「OpenClaw之父點贊」終結百蝦大戰？一場升級版的AI原生革命上演

新智元報道

編輯：艾倫 Aeneas

【新智元導讀】當 AI 告別「陪聊」，進化為替你干活的「數字員工」，普通人的紅利已然降臨。從極客專屬到大眾生產力，這場 AI 演進將如何徹底重塑我們的工作方式？

在 2026 年開春的科技圈，龍蝦這個詞從一種美味變成一種狂熱，百蝦大戰的硝煙熊熊燃起，大廠們人手一只甚至若干龍蝦，激起社交媒體上的狂潮。

然而，硅谷的極客們在終端命令行里瘋狂敲擊，試圖讓 AI 接管電腦屏幕時，大多數中國用戶卻還被擋在「環境配置、報錯代碼、系統兼容」的高墻之外。

這種割裂感構成了 2026 年 AI 圈最大的悖論：我們離「AI 助理」構想從未如此之近，但離它的真正落地卻似乎依然隔著一道深淵。

在這片喧囂中，一個看似「跨界」的玩家——網易有道卻選擇了一條最徹底的路：大年初三，全量開源其桌面 Agent 產品 LobsterAI（有道龍蝦）。

當 LobsterAI 意外收獲 OpenClaw 之父 Peter Steinberger 的公開贊揚時，不少圈內人戲稱，在十分焦灼的百蝦大戰中，LobsterAI 或成為最大贏家。

我們帶著好奇在專訪中向有道 CEO 周楓拋出了這個疑問——為什么是它？

周楓的反應極其坦誠，他表示團隊此前與 Peter Steinberger 毫無交集。

周楓直言，這種互動完全始于開源社區的自發連接，而被點贊的「意外」反而讓團隊更堅定了產品的目標——

當極客們享受 OpenClaw 帶來的桌面操控快感時，絕大多數中國 Windows 用戶甚至不知道什么叫「環境變量」。

網易有道看到的，正是這片沉默的大眾市場。他們沒去追逐極客圈的熱捧，而是埋頭做了一件事：把 Agent 的門檻砸爛。

https://github.com/netease-youdao/LobsterAI/releases?page=3

當我們將視線從這只「龍蝦」移開，猛然發覺其背后的母體——網易有道，早已換了「引擎」。

從 LobsterAI 到深耕專業場景的視頻答疑功能、有道同傳與有道寶庫，一套密集爆發的 Agent 矩陣，正是其 AI 原生底座釋放出新的勢能。

這不僅是產品線的擴張，更是一場深度的「脫胎換骨」：一個以 Agent 為靈魂的全新內核已悄然成型。

超級個體的覺醒與被折疊的高墻

LobsterAI 故事的起點，隱藏在網易有道內部一場面向全體員工的「AI 原生智能體大賽」中。

在這場極具極客色彩的內部競技里，程序員 WN 經歷了一次前所未有的認知震蕩。

在 Claude Code 的幫助下，他沒有手寫一行代碼，僅僅通過自然語言的編排與邏輯架構的梳理，就在短短五天內搭建出了一個功能豐富度類似 OpenClaw 的桌面級 Agent。

Claude Code

Claude Code 帶來的這種對傳統軟件工程生命周期的降維打擊，讓他無比確信：在 Agent 時代，屬于「超級個體」的技術紅利已經毫無懸念地降臨。

誠然，通往超級個體的大門，在很長一段時間里依然對普通大眾緊緊關閉。

在 LobsterAI 誕生之前，國內關于 OpenClaw 與桌面 Agent 的討論熱度雖然居高不下，但真正能順利部署并將其長期整合進日常工作流的普通人寥寥無幾。

環境配置復雜、依賴安裝繁瑣、頻發的底層報錯，構成了一道隱形卻極高的門檻，將絕大多數非技術用戶無情地擋在門外。

更深層的原因在于生態的割裂。

在中國市場，核心生產力設備是 Windows 系統。

那些發軔于硅谷、由硬核極客主導的開源桌面 Agent，其原生運行環境天然偏向 Linux 或 Mac 開發者生態。

這種底層基因的偏離，讓先進的 Agent 技術在面對中國最龐大的用戶群體時，顯得極度水土不服。

有道團隊極其敏銳地捕捉到了這一斷層。

他們意識到，一項技術如果只能停留在懂技術的人的電腦里，就無法真正幫助普通用戶提效。

面對 Windows 適配的剛性需求，LobsterAI 團隊將復雜的 Python 運行環境與各類常用依賴包進行了深度整合與預置封裝。

https://lobsterai.youdao.com/#/index

那些繁雜的配置、極易沖突的環境變量，被盡數折疊進代碼深處，留給大眾的，是「開箱即用」的極簡體驗。

某種程度上，LobsterAI 在嘗試一條「Ubuntu 式」的演進路徑。

用戶不需要懂任何終端命令行操作，只需如同下載普通電腦軟件一樣，簡單地點擊、運行，就能在桌面上喚醒一個 7×24 小時隨時待命的「數字同事」。

掃除了易用性的障礙，另一座大山接踵而至——懸在企業與個人頭頂的數據安全疑慮。

當一個 Agent 擁有了讀取本地文件、操作瀏覽器的至高權限時，信任成為了比技術更昂貴的貨幣。

有道選擇了 100% 全量開源。

https://github.com/netease-youdao/LobsterAI/blob/main/README_zh.md

開源，意味著底層的透明與可審計。這種透明度是建立信任的最短路徑。

當 Agent 深入辦公核心區，用戶最擔心的莫過于它是否成了藏在桌面的監視器。

通過 100% 全量開源，有道將 LobsterAI 的每一行代碼邏輯、每一次文件調用、每一項數據流向都攤開。

它不僅是一款好用的工具，也是一套可私有化部署、可二次開發的「安全底座」，讓企業和用戶在享受 AI 效率的同時，能將數據主權握在自己手中。

褪去舊衣

從工具集到全新 AI 原生引擎

如果說 LobsterAI 是有道在桌面級交互上扔下的一枚深水炸彈，那么在海面之下，一個更宏大的陣列正破浪而來。

這種形勢并非偶然的靈光一現，而是母體進化到特定階段的必然產物。

當一款款針對痛點精準打擊的 Agent 接踵而至，我們看到的不再是零散的工具嘗試，而是一場由內而外的、關于公司底層邏輯的深度重構。

除了 LobsterAI，有道已經孵化出視頻答疑功能、有道同傳、有道寶庫等多個 Agent 產品。

在過去的漫長歲月里，有道留給外界最鮮明的標簽，更像是一家「教育科技公司」或以「有道詞典」「有道詞典筆」為代表的提供查詞、翻譯的「實用工具集」提供商。

這種基于第一代移動互聯網邏輯構建的商業形態，曾為有道帶來了龐大的用戶基數與穩健的增長。

據公開財報，有道2025年全年凈收入59.1億元，同比增長5.0%；

經營利潤達2.2億元，同比增長48.7%，并首次實現全年經營性現金凈流入5520萬元。

如今，這家公司正愈發清晰、堅定地呈現為一家橫跨學習、廣告營銷、生產力等場景的全新 AI 科技企業。

在早期的業務形態中，AI 更多扮演著附著于原有工具之上的「增強器」。

無論是在線課程中的智能批改，還是詞典里的神經網絡發音糾錯，AI只是在既有框架內提升局部效率，并未改變用戶主動查詢、系統被動響應的傳統交互法則。

伴隨大模型技術的演進與 Agent 理念的成熟，AI 正在重寫有道產品的底層基因。

它跨越了輔助者的角色，化身為極其硬核的「執行層」。

它開始主動接手用戶的模糊意圖，自主推進復雜的多步驟流程，并最終交付出完整的業務結果。

LobsterAI 的誕生毫無突兀之感，它是網易有道在 AI 產品化道路上長跑多年后，向「執行與交付」方向的一次極其高密度的能力釋放。

從 2023 年國內首個教育大模型「子曰」的問世，到最新翻譯大模型的持續霸榜，再到智能學習硬件在端側算力上的極限壓榨，這些近兩年分散在不同業務切面的技術積淀，猶如百川歸海，迎來了指向明確的爆發。

在有道 CEO 周楓的戰略視野中，AI 產品的演進脈絡被清晰地劃分為三個代際：

第一代是旨在提供信息解答的「聊天的 AI」；

第二代是具備深度推理與分析能力的「思考的 AI」；

而當下有道正傾注全力布局的，則是能夠真正接管現實任務的第三代——「行動的 AI」。

這點出了 Agent 時代的核心變局：AI產品的輸出核心，正在從「提供答案」向「創造價值」發生根本性轉移。

周楓在采訪中說：

過去，衡量一個模型的優劣，往往看它回答得是否全面、語言是否流暢；

在全新的生產力語境下，用戶唯一在意的考量標準是：這個 Agent 能不能切實替我把枯燥、繁雜的工作真正做完。

這深刻解釋了當下有道內部正在成型的極具縱深的 Agent 矩陣網絡——

比如有道同傳，五年前的翻譯工具其極限僅限于字面意義上的語種轉換；

今天的有道同傳Agent，能夠接管一整場包含多語言的跨國高管會議，在毫秒級延遲內不僅完成高精度的實時翻譯，更能自動分離出不同的發言人，實時提煉核心觀點，并最終輸出一份詳盡的思維導圖與帶有待辦事項的會后執行總結。

同樣，還有剛剛推出的有道寶庫。

從 AI 范式變遷的角度來看，周楓所說的「行動」其實指向了一個新視角：AI 不只是要「做事」，更要「理解事」。

作為對標為國產版谷歌 NotebookLM 的產品，有道寶庫 Agent 徹底告別了傳統資料檢索工具的定位。

有道寶庫是一款面向知識工作者的 AI 知識庫產品，定位不是「替你寫完」的聊天機器人，而是「知識理解」這個垂直場景的專門解法。

它要服務的，是那些每天要面對大量復雜資料的人：學生要啃論文，分析師要讀報告，科研人員要檢索真實數據，職場人要整合會議紀要、數據表和行業信息。

相比通用 AI 擅長「從一句話生成一大段」，有道寶庫更擅長「從一堆材料中提煉判斷」。

面對用戶上傳的海量、雜亂的異構文檔，它能化身為一個知識處理大腦，在極低幻覺率的嚴苛標準下，自動發現文檔間隱蔽的深層關聯，生成結構化的專業演示 PPT、深度提煉的長圖甚至知識播客。

為了做好這件事，有道寶庫在底層做了不少「苦活」。

他們自研文檔解析引擎，提升 PDF、掃描件、音視頻等復雜內容的處理質量；

優化中文渲染，減少亂碼和排版問題；

強化多文檔融合能力，從多份材料中識別層級、主次和沖突，輸出真正融會貫通且有準確原文來源的結構化結果。

它的目標，不只是成為一個更懂中文、更適合中國用戶的知識管理工具，更是進一步演化成可被 Agent 調用的知識處理基礎設施，讓「上傳資料—理解內容—生成成果」這套流程被徹底重構。

當同傳 Agent 掌控會議流、寶庫 Agent 掌管知識流、LobsterAI 接管桌面操作系統級的執行流，一個覆蓋現代知識工作者全天候場景的全新 AI 原生矩陣，已經可見一斑。

重塑商業坐標

放棄通用入口，深扎場景切片

技術底座的重構，不可避免地引發了商業模式的劇變。

以有道為代表的企業在 Agent 方向上的探索，同樣在改寫著 AI 行業的商業變現法則。

在過去的中國互聯網流量邏輯中，「入口為王」是顛撲不破的真理。

誰掌握了超級 App、操作系統或搜索框，誰就壟斷了流量分發權與商業化基礎。

在這種舊模式下，產品的功能往往可以后期修補，但入口一旦旁落，企業便會陷入深淵。

Agent 時代的到來，正在極大地削弱甚至顛覆這套陳舊的坐標系。

今天的核心競爭焦點，已發生偏移。

周楓認為，在Agent時代，護城河的構建邏輯發生反轉：企業不再執著于用封閉的生態將用戶圈禁在單一軟件內，當用戶面臨一個具體的繁雜任務時，他的第一反應是喚醒你的Agent，并且確信只有你的Agent能最高效、最完美地交付結果，這才是真正的壁壘。

這種「結果導向」的邏輯正是以有道為代表的中國企業與硅谷路徑的分水嶺。

硅谷巨頭如微軟或谷歌，傾向于構建橫跨系統的全能助理，試圖通過操作系統的降維打擊來包攬一切。

而有道的業務場景，天然契合重視交付結果的技術浪潮。于是走向了另一條「場景切片」路徑，不去卷通用入口，而是深扎對效率極其敏感的「剛需深水區」。

周楓認為，在這樣的場景里，Agent 型產品的價值不在于界面新增了多少炫酷的按鈕和 UI，而在于「同樣一項枯燥的工作，它能不能干得更好、更快、更省心」。

這樣的選擇，也已滲透到有道更廣泛的業務肌理之中。

在龐大的廣告營銷業務線，有道的「AI 優化師」正在徹底重塑廣告投放的底層邏輯。

傳統的廣告投放高度依賴優化師個人的經驗密度與精力上限。

如今，具備極強執行力的 Agent，能夠以超越人類認知的維度，實現跨計劃、跨客戶甚至跨行業的營銷策略自動化探索與經驗遷移。

Agent 的介入，讓原本屬于人力密集型的業務，加速向算力與智能密集型跨越。

這一切的底層支撐，是商業閉環的徹底顯現。

與傳統軟件時代用戶極其吝嗇的付費意愿不同，在今天，面對能夠切實替自己完成繁重任務、節省寶貴時間、提升職場或學業競爭力的 Agent，年輕一代用戶展現出了空前的訂閱熱情。

有道一年逼近 4 億元人民幣規模的 AI 訂閱銷售額，印證了「能力+訂閱」這一全新商業范式的土壤已經走向成熟。

這不禁讓人聯想到國外明星 Agent 公司 Sierra 和 Harvey，它們不追求成為下一個搜索入口，而是深耕客服或法律審計，靠著比人類更精準、更廉價的交付能力，拿到了極高的客單價。

有道正在走的，正是這樣一條「高頻 Agent 矩陣+垂直閉環交付」的路徑。在這個進程中，有道一定程度上承擔著網易集團 AI 探索的先鋒角色，也得到了網易集團、包括丁磊個人的大力支持。

LobsterAI、有道寶庫作為一個個生動的引子，向外界宣告了一個不容忽視的事實：一家擁有深厚歷史積淀的教育科技公司，完全具備足夠的敏銳度與技術底蘊，在新一輪產品變革的風暴眼中，率先長出最純粹的 Agent 基因。

當 AI 跨越語言與聊天的虛擬邊界，從「會說」大步邁入「會做」的現實世界，舊有的工作流正不可避免地走向消亡。

那些能夠率先將這些 Agent 打磨為可信、可用，并深度將其融入千行百業工作流的企業，無疑已經牢牢握住了通往下一個時代的入場券。