【新智元導讀】太突然了！Anthropic深夜發佈封殺令，切斷OpenClaw免費介面。龍蝦之父霸氣回懟，直接上線2026.4.5王炸更新：AI原生支援視訊生成，還裝上了一套模擬人類的「睡眠記憶」系統。Anthropic全面封殺，OpenClaw絕境爆發！全新的OpenClaw 2026.4.5來了，官號在帖子中，僅用三個短句完成了最強回應——Anthropic把我們封了。GPT-5.4變強了。我們繼續前進。這條推文發出不到24小時，瀏覽量突破130萬。這是頭一次，「龍蝦」支援原生視訊+音樂生成。現如今，OpenClaw可直接呼叫GoogleLyria、Runway等頂尖模型，一次對直出視訊/音樂。最為硬核的，4.5版本還引入了「夢境」（Dreaming）記憶機制。它將AI記憶提取為三個協作階段：輕度、深度、REM（快速眼動）。輸入/dreaming，「龍蝦」便會在後台對「短期記憶」加權彙總，提取出「持久真相」，並記錄在dreams.md中。這就相當於，讓AI模仿人類一樣「睡眠」，結果——OpenClaw不僅能記住對話，更學會了在反思中進化，精準把控長期任務。此外，新版OpenClaw最佳化了「提示詞快取」重用率，降低延遲節省了大量token。Anthropic停用了怎麼辦？OpenClaw接入儘可能多的大模型，可隨意切換，有人已全面切換到GPT-5.4上了。還有人曬出了自家團隊，過去七天，完全被GPT-5.4接管了。這一次重磅更新，到底塞了多少東西？龍蝦首次，直出視訊+音樂了2026.4.5版本，是OpenClaw歷史上功能最密集的版本之一，涵蓋從內容生成到記憶系統的全面升級。最顯眼的變化，OpenClaw現在內建了視訊、音樂和圖片生成能力。Agent可以在對話中直接呼叫這些工具，生成的媒體檔案隨回覆一起返回。視訊生成接入了11家提供商，Grok、Wan、Runway、Google、MiniMax、OpenAI、Qwen、fal、Together AI、BytePlus，外加ComfyUI的本地工作流。下面這個視訊，就是「龍蝦」生成的。音樂生成支援Google Lyria、MiniMax和ComfyUI。圖片生成同樣拉滿，ComfyUI、fal、Google、MiniMax、OpenAI的gpt-image-1全部接入，gpt-image-1還支援上傳參考圖做編輯。這次OpenClaw內建了一個ComfyUI媒體外掛，同時覆蓋圖片、視訊和音樂三條線，支援本地ComfyUI和Comfy Cloud兩種部署方式。對於已經在用ComfyUI做工作流的使用者來說，這相當於把整套本地生產管線直接接進了Agent。音樂和視訊生成還加入了非同步任務追蹤。生成請求發出後Agent不會卡住等結果，任務完成後自動推送成品給使用者。/dreaming 給AI裝了一套「睡眠記憶」系統這個版本最有想像力的功能叫Dreaming。OpenClaw給AI Agent做了一套模擬人類睡眠記憶鞏固的機制，分三個階段運行——淺睡眠（Light）整理和篩選近期短期記憶；REM階段提取主題和反思性訊號；深度睡眠（Deep）決定那些記憶值得永久保留，寫入長期記憶檔案MEMORY.md。僅需在聊天框輸入/dreaming on瞬間開啟，/dreaming status查看當前狀態，/dreaming off隨時關閉。開啟後，OpenClaw默認每天凌晨3點自動執行一輪完整的「睡眠」掃描。Gateway的Dreams標籤頁可以看到全部狀態，短期記憶數量、長期記憶數量、當天提升了多少條、下次掃描什麼時候跑。還有一個「夢境日記」面板，每次整理後自動生成一段人類可讀的敘事摘要，頂部保留了一個龍蝦動畫。命令列使用者有更多玩法。openclaw memory promote --apply手動執行一次深度記憶提升，promote-explain可以查看某條記憶為什麼沒被提升，評分系統的六個加權訊號（頻率、相關性、查詢多樣性、時效性、復現強度、概念豐富度）每一步決策都透明可查。權重分佈透露了一個設計理念，相關性（0.30）比頻率（0.24）權重更高。系統更看重「這條記憶是否在不同場景下被反覆檢索到」，而不是「它出現了多少次」。記憶整理還支援多語言概念標籤，中文對話產生的記憶不需要翻譯成英文就能參與評分和提升。有大佬點評稱，OpenClaw最新「夢境」功能，靈感源自Claude Code上周洩露的原始碼。51萬行程式碼中，暴露了一個CC隱藏功能——KAIROS。其中，包含了一個autoDream的系統，以Fork子處理程序運行，充當後台記憶整合的引擎。它一共有「三道門」觸發機制（Three-Gate Trigger）——時間門，距上次至少24小時。會話門，期間至少5次會話。鎖門，獲取排他鎖防止並行做夢。恰恰，OpenClaw也在Dreaming引入了三個階段。GPT-5.4升級版，超絲滑針對GPT-5.4方面，OpenClaw加了前向相容的openai-codex和gpt-5.4-mini，還有一個可選的GPT人格化選項。GPT-5.4龍蝦升級之後，明顯變得更強了。一手體驗後，有網友表示，立即回到了老版Claude的感覺。OpenClaw之父稱，這可是自己耗費很大精力，才讓GPT有了情感。考慮到和Anthropic的關係變化，OpenAI陣營的支援力度明顯在加碼。龍蝦工作流引擎從外部CLI呼叫改為處理程序內運行，減少了通訊開銷。Claude CLI的整合也有變化，通過一個loopback MCP bridge把OpenClaw的工具暴露給背景執行的Claude CLI，同時切換到stdin流式傳輸。此外，「機構化任務處理程序」也在這個版本落地了。長時間運行的Agent任務，現在可以向UI推送結構化的計畫更新和執行進度，使用者不用再盯著一個轉圈的loading猜Agent到底在幹什麼。提示快取復用做了一輪系統性最佳化，涉及MCP工具排序確定性、圖片歷史嵌入、系統提示指紋歸一化等多個環節。簡單說，就是連續對話時，後續輪次能更多地命中前一輪的快取，省錢省時間。openclaw status --verbose，現在可以直接看快取命中的診斷資訊。Control UI新增了12種語言，包括簡體中文和繁體中文。ClawHub技能市場聚集了超過4.4萬個技能包，技能面板現在內建搜尋和一鍵安裝。安全修復覆蓋了從Telegram到Discord到微信的幾乎所有管道，佔了changelog的三分之一以上。倒貼4800美元，Anthropic動手了說回開頭那三句話的背景。4月4日中午12點（太平洋時間），Anthropic向所有使用者傳送郵件，宣佈Claude Pro和Max訂閱將不再覆蓋OpenClaw等第三方工具的使用。之前花20美元月費就能通過OpenClaw無限呼叫Claude的日子，到此結束。想繼續用，要麼買API key按量付費，要麼開通Extra Usage走按量計費通道。Anthropic給了一次性補償積分作為安撫，有效期到4月17日。CC之父Boris Cherny對此做出瞭解釋，第三方工具繞過了Claude Code的提示詞快取最佳化，一個OpenClaw重度使用者消耗的算力遠超同等規模的Claude Code會話。這些工具給我們的系統造成了超額壓力。這些擔憂，並非空穴來風。此前，Cursor內部研究爆出，Anthropic正在「自殺式」請客。他們正在為200美元的訂閱使用者，背負5000美元的算力成本，而「龍蝦」呼叫token消耗量可想而知。一個Max訂閱使用者通過OpenClaw跑自動化Agent，實際消耗可能是正常使用者的數十倍。這筆帳算不過來。社區估算，大約60%的活躍OpenClaw會話跑在Claude訂閱上。一紙禁令，直接讓大量使用者的AI Agent在周五晚上集體「失聲」。還有人發現，自從封殺了OpenClaw之後，Claude明顯穩定了很多。復合了，但沒完全復合OpenClaw創始人Peter Steinberger的反應很激烈。他說自己和OpenClaw董事會成員Dave Morin「試圖跟Anthropic講道理」，最終只爭取到了推遲一周執行。「有意思的是時間節點，先把開放原始碼專案的熱門功能抄進自家封閉工具裡，然後把開源鎖在門外」。4月5日，OpenClaw發佈2026.4.5版本，release notes裡直接把Claude CLI後端從新使用者引導流程中移除。那句「Anthropic cut us off. GPT-5.4 got better. We moved on.」就出現在版本說明的最後一行。但故事沒有按照「徹底決裂」的劇本走。就在發佈後不久，OpenClaw的官方文件悄然更新了一段話，「Anthropic工作人員告知我們，OpenClaw風格的Claude CLI使用再次被允許。」目前的狀態是，Claude訂閱仍然不能直接免費跑OpenClaw，但CLI層面的技術整合保留了。Anthropic的態度從「一刀切」變成了「你可以用，但得額外付錢」。這出分手復合的戲碼，三天演完。開源Agent的「大廠困境」表面看是計費模式之爭，底層是一個結構性問題——當一個開放原始碼專案的核心能力依賴單一商業公司的模型和基礎設施時，它的命運就不完全掌握在自己手裡。OpenClaw的應對策略是用數量換安全，接入儘可能多的模型提供商，讓使用者在Claude、GPT-5.4、Qwen、MiniMax、Kimi之間自由切換。這次更新把這個策略推到了極致。但同樣的問題換個角度成立，OpenAI贊助了OpenClaw的獨立基金會，Steinberger本人也加入了OpenAI。如果有一天OpenAI也改變政策呢？OpenClaw的文件裡有一句話寫得很誠實，「對於需要長期運行的閘道器主機，Anthropic API key仍然是最清晰、最可預測的生產路徑。」開源不等於免費。模型中立不等於沒有依賴。這只龍蝦跑得夠快，但腳下的地面一直在動。 (新智元)

今日，美國大模型頭部公司Anthropic旗下AI 程式設計工具Claude Code負責人Boris Cherny發文稱，美國西部時間4月4日中午12點起，Claude訂閱服務將不再包含對OpenClaw等第三方工具的使用額度。團隊一直在努力滿足Claude需求的增長，而訂閱並非為這些第三方工具的使用模式設計。容量是團隊謹慎管理的資源，會優先考慮客戶使用產品和API。這意味著，Anthropic正在切斷包括OpenClaw在內的第三方呼叫封裝對標準訂閱套餐的存取權，迫使使用者轉向單獨的按量付費計費體系，而該模式通常在單token成本上高於訂閱制額度，意味著開發者將面臨超出既定預算的、難以預估的成本。對大多數兼用OpenClaw和Claude的使用者而言，這次調整本質上等同於一道禁令。雖然Anthropic並未在技術層面直接封鎖OpenClaw的接入，但對於那些圍繞OpenClaw建構完整工作流、並依賴其通過常用介面呼叫Claude的團隊來說，這一變化將立即帶來財務和營運方面的雙重壓力。今年2月，OpenClaw開發者Peter Steinberger宣佈加入OpenAI。Peter發文回應稱：曾試圖勸說Anthropic回心轉意，但也只將這項政策推遲了一周。 (科技日報)

【新智元導讀】就在剛剛，全球AI巨頭Anthropic正式發出通牒：從美國東部時間4月4日 15:00起，強行將OpenClaw踢出Claude訂閱服務的白名單！全球開發者驚呆了。就在剛剛，AI圈發生了一場足以載入史冊的「閉關鎖國」事件。Anthropic已正式禁止使用自家套餐接入OpenClaw！！！Claude Code之父Boris Cherny宣佈：從美國東部時間4月4日下午3點（台北時間4月5日凌晨3點）開始，Claude封殺全部第三方工具，只能使用額外套餐或API使用這些工具。這意味著，成千上萬依賴OpenClaw提升效率的開發者、初創團隊，一夜之間失去了「無限量」使用的紅利，被迫轉入極其昂貴的「按量計費」模式。OpenClaw上的Claude忠實使用者，挨了一記重拳。這個消息宣佈的時機，也非常耐人尋味——OpenClaw之父Peter Steinberger不久前剛剛跳槽至OpenAI，而Anthropic所欲何為，昭然若揭！可以說，這就是一場披著政策外衣的商業復仇。這則消息迅速沖上開發者社區Hacker News榜首。讓我們記住這一天：2026年4月4日，這一天起，AI行業從開放協作，走向了巨頭割據。Claude官方郵件，證明這次，Anthropic就是拿OpenClaw開刀！此政策將於4月4日起率先在OpenClaw上強制執行，但適用於所有第三方工具鏈，並將很快推廣至更多工具。作為安撫，Anthropic送了一筆一次性補貼，金額剛好等於一個月訂閱費。4月17日前領取有效。重錘落下注意，Anthropic這封郵件發出的時間，實在很不體面。4月3日，周五傍晚，這正是網際網路公司發壞消息最愛挑的時間。Anthropic給成千上萬OpenClaw使用者發出通知：明天起，你的Claude訂閱額度不能再給OpenClaw用了，想繼續，那就按量計費吧。https://x.com/VadimStrizheus/status/2040199979927482618三個月的圍剿，終於落下最後一錘。導火線：一次足以改變格局的「叛逃」為什麼Anthropic會在這個時間點，不顧吃相地對一個開源工具痛下殺手？因為OpenClaw的靈魂人物、龍蝦之父Peter Steinberger，加入他們的「死對頭」OpenAI。曾經，Peter Steinberger是最懂Claude生態的開發者之一，他的OpenClaw讓Claude變得無比好用。現在，但對Anthropic來說，OpenClaw成了敵營的「特洛伊木馬」。Anthropic認為OpenClaw不再是一個純粹的效率工具，而是一個伸進自家後花園的「情報採集器」。既然創始人成了OpenAI的人，那你的工具就別想再蹭我的訂閱額度。Peter本人也無奈發聲，暗示Anthropic「關門打狗」，「白嫖」開源社區：我和Dave Morin(OpenClaw董事會成員)曾試圖勸說Anthropic保持冷靜。但最後我們能爭取到的，僅僅是讓這一天的到來推遲了一周。開發者哀鴻遍野預算一夜爆表對於普通開發者來說，這次封殺簡直是「降維打擊」。此前，很多開發者通過購買Claude的固定月費訂閱，配合OpenClaw的強大介面，實現了極其低廉的自動化工作流。花20美元買一個Claude Pro套餐，就能讓龍蝦7×24小時呼叫Claude幹活。同樣的用量走API通道，帳單可能奔著上千美元去。一個是200美元封頂的Max訂閱，一個是四位數的API費用。現在，這條路被Anthropic親手掐斷了。按量計費，就意味著不再是包月套餐，成本極不可控。許多中小團隊的AI預算原本是按月鎖定的，如今隨時可能爆單。更狠的是，如果你不想交這筆天價過路費，就必須在24小時內忍痛重構整個業務邏輯。一個字——絕！龍蝦攪動江湖，恩怨早已開始龍蝦之父跟Anthropic的恩怨，早就開始了。Steinberger曾公開吐槽說，Anthropic跟他打交道「基本全靠律師函」。第一招，品牌切割。1月底，律師函逼著Clawdbot改名。第二招，技術封堵。1月9日，Anthropic在伺服器端悄悄上了一道檢測：訂閱令牌如果不是從官方Claude Code客戶端發出的，直接拒絕。OpenClaw的核心玩法，一夜歸零。第三招，條款定性。2月中旬，服務條款更新：Free、Pro、Max帳戶的OAuth令牌用在任何第三方工具裡，都算違規。最狠的第四招，就是功能抄底。Claude Cowork推出了Dispatch，手機遠端遙控桌面端Claude幹活；Claude Code上線Channels，打通Telegram和Discord。四周內，OpenClaw的核心功能被官方一比一復刻！用AI博主Matthew Berman的話說：「他們直接把OpenClaw自己造了一個。」科技媒體Semafor今早報導，Anthropic首席商務官Paul Smith被問到客戶是否在要求公司做一個自己的OpenClaw，他承認的確如此。而今天，4月4日的這封郵件，就是最後一刀了。陽謀：強推自家「親兒子」Claude Cowork在封殺OpenClaw的同時，Anthropic也圖窮匕見。他們開始瘋狂暗示：別用那些不靠譜的第三方了，快來試試我們原生的Claude Cowork吧！Claude Cowork，能讓Claude更深度控制編碼環境和電腦介面。其實，這也不是Anthropic的獨家玩法了。這正是巨頭們最擅長的「平台鎖定」策略：第一步：利用第三方開源工具吸引開發者，把生態做大。第二步：尋找藉口（如安全性、基礎設施壓力等）封殺第三方。第三步：強迫使用者遷移到自家收費更貴、管控更嚴的原生整合工具。這種典型的「垂直整合」打法，讓他們把入口和體驗牢牢掌握在自己手裡，同時讓生態裡那些「不受控的連接器」逐漸失去優勢。有意思的是，OpenAI幾乎在同一時期選了一條完全相反的路。OpenAI明確允許Codex訂閱在OpenClaw等第三方客戶端中使用。3月份更進一步，宣佈向開放原始碼專案維護者免費提供ChatGPT Pro權限，OpenClaw被點名列入受益名單。Anthropic要趕走的人，OpenAI全收了！沒有人完全無辜公允地說，Anthropic有它的道理。每個用200美元訂閱跑出千元級API用量的使用者，都在讓公司賠錢。第三方工具繞開官方遙測、偽裝客戶端身份、製造監控盲區，這些都是實打實的工程和安全隱患。更何況Steinberger現在坐在OpenAI辦公室裡——OpenClaw在Anthropic眼裡，已經從「有點煩的蹭飯客」變成了「對面派來的探子」。而且，OpenClaw自己也不乾淨。它被曝出一個CVSS 8.8分的高危漏洞（CVE-2026-25253），攻擊者可以通過一條連結偷走使用者的認證令牌。在公網上，安全機構已經掃到了超過三萬個門戶大開的OpenClaw實例。但這些合理性，消解不了開發者的那種被涮了的感覺。平台先把門敞開、等人進來蓋好了樓，再宣佈另有安排——這套劇本演了太多遍。X殺死第三方客戶端，蘋果收緊App Store，Google砍掉免費API，都是同樣的故事。每一次，受傷的都是開發者。開放生態進入黃昏AI巨頭閉關鎖國今天Anthropic的這個最絕殺招，讓我們明白了一個令人心碎的事實——那個屬於開發者的、自由開放的AI黃金時代，正在走向終結。曾經，我們以為AI會像早期的網際網路一樣，基於協議共享，基於社區進化。但現實是，模型所有者掌握著生殺大權，隨時就能讓成千上萬人的努力化為烏有。現在，距離 4月4日下午3點的最後通牒，已經進入倒計時。開發者們面臨著三個殘酷的選擇——是吞下苦果，忍受天價按量計費，繼續使用OpenClaw，直到預算耗盡？還是全盤遷移， 跪倒在Anthropic的原生工具下，接受平台鎖定？抑或，憤怒離場，徹底拋棄Claude。最後，當巨頭們忙著神仙打架時，請不要忘了，是成千上萬的開發者用一行行程式碼，才壘起了你們估值千億的王座。這一次，Anthropic贏了競爭，卻徹底輸掉了社區的信任！ (新智元)

就在剛剛，Anthropic 宣佈「封殺」OpenClaw。很多 OpenClaw 使用者的郵件收件箱，悄悄多了一封郵件，郵件內容不長，但資訊量很大：從太平洋時間 4 月 4 日起，使用者將無法再使用您的 Claude 訂閱額度訪問包括 OpenClaw 在內的第三方工具。想繼續用？以後有兩條路。要麼購買額外的「使用包」；要麼自備 Claude API Key，按量付費。補償是有的：一次性等額月費積分，折算成你的月訂閱費。想要全額退款，明天的退款郵件裡找連結。消息一出，OpenClaw 創始人 Peter Steinberger 在社交媒體上留下了幾句頗為辛酸的話：「我和 Dave Morin 盡力去說服 Anthropic，最終只是成功將此事推遲了一周。時間點真是巧合，他們先是將一些流行的功能複製到他們的封閉框架中，然後又將開放原始碼軟體拒之門外。」「我是用 Claude 造的」OpenClaw 能火，本身就是一個離譜的故事。創始人 Peter Steinberger，iOS 開發界的傳奇人物，PSPDFKit 的創始人，按理說程式碼功力深不可測。然而做 OpenClaw，他給自己定的角色是：產品經理。整個 OpenClaw 的程式碼，包括後端、前端、CI/CD、測試、文件，全部由 Claude Code 自動生成。Peter 本人只負責用自然語言描述需求。一行程式碼都沒親自寫過。這個工具的底層技術，也全是 Claude 的：超長上下文、Agent 工具呼叫、多步驟推理規劃。從靈魂到骨架，它本身就是脫胎於 Claude。然而，Anthropic 還是動手了。其實在這次封殺之前，兩家的恩怨早就開始了。OpenClaw 最初叫什麼？Clawdbot，縮寫 CLAWD.。Anthropic 看了，不樂意：你這個名字和 Claude 太像了，改掉。於是先改成 Moltbot，最後才定名 OpenClaw。改完名，兩家短暫和平。然後 OpenClaw 全網火了了。管理收件箱、管日曆、幫你值機……使用者說，這玩意兒真的能跑起來。一個帳號，同時跑十個 Agent，全天候不停機。200 美元的的 Claude Max 訂閱，有人測算，實際可呼叫的算力價值高達 5000 美元。相當於 Anthropic 在大幅補貼每一個重度使用者。而 OpenClaw 使用者，偏偏都是最重度的那批。放到 Anthropic 的伺服器上，就是一個吸血泵。於是這個矛盾，終於還是在今天爆發了。創始人跑路去了 OpenAI讓故事更精彩的，是 Peter 本人的去向。年初，OpenAI 把他挖走了。這意味著什麼？OpenClaw 這個深度依賴 Claude 的工具，創始人現在效力的是 Anthropic 最直接的競爭對手。Anthropic 看著這個局面，心裡的感受，大概是五味雜陳的。對於此次風波，Anthropic Claude Code 負責人 Boris Cherny，連發四條推文，親自出來解釋。第一條直接宣佈政策：「明天中午 12 點 PT 起，Claude 訂閱將不再覆蓋 OpenClaw 等第三方工具的使用。」然後緊接著第二條，說原因：「我們一直在努力應對 Claude 需求的增長，而我們的訂閱服務，本來就不是為第三方工具的使用模式設計的。算力是我們需要審慎管理的資源，我們要優先保障使用自家產品和 API 的客戶。」翻譯成人話就是：你們薅得太狠了，我們的機器扛不住，先顧自己人。第三條說補償：「訂閱使用者將獲得一次性等額月費積分。如果需要更多，現在可以購買折扣使用包。明天的郵件會包含申請全額退款的連結。」第四條收尾，畫風也變得很官方：「我們希望有意識地管理增長，以長期持續地服務好我們的客戶。這次變化是邁向這一目標的一步。」只是網友卻吵翻天了，博主 Yuchen Jin 認為：「200 美元/月的 Claude 補貼力度驚人。考慮到 Claude 近期的穩定性問題，在 Anthropic 當前的 GPU 算力約束下，這一調整可能的確是正確的選擇。」他還往更長遠的方向思考：「Codex 現在對第三方工具還算慷慨，畢竟 OpenAI 的 GPU 儲備更充裕。兩家在策略上的分化，真的開始顯現了。接下來看誰撐得住。」博主 Peter Yang 則表示：Anthropic 和 OpenAI 現在都在用 100-200 美元/月的訂閱價格，虧本補貼那些全天候跑多個 Agent 的重度使用者，活脫脫就是當年 Uber 和 Lyft 瘋狂燒錢搶市場的翻版。而後來的故事大家都知道，兩家上市之後票價幾年內近乎翻倍，Uber 從創立到首次盈利更是耗了整整 14 年。他的判斷是，OpenAI 和 Anthropic 上市都不遠了，財務資料一公開，這些虧本訂閱計畫必然撐不住，要麼漲價要麼限流，順帶還補了一刀：「Mac Mini 和 Mac Studio 跑本地模型，現在看起來越來越香了。」（doge）蹚完路，橋拆了成本之外，Anthropic 封掉 OpenClaw，還有更深層的用意。是的，Anthropic 正在同時在力推 Claude Code 和 Claude Cowork。OpenClaw 的控製麵建立在 WhatsApp、Discord、Telegram 等聊天應用上。使用者在聊天框裡打字，OpenClaw 就去執行。在你的電腦上 24 小時運行，自動回覆消息、管理日程、讀寫檔案、執行程式碼。但回到技術內部，OpenClaw 本身不是模型，它是一個框架，一個「蝦殼」。驅動它的智能，很大程度上來自 Claude 的模型能力和 Claude Code 的 CLI 介面。OpenClaw 使用者中最活躍的那批頂級玩家，多數都在呼叫 Anthropic 的 API——只要付得起 token 錢即可。Anthropic 顯然看到了這一點。從早期以商標版權為由抗議「Clawdbot」這個名字，到近兩個月內密集發佈四項新功能——每一項，都精確對標 OpenClaw 的一個核心能力：OpenClaw 通過 WhatsApp 消息充當文字代理，在桌面端運行。Anthropic 的回應是 Dispatch，手機到桌面的持久線程。OpenClaw 用 Discord 和 Telegram 作為控製麵。Anthropic 發佈了 Claude Code Channels，用 MCP 協議橋接兩端。OpenClaw 提供完整的作業系統存取權、瀏覽器控制、應用程式操作。Anthropic 的對應版本是 Computer Use 和 Claude Code，共享同一個辦公空間裡的電腦使權。但有意思的地方在這裡：OpenClaw 之所以能火，恰恰證明了使用者對這類 Agent 工具有真實的、強烈的需求。這個需求，Anthropic 自己的產品當時還沒能滿足。換句話說，是 OpenClaw 替 Anthropic 蹚了路。 現在路蹚完了，Anthropic 卻順手把橋拆了。Peter Steinberger 的推文底下，有網友留言：「除了之前的種種經歷，我明白你為什麼不太喜歡他們了。」沒有人會反駁這句話了。 (APPSO)

小龍蝦（Openclaw)，一個開放原始碼的agent框架，正式發佈於2026年2月初，截止目前，OpenClaw是歷史上增長最快的開源AI框架。過去兩年，AI能力呈現出爆炸式增長。從大模型的推理能力，到多模態理解，再到 Agent 的初步落地，人類似乎已經站在“通用智能”的門檻前。但一個反直覺的現實是：絕大多數人，並沒有因此獲得實質性的生產力躍遷。AI 很強，但人類並沒有真正“用起來”。01 AI的核心瓶頸，不是能力，而是介面今天大多數人使用 AI 的方式，依然是：打開工具，輸入 prompt，獲得回答，然後結束，這是一種典型的一次性呼叫模式。這種模式缺乏記憶、持續性和執行能力，使 AI 更像一個強化版搜尋引擎，而不是一個持續工作的系統。真正限制 AI 普及的，不是模型能力，而是缺少一個“低成本、可持續、可調度的AI能力介面，而小龍蝦正是這樣的介面。02 小龍蝦的本質：個人AI作業系統如果說 ChatGPT 是一個對話工具，那麼小龍蝦是一個可以長期運行的個人 AI 作業系統。它和傳統 AI 的本質差異在於其具備三大核心能力：1）記憶（AI第一次記住你是誰）：沉澱使用者的知識框架、工作流程、資料及個人偏好，讓AI真正成為你的“分身”。2）調度（AI持續為你工作）：通過 Cron、Heartbeat 等持續運行的機制，小龍蝦可以：24小時監控資訊、定時執行任務、自動生成分析、主動推送結果。這帶來的是根本性的改變：AI從“被動響應”進化為“主動執行”。3）擴展：通過 Skills 和 API 接入，小龍蝦可以呼叫，鏈上資料、外部服務（交易、分析、內容生成）、agent網路（其他能力的Agent)。這意味著，你的AI不在只是“思考”，而是開始“做事”。03 為什麼小龍蝦才是AI時代的入口？大模型解決的是認知能力，但人類真正需要的是如何把認知能力轉化為生產力。而小龍蝦，恰好補上了這一層。1）它解決了AI的最後一公里問題，讓AI從一次性工具變為持續系統。（持續跟蹤問題、自動執行策略、甚至根據環境變化去調整行為）2）它也是人類的第一個數字分身：在網際網路時代：你是一個帳號、一個資料畫像。在AI時代：你=你的Agent（小龍蝦）小龍蝦可以承載：你的知識、你的策略、你的資訊結構、你的行為模式等專屬於你個人的一切特性。這意味著，人的生成力第一次被“可外化”和“可複製”。它構成Agent經濟的最小單位：未來網際網路結構不再是“人-app”而是“Agent-Agent”。例如，你的Agent呼叫分析服務、自動完成支付、再呼叫其他agent服務。這構成了一個全新的結構Agent Economy（Agent經濟），而你的小龍蝦就是你在這個網路中的節點。04 人類從用AI到用AI賺錢的躍遷今天大多數人會用AI，但無法自動獲取資訊優勢、自動執行策略、自動產生收益。而小龍蝦讓這一切成為可能1）資訊優勢自動化：自動掃描跟蹤變化、分析與推送決策。（資訊套利成為趨近於零）2）執行能力自動化：內容生成、策略執行、觸發操作。（執行成為趨近於零）3）能力複利化：每一次最佳化promt、skills、資料來源都會沉澱進系統並持續增強。（實現能力複利增長的成本趨近於零）05 為什麼不是大廠，而是小龍蝦？OpenAI、騰訊、AWS 提供的是，模型和雲服務。但缺少三件關鍵能力：（使用者需求）個體控制權、可定製執行邏輯、可組合經濟能力（資產化）。小龍蝦徹底解放了：讓使用者真正擁有自己的Ai Agent智能體。這就是在“顛覆式創新”裡面所講的“破壞式創新”，網際網路開始：去平台依賴，可組合（agent+api+payment)，資料資產化（可交易/可複製）06 展望終局：每個人都至少有一個小龍蝦未來不會是，每個人使用幾個ai工具，而是每個人都將擁有一個持續運行的個人AI系統，它可以24小時工作、持續最佳化並持續創造價值。就像瀏覽器是PC網際網路時代的入口，iPhone是移動網際網路入口。而AI時代已經到來了，小龍蝦將成為AI時代的真正入口。這一次你還要再錯過嗎？07 結語大模型地不斷發展正在不斷刷新AI能力的上限，但真正決定普通人能否觸達這個上限的，不是模型本身，而是介面。而你的小龍蝦，正是這個介面。它讓AI從可用變為可持續使用，讓人類從使用AI走向擁有AI。對於大部分普通使用者，小龍蝦的建立部署、維運管理、功能拓展、隱私及安全性等的門檻還是非常高。因此，Clawdi提供了系統性的解決方案，幫助使用者更好的使用小龍蝦而不用擔心任何的其他問題。 (區塊鏈騎士)

大模型真正開始“幹活”，token需求或增長百倍。智東西3月27日報導，今天，在中關村論壇上，智譜CEO張鵬、月之暗面CEO楊植麟（擔任主持）、小米MiMo大模型負責人羅福莉、無問芯穹CEO夏立雪和香港大學助理教授黃超罕見同台，進行了一場圍繞開源大模型與智能體未來走向的深度對話。這場對話以當下最火的OpenClaw切入，幾位嘉賓一致認為，智能體讓大模型真正開始“幹活”了。OpenClaw可擴展大模型的能力邊界，但也對模型提出了更高要求，智譜正研究長程規劃、自我偵錯等能力，而羅福莉的團隊更關注通過架構創新把成本降下來、速度提上去，甚至實現模型自進化。基礎設施也得跟上智能體的節奏。夏立雪認為現在的算力系統和軟體架構還是給人用的，不是給智能體用的，其實是用人的操作能力限制了Agent的發揮空間。因此，我們需要打造Agentic Infra。在多位嘉賓眼中，開源是推動大模型與智能體發展的核心動力之一。香港大學助理教授黃超便認為，開源生態的繁榮是智能體從“玩一玩”走向真正“打工人”的關鍵，只有通過社區共建，才能讓軟體、資料和技術全面轉向智能體原生形態，最終形成可持續的全球AI生態。此外，幾位嘉賓還就大模型漲價、token用量爆發、AI未來12個月的關鍵詞等話題，展開討論。以下是這場圓桌論壇的核心觀點：1、張鵬：模型變大後推理成本也會相應提高，近期智譜的漲價策略其實是回歸到正常的商業價值上了，長期低價競爭不利於行業發展。2、張鵬：智能體等新技術的爆發讓token用量增長了10倍，但實際需求可能增長100倍，仍有大量需求未被滿足，因此算力仍然是未來12個月內的關鍵問題。3、羅福莉：從基座大模型廠商的視角來看，OpenClaw保證了基礎大模型的下限，拉高了上限。國產開源模型+OpenClaw的任務完成度已經非常接近Claude。4、羅福莉：DeepSeek給國內大模型廠商帶來了勇氣和信心。一些看似是“為了效率妥協”的模型結構創新引發了真正的變革，讓業界在算力一定的情況下發揮出最高的智能水平。5、羅福莉：接下來一年AGI歷程中最重要的事情是“自進化”。自進化讓大模型像頂尖科學家一樣去探索，是唯一能“創造新東西”的地方。小米已經借助Claude Code+頂尖模型，將研究效率提升10倍。6、夏立雪：當AGI時代到來時，基礎設施本身都應該是智能體，自主管理整個基礎設施，根據AI客戶的需求去迭代基礎設施，實現自我進化、自我迭代。7、夏立雪：OpenClaw引爆了token用量。如今的token消耗速度，就像當年3G時代手機流量剛起步時，每個月只有100M額度的那種感覺。8、黃超：未來很多軟體都不是面向人類的，軟體、資料和技術都會程式設計Agent-Native的形態，人類未來可能只需要使用那些“讓自己快樂的GUI”。以下是這場圓桌論壇的完整實錄：01. OpenClaw就是“腳手架” 大模型token消耗仍處於3G時代楊植麟：很榮幸今天能邀請到各位重磅嘉賓，幾位嘉賓來自模型層、算力層再到agent層。今天最主要的關鍵詞是開源，然後還有agent。第一個問題來談談現在最流行的OpenClaw。大家日常使用OpenClaw或者類似的產品有什麼覺得最有想像力或者印象深刻的點？從技術的角度來看，如何看待今天OpenClaw和相關的Agent的演進。張鵬：很早我就開始自己玩OpenClaw，當時還叫Clawbot。我自己動手來折騰，畢竟也是程式設計師出身，玩這些東西還是有一些自己的體驗。我覺得OpenClaw給大家帶來的最大突破點，或者說新鮮感就在於，它不再是程式設計師或極客們的專利。普通人也可以比較方便地使用頂尖模型的能力，尤其是在程式設計和智能體方面的能力。所以我到現在為止，跟大家在交流的過程當中，我更願意把OpenClaw稱作“腳手架”。它提供的是一種可能性，在模型的基礎之上搭起了一個很牢固、很方便，但是又很靈活的腳手架。大家可以按照自己的意願，去使用很多底層模型提供的新奇功能。原來自己的想法可能會受限於不會寫程式碼，或者沒有掌握其他的相關技能，今天有了OpenClaw，終於可以通過很簡單的交流就把它完成。OpenClaw給我帶來非常大的衝擊，或者說讓我重新認識了這件事。夏立雪：其實我最開始用OpenClaw的時候是不太適應的，因為我習慣於跟大模型聊天的交流方式，使用後我感覺OpenClaw反應好慢。但後來我意識到一個問題，就是它和之前的聊天機器人有一個很大的不同，本質是一個能幫我完成大型任務的“人”。我開始給它提交更複雜的任務，就發現其實它能夠做的很好。這件事情給我帶來很大的感觸。模型一開始按照token去聊天，到現在能夠變成一個agent，變成一個龍蝦，能夠幫你去完成任務。這件事對AI的整體想像力空間帶來很大的提升。同時，它對於整個系統的能力的要求也變得很高。這也是為什麼我一開始用OpenClaw，會覺得它有點卡。作為基礎設施層的廠商，我看到的是OpenClaw對於AI背後的大型系統和生態都帶來了更多的機遇和挑戰。我們現在所有能夠用到的資源，想要支撐起這樣一個快速增長的時代是不夠的。比如說就拿我們公司來說，我們公司從一月底開始，基本上每兩周token用量就翻一番，到現在基本上漲了10倍。上次見到這個速度，還是當年用3G手機消耗流量的時候。我有種感覺，現在的token用量，就像當年每個月只有100M手機流量的那個時代。這種情況下，我們所有的資源都需要進行更好的最佳化，進行更好的整合。讓每一個人，不僅僅在AI領域，而是在整個社會中的每一個人都能夠去把OpenClaw的AI能力用起來。作為基礎設施的玩家，我對這個時代是非常激動、深有感觸的。我也認為這裡邊有很多的最佳化空間是我們仍然應該去探索，應該去嘗試的。02. OpenClaw拉高國產模型上限 互動模式突破意義重大羅福莉：我自己是把OpenClaw當做agent框架演進過程中，一個極具革命性和顛覆性的事件來看待的。其實我身邊所有在進行非常深度coding的人，他們的第一選擇還是Claude Code。但是，我相信用OpenClaw的人會感受到，它在Agent框架上的很多設計是領先於Claude Code的。最近Claude Code有很多更新其實都是在向OpenClaw去靠近。我自己使用OpenClaw時的感受是，這個框架給我自己帶來更多是想像力的隨時隨地的擴展。Claude Code最開始只能在我的桌面上去延展我的創意，但是OpenClaw可以隨時隨地去延展我的創意。OpenClaw帶來的核心價值主要有兩點。第一點是它開源。開源這件事，非常有利於整個社區深度參與進來，重視並推動這個框架的演進，這是一個很重要的前置條件。像OpenClaw這樣的AI框架，我覺得一個很大的價值在於，它把國內那些水平雖然接近閉源模型、但還沒完全追上的模型的上限拉到了很高。在絕大多數場景下，你會發現它（國產開源模型+OpenClaw）的任務完成度已經非常接近Claude的最新模型。同時，它又很好地把下限保證了——通過一套Harness系統，或者說借助它的Skills體系等多方面的設計，保障了任務的完整度和精準率。總結一下，從基座大模型廠商的開發者角度來看，OpenClaw保證了基礎大模型的下限，拉高了上限。此外，我認為它給整個社區帶來的另一個價值是，它點燃了大家的認知，讓大家發現在大模型之外，Agent這一層其實蘊藏著非常大的想像空間。我最近也觀察到，社區裡除了研究員之外，越來越多的人開始參與到AGI的變革中來，更多人開始接觸像Harness、Scaffold這樣更強大的Agent框架。這些人某種程度上是在用這些工具替代自己的一部分工作，同時也是在釋放自己的時間，去投入到更有想像力的事情上。黃超：我覺得首先從互動模式來講，OpenClaw這次之所以能火，第一個原因可能是它給了一種更有“活人感”的體驗。其實我們做Agent也有一兩年了，但之前像Cursor、Claude Code這些Agent，給人的感覺更多是一種“工具感”。而OpenClaw第一次以“即時通訊軟體嵌入”的方式，讓人更有一種接近心目中“個人賈維斯”的感覺。我覺得這可能是互動模式上的一個突破。另外一點，它給整個社區帶來的啟發是：像Agent Loop這種簡單但高效的框架，再次被證明是可行的。同時，它也讓我們重新思考一個問題：我們到底是需要一個全能型的、能做所有事情的超級智能體，還是需要一個更好的“小管家”，像一個輕量級的作業系統或腳手架？OpenClaw帶來的思路是，通過這樣一個“小系統”或者說“龍蝦作業系統”和它的生態，讓大家真正有“玩起來”的心態，進而撬動整個生態裡的所有工具。隨著Skills、Harness這類能力的出現，越來越多的人可以去設計面向OpenClaw這類系統的應用，去賦能各行各業。我覺得這一點天然就跟整個開源生態結合得非常緊密。在我看來，這兩點是我們獲得的最大啟發。03. GLM新模型專為“幹活”打造 漲價是對正常商業價值的回歸楊植麟：想問一下張鵬。最近看到智譜發佈了新的GLM-5 Turbo模型，我理解在Agent能力上做了很大的增強。能不能給大家介紹一下這個新模型和其他模型的不同之處？另外我們也觀察到有提價的策略，這反映了什麼樣的市場訊號？張鵬：這是個很好的問題。前兩天我們確實緊急更新了一波，這其實是我們整個發展路標中的一個階段，只是提前把它放了出來。最主要的目的，是從原來的“簡單對話”轉向“真正幹活”——這也是大家最近普遍感受到的：大模型不再只是能聊天，而是真的能幫人幹活了。但“幹活”背後隱含的能力要求非常高。模型需要自己去做長程的任務規劃、不斷試錯、壓縮上下文、偵錯，還可能要處理多模態資訊。所以它對模型能力的要求，和傳統面向對話的通用模型其實不太一樣。GLM-5 Turbo就是在這些方面做了專門加強，尤其是你提到的——讓它幹活、跑上七十二小時，怎麼能夠不停地loop，這裡邊我們做了很多工作。另外大家也很關注token消耗的問題。讓一個聰明的模型去幹複雜任務，token的消耗量是巨大的。普通人可能感知不深，但看帳單的時候會發現錢掉得特別快。所以我們在這方面也做了最佳化，在面臨複雜任務時，模型能用更高效的token效率去完成。總體上，模型的架構還是多工協同的通用架構，只是在能力上做了偏向性的加強。提價這件事其實也很好解釋。剛才說了，現在不再是簡單地問一個問題就得到一個回答，背後的推理鏈路非常長。很多任務要通過寫程式碼和底層基礎設施打交道，還要不斷debug、修正錯誤，消耗量非常大。完成一個複雜任務需要的token量，可能是原來回答一個簡單問題的十倍甚至百倍。所以價格上需要有一定的提升，模型也變大了，推理成本相應提高了。我們把它回歸到正常的商業價值上，因為長期靠低價競爭也不利於整個行業的發展。這也是我們讓商業化能形成一個良性閉環，持續最佳化模型能力，給大家提供更好服務的。04. 打造更高效token工廠 基礎設施本身也應該是Agent楊植麟：現在開源模型越來越多，也開始形成生態，各種模型可以在不同的算力平台上給使用者提供更多價值。隨著 token用量的爆發，大模型也正在從訓練時代走向推理時代。想請教一下立雪，從基礎設施的層面來看，推理時代對於無問來說意味著什麼？夏立雪：我們是一家誕生在AI時代的基礎設施廠商，現在也在為智譜、Kimi、Mimo等提供支援，讓大家能把token工廠更高效地用起來。同時我們也在跟很多高校、科研院所合作。所以我們一直在思考一件事：AGI時代需要什麼樣的基礎設施？以及我們怎麼一步步去實現和推演它。我們現在對短期、中期、長期不同階段需要解決的問題，已經做好了充分準備。當前最直接的問題，就是大家剛才聊到的——整個Open帶起來的token量暴增，對系統效率提出了更高的最佳化需求。包括價格的調整，其實也是在這個需求下的一種應對方式。我們一直是通過軟硬體打通的方式來佈局和解決的。比如我們接入了幾乎所有種類的計算晶片，把國內十幾種不同的晶片和幾十個不同的算力叢集統一連接起來。這樣能解決AI系統裡算力資源緊缺的問題，資源不足時，最好的辦法就是先把能用上的資源都用起來，然後讓每一個算力都用在刀刃上，發揮出最大的轉化效率。所以在這個階段，我們要解決的就是怎麼打造一個更高效的token工廠。這裡邊我們做了很多最佳化，包括讓模型和硬體上的視訊記憶體等各種資源做最優適配，也在看最新的模型結構和硬體結構之間能不能產生更深的化學反應。但解決當前的效率問題，其實只是打造了一個標準化的token工廠。面向Agent時代，我們認為這還不夠。因為Agent更像一個人，可以交給它一個任務。我堅定地認為，當前很多雲端運算時代的基礎設施，是為服務一個程序、服務人類工程師設計的，而不是為AI設計的。這相當於我們做了一個基礎設施，上面是給人用的介面，再在上面包一層去接入Agent，這種方式其實是用人的操作能力限制了Agent的發揮空間。舉個例子，Agent能做到毫秒等級去思考和發起任務，但像K8s（kubernetes）這類底層能力，其實並沒有為此做好準備，因為人類發起任務大概是分鐘級的。所以我們需要更進一步的能力，我們把它叫“Agentic Infra”，也就是“智慧化的token工廠”，這是無問芯穹在做的事情。更長遠地看，真正AGI時代到來時，我們認為連基礎設施本身都應該是智能體。我們打造的這套工廠，也應該是能自我進化、自我迭代的，能形成一個自主的組織。它相當於有一個CEO，這個CEO本身就是一個Agent，可能是OpenClaw，去管理整個基礎設施，然後根據AI客戶的需求自己去提需求、迭代基礎設施。這樣AI和AI之間才能更好地耦合。我們也在做一些探索，比如讓Agent之間更好地通訊、做Cache to Cache這樣的能力。所以我們一直在思考的是，基礎設施和AI的發展不應該是一個隔離的狀態——我接到需求就去實現，而是應該產生非常豐富的化學反應。這才是真正意義上的軟硬協同、演算法和基礎設施的協同，也是無問芯穹一直想實現的使命。謝謝。05. “為效率妥協”的創新也有意義 DeepSeek給國內團隊帶來勇氣和信心楊植麟：接下來想問一下福莉。小米最近通過發佈新模型、開源背後的技術，對社區做出了很大的貢獻。想問你，小米在做大模型方面，你覺得有什麼獨特的優勢？羅福莉：我覺得可以先拋開小米有什麼獨特優勢這個話題，我更想聊一聊中國做大模型的團隊整體上的一個優勢。我覺得這個話題有更廣泛的價值。大概兩年前，中國的基座模型團隊已經開始了非常好的突破——我們在有限的算力、尤其是在一些NVLink互聯頻寬受限的算力條件下，怎麼去突破這些低端算力的限制，做一些看似是“為了效率妥協”的模型結構創新，比如DeepSeek V2、V3系列，以及MoE、MLA等等。但後來我們看到，由這些創新引發的是一個變革：在算力一定的情況下，怎麼發揮出最高的智能水平。這是DeepSeek給國內所有基座模型團隊帶來的勇氣和信心。雖然今天我們的國產晶片，尤其是推理晶片，以及訓練晶片，已經不再受這種限制，但正是在這種限制下，催生了我們對更高訓練效率、更低推理成本的模型結構的新探索。就像最近出現的Hybrid Sparse、Linear Attention這類結構，比如DeepSeek的NSA、Kimi 的KSA，小米也有面向下一代結構的HySparse。這些都是區別於MoE這一代結構的、面向Agent時代去做的模型結構創新。我為什麼覺得結構創新如此重要？其實大家如果真正地去用OpenClaw，會發現它越用越好用、越用越聰明。其中一個前提是推理的上下文長度。長上下文是一個我們聊了很久的話題，但現在真正有模型能在長上下文下表現很好、性能強勁、推理成本很低嗎？其實很多模型不是做不到1M或10M的上下文，而是因為推理1M、10M的成本太貴了、速度太慢了。只有把成本降下來、速度提上去，才能把真正高生產力價值的任務交給模型，才能在這種長上下文下完成更高複雜度的任務，甚至實現模型的自迭代。所謂模型的自迭代，就是它可以在一個複雜環境裡，依靠超長的上下文完成對自我的進化。這種進化可能是對Agent框架本身的，也可能是對模型參數本身的——因為我認為上下文字身其實就是對參數的一種進化。所以怎麼實現一個長上下文的架構，怎麼在推理側做到長上下文高效推理，是一個全方位的競爭。除了我剛剛提到的預訓練階段做好long-context-efficient的架構——這大概是我們一年前就開始探索的問題。現在真正要做到在長程任務上的穩定性和高上限的效果，是我們在後訓練階段正在迭代的創新範式。我們在想怎麼構造更有效的學習演算法，怎麼採集到真實環境下、在1M、10M、100M上下文裡真正具有長期依賴關係的文字，以及結合複雜環境產生的軌跡資料。這是我們後訓練正在做的事情。但更長期來看，由於大模型本身的飛速進步，加上Agent框架的加持，就像立雪說的，推理需求在過去一段時間已經有近十倍的增長。那麼今年整個token用量的增長會不會到100倍？這裡邊又進入另一個維度的競爭——算力，或者說推理晶片，甚至再往下到能源。所以我覺得，如果大家一起思考這個問題，我可能會從大家身上學到更多。謝謝。06. Agent有三大關鍵模組 多Agent爆發將帶來衝擊楊植麟：非常有洞察的分享。下面想問一下黃超，你開發過像Nanobot這樣很有影響力的Agent項目，也有很多社區的粉絲。想問你從Agent的Harness或者應用層面來看，接下來有那些技術方向是你覺得比較重要、值得大家關注的？黃超：我覺得如果把Agent的技術抽象出來，關鍵就是Planning、Memory和Tool Use這幾個模組。先說Planning。現在的問題主要是在長程任務或者非常複雜的上下文中，比如500步甚至更長的步數，很多模型不一定能做很好的規劃。我覺得本質上是模型可能不具備這類隱性知識，尤其是在一些複雜的垂直領域。所以未來可能需要把各種複雜任務的知識固化到模型裡，這可能是一個方向。當然，Skill、Harness在某種程度上也在緩解Planning帶來的錯誤，因為它提供了高品質的Skill，本質上也是在引導模型去完成一些比較難的任務。再說Memory。Memory給人的感覺是，它好像總是存在資訊壓縮不精準、檢索不准的問題。特別是在長程任務和複雜場景下，Memory的壓力會暴增。現在像OpenClaw這類項目，大家用的其實都是最簡單的檔案系統式的 Markdown格式的Memory，通過共享檔案來做。未來Memory可能會走向分層設計，也需要讓它變得更通用。老實講，現在的Memory機制很難做到通用——因為Coding場景、Deep Research場景、多模態場景，它們的資料模態差別很大，怎麼對這些Memory做好的檢索和索引，同時又保持高效，這永遠是一個權衡。另外，現在OpenClaw讓大家建立Agent的門檻大幅降低之後，未來可能不止一個“龍蝦”。我看到Kimi也有Agent Swarm這樣的機製出來，未來每個人可能會有“一群龍蝦”。相比於單個龍蝦，一群龍蝦帶來的上下文暴增是可以想像的，這對Memory的壓力會非常大。現在其實還沒有一套很好的機制去管理這種“一群龍蝦”帶來的上下文，尤其是對複雜Coding、科研發現這類場景，不管是模型還是整個Agent架構，壓力都很大。再說Tool Use，也就是Skill這塊。Skill現在存在的問題，其實和當初MCP的問題類似——MCP當時有質量不保障、安全風險等問題。現在Skill也一樣，看似有很多Skill，但高品質的很少，低品質的Skill會影響Agent完成任務的精準度。另外還有惡意注入的問題。所以從Tool Use來看，可能需要靠社區把整個Skill生態做得更好，甚至讓Skill能在執行過程中自我進化出新的Skill。總的來說，從Planning、Memory到Tool Use，這些是當下Agent存在的一些痛點，也是未來可能的方向。07. 未來12個月關鍵詞： 生態、可持續token、自進化與算力楊植麟：可以看到兩位嘉賓從不同視角討論了一個共同的問題——隨著任務複雜度增加，上下文會暴漲。從模型層面可以提升原生上下文長度，從Agent Harness層面，像Planning、Memory、Multi-Agent這樣的機制，也能在特定模型能力下支援更複雜的任務。我覺得這兩個方向接下來會產生更多化學反應，進一步提升任務的完成能力。最後我們來一個開放式的展望。請各位用一個詞來描述接下來12個月大模型發展的趨勢以及你的期望。這次先從黃超開始。黃超：12個月在AI這個領域看起來好遙遠，都不知道12個月之後會發展成什麼樣。楊植麟：本來這裡寫的是五年，我改掉了。黃超：對，哈哈。我想到的一個詞是“生態”。現在OpenClaw讓大家很活躍，但未來Agent真的要成為“打工人”，而不只是大家玩一玩、圖個新鮮感。未來應該讓它真正沉澱下來，成為搬磚的工具、成為真正的coworker。這需要整個生態的努力，尤其是開源，把技術探索和模型技術都開源出來之後，需要整個社區一起共建——不管是模型的迭代，還是Skill平台的迭代，還有各種工具，都需要更好地面向龍蝦去創造生態。一個比較明顯的趨勢是，未來的軟體還會是給人用的嗎？我相信未來很多軟體可能都不一定是面向人類的——因為人類需要的是GUI，而未來可能是面向Agent原生的使用。有趣的是，人可能只去用那些讓自己快樂的GUI。而現在整個生態又從GUI、MCP轉到了CLI的模式。這就需要生態把軟體系統、資料、各種技術都變成Agent Native的形態，這樣整個發展才會更加豐富。羅福莉：把問題縮小到一年，我覺得非常有意義。如果五年的話，從我心目中AGI的定義來看，我覺得已經實現了。所以如果用一句話描述接下來一年AGI歷程裡最關鍵的事情，我認為是“自進化”。這個詞聽起來有點玄幻，過去一年大家也多次提到。但我最近對它有更深的體會，或者說對“自進化”怎麼做，有了更務實、更可行的方案。原因在於，有了強大的模型之後，我們在Chat範式下根本沒有發揮出預訓練模型的上限，而Agent框架把這個上限啟動了。當我們讓模型執行更長時間的任務時，發現它可以自己去學習和進化。一個簡單的嘗試是：在現有的Agent框架裡給它加上一個可驗證的條件限制，再給它設一個Loop，讓模型不停地去迭代最佳化目標，就會發現它能持續拿出更好的方案。這種自進化現在其實已經能跑一兩天了，當然跟任務難度有關。比如在一些科學研究上，像是探索更好的模型結構，因為模型結構有評估標準，比如更低的PPL。在這種確定性的任務上，我們發現它已經能自主最佳化和執行兩三天了。所以從我的角度看，自進化是唯一能“創造新東西”的地方。它不是替代我們現有的人的生產力，而是像頂尖科學家一樣，去探索世界上還沒有的東西。一年前我會覺得這個時間線要拉到三到五年，但最近我覺得確實應該縮小到一到兩年。可能很快我們就能用大模型疊加一個強大的自進化Agent框架，實現對科學研究至少指數級的加速。最近我已經發現，我們組裡做大模型研究的同學，他們的workflow是高度不確定、高度創造性的，但借助Claude Code加上頂尖模型，我們的研究效率已經提升了近十倍。我很期待這種範式輻射到更廣泛的學科和領域，所以我覺得“自進化”非常重要。夏立雪：我的關鍵詞是“可持續token”。我看到整個AI的發展還在一個長期持續的過程中，我們也希望它有長久的生命力。從基礎設施的角度看，一個很大的問題是資源終究是有限的。就像當年講可持續發展一樣，我們作為一個token工廠，能否持續、穩定、大規模地提供token，讓頂尖模型真正能為更多的下游服務，是我們看到的一個很重要的問題。我們需要把視角放寬到整個生態——從能源到算力，再到token，最終到應用，形成可持續的經濟化迭代。我們不僅要把國內的各種算力用起來，也在把這些能力輸出到海外，讓全球的資源都能打通和整合。我也覺得“可持續”其實是在把中國特色的token經濟學做起來。過去我們講Made in China，把中國低價的製造能力變成好的商品輸出到全球。現在我們要做的是“AI Made in China”——把中國在能源等方面的優勢，通過token工廠可持續地轉化成優質的token，輸出到全球，成為世界的token廠。這是我今年想要看到的、中國給世界的人工智慧帶來的價值。張鵬：我就簡短一點。大家都在仰望星空，我就落地一點。我的關鍵詞是“算力”。剛才也說了，所有技術、智能體框架讓大家創造力和效率提升了十倍，但前提是大家能真正用得起來。你不能一個問題提出去，讓它思考半天也不給答案，那肯定不行。也因為這樣，很多研究的進展、很多想做的事情都會受阻。前兩年我記得有位院士在中關村論壇上說了一句話：“沒卡沒感情，談卡傷感情。”我覺得今天又到了這個地步，但情況又不一樣了。現在我們進入了推理階段，需求真的在爆發——十倍、百倍地增長。剛才你說用量漲了十倍，那其實需求可能是一百倍呢？還有大量的需求沒被滿足，怎麼辦？我們大家可能一起來想想辦法。 (智東西)

“龍蝦”終於變成了一個App。🤖頭圖由AI生成“Claude版龍蝦”來了！智東西3月24日消息，今早，Anthropic為Claude發佈了電腦使用（Computer Use）功能，Claude可以自動操控電腦執行任務。在AI協作工具Claude Cowork和AI程式設計工具Claude Code中，使用者可以啟用Claude操控你的電腦來完成任務。其官方推文稱，任何你坐在電腦前可以做的事情，Claude都能使用電腦幫你完成，例如打開某個應用、瀏覽網頁、填寫表格等。上周，Anthropic為Claude Cowork增加了新功能Dispatch，基於此使用者可以用手機操作電腦上的Claude完成任務。Dispatch和電腦使用相疊加，使用者不在電腦前面，就可以手機遠端指揮Claude自動幹活了。Anthropic的官方部落格提到，他們提前發佈這一功能，是希望瞭解它的適用場景與不足之處，正如其當初推出Claude Cowork時所做的那樣。不過，Claude電腦使用功能是早期研究預覽版，並沒有向使用者全量開放。目前只有Claude Pro和Max訂閱使用者可以使用，且僅支援macOS系統使用。Anthropic Claude Cowork項目技術人員Felix Rieseberg透露，Claude電腦使用功能的Windows版本會在未來幾周跟進，並且Claude目前“行動緩慢，遠比現在的人類慢得多”。Anthropic部落格提到，使用者需要確保桌面客戶端處於喚醒以及運行狀態，然後將其與Claude移動端應用配對，即可嘗試從手機移交任務。在Claude的評論區下方，有不少網友感慨“Anthropic剛剛殺死了OpenClaw”。還有一些網友為購買了Mac mini來部署OpenClaw、花數千美元安裝OpenClaw封裝器的使用者惋惜。有網友在調侃：“你還記得之前的ClawdBot嗎？”之前因為Clawd與Claude讀音相似，Anthropic指控其侵權並要求改名。01. 一句話召喚Claude幹活還能幫你偵錯最佳化應用開發在執行任務時，Claude會先精確選擇工具，通過連接器呼叫Slack、Google日曆等服務。當沒有連接器時，Claude可以直接控制使用者瀏覽器、滑鼠、鍵盤和螢幕來完成任務。它會滾動、點選打開和探索，值得注意的是，在執行這些步驟前，Claude都會先徵求使用者的許可。此外，當Claude無法獲取所需工具時，它會在你的螢幕上進行點選和導航操作，自主完成任務。它可以自動打開檔案、使用瀏覽器、運行開發工具，且無需任何前期設定。Rieseberg稱，Claude還可以幫助使用者偵錯正在開發的原生應用。例如，當你赴約遲到，就可以在手機上召喚Claude工作。提示詞：我約會要遲到了。你能把我的簡報匯出成PDF格式，並附到我下午2點的會議邀請裡嗎？Claude就會自動操作電腦匯出PDF，然後將其加入到會議邀請附件中。完成任務後，Claude會回覆使用者“用了今天早上9點47分編輯的版本，並以最高畫質匯出”。例如當你馬上要做匯報，但突然發現少了素材，就可以讓Claude在電腦上幫你自動完成。提示詞：請啟動開發伺服器，擷取庫頁面的截圖，並在下午3點演示前發給我，拜託了！Claude會即時同步自己的執行進度，如正在啟動應用、已找到庫頁面、佈局是什麼樣、正在截圖等。當你時間緊張，來不及處理工作時，Claude也可以幫上忙。提示詞：你能批次處理我桌面上的所有店舖照片嗎？把它們調整為1200像素的PNG格式，並在右下角加入白色Logo。我自己沒時間做了😬Claude會先找到圖片位置，然後在桌面建立新資料夾，將調整了尺寸、加入了“Dragon”水印的圖片放進去。02. 支援手機對話操控Claude早期預覽版易犯錯上周，Claude Cowork中整合了一項新功能Dispatch，該功能支援使用者在手機端與Claude對話、分配任務，只需最後在電腦端檢查Claude完成的任務情況。現在，這項功能已同步上線Claude Code。基於Dispatch，使用者可以每天早上讓Claude自動查看郵件、每周自動拉取固定指標、啟動Claude Cowork或Claude Code會話報告或拉取請求。Dispatch疊加最新的電腦使用功能後，其可應用的場景增多。當使用者外出時，Claude可以代為使用電腦。例如，在使用者乘火車時Claude可以幫助建立早間簡報，在IDE中修改、運行測試並行布PR，推進3D列印項目按計畫執行。Anthropic提到，研究人員為其建構了最小化風險的防護措施。當Claude使用電腦時，其系統會自動掃描模型中的啟動以檢測提示注入等活動。使用者可以隨時叫停Claude，且Claude在訪問新應用前始終會請求許可。不過，與Claude的文字和程式設計能力相比，其電腦使用功能的建構仍處於早期階段，因此可能會犯錯。基於此，Anthropic的研究人員建議使用者在試用新功能時，可以從自己最信任的應用程式開始，避免其接觸敏感資料。03. 結語：AI電腦自動化時代來了Anthropic下場“養龍蝦”此次，Anthropic推出電腦使用功能，在Claude Cowork、Code中原生實現電腦操控，與此前爆火的OpenClaw邏輯相似，都讓AI從簡單對話互動，升級為能夠直接操作桌面、自主執行任務的智能體。兩者不同之處在於，Anthropic的能力是建構在官方產品體系之上的原生能力，而OpenClaw只是第三方開源實現。相比於OpenClaw需要使用者自行部署、偵錯，Anthropic新功能做到了開箱即用，使用者只需下載客戶端即可體驗。在安全風險方面，作為開放原始碼專案，OpenClaw不僅部署門檻高，還存在明顯的資料與權限安全風險；而Anthropic官方方案則會通過權限控制、安全護欄等機制大幅降低使用風險。現階段，Claude電腦使用功能仍處於早期預覽階段，不僅執行速度偏慢，也並未向所有使用者開放，還遠未達到替代OpenClaw的程度。未來，當Claude的電腦使用功能全量上線，再加上其安全護欄、開箱即用，或才能真正迎來“殺死OpenClaw”時刻。 (智東西)

最近，一款叫“龍蝦”的智能體引發很多人的安裝熱潮。由於它的圖示是一隻紅色龍蝦而得此名。大家還把訓練、使用這款智能體的過程形象地叫作“養龍蝦”。“龍蝦熱”的同時，也暴露出了一些風險，包括工信部在內的一些主管部門連發風險預警。那麼，這只“龍蝦”它能幫我們幹什麼，又藏著什麼風險？記者進行了調查。一場“龍蝦”應用交流活動正在舉行。這個“龍蝦”，不是我們吃的美食，而是一種名叫OpenClaw的人工智慧體。這場活動，就是要看看誰能讓“龍蝦”發揮出更大的作用。“龍蝦”本名OpenClaw。它並非某個公司的商業產品，而是一個由全球開發者共同參與的開源人工智慧體項目，因為其紅色的龍蝦圖示，被戲稱為“龍蝦”。它與過去只能聊天的人工智慧大模型不同，除了擁有聰明的大腦、能思考，還多出了“手腳”，能夠直接操作電腦。它到底長什麼樣？究竟如何幹活？帶著好奇，記者決定找技術工程師親身體驗一次，而工程師的第一個建議就讓記者感到了不尋常：要帶一個格式化的、幾乎全新的電腦過來安裝。北京中關村學院工程師 吳衍標：“安裝了‘龍蝦’之後，它可以查看到電腦裡面的所有檔案，一旦有不法分子想利用這些漏洞，你的這些機密都可能外傳。”為什麼“龍蝦”可以查看電腦所有的檔案？在安裝的時候我們有沒有可能手動限制它的權限呢？記者發現，開放原始碼的原始版“龍蝦”並非能夠一鍵安裝完成，而是需要通過命令列輸入程式碼，技術門檻不低。“小龍蝦”在電腦上自主運行，默認的權限等級很高，這意味著運行它有一定的風險。工程師告訴記者，只有有了這個權限，這個“龍蝦”才具備了幹活的基礎。此外，它還需要有兩部分核心元件：一是需要一個人工智慧大模型，這就像給它安了個大腦，能讓它理解複雜的指令，這在安裝時就會讓使用者進行選擇；二是需要各種各樣的“技能”，賦予它操作具體軟體的能力，也就相當於給它裝上了“手腳”，比如，在告訴了它相關帳戶密碼的情況下，它能自主完成制定旅行計畫並預訂機票、回覆郵件等複雜任務。一隻剛出生的“小龍蝦”，自帶一些基本技能，它能做些什麼呢？記者決定對它進行三項測試。測試一：分類整理電腦桌面檔案記者通過即時通訊軟體向“龍蝦”發出整理電腦桌面的指令，等了幾分鐘後，它告訴記者，已經將電腦桌面檔案分類整理成功。測試二：遠端傳輸檔案並指定路徑儲存記者在手機上傳了一張圖，要求龍蝦將圖保存在電腦桌面的媒體圖片資料夾中。幾分鐘後，資料夾中真的出現了圖片。測試三：修改圖片大小並儲存記者要求“龍蝦”將電腦桌面資料夾中的一張圖片縮小並放入該資料夾，原圖片不動，幾分鐘後，“龍蝦”說新圖片已經存入了資料夾中。任務看似完成了，但“龍蝦”聲稱保留的原圖卻不翼而飛。如此看來，“龍蝦”就像一個還不是特別靠譜的助手，它基於人工智慧大模型，也有和大模型一樣的幻覺犯錯的可能。工程師告訴記者，要想讓“龍蝦”越來越強大，就需要“養蝦”。吳衍標：“第一個方法就是給它越來越多技能、越來越多記憶，讓它更懂你，讓它越來越擁有你的技能，這樣的話，它就能夠做你的事情；二來隨著大模型的發展，它的腦子也會變得越來越聰明。”儘管“龍蝦”還不太靠譜，但也獲得了不少擁躉。在讀博士呂丁陽就花了一個多星期時間養了一隻“科研龍蝦”，賦予了它很多科研技能，專門做材料領域的計算。而從事人工智慧領域研究的何紀言，則花了半個多月時間養了好幾隻非常瞭解自己的“龍蝦助手”，有的做科研，有的幫助管理日常資訊，有的負責整理材料、製作檔案等等。何紀言讓“龍蝦”根據應聘總台員工的特點做一份簡歷。幾分鐘後，這只“龍蝦”就完成了一份製作排版精良的簡歷，還突出了個人的應聘優勢。何紀言坦言，要讓“龍蝦”越來越智能，也需要花錢購買大模型的使用量，也就是所謂的Token，對於頻繁或複雜的任務，這筆消耗確實不小。但這種效率的提升，也讓“龍蝦”迅速出圈，不少地方出現了免費安裝“龍蝦”的熱潮。廣東深圳、安徽合肥、江蘇無錫和常熟等地相繼發佈政策支援“龍蝦”智能體和一人公司的發展，一些政府也部署應用上了“政務龍蝦”，用於公文寫作、民生問答等場景，希望能把基層幹部從繁瑣的事務中解放出來。不過，就在這股熱潮湧向各行各業時，也暴露出了風險，一些高校對“龍蝦”拉響了警報，下了“封殺令”。工業和資訊化部等多個主管部門接連發佈預警，直指OpenClaw存在高危安全風險，明確防範要求與使用者使用提醒，為AI智能體使用劃出安全紅線。一面是熱火朝天的應用，一面又是接連預警，這小小的“龍蝦”裡，到底藏著什麼玄機？中國資訊通訊研究院安全研究所副所長 孟楠：“龍蝦智能體的優勢在於高權限的自主執行能力，它讓人工智慧從能說進化到會做，同時也帶來了一些新的安全風險。”風險一：權限失控帶來的系統被接管的風險專家告訴記者，一旦被駭客利用或者使用者指令不當，“龍蝦”就有可能不加辨別地去執行破壞性操作。比如，刪除我們的核心檔案，把敏感的資料發到網路上，或者在使用者不知情的情況下悄悄安裝惡意的軟體。風險二：網路暴露帶來的攻擊入口風險為了方便，很多使用者會將“龍蝦”智能體管理連接埠暴露在網際網路上，這無異於給駭客開了後門。孟楠：“更危險的是，如果這個智能體還連接到單位內部的網路，就可能成為駭客進行攻擊的跳板，一旦被攻陷，整個企業內部網路都將面臨威脅。”風險三：產品漏洞帶來的可能被利用的風險任何軟體都有漏洞，但在“龍蝦”的高權限加持下，漏洞的危害被進一步放大。而為了讓“龍蝦”具有更多技能，使用者往往會安裝第三方外掛，還會帶來供應鏈風險。孟楠：“我們發現了不少技能外掛被植入了惡意程式碼，使用者在使用這些有毒的技能外掛時，就等於把惡意程序請進了家門，輕則造成資料洩露，重則整個系統被駭客控制。”對於這些隱患，深度“養蝦人”及科技行業人士也坦言，儘管AI智能體是發展趨勢，但普通使用者絕對不能掉以輕心。那麼，普通使用者使用“龍蝦”如何保障安全呢？專家認為，普通使用者屬於安全風險的高發群體，應該審慎安裝“龍蝦”。工信部日前發佈了關於“龍蝦”的“六要六不要”安全指引，涵蓋了權限控制、網路隔離、技能外掛使用等關鍵環節。3月22日，國家網際網路應急中心、中國網路空間安全協會聯合發佈了“龍蝦”OpenClaw的安全使用指南，面向普通使用者、企業使用者、雲服務商以及技術開發者等，提出安全防護建議。其中，對於普通使用者的建議包括：使用專用裝置、虛擬機器或容器安裝OpenClaw，並做好環境隔離，不宜在日常辦公電腦上安裝；不將OpenClaw默認連接埠（18789\19890）暴露到公網；不使用管理員或超級使用者權限運行OpenClaw；安裝可信技能外掛；不在OpenClaw環境中儲存、處理隱私資料；及時更新OpenClaw最新版本等。儘管現在各主管部門不斷在提示“龍蝦”安全風險問題，但從長遠來看，專家認為，要解決“龍蝦”的安全問題，更需要從標準、技術、生態多方面著手。孟楠：“建議始終堅持統籌發展和安全，在鼓勵和促進創新的同時，針對不同場景做精準分類施策，確保安全可控。需要盡快制定相關標準規範來引導各類主體規範應用新技術，引導鼓勵網路安全企業研製相關的環境隔離、智能攔截、行為審計等安全產品和服務。建立包括智能體提供者、安全企業等主體在內的相關主體來協同治理生態。”我們看到，有不少人都希望盡快掌握和利用智能體提升效率、滿足需求，一些企業也開始嘗試使用。對於像“龍蝦”這樣的新事物，我們需要鼓勵，需要為技術創新留足試錯的空間，避免束縛產業發展的活力；但同時，面對爆火的“龍蝦”，我們也需要有一些冷思考，守住安全底線，防範風險擴散失控。也就是說，技術創新和安全監管協同推進、良性互動，我們才能更好地和AI共舞，推動人工智慧高品質發展。 (中國信通院CAICT)