3月初，深圳腾讯总部楼下，腾讯的工程师们像赶集一样，在大厦北广场摆起摊位，免费为用户安装“龙虾”OpenClaw。队伍绵延不绝，有人抱着NAS，有人带着MacBook，还有人拎着迷你主机，像极了十年前刷安卓系统的极客聚会。

事实上，不止腾讯，国内各大科技大厂都在密集推进自己的“龙虾”布局。小米已于3月6日正式宣布，其基于自研MiMo大模型打造的移动端AI智能体（Agent）产品——Xiaomi miclaw，开启小范围封闭测试，成为国内首个手机端类OpenClaw（龙虾）Agent应用，与腾讯的线下部署形成呼应。

小米此举的核心意图，是将AI代理深度嵌入“人车家全生态”系统，让手机、汽车、电视和家电都成为AI的执行节点。当云厂商开始下场“摆摊”，终端大厂开始把Agent塞进操作系统，这场席卷行业的“龙虾”风暴，已然拉开了大模型下半场的帷幕。这不是简单的AI工具之争，而是一场关于下一代“超级入口”的暗战，关乎每一家科技巨头的未来布局。

一、卖Token的现金流：算力消耗的“救命稻草”

当下，一个核心困境摆在所有大模型玩家面前：单纯的“Chat”对话模式，根本烧不出健康的商业模式。过去两年，国内的云厂商和科技巨头们陷入了长期的算力军备竞赛，成千上万张高端算力卡被成建制地拉进数据中心，2026年字节、阿里、腾讯合计capex（资本支出）超600亿美元。但算力的价值在于被调用，若用户需求不足，大量算力只会白白闲置，每天都在产生高昂的折旧成本。

但现实是，仅仅依靠C端用户的单次对话交互，既无法消耗掉如此庞大的算力储备，也难以在习惯了免费服务的用户群体中获得稳定收入。用户偶尔让AI写封邮件、画张图，这种单次交互消耗的Token量极低，根本无法填补底层庞大算力集群的折旧与运营成本。要让昂贵的算力真正转动起来，产生真实可续的现金流，巨头们迫切需要一个能持续、自动消耗算力的“Token黑洞”。

OpenClaw这类本地部署的Agent，恰好充当了这个关键角色。当用户下达复杂指令时，OpenClaw会自主拆解任务、联网搜索、调用本地软件、识别错误、自我纠正重试，这其中的每一个步骤，都在向云端的API接口发送请求。一个复杂任务完整跑下来，其Token消耗量是普通对话的百倍乃至千倍，相当于一台24小时不停运转的“算力抽水机”。

一位AI分析师向华尔街见闻指出：“中国开源模型被OpenClaw采用，主要因为性价比高。相比海外竞争对手，低成本让API调用更频繁，这直接转化为云厂商的现金流，避免了巨额算力投资的浪费。”这也正是腾讯等云厂商愿意倒贴人力，去线下“摆摊”帮用户部署开源Agent、阿里强推OpenClaw一键上云的核心原因。

无论前端运行的是不是开源模型，只要推理和工具调用的API指向自家的云服务，海量的微小请求最终都会汇聚成可观的B2C和B2B现金流。在当前资本市场对大模型商业化变现极为苛刻的审视下，这笔由Agent带动的API流水，成为巨头们维系算力扩张、实现商业化闭环的关键输血管道，也是大模型从“烧钱”走向“造血”的重要突破口。

二、挖掘轨迹数据：下一代大模型的核心壁垒

越过第一层的现金流账本，巨头们力推本地Agent的第二层目标，更触及到了大模型发展的核心天花板——高质量训练数据的枯竭。过去几年，大模型竞争的核心资源一直是算力和训练数据，但随着模型能力不断提升，另一种资源开始变得愈发重要：任务轨迹数据（Trajectory Data）。

目前行业内的共识是，互联网上高质量的公开文本数据（维基百科、新闻报道、书籍论文）已经被各家的大模型“吃”得差不多了。如果仅仅继续喂养这些静态的文本数据，大模型只会变成一个更博学的“书呆子”，无法实现真正的能力突破，更难以向通用人工智能（AGI）迈进。

下一代大模型真正需要的，是理解人类如何在数字世界中“采取行动”——这就是业内极为渴求的任务轨迹数据。当用户让AI完成一件具体事情时，AI会经历一系列完整步骤：从理解需求到搜索信息，再到调用工具、填写表单、完成支付，每一个动作都会留下清晰记录，这些记录串联起来，就形成了一条完整的任务链路。对于Agent模型而言，这种数据比普通文本更具价值，因为它反映的是现实世界中的真实行动逻辑，是训练AI“会做事”的关键素材。

而这类轨迹数据，恰恰是巨头们原先最难以获取的。它们隐藏在无数个割裂的软件、封闭的App和企业内网深处，即便是拥有庞大爬虫生态的搜索引擎，也难以触及。而部署在用户终端的OpenClaw和系统级的Xiaomi miclaw，就成为了深入这些“数据孤岛”的“探测器”。

OpenClaw中国社区经理Alan Feng指出：“用户安装OpenClaw后，常期望魔法般自动化，但真正价值在于定义清晰任务。轨迹数据反馈让模型不断优化，厂商借此添料，提升代理能力。”当用户在本地运行Agent，让它代替自己执行操作时，Agent会悄悄记录下用户的每一个操作意图和软件交互轨迹。国内大厂密集推广Agent应用，本质上是一场分布式的、规模空前的数据众包。

用户以为自己白嫖了一个免费的AI劳动力，实际上，在指导Agent、纠正Agent错误的过程中，他们正在免费为巨头们提供最高质量的强化学习微调数据。这些轨迹数据一旦回流到云端，将成为大厂训练下一代具备强逻辑推理、强执行能力的Agent大模型的核心壁垒——这就像特斯拉当年通过数百万辆在路上行驶的电动车，收集真实路况数据，最终反哺其FSD自动驾驶算法一样。

阿里Qwen项目的内部人士就向华尔街见闻表示：“中国领先新范式概率低于20%，但通过agent轨迹数据，阿里能快速迭代模型，缩小差距。”如今，巨头们正在把用户的电脑和手机，变成AI时代的“数据采集车”，谁能掌握最多的轨迹数据，谁就能率先训练出真正“长出手脚”的超级模型，在AGI竞赛中占据先机。从这个角度看，大厂推广本地Agent，从来不是为了打造一个新工具，而是在争夺AI时代的核心数据资源，抢占未来的竞争制高点。

三、入口战争再轮回：AI时代的“超级入口”暗战

回顾中国互联网的发展历程，其实已经经历过几轮典型的入口战争：早期门户网站争夺的是首页流量；搜索时代，百度凭借强大的搜索能力，成为绝对的信息入口；移动互联网时代，用户的入口变成了一个个App，微信、支付宝和抖音逐渐崛起，成为掌控流量的核心中心。

但AI的出现，正在彻底改变这一既定结构。阿里千问持续投入“AI办事”，让用户一句话就能完成下单等操作；小米内测的Xiaomi miclaw，更是以系统应用身份深度集成于手机底层，而非传统意义上的聊天机器人或语音助手——它被设计为可持续成长、实现自进化，能自主设计记忆系统、创建专业分工的子智能体，还能动态接入外部服务，通过记忆系统沉淀经验，实现“越用越懂你”。这些动作传递出的信号清晰而明确：在未来，用户与数字世界的交互界面，将被彻底重构。

当用户习惯用一句话表达需求时，传统的操作路径就会发生根本性变化。用户不再需要主动打开某个App，而是把具体任务交给AI，由AI自主决定使用哪个平台、调用哪个服务、完成哪条支付链路。因此，在这样的新体系里，App的地位会发生本质转变：它们依然会存在，但更多是作为一种服务节点，而非直接触达用户的入口。真正的入口，是那个能直接听命于用户、掌控全局的“底层代理人”——也就是Agent。

在这个新语境下，“抢App的入口”已经是一件落伍的事情。真正的战争，是成为那个控制Agent的平台。如果巨头能够让自家的Agent霸占用户的终端，那么它就掌握了商业世界最顶级的权力——意图分发权。它可以轻易地把外卖订单导流给自己的关联企业，把差旅需求导给自己的支付生态，甚至能决定用户看到哪些信息、使用哪些服务。

在这个由Agent构建的新“围墙花园”里，那些曾经不可一世的超级App，都将沦为只提供底层服务接口的“管道”，彻底失去与用户直接对话的机会，更会失去多年积累的品牌溢价和流量溢价。这也是为什么大厂对Agent如此敏感、如此急切的核心原因——所有人都想成为那个控制Agent的平台，掌控AI时代的话语权。

四、风暴前夜：AI从“会说话”到“会做事”的革命

OpenClaw的爆火，也许只是一个信号。这场风暴的核心，不是一个开源工具的走红，而是AI正在从“会说话的工具”，加速变成“会做事的系统”。过去两年，大模型行业的核心目标是提高智能水平，比拼的是“谁更聪明”；而现在，越来越多的公司开始思考另一个更关键的问题：如何让AI获得真正的行动能力，比拼的是“谁更能干”。

值得注意的是，目前Xiaomi miclaw的测试仍有诸多限制，仅支持小米17系列五款机型，面向科技发烧友、极客用户开放，采用邀请码邀请机制，官方也坦言，其在稳定性、功耗表现、复杂场景执行成功率方面仍在持续优化，不推荐普通用户在主力设备上升级。同时，小米也在安全层面做了多重保障：所有对话历史、用户设置和技能文件均储存在设备本地，发送至云端的内容即用即弃，高敏感操作需弹窗确认且有超时自动拒绝设定，还规避了支付、转账相关工具，最大限度保障用户隐私与安全。这种谨慎推进，也从侧面反映出Agent技术仍处于探索阶段。

但不可否认的是，一旦AI能够稳定地完成各类复杂任务，互联网的整体结构就会发生颠覆性变化。很多应用可能会退到后台，用户只需要面对一个Agent，就可以完成大部分数字生活操作。在这种未来图景里，Agent就像一个新的操作层，连接着用户与所有数字服务，成为不可或缺的核心枢纽。

回头看技术史，每一次平台级的重大变化，往往都会经历一个看起来不起眼的开端。Android最早只是极客刷机的小众系统，微信公众号刚出现时也只是一个简单的内容工具，小程序刚推出时更像是一个轻量网页，但这些产品后来都成长为改变行业格局的新平台。

如果未来AI真的进入Agent时代，那么今天的OpenClaw，很可能就是那个最早被人记住的名字之一。而中国互联网正在经历的，也许正是这场AI革命的风暴前夜——一场关乎算力、数据、入口的全方位竞争，已经正式打响。