时代浪潮前的迷茫众生相

龙虾刷屏背后：谁真正赚到了钱

龙虾刷屏以后，给大家泼盆冷水。现在关于这条龙虾，帮忙安装的赚钱了，卖 token 的大厂赚钱了，卖硬件的华强北也赚钱了，甚至连卖帽子的都赚钱了，就剩下玩龙虾的还没赚钱。而现在大部分人在找别人帮忙安装龙虾，其实你仔细揣摩一下，这句话就很睿智——就像文化工作者，你前提是得先有文化吧？

很多人以为帮忙装上龙虾，龙虾就能替你去打工、替你去赚钱了。所以最近看到更多的案例，并不是说智能体走进了千家万户、赋能了大众散户，而更多的是一种圈外人在圈钱，而市场在后知后觉的两个月后，才把它当做一波炒作的概念。那事实是什么情况呢？我用这一条视频给大家讲清楚。

OpenClaw 的来龙去脉

首先，OpenClaw 不是上个周末才火的。从去年 11 月份推出，在 1 月份就火了，那时候我们还专门给大家拍过视频，去强调 agent 智能体带来的算力爆发。然后再从今年的 2 月份开始给大家去讲 token 出海，其实都是围绕着智能体的火爆出圈来展开、进行解读的。

最早在 10 月份发布的时候叫 notebook，然后因为商标和抢注的问题，在 1 月 27 日改名为 CLOBOT，又在 1 月 30 日改名为现在的 OpenClaw 龙虾智能体。从 1 月底推出到 3 月，创下了在全球最大的开源社区里历史增长最快的记录。

那么为什么增长这么快呢？因为这个智能体也标志着我们的 AI 大模型从”能聊”变成了”能干”。这个拐点，大模型从简单的对话交互，转变成了工具调用的指挥官的角色，拓展了应用场景和各种解决方案。从功能实用性来看，如果说去年 3 月份发布的 Manus 是 agent 智能体的雏形，不过今年的小龙虾智能体，就是标志着智能体正式进入量产阶段。

泼盆冷水：智能体真正有用的不足 5%

但是在这也要泼一盆冷水：这个小龙虾智能体不是对大众散户都有用的，它真正的有效人群不足 5%。因为这个智能体它是一个工具，做生意的人都知道，工具它从来不创造场景，而场景它决定了工具的命运。所以小龙虾智能体在本来就有生意的人手里，它是一种杠杆；在没有场景的人手里，它就是一个玩具。

如果你觉得小龙虾没用，其实那不是小龙虾的问题，而是你本来就没有需要撬动的东西。所以真正的门槛不是你会不会用小龙虾，而是你手里有没有一个能让智能体去解放你、去放大你的技能和价值。

所以那些自己本来就有业务的老板、创业者，已经形成商业闭环，小龙虾智能体可以把你的商业闭环变得更有价值，让运行的效率更高，那么这既省事又带来了生产力。但是对于只是被 AI 焦虑所鼓动的，去在别人的帮助下装了小龙虾，但是装完了以后发现就问了几句话都要消耗几块钱，然后实际上什么都不能干的人，你想从零开始让小龙虾给你打造一个赚钱的生意，难度极大，概率极低，多半是中了圈外人要赚不属于小龙虾的钱的圈套。

你得有场景和工作流，它才有价值，它才能放大价值。如果你说让你自己去学习一下，帮我开发一个会火的 app，帮我写什么爆款文章，帮我做什么爆款视频，帮我找什么暴涨股票，帮我想个爆款生意，那我只能说：傻子的幻想只有骗子才能满足。如果你都能靠这个赚钱了，那门槛这么低，那还能是赚钱的机会吗？所以还是要回到常识。

机构一手调研为什么不怕被 AI 替代

所以这也是最近我们机构在与 AI 进一步进行工作融合中发现了一个结论：现在大家看到很多的大模型在写文章、在发视频，但是吃的好像都是同一锅饭，蒸馏的都是同一个平台的数据和新闻。所以慢慢的可能就会变成一个贴着不同的 logo 的同一个产品。而像我们机构这样去做一手的调研交流，这些蒸馏出来的数据信息干货，大模型他们在网上的公开数据信息里是爬不到的。所以真正的黄金不在人人都能够接触到的公开信息里，而是在私有的数据里。

所以这也是我们做机构一手调研内容，不但不担心被 AI 替代，反而还在被 AI 所强化的底气和信心。以前我们开十场线上会议、跑十场线下调研，我们要通过手动去整理这些穿插在一起、能够交互验证的信息，我们要手动地去记笔记，我们要去敲字写稿；现在 AI 一键帮我们记录，一键整理要点，甚至还能穿插交互之前的信息进行验证，从而生出更新的结论。而这些独家的、一手的、私有的数据和信息，我们还会通过这个平台去给大家持续地更新强调。

智能体的局限与内容创作的分化

所以这里就讲到了 agent 智能体的局限性：它没有办法去替代定义问题，也没办法去筛选信息源、去过滤噪音，甚至去做出取舍的能力。其实现在智能体的这个阶段，我们交流下来，并没有让真正在使用龙虾的人感到轻松。如果智能体没有让你变得更累，反而说明你打开方式不对。因为 AI 它替代的是重复和简单的工作，反而我们这些使用智能体的人，要执行更多的脑力操作，也就是去创作，所以理论上是更应该感觉到累的。反之如果感到轻松，那只能说明以前的工作价值量低，甚至是可替代性高。

所以 AI 对以后的内容创作，会带来一个极大的分化。智能体会迅速填平从一分到九分之间的内容差距，所以使用者需要去追求创作十分的内容。平庸和出彩——如果你只是平庸，那么可能会被迅速替代；但如果你是出彩，反而在 AI 智能体的衬托之下，会形成龙头效应。所以我们的视频不再去追求数量，不再去追求什么涨粉，而是去追求质量和前瞻性。不讲什么，要比讲什么更重要。

出圈带来的安全、成本与实用性瓶颈

但是随着小龙虾智能体的火热出圈，也带来了新的问题，也就是安全性差的特点正在暴露于公众之下。它存在 API 的密钥暴露、浏览器被控制、安装技能时被植入木马等安全事件风险。这可能周鸿祎看到 OpenClaw 的时候眼睛都直了，第一次看到这么方便窃取隐私的软件。OpenClaw 在默认或者不当配置下存在较高风险，所以这也引发了云服务配套的云安全的热点关注。

同时对于那些只想凑个热闹的小白用户来讲，除了安全性之外，还有两大更重要的瓶颈：成本高、实用性低。你完成个简单任务所消耗的 token 可能都要几十块，更何况对于这些信息搜集、知识库管理、邮件管理这些低附加值的场景，初期炫一下技、觉得炫酷没问题，但是拉长看，用户为这种场景去付费的意愿持续性是比较低的。所以小龙虾对大众散户的热度，可能在新鲜劲过后会有所退潮。

两大叙事：算力需求爆发与 token 出海

但是别忘了，真正贡献价值的那 5% 的人群，其实正在拉动我们今年持续给大家强调的两大叙事：agent 智能体对算力需求的爆发，以及我们国产算力 token 出海。

首先，小龙虾这样的智能体带来的算力消耗模式的变化。传统 AI 大模型算力消耗是由人类指令驱动的，是线性特征，而 OpenClaw 将单次人类交互转化为数十次甚至上百次机器与云端大模型的 API 交互，推动了 token 调用量显著指数级增长，放大了算力需求。而且随着后续厂商，比如说国内国外的谷歌、阿里、腾讯也正在推广和储备相关产品，解决了小龙虾的部署短板之后，覆盖到更多有实际需求的使用者，他们会进一步地推动算力 token 量进入陡峭的增长阶段。

所以我们在之前的视频里面强调，今年一季度 agent 智能体的爆发，是堪比于 25 年一季度的 DeepSeek 大语言模型的时刻，而且这一次对算力的 token 是十倍级的增长，还叠加了 token 出海的成本仅为海外十分之一的叙事。所以这条线索的持续力度和爆发力，是值得我们去中长期观察和跟踪的。

数据说话：国产模型反超与性价比优势

所以在需求爆发趋势比较明确的前提下，那么我们就要看到底利好的是海外算力，还是咱们的国产算力，到底是要算力进口，还是要 token 出海。那么我们用数据来说话。

国内的 MiniMax、Kimi、智谱等国产模型在 OpenClaw 上的 token 使用量，目前已反超美国模型，成为调用的主力模型之一，正在推动 token 出海。为什么呢？因为国内大模型的性价比优势非常显著，定价只为海外顶尖模型的十分之一，甚至二十分之一。我们的百万 tokens 输入价格约为两元人民币，输出价格约为 12 美金，而海外的竞品输出价格还停留在 69 美金，甚至 ChatGPT 的 5.4 高达 15 美金。那么相比之下，国产大模型的性价比是非常高的，能够满足百分之 90 以上的普通用户需求。

那么足够高的性价比也在反哺需求的爆发。那么 token 的消耗是问答的上万倍，在 agent 的场景下，成本会被指数级放大。所以价格和性价比，这是全球开发者选择大模型的核心因素，那么国内的优势不言而喻。现在海外单个用户的单月消耗的 token 已经高达数千美金，而且他们现在已经开始组合调用模型：80% 的功能通过调用国内的大模型就能够实现，因为成本更低，剩下 20% 或者更少的高难度问题，会使用海外模型实现。

而且 MiniMax 最新的财报显示，25 年的海外收入在 C 端占比已经接近 70%，已经充分验证了我们的大模型 token 出海的逻辑。而且国内的大模型不光性价比便宜，性能迭代速度还足够快，MiniMax 过去的 108 天已经完成了三代模型迭代，产品性能在逐步追赶海外。

国产性价比的两大支撑：电力与算力

那么支撑我们国产大模型性价比的两大因素：第一是足够充裕的电力。我们国内的工业用电成本足够低，一线城市以及周边城市大概是六毛每度电，西部的绿电大概是 2~3 毛每度。而美国现在的电费大概在一元每度，而且电网的稳定性还不足，近 5 年电价的涨幅已经高达两到三倍。相比于我们国内，近期还首次提出了算力电力协同，来支持数据中心大规模建设。所以电力这一块是老美无法比及的高度。

那么除了电力之外，还有一个就是算力。算力这一块，虽然我们性能相比于海外仍有差距，但是我们正在用集群来弥补单芯片的性能不足。在 2 月底的西班牙世界通信大会上，我们的昇腾服务器首次在海外展示，通过灵渠全光互联连接的 8192 张卡的昇腾 950 超节点，这标志着中国的国产芯片产能和性能已经具备出海的先决条件。那么拉长看，token 出海和下一步的算力出海，都将支持我们向世界输出中国的人工智能的长期目标。

AI 基础设施：硬件与软件两条线索

那么算力需求爆发和 token 出海带来的机会，仍然是我们在近期视频中持续给大家强调的两条线索，归根结底就是 AI 基础设施，它分为硬件和软件。

硬件端直接拉动的是 GPU 的推理需求。那么对于目前我们的短板，我们是以提高推理芯片集群利用率来解决这个问题，那么这就会用到更多的芯片，那么更多的芯片需要我们先进制程的扩产。所以国产算力里今年爆发的是昇腾服务器，而先进制程扩产里，瓶颈环节是后道的先进封装和测试。所以今天科技板块的反弹中，这两个环节中已经有率先创出新高的，这也正反映了产业基本面的趋势。同时配套国产 GPU 芯片的，还有 CPU、内存，以及打包的服务器，和短期的算力租赁、中期的云服务、中长期的 AIDC。随着今年智能体的迭代和爆发、有使用率的普及，这些跟云服务厂商相关的环节，可能会陆续进入一个卖方市场。从产业的微观调研来看，云服务在今年会持续地紧俏。

那么除了硬件之外，还有一个此前被市场所忽略的环节，那就是该基础设施的软件。那么这些软件是负责解决哪些痛点呢？比如能解决记忆和速度瓶颈，利用 GPU 的数千个核心并行计算，来降低延迟和内存墙问题的向量数据库；还比如 OpenClaw 在执行任务时，token 的消耗波动巨大，一次复杂任务有可能消耗上千美元，对企业而言，缺乏预算感知是一个不可控的风险，那么智能 APM 也就是数据监测平台，把 agent 特复杂的决策逻辑可视化，实现对 token 消耗的精准预测和计费，还能在故障发生时进行归因分析，解决了黑盒与成本失控的问题；还比如说，长期高频调用云端大模型带来的成本和隐私压力，交互次数和加速需求显著提升，那么需要用到边缘计算，来解决高频交互的时延痛点。那么这些大模型的基础设施软件，都是在年前咱们就已经通过机构电话会议给大家去提示过的方向。

炒概念还是看长逻辑

但是最后也要提示大家：小龙虾智能体经过三次改名，其实市场上之前已经有过炒作。如果你只是去炒概念，那么你要观察的是情绪，而不是新闻。而且经过贩卖焦虑式的宣传之后，实际的大众部署需求肯定是不及大家在新闻上看到的预期，那么有可能热点会随着用户的实际需求而退潮。毕竟 agent 对大众的商业化落地还存在迟滞性，而且相关标的在咱们一个多月前就进行过解读，之后短期内的涨幅已经不小了。那你需要低位多看逻辑，高位多看图。

但是如果你关注的是我们视频里面持续给大家强调的中长期逻辑，也就是国产算力的需求爆发和 token 出海的长叙事，那么你在这一波热潮过后、在相关部门风险警示过后，还可以留意：接下来互联网大厂推出更简易部署版本的小龙虾，对实际潜在需求用户进行一个更广泛的普及，以及这真正 5% 用户带来的算力消耗生态的改变和产业逻辑的变化。那么在市场认为概念不及预期的时候，你要看到背后的长期逻辑其实是在不断强化，那么就可以做好逆向的关注。本身龙虾这个智能体就是来解放生产力的，而不是用来做热点概念炒作的。市场往往高估了短期的变化，而低估了中长期的影响。

时代浪潮前的迷茫众生相

最后我们也跳出这个市场，聊一聊我对这些 AI 工具的一些看法和感慨。

最近大家被各种养虾的新闻报道刷屏的时候，我曾经和大家是一样迷茫的，而且我更理解了父辈。就像我们这些平民百姓出身的八零后和九零后，总会向父母辈感慨：当年改革开放那么大的风口，那么多机会摆在面前，为什么父母辈没能勇敢一点，抓住那一波浪潮来改变自己和下一代的人生？那时候我们总觉得他们是不够果断、不够有野心，所以才错过了时代。但是直到我们自己现在碰到了 AI 这一波浪潮，我们才突然明白：人其实并没有比父母辈更聪明，我们只是换了一个时代，而且在经历着同样的迷茫。

从去年到今年，无疑是 AI 井喷的元年。如果说去年的 DeepSeek 大家还更简易上手，那么到了今年的 agent 智能体，其实已经在悄然地拉开差距，发展快得吓人。互联网上每天都是新进展、新工具、新风口，谁谁谁又用什么新工具赚了什么钱，各种教程层出不穷，贩卖恐慌、博点击、抓焦虑，仿佛大家好像一不留神就要被时代风口甩在身后。

那么面临着这种踏空时代的焦虑，其实回归我们的日常生活，大多数人上班、生活、琐碎日常依旧是一成不变的，和那个狂飙突进的 AI 世界好像完全是两个次元。所以越刷到这样的信息，心里面就越焦虑，生怕将来我们的孩子在某一天也会指着我们说：当年 AI 这么大的机遇，为什么你抓不住？

所以大家被小龙虾刷屏，再到花钱安装小龙虾，再发现小龙虾好像对大众散户并没有什么用，经历这个过程之后，开始理解父辈了。原来不是他们当年不想抓住什么风口浪潮，而是他们站在浪潮里，同样也容易看不清方向、找不到入口、摸不清方法，就像我们一样——明明知道 AI 是下一个时代，但是面对先进的工具手足无措。所以不是不努力也跟不上，而是浪潮太大，路太模糊，普通人找不到那扇可以轻松走进去的大门。

所以当年我们也看不上父母的时候，以为自己一定能抓住下一个时代机遇，结果轮到自己的时候才明白：大多数人站在时代风口面前都是焦虑又迷茫的。这不是不够努力，也不是不够清醒，而是每个普通人在时代焦虑面前最真实、最普遍的状态。

真正稀缺的是判断力

所以我在这里，一方面想通过自己的资源壁垒，再结合 AI 工具去帮大家在市场上排除一些噪音、少走一些弯路；另一方面，还想根据自己的认知和经验，来减轻一些大家对时代的迷茫。

现在很多忙着去追 AI 的人，其实很多是在交智商税，也有很多人在用他们的智商税和焦虑赚钱。我不想碰别人的蛋糕，但是我想提醒大家：你们不需要用旧时代的逻辑去使用 AI。你不去追他，他会来找你。你不需要哪个产品火了去追哪个产品，也不用花钱害怕错过风口，更不用去不断地打磨什么提示词、研究关键词，试图让自己更懂 AI。而真正的趋势恰好相反——AI 会越来越懂人，而不是要求人越来越懂 AI。现在市场上所售卖的这些 AI 技巧、AI 秘籍，很快都会被迭代的大模型自己消化掉，门槛会变得越来越低。

当 AI 工具变得越来越强，会用工具本身其实就并不再稀缺。真正稀缺的是判断力，是品位，是提出好问题的能力，是知道什么值得被创造。当 AI 把生产门槛降低到足够低时，市场不再会奖励更多平庸的内容，只会残酷地放大人与人之间的差距。所以提升自己的认知、构建自己独特的行业能力，这才是你需要去厚积薄发的地方，而不是跟别人一样去追着装什么小龙虾。

安装小龙虾之前，号称装好小龙虾以后就可以躺着数钱了，结果大多数人安装之后都在调整那个看起来什么都做不了的龙虾，除了浪费算力，别无他用。安装前是星辰大海、AI 数字游民、躺着赚钱，安装之后满头大汗、7×24 小时连轴在线无休假。到时候很多人会发现，原来自己当初这些拼命学习的，不过是下一轮 AI 在迭代中被淘汰最快的技能。与其在各处焦虑”我会不会被 AI 替代”，不如思考”我的不可替代性来自于何处”。