科技圈直接被「龍蝦」給整懵了。
騰訊一天之內(nèi)連發(fā)三款OpenClaw相關(guān)產(chǎn)品:WorkBuddy正式上線,QClaw曝光,企業(yè)微信還同步推出了官方接入教程。
另一邊,深圳龍崗區(qū)直接甩出「龍蝦十條」,從補(bǔ)貼部署到算力支持,十條政策條條都點名到位。兩件事趕在同一天,怎么看都不像巧合。
我翻了一下各地的政策文件,發(fā)現(xiàn)一個挺有意思的事兒。
2025年7月,深圳剛發(fā)了第二批「訓(xùn)力券」兌現(xiàn)申請指南,補(bǔ)貼比例最高能到60%,每年總盤子就有5個億。杭州那邊也不示弱,2025年10月剛公示完第三批算力券的擬兌付結(jié)果,每年2.5億的額度,目前看是公開數(shù)據(jù)里最大的。
但你仔細(xì)找就會發(fā)現(xiàn)一個特別奇怪的空白:
從2023年北京、上海、深圳、杭州、武漢、寧夏這些地方陸續(xù)發(fā)券到現(xiàn)在,沒有任何一個地方公開過核銷率數(shù)據(jù)。
我問了幾個在AI公司財務(wù)的朋友,他們反饋都差不多:券是能申請下來,但根本用不掉。
首先得闖資質(zhì)這一關(guān),深圳的訓(xùn)力券的要求,企業(yè)先墊資把服務(wù)用完,才能憑憑證抵扣;而且。合同雙方不能有關(guān)聯(lián)關(guān)系,發(fā)票、結(jié)算單、銀行憑證,少一樣都不行。
對初創(chuàng)公司來說,光前期墊資這一步,就能把現(xiàn)金流卡死。
就算過了資質(zhì)關(guān),還有適配的麻煩。成都超算中心的人跟我親口說過,國產(chǎn)算力和國際通用軟件適配起來又難又慢,企業(yè)用著特別費勁。
最后就成了這樣:券發(fā)下去了,企業(yè)寧愿多花點錢買亞馬遜、微軟的云服務(wù),也不想折騰國產(chǎn)算力。
再往深了說,就是需求錯配,中國信通院的報告顯示,全國已經(jīng)上線的智算中心,算力整體利用率只有32%。
IDC數(shù)據(jù)更狠,企業(yè)級通用算力中心利用率也就10%到15%,有些智算中心的GPU利用率還不到30%,甚至有部分國產(chǎn)芯片的閑置率高達(dá)70%到80%。
這就很尷尬了。
一邊是騰訊、阿里、字節(jié)這些大廠鬧「算力荒」,搶著囤H20、砸?guī)浊|建集群;另一邊是地方政府建的智算中心,只能靠「賣卡」求生,上架率不到50%,實際利用率也沒超過30%,一年的運營成本卻要花超過3000萬。
算力券本來是想填這個坑的,但大家心里都有數(shù):這玩意兒跟消費券不一樣,發(fā)出去容易,真要找到能實實在在消耗算力的場景,一直都是個難題。
OpenClaw出來之前,算力券主要給大模型訓(xùn)練企業(yè)用,門檻高,能用上的企業(yè)沒幾個;OpenClaw一出來,第一次把算力消耗的場景拉到了個人用戶身上。
一個配置好的OpenClaw,一天就能發(fā)起幾百甚至幾千次API調(diào)用,單個用戶的Token消耗,可能是平時用傳統(tǒng)聊天工具的幾十倍。
這才是深圳出臺「龍蝦十條」真正的時間窗口。
養(yǎng)龍蝦的熱潮,需求真有,但真實程度其實被高估了。
先看真實的那一面。
MiniMax今年2月的年度經(jīng)常性收入,已經(jīng)突破1.5億美元,M2系列文本模型的平均單日Token消耗量,是2025年12月的6倍還多。
Kimi那邊更猛,K2.5發(fā)布后不到20天,累計收入就超過了2025年一整年的總收入。OpenRouter的數(shù)據(jù)也能印證這一點,截至2月23日那一周,平臺Token使用量已經(jīng)達(dá)到12.1T,比一月份幾乎翻了一倍。
數(shù)據(jù)沒問題,再看另一面,就沒那么樂觀了。
全國兩會期間,周鴻祎當(dāng)眾說,配置「龍蝦」對普通人來說「非常難」,還宣布360很快要出一鍵安裝版本。王堅也說,價格很快會降下來。鵬城實驗室主任高文則坦言,這波熱度連馬化騰都沒料到。
這幾個人說話的場合是全國兩會,措辭都算謹(jǐn)慎;不約而同說的是同一件事:當(dāng)前的滲透率還遠(yuǎn)沒到位。
這句話反過來讀也成立:現(xiàn)在算力消耗的增量,多半還是早期開發(fā)者和嘗鮮用戶在貢獻(xiàn),真正意義上的大眾使用場景,其實還沒打開。
多家上市公司在互動平臺回應(yīng)「OpenClaw概念」時,說的都是同一句話:「相關(guān)業(yè)務(wù)尚未觀察到明顯增量?!惯@句話大家可以仔細(xì)品品,股價都已經(jīng)漲停了,實際業(yè)務(wù)卻沒什么動靜,說明市場炒的全是預(yù)期。
還有一個容易被忽視的結(jié)構(gòu)性事實:OpenClaw的需求天生是分層的,兩層之間的消耗量差距特別大。
開發(fā)者用OpenClaw跑自動化任務(wù),一次完整任務(wù)鏈,可能要涉及文件讀寫、代碼執(zhí)行、多輪API調(diào)用,Token消耗是普通聊天的幾十倍甚至上百倍,而且這種消耗是持續(xù)的、能預(yù)期的。
大眾用戶不一樣了,大多被新鮮感驅(qū)動著安裝,然后被配置門檻勸退;就算裝上了,也會發(fā)現(xiàn)不知道讓它干什么,或者跑了兩個任務(wù)之后,才意識到自己日常根本用不上這么高量級的自動化,慢慢就不打開用了。
真正在拉動算力消耗的,始終是那批數(shù)量少但單用戶消耗極高的重度用戶,這個結(jié)構(gòu)直接決定了需求曲線的走向。
結(jié)論很明確:短期內(nèi),新鮮感驅(qū)動的大眾用戶涌入,會制造一個消耗峰值;峰值過去之后,需求會從一個寬而淺的形態(tài),收斂成一個窄而深的形態(tài)。
對云廠商來說,這個結(jié)構(gòu)不算壞,留下來的用戶質(zhì)量更高,客單價更穩(wěn),企業(yè)級訂單的續(xù)約率也更有保障。
但算力中心就不一樣了,它的商業(yè)模式全靠利用率,而利用率需要的是持續(xù)、穩(wěn)定的大規(guī)模調(diào)用,不是一個峰值之后就快速收縮的需求曲線。
三四月份這波「養(yǎng)龍蝦」熱潮帶來的利用率拉升,大概率只是一個階段性窗口。
在這波熱潮里,指望靠OpenClaw解決算力閑置問題的地方政府和算力中心,最后可能會面臨一個現(xiàn)實:「龍蝦十條」發(fā)出去了,補(bǔ)貼也到位了,真正留下來持續(xù)消耗算力的用戶,比預(yù)期中少太多。
等需求退潮之后,算力過剩的問題不會消失,只會換個時間節(jié)點,重新浮出水面。
騰訊在同一天做了三件事,更像提前備好了再等一個時機(jī);我翻了一下WorkBuddy的資料,發(fā)現(xiàn)一個細(xì)節(jié)很耐人尋味。
WorkBuddy在正式發(fā)布之前,已經(jīng)在騰訊內(nèi)部用了一段時間,超過2000名非技術(shù)背景的員工都在用,覆蓋HR、行政、運營、銷售等角色。
這個數(shù)字能看出來,騰訊對這款產(chǎn)品做過相當(dāng)長時間的內(nèi)部驗證。
更值得注意的是QClaw的產(chǎn)品結(jié)構(gòu),有分析把它形容成「三明治」:最底層是OpenClaw的能力底座,中間是騰訊做好的部署、模型路由和場景封裝,最頂層是微信和QQ的入口通道。
這三層疊在一起,騰訊真正在意的是哪一層?
答案很清楚,是最頂層。騰訊在QClaw里做了一個值得細(xì)想的選擇:不綁定自家模型,默認(rèn)支持Kimi、MiniMax、GLM、DeepSeek,用戶甚至可以自定義接入任何模型。
一家自己有大模型的公司,卻在自己的產(chǎn)品里,把競爭對手的模型設(shè)為默認(rèn)選項,背后的邏輯只有一個:騰訊根本不在乎模型層的調(diào)用分成,它要用戶在微信和QQ里產(chǎn)生的任務(wù)行為數(shù)據(jù),以及由此養(yǎng)成的使用習(xí)慣。
飛書也在做同樣的事,路徑完全不同,官方下場力推OpenClaw插件,能直接讀取會議紀(jì)要、調(diào)動多維表格、管理團(tuán)隊日歷。
它構(gòu)建「組織級工作上下文」,一旦OpenClaw通過官方插件深嵌進(jìn)企業(yè)的工作流,它就成了一個吃透公司內(nèi)部數(shù)據(jù)資產(chǎn)的執(zhí)行者。
飛書搶企業(yè)內(nèi)部的工作場景,QClaw搶個人的高頻通訊場景;一個靠組織協(xié)同建立壁壘,一個靠微信、QQ的日常黏性建立壁壘,兩者分別占了Agent時代最值錢的兩塊地盤。
這場卡位戰(zhàn)底層邏輯是對「任務(wù)發(fā)起場景」的爭奪;用戶在哪里發(fā)起任務(wù),Agent就會在哪里生長,誰鎖住了入口,誰就鎖住了用戶和Agent之間的關(guān)系。
但有一個問題,所有人都在回避:
OpenClaw本身是MIT協(xié)議的開源項目,任何人都能自由使用、修改、分發(fā)。騰訊的WorkBuddy、飛書的插件、MiniMax的MaxClaw,本質(zhì)上都在開源項目的基礎(chǔ)上,加個殼做產(chǎn)品化封裝而已。
回顧歷史,這種大廠套殼開源的結(jié)局,往往不太好看。
Android之于Linux、各家瀏覽器之于Chromium,大廠的商業(yè)版本雖然在用戶規(guī)模上占優(yōu)勢,社區(qū)版本的迭代速度始終更快,到最后,大廠反而會在技術(shù)上被動跟跑。
OpenClaw的社區(qū)活躍度也不容忽視,目前已有超過600名貢獻(xiàn)者,截至2月底ClawHub上的技能數(shù)量超過13700個,全球獨立部署實例突破100萬;這種活躍度,意味著開源版本的迭代節(jié)奏,不會給大廠太多喘息的空間。
等熱潮退去之后,行業(yè)格局大概會是這樣:
模型層相對清晰,由幾家核心大廠主導(dǎo);Kimi、MiniMax、智譜這些廠商,已經(jīng)在OpenClaw帶動的Token消耗里嘗到了甜頭,短期內(nèi)不會有大變化。
編排執(zhí)行層會經(jīng)歷一輪洗牌;真正能活下來的,大概率是深度綁定垂直場景的產(chǎn)品;入口層則是最終的戰(zhàn)場,也是目前最不確定的地方,微信QQ的C端入口和飛書的B端入口,短期內(nèi)誰也干不掉誰。
不過,還有一個更大的問題藏在后面:這場競爭發(fā)生的基礎(chǔ),那些還沒跑滿的算力中心,能等到答案出來的那一天嗎?
基礎(chǔ)設(shè)施激活應(yīng)用的故事,科技圈已經(jīng)講了很多遍。寬帶普及之后長出了電商,4G鋪開之后長出了短視頻,每次都有人站出來說「這次也會長出新巨頭」。
我認(rèn)為,這次用它的人,大多數(shù)跳過了一個最關(guān)鍵的前提。
寬帶是中國電信、聯(lián)通鋪的。4G是三大運營商建的;這些基礎(chǔ)設(shè)施的資產(chǎn)屬性是國有,建完了放在那里,即便利用率低,也沒有人來催你回款,沒有折舊壓力壓著你出清,應(yīng)用層可以慢慢長,長個五年八年都等得起。
算力中心不是。
過去三年,大量民營資金涌了進(jìn)來,投會折舊的硬件;GPU的財務(wù)折舊周期通常是4到5年,而英偉達(dá)的架構(gòu)迭代速度大概只有兩年。
A100到H100,H100到Blackwell,黃仁勛在GTC大會上說過,「Blackwell出貨的時候,Hopper就算白送也沒人要了」。
還有一個細(xì)節(jié)值得注意:北美新建數(shù)據(jù)中心平均需要24個月才能通電上架,而GPU的換代周期只有18到20個月,往往是新卡到了,舊機(jī)房還沒建完。
這個剪刀差意味著什么?
算力中心的窗口期比兩次通信基礎(chǔ)設(shè)施建設(shè)要短得多,而退出壓力是真實存在的;應(yīng)用層的滲透速度跟不上GPU的經(jīng)濟(jì)折舊速度,資產(chǎn)就不是「暫時閑置等待激活」,是等待中持續(xù)貶值。
第二個差異在需求側(cè)的天花板,寬帶激活電商,電商的潛在用戶是全體網(wǎng)民;4G激活短視頻,短視頻的潛在用戶也是全體手機(jī)用戶。
消費互聯(lián)網(wǎng)的用戶規(guī)模,是可以近乎無限擴(kuò)張的,只要網(wǎng)速夠快,人人都是潛在用戶;OpenClaw到目前為止,真正意義上的重度用戶,還是開發(fā)者和技術(shù)型企業(yè)。
這是一個天花板窄得多的市場,需求側(cè)規(guī)模擴(kuò)張,遠(yuǎn)沒有前兩次那么快。
競爭格局,更明顯。
寬帶時代長出了淘寶,4G時代長出了抖音,這些都是從零開始的新公司,但這次編排層的競爭者,是騰訊、字節(jié)、阿里這些已經(jīng)存在的大廠。
它們只要把OpenClaw接入自己現(xiàn)有的產(chǎn)品就行,留給全新創(chuàng)業(yè)公司的空間,比前兩次窄了太多。
所以,我認(rèn)為,「基礎(chǔ)設(shè)施激活應(yīng)用」這個故事,這次會發(fā)生,不會講完整;寬帶和4G給了應(yīng)用層足夠長的時間窗口,讓新物種慢慢生長,這次算力中心等不了那么久。
最終能受益的,大概率是已經(jīng)有流量入口的大廠,以及反應(yīng)足夠快、足夠垂直的云服務(wù)商;而算力中心本身,能不能在窗口關(guān)閉前跑通商業(yè)模式,至今還是個未知數(shù)。
深圳「龍蝦十條」發(fā)布的第二天,有人在某個開發(fā)者社區(qū)發(fā)帖問:補(bǔ)貼到賬之前,我的賬期撐得住嗎?
沒有人回答他。
參考來源:
工信部《算力基礎(chǔ)設(shè)施發(fā)展情況報告》(2025年6月);MiniMax 2025年度財報及電話會(2026年3月2日);月之暗面Kimi K2.5收入數(shù)據(jù)、OpenRouter Token使用量數(shù)據(jù)(2026年2月)。
周鴻祎、王堅、高文關(guān)于OpenClaw滲透率表述(2026年3月),全國兩會媒體報道;黃仁勛關(guān)于Hopper芯片價值表述(2025年3月),英偉達(dá)GTC大會;OpenClaw社區(qū)及ClawHub數(shù)據(jù)(2026年2月),GitHub。

小程序
掃碼打開微信小程序
APP下載
掃碼下載市場部網(wǎng) App






