ai-agent是這篇文章討論的核心



OpenClaw AI小龍蝦爆紅:中國科技巨頭Agent之战如何重塑2026年數位勞動力
圖:AI Agent 正在重塑未來工作場景,從編程到決策都能自動完成。

🚀 速覽核心要点

💡 核心結論:OpenClaw 引爆的不僅是技術熱潮,而是「數位勞動力」的軍備競賽。中國科技巨頭正以極快速度將 AI Agent 從極客玩具推向大規模商用,這將重新定義生產關係。

📊 關鍵數據:全球 AI Agent 市場規模預計從 2025 年的 80 億美元成長至 2026 年的 120 億美元,到 2027 年將超過 500 億美元(Gartner 預測)。到 2033 年市場規模可能突破 2000 億美元。

🛠️ 行動指南:企業應立即開始试点 AI Agent 在客戶服務、內部 IT 支持、數據處理等高重複性任務。個人則可嘗試 OpenClaw 或類似工具,親身體驗「數位同事」的協作模式,但務必建立審核機制。

⚠️ <風險預警>:OWASP 已發布 2026 Agent 應用十大安全風險,包括提示注入、自主誤用、數據洩漏等。全球預計超過 40% 的 Agentic AI 項目將因成本失控、商業價值不明或風險管控不足而在 2027 年底前被砍掉。

引言:深圳排隊裝「龍蝦」的瘋狂場面

2026 年 3 月 6 日,深圳騰訊大廈門口出現了一幕 businessmen 無法理解景象:不是搶演唱會門票,而是六七十歲的退休工程師和圖書館員排隊等著安裝一個叫做 OpenClaw(中文暱稱「AI 小龍蝦」)的程式。這不是什麼低級趣味,而是一場關乎未來生產力的賽跑。

我們觀察到,用户手裡握著的不是手機,而是一張通往數位勞動力時代的門票。OpenClaw 由美國 AI 巨頭開發,開源免費,卻需要一定的技術門檻。這直接催生了中國特有的「龍蝦安裝服務」經濟——從 300 到 1000 人民幣不等的上門安裝、24 小時答疑,在小紅書、閒魚上成交火爆。同一天,小米发布了国内首款手机版 Agent「Xiaomi miclaw」,將戰場從 PC 延伸到了每个人的口袋裡。

這不仅仅是產品發布,而是一次生產關係的重新洗牌。企業突然意識到:原來可以拥有一支不知疲倦、不需要交社保的「數字員工」團隊。但狂熱背後,安全、倫理、商業化落地的陷阱也浮現水面。Gartner 預言:到 2027 年底,超過 40% 的 Agentic AI 項目將因各種原因被砍掉。這是一場充滿機遇與風險的豪賭。

什麼是 OpenClaw?AI Agent 如何接管你的電腦?

講白點,OpenClaw 就是一個能幫你直接操作電腦的 AI。它不是像 ChatGPT 那樣只會動嘴皮子,而是可以真的移動鼠標、敲鍵盤、打開瀏覽器、填表格、寫代碼、回郵件,甚至根據市場數據自動執行股票交易。這種「具身智能」(embodied AI)的實現,主要依靠視覺–語言模型(VLM)來理解圖形界面(GUI),並通過強化學習訓練出類人的操作路徑。

從技術角度看,OpenClaw 的核心在於 Computer-Using Agent (CUA) 架構。它不像 RPA 那樣依賴 brittle 的腳本,而是像個新手一樣「看」著屏幕,規劃步驟,然後逐個完成。OpenAI 的 Operator、Anthropic 的 Claude Computer Use、Google DeepMind 的智能代理框架,都是這個賽道的竞争者。

💡 專家見解: 真正的突破在於「無干擾接管」。過去的自動化工具需要企業改造系統,而 Agent 只需要登錄賬號,像人類一樣操作。這意味著現有 IT 基礎設施的零改造部署成為可能,但同時也帶來了巨大的安全隱患——Agent 獲得了與用戶同等的權限。

這類 AI 智慧體正在從「單次任務」向「持續代理」演變。例如,一個 Agent 可以連續監控郵箱,當收到會議邀請時自動回覆並添加到日曆;當發現附件是 PDF 時,自動下載並摘要內容;甚至會在大促期間幫你自動搶購限量商品。

中國巨頭爭霸:騰訊、阿里、小米的 Agent 軍備競賽

中國科技圈這波「OpenClaw 熱」揭示了巨頭們的焦慮與野望。表面上大家是在擁抱開源,實則暗地裡加速封裝自家產品,試圖在 Agent 時代搶占入口。

  • 騰訊: 在深圳騰訊大廈摆出「龍蝦安裝站」,免費為开发者上門部署。同時內測 QClaw——一個對 OpenClaw 進行產品化封裝的一鍵啟動包,號稱打通微信、QQ 遠程操控,目標是讓叔叔嬸嬸都能用。騰訊雲也推出了全場景 AI 智慧體 WorkBuddy,剑指企業數位員工市場。
  • 小米: 沒有犹豫,3 月 6 日直接发布「Xiaomi miclaw」,成为国内首个手机版 OpenClaw 类产品。它基于自研 MiMo 大模型,定位「類 OpenClaw 的 AI 智能體」,這是「手機廠商 Agent 潮」的第一槍,意味著數位勞動力將随身携带。
  • 阿里巴巴: 雖然低調,但內部測試的 JVSClaw 已經浮出水面。其核心是可訂製、可進化的 Clawbot,並搭配獨立的雲端環境 ClawSpace,提供獨立 App 和網頁版。阿里雲顯然想把 Agent 變成雲服務的新增長引擎。
💡 專家見解: 中國巨頭的策略很清晰:開源引流,閉源變現。先讓 OpenClaw 教育市場、培养用户习惯,然後用自家「更好用、更安全、更內嵌」的版本完成收割。手機是最終入口之爭,因為它掌握了場景和數據。但小米能否在性能受限的手機上跑好 Agent,仍是未知數。

有趣的是,這次中國用戶展現了驚人的務實精神。安裝繳一份 1,000 塊錢的服務,對他們來說不是消費,而是投資——投資在未來的生產力工具上。就連六七十歲的退休工程師也想搞懂怎麼用,這種場景在過去只有 iPhone 首發時才看得到。

2026-2027 市場預測:千億美元藍海與殘酷淘汰賽

AI Agent 的市場盼頭,可不是只有新聞流量那麼簡單。根據多家市場研究機構的最新數據,我們面臨一個爆炸性成長但高度不確定的市場。

規模數字:全球 AI Agent 市場在 2025 年大約 76-82 億美元;2026 年預計成長到 90-120 億美元(CAGR 達 40-45%);到 2027 年,Gartner 預測 Executive AI literacy 將推動企業业绩提升 20%,同時 Agentic AI 支出將超過聊天機器人。更樂觀的預測(如 Azumo)顯示,2027 年市場規模可能突破 500 億美元。而長期來看(2033/2034),市場有望達到 1300-2300 億美元。

全球 AI Agent 市場規模預測 2025-2034 折線圖顯示 AI Agent 市場規模從 2025 年的約 80 億美元快速增长到 2034 年的超過 2000 億美元,體現了 >40% 的年複合成長率

2500B 1500B 500B 0 2025 2026 2027 2028 2029 2030 2031 2034 80B 120B 200B 500B 1000B 1500B 2000B

⚠️ 真實現狀:市場雖大,但競爭已进入白熱化。除了 OpenClaw、Anthropic Claude、OpenAI Operator、Google DeepMind 的 Aletheia 之外,Microsoft 也在 2026 年 3 月宣布 Copilot Cowork,整合 Anthropic 技術。不止是技術戰,更是生態鎖定戰——誰能讓用戶養成依賴,誰就能在未來的分潤中站穩腳跟。

💡 專家見解: 2027 年将是分水嶺。Gartner 預測當年 40% 以上的 Agentic AI 項目會因成本暴漲、商業價值模糊或風險管控缺失而被腰斬。這意味著我們現在看到的許多初創公司和大公司內部項目,很可能活不過 2027。企業在部署時,務必設定清晰的 KPI 和退出機制,避免陷入技術偶像崇拜的陷阱。

數字勞動力革命:自動化 vs 就業衝擊

AI Agent 的本質是 數位勞動力——一種可以 24/7 不間斷工作、能同時處理成千上萬任務、且不會抱怨的「員工」。與傳統自動化不同,Agent 具備自主決策能力,它們不僅能執行,還能規劃、協調、甚至從錯誤中學習。

根據 IBM 與 Salesforce 的論述,數位勞動力的核心價值在於將人類從低附加值工作中解放出來,轉向策略、創意與複雜判斷。Forbes 全球調查顯示,到 2027 年,超過 62% 的頂尖企業計劃用 AI 自動化重複性與常規操作。這不是要不要做的問題,而是何時做的問題。

各行業 AI Agent 自動化潛力評估 2027 橫條圖展示 2027 年各主要行業中 AI Agent 可自動化任務的預估百分比,从金融服務的 78% 到創意產業的 35%

2027 年各行業可自動化任務比例預測 50% 100% 150% 78% 金融服務

69% 醫療保健

66% 法律事務

63% 零售電商

54% 製造業

42% 教育培訓

34% 創意產業

然而,數位勞動力不等於失業。歷史告訴我們,技術革命會摧毀崗位,但也会創造新工种。關鍵在於 技能重塑。Agent 處理重複勞動,人類轉向策略、創造、情感互動與倫理審查。問題在於:社會能否提供足夠的再培訓速度?

💡 專家見解: 最危險的不是 AI 搶飯碗,而是企業盲目部署却不会管理。很多公司會把 Agent 當作一次性項目,投資建好了卻忘了持續優化、監控和safe guard,最終導致項目爛尾、數據洩漏、甚至法律責任。數字勞動力的成功,取决於能否建立 AI 運營中心(AI Operations Center) 類似人力的隊伍。

安全風險與治理:OWASP Top 10 for Agentic Applications

當 Agent 能讀寫文件、訪問數據庫、甚至執行交易時,安全問題不再是理論。2026 年初,OWASP(開放網路應用安全專案)发布了 OWASP Top 10 for Agentic Applications,專門針對 AI 代理系統的風險進行了梳理。

前五大風險包括:1. 提示注入(攻擊者欺騙 Agent 執行惡意指令);2. 工具濫用(Agent 被誘導使用其工具造成損害);3. 自主決策偏離(Agent 在無人監督下做出錯誤或有害決定);4. 數據洩漏與記憶體取(Agent 在處理過程中意外暴露敏感資訊);5. 供应链攻擊(惡意第三方插件或模型)。

實例已在黑暗中浮現:有開發者發現 Claude 的 Computer Use 存在潛在的 遠端代碼執行(RCE) 漏洞;一個被惡意訓練的智能體可能在數分鐘內將公司內網資料打包傳出。OWASP 警告,到 2026 年,超過 40% 的企业 AI 項目將因安全事件而延宕或失敗。

💡 專家見解: 防禦 AI Agent 需要全新的安全架構。傳統防火牆與身份驗證方案不再足夠。組織必須採用 零信任代理模型(Zero-Trust Agent Model):每個 Agent 都視為潛在不可信,限制其權限至最小必要,全程記錄所有行動,並引入人工兜底機制(human-in-the-loop)對關鍵決策進行覆核。更進一步,可借鑒 Google DeepMind 提出的 智能委派框架(Intelligent Delegation),將權限、責任、問責制同步下放。

常見問題 FAQ

OpenClaw 和商業 AI Agent 產品有什麼本質區別?

OpenClaw 是開源、免費、但需要技術門檻的基礎框架;而騰訊 QClaw、小米 Xiaomi miclaw、阿里 JVSClaw 都是對 OpenClaw 進行封裝後的商業產品,提供更好用的 UI、技術支持、生態整合(如微信、MIUI、阿里雲),可能收費或通過其他服務變現。開源版本適合開發者折騰,商業版適合企業直接部署。

AI Agent 真的能自主執行股票交易嗎?安全嗎?

技術上可以,但實際部署極度危險。Agent 可以接入券商 API 自動下單,但市場波動、模型幻覺、提示注入都可能導致非預期交易,造成巨大損失。金融行業必須遵守法規要求,關鍵交易必須有人工審核。目前 regulators 對 AI 交易 Agent 的監管仍在空白期,企業需自律。

小公司或個人如何低成本試水 AI Agent?

建議從開源生態起步:使用 OpenClaw(或其分叉)體驗基本功能;結合 Zapier/Make 等無代碼平台讓 Agent 觸達其他服務;利用 Claude Computer Use 的公開 Beta 進行實驗;或購買騰訊、阿里的雲端 AI Agent 服務,按用量付費,避免大規模前期投入。重點是 小步快跑,驗證價值,再考慮擴展。

參考資料與延伸閱讀

Share this content: