EdgeClaw Box：面壁智能給AI時代的“兩棲蝦”

2026年的春天，AI圈最火的詞叫龍蝦。

不是海鮮市場的甲殼生物，而是一個名字——OpenClaw。這款開源的AI智能體框架，像病毒一樣在GitHub上蔓延，被媒體稱為“GitHub歷史上增長最快的AI Agent框架”。一時間，從硅谷到中關村，人人都想養(yǎng)一只屬于自己的“龍蝦”。

但吃龍蝦的人很快發(fā)現了問題。3月11日，工業(yè)和信息化部網絡安全威脅和漏洞信息共享平臺聯(lián)合國家互聯(lián)網應急中心，發(fā)布了關于防范OpenClaw安全風險的專項提示。中國信息通信研究院副院長魏亮在接受采訪時直言，龍蝦很強的執(zhí)行能力給用戶帶來了嚴峻的安全挑戰(zhàn)。全球超23萬個OpenClaw實例被發(fā)現在互聯(lián)網上“裸奔”，默認配置無認證，監(jiān)聽端口暴露，攻擊者一找一個準。

不安全、不聽話……這就是2026年春天許多人想吃蝦卻又不敢下嘴的真實痛點。

這場由“龍蝦”引爆的AI智能體危機讓人們開始重新思考一個根本問題：智能體怎么做才能又安全又省事？有沒有一種蝦，能讓人用得放心？

面壁智能的EdgeClaw Box，給出了自己的答案。

這只叫EdgeClaw Box的“兩棲蝦”游在云端、棲于本地、開箱即用。當別人還在為“龍蝦”的安全噩夢頭疼時，EdgeClaw Box已經把隱私和安全裝進了盒子里。

最近AI圈掀起了一股“養(yǎng)蝦熱”。

能調用工具、能處理事務的Claw類智能體火了之后，從開發(fā)者到小團隊，人人都在跟風部署。3月初，從深圳騰訊大樓到北京百度科技園，千人排隊部署OpenClaw，甚至有人做起了“龍蝦市集安裝代排隊，66.66元一次”的生意。

一時間，社交媒體上充斥著“我養(yǎng)的蝦今天幫我訂了機票”“我的蝦替我開了場視頻會議”之類的炫耀帖。能自己干活、能調用工具、能處理事務，聽起來不就是夢寐以求的AI員工嗎？

所有人都把期待寄存在云端，等著那只蝦替自己沖鋒陷陣。

但養(yǎng)了幾天，問題開始浮出水面。

首先，這只蝦很貴。與大模型問答不同，拆解任務、調用工具、判斷結果的每一環(huán)都在消耗Token。市面上的Claw類產品執(zhí)行一次簡單對話任務就要消耗1.6萬tokens，按當前價格折算，兩三塊錢就沒了。如果你讓它每天幫你處理幾十個任務，一個月下來，賬單能頂一頓真龍蝦大餐。一家科技公司的產品經理原本想用OpenClaw做自動化運營，結果“一周不到，API賬單就跳了3000多塊，比雇個實習生還貴”，只能緊急叫停。

其次，這只蝦很不安全。它把數據全帶到云端，密碼、私鑰、投資報告、醫(yī)療記錄……全在別人的服務器上“旅游”了一圈。360的安全專家警告，攻擊者可以通過“提示詞注入”方式，誘導智能體泄露系統(tǒng)密鑰。你的蝦可能正在給黑客遞刀子。截至3月9日，國家信息安全漏洞庫共采集OpenClaw相關漏洞82個，其中超危漏洞12個、高危漏洞21個。

最后，這只蝦還不聽話。它像個“需要精心調試的初級實習生”，能高效完成任務，但也常出現理解偏差或誤操作。誤刪一封郵件、錯發(fā)一份文件，這些“實習生”犯的錯，最后擔責的卻是自己。

貴、不安全、不聽話……這些問題的根源，不在蝦本身，而在它賴以生存的水域——云端。你把蝦養(yǎng)在別人的池子里，那么池子怎么收費、池水是否干凈、池主會不會暗中打量你的蝦，都由不得你說了算。

這就引出了一個樸素的需求：我們需要一種蝦，既能游在云端調用強大算力，又能棲在本地守護核心隱私。它不是純粹的“海蝦”，也不是純粹的“河蝦”，而是能在兩棲環(huán)境中自由切換的那一種。

云是它的獵場，本地才是它的家。

自然界里，真正活得好的生物，往往不止一種活法。兩棲動物既能游在水里，又能爬上岸，智能體也該如此。高頻、輕量、強隱私的任務就應該在本地完成；重推理、長生成、高算力的任務再上云處理。

2026年3月，“智能經濟”首次寫入《政府工作報告》，明確提出“促進新一代智能終端和智能體加快推廣”，要讓安全、方便的智能體大規(guī)模普及，端云協(xié)同。

但問題是，誰來做出真正的兩棲蝦？

市面上的智能體產品看似繁多，卻各有各的瓶頸。有的完全依賴云端，所有數據都要上傳到遠程服務器處理，用戶不僅要承擔高昂的Token消耗費用，還要將密碼、私鑰、商業(yè)機密等核心數據交由他人保管；有的則固守本地，數據安全是有保障了，可一旦遇到需要聯(lián)網檢索、深度推理的復雜任務就立刻卡殼，能力邊界止步于本地算力的天花板。用戶夾在中間，無論選擇哪一邊，都意味著妥協(xié)。

這一背景下，面壁智能研發(fā)的EdgeClaw Box給出了自己的答案。

EdgeClaw Box集成了開箱即用的硬件、適配硬件的軟件系統(tǒng)EdgeClaw和行業(yè)專屬 Skills，大大降低了一人公司的部署、使用難度。

這只“龍蝦盒子”的底層是面壁智能與清華大學自然語言處理實驗室、中國人民大學、AI9Stars、OpenBMB聯(lián)合開發(fā)的EdgeClaw。作為一套開源的端云協(xié)同框架，EdgeClaw允許開發(fā)者自行下載、部署，甚至將其嵌入自有硬件，構建定制化的“EdgeClaw Box”。

而作為市面上為數不多的龍蝦、模型和數據都在本地的Claw類智能體，EdgeClaw Box的特殊性要從幾個維度來看。

1.安全，從架構開始。

EdgeClaw Box內置的 EdgeClaw把數據分成了三個等級。S1是公開信息，可以直接上云處理；S2是可脫敏的敏感信息，系統(tǒng)會自動識別并替換掉具體的人名、地名、公司名，脫敏后再上云；S3是深度隱私數據，密碼、私鑰、醫(yī)療記錄、銀行卡號等涉及個人隱私和財產安全的信息被系統(tǒng)直接鎖死在本地，任何情況下都不允許離開你的設備。與此同時，EdgeClaw還維護了一套“雙軌記憶”機制，云端模型只能看到脫敏后的對話歷史，只有本地模型才能訪問包含完整信息的記憶內容。

2.省錢，從本地算力來。

數據駐留本地的架構設計也降低了使用成本。市面上的Claw產品執(zhí)行一次簡單對話消耗1.6萬tokens，約合2-3元，每天用十次，一個月就是600-900元。EdgeClaw大部分日常任務直接在本地運行，邊際成本趨近于零。

只有遇到本地算力無法承載的復雜任務，例如需要大模型深度推理或聯(lián)網檢索最新信息，它才會審慎地調用云端資源。這一能力的背后是面壁智能在端側AI領域的長期積累。MiniCPM系列早已證明，消費級設備足以承載相當程度的智能運算，將一切上傳云端并非唯一路徑。據統(tǒng)計，在國內AGI廠商中，面壁是除阿里之外唯一一家開源了10B以下“小模型全家桶”的團隊，文本、視覺、多模態(tài)、語音、全模態(tài)，一個都沒落下。

3.不綁定模型，進一步保障用戶利益。

當下的AI模型市場格局變幻莫測，今天Kimi領先，明天MiniMax追上，后天可能又有新選手異軍突起。倘若智能體與單一模型深度綁定，用戶便只能被動接受該模型的能力上限，同時承受其定價策略、政策調整帶來的不確定性。EdgeClaw的選擇是讓多模型協(xié)同工作。它像一個中立的調度中樞，當Kimi K2.5表現最優(yōu)時調用Kimi，當MiniMax M2.5性價比更高時切換至MiniMax，當DeepSeek推出新版本時也能無縫接入。用戶既可在配置中手動指定偏好，也可由系統(tǒng)智能推薦最合適的選項，無需被任何單一廠商鎖定，也不必擔憂某天醒來發(fā)現自己的智能體突然“降智”。

架構層面的問題解決之后，還有一個更樸素的疑問需要回答：它好用嗎？畢竟，再安全、再經濟的產品，如果交互生澀、使用門檻高，終究難以走進普通用戶的日常。

EdgeClaw Box的目標人群是OPC，即一人公司（One Person Company）。創(chuàng)業(yè)者、自由職業(yè)者和小微團隊無力負擔專門的IT部門、無需采購昂貴的服務器、更不能承受數據泄漏帶來的法律風險與信譽損失。他們需要的是一個聰明、可靠、經濟的AI協(xié)作者，在高效工作的同時不添亂、不挖坑、不擅自外傳信息。

為了讓這一群體能夠零門檻上手，EdgeClaw Box將能力拆解為兩個層次。其一是通用Skills，負責秒懂，當用戶說“幫我整理一下上周的會議記錄”，它能即刻理解意圖，定位相關文件，準備執(zhí)行，無需用戶撰寫冗長的提示詞來引導。

其二是專業(yè)Skills，負責可信執(zhí)行。在具體操作過程中，系統(tǒng)會將每一個步驟實時呈現：找到了哪些文件，提取了什么內容，即將執(zhí)行什么操作。用戶可隨時干預、修改、撤回。這種操作透明度，在當前AI智能體產品中并不多見。

與此同時，EdgeClaw開源的屬性讓這個需求得以落地。用戶可以將其部署在手機、電腦、平板等各類終端上，實現跨設備的協(xié)同工作。每一個能力模塊，都在替用戶處理那些原本需要親力親為、耗時費力的瑣碎事務。

那么，EdgeClaw到底改變了什么？與OpenClaw是相互競爭的關系嗎？

2026年，AI智能體的故事正在從概念變成現實。

軟件交付周期從幾個月縮短到幾天，客服團隊開始重新計算人力成本，數據分析師終于不用親自熬夜跑SQL……那些曾經需要人親力親為的瑣碎事務，正在被一只只“龍蝦”接管。它們在云端忙碌，替你訂機票、寫郵件、整理會議紀要，看起來聰明又高效。

但在這一切背后，有一個問題始終繞不開：AI到底屬于誰？

市面上的Claw產品聰明、強大、功能豐富，但用戶和服務之間始終隔著一層關系。用戶使用，廠商收集；用戶付費，廠商進化。隱私、數據、控制權都在這個過程中慢慢流向另一邊。

EdgeClaw提供了另一種可能。它是開源的，用戶可以在代碼層面審視它的每一個動作，可以在本地部署它的每一個模塊，可以隨時修改、定制、切斷它與外界的聯(lián)系。

為了讓這種“擁有”更加徹底，EdgeClaw Box提供了開箱即用的硬件方案，出廠時已經搭載了完整的Claw類軟件系統(tǒng)。不需要配置環(huán)境和調試依賴，只要插上電源，連上網絡，一只屬于你自己的龍蝦就活過來了。

換句話說，EdgeClaw提供了一個可以生長的底座。它不僅部署了一只蝦，更提供了一片可以養(yǎng)蝦的水域。用戶可以在這片水域里搭建自己的AI系統(tǒng)，決定哪些任務交給本地，哪些任務放行云端，哪些數據永遠留在家里。

對于需要處理敏感數據的企業(yè)來說，本地龍蝦意味著合規(guī)與效率不再兩難，金融分析師可以把涉密的季報數據直接丟給本地龍蝦整理摘要，不用擔心敏感信息被云端模型留存訓練。對于注重隱私的個人用戶來說，本地龍蝦成了真正的私人助理，你可以讓它讀取本地相冊，幫你整理過去五年的旅行照片。對于追求穩(wěn)定和低延遲的場景來說，本地龍蝦更是不可或缺。偏遠地區(qū)的工地上，工程師可以用龍蝦實時處理傳感器數據、分析設備運行狀態(tài)。

順著這個視角往下看，EdgeClaw與OpenClaw之間的關系是接力而非替代。OpenClaw讓智能體從概念落地為代碼，讓無數開發(fā)者能夠站在同一起跑線上。EdgeClaw接過這根接力棒，為它補上了隱私和安全這塊拼圖，讓智能體不僅聰明，而且可信。

工信部專家提醒“審慎使用龍蝦”時，指向的是那些裸奔在公網上的OpenClaw實例。EdgeClaw Box給出的解決方案，是把龍蝦領回本地，數據在自己手里，算力在自己手里，控制權也在自己手里。

它不會把密鑰送給黑客，因為密鑰根本沒離開過本地。它不會誤刪重要文件，因為用戶隨時可以查看本地日志。它不會讓用戶月底收到天價賬單，因為大部分任務根本不走云端。

當AI從云端游回本地，它才真正成為用戶可以依賴的工具。而面壁智能所做的，就是讓EdgeClaw這只兩棲龍蝦，游進每一個人的設備里。

（想體驗EdgeClaw Box更多能力，可移步面壁智能官網。）