不可忽視的現實是：很多普通用戶部署了OpenClaw，卻并不知道它到底可以做什么。

在一些內容社區，點開OpenClaw相關話題逛上一圈，會發現目前大多數用戶的需求仍停留在比較基礎的任務，例如整理郵件、查詢信息或生成簡單文檔，而真正復雜的企業級自動化場景仍然非常少。

近期在某平臺上，AI博主JET發了這樣一篇筆記：“深圳養龍蝦現場回來，給大家潑點冷水。”

JET的主頁提到，他曾有兩家頭部AI企業從業經歷。所以他以業內人士視角寫道——現場和會后，很多朋友會來問我類似的問題：

“我有一個小龍蝦，我怎么用它做XXX？”

“我能不能用龍蝦做一個產品？”

“當你手里有一個錘子，看什么都像釘子。”在筆記的最后，JET這樣總結“龍蝦熱”下的眾生相。

與技術層面的0到1相比，用戶心智和主動開拓需求的0到1更難完成。

在這種情況下，ArkClaw和QClaw的意義，其實并不是讓OpenClaw一下子變得更好用，而是給“龍蝦”提供可以施展拳腳的現實場景。

把Agent接入現有的辦公軟件體系，看起來只是一次簡單的適配，但這恰恰是頭部互聯網集團的最大優勢。

騰訊與QClaw一同推出的WorkBuddy，可以直接連接QQ、飛書、釘釘等辦公工具，并支持多Agent并行執行任務，例如自動整理資料、處理日程或生成文檔。

而ArkClaw依托火山引擎***，在使用中可以直接調用飛書插件體系，讓Agent自動處理會議紀要、文檔表格或工作流程。

換言之，龍蝦眼下最適合鋪開的場景，其實是依托辦公軟件生態幫人“打雜”。

而在B端即時通訊+辦公套件領域，過去十幾年里，中國企業軟件生態其實已經形成了非常穩定的格局：飛書、企業微信和釘釘。

這些平臺本身就承擔著企業協作、文檔管理和流程審批等功能。而依托云端部署的OpenClaw Agent，可以在安全相對可控的情況下，為個人開發者和企業客戶提供自動化能力支持。

至于為什么更偏B端而非C端，OpenClaw的特性已經解釋了這一點。移動互聯網時代，OpenClaw之所以能做到“Open”，是建立在“Computer Use”基礎上的；在PC端用戶授權的前提下，Agent可以接管系統層的一眾能力和用戶信息。

拋開OpenClaw的安全隱患暫且不談，PC市場在過去10余年中一直處于用戶流失狀態。在移動互聯網浪潮中，PC用戶多少有些“小眾”；反而在B端，PC仍然承擔著生產力主力的角色。

因此，從產業結構來看，字節和騰訊推動Claw產品化，其實已經在瞄準B端的辦公協同場景，爭奪Agent時代的入口位置。

在這種競爭結構中，大廠的優勢非常明顯。

首先是平臺生態。飛書和企業微信已經積累了大量企業用戶，也天然沉淀了大量各類Skill的使用需求。其次是云***，OpenClaw在執行任務時需要持續調用模型API，復雜任務往往需要大量Token計算。

投行 Barclays 的研究顯示，AI Agent在執行任務時需要多輪推理與工具調用，其 Token消耗可達聊天機器人的約25倍。與此同時，NVIDIA 的技術文章指出，復雜推理模式下，一次完整的多步推理流程可能帶來 最高約100倍的計算與Token消耗，使Agent系統成為當前大模型應用中最消耗算力的形態之一。

智譜此前就因調用量激增，導致Coding Plan使用不穩定，因Token消耗異常向用戶致歉，并對訂閱用戶予以補償。字母AI了解到的一些行業內部消息顯示，部分獨立AI公司已經開始回流第三方云廠商，以獲取更多云***支持，維持API調用服務穩定。

更重要的是用戶習慣。一旦企業開始習慣在飛書或企業微信中使用Agent自動完成任務，例如整理數據、生成報告或運行腳本，這些自動化流程就會逐漸沉淀在平臺上。

這也是為什么，在當前的OpenClaw生態中，模型反而更像是一種可替換組件；而需求和使用場景，目前看還需要廠商們想辦法喂到用戶嘴邊。

開發者今天可以調用MiniMax，明天也可以切換到GLM或Kimi，但任務仍然運行在同一套Claw平臺上。

就在前天，釘釘也宣布全面接入OpenClaw，并且到本月底，企業和個人開發者在使用OpenClaw時，調用釘釘相關API、Webhook或Stream服務，可獲得不限量的免費調用額度。

這場入口級龍蝦之戰的三大頭部選手，終于湊齊了。

03 從“養蝦”到交付：終局還是拼基模

OpenClaw的第一階段是部署競賽，而第二階段會變成交付能力的競賽。

這一點其實已經開始在產業討論中浮現。目前，OpenClaw的爆發很大程度上來自開發者社區和個人用戶：一鍵安裝、自動瀏覽網頁、調用工具執行任務，這些能力讓Agent看起來像一個可以“干活”的AI。

但這種熱度并不意味著企業級落地。Agent與傳統聊天模型最大的不同在于，它天然需要訪問郵箱、瀏覽器、文件系統和API憑證，這些高權限操作一旦出錯，風險就會直接落到某些業務動作上，而不只是一次回答錯誤。

換句話說，OpenClaw兼具風險和價值的特性，能否依托云平臺的安全機制實現平衡，目前還要打一個問號。

另一方面，政策和監管側對“龍蝦熱”仍然是一種相對理性的推動狀態。

最近一段時間，我國多地都對OpenClaw相關生態提供算力和資金支持。例如深圳、無錫、合肥、蘇州等城市都推出了針對Agent生態的補貼和孵化***。

與此同時，工信部等監管機構發文強調，OpenClaw在部署時存在“信任邊界模糊”問題，要求加強數據訪問控制、身份認證和日志審計等安全要求。

換言之，目前的“養龍蝦潮”仍然帶有明顯的試錯特征，穩定跑通的企業級鏈路還沒有出現。

對于以騰訊和字節為首的AI云一體頭部廠商，保持耐心、持續鋪開Agent生態，將是一個長期命題。

保持耐心的第一層因素，是用戶生態和付費機制的培養還需要更多時間演進。不管是B端還是C端，“龍蝦生態”的巨額Token調用量始終是一個影響其普惠的難題。

瀟湘晨報近期的報道顯示，有用戶反映使用OpenClaw回答了僅30個問題，就燒掉了100萬Token。

目前，字節、智譜在內的多家AI廠商，對模型調用***取了與Coding Plan結合的模式。模型調用也不再是傳統的按Token收費，訂閱制+按用戶請求數計費的模式，正在多個平臺同步推進。

第二層是OpenClaw架構的安全性。目前大部分廠商都提供了云端部署能力，在云端設置了訪問控制、數據隔離、沙箱等安全措施。而在主流AI廠商中，只有智譜的AutoClaw選擇了全本地部署的模式。

但目前以OpenClaw為代表的通用Agent生態還比較早期，“龍蝦”掌握的Skill庫仍在不斷擴張中，日后Agent能力的每一輪迭代，都需要安全層面的實時匹配。

不管是C端還是企業用戶，建立信任往往都需要一個相對較長的周期。

馬化騰最新的朋友圈也表明，這場新一輪Agent之爭才剛剛開始，目前要做的事只有一個，就是給“龍蝦”找場景、搭需求。

耐心的另外一面，是等模型。目前，OpenClaw生態下，幾家頭部廠商的模型相比小龍公司的模型并無優勢，有的甚至還略顯劣勢。

尤其是最近幾個月里，騰訊和阿里都經歷了AI部門變動。天才科學家姚順雨入職后，騰訊在去年年底剛剛完成了AI業務架構大調整。而阿里方面，則剛剛經歷了Qwen團隊的重組，以及核心人物林俊旸的離職。

而在產品側，一旦試跑完一輪找場景、搭需求的過程，AI驅動產品的核心競爭力就會變成基模技術實力和性價比的比拼。

“對于那幾家公司（MiniMax、Kimi、智譜），眼下這種調用量暴漲的勢頭不一定能長期維持。”一位來自某頭部AI廠商的資深業內人士向字母AI表示，近期的龍蝦熱有行業刺激的成分，但已經足夠幾家“小龍”把營收做起來。“現在市場足夠大，有10萬日活就能扛起百萬API營收了。”

而對于未來通用Agent領域競爭的核心因素，該業內人士表示，模型仍然會是長期競爭力。并且由于OpenClaw形態的開放屬性短期內不會改變，平臺之上的模型市場，仍將是各路廠商正面競爭的態勢。

“辦公市場的IM已經飽和了，沒有廠商會想搞霸王條款，所以不管哪個平臺都會繼續支持外部模型。”該業內人士這樣說道。

如果把時間維度拉長，我們會發現，今天的OpenClaw崛起，很像互聯網歷史上一個熟悉的模式：

在Android早期，真正賺錢的是應用開發者，而不是Google本身。返回搜狐，查看更多