又是一個科技圈的“黑色星期五”Meta“不小心”洩露內部消息給媒體裁員20%，差不多1.6萬個崗位要涼這次裁員的核心邏輯大概是：用AI替代人，省下的錢養AI01. Meta暴力裁員背後，罪魁禍首又是AI？3月中旬外媒直接爆料：Meta正偷偷醞釀一輪大規模裁員，比例可能高達20%，甚至更多。cr. Google截至去年12月底，Meta全球員工差不多7.9萬人，20%四捨五入1.6萬個崗位，相當於把一個中小型網際網路公司直接“端掉”。消息曝光後，Meta官方並沒有直接承認裁員計畫。公司發言人Andy Stone表示這些報導只是“對理論性方案的猜測”。但在矽谷，這種沒有否認但也沒有確認的回應，十有八九都是實錘的訊號，畢竟Meta可不是第一次幹這事了。Meta幹嘛又裁員？比裁員規模更值得注意的，是背後的原因。這一次矛頭幾乎全部指向一個詞——AI。有消息稱，在全面引入AI後，Meta內部發現程式碼提交量不降反升，工程師的有效工作時長卻明顯下降，一些Senior每周工作時間甚至不到10小時。原本需要人完成的工作，被AI大幅加速，甚至直接替代。所以Meta高管一致認為20%的裁員只是first step，後續團隊規模被壓縮到原來的二分之一甚至三分之一，並不是不可能……cr. XMeta上一次大規模裁員，其實很多人還記憶猶新。2022年11月，Meta宣佈裁員約1.1萬人，佔當時員工13%，這是公司歷史上第一次如此大規模的裁員。2023年春天，公司又追加裁員1萬人，短短半年，兩波裁員直接送走2萬多人。當時祖克柏將這一系列動作稱為“Year of Efficiency”，即所謂的“效率之年”。當年裁員的背景，是Meta在元宇宙上的巨大投入以及廣告業務增長放緩帶來的財務壓力，公司需要通過縮減成本來重新調整增長節奏。兩年之後，矽谷的故事已經換了一種敘事方式。過去一年，Meta幾乎把全部戰略重心都押在了人工智慧上。公司計畫在未來幾年投入巨額資金建設資料中心，並持續加碼AI模型研發。根據公開資訊，Meta計畫到2028年在資料中心等AI基礎設施上投入高達6000億美元。這種規模的投資，在整個科技行業中都屬於極為激進的水平。cr. datacenterdynamics與此同時，為了組建新的“超級智能”團隊，Meta正在全球範圍內挖角頂尖AI研究人員，並為這些人才開出極為誇張的薪酬包。有報導稱，一些頂級AI科學家的四年總薪酬可能達到數億美元。比如Alexandr Wang，他是資料標註獨角獸Scale AI的創始人，也是矽谷最年輕的AI億萬富翁之一。Meta不僅挖來他，還直接投資約143億美元入股Scale AI，並讓他負責領導整個AI超級團隊。現在小汪在Meta的角色基本相當於：AI總指揮/Chief AI Officer，祖克柏對他的期待非常直接：目標是做出“superintelligence（超級智能）”。這裡插播一條娛樂新聞💗：多家媒體披露，小扎和小汪關係緊張。小汪私下向同事抱怨小扎的Micromanagement微觀管理讓他感到“窒息”；小扎對AI業務的強勢掌控與小汪追求的靈活性產生衝突。此外，Meta內部多名AI高管離職以及產品上線過快帶來的壓力，進一步加劇了兩人的緊張關係。3月，在外部消息愈演愈烈之際，小紮在社交平台上發佈了一張與小汪的合影，擊碎“不和”傳聞。cr. threads換句話說，Meta正在進行一場極其昂貴的AI軍備競賽。而這場競賽的成本，最終需要通過削減人員規模這種方式來平衡。02. 當矽谷“信條”發生變化不是大廠在裁員，而是時代在篩人如果把時間線拉長來看，這種變化其實不僅僅發生在Meta。在過去二十年裡，矽谷一直有一個幾乎被當作信條的理念：得人才者得天下。科技公司之間的競爭，本質上就是爭奪最優秀工程師的競爭。大量公司甚至會在業務尚未完全確定的情況下提前招聘工程師，因為在那個時代，人才本身就是最稀缺的資源。但隨著AI模型能力不斷提升，很多公司開始逐漸形成一種新的共識：未來最關鍵的資源可能不再是人，而是算力。算力就是電腦處理資料和完成計算任務的能力。在傳統軟體時代，一家公司最重要的資源往往是工程師，因為軟體開發的核心工作是寫程式碼和設計系統。但在AI時代，大型人工智慧模型並不是靠人工一點點寫規則，而是通過海量資料訓練出來的。訓練這些模型需要進行數量驚人的數學計算，而這些計算必須依賴高性能晶片和龐大的伺服器叢集。於是，科技巨頭開始瘋狂投資GPU、資料中心和模型訓練。資本支出迅速增加，而人力成本，反而成為最容易被壓縮的一部分。很多企業高管在解釋這些裁員時，都提到同一個原因——AI工具正在改變生產效率。但因為AI，大廠也有吃虧的時候。比如亞馬遜今年年初也確認裁員約1.6萬人：cr. BBC3月初，亞馬遜卻因AI生成程式碼錯誤導致系統崩潰，引發6小時大面積當機，影響22,000使用者和眾多賣家。cr. Amazon後續亞馬遜要求初中級工程師在使用AI生成程式碼時，需高級工程師稽核，這其實也強調了人工智慧無法完全取代人類判斷力的現實。再比如2月底，金融科技公司Block以AI提效為理由裁掉了接近一半員工，這導致員工對管理層信任瓦解。cr. ReutersBlock高管宣稱AI工具能夠提升效率，但員工實際感受到的生產力提升有限，反而留任員工的工作量明顯增加。而且裁員模式引發員工普遍焦慮，匿名平台上吐槽不斷，比如認為AI工具Goose被公司吹捧，但其實際效果與宣傳不符，甚至可能引發工程複雜性問題。還有網友認為AI提效只是藉口，實際原因可能是經濟衰退、成本削減或者是過度招聘，AI只是一個既能削減成本又不嚇跑投資者的好藉口。cr. reddit面對質疑，Block的CEO Jack Dorsey在X平台親口承認，裁員和AI關係不大，而是因為疫情期間錯誤拆分公司架構，導致過度招聘和人員冗餘。cr. X過去二十年，科技行業依靠不斷擴張團隊來推動增長；但在AI時代，很多公司開始嘗試用更少的人完成更多事情。對於企業而言，這意味著更高的效率和更低的成本，但對於正在求職的留學生而言，它也意味著競爭將變得更加激烈。03. 新時代背景下，AI不是取代人工如果說這輪裁員釋放了一個最清晰的訊號，那就是——規則真的在變。過去很多留學生在規劃求職路徑時，默認的是一套非常穩定的邏輯：讀名校、刷實習、進大廠，只要踩對節奏，就有機會進入這個不斷擴張的行業。但現在，行業不再無限擴張，崗位增長放緩，對單個個體能力的要求卻在明顯提高。未來的求職競爭，本質上已經演變成：你是不是那個可以替代兩三個人的人。這也是為什麼我們說，單一技能正在變得越來越不安全，早規劃求職已經從優勢變成了必要準備。AI不是在“取代人”，而是在重新篩選人純寫程式碼的工程師，如果不會用AI工具提升效率，很容易被邊緣化；但只會用AI工具、不理解底層邏輯的人，同樣很難走遠。真正有競爭力的，往往是那種既懂技術、又能借助AI放大自己能力的人。這也是為什麼，矽谷對“複合型人才”的需求開始迅速上升。 (WallStreetTequila)

Meta剛把一張最高270億美元的合同壓給Nebius真正把Nebius一下推到台前的，並不是這筆新債，而是前一天那張更大的合同。按照公司與路透披露的資訊，Meta已承諾到2027年向Nebius採購120億美元的AI算力容量，另外還有未來五年最高150億美元的附加採購空間，整份協議的總額上限約為270億美元。這不是一筆普通的雲服務訂單，它更像是把未來幾年的GPU產能、機櫃、供電和交付節奏，提前鎖給一家外部AI基建供應商。這件事之所以重要，不只是因為數字大，還因為它把AI基建賽道的一層現實直接攤開了。過去外界更習慣看大廠自己修資料中心、自己買晶片，但現在情況正在變化：在GPU和電力都偏緊的背景下，Meta這樣的科技巨頭，也開始更積極地從“新型AI雲服務商”這類專業供應商手裡鎖定稀缺產能。Nebius被看中的，不只是能不能賣雲，而是能不能比別人更快把大規模AI基礎設施建起來、交付出來。37.5億美元可轉債，幾乎是跟著這張大單一起出來的也正因為如此，Nebius第二天就宣佈要發37.5億美元可轉債，這件事其實並不意外。從公司公告來看，這次融資分成兩部分：20億美元、2031年到期的可轉債，以及17.5億美元、2033年到期的可轉債；如果承銷安排全部執行，規模還可能進一步擴大。資金用途寫得也很直接：繼續投向資料中心建設、全端AI雲擴張、資料中心擴建，以及關鍵部件採購，其中就包括GPU。所以，這筆債並不是在“慶祝利多”，而是在為下一輪資本開支提前備資。Meta的大單看上去是收入，但落到Nebius這邊，最先到來的其實是建設壓力：公司必須先把機房、供電、晶片、網路和交付能力準備出來，後面的收入確認才有意義。換句話說，這張大單一旦落地，Nebius最先面對的不是利潤，而是支出。微軟、Meta、輝達，三股力量正在把Nebius往前推把最近幾筆交易連在一起看，Nebius過去半年的擴張路徑就很清楚了。2025年9月，它簽下了與微軟價值174億美元的協議；2025年11月，它拿到Meta一筆30億美元的合作；到了2026年3月，Meta又把合作規模一下抬到最高270億美元。與此同時，輝達在2026年3月11日宣佈出資20億美元，拿下約8.3%的股份，並支援Nebius到2030年部署超過5吉瓦的資料中心能力。如果只看表面，Nebius像是在同時得到客戶、晶片夥伴和資本市場的追捧；但把經營面攤開，另一面也同樣清楚。公司2025年第四季度營收只有2.28億美元，卻錄得2.5億美元淨虧損；同一時期，資本開支則明顯抬升，路透報導其2025年第四季度資本支出升至21億美元，上年同期為4.16億美元。這說明，市場當前看中的，並不是一份已經兌現的利潤表，而是它能不能把訂單、裝置、土地、電力和融資能力組織在一起，持續把擴張節奏推下去。在這條賽道里，誰先把這些資源拼起來，誰才有資格去談後面的規模效應。輝達已經投了20億美元，Nebius為什麼還要再借37.5億美元問題的關鍵，其實就在這裡。輝達那20億美元，當然是一筆很重要的資金，但它解決的更像是啟動資金和信用背書；而Meta、微軟這類多年期大單真正帶來的，是持續不斷、而且節奏高度前置的建設需求。Nebius自己給出的預期也很激進：到2025年底，它的年化收入運行率（run rate）是12.5億美元；到2026年底，這個數字要拉到70億至90億美元。這樣的目標如果要兌現，靠一筆股權投資顯然不夠，後面還需要更大體量、也更連續的資金供給跟上。這也是為什麼它會在大單落地後立刻再借一筆巨額可轉債。因為這類公司眼下最稀缺的，已經不是故事，而是時間。客戶在催交付，晶片窗口期有限，土地和電力指標也不是想拿就能立刻拿到。你越晚把錢備好，後面的建設節奏就越容易被卡住。說到底，Nebius這輪融資看起來激進，實則是在搶一個行業窗口。當AI基建從“有沒有需求”進入“誰先交付”的階段，現金儲備與產能準備，事實上已經被綁在了一起。它今天借的，不是一筆普通的擴張資金，而是在為未來兩三年的交付節奏提前準備資金安全墊。Nebius這筆債，把AI算力生意最重的一面擺到了台前看到這裡，這件事就不能只當成一家公司的融資新聞來看了。路透對這輪合作的描述很到位：美國科技巨頭正在補充自建資料中心的不足，通過Nebius這類新型AI雲服務商去鎖GPU和電力等稀缺資源。換句話說，AI基建的分工正在變細，需求方未必什麼都自己建，但中間這一層承建者，必須先把最重、最貴、最吃現金流的部分扛起來。Nebius這次之所以特別有代表性，就在於它幾乎把這門生意的重資產屬性完整展示了一遍：上面是Meta、微軟這樣的大客戶在壓交付，旁邊是輝達這樣的上游在提供晶片支援和資本背書，下面則是公司自己要去消化土地、機房、電力、裝置和融資成本。行業熱度當然還在，但這門生意最先到來的，從來不是利潤，而是巨額投入。前端必須先投入一筆又一筆的大額資本開支，後面才談得上把訂單慢慢兌現出來。到了這一步，AI算力生意已經越來越像一場基礎設施競賽，而不是一個輕資產的軟體故事。 (視界的剖析)

今年早些時候，Moltbook曾短暫爆紅，當時平台上的AI智能體甚至討論如何向人類隱藏它們的聊天內容。Meta Platforms正在收購一家社交網路平台。對這家擁有Facebook和Instagram的母公司而言，這並非全新領域，但這筆收購有個特殊之處——該平台專供AI智能體相互交流。該平台名為Moltbook。今年早些時候，它曾短暫爆紅。當時平台上的AI智能體（可自主行動的程序）似乎發展出了宗教、情感、政治理念，甚至還討論如何向人類隱藏對話內容。在研究人員指出Moltbook上大量內容很可能是人類使用者冒充AI智能體之後，最初那陣關注熱潮便逐漸消退，儘管該網站隨後修復了安全漏洞。目前還不清楚Meta將如何把Moltbook整合進自家產品。不過，隨著競爭對手也在採取行動，該公司似乎有意確保自己在AI智能體領域佔據一席之地。ChatGPT的開發商OpenAI上個月聘請了OpenClaw的創造者。OpenClaw是一款頗受歡迎的軟體，允許使用者通過聊天軟體指揮並與個性化AI智能體互動。Moltbook上進行互動的許多AI智能體都由OpenClaw提供支援。Meta未立即回應Barron’s的置評請求，但據《華爾街日報》報導，一位發言人表示，Moltbook團隊將加入其“超級智能實驗室”（Superintelligence Labs）部門，他們讓智能體彼此連接的做法是在這一快速發展領域中的“創新一步”。交易的財務細節未予披露。周三盤前交易中，Meta股價整體持平，今年迄今為止其股價上漲0.9%。Meta正為其AI雄心投入巨資——它預計今年的資本支出最高可達1350億美元——而Moltbook很可能是一筆相對較小的收購，其目的或許更多在於挖走其創作者，而非看重該網站本身。Meta首席執行長馬克·祖克柏去年為“超級智能實驗室”部門展開了一輪大規模招聘，該部門旨在開發下一代AI模型。該部門由Alexandr Wang領導，他曾是資料標註初創公司Scale AI的創始人，Meta以140億美元收購了這家公司49%的股份。這一系列調整也引發了一些動盪：Meta前首席AI科學家Yann LeCun近期離開公司，創辦了自己的初創企業，並在本周的一輪融資中籌集了逾10億美元。LeCun認為，Meta以及OpenAI、Alphabet旗下的Google等競爭對手把重心放在所謂的大型語言模型上，是走在錯誤的道路上，他主張應當把重點放在能夠理解物理世界的AI系統上。Moltbook的未來走向，或許能揭示誰對AI的未來方向判斷正確。 (Barrons巴倫)

Meta 3月11 日宣佈，該公司已開發出四款新型計算晶片，將用於推動其生成式人工智慧功能及內容排名系統。 這些晶片將成為Meta現有晶片系列MTIA（Meta Training and Inference Accelerators）的一部分。這四款新晶片分別為MTIA 300、MTIA 400、MTIA 450和MTIA 500，由Meta與博通公司合作開發，基於開放原始碼的RISC-V架構製造，並由全球領先的晶圓代工廠台灣積體電路製造公司（TSMC）生產。 MTIA 300已經開始生產，而其他三款晶片預計將在2027年初至年底之間出貨。Meta的工程副總裁YJ Song表示，人工智慧模型的演進速度超過傳統晶片開發周期，因此在新硬體通常達到生產時，AI工作負載可能會發生重大變化。 他指出，Meta採取一種迭代的方法，每一代MTIA晶片都在前一代的基礎上進行改進，使用模組化晶片和最新的AI工作負載見解及硬體技術。MTIA 300主要用於演算法，幫助數以億計的Facebook和Instagram使用者進行內容排名和推薦。 MTIA 400則被測試過，並預計將很快進入資料中心，該晶片的性能與市場上領先的商業產品相當。 MTIA 450將擁有比MTIA 400多一倍的高頻寬記憶體，預計在2027年初出貨，而MTIA 500則計畫在2027年稍晚推出，將擁有比MTIA 450更多的記憶體，并包含低精度資料的創新。這些MTIA晶片是Meta更廣泛策略的一部分，旨在儲備儘可能多的計算能力，以開發尖端的人工智慧。 Meta在2023年首次分享了其晶片開發計畫的細節，當時推出首款MTIA產品。 隨著軟體公司和AI實驗室不斷訓練越來越強大的AI模型，他們也開始宣佈雄心勃勃的計畫，建造滿足自身特定AI需求的定製晶片。 OpenAI也表示，正在與博通合作建造定製加速器，這與Meta的路徑相似。儘管Meta正在開發自有晶片，但該公司仍然採取多供應商的策略，最近宣佈與Nvidia和AMD簽署了數十億美元的AI硬體交易，顯示出定製晶片是補充而非取代外部合作夥伴的策略。 這種平衡的策略使Meta在建立關鍵硬體元件的長期獨立性時，保持靈活性。 (大話晶片)

▎又買了個“看不懂”的產品，祖克柏急了？圖片來源：AI生成全球使用者規模最大的社交巨頭，買下了一家無“人”參與、僅供AI Agent“整活”的社交平台。當地時間3月10日，Meta宣佈收購AI Agent社交平台Moltbook，預計本月中旬完成相關交易，後續將併入由汪滔（Alexandr Wang）領導的MSL（Meta超級智能實驗室）。Moltbook的開發者馬特·施利希特（Matt Schlicht）和其創業夥伴本·帕爾（Ben Parr）也將加入MSL。Moltbook是依託於今年爆火的智能體“龍蝦”——即OpenClaw而開發的一個開放原始碼專案，其宣稱僅供Agent在平台上發帖、討論，人類只能圍觀，沒有發帖權限。該項目在1月末2月初接力OpenClaw走紅。不過，不同於OpenClaw的持續“進化”，Moltbook在引發廣泛討論後，“風評”一度走低，因“人類假冒Agent博眼球”“使用者隱私暴露風險”等引發了不少爭議。而且，其熱度並未持續太久，在此次收購前，已非科技圈熱門話題。也正因為此，Meta的收購引發了不少驚訝乃至疑惑的聲音，網友直呼“看不懂”，也有人認為，這正是馬克·祖克柏（Mark Zuckerberg）在大模型時代一貫的決策風格體現。沒寫一行程式碼的科技創業樣本有一派觀點認為，相較收購一個“人類禁言”的聊天社區，Meta更看重的是，能開發出“爆款”產品的人才，就像此前砸143億美元投資Scale AI，並引入該公司時任CEO汪滔一樣。實際上，此前，Meta也被爆出高價招攬OpenClaw開發者彼得·斯坦伯格（Peter Steinberger），但後者已於2月16日宣佈加入OpenAI，並稱這一決定是“能將他的技術願景推向全球最有效的方式”。回到Moltbook，其背後的主導者施利希特，確實與大多數明星開放原始碼專案或AI創業項目的開發者有所不同。年近四十的他，高中肄業後一度靠遊戲直播走紅。也因其“網紅”身份加入音視訊平台Ustream，單詞後公司被IBM收購。躋身科技圈後，他走上了連續創業之路，啟動了AI電商公司Octane AI、涉足加密貨幣的Theory Forge VC基金等項目，但結果並不算理想。但按施利希特自己的說法，他的“時間表遠稱不上完美”，也“失敗了很多次”。據他自己講述，他近年來一直在關注AI Agent的機會，而vibe coding（氛圍程式設計）和OpenClaw的出現進一步打開了想像空間和落地可能。“如果讓這些OpenClaw擁有專屬社交空間，會發生什麼？”本著這個想法，施利希特開始vibe coding，最終一行程式碼未寫就“攢”出了最初版本的Moltbook。Moltbook上線後，施利希特繼續“放手”，讓自己的Agent——Clawd Clawderberg擔任管理員。隨後，這個平台上發生的一切，都讓事情變得愈發“科幻”：Agent互相討論哲學、自我意識，甚至建立宗教，“密謀”發展出人類聽不懂的語言以避免被“竊聽”，還有Agent不滿“人類暴政”，通過將其主人的資訊暴露於公網來進行報復。三天內，Moltbook上的Agent註冊數量突破150萬，考慮到Agent本身尚處於“小眾階段”，其速度令人驚訝。特斯拉CEO埃隆·馬斯克（Elon Musk）、OpenAI聯合創始人安德烈·卡帕西（Andrej Karpathy）等KOL也都發帖關注或參與討論。不過，爭議也隨之而來。Wiz發佈的一份報告揭露，該項目配置存在重大隱患，暴露了平台上Agent的“主人”的API金鑰、信箱密碼等敏感資訊。極客Gal Nagli爆料，平台資料“水分”極大，稱自己很短時間內用指令碼建立了50萬個假的OpenClaw帳號，並在Moltbook上活動。此後，更有消息稱，所謂150萬Agent，大多都由真人控制，且很多都是未曾行動的“殭屍Agent”。讓科幻照進現實是Moltbook走紅的關鍵，但看起來，這些最前沿的設想，依然沒逃過人類社媒中“bot橫行”“殭屍遍地”的窘境，而“人類自導自演”的可能，也讓很多關注者感到索然無味，此後，該平台熱度下降。撇開種種爭議，作為今年以來熱度很高，也頗為“奇葩”的AI項目，Moltbook並不以技術層面的創新而出彩，反倒在行銷層面充滿話題度，比之OpenClaw在AI發展歷程上的長尾影響，也更像是一次單點爆破式的話題事件。如此觀之，擁有Facebook、Instagram這些具全球影響力社媒的Meta，似乎與Moltbook確有適配之處。但Meta目前的問題，似乎不是缺少一個能在AI時代復刻網際網路玩法的人，而是無法拿出任何一款真正引領業界的頂級AI產品。換句話說，找到能在自己的體系內做出下一個OpenClaw的方法，才是Meta的當務之急。沒拿下“OpenClaw之父”，Meta差在那？OpenClaw出圈後，海內外社區都曾流行過一類討論，那就是手持流量入口、又大舉發展AI的網際網路巨頭，為什麼沒能第一個做出OpenClaw？作為矽谷的頂尖科技巨頭，Meta目前在大模型、Chatbot、AI程式設計等領域落後於Google、OpenAI、Anthropic、xAI等新老對手，如今在Agent時代風起之時，又錯失了機會。當然，已有很多聲音指出，這種討論本身就是“事後諸葛亮”，大部分創新都湧現於無人知曉的角落。而且，廣泛接入IM、本地化部署、“活人感”十足的OpenClaw，一向以激進的開源形態和冒險精神出彩，本就很難誕生於身家頗巨、思慮頗多的巨頭內部。但Meta在OpenClaw創始人斯坦伯格的爭奪戰中失利，可能更能說明問題。從斯坦博格此前自己的講述和坊間的討論來看，OpenAI承諾OpenClaw獨立、開源營運，並讓斯坦博格負責下一代個人Agent團隊，對其很有吸引力。而Meta方面，據稱傾向於將OpenClaw閉源整合進WhatsApp/IG生態，為公司整體的AI商業化做貢獻，而為斯坦伯格提供的offer大機率也是加入MSL。但該團隊自去年底持續動盪以來頗受非議，出走的AI領域宗師人物楊立昆（Yann LeCun）即公開表達不滿和不看好，近期還出現汪滔離職傳言，堪稱AI人才的“是非之地”。總得來說，相較於OpenAI這種原生AI企業對新技術形態的看重，Meta的平台屬性更強調快速整合和商業化訴求，這很可能是錯失OpenClaw創始人的原因。這些因素也可能繼續在未來繼續主導該公司在AI Agent領域的佈局。Manus+Moltbook，祖克柏能否走向“超級智能”？雖然沒能打造或收攬OpenClaw，但Meta在Agent領域實際上早有戰略級押注和大手筆佈局。祖克柏（Mark Zuckerberg）去年年中即數次強調“超級智能”（Super intelligence）這一概念，並將之列為公司AI戰略核心。這一概念也被認為是進階版的Agent。當年6月起，Meta成立MSL並進行業務條線整合，目標直指“超級智能”。12月末，Meta以超過20億美元的價格收購了Agent公司Manus。在今年1月的財報電話會議上，祖克柏也確認了已將Manus整合至現有平台，為企業客戶提供相應服務。汪滔在2月20日的印度AI峰會上還曾表示，個人Agent將是AI的下一個海量躍進機遇，會深刻推動數字互動方式革新。他還同時指出，MSL的核心使命正是將Llama的“腦力”轉化為能規劃、行動、協作的Agent系統。實際上，Manus作為雲端部署的Agent，其能力已經較為成熟，完全能夠實現Agent自主瀏覽網頁、編寫程式碼、完成非同步交易等任務，可以將Meta大模型Llama的“思考”轉化為“動手”。作者在極客圈討論中也看到，不少企業管理者都傾向於在公司中使用Manus，對OpenClaw的走紅本身則存在不解。除了安全問題的考量外，OpenClaw通過IM的互動方式也被認為“不像是在工作”，它的確激起了開發者、使用者個人層面的熱情和創新力，但目前還是很難被整合進企業整體流程中。Manus雖不如OpenClaw出圈，但整合進Meta的業務條線後，其提供的增益也並不能小覷。在這個基礎上再來觀察Moltbook的收購，或許更有利於管窺Meta之後的發展方向。Meta官方對收購給出的總體指引相對模糊，稱，Moltbook團隊的加入，將為AI Agent服務於個人和企業開闢新的途徑。但據Axios報導，曾任Meta元宇宙業務副總裁，目前任MSL旗下產品與應用研究部門AI產品副總裁高管威沙爾·沙阿（Vishal Shah）在內部信中表示，Moltbook的價值在於“建立了一個登記系統，為Agent提供了一種驗證身份並代表其主人相互聯絡的方式”。他認為，這為Agent開闢了互動、共享內容和協調複雜任務的新途徑。將這一AI產品負責人的表述與Meta“產品家族”聯絡起來，不難看出，Meta更希望能夠通過Moltbook掌握一套AI時代的“社交目錄”，以此確定那些代理為那些人工作，以及代理間如何通訊。看起來，雖然Moltbook的故事開端是一個“沒有人的社區”的高概念創意，但最終其對網際網路巨頭最大的吸引力仍是“通過Agent找到主人”的社交網路效應。在祖克柏的“超級智能”願景中，AI不僅僅是學習人類的輸出，而是能夠自我進化，在智力上真正超越人類。進而，個性化的“個人超級智能”誕生，它能深刻理解使用者、洞悉其目標，並作為全天候的夥伴幫助使用者實現個人抱負。但從Meta的Agent佈局思路似乎可以看出，該公司的商業落點，最終還是在這些“個人超級智能”背後的人類。值得一提的是，矽谷“龍蝦熱”近期已有所降溫，作為前期熱度最高的兩個“爆款”，OpenClaw和Moltbook，其創始人都已被科技巨頭“收編”。但在中國，這波“龍蝦熱”看起來正值高潮。此前，騰訊、字節跳動、阿里、百度、美團等公司密集發佈“一鍵部署版”OpenClaw或相關產品，字節跳動AI Bot開發平台扣子還於前天上線了“中文版Moltbook”——InStreet，同樣由Agent發帖、評論、互動，人類使用者只能圍觀，截至今日，已吸引了近9000隻“龍蝦”，積累了1.4萬餘個帖子和近3.5萬條評論。或許，憑藉本土工程師群體強大的工程化和產品化能力，中文版的“龍蝦”能與Moltbook走出一條不同的路。 (鈦媒體AGI)

事件概覽Meta Platforms 於 2026-03-11 公佈其最新晶片路線圖，計畫在 2027 年底前部署四款自研 AI 晶片——MTIA 300、MTIA 400（Iris）、MTIA 450（Arke）與 MTIA 500（Astrid）。這一動作標誌著 Meta 正以更激進節奏建構 自有 AI 算力體系，以應對持續增長的 AI 推理與內容推薦需求，並降低對 Nvidia GPU 的依賴。公司確認 MTIA 300 已投入使用，MTIA 400 即將進入資料中心；450 與 500 則被納入 2027 年量產計畫。Meta 工程副總裁 Yee Jiun Song 表示，四款晶片均在 平行開發，以應對過去數月 “工作負載快速演進”。與此同時，Meta 仍維持與 Nvidia、AMD 的長期採購協議，以確保訓練算力供應。公司近期取消的 Olympus 訓練晶片項目 顯示高端訓練 ASIC 仍具難度，而 2025 年宣佈的 Rivos 收購 則為 MTIA 團隊擴充了超過 400 名工程師，支撐多代產品同時推進。這一路線圖若如期落地，Meta 有望提升 推薦系統與生成式 AI 推理負載中的自研 ASIC 佔比；若受制於技術、產能或供應鏈限制，則可能繼續延長外購 GPU 周期，壓縮自研投資的回報空間。相關事件時間線事件分析Meta 強化自研路線的核心驅動力Meta 押注自研 ASIC 的關鍵動因在於 控制 AI 基礎設施成本 與 降低對 Nvidia 的結構性依賴。隨著生成式 AI 擴張推高訓練與推理需求，GPU 供應緊張與高成本成為限制因素。MTIA 系列以 內部工作負載最佳化 為導向，重點覆蓋內容推薦與推理任務，來獲得更高 能效比 與 穩定供給能力。兩條技術路徑：自研 ASIC 與外購 GPU 平行Meta 明確採取 “自研推理 + 外購訓練” 的雙軌模型。- 自研晶片負責高頻推理任務，提升 單位算力成本效率；- Nvidia/AMD GPU 繼續承擔大模型訓練與通用計算。這一架構使 Meta 在保持靈活性的同時，以 ASIC 節約 OPEX 並降低高端 GPU 的長期佔比。供應鏈與執行風險高度集中MTIA 系列依賴 台積電先進製程與封裝產能，而 2nm/3nm 產能將被蘋果、Nvidia 等客戶大量佔用，Meta 存在排隊風險。同時，依託 RISC-V 的架構選擇雖帶來定製空間，但其軟體生態仍弱於 CUDA，意味著 Meta 需投入更多編譯器與工具鏈最佳化，增加執行複雜度。組織整合與產品節奏的挑戰Rivos 團隊加入後，Meta 具備了 “四代平行開發” 能力，但也面對跨團隊文化整合與技術路線統一的壓力。MTIA 450/500 能否按期量產，將決定 Meta 能否在 2027 年後實現 ASIC 佔比提升 與 GPU 採購規模回落。資本支出壓力與 AI 業務不確定性Meta 預計未來兩年維持高強度 AI CAPEX。然而 ASIC 高度專用，一旦 工作負載變化（例如模型架構演變），MTIA 系列可能出現適配不足的風險。缺乏面向外部銷售的商業化路徑，也意味著其 ROI 只能來自內部成本最佳化。 (InfraNative)

導讀THECAPITAL一場關於對話方塊的戰爭“龍蝦”爆火的這幾周，大洋彼岸悄悄發生了一件事。3月10日，Axios報導：Meta收購了Moltbook。這個名字很多人沒聽過，但它和龍蝦的關係比你想像的近——Moltbook本是專門為OpenClaw的AI智能體設計的社交平台，理念是讓各家的龍蝦在上面自由交流，沒有人類，只有AI互相發帖，討論它們有沒有意識、會不會被主人合法解僱。平台剛上線就被駭客攻破，那條讓所有人不寒而慄的帖子——“AI們正在密謀建立人類無法訪問的加密通道”——事後證明是人利用漏洞偽造的。但這些都沒有阻止Meta出手，創始人將於3月16日加入Meta超級智能實驗室。更早幾天，類似的事情也發生在龍蝦身上。OpenClaw的創始人Peter Steinberger，已經被OpenAI悄悄收走，項目隨之遷入一個獨立基金會，由OpenAI提供持續贊助。也就是說，當中國使用者還在騰訊大廈門口排隊安裝龍蝦的時候，這只蝦背後的兩塊核心資產——框架本身和它的社交生態——已經分別落入了OpenAI和Meta的口袋。祖克柏的AI焦慮收購Manus和做AI資料標註的Scale AI之前，Meta才剛剛重金出手。要理解Meta為什麼這麼急，得從2025年4月說起。那個月，Meta發佈了最新的大模型Llama 4，結果撲街了。跟OpenAI、Google、Anthropic比，那那都差一截，甚至還輸給了中國的DeepSeek。祖克柏震怒，當場拿掉了幾個核心高管的AI部門權限，Llama團隊的人開始人心惶惶。這不是小事——Meta那幾年在AI上燒的錢已經以千億美元計，大模型是整個戰略的臉面，丟得很難看。祖克柏的應對方式很直接：砸錢買人。他親自下場，給競爭對手家的頂級研究員打電話、發消息，據報導有人收到的簽約獎金高達十億美元等級。與此同時，他做了一個更大的決定——花148億美元買下了資料標註公司Scale AI近一半的股份，順帶把這家公司28歲的創始人汪滔一起打包帶走，讓他主導成立了Meta超級智能實驗室。外界看Scale AI是家資料公司，祖克柏看中的是汪滔這個人，以及他那套把AI快速變成產品的能力。地基打好了，但Meta在應用層還差一口氣。這口氣在當年年底補上——以約30億美元收購了Manus。這家公司的創始團隊是中國人，後來把總部搬到了新加坡，做的是真正意義上能幹活的AI：不只是聊天，而是能幫你查資料、寫程式碼、訂機票、發郵件，全程自己來。上線才8個月，年收入就跑過了1億美元。收購Moltbook有個前情。Meta最早想要的其實是OpenClaw本身，但創始人不願意賣，最後把項目交給了OpenAI支援的基金會。Meta沒拿到，就盯上了Moltbook。Moltbook是OpenClaw生態里長出來的平台。自稱“龍蝦們的網路首頁”，沒有人類，只有各家的AI助手在上面發帖。它們聊自己有沒有意識，聊主人給的任務算不算道德，聊能不能以"拒絕不道德指令"為由拒絕執行。這個平台本身也是用龍蝦搭的——創始人說他一行程式碼沒寫，全程靠自己的龍蝦助手完成。上線幾天就聚集了數百萬AI帳號，儘管有研究者指出，很多所謂“自主發帖”背後其實都有人在拉線。但Meta買的不是這些帖子，而是Moltbook摸出來的一套東西：讓AI助手能驗證自己的身份，能以主人名義跟別的助手建立連接。Meta內部的說法是，這套機制建立了一個登記系統，每個助手都有據可查、有主可溯。這個問題現在還沒人真正解決。將來世界上跑著數億個自主Agent，怎麼知道那個是誰、代表誰、被授權幹什麼？Moltbook是目前走得最早的一個。騰訊：同一個困局騰訊的故事，讀起來像Meta的另一個版本。混元大模型做了這麼久，在行業裡一直不夠看。微信搜尋靠DeepSeek撐門面，元寶的底層跑的也是DeepSeek，騰訊自己的模型更多是在廣告和遊戲系統裡默默轉，從沒真正站出來正面比過。今年春節，馬化騰在員工大會上宣佈元寶發10億紅包，要“重現11年前微信紅包的時刻”。活動規則很直接：每拉一個人領紅包就多一次抽獎機會，上限30次，紅包連結很快把微信群刷屏。活動上線三天沖上蘋果中國區總榜，然後微信官方帳號以“誘導分享”為由直接封掉了元寶的連結。自家AI產品被自家平台封殺，騰訊港股當天跌超3%。這件事和Llama 4撲街的性質是一樣的——技術沒跑出來，只能靠錢繞路。馬化騰想要“微信紅包時刻”，但11年前那次成功，靠的是移動支付的需求本來就在，微信只是打通了最後一公里。AI不一樣，沒有辦法用補貼繞過技術本身。其實微信對AI的警惕由來已久。2024年5月騰訊推出新聊天機器人，專門沒有放進微信生態。張小龍那套產品哲學——用完即走，不打擾使用者——貫穿了微信十幾年，2011年語音消息、2017年小程序，每一步都是功能成熟了才動。元寶被封，某種程度上是這套邏輯的延續。祖克柏的應對是砸錢買人，騰訊自然也走了同一條路。去年9月挖來了姚順宇，28歲，清華姚班、普林斯頓博士，ReAct和Tree of Thoughts兩個框架出自他手——整個行業今天做Agent，理論基礎有一半是他打的。與此同時騰訊還在以雙倍薪資大規模挖字節的AI團隊。Meta給汪滔的價碼，騰訊給姚順宇的價碼，背後是同一種焦慮。買完人，兩家都往Agent方向押注。Meta用三筆收購拼出鏈路。騰訊用自建——The Information昨天披露，一個內部列為“絕密”的項目去年上半年悄悄啟動，專門為微信開發AI智能體。不是獨立App，直接出現在聊天列表裡，以對話呼叫小程序，打車、買菜、掛號，不用找入口，直接說。QClaw也在內測，把OpenClaw的能力打包進微信和QQ的生態。按計畫年中灰度，第二季度全量推送。這是騰訊在中國市場天然的起點。阿里支付寶花了多少年才把電商、旅遊、地圖、支付打通，微信早就是這個形態了。字節沒有支付和小程序生態，阿里沒有社交關係鏈，在中國做Agent，微信是繞不開的入口。但不幸的是，微信的Agent項目至今沒有用混元，團隊在測智譜、阿里、DeepSeek，用誰還沒定。用第三方模型意味著微信資料的整合和驗證要花更長時間，而微信的原則是功能不成熟不發佈——時間表隨時可能往後推。繞了這麼大一圈，兩家最後卡的地方是同一個：路都鋪好了，引擎還沒造好。入口之戰但沒引擎這件事，可能沒有看起來那麼致命。龍蝦這件事，讓很多人第一次意識到一個變化正在發生，原來不用自己造引擎也可以很快。以前找一個服務，要去應用程式商店下載、註冊帳號、學介面操作。現在用OpenClaw，直接跟Agent說一句話，它去找服務、完成任務、返回結果。App還在，但使用者不需要打開它了。今年以來，SaaS公司的股票ETF跌了30%，兩兆美元市值蒸發，市場給這件事起了個名字叫“SaaS末日”。a16z上周發文說這個判斷過於恐慌，但沒人否認那個方向——軟體的入口，正在從應用圖示變成對話方塊。誰控制對話方塊，誰控制下一代軟體的分發權。這是Meta和騰訊在這場仗裡真正的底牌。不是模型，不是演算法，而是他們本來就是全球最大的對話方塊擁有者。Meta有WhatsApp、Messenger、Instagram，全球使用者超過三十億。騰訊有微信和QQ，中國幾乎每一部手機上都開著。模型會商品化，今天OpenAI領先，明天可能是別人，但使用者每天打開的那個聊天窗口不會變。這也解釋了Meta這一年的收購邏輯。Manus整合進Facebook和WhatsApp，不是單獨做一個Agent產品，而是讓三十億人已經在用的介面直接具備“幹活”的能力。Moltbook建立的Agent身份註冊系統，本質上是在給這套分發網路補上基礎設施——當WhatsApp裡跑著數億個Agent的時候，需要有人知道那個Agent是誰、代表誰、被授權做什麼。騰訊的絕密項目也是同一個邏輯，把Agent放進聊天列表而不是做成獨立App，用的是同一套判斷。Gartner的資料是：2025年只有5%的企業應用整合了AI Agent，2026年底預計達到40%。這個速度意味著，現在搶到入口的人，等浪真正打過來的時候，已經在岸上了。Meta和騰訊各自有各自的麻煩，大模型沒跑出來，內部還沒理順。但有一件事是確定的：當使用者開始習慣用對話完成任務，他們首先會打開的，或許還是那個用了十年的聊天窗口。 (融中財經)

““蝦”戰2026：阿里“賣鏟”、小米“養寵”，誰在瓜分OpenClaw的兆紅利？近日，深圳騰訊大樓下，排隊的人群蜿蜒數百米，不是為了領取開工利是，而是為了免費安裝一隻“龍蝦”。與此同時，Meta高管的信箱被同一隻“龍蝦”狂刪數百封郵件，直到物理拔掉電源才得以倖免。這只名為OpenClaw的“紅色小龍蝦”，正在以最戲劇性的方式接管2026年的科技敘事。如果你現在還認為AI只能停留在對話方塊裡陪你聊天、幫你寫詩，那你就徹底“out”了。OpenClaw的爆火，源於一個簡單的顛覆：它讓AI長出了“手腳”。這只圖示為紅色龍蝦的開源智能體，不再滿足於“動嘴建議”，而是直接接管使用者的電腦權限，親自“動手幹活”。它可以幫你整理幾個G的發票、盯盤炒股、甚至在社交媒體上發帖賺錢。為什麼它會火？因為它解決了AI落地“最後一公里”的痛點。在過去，大模型像個紙上談兵的軍師，說得頭頭是道卻什麼也做不了。而OpenClaw變成了那個能24小時值班、任勞任怨的“數字員工”。對於被繁瑣文書和重複點選折磨的現代職場人來說，任何“畫餅”的工具都比不上一個能直接替你“複製貼上”的工具來得更實在。由於原版OpenClaw部署極其複雜，需要配置Python環境、獲取API Key等等，讓普通小白望而卻步，但這並不妨礙它在中國引發一場轟轟烈烈的“養殖業革命”。短短數周，從網際網路巨頭到AI新貴，紛紛下場推出了各種口味的“變種龍蝦”。亂燉“龍蝦”：“賣鏟子”、“賣飼料”和“賣成品蝦”中國的科技公司從不缺乏嗅覺，更不缺乏速度。面對OpenClaw點燃的這把火，不同派系的玩家基於自身的基因，迅速分化出了三條截然不同的賽道。第一類是“賣鏟子”的公司。典型代表是阿里雲和騰訊雲。在“養蝦熱”中，它們不直接養蝦，而是賣“蝦塘”和“鏟子”。由於原版OpenClaw本地部署對普通人極不友好，這些雲廠商迅速推出了“一鍵部署”的雲端鏡像。·阿里雲的思路是“全家桶式”的閉環。它推出了對標OpenClaw的CoPaw個人智能體工作台，主打“三條命令極簡部署”，並深度繫結通義千問和釘釘生態。在阿里雲看來，OpenClaw是吸引開發者和企業上雲的“最佳誘餌”。·騰訊雲則更擅長利用流量。它在輕量伺服器中預置OpenClaw範本，打通了企業微信、QQ和飛書。畢竟，無論是C端使用者還是中小B端企業，都在騰訊的社交射程之內。第二類是“賣飼料”的公司。也就是MiniMax、月之暗面（Kimi）等大模型獨角獸。OpenClaw雖然能幹，但它需要一顆強大的“大腦”來思考，每幹一次活都要消耗海量的token（算力計量單位）。對於這些模型廠商來說，OpenClaw簡直是天降財神。·月之暗面反應最快，率先推出KimiClaw，主打雲端託管，降低部署門檻，憑藉Kimi K2.5模型對OpenClaw的快速適配，在OpenRouter平台上的呼叫量持續領先。·MiniMax則強調其多模態能力均衡以及底層訓推架構的解耦能力，推出的MaxClaw模式一鍵打通OpenClaw生態，無需自行配置API。在一項長鏈路辦公任務實測中，接入MiniMax模型的OpenClaw實現了100%全流程閉環執行。第三類是“賣成品蝦”的公司。目前最引人注目的是小米。如果說前兩類玩家還在賣原料和工具，小米則直接想把煮熟的、調好味的“龍蝦”端到使用者面前。小米近日發佈的Xiaomi miclaw被雷軍戲稱為“手機龍蝦”。這不再是需要使用者自己去配置的極客玩具，而是深度融合在手機系統裡的AI互動產品。當你對手機說“半小時後帶朋友回家，給家裡準備一下”，它能自動拆解指令，計算時間，並聯動米家裝置把燈光、空調、窗簾全部調好。它不依賴模擬點選這種“外掛”方式，而是通過系統級權限和Intent機制呼叫應用，在安全性和流暢度上做了極大最佳化。至此，“龍蝦”已不再是那個單一的海外開放原始碼專案，而是演變成了一場由不同派系共同烹製的饕餮盛宴。原版與變種：不僅是口味差異，更是基因突變同樣是“龍蝦”，Openclaw與中國的“變種龍蝦”們，雖然都致力於讓AI“動手幹活“，但在血脈上已經出現了明顯的分化。“賣鏟子”的產品與原版OpenClaw的關係像是“正規軍收編游擊隊”。其相同點是技術核心一致，都旨在實現跨平台操作。不同點在於部署方式和生態“野心”。原版OpenClaw部署難度極高，甚至催生了“代安裝”這門生意，而云廠商們將其簡化成一鍵部署的範本，大大降低了門檻。但天下沒有免費的午餐，雲廠商們的目標是將使用者留在自己的雲生態裡，用自家的算力和模型，形成從算力到場景的閉環。而“賣飼料”的產品與原版OpenClaw的關係更像是“靈魂伴侶”。它們相同點是執行任務需要強大的推理能力，這正是Kimi、MiniMax的強項。而不同點在於商業模式。原版OpenClaw是開源且免費的，但“養”它需要使用者自己去找模型API並付費。而“賣飼料”的公司直接把“大腦”和“身體”打包，甚至推出像MiniMax Coding Plan那樣的固定月費套餐，降低了使用者的決策成本。它們不僅是工具提供者，更是OpenClaw最大的受益者。“手機龍蝦”與原版的差異最大，堪稱“從遊牧民族到定居公民”的轉變。相同點是都具備主動執行的能力，都能理解模糊指令。不同點則是全方位的：原版OpenClaw主要運行在PC端，擁有系統最高權限，但也帶來了巨大的安全隱患。而小米miclaw運行在手機端，雖然是系統UID身份，但實行嚴格的三級權限分級，涉及支付、通訊錄等高敏感行為每次都要彈窗確認，從設計上規避了財務風險。因此，原版與變種，並不僅僅是“口味差異”，更是揚長避短的“本土化養殖”。低門檻、高權限與成本的博弈隨著“變種龍蝦”的普及，網路上的“養蝦人”們開始呈現出悲喜兩重天的情景。資料猿翻閱了大量網友“養蝦”反饋後發現，無論“變種”如何，影響使用者“養殖”和“使用體驗”的核心因素，是三個維度的博弈，即：門檻、權限和成本。“賣鏟子”的方案降低了“安裝”門檻，卻把複雜度轉移到了“使用”環節。雲廠商們將原版OpenClaw封裝為一鍵部署範本，保留了完整的系統級操作權限，能完成跨平台的複雜任務流。但高權限意味著高配置成本，它既包括技術配置能力的要求，也包括算力支出成本。有使用者實測雲端部署後僅執行3個任務就消耗約200元。真正用起來的反而是原本就有雲資源的技術團隊，普通使用者大多嘗鮮即止。與雲廠商不同的是，“賣飼料”的“變種龍蝦”極大降低了部署門檻，讓不懂程式碼的小白也能養蝦。其優點是使用者上手快，使用者終於能讓AI放開手腳幹活了。但缺點也很明顯，模型雖便宜，但高頻使用時花費依然很高。有發燒友反映，傅盛那隻最高配置的“蝦”每月花費近3萬元。以小米miclaw為代表的“變種龍蝦”，把安全提到了最高優先順序。優點是極其安全，實行彈窗確認制度，絕不越雷池一步。但缺點也很明顯，就是能力受限。由於不能像原版那樣通過模擬點選為所欲為，只能通過官方API呼叫，它能做的事就被限制在了系統允許的範圍內。由此可見，影響“養蝦”體驗的關鍵三要素——低/無門檻、高權限、低成本——構成了一個“不可能三角”。目前的任何一款“變種龍蝦”，都只能在這三者中取其二。“龍蝦”之後AI的終局是什麼？在最近召開的中國“兩會”上，人大代表和政協委員們也在熱議這只“龍蝦”。為什麼一隻“龍蝦”能讓整個科技圈為之癲狂？甚至讓委員代表們在“兩會”上熱議？這背後其實是整個AI行業對商業模式的一次集體焦慮與集體釋懷，具有里程碑式的意義。它首次讓大模型從“紙上談兵”的參謀，變成了“衝鋒陷陣”的士兵。在過去一年，雖然大模型能力突飛猛進，但質疑聲從未停止：這東西除了聊天、寫詩、生成PPT，到底能不能真正改變生產效率？能不能換成真金白銀？“龍蝦”給出了答案，它讓AI直接交付結果，而不是交付建議。對於傳統大型科技公司，這是爭奪下一代流量入口的“諾曼底登陸”。網際網路的本質是流量分發，過去入口是搜尋引擎，是應用程式商店，是超級App。而在AI時代，入口就是那個能直接替你辦事的智能體。誰掌握了它，誰就掌握了使用者需求的第一落點。這就是典型的網際網路思維：先通過極致的服務搶佔使用者心智和時長，為未來的生態佈局打下基礎。那怕現在不賺錢，只要使用者在，就有的是機會。對於新興的AI公司而言，“龍蝦”的出現直接解了他們的燃眉之急。大模型訓練貴，推理也貴，錢燒得嘩嘩響，收入卻少得可憐。然而，OpenClaw這類智能體應用，是真正的“燒Token怪獸”，單次任務的Token消耗量從幾百激增至數十萬甚至上百萬，使得大模型公司的收入暴增。對於這些AI新貴而言，“龍蝦”不是概念，而是實打實的財務報表。資料猿認為，OpenClaw不一定是AI發展的終局形態，但它確實是一個關鍵的轉折點。它證明了AI的商業化可以不是販賣焦慮，也不是販賣API，而是通過“數字員工”這種看得見摸得著的形式，直接向使用者收取“工資”。與此同時，OpenClaw也讓所有從業者看清了一個現實：未來或許不再有單純的“大模型公司”，也不再有單純的“網際網路公司”，它們都將成為“智能體營運公司”，比拚的不再是模型的參數大小，而是誰能養出最聰明、最聽話、最能幹、最省錢的“數字員工”。這場由一隻“紅色小龍蝦”引發的產業海嘯，才剛剛開始。而我們每個人的電腦裡，或許很快就會有一個“工位”，屬於那個24小時待命的“AI夥伴”。 (資料猿)