撰文 | 雁  秋

编辑 | 李信马

题图 | 豆包AI 

黄仁勋将OpenClaw比作AI时代的Windows。这种开放能力，带来的究竟是生态的繁荣，还是另一种形态的垄断？

“OpenClaw在行业最需要的时候，提供了最需要的东西。”在GTC 2026年度开发者大会上，黄仁勋给予OpenClaw极高的评价。

行业最需要什么？OpenClaw又提供了什么东西？在DoNews看来，AI正在从数字世界迈向物理世界，行业急需一个能打通两者的开源基础设施，而OpenClaw恰好扮演了这样的角色。

作为一个开源的Agent平台，OpenClaw深度优化了与CUDA及英伟达硬件的兼容性，在用户给予足够系统权限的情况下，它可以通过Agent自动操作电脑、调用工具、执行任务。

黄仁勋将其与Windows相提并论，认为OpenClaw对于人工智能的意义，就如同Windows对于个人计算的意义一样：它定义了应用与底层硬件交互的标准，降低了开发的门槛，催生了难以计数的应用生态。上到GITHUB这个最大的开源社区，中到企业的纷纷效仿，下到普通人排队装“虾”，OpenClaw的蔓延程度令人惊讶。

图源：IC photo

然而，开放的另一面，是否会是一把枷锁？就像Android，代码是开放的，但Google却通过GMS（谷歌移动服务）牢牢掌控着生态的话语权。未来，OpenClaw是否会沿着同样的路线演进？对于中国科技企业而言，兼容OpenClaw是否会通往更繁荣的地带？

01、黄仁勋的五层蛋糕与算力铁律

黄仁勋为何要大夸特夸OpenClaw？搞清楚这个问题之前，我们不妨先来了解一下他提出的“五层蛋糕”理论。

具体来讲，黄仁勋将整个AI产业架构分为五层，自上而下依次为：应用、模型、基础设施、芯片、能源，每一层相互支撑、相互拉动。

应用：最终面向用户的AI软件模型：OpenClaw在这一层基础设施：土地、供电、冷却系统、网络通信等芯片：将能源转化为算力能源：（物理意义上）电力

在黄仁勋看来，每一个应用的成功，都会拉动下方每一层的需求，一直延伸到发电厂。这两年算力、电力为何被屡屡提及，频繁出现在大众视野中？原因在于大模型愈演愈烈。

无论是像OpenAI一样选择闭源，还是像Meta一样开源，只要它们需要通过智能体框架（如OpenClaw）去执行复杂的任务，就需要消耗大量的算力。模型和应用越繁荣，对底层算力的依赖就越强。

而所有的繁荣，都要向底层的“卖铲人”英伟达支付高昂的算力费用。

再来看看OpenClaw都做了什么，从一开始，它就深度优化了与CUDA及英伟达硬件的兼容性，各家公司都可以在此基础上构建自己的智能平台，也就是所谓的“养虾”。看似在模型层面构建了开放的标准，但在芯片层面强化了英伟达的护城河。开放的生态，直接成了底层算力寡头的“引水渠”。

换句话说，黄仁勋对OpenClaw的盛赞，也是因为它为英伟达带来了源源不断的算力需求。

02、各大门派的虾塘攻略

OpenClaw带来一波“养虾”潮，但“养虾”前先得有“虾塘”，大厂们最先卷起来。

阿里、字节跳动、腾讯、百度等科技公司都陆续上线部署或接入OpenClaw；月之暗面、智谱AI、MiniMax等大模型公司，也为OpenClaw推出了专属的Coding Plan（编程模型订阅）订阅套餐。

就连手机厂商也来凑热闹。小米做了MiClaw，自称智能体，但有争议；荣耀说自己的 MagicPad 4 可以部署 OpenClaw，但目前没有多少声量。

DoNews在近期的行业交流中，对几款主流“龙虾”做了基本的了解：

大模型公司踩中了OpenClaw烧token的痛点，发布了门槛更低、价格更便宜、输出更稳定的云端模型，其中以月之暗面和MiniMax为代表，这两家在OpenClaw的这场巨浪之中收获颇丰。

月之暗面-Kimi Claw

月之暗面速度最快，在2月18日就上线了一键部署工具Kimi Claw。这是一个云端托管的OpenClaw服务，用户无需本地部署，直接在浏览器中就能使用完整的OpenClaw功能。

重点是，Kimi Claw内置了Kimi K2.5模型，自动关联用户的Kimi Code会员权益额度。用户无需额外配置API Key，不用担心烧掉token。

MiniMax-MaxClaw

MiniMax紧随其后，在2月25日推出了MaxClaw。MaxClaw走的是和Kimi Claw一样的路子，基于自家MiniMax M2.5模型，但其定价策略非常激进，API价格更便宜。

因此，MaxClaw发布后12小时内登顶OpenRouter热度榜，一周内登顶调用量榜首，周调用量3.07万亿token，超过Kimi K2.5、GLM-5与DeepSeek V3.2三家的总和。

上面两个代表产品更多在极客圈流行，对于普通人、尤其是不懂技术的人来说，光是安装配置就消耗掉大部分热情。大厂看到这一痛点，开发了开箱即用、又能控制风险的解决方案。

阿里“悟空”

“悟空”的优势在于场景和供应链，面向B端中小企业和个人。它可以在钉钉、个人电脑(Mac/Windows)、云电脑等多种运行环境中执行任务，直接访问和操作用户设备上的文件、应用。

更重要的是，悟空深度集成了淘宝、天猫的底层交易接口，打通了电商购物、物流查询、售后服务等内容，可以直接通过指令，完成从种草到下单的全流程。

不过“悟空”目前还处在初期阶段，输出不太稳定。有人反映“悟空”好像经常不能结束它没做完的任务，除非强制停下，更棘手的问题是，它很耗算力，尽管你没让它做太多事情。

图源：悟空发布会

腾讯QClaw

QClaw的特点在于C端社交，它无缝衔接腾讯巨大的生态，在OpenClaw的框架基础上强化了社交功能，可以像真人一样给好友发消息、拉群、调用小程序服务。

微信甚至也连上了OpenClaw，官方在近期上线了插件。过去微信的更新都是自建生态，把外部模型搬进来确实非常罕见。看得出来，腾讯确实也有点焦虑。但微信也表示，有权对风险情况采取拦截、阻断等措施，OpenClaw可以随便跑，但要遵守微信的规则。

说实话，不知道这些更新是来自创新驱动还是焦虑驱动。但大多数厂商并没有选择另起炉灶，而是基于OpenClaw开源项目的二次开发或深度集成，一方面降低用户“养虾”门槛，同时拉动底层算力消耗。

03、别对龙虾太上头

越是疯狂时，越要保持清醒。

如今，中国已成为AI最活跃的主场之一。据全球AI模型聚合平台OpenRouter，在2024年2月的一周内，中国模型的周调用量高达5.16万亿Token，几乎是美国模型调用量的两倍。MiniMax、月之暗面（Kimi）、智谱、DeepSeek等公司的模型在海外市场被海量调用。

一方面说明，中国AI模型的实力已被全球认可；但另一方面，全球开发者对于中国模型的调用，很大程度上是通过OpenClaw这类智能体框架完成的。我们的模型虽然跑得欢，“水管”却攥在人家手里。这种依赖，不可避免会带来风险。

首先，就是技术主权的桎梏。

由于依赖于对底层架构的深度绑定，国产“龙虾”并未实现自主。如果所有的“开发”都只是在为OpenClaw做生态补充，而非构建自己的底层标准，那么未来OpenClaw修改协议、调整接口，国内开发者就会受到较大影响。这就好比当年手机厂商都基于Android深度定制，但谷歌通过GMS服务依然掌握了生杀大权。

巧合的是，就在小编撰写这篇文章期间，OpenClaw就出现了「事故」。3月23日，OpenClaw突然更新了2026.3.22-beta.1新版本，ClawBot无法适配新版OpenClaw安全审计流，出现了大面积请求报错。随后ClawBot全面陷入瘫痪，导致飞书、钉钉等第三方集成方案也因底层架构不兼容相继出故障。

 国内大厂基于OpenClaw做二次开发，是长期的最优解吗？在“完全自主”和“融入生态”之间，是否存在第三条路？

其次是安全的窟窿。

根据国家信息安全漏洞库（CNNVD）统计，自2026年1月至2026年3月9日，共采集OpenClaw漏洞82个，其中超危漏洞12个，高危漏洞21个，包含了访问控制错误、代码问题等多个漏洞类型。

OpenClaw本身就存在多项风险窟窿，虽然兼容OpenClaw的国产大模型，已经通过强制认证、访问限制、最小权限等方式协同防护，但又能否保证绝对的信息安全？尤其是像微信聊天这种非常私密的环境，但凡中间任何一个环节出现漏洞，对于普通人的风险是难以估量的。

任何人都需要客观理性地去看待“龙虾”，重新判断它的价值。

写在最后

最后，再谈谈小编作为一名科技内容创作者的感受吧，最近简直要被各种“7×24小时”“数字员工”刷屏，身边没有人不聊“龙虾”，他们几乎都会告诉你，它可以代替人类做大部分工作。

但小编感觉要做的事情反而更多了。以前写稿，能扒到信源就那么几个，如今AI工具直接搬出来几十个，稿子写完还得留个心眼：这段内容是不是AI编的？这个数据靠不靠谱？

AI让人省事了吗？可能只是换了一种操心的方式，最后拍板、担责的还得是人类——你需要用它，但也得防它。