爆火與“爆雷”之間，關(guān)于“小龍蝦”的三個底層判斷 | AI進(jìn)化論

親愛的讀者，受微信推送規(guī)則影響，僅“關(guān)注”我們很可能無法收到推送。進(jìn)入長江商學(xué)院公眾號主頁，按以下圖示設(shè)為星標(biāo)，就不會錯過每一篇精彩文章啦！

近期，AI Agent工具“小龍蝦”（OpenClaw）突然爆火。

從極客社區(qū)到企業(yè)圈層，“養(yǎng)龍蝦”迅速成為熱門話題：有人排隊安裝本地版本，有企業(yè)嘗試把它接入工作流程，也有人將其視為AI從“聊天”走向“執(zhí)行”的標(biāo)志性節(jié)點。

但在熱鬧之后，相關(guān)的問題和抱怨也接踵而來：實際沒有想象中好用、token消耗過高、安全隱患大等等。甚至繼“500元上門安裝”服務(wù)后，市面上又出 “299元遠(yuǎn)程卸載”的新服務(wù)。

短短一周多的時間，“小龍蝦”似乎就經(jīng)歷了從爆火到“爆雷”的戲劇性轉(zhuǎn)折。

但撥開表面的喧囂和熱鬧，其實關(guān)于“小龍蝦”的真正價值，仍然存在很多迷惑和誤解。

圍繞這一現(xiàn)象，長江商學(xué)院張維寧教授及梅丹青教授，分別從技術(shù)邏輯與產(chǎn)業(yè)結(jié)構(gòu)兩個維度，給出了截然不同但同樣重要的觀察。也許比“龍蝦當(dāng)下能做什么”更重要的，是理解三個更底層的判斷。

CKGSB

“小龍蝦”本質(zhì)是搜索型框架，

當(dāng)前仍處在極早期階段，

能夠完成的任務(wù)非常有限。

張維寧

長江商學(xué)院教授

高層管理教育項目學(xué)術(shù)主任

MBA項目學(xué)術(shù)主任

“小龍蝦”O(jiān)penClaw本質(zhì)上是一個搜索型框架。它需要較高的系統(tǒng)讀取權(quán)限，能夠在電腦中獲取大量本地資源，并接入各種外部賬號或接口。

也正因為這種機制，它在使用時既可能帶來一定的安全風(fēng)險，同時在執(zhí)行效率上也存在明顯限制。

從結(jié)構(gòu)上看，它是在傳統(tǒng)搜索框架的基礎(chǔ)上疊加了AI接口，使系統(tǒng)能夠主動搜索相關(guān)資源。在獲得權(quán)限之后，它可以在本地文檔、知識庫以及外部賬號中檢索數(shù)據(jù)，再將這些資源組織起來，用于生成內(nèi)容或執(zhí)行任務(wù)。

它的核心邏輯仍然是“先搜索資源，再進(jìn)行生成”。當(dāng)資源被獲取之后，后續(xù)的任務(wù)編排與生成，其實仍然屬于較為傳統(tǒng)的工作流體系。

因此，這類系統(tǒng)真正的難點在前端的資源搜索環(huán)節(jié)。一方面，系統(tǒng)需要較高權(quán)限才能完成搜索和調(diào)用，這本身就帶來一定風(fēng)險，例如它可能會刪除或修改一些被系統(tǒng)判斷為“無用”的內(nèi)容。

另一方面，由于它并不具備人類在信息判斷上的直覺能力，在尋找資源時往往需要進(jìn)行大量循環(huán)式操作，不斷重復(fù)任務(wù)步驟，目前看來，與人類相比，效率并不高。

未來隨著版本迭代，兩三個大版本之后，它可能會變得更加好用。但在當(dāng)前階段，這一版本能夠完成的任務(wù)其實非常有限。

再加上其可調(diào)用的API能力與主流大模型相比差距較大，因此整體應(yīng)用空間仍然比較受限。就我個人判斷，在未來兩到三個大版本更新之前，它應(yīng)該還不會產(chǎn)生特別顯著的社會價值。

總之，我認(rèn)為OpenClaw當(dāng)前的版本還非常早期，仍然有巨大的提升空間。像黃仁勛說的，這有可能是人類歷史上最重要的軟件發(fā)布，我同意這一點。但目前這個版本實在太早期，在全民范圍內(nèi)引起這么大的熱潮讓我非常意外。

“小龍蝦”究竟是工具升級，還是軟件范式的變化？張維寧教授在完整訪談中給出了更細(xì)致的拆解。

“龍蝦熱”標(biāo)志著

AI真正從“問答”走向“執(zhí)行”，

但需要上門安裝的用戶，

反而并不適合本地部署。

梅丹青

長江商學(xué)院金融學(xué)助理教授

對于這一輪“養(yǎng)龍蝦”熱潮，我的感受是“夸張”且“存疑”。

首先，需要上門安裝的用戶，恰恰不適合本地部署。若真適合本地部署，企業(yè)應(yīng)具備基礎(chǔ)網(wǎng)絡(luò)安全認(rèn)知、能自主跨過使用障礙；

若依賴他人安裝，說明更應(yīng)選擇大廠封裝方案——云端部署更安全，有權(quán)限管控，能最大程度規(guī)避風(fēng)險。

本地部署“龍蝦”有明確的技術(shù)門檻，非技術(shù)用戶很容易低估其網(wǎng)絡(luò)安全風(fēng)險，比如默認(rèn)設(shè)置暴露公網(wǎng)、接口權(quán)限管控不當(dāng)?shù)?，甚至出現(xiàn)過信用卡盜刷的案例，即便用“新建賬戶隔離”等土辦法，也難以抵擋復(fù)雜的網(wǎng)絡(luò)攻擊。

龍蝦熱本身確實有其積極意義。它標(biāo)志著AI從過去的淺層應(yīng)用，真正走向了“執(zhí)行可見”的深層變革，這是AI產(chǎn)業(yè)的重要質(zhì)變。

但企業(yè)所需要的工程化能力，恰恰是駕馭AI的關(guān)鍵。這也是很多企業(yè)跟風(fēng)布局AI，卻頻頻出問題的核心原因。

這波Agent爆發(fā)真正的導(dǎo)火索，

是底層大模型進(jìn)化放緩，這恰恰

是企業(yè)落地AI的黃金窗口期。

梅丹青

長江商學(xué)院金融學(xué)助理教授

本輪智能體爆發(fā)恰恰是因為底層大模型進(jìn)化放緩。

2023-2024年，很多企業(yè)做“套殼AI”時，總怕底層大模型快速迭代，吃掉外層定制功能的價值。企業(yè)投入精力做的外層適配、定制功能就會失效，所以大家都不敢大膽投入。

當(dāng)前底層大模型的進(jìn)化速度較之前明顯放緩，能力趨于穩(wěn)定，企業(yè)不用再擔(dān)心“剛落地就被淘汰”，終于可以放心投入“外殼優(yōu)化”。這也就直接推動了Agent在不同應(yīng)用場景中的集中爆發(fā)。

底層大模型進(jìn)化放緩，恰恰是企業(yè)“把AI做落地”的黃金窗口期。

當(dāng)企業(yè)敢投入上層之后，最直接的沖擊落在了SaaS行業(yè)。未來的行業(yè)核心趨勢有兩個：

標(biāo)準(zhǔn)化SaaS會逐漸弱化：隨著CodingAgent能力不斷變強，人人都能借助AI做定制化工具，對通用型、標(biāo)準(zhǔn)化SaaS的需求會持續(xù)下降，隨之而來的是極度定制化的需求——企業(yè)不再需要勉強適應(yīng)標(biāo)準(zhǔn)化工具，而是可以讓工具適配自身業(yè)務(wù)。

Agent友好型SaaS會崛起：未來所有工具都需要重構(gòu)為“人-Agent雙友好”模式，支持AI直接調(diào)用接口，讓Token調(diào)用更高效。

對SaaS企業(yè)而言，要么主動自我進(jìn)化，要么被市場淘汰。Saas企業(yè)有先發(fā)的場景與數(shù)據(jù)優(yōu)勢，更能適應(yīng)這種的節(jié)奏，完全可以憑借“定制化+工程化”的組合優(yōu)勢，搶占行業(yè)壁壘。

更多關(guān)于Agent時代的產(chǎn)業(yè)邏輯與企業(yè)應(yīng)對，梅丹青教授在原文中有更完整的分析：

技術(shù)浪潮往往伴隨著熱情與誤解。

當(dāng)“龍蝦熱”逐漸退潮，真正留下來的問題或許并不是AI能不能替代人，而是個體及企業(yè)是否具備駕馭AI的能力。

在張維寧教授看來，AI Agent體系本身仍在快速演化，技術(shù)能力也遠(yuǎn)未到達(dá)終點。

在梅丹青教授看來，AI已從過去的淺層應(yīng)用走向了“執(zhí)行可見”的深層變革，工程化能力是企業(yè)駕馭AI的關(guān)鍵。

AI可能會改變軟件世界，但真正決定其價值的，仍然是人類如何使用它。

當(dāng)AI開始承擔(dān)執(zhí)行角色，人類真正需要做的，或許正是重新定義問題本身。

點擊下方卡片，關(guān)注長江商學(xué)院