3月初，深圳騰訊總部樓下，工程師們?cè)诖髲B北廣場(chǎng)擺起攤位，免費(fèi)為用戶安裝“龍蝦”O(jiān)penClaw。隊(duì)伍綿延不絕，有人抱著NAS，有人帶著MacBook，還有人拎著迷你主機(jī)，像極了十年前刷安卓系統(tǒng)的極客聚會(huì)。事實(shí)上，不少大廠都在密集推進(jìn)自己的“龍蝦”。小米開始內(nèi)測(cè)MiclawAgent，希望把AI代理嵌入小米“人車家全生態(tài)”的系統(tǒng)里，讓手機(jī)、汽車、電視和家電都成為AI的執(zhí)行節(jié)點(diǎn)。云廠商也開始下場(chǎng)“擺攤”，當(dāng)終端大廠把Agent塞進(jìn)操作系統(tǒng)，這場(chǎng)“龍蝦”風(fēng)暴已經(jīng)拉開了大模型下半場(chǎng)的帷幕。這不是簡(jiǎn)單的AI工具之爭(zhēng)，而是一場(chǎng)關(guān)于下一代“超級(jí)入口”的暗戰(zhàn)。

當(dāng)下，一個(gè)困境擺在所有玩家面前：?jiǎn)渭兊摹癈hat”模式無(wú)法燒出健康的商業(yè)模式。過去兩年，國(guó)內(nèi)的云廠商和科技巨頭陷入長(zhǎng)期的軍備競(jìng)賽，成千上萬(wàn)張高端算力卡被拉進(jìn)數(shù)據(jù)中心。但用戶不調(diào)用，算力就會(huì)白囤，每天產(chǎn)生高昂的折舊。僅僅依靠C端用戶對(duì)話模式，不僅無(wú)法消耗掉如此龐大的算力儲(chǔ)備，也無(wú)法在習(xí)慣了免費(fèi)的用戶那里獲得收入。用戶偶爾讓AI寫封郵件、畫張圖，這種單次交互消耗的Token量低，無(wú)法填補(bǔ)底層龐大算力集群的折舊與運(yùn)營(yíng)成本。要讓昂貴的算力轉(zhuǎn)動(dòng)起來(lái)，產(chǎn)生真實(shí)的現(xiàn)金流，巨頭們迫切需要一個(gè)能持續(xù)、自動(dòng)消耗算力的“Token黑洞”。OpenClaw這類本地部署的Agent出現(xiàn)，充當(dāng)了這個(gè)角色。當(dāng)用戶下達(dá)復(fù)雜指令時(shí)，OpenClaw會(huì)拆解任務(wù)、聯(lián)網(wǎng)搜索、調(diào)用本地軟件、識(shí)別錯(cuò)誤、自我糾正重試。每一個(gè)步驟都在向云端的API接口發(fā)送請(qǐng)求。一個(gè)復(fù)雜任務(wù)跑下來(lái)，其Token消耗量是普通對(duì)話的百倍乃至千倍。中國(guó)開源模型被OpenClaw采用，主要因?yàn)樾詢r(jià)比高。相比海外競(jìng)爭(zhēng)對(duì)手，低成本讓API調(diào)用更頻繁，這直接轉(zhuǎn)化為云廠商的現(xiàn)金流，避免了巨額算力投資的浪費(fèi)。這就是為什么騰訊等云廠商愿意倒貼人力去線下“擺攤”幫用戶部署開源Agent。每一次部署都是在用戶本地或云端電腦里埋下了一臺(tái)24小時(shí)轟鳴的“算力抽水機(jī)”。不管前端跑的是不是開源模型，只要推理和工具調(diào)用的API指向自家的云服務(wù)，海量的微小請(qǐng)求最終都會(huì)匯聚成可觀的B2C和B2B現(xiàn)金流。這筆由Agent帶動(dòng)的API流水，是巨頭們維系算力擴(kuò)張的關(guān)鍵輸血管道。