OpenClaw登頂后，Agent悄悄殺死了“應用”

這絕對是開源軟件歷史上最令人感到眩暈的增長曲線。

僅僅用了3個月， OpenClaw 在 GitHub 上的 Star 數登頂歷史第一。它不僅直接跨越了 React 積累了 13 年的 24 萬星關卡，更將擁有 40 年歷史的 Linux 內核甩在身后，成為“軟件項目歷史第一”。

Star是人氣，是注意力，是信號，但它不等于代碼質量，也不等于商業價值，更不等于技術成熟度。OpenClaw的開發團隊自己也承認，這個產品"仍處于極度早期階段，甚至還不完善"。但這恰恰是這件事最值得深思的地方。

歷史上有一個可以類比的時刻：2017年，比特幣市值第一次超越巴菲特旗下的伯克希爾哈撒韋。彼時沒有人敢斷言比特幣一定勝出，但所有人都意識到，舊秩序的裂痕已清晰可見。OpenClaw Star數登頂這件事，有類似的氣質。

過去兩年，大模型競爭的核心敘事是智力比拼——誰在ARC、SWE-Bench等評測基準上得分更高，誰更接近AGI。參數規模、推理深度、復雜任務完成率，構成了整個行業的坐標系。這套敘事到2025年底已經開始出現疲態：模型越來越強，但大多數用戶的使用方式依然是打開聊天框，問一個問題，等一個回答。

OpenClaw 代表了另一種可能。它的交互模式不限于聊天框，其可以在后臺持續運行、自主完成多步驟任務的Agent框架。它能寫代碼、調試、調用工具、讀取文件、再迭代，整個過程無需人類時刻盯著屏幕。用戶在沒有電腦時靈光一現，可以在手機上給Agent發指令去拉取數據、做實驗，用戶回去后再驗收結果。

這一切，恰好在春節紅包大戰前后引爆。2026年開年，幾乎所有模型廠商的關鍵詞都已切換成"Agentic"。騰訊云和阿里云迅速上線了 OpenClaw 的一鍵部署服務。近期，多家國內模型廠商先后推出了對標或適配 OpenClaw 的產品。月之暗面推出了云端版的 Kimi Claw，MiniMax 緊隨其后發布了 MaxClaw。在確定的淘金熱面前，他們想要趁著這個機會，成為中國 AI 圈那個最穩妥的“賣鏟子的人”。

國內科技圈由此進入了一輪新的能力敘事競賽，而OpenClaw成了那根最醒目的旗桿。其展現出的機器執行力，以及開發者對 AI 自主執行結果的寬容，讓AI在這個生機勃勃又充滿混沌的 2026 年開端，模型范式又一次更迭。中國開源模型和云基礎設施，正在以一種極其饑渴的姿態，死死咬住這個結構性的窗口。

大火之后，門檻是最好的生意

在社交平臺上，OpenClaw 被大量從未接觸過編程的普通人捧上了神壇。他們看到的是演示視頻：一段自然語言指令，AI自主完成一份市場分析報告，或者獨立搭建一個簡單網站。那種流暢感擊中了很多人壓抑已久的期待。

但現實的落差在安裝環節就開始了。OpenClaw的開源屬性，理論上讓每個人都可以部署自己的Agent。實際上，完整部署它需要：一臺能穩定訪問外網的服務器、Docker環境的配置、SSH遠程連接、正確的權限管理、API Key的申請與填寫，以及最后那個往往被低估的步驟——沉淀一套屬于自己業務場景的專屬知識庫和Skill體系。

每一步都是門檻，每一步都會勸退一批人。多數人不想碰這些枯燥的命令行，更不愿意承擔潛在的隱私泄露與安全風險。

這多數人由此制造了一個巨大的市場空白，而最先沖進這個空白里的，不是大廠，是草根創業者。在一個經過 Stripe 官方驗證收入的開發者項目聚合平臺上，基于OpenClaw的創業項目已達126個，并按過去30天的可驗證收入實時排名。數據是殘酷的：賺錢最多的前30個項目里，超過17個做的是同一件事——一鍵上云托管。收入最高的前三名，全部屬于這一類。

OpenClaw Pro、Donely是這一模式的代表。他們的產品邏輯非常簡單，用戶不需要服務器，不需要Docker，不需要SSH，點一下，OpenClaw實例就跑起來了，然后按月付費。入口被鋪到Telegram、Discord、WhatsApp等即時通訊平臺，門檻被壓到了極致。

這造就了一個有趣的經濟學現象，在底層技術開源的情況下，價值并不自動流向寫技術的人，而是流向解決"最后一公里"問題的人。幫用戶完成從"想用"到"能用"的那一段距離，成了真正的商品。

然而，OpenClaw是一個放大工具，放大的是使用者本身的能力上限。它能讓會用的人更高效，但對于不會用的人，它只是一個配置復雜、語義模糊、輸出不可控的黑箱。許多程序員在成功本地部署OpenClaw之后，開始進行各種測試。他們發現：OpenClaw確實能完成很多事，但很難找到"能發揮顯著作用的剛需場景"。社區里數以萬計的Skill并不是每一個都有實際用處，良莠不齊，部分Skill的技術含量甚至不如自己手寫一個腳本。

"不知道使用場景"可以解釋為心理層面的門檻，但Token消耗就是實打實的經濟門檻。OpenClaw的Token消耗邏輯與傳統問答式AI有本質區別。在對話模式下，用戶不再提問，消耗就停止了；而在Agent模式下，機器可以在后臺持續跑流程。

以OpenClaw為例，Token消耗主要來自三個來源：第一是多輪自我修正。一次編程任務可能經歷"寫代碼→運行→報錯→修改→再跑"幾十個回合，每個回合都是一次完整的模型調用。

第二是上下文的無限膨脹。為了讓Agent"記住"之前的操作，每次調用都要攜帶完整的對話歷史。用戶實測，一個活躍會話的上下文能迅速膨脹到20萬Token以上。

第三是工具鏈的級聯觸發。Agent處理一個"幫我整理郵件并創建待辦"的任務，可能觸發5到10次API調用，每次都背著完整上下文。

成本敏感度在這一刻被急劇放大。有海外用戶在社交媒體上吐槽：一個配置不當的自動化任務，一天可以燒掉200美元的API費用。7×24小時全量運行OpenClaw并調用Claude API，月成本在800到1500美元之間。對于個人用戶和小型團隊而言，這幾乎是不可持續的。

OpenRouter的后臺數據也佐證了這種瘋狂，最新數據顯示，OpenClaw已是OpenRouter最大的單一應用，其Token消耗量約占平臺顯著比例。Token消耗從"按次"變成了"按流量"，AI使用的成本曲線正在急劇變陡。

DeepMind的科學家Jeff Dean在2月的采訪中提到一個判斷框架：從對話到Agent，Token的消耗邏輯已發生根本性的結構改變，這種消耗規模的躍升，不僅意味著更高的商業壁壘，也將帶動整個AI基礎設施從推理芯片到云計算容量，再到應用場景進行一輪新的擴容周期。

但對于私人部署而言，Token成本的天花板已經清晰可見。這注定了OpenClaw私人部署的局限性，也注定了下一個問題：誰來承接那些負擔不起私有部署成本、又想用Agent能力的用戶？

SaaS的平替與“應用”的終結

面對 OpenClaw 引發的市場熱潮，國內廠商大致沿著兩條路徑展開行動，第一條路徑，是以月之暗面和 MiniMax 為代表的"SaaS化Agent服務"。

Kimi Claw的本質，是一臺為用戶遠程開好的虛擬機。月之暗面沒有對 OpenClaw 做額外封裝，它將部署、配置、環境搭建這一步替用戶完成了，然后提供一個瀏覽器可訪問的入口。用戶無需本地部署，點進去就能用完整的OpenClaw 功能。

MiniMax 在2月25日推出的 MaxClaw 走的是類似但更激進的路線。MaxClaw 基于 MiniMax M2.5 模型——總參數約2300億，單次推理僅激活約100億，這種稀疏激活架構讓它的 API 價格極具競爭力。

這兩家公司的云端 OpenClaw 產品，本質上是在用 SaaS 的方式做 Agent 服務，雖然可擴展性不如原版 OpenClaw，但勝在便宜、好用、不用折騰環境。普通用戶和中小企業并沒有尖端的需求。其需求場景只是讓AI幫忙檢查郵件、整理文檔、定時提醒、查詢信息，而不是要構建一套全自動的企業級Agent工作流。

Kimi K2.5 在這輪浪潮中的商業回報已經顯現。OpenRouter 數據顯示，Kimi K2.5 是 OpenClaw 調用量最高的模型。受全球付費用戶及API調用量大漲的推動，Kimi K2.5 發布不到一個月，近20天的累計收入已超過2025年全年總收入。

OpenClaw 官方也在1.30版本后，將Kimi K2.5 設為"首個官方免費主力模型"，開源社區與模型廠商的利益在這里短暫對齊。SimilarWeb數據顯示，Kimi上月訪問量達3300萬，中國地區訪問量占比從過去的77%下降到60%多——OpenClaw成了Kimi出海的意外跳板。

第二條路徑，是以阿里云、騰訊云為代表的"云基礎設施卡位"。云廠商的邏輯更長遠，也更保守。他們提供的"一鍵部署 OpenClaw "服務，是一個入口。當個人用戶和中小企業開始部署Agent時，他們需要的不僅是模型的API，還需要云服務器、存儲空間、網絡帶寬、消息平臺集成（飛書、釘釘、企業微信）、安全沙箱環境，以及一整套基礎設施。這些恰好是云廠商最擅長的。

今天因為 OpenClaw 來的用戶，明天可能因為別的 Agent 產品來；但只要用戶習慣了在他們的平臺上部署 Agent，這些用戶就成了長期綁定的客戶。云廠商們做的，是提前占位，建立用戶習慣，構建生態壁壘——賣鏟子的生意，往往比挖金子的人更穩定，也更賺錢。

《新立場》認為，如果我們跳出單一產品競爭的視角，就會發現 OpenClaw 不僅僅是一個工具，它更是一種工作流思維的顯現。

OpenRouter 與 a16z 聯合發布的《2025 AI使用報告》顯示，Agent 驅動的工作流——模型自主執行多步驟任務產生的輸出Token，已超過平臺總輸出的一半。這是一個結構性轉變：AI的使用范式，正在從"人機對話"切換為"機器自循環"。

當Agent能替人跨越一堆界面完成工作，"App"這層為人類設計的UI就會逐漸退化為"為Agent提供的數據與動作接口"。用戶不再"使用"你的產品，而是用戶的Agent替他們"調用"你的產品。越標準化的工具，如郵件、日歷、任務管理、文件存儲等，就越可能先被這個邏輯改寫。

這對商業模式的沖擊或許比想象中更深。以前AI創業的本質是人力外包：核心商業模式是按人年、人天收費，對接客戶進行定制化開發。但當 OpenClaw 抹平了編程能力的差距，一個不懂代碼的人借助 Agent 也能實現復雜的技術開發，定制化開發算法公司的傳統模式就走不通了。

當然更深遠的影響在組織層面。當公司在琢磨用 OpenClaw 取代員工寫代碼時，一些懂業務、會調配 OPC 的員工也在反向思考：既然我一個人加一只"龍蝦"就能創業當老板，為什么還要被公司雇傭？如果公司里最有用的人走了，以前靠雇傭程序員建立的人力優勢和競爭壁壘也就不存在了。

OpenClaw及其所代表的 Agentic 工作流，在整個工作流的組織方式上，給出了一種新的可能答案。而一旦這種可能性被足夠多的人認真對待，其產生的張力就不再局限于技術討論，而是蔓延到職業結構、組織設計乃至勞動力市場的重組。

在這個被 AI 重塑的世界里，有人選擇去舊金山淘金，有人選擇在硅谷賣鏟子，也有人選擇留在這片錯綜復雜的東方系統里，另起爐灶。這場屬于 Agent 的全局戰爭，才剛剛打響了第一槍。

GenAI 和 Agent 不是兩個時代，而是同一個系統的兩層。ChatGPT 的對話框定義了 GenAI 的交互模式，OpenClaw 類的聊天驅動 Agent 框架正在定義 Agentic AI 的交互模式。前者最終會隱去，變成后端；OpenClaw 這樣的 Agent，將成為一切的前端。

不過，《新立場》預測，在絕大多數用戶沒有自托管Agent的意愿和能力的前提下，SaaS化是正確的方向。但對于需要深度集成企業內部數據和系統的場景，純 SaaS 存在權限和隱私的瓶頸，這里會出現一批"本地部署+云端協同"的混合模式，以及垂直行業的深度定制玩家。

雖然推理成本每過一年都在以驚人速度下降，但 Agent 模式的 Token 消耗是結構性的，降價會推動更多使用，而不是讓成本歸零。真正的競爭優勢，將屬于那些能在模型能力、Token 效率和用戶體驗之間找到最優平衡點的產品。

Kimi K2.5能在OpenRouter脫穎而出，核心原因之一就是"便宜且Agent能力較強"——這個組合將成為未來競爭的主軸。

三個月登頂 GitHub 只是起點。接下來會有更強的開源 Agent 框架出現，會有更好用的商業產品涌現，OpenClaw 的Star數紀錄遲早會被打破。但 OpenClaw 證明的那件事——用自然語言驅動多步驟自主任務執行已經成為一種被廣泛認可的交互范式，并且很難再倒退回純粹的問答模式。

在這種確定的趨勢下，當下仍在死磕純對話框對界面或 AI 瀏覽器的開發者，就像在內燃機轟鳴的前夜，依然致力于改良馬車的韁繩。

*題圖及文中配圖來源于網絡。