宝妈、工程师鹅厂排队“养龙虾”,阿里、小米抢推类龙虾产品

南方都市报
Mar 06

  “上一次这么大阵仗还是新年发利是”。3月6日,面对深圳腾讯大厦门口排起的“龙虾”长队,有腾讯员工这样表示。据了解,当天有近千名开发者与AI爱好者来到腾讯大厦,在腾讯云工程师的协助下,完成了OpenClaw(俗称“龙虾”)的云端安装,集体化身“云上养虾人”。

  OpenClaw是一款智能体框架,今年1月开始爆火。猎豹移动CEO傅盛摔伤腿后用它来帮助自己拓展各类工作、提效百倍;美团元老王慧文大模型创业后再发英雄帖称,要投资“在OpenClaw相关领域创业”的公司。

  强烈需求刺激下,连日来互联网大厂和模型厂商轮番下场抢“龙虾肉”。腾讯、字节、百度京东等相继推出类似的OpenClaw云服务器部署方案,月之暗面、MiniMax推出了相关产品在春节假期疯狂吸金。

  除了承接“龙虾热”,国内厂商也尝试推出自己的龙虾智能体产品。3月3日,阿里开放其桌面Agent QoderWork,无需额外部署就能处理文件整理、数据处理、文档生成等工作;3月6日,小米开启手机款龙虾Xiaomi miclaw测试,将类“龙虾”产品带进手机系统。

  退休工程师、宝妈、小学生……排队“养龙虾”

  OpenClaw是由奥地利程序员Peter Steinberger在2025年底开源的AI Agent框架,原名Clawdbot,后因Anthropic起诉商标问题更名为OpenClaw。今年1月,OpenClaw爆火成为开源社区GitHub基础软件星标历史第一名。因其logo为一只龙虾,用户们逐渐把自己依托OpenClaw搭建智能体的过程称为“养龙虾”。

  “龙虾”能做什么?作为一款支持多种聊天应用的Agent产品,OpenClaw可以在电脑本地部署与大模型配合;在获得操作权限后,你不断修正它的任务执行过程,它便能了解你的偏好、行为、工作以及拓展学习,最后成为你的“秘书”,帮你写稿、读新闻、发邮件、做各类规划。

  最近在春节期间,猎豹移动CEO傅盛用自己的案例充分体现了智能体能如何帮助人类完成各种任务。

  傅盛在社交平台上的披露,今年春节因滑雪摔伤腿后,自己每天只能躺在床上,后来他干脆开始捣鼓“养龙虾”。在“养龙虾”14天后,他逐步将一开始连查通讯录都搞不定的智能体变成了一支包含8个Agent的团队,该团队还能7×24小时自动运转。

  据傅盛复盘,因为这个“团队”,傅盛的公众号从一年更十几篇变成日更,“龙虾”自己策划的选题甚至拿下了账号历史最高阅读量:一条推文斩获100万+阅读量,傅盛睡醒才看到这条由“龙虾”发出的推文。

  尽管“龙虾”在社交媒体上迅速爆火,但OpenClaw属于系统级服务,本地部署流程较为复杂,实操门槛很高。这也催生了养龙虾产业链。有报道提到,目前OpenClaw的安装服务从几百元到上万元,OpenClaw还催生出了上门收费安装服务。社交平台和二手交易平台上,远程龙虾安装包被炒至268元,上门安装龙虾的收费也达到了500元。

  3月6日,腾讯下场在深圳总部腾讯大厦门前摆摊协助“养龙虾”。据悉,上午10点,第一波80余位龙虾爱好者已经开始排队。11点,数百个预约号码全部发放完毕。

  有人从深圳龙岗、龙华赶来南山,也有人从香港和杭州等城市专程赶来,跨城学习养虾。现场既有来自各行各业的专业开发者,也有大量非专业背景的爱好者——比如近70岁的非遗研究专家、60多岁的退休航空技术工程师,还有怀抱2岁娃的妈妈、四年级的学生。

  大模型厂商大嚼“龙虾肉”

  据介绍,腾讯发起的本次活动通过腾讯轻量云Lighthouse一键部署,仅需5分钟即可免费安装,极大降低了难度。早在今年1月,腾讯轻量云Lighthouse就保持每天一个版本的迭代速度帮助用户布局。数据显示,目前,腾讯轻量云Lighthouse开发者数量、调用核数多次突破历史峰值,OpenClaw云上养虾人数突破10万并持续上升。

  除了腾讯,字节、百度京东等都相继推出了类似的OpenClaw云服务器部署方案。另外,大模型厂商也抓紧机会大嚼“龙虾肉”。2月18日,月之暗面推出云端化OpenClaw产品Kimi Claw,支持在Kimi内直接部署OpenClaw;2月26日,MiniMax上线MaxClaw,MaxClaw是基于OpenClaw构建的云端AI助手、可以直接集成在 MiniMax Agent网页端在云端部署并运行OpenClaw。

  推出龙虾部署方案后,国内模型厂商在春节档收获匪浅。春节假期过后,月之暗面据称受全球付费用户增长及API调用量激增带动,近20天月之暗面累计收入已超过2025年全年总收入;MiniMax 在3月2日披露其上市后首份财报时透露,M2系列文本模型在2026年2月的平均单日token消耗量已增长至2025年12月的6倍以上,其中来自编程项目的token消耗量增长超过10倍。MiniMax创始人兼首席执行官闫俊杰表示,2026年的前两个月已经看到了商业化的强劲增长态势,其中2月ARR已超1.5亿美金。

  3月4日,阶跃星辰开源了Step 3.5 Flash模型的Agent基座模型的预训练权重(Base)、中训练权重(Midtrain)以及配套的 Steptron 训练框架。3月5日,阶跃星辰模型调用量在OpenClaw上已迅速攀升至全球第一。

  紧随其后的是 MiniMax M2.5、Trinity Large Preview(free)、Kimi K2.5,以及 Claude Sonnet 4.6——来自中国大模型创业公司的基座模型占据了过半席位。

  阿里瞄准桌面办公“龙虾”,小米推出手机版“龙虾”

  除了承接“龙虾热”,国内厂商也尝试推出了自己的龙虾智能体产品,3月3日,阿里开放了其首个桌面Agent——QoderWork,提供Mac和Windows两个版本,无需额外部署就能拥有能办事的专属AI助理,能处理文件整理、数据处理、文档生成等工作。

  根据官方案例,比如初中英语老师使用QoderWork上传全年级的成绩表格,并输入一段Prompt“提取三次考试数据,按稳定性,学科优势等划分学习小组,并输出多维度趋势分析,最好能有图表,方便直接看出每个学生的问题在哪里。”QoderWork可精准抓取相应班级的成绩并完成多维度分析,几分钟就能生成一个完整的班级成绩分析系统。

  3月6日小米也正式启动类OpenClaw的移动端系统级智能体Xiaomi miclaw小范围封闭测试,将“龙虾”的类似思路带进了手机系统。

  据了解,Xiaomi miclaw是一款基于小米MiMo大模型构建的移动端AI交互测试产品,核心目标是在手机系统层部署大模型的执行能力。在获得用户授权后,Xiaomi miclaw可以调用手机系统工具、应用能力以及小米生态设备,并根据用户的模糊指令自动拆解任务、逐步执行,同时Xiaomi miclaw还能持续成长根据沉淀下来的记忆系统和经验,调整自己的行为以更贴近用户的习惯。

  截至目前,Xiaomi miclaw已经把手机的系统能力封装成了50+系统能力和生态服务,包括智能家居领域的米家设备查询与控制,文件领域的文件读写、内容搜索、图片加载功能,联网搜索、网页内容抓取等网络功能等。

  在家居领域功能中,当用户表示“我半个小时后带我的朋友贝贝回家,给家里准备一下,热烈欢迎下”时,Xiaomi miclaw会自动告知家中小米相关智能产品的运作情况,同时会自动设置,让用户在开门的一瞬间触发全屋开灯、音箱打招呼、 音箱放音乐、关闭净化器等行为。

  在风险和防范方面,小米回应称,用户的个人记忆在系统中以结构化文件形式存在,其安全属性与照片、密码、笔记等用户数据完全一致,并统一纳入micloud的安全存储与传输体系。用户对记忆数据拥有完整的数据控制权,包括选择性同步、定期清理以及彻底删除等能力,确保数据主权始终掌握在用户手中。

  同时被问及“Xiaomi miclaw是否会被黑客利用操控用户手机”时,小米也表示,目前Xiaomi miclaw的所有内置系统级工具经过系统安全审核,安全性与量产手机是一样的。

(文章来源:南方都市报)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10