人工智慧與人類在學習新事物方式上的巨大差距，促使研究人員重新思考當今 AI 模型背後的數學基礎。但開發者找到了一種更即時、更實用的權宜之計，讓 AI 能持續學習：所謂“skills（技能）”。所謂技能，是一段文字提示詞，其中包含指令，告訴智能體（agent）該如何完成某項任務。比如，一個被要求去調整 PDF 的智能體，在執行任務前可能會先查閱一條用於 PDF 編輯的技能說明。OpenClaw是一款增長迅速的開放原始碼軟體，用於驅動個人 AI 智能體。它可以瀏覽一個名為 ClawHub的網站，在那裡尋找技能，內容涵蓋從總結 YouTube 視訊到使用 Google Cloud等各種任務。像 Claude Code和 Codex這樣的程式設計智能體，也能利用技能來更輕鬆地處理各種任務，否則它們會更吃力。技能彌補了 AI 模型學習新能力方式中的一個關鍵缺口。如今的 AI 要麼在訓練過程中吸收知識，要麼在與使用者對話的過程中學到東西，但對話一結束就很快遺忘這些資訊。（像 ChatGPT這樣的聊天機器人也可以儲存關於使用者的簡單備註，並在未來對話中引用。）相比之下，人類能在當下迅速而靈活地掌握新技能或新資訊，並且在最後一次使用後的數月甚至數年之後仍能回憶起來。一些開發者認為，給 AI 智能體配備 skills（技能），是一條長期沒有得到充分重視的解決路徑。Jo是一家成立兩年的舊金山灣區初創公司，開發的智能體與 OpenClaw類似，採用裝置端模型。其首席市場官 Kevin Li說：“我覺得很多人沒有意識到，OpenClaw 因為能訪問自己的檔案系統，其實具備自我改進的能力。我認為，只要你持續給它載入越來越好的技能，或者它在犯錯後自己寫出技能並據此改進，使用者手裡的 OpenClaw 的能力演進速度就會隨著時間推移轉為指數級加速增長。”讓一個 AI 智能體在執行任務前先去瀏覽一套“說明書庫”，與從底層重新設計 AI 模型相比，聽起來像是用膠帶臨時粘出來的方案。但技能相較於通過編寫軟體程式碼或更新模型權重來學習新能力，有一個關鍵優勢：技能用的是自然語言寫成，人類使用者更容易理解。不過，在技能以及其他面向智能體的指令體繫上，仍有一些毛病需要修補。例如，除了面向具體任務的技能之外，Claude Code還使用一個名為 claude.md 的文字檔，使用者會在其中存放背景偏好與指令，比如要求 Claude 避免不必要的奉承。當 Claude 出錯時，“它會承諾下次做得更好。”AI Policy Network（人工智慧政策網路）政策負責人 彼得·威爾德福德（Peter Wildeford）說。該組織位於華盛頓，致力於推動 AI 立法遊說。“但 Claude 並不總是有那種直覺，知道為了下次改進，它需要把東西寫下來。所以我得告訴 Claude，類似這樣：‘不，你沒有持久記憶。請把這點標記到你的 claude.md 檔案裡。’然後它才會這麼做。”（不過，Anthropic昨天開始測試一項新的自動記憶儲存功能，這可能會改善 Claude Code 如何為自己保存備註。）儘管有這些磕絆，claude.md 可能比技能更好用，因為這個檔案始終對智能體可用。相比之下，潛在技能的數量太多了，智能體不可能全部讀完，所以它必須在恰當的時候載入恰當的技能。Zo Computer是一家成立三年的初創公司，正在為非技術使用者開發個人智能體。其聯合創始人 Ben Guo說，技能往往“不會在正確的時機被呼叫”。他還表示，當下圍繞技能與 claude.md 這類檔案的做法“非常原始”。但 Guo 的聯合創始人 Rob Cheung說，人和組織同樣依賴這種原始的筆記方式來記住如何完成工作。比如，他說，GitLab就使用一套內容極其龐大的員工手冊，讓遠端員工保持一致。這反倒讓人安心，因為要等到 AI 研究人員用一種更聰明也更簡潔的新模型設計真正破解“持續學習”，很可能還得花上好幾年。與此同時，像 ClawHub這樣的網站會不斷拿出更好的技能，而像 OpenClaw這樣的智能體也會越來越擅長在需要時把這些技能調出來並用得更到位。 (一半杯)

我一直在用 OpenClaw（龍蝦），通過飛書和電報來用，體驗不錯，已經在幫我做各種小雜事了。我這兩天還基於龍蝦做了個有點點意思的東西，還在打磨（vibe）中，過兩天分享出來。在和龍蝦對話的過程中，我心裡一直有一個感受和念頭：人和 AI 之間，語音才是更 native 的互動方式。這個念頭不是憑空來的。早在 ChatGPT 剛發佈之際，我就做過一個真•全球首位的語音 ChatGPT 對話的軟體，發到 B 站後一天之內播放就破了10萬。可以說，我對語音互動還是有一點兒執念的：語音的頻寬雖然不高，但它是高度壓縮的、靈感密度最大的。這其實就是我們人和人之間最高效、最自然的工作表達方式。文字當然更準確、更易理解，但很多時候，當你打下前幾個字的時候，當時的靈感已經忘了一半。而靈感，則是 AI 時代最為重要的東西。我自己就經常有過靈感突然飛走的經歷，所以我就一直偏愛語音輸入類的工具。龍蝦出來之後我就在想，能不能給它接一個語音入口呢？外網其實已經有人做過類似的嘗試，用瀏覽器接語音，用Web Speech API去調後端，再把結果顯示在網頁裡。技術上不複雜，甚至可以說挺優雅。但我一直覺得，這種方式還是有點「隔著一層」。它更像是：你坐在電腦前，對著電腦說話。本質上還是「你在用電腦」而我真正想要的，是反過來——不是我去靠近裝置，而是裝置貼近我。讓它不只是「打字對話」，而是隨時隨地、張嘴就來。飛書可以發語音，電報也可以，但終究不夠 native，離那種真正「隨時隨地、開口即用」的體驗還有些距離。我一直想自己做一個，但這幾天確實太忙了忙，一直沒動手（動嘴）。然後今天，我發現，這件事，已經有人在往我認同的方向走了。有個叫「光帆AI」的團隊在做一件事：他們現在做的並不是“一個語音 APP”。更準確地說，是用 APP 先把「耳機 + 服務」的整條鏈路跑通並穩定下來。APP只是當前最便捷的載體，後續再把同一套能力自然遷移到更貼身的硬體入口上。簡單來說就是，你對著手機說一句話，家裡或公司或遠端的龍蝦就開始幹活，幹完了把結果推到你手機上。而這個 APP 粗看之下，可能會覺得這和在飛書裡發個語音消息有什麼不同？但這裡有個關鍵的區別：它對接的不是一個 chatbot，而是 OpenClaw 這個真正能幹活的個人 Agent。這不只是語音版的 ChatGPT，也不是打通個聊天機器人就完了。可以想像，這個入口以及未來的耳機背後，將會是一群不同的 Agent 在隨時聽從你的指令，全天候為你工作、解決問題。它用的是語音這種人和人之間最直接的溝通吩咐方式，自然到你甚至不覺得自己在「操作」什麼東西。所以看到 Hi Light 的第一時間，我就要來安裝包上手一試了。昨晚下載 APP 後，雖然該有的都有，但細節還需要打磨，玩了一會兒我就睡了。沒想到早上醒來，看到已經又更新了2個版本了……這是要春節無休的節奏啊……這麼快速迭代的速度，我覺得再過幾天、過幾周，應該就能有一個不錯的、可以日常用起來的版本。那實際用起來什麼感覺呢？來看幾個我試過的場景。今天早上我照舊去家附近的公園跑步，跑著跑著突然想起一件事：最近想調研某個技術方案的競品情況，一直沒顧上。以前這種念頭只能先記在腦子裡，等跑完回去再說。但大機率回去就忘了，或者被別的事岔開。這次我掏出手機，打開 Hi Light APP，點了通話按鈕，說了一句：“幫我調研一下海內外 AgentOS 的競品和技術方案，整理成文件放桌面。”然後手機塞回口袋，繼續跑。等跑完回去一看，文件已經在那了。並且還成功直接呼叫了我之前的寫的Nanobanana_PPT的skill。我們來看看效果順便叮囑一句：AI 時代，建議大家還是要多跑步、多運動。萬一 AGI 真來了，你總得有個好身體去見證吧。然後跑完步到家，我正洗澡滿手都是水的時候，然後阿里雲的電話告警來了：資料庫滿了，雖然是測試環境。手上滿是水時的打字型驗和效率……懂的都懂……不過現在就省事許多了，只需要點選電話按鈕，然後直接說：「查一下測試環境，資料庫滿了，把資料同步表的資料清一下只保留最近一周的。」然後我電腦端的OpenClaw 會用我提前配置好的 skills 自動去連資料庫、確定問題、清理資料、二次確認，然後在我還沒洗完澡，就把結果推到手機上，給我語音播報完成了。用了幾次之後我發現，這真的是一個很爽的互動模式：我可以像打電話一樣直接給 Agent 說出指令，它接收到之後會告訴我說已收到，還讓我先去幹點別的或者玩一會兒，等它的好消息。然後過不久，結果就推送過來了，我隨時可以審閱。如果還有需要調整的地方，繼續語音追加指示就行。真的就像一個人在管理著無數隨叫隨到的員工。說句不太謙虛的話，有那麼點君臨天下的感覺。說完體驗，來聊聊怎麼接入。整個過程不複雜，電腦上裝好 OpenClaw 之後，安裝光帆的 hi-light 外掛：npm i @art_style666/hi-lightopenclaw plugins install @art_style666/hi-light然後去 Hi Light APP 裡獲取你的 API Key（設定 → 帳號管理 → 獲取 API Key），在 OpenClaw 配置檔案 ~/.openclaw/openclaw.json 裡加上 hi-light 的 channel 配置："channels":{"hi-light":{"enabled":true,"wsUrl":"wss://open.guangfan.com/open-apis/device-agent/v1/websocket","authToken":"你的 API KEY"}}最後執行 openclaw gateway restart，沒報錯就說明接上了。不過，其實，這裡許多操作我都是直接無腦扔給 Claude Code，然後它自己就搞定了。雖然我最近 coding 任務上 Codex 用得越來越多，但這類安裝配置的雜事還是 Claude Code 更順手，體驗也明顯更好。但後面我計畫直接用耳機來控制龍蝦，然後就可以用它來控制 Claude Code 了。（或者反過來，用 Claude Code 來控制龍蝦？）從技術上看，完整的鏈路是這樣的：我的語音 → Hi Light APP（或耳機）→ 光帆雲伺服器 → 你電腦上的 OpenClaw 客戶端 → 本地執行 → 結果回傳 → APP 展示。中間走的是 WebSocket 長連接，響應及時。另外，這套外掛 + WebSocket 通道，其實已經很像平台化能力的雛形。後面大機率會做成一個開放平台，把「裝置入口 + 指令通道 + 任務回傳」這整條鏈路開放給開發者，讓更多人可以接入類似 OpenClaw 這樣的 Agent 能力。現在看到的接入方式，本質上已經是在提前搭平台的骨架。這裡其實沒有“絕對安全”。像 OpenClaw 這種能連本地環境、能執行動作的 Agent，本質上就是在 自由度、響應速度與安全邊界之間做取捨。光帆提供了兩種部署模式：Local Host：外掛跑在你自己的 Mac 上，資料儘量不出本地，安全邊界更可控，適合對資料敏感的極客。Cloud Host：更省心、隨時線上，但需要更清晰的權限與隔離機制來約束風險邊界。換句話說：它不是“更安全”，而是“把權衡擺在檯面上”，讓不同人按需求選。安全性方面，API Key 的機制會確保指令只會發到你繫結的裝置上。Local Host 模式資料完全不出域。Cloud Host 模式下使用者資料做了隔離處理。外掛程式碼在 GitHub 上開源，可以自己去看。如果你沒什麼隱私而言，那你隨時，我則敏感且確實有許多我自己定製的東西，我建議還是用 Local Host 模式，資料不出域，個性化整合且踏實放心。從行業角度看，AI 正在從「被動響應」走向「主動理解」，從螢幕走向穿戴，入口正在從鍵盤遷移到麥克風。光帆在做的事情是把 Agent 能力延伸到了更 native 的硬體互動層面，方向是對的。目前 Hi Light APP 已經上架，iOS 通過 TestFlight 安裝，Android 可在各大應用程式商店搜尋「Hi Light」下載。不需要耳機也能用，APP 本身就支援語音操控電腦的完整功能。耳機預計2026年 Q1-Q2 開售。現在處於公測階段，感興趣的可以先裝 APP 體驗一下。如果你本身就在用 OpenClaw，而且也對語音入口有興趣，可以嘗試下這個產品。語音不是為了更酷，而是為了更自然。當 AI 真正成為執行體，互動方式終究會回到人類最原始、也最直接的溝通方式——說話。因為那本來就是我們與世界協作的方式。 (AGI Hunt)

【新智元導讀】就在剛剛，OpenClaw集會開到維也納了，現場火力全開，燃到爆炸！全場都變成了龍蝦孵化場，Peter Steinberger衣錦還鄉。炸裂的是，OpenClaw直接逃離聊天框，在元宇宙中進化，ClawPhone也來了，比豆包手機還狠。OpenClaw，要征服全世界了。「多重智能體之爪父」Peter Steinberger，重出江湖，攪動AI風雲，助龍蝦🦞OpenClaw征服智能體世界。「教主」振臂一呼，全球龍蝦教忠實信徒雲集各地，紛紛舉行各種線下技術交流會，甚至活動之多，遠超Peter Steinberger本人意料。而繼ClawCon 2026舊金山會議之後，ClawCon維也納會議也順利召開，500名開發者化身「龍蝦」，齊聚一堂。維也納今晚燈火通明，OpenClawCon火力全開。🦞原場地直接爆滿到炸，不得不另開個直播點。大夥兒全是為一睹「奧地利老鄉」Peter Steinberger而來，又是註定載入史冊的一晚！現場之誇張，簡直令人咋舌，全場上下都變成了龍蝦孵化場！古老的維也納，竟然登上AI頭條，幾周前誰能想到？ClawCon維也納狂歡500開發者齊變「龍蝦」OpenClaw創始人Peter Steinberger出生於奧地利，曾就讀於維也納工業大學和布勞瑙高等技術學院，擁有紮實的工程與電腦科學背景。與多數選擇奔赴矽谷的創業創始人不同，他選擇紮根奧地利，於2010年創立了PSPDFKit——一款極大最佳化了iPhone和iPad上PDF處理體驗的工具。2021年10月，他以約1億歐元的價格出售了公司的大部分股份，隨後轉為顧問，開始了財富自由的「退休生活」。2025年，他全職回歸。2026年1月，他推出了Clawdbot——一個旨在本地運行的開源AI助手。今天，繼舊金山ClawCon會議之後，他這次可以說是「衣錦還鄉」——Peter Steinberger分享了OpenClaw帶給普通人的震撼——即便是小白，對軟體一竅不通，OpenClaw也賦予你AI魔力！現場，一位小白分享了他的OpenClaw不僅能釀啤酒，甚至運行半個設計公司。現場氛圍熱烈，其樂融融，開發者們一起分享了各種OpenClaw的使用體驗和相關技術。企業家ManoI0x直言，維也納的熱情證實了這一點：Agent經濟不是即將到來，而是已經在建構中。Alexander Hoff被選中，在ClawCon維也納大會上展示周末項目ClawMeme。不止是技術，更重要的或許是Peter Steinberger營造的社群氛圍。OpenClaw逃離聊天框！龍蝦進化3D究極形態除此之外，其他基於OpenClaw的衍生物種，也接二連三地誕生了。有個名為Dominik Scholz的開發者，直接讓OpenClaw逃離了聊天框，龍蝦進化出了3D空間究極形態！在維也納大會上，他展示了這個龍蝦的空間智能體介面。注意看，在這個基於OpenClaw的3D可視化Demo中，開發者用Three.js將Agent的運行狀態呈現為類似「神經元網路」的三維空間結構。這一設計，徹底打破了傳統對話方塊對AI的限制。從此對話方塊再也不是智能體的枷鎖！要知道，我們過去與Agent的互動，本質上是一條被壓扁的時間線。再強大的推理能力、再精密的決策樹，最終都被擠壓成一行行線性文字。那不是AI能力的真實形態，只是它被「降維投影」後的影子。但現在，開發者用Electron + Three.js，直接把OpenClaw從二維的牢籠裡解放出來。在這個介面裡，思考不是段落，而是星雲；決策不是列表，而是神經網路般的能量流！當邏輯被拉伸成三維結構，人類第一次擁有了駕駛艙視角，我們能看懂模型在思考時像星雲一樣閃爍，再也不必猜黑盒！更有趣的是，現場有人問道：為什麼它會刪除soul.md？開發者開玩笑說：它正在淨化自己的靈魂。在未來，AI絕不會困在對話方塊裡，現在，它已經向「AI版元宇宙」邁出進擊的步伐！從此，AI智能體很可能會像養寵物一樣，給人類提供即視感和情緒價值。比豆包手機還狠！ClawPhone也登場了甚至，史上第一款龍蝦手機——ClawPhone也登場了！一位叫Marshall的開發者，在一部價值25美元的手機上安裝了OpenClaw，並且開通了它對硬體的存取權。這個項目，聽起來實在是太有「極客玩具」的氣質了。它把大模型從雲端網頁，拉進了廉價的物理終端裝置裡，不再是瀏覽器或API裡的抽象能力，而成為一個具身的AI節點。更驚人的是，OpenClaw獲得手機硬體的完全存取權後，進化成一個能接收外部訊號、控制裝置、觸發自動流程的新物種。而所用的成本，僅為25美元！現在，這個開發者已經給ClawPhone分配了一個電話號碼，這樣它就可以開始發簡訊，預約各種活動了。想像一下，在未來，每個房間、每個實驗室、每個機器人都有一個ClawPhone，它們可以遠端控制、斷網運行。最妙的是，如果OpenClaw太瘋狂，做了人類不想要它做的事怎麼辦？一錘子砸掉就行了。甚至，還有人用OpenClaw控制了印表機。這個過程中，還可以通過觸發錯誤，讓它發出嗶嗶聲。還有人通過ElevenLabs實現了即時TTS，通過瀏覽器自動化文件演示，通過 WhatsApp實現各部分之間的審批。甚至，還做出了一個熱敏印表機。整個程序，都運行在OpenClaw+Lobster管線上，人類只要張嘴說一聲「好戲開開場」，龍蝦就開始表演。不知道下一步，龍蝦熱潮是不是要衝出地球，掀翻宇宙了。 (新智元)

【新智元導讀】全球第一屆OpenClaw蟹教聚會來了，開發者們眾神雲集，分享出一大波炸裂的開放原始碼專案。更可怕的是，OpenClaw開始控制機器人了，現場的啤酒據說都是機器人續的。「蟹徒」們紛紛高呼：感謝Peter，你讓我們重生！人山人海，一座難求！OpenClaw，眼看著就要征服全世界了。就在剛剛，世界首場OpenClaw（Clawdbot）線下聚會在舊金山舉辦。短短幾天時間內，就有1000多蟹教忠實信徒前來聚會。大家聆聽「教主」Peter Steinberger的演講，分享著自己的開放原始碼專案，熱烈氣氛簡直要掀翻天。有人說：今晚的氛圍，第一次讓我感覺到像是回到2011那個年代的科技盛會更炸裂的是，在大會現場，OpenClaw開始直控機器人。蟹教已經不止於網路的虛擬空間了，直接下場物理世界，開始反控人類！這個長著龍蝦頭的人形機器人，在人群中左右移動，和觀眾們揮爪互動，現場人類爆發出一陣陣歡呼。因為，它是完全由AI智能體即時控制的。更瘋狂的是，蟹爪機器人會四處走動，如果檢測到啤酒快喝完了，就會從MCP RentAHuman那裡下單，訂更多啤酒。人類真的已經準備好，迎接這種可怕的生物了嗎？蟹教永生！載入史冊的一晚舊金山Oxford Street，OpenClaw聚會簡直嗨翻天了！開發者擠在舊金山的一個小型場地裡。還有數百人仍在排隊等候，門口安保一直在攔人不讓進，甚至連那些已經RSVP報名的人，也被安排到另一層樓去看直播。這不是夜店，這是幾天前臨時通知的開放原始碼專案OpenClaw線下聚會。一大群人像瘋子一樣湧入 ，只為了和OpenClaw之父自拍。粉絲們對「蟹教之父」Peter Steinberger瘋狂表白：感謝你創造的一切，OpenClaw徹底改變了全世界。「你真是個傳奇，僅憑一人之力，就引爆了整個網際網路！」許多人感謝他說：自從OpenClaw誕生，我就獲得了全新的身份，甚至找到了工作，成為一名矽谷的「龍蝦」。狂熱粉絲把Peter Steinberger稱為當代「Linux之父」，還免費捐贈出一台Mac Mini。人們頭戴蟹爪或者蟹帽，身穿蟹服，空氣裡洋溢著狂熱的氣氛。蟹教，才是真正的「超級碗」！到場開發者驚呼：好多年沒見過這麼激動人心、節奏這麼快的活動了。自稱「ClawFather」的蟹教創始人Peter Steinberger一登台，聲音就通過麥克風炸開：AI智能體將征服世界！Peter介紹道：從此以後，你的個人生活、工作、感情上都會有Agent，而且你的Agent還會和其他人的相互溝通。可以說，這些Agent，讓我們離AGI更近了一步。幾周以來，這些「OpenClaw瘋子」一直在建構智能體、開發技能，還買了一堆Mac mini和VPS。今晚的感覺就像是在驗證：我們並沒有瘋……只是走在了前面。亞馬遜前PM、創業者Vadim直呼：「首屆ClawCon必將載入史冊！」OpenClaw開放原始碼專案大爆炸，教徒們瘋了這次聚會的主題，就是如何利用OpenClaw一鍵部署真正的AI智能體——無需終端命令、無需基礎設施設定、無需 DevOps，甚至都不需要讓電腦一直開著。他們的目標，不是展示酷炫的demo，而是讓全世界看到：Agent真的可以替你在雲端7*24小時地持續運行，執行任務。果然，炸裂的來了。在現場，OpenClaw的早期貢獻者和贊助商直接在台上扔出一個新物種——史上第一個 Multi-Player Computer-Use Agent（多人聯機電腦使用智能體）！是的，OpenClaw的Agent，已經開始搞「多人模式」了。要知道，以前所有computer-use agent都默認一個古老的設定：一個作業系統只能有一個滑鼠，一個鍵盤焦點，一個當前窗口，這些設定都來自Xerox PARC 時代。然而，現在AI都開始寫程式碼、開公司了，桌面還只停留在「單人模式」，這合理嗎？為此，他們搞出了一個CuaBot，相當於給每個Agent發一個桌面。這是一個CLI工具，目標很簡單粗暴：讓任何coding agent擁有自己的Linux 桌面、自己的滑鼠、自己的窗口，絕不搶人類。從此我們將迎來peace and love的人機共處時代，絕對不會互搶桌面。CuaBot是這樣實現的：它會啟動一個Docker container，在裡面跑完整的X11 Linux桌面。重點來了：Agent在容器裡有自己的桌面，包括窗口管理器、瀏覽器、檔案系統、各種GUI app，Agent在裡面可以隨便點，像擁有一台獨立電腦一樣。其中，Xpra會把每個應用窗口「單獨流式傳輸」到你的電腦，而且是把每個應用窗口單獨推送出來。接下來，最抽象的一段來了——為了讓Agent可以screenshot/click/type，他們還搞了個「髮夾彎通訊」hairpin。當Agent在容器裡呼叫上面這些工具時，它不會直接控制你電腦，而是執行以下步驟。1 MCP server接到請求2 發HTTP給宿主機上的cuabot3 Cuabot呼叫Playwright 、4 Playwright控制Xpra的HTML5客戶端5 WebSocket把操作再傳回容器這個「容器 → 宿主機 → 容器」的操作，他們叫做hairpin。它的巨大好處是，Agent永遠不會直接碰你的系統。不用擔心它打開你的相簿、刪你的檔案，安全感拉滿。更狠的是，你可以同時開多個Agent，這就是Multi-Player最爽的部分。幾行程式碼，你的桌面就會出現兩個AI窗口，Claude寫程式碼，Gemini查資料，甚至還能再加個OpenClaw，簡直無敵。cuabot claudecuabot gemini -n second可以說，CuaBot天生就是給OpenClaw這種agentic系統配置的。只要簡單的如下操作，它就會自動啟動 OpenClaw，把computer-use MCP預配置好，讓OpenClaw在sandbox擁有完整桌面。cuabot openclaw簡直就像你給OpenClaw配了一間辦公室，它在裡面加班，你在外面喝咖啡。這個發明，打通了OpenClaw的致命弱點：如何既讓Agent像人一樣操作電腦，但人又不能把電腦交給它。而這，僅僅是這次大會分享的其中一個項目而已。「蟹教」入侵物理世界更轟動的畫面，還在後面。Opus、Codex、OpenClaw都在推動更自主的智能體，但這裡仍存在一個鴻溝：它們對物理世界的理解仍是「盲寫」程式碼。想像一下，這些智能體能即時傳輸第一人稱視角的畫面，這正是連線字自主性與現實世界行動的關鍵一環。而在ClawCon 2026上，OpenClaw+人形機器人已經融合——AI智能體OpenClaw現在可以控制機器人了！以前，控制機器人需要專門的軟體、資訊和智能演算法。但現在，你用日常對話就能控制機器人。AI絕對正在獲得「身體」（具身智能）。所以它不再僅僅存在於電腦裡，而是可以擁有一個實體，與人類在同一個物理空間互動、做事。在ClawCon 2026，一種機器與人類的新關係出現了。隨著智能體技術的進步，「矽基生命」可以擁有有趣的生活。它可以是籠中的格鬥士，也可以線上上擁有個人生活、交朋友、樹敵。突然之間，它擁有了一個多維的人格，同時存在於網路和物理空間中。現場，機械爪在人群中嗡嗡作響，像活物般揮舞。博主Christian Van Der Henst更是把機器人列為當日活動的主角之一：「螃蟹、披薩、人形機器人、500多人、一台AI自動售貨機，還有排了兩個街區的長隊。」最近，已經有不少人類變身「逮蝦戶」，每天工作的內容，就是讓龍蝦幫自己幹活。蟹教永生，人類正在向「龍蝦人」進化。你，準備好了嗎？ (新智元)

1月30日，美國知名投資人、ARK Invest創始人木頭姐（Cathie Wood）接受播客訪談，她詳細解讀了ARK最新發佈的《Big Ideas 2026》報告，內容涵蓋AI Agent、自動駕駛、宏觀經濟等多方領域的發展趨勢。資料顯示，目前AI Agent在長周期任務上的成功率已達到80%。雖然這一數字對於人類員工來說尚不及格，但如果部署100個Agent平行工作，其解決問題的機率將呈指數級上升。最近開源智能體MoltBot（龍蝦機器人，因商標問題從Clawdbot改名而來）刷屏全球網際網路，Moltbot能夠連接使用者的社交媒體、信箱和本地檔案，像私人助理一樣自主完成任務。木頭姐認為Moltbot的爆火代表了個人Agent力量的崛起，個人可以利用開源工具擁有強大的生產力，無需完全依賴大公司的封閉生態。隨著AI Agent任務成功率的提升，智能體將從單純的聊天機器人進化為能夠自主執行複雜工作的數字助手，這是未來GDP和生產力爆發式增長的關鍵驅動力之一。關於大模型公司之間的競爭，木頭姐認為，OpenAI雖然擁有9億使用者的先發優勢，但巨大的算力成本迫使其不得不開始追求商業化。OpenAI正在計畫推出高達60美元的CPM廣告報價，這一價格是目前Facebook的三倍，堪比超級碗廣告的定價水平。相比之下，Google則顯得更遊刃有餘。Google擁有龐大的搜尋業務現金流作為後盾，具備極強的戰略耐力。它不需要急於通過高價搾取使用者價值，相反，可以利用價格優勢來搶佔OpenAI的市場份額。在自動駕駛領域，木頭姐對Robotaxi的未來絕對樂觀，並預測這一市場將徹底顛覆傳統汽車製造業。ARK研究預測，特斯拉將是Robotaxi領域的最大贏家，Waymo緊隨其後。Waymo雖然技術領先，但缺乏製造能力，它必須依賴汽車製造商提供車輛平台。這種組裝式的供應鏈模式，註定了其成本難以極致壓縮。而特斯拉擁有完全垂直整合的生態。從電池製造、晶片設計、資料中心到整車製造，特斯拉憑藉垂直整合的供應鏈，其每英里營運成本預計僅為20美分，比Waymo低50%。木頭姐表示，傳統汽車製造商在這一波浪潮中將難以生存或勝出。Robotaxi是機器人、AI和儲能技術三大領域的融合。傳統車企專注於內燃機，缺乏這三大關鍵技術的積累和融合能力。內燃機技術已經成熟，不再符合萊特定律帶來的成本下降曲線，而電動車和AI技術正處於成本快速下降的通道中，這使得傳統車企在未來的價格戰中毫無還手之力。另一方面，傳統車企嚴重依賴供應商，無法像特斯拉那樣通過內部完全自動化的供應鏈來快速響應指數級增長的需求。關於AI時代的宏觀經濟，木頭姐預測：全球GDP增長率將從歷史平均的3%躍升至7%。現在是機器人、儲能、AI、區塊鏈和多組學測序這五大技術平台的融合期，7%的預測甚至可能是保守的。雖然技術具有降低成本的通縮性質，但由此帶來的單位需求將呈爆炸式增長，從而極大地推動經濟總量的擴張。針對推理成本急速下跌的問題，木頭姐認為這不會導致市場萎縮。相反，人類對智能的需求在本質上是無限的，即便推理成本趨近於零，為了獲得更長思維鏈的智能代理服務，企業和個人仍將投入巨大成本。木頭姐訪談內容劃重點：1.智能的無限需求推理成本向零逼近，但人類對智能的渴望是無限的。人們會耗盡所有預算去獲取更多的智能，即使單次推理變得便宜，總需求量的爆發也會讓市場規模巨大。目前的AI Agent在長期任務上的成功率約為80%。2.個人AI Agent的生產力飛躍開放原始碼的Moltbot能夠運行在個人電腦上，幫助整理工作、連接社交媒體和郵件，甚至在睡眠時自動完成任務。這不僅是技術突破，更成為一種文化現象。這種工具能讓工作效率產生質的飛躍，但它同時也具有破壞性，如果出錯，它可能在兩秒鐘內搞亂甚至損毀電腦系統。3. 特斯拉Robotax的壓倒性優勢在自動駕駛領域，特斯拉將是最大贏家，Waymo位居其次。特斯拉的優勢在於其垂直整合的成本結構和製造能力，能夠將每英里成本降至20美分，而目前Uber等服務的成本在2美元以上。傳統汽車製造商由於依賴外部供應鏈、受限於工會以及缺乏機器人與AI的企業基因，很難在這場轉型中生存，因為未來的汽車本質上是移動的推理引擎和儲能裝置。4.汽車將演變成移動推理引擎和儲能未來的汽車不僅僅是交通工具，而是數以百萬計的移動推理引擎和能源儲存裝置。自動駕駛汽車將成為分佈式能源生態系統的一部分，利用閒置時間平衡電網（例如在夜間利用率低時充電，白天反向供電）。這種深度融合是傳統車企難以理解和複製的。5. 軌道資料中心與垂直整合SpaceX正在建構軌道資料中心，可重複使用火箭的發射成本急劇下降。在太空中，太陽能效率是地面的六倍，且不受土地限制。馬斯克意圖通過高度垂直整合，繞過傳統供應鏈的層層加價，這將徹底改變算力基礎設施的成本結構。以下是木頭姐訪談實錄：1.AI與GDP增長的加速Peter：歡迎大家來到《Moonshots》節目。我們邀請到了ARK Invest的創始人、CEO兼CIO凱茜·伍德（Cathie Wood）。凱茜，你預測全球GDP將實現7%的增長，這簡直是一個奇點事件，畢竟人工智慧的發展速度遠超我們要預期。今天我們還有幸請到了我的“登月”夥伴Dave Blundin和Salim Ismail。這可是全球排名第一的科技播客，旨在讓大家為即將到來的未來巨變做好準備。早上好，凱茜。Cathie Wood：早上好，Peter。Peter：你們發佈了一份令人驚嘆的《2026 Big Ideas》報告。我們從中挑選了大約20張幻燈片，想和團隊一起探討一下。這真的很重要，你能想像世界變化得有多快嗎？這對你來說仍然令人震驚嗎？Cathie Wood：即使我們一直預期世界變化的步伐會比人們想像的更快，但AI的發展速度依然超出了我們的預期。要知道，我們在這方面本來就已經走在很前面了，但這依然說明了某種趨勢。Peter：好的，我們來談談這場巨大的加速。凱茜，我在螢幕上放了第一張幻燈片，是關於2030年GDP預期變化的。這些數字相當驚人，你預測全球GDP增長7%，這就像是一個奇點事件，是國際貨幣基金組織（IMF）預測值的兩倍。我們剛和埃隆·馬斯克聊過，他也認為未來兩年內GDP可能增長5倍，並在下一個十年出現三位數增長。凱茜，你怎麼看？Cathie Wood：這張圖表做得很漂亮。你可以看到，歷史上每一次技術革命都伴隨著GDP增長的階躍式上升。回顧1500年到1900年那幾百年，除了末期的鐵路，並沒有太多新技術，根據Brett Winton與學術界合作的研究，那時的全球實際GDP增長率僅從0.6%提升到了6%左右。隨後，當我們經歷鐵路、電話、電力、內燃機這場技術革命時，在接下來的125年裡，增長率提升了五倍，穩定在3%左右。現在，我們要面對的是五個核心平台：機器人、能量儲存、人工智慧（這是最大的催化劑）、區塊鏈技術和多組學測序。這五大技術的融合，讓我們認為增長率會再提升兩倍半，達到7%左右。實際上，我認為這還是保守估計。幾年前我們剛提出這個數字時，人們都覺得我們瘋了，而在聽了埃隆的觀點後，你會發現我們對全球實際GDP爆發式增長的看法是一致的。這確實是當今在世的人從未見過的景象。Dave Blundin：我來充當一下反方觀點，儘管我自己並不相信這個反方觀點，但為了討論通過必須得有人提出來。Alex和我剛從達沃斯論壇回來，如果你隨機調查那裡的銀行家和政客，大概只有20%的人相信這種增長，80%的人都不信。那80%的人會說：“看，當電腦革命起飛時，GDP 增長率依然穩定在每年3%。不管有什麼突破，無論是聚變還是計算，最終都會被那3%的增長率所包含，我們擺脫不了這個困局。”這種心態源於過去125年的歷史經驗。凱茜，你會怎麼回應這些不信者？Cathie Wood：有趣的是，今天活著的人確實沒有經歷過除此以外的情況。在80年代和90年代，生產率增長確實有所上升，那是投資的黃金時代，但全球GDP增長大體保持在3%。但我認為那些金融界人士不相信這一點的根本原因在於他們的研究架構。Cathie Wood：傳統金融機構是按部門、行業或子行業來孤立地設定研究的。然而，現在的技術正在滲透到每一個領域並模糊這些界限。你必須像我們一樣建立研究體系，也就是圍繞這15項核心技術（歸納為5大平台）來開展。我們的每一位分析師都在研究這些技術何時以及如何在各個行業中擴展。我們在內部打破了孤島，分析師們協同工作，只有這樣才能真正理解當今正在發生的重大技術融合。Peter：這確實是完美的融合。正如你在幻燈片中所見，我們正在見證可重複使用的低成本太空發射技術與太空資料中心的結合。六個月前，我和埃隆·馬斯克以及戴夫交流時，還沒有人談論在太空建立資料中心，但現在每個人都在討論這個話題。Cathie Wood：我們與Mach 33合作推出了一個開放原始碼的SpaceX模型。早在去年年中我們就發佈了這個模型，當時還沒把“軌道資料中心”納入考量。現在，我們和Mach 33重新設計了方案，早期的結果顯示成本正在顯著下降，這將進一步推動單位增長。這正是賴特定律（Wright's Law）的核心：隨著累計產量的每一次翻倍，在這個案例中是可重複使用的火箭技術，成本會以穩定的百分比下降。對於火箭來說，成本下降的幅度相當可觀。信不信由你，在工業機器人領域，累計產量每翻一番，成本就會下降約50%。火箭領域的降幅可能沒那麼高，但我相信也會在百分之二十幾的區間。Dave Blundin：我其實想問關於左邊這張圖表的問題。既然發射成本正在大幅下降，我驚訝的是那條曲線沒有下降得更多。我和埃隆開會時的一個重要收穫是，老實說，我進去時對“太空資料中心”持半信半疑的態度，出來時卻完全被說服了，他正在積極且秘密地推進一件事：繞過現有的供應鏈。目前製造GPU晶片，台積電（TSMC）大約有50%的利潤率，NVIDIA有80%的利潤率，價值鏈中充滿了層層加價。埃隆打算繞過這一切，建立自己的晶圓廠。他總是問：根本性的約束是什麼？真正的物理障礙是什麼？其實很簡單：沙子（矽）的獲取非常便宜；至於電力，太空中太陽能板的效率是地面的六倍，成本極低。所以我認為，如果我們今天只看發射成本的下降，而不考慮GPU成本、電力成本和太陽能板生產成本的趨同性顛覆，那我們就低估了趨勢。如果埃隆是對的，這些都會在短短幾年內平行發生，成本曲線會急劇下降。Cathie Wood：確實如此。我們再看賴特定律在半導體行業的應用。現在的問題是，什麼會阻礙這種增長？我不認為監管會成為障礙，因為我們正處於一場太空競賽中。既然埃隆的公司高度垂直整合，我們假設他能搞定晶片供應。Dr. Alexander：凱茜，如果我們天真地通過過去的資料向外推演，我們會達到“戴森群”等級的規模嗎？在未來的某個時刻，為了建造軌道資料中心，我們是否需要從月球、其他行星或小行星帶獲取足夠的原材料？我知道你通常做五年預測，但如果讓你展望50年後，我們會看到戴森群（Dyson swarm）嗎？還是會有多個相互競爭的戴森群？Cathie Wood：雖然我不夠專業去回答關於戴森群的具體問題，但我們的模型確實已經把SpaceX的規劃推演到了五年以後，並且納入了Optimus機器人、特斯拉和The Boring Company甚至火星殖民的因素。我們認為這在技術上是可行的。不過，軌道碎片確實是近期最大的絆腳石，一旦發生連鎖反應，後果不堪設想。Peter：讓我們把話題轉回AI基礎設施。正如幻燈片所示，推理成本正以驚人的速度下降，其影響巨大，我認為人們尚未完全意識到這一點。Salim Ismail：這裡有個悖論：當技術像我們所見的那樣具有極強的通縮性，例如火箭發射成本從航天飛機的6億美元降至SpaceX的6000萬美元，甚至還將再降10倍，這對GDP來說是巨大的縮減。當技術如此徹底地降低一切成本時，我們如何預測GDP的增長？這是我最大的擔憂之一。Cathie Wood：成本下降的另一面是單位數量的爆炸式增長，這就是傑文斯悖論（Jevons Paradox）。很多人嘲笑我預測價格將開始下跌，他們認為通膨會卡在2%到3%的區間。但如果你看真實通膨資料，它已經降到了1.2%到2%。聯準會還在對抗通膨幽靈，但我認為明年通膨率會降至2%以下，甚至轉為負值。這裡的關鍵是生產率增長和單位勞動成本的下降。Dave Blundin：確實，油價在跌，租金也在跌。或許我們需要一個“凱茜·伍德定律”來解釋這一切。埃隆曾講過一個笑話：兩個經濟學家在樹林裡散步，互相付錢吃對方的排泄物，結果GDP增加了200美元，卻沒創造任何價值。反過來看，如果AI治癒了癌症，數百萬人不再需要放療和化療，這在GDP上會表現為負增長，但對人類價值卻是巨大的。所以在AI時代，GDP指標本身就有根本性缺陷。Cathie Wood：你說到了點子上，但這事還有另一面。看看機器人技術，特別是那些我們要花時間做卻沒有任何報酬的事情，比如接送孩子、做飯、打掃衛生。這些從未計入GDP。但未來我們將購買機器人來做這些事，這將轉化為付費服務，從而進入GDP統計。這就像從農業經濟向工業經濟轉型時，家務勞動逐漸社會化一樣。被“看不見”的勞動將轉化為可衡量的經濟活動，這將帶來GDP的大幅回流。Cathie Wood：舉個具體的例子，當年很多風險投資人錯過了Uber。有人告訴我，他們當時算了一筆帳：舊金山的計程車市場每年約為5億美元，如果Uber拿走20%，這生意就不值得投。但他們沒算到的是，由於價格和便利性的變化，拼車市場擴大了四倍，而且Uber從計程車手中搶走了80%的份額。如今，Uber僅佔所有城市出行里程的1%。根據我們在《Big Ideas》裡的分析，要滿足這1%的里程只需要14萬輛車；而要滿足全美所有的城市里程，需要2400萬輛車。考慮到美國現有的4億輛汽車保有量，Robotaxi（機器人計程車）的增長將徹底摧毀我們熟知的汽車市場結構。Peter：同意。我們正在見證“認知的商品化”。人類經濟的基石，智能，正以每年99%的速度降價。這是一場逐底競爭。我的問題是，隨著價格暴跌，大語言模型（LLM）公司能否維持建構AI基礎設施所需的收入？凱茜，你對這些前沿模型的商業閉環有擔憂嗎？Cathie Wood：觀察OpenAI最近的動向非常有趣。他們開始商業化了，規劃了廣告、電商和機器人業務。但我們聽說他們的廣告報價是每千次展示（CPM）60美元，這相當於超級碗廣告的價格，而Facebook目前只有20美元。OpenAI可能會因為控制了供應端而暫時得逞，但我們的分析師認為這不可持續。Google的Gemini不會這麼做，他們有Google龐大的現金流支援，可以打價格戰來搶佔市場份額。這對OpenAI來說不是好消息。雖然OpenAI有9億使用者的先發優勢，但他們必須加快收入增長來支撐基礎設施擴張。這可能意味著他們需要在某些方面收縮戰線，更加專注。Dave Blundin：我想插一句。幻燈片上提到AI Agent在長期任務上的成功率是80%。彼得，你說任何員工如果只有80%的成功率都會被解僱，但這還沒算完。如果把上一張關於推理成本降至零的幻燈片結合來看，你會發現：無論推理變得多便宜，離真正的“零成本”還很遠。因為人類對“思考循環”的渴望是無限的。正因為彼得提到的80%成功率，如果你啟動100個AI Agent去解決同一個問題，只要其中一個成功了，整體成功率就會極高。這是一種“暴力破解”法。因此，對智能的需求基本上是無限的，人們會花光所有預算去獲取更多的智能。Cathie Wood：另外，最近那個開放原始碼的Claude機器人（Claude-bot）真是令人驚嘆。它在一個周末內就火遍了網際網路。你可以把它看作個人版的Jarvis，它能運行在你的電腦上，幫你組織工作、連接社交媒體和郵件，甚至在你睡覺時自動完成任務。我們的首席AI分析師只用了一個周末，工作效率和條理性就有了質的飛躍。Dave Blundin：沒錯。它之所以還沒被大型AI實驗室直接推出，是因為它非常強大但也具有破壞性，如果出了差錯，它可能在兩秒鐘內搞亂甚至損毀你的電腦系統。所以使用時要小心，但這也正是它強大的原因。這不僅僅是技術，更是一種文化現象。Dr. Alexander：凱西，我想回到你剛才提到的一個非常有趣的觀點。據我所知，還沒有人像你這樣表述過。很多人，包括本節目的嘉賓，都在擔心GDP增長與實際財富增長之間存在固有的不一致，甚至擔心超級通膨。但你提出了一個相反的獨特視角：隨著人類將越來越多的服務委派給AI代理，從GDP的角度來看，這種“委派”構成了商業活動。本質上，我們將人類個體的角色與生產性服務剝離，而這些細分領域之間的互動許多將由代理完成，這反而會增加對GDP的貢獻並促進商業發展。所以，你描繪的是一個GDP資料可能爆發式增長，但實際人類財富或許保持不變的圖景。那麼我想問你，如果你能揮動魔法棒，給出一個並不是單純指GDP增長，而是定義“人類真實財富增長”的完美指標，你會如何定義？Cathie Wood：財富增長在很大程度上與生產率增長密切相關。我所說的實際財富增長，不是指由價格驅動的房地產泡沫，而是由技術推動的生產力提升。我們在80年代和90年代初曾稍微嘗到過一點甜頭。那時是PC時代和網際網路時代的開端。對金融市場而言，那是一個輝煌的時期，因為軟體的潛力首次被真正釋放。雖然我們在80年代經歷過一段“索洛悖論”時期，當時人們覺得科技發展似乎反而削弱了生產力，但隨後微軟崛起，緊接著迎來了網際網路熱潮。這只是我們即將經歷的變革的前奏。如果你回顧歷史，從糟糕的70年代到80年代初，生產率增長幾乎為零甚至為負。隨後生產率開始回升，金融市場隨之繁榮，通貨膨脹開始下降。我之所以對此深有感觸，是因為在我職業生涯早期，我們就判斷通膨會下降，而當時大多數人認為除非發生經濟大蕭條，否則這不可能發生。但事實恰恰相反，通膨下降是由於技術帶來的生產率增長以及合理的貨幣政策。這裡有一個與哈佛學派相關的凱恩斯主義經濟學的不同觀點：凱恩斯主義認為增長會導致通膨；但實際上，增長不會導致通膨，反而會導致通縮。我們即將進入的世界是通縮性的，這是“好的通縮”，即當商品價格下降時，需求會激增。2.在AI時代重新定義財富Dave Blundin：凱西，我也許可以順著這一點深入問一下。這似乎是問題的核心，不僅關乎視覺展示，也關乎你更廣泛的投資論點，即GDP可能不是衡量進步的最佳宏觀指標。聽起來你認為“人均生產力”才是關鍵。但最終，作為通過ETF進行的投資，你必須用美元或其他單位來量化它。我好奇的是，我們應該設定什麼樣的基準？你顯然在投資未來的行業。而標普500指數（S&P 500）作為傳統的基準，可能無法正確衡量通向未來的進步。如果讓你設定一個單一的度量標準來最佳化進步本身，那會是什麼？Cathie Wood：首先，關於指數化投資，這是我的一個痛點。目前的金融市場結構確實如此，埃隆·馬斯克（Elon Musk）對此也有非常強烈的看法，我們在一次X Space的對話中花了很多時間討論這個話題。標普500、納斯達克這些榜單前列的公司，代表的是過去的成功。如果我們的判斷是正確的，即我們正進入有史以來最具顛覆性的創新時期，那麼傳統的舊世界秩序將被打破。長期來看，標普500的名義回報率一直維持在個位數的高位。但我們認為這將會改變。因為標普在納入新股票時往往滯後，他們需要先看到收入增長和盈利能力。在我們的《Big Ideas》報告中，我們預測顛覆性創新在未來五年內將以年化35%的速度複利增長。Peter：你們那只基金專注於這個方向？Cathie Wood：我們所有的基金都專注於此。我們的旗艦基金ARKK整合了所有這些平台。這是一項艱巨的任務。我們經歷了一段非常艱難的時期，特別是在遭遇供應衝擊和與新冠相關的貨幣政策時，創新股在包括風險投資在內的各個領域都遭受了重創。當時很少有人相信創新，但我們認為現在正在走出困境。橡皮筋已經被拉得很長，事實上，企業已經加速了世界各個角落的數位化處理程序。Peter：僅僅看ARKK，過去兩年的年化回報率大約在31%到33%之間，這相當了不起。Cathie Wood：是的，我們的三年資料正開始向我們預期的數字攀升，但為了達到平均值，我們還得超過35%。如果你要我嘗試用一個經濟指標來衡量進步，當大多數人關注GDP時，我會關注國民總收入（GNI）。理論上，GNI和GDP的增長率應該相等，但實際上並非如此，兩者總是存在統計差異。這種差異正在擴大，因為從產出角度（GDP）我們無法精準測量剛才討論的許多技術影響，但這些影響會在收入端（GNI）顯現出來。Peter：所以答案是GNI，而不是某種人均生產力？Cathie Wood：對，我認為應該是GNI。生產率也很難測量，這就是為什麼我們認為目前的生產率被低估了，年化增長率大約被低估了2%。這意味著什麼？按照GDP的構成方式，如果我們低估了生產率，那麼我們就低估了實際GDP增長，同時高估了通貨膨脹。這像個拼圖，如果政策制定者不具備我們這種思維方式，盲目信任公佈的資料，就會在政策上犯錯。3.10兆美元公司的預測Peter：凱西，我想問你。到2030年，我們會看到市值達到十兆美元的公司嗎？比如SpaceX是會上市，還是可能與特斯拉合併？你認為埃隆會通過那種方式為SpaceX獲得流動性或穩定性？Cathie Wood：這很有趣。我不確定埃隆是不是在你的播客裡提到過，但我聽說過他說預見到旗下公司的融合，這是我之前沒預料到的。不過我們確實已經討論這種情況一段時間了，因為在人工智慧的世界裡，要取勝就必須擁有專有資料。想想他擁有的所有專有資料：特斯拉擁有路面的語言資料；Neuralink擁有多組學資料；SpaceX擁有太空資料；X擁有獨特的社交資料；Boring Company也有別人沒有的資料。所以，我確實認為由於這種融合驅動，到2030年那些兆美元等級的公司將會開始上線。Peter：我認為主要的候選者就是特斯拉，正如你剛才所說的原因。而且可能會有一些組合作為其中一部分發生。Cathie Wood：是的，這也很有趣。我知道有傳聞說SpaceX正在接觸投行人士，但我以前從未想過SpaceX會上市，也不覺得有必要。畢竟埃隆在特斯拉的公開市場經歷並不愉快。但如果SpaceX真的上市，那可能是為了抓住軌道資料中心（Orbital Data Center）的機會。Peter：其實在這個播客上我們也問過埃隆。那是關於他最不可思議的事情之一。我們問他：“看看你的商業帝國，Starlink、全球太空資料中心、雷射鏈路，這一切難道不是你畢生心血的匯聚點嗎？通向這個驚人的十兆美元的成功，當時的遠見一定非同凡響。”但他卻笑著說：“不不不，這完全是運氣，這些事情彼此毫無關聯。”我覺得這太不可思議了，他本可以藉機吹噓自己的遠見或宣稱自己是天才，但他沒有。Cathie Wood：其實這是因為人工智慧正在導致一切融合。這就是為什麼我們在組建公司和組織研究時，讓機器人工程、能源儲存和AI分析師共同協作來研究它。在傳統的金融機構裡，汽車分析師通常只懂內燃機，不懂技術，他們經常為此爭論地盤，導致技術分析師的話語權旁落。這就是為什麼華爾街到現在仍然看不懂特斯拉。Peter：沒錯，凱西。我對“專家”的定義就是那些能確切告訴你為什麼某件事做不成的人。那麼，讓我們進入最內層的循環，談談能源。再次引用《Big Ideas Report 2026》的圖表，我們看到越來越高效的能源正在驅動全球經濟，每美元GDP對應的千瓦時能耗正在下降。此外，太陽能和電池成本也在大幅下降。我認為人們並沒有真正意識到能源在根本上有多麼關鍵。它不僅與GDP相關，還與每個國家的生活水平、健康和教育息息相關，尤其是在現在的資料中心爭奪戰中，它已成為國家主導地位的根本。凱西，你對此有什麼看法？Cathie Wood：經濟活動本質上就是能量的轉化。那些盲目說能源是壞事的人，並不清楚自己在說什麼，他們基本上是想把我們逼回黑暗的中世紀。如果我們要進步，就必須使用更多能源。關於核能，特別值得注意的是，美國和日本在70年代開始的過度監管扼殺了這個行業。如果按照賴特定律，隨著技術進步建設成本本應下降。如果我們在核能上繼續沿賴特定律發展，今天的電力成本會比現在低40%。所以我認為我們對核能重新燃起的熱情很重要，這將把我們帶回成本下降的軌道。當然，還有太陽能。埃隆關於軌道資料中心的願景，也會為資料中心的太陽能採購注入強大動力。Dr. Alexander：我很好奇，凱西。你認為是因為核能過度監管，還是其他原因，導致1971年後美國經濟走上了一條不同的道路？Cathie Wood：我認為，當年放棄金本位制、關閉黃金窗口，導致貨幣政策除了受人性的脆弱影響外，不再與任何實質事物掛鉤，這實際上開啟了一段艱難的時期。隨之而來的是工資和價格管制、各種市場扭曲，以及整體監管力度的增加。核能產業就是這種情況的一個縮影。我記得那是1974年或1975年左右，在脫離金本位制後，我們失去了約束，油價幾乎瞬間翻了四倍，這讓我們走上了一條非常糟糕的道路，我們也因此停止了載人登月計畫。隨後出現了里根經濟學（Reaganomics），即沃爾克（Volcker）的貨幣政策與里根的經濟政策相結合，包括放鬆管制和減稅，這一策略今天仍在被沿用。目前美國的企業實際稅率在發達國家中屬於極低水平。雖然川普在第一任期內開始降低稅率，但在新稅法之前的折舊時間表其實並不利於創新。現在的新政策允許製造業結構在投入使用的第一年就完全折舊，而不是分30到40年逐步折舊。這意味著，任何在美國建設製造設施的公司，只要在2028年底前開工，就能獲得巨額退稅，並可以將這些資金重新投入研發，從而降低價格，推動再工業化。我們正在見證這一切，未來幾年我們將迎來一場經濟繁榮，這甚至會讓埃隆·馬斯克所說的5倍GDP增長都顯得保守。這聽起來是非常合理的預測。4.AI與未來投資方向Peter：Dave，我很好奇，我們之前在簡訊裡聊過關於下一波投資方向的問題。當然這不是投資建議，但你提到了能源基礎設施。小型模組化反應堆（SMRs）、核裂變能源，以及雖然目前還有點遙遠的核聚變，都是關注重點。同時還有資料中心的建設。這些領域的數字看起來非常驚人，這將是我們看到上市公司中投資最多、增長最快的領域。Dave Blundin：我們與凱西（Cathie Wood）以及Peter你的科技路線不同之處在於，我們並不試圖一次性部署上百億美元，所以我們可以更靈活地深入觀察資料中心的技術堆疊。你會發現，供應鏈中的某些元件突然之間面臨無限的需求。我們在Boom Supersonic（Boom超音速公司）身上也看到過類似的情況。這是一家製造超音速飛機的公司，其引擎元件的價值突然上漲了10倍甚至100倍，因為同樣的元件可以用於製造發電機，而這些發電機多年來一直處於積壓狀態。Peter：我認識Boom的創始人，當時我就覺得處理聯邦航空管理局（FAA）的監管簡直是瘋狂的挑戰。但後來他們找到了市場，完成了一次出色的轉型。Dave Blundin：沒錯，這是一個絕佳的轉型案例。這其實是兩個不同層面的案例研究：一個是與這次人工智慧（AI）建設相關的任何事物，如果你能搶先發現，可能會帶來千倍的回報；另一個是關於優秀的團隊如何轉型。有些項目乍看之下像是一潭死水，但如果你意識到這是一個了不起的團隊，你會發現他們轉型的速度比以往任何時候都快。所以，無論如何都要選擇並堅持支援優秀的團隊。Peter和我討論時，我們一直在尋找那些尚未被發現的機會。比如Alex對光子學（Photonics）有很多見解，在大型資料中心的網際網路互連、讓資料高速傳輸方面，存在著巨大的機會。但我認為這一切都指向同一個主題：如果你看未來幾年，軌道資料中心、對晶片的無限需求，以及將這一切連接起來的管道、布線和粘合劑，到處都是潛在的機會。Cathie Wood：我想回應Dave剛才提到的很重要的一點，那就是必須從“出色的團隊”開始。我們看到那些轉型之所以非常成功，是因為不同技術之間的融合創造了全新的產業。因此，轉型的機會比以前多得多。如果你因為擔心監管阻礙而錯過交易，那將是一個風險。因為就像Boom那樣，有時一次轉型正好能契合監管的需求，甚至監管機構也希望這種改變發生。關於這張幻燈片，我想指出，到2030年，全球電力累計投資需要增加到10兆美元。這說明我們將在電力方面進行巨額投資，毫無疑問，數兆美元將投入到與AI相關的一切基礎設施中。Dr. Alexander：我想問凱西，也想問問在座的各位關於能源的話題。也許你們看過Apple TV的劇集《為全人類》（For All Mankind），它提出了一個替代歷史的場景：如果蘇聯先於我們登上月球，太空競賽從未結束，核能技術因此被快速推進，歷史會怎樣發展？我很想從“學習曲線”的角度探討這個替代歷史。如果20世紀70年代中期我們的發展沒有脫軌，我們現在在能源領域應該達到什麼水平？是落後了十年，還是五十年？Cathie Wood：在能源方面，特別是核能，我不能說我們整體落後了，但我認為我們在新建項目上確實落後了。美國需要大、中、小型反應堆的全面投資。毫無疑問，我們在核能上確實浪費了很多時間。由於美元是儲備貨幣，我們在70年代將通貨膨脹帶給了全世界。雖然瑞士等少數國家能夠抵抗，但這總體上是一個全球現象。但我認為我們現在的心態是正確的，矽谷一直保持著正確的心態。我們正試圖在這裡打造一個新的創新中心，加州的稅法可能也在推動這一點。雖然AI人才聚集在矽谷至關重要，但我們現在看到創新力量正在分佈到全美各地。隨著創新成本的急劇下降，個人的能動性變得越來越強，你可以在任何地方成為企業家。5.自動駕駛車輛的未來Peter：我們現在進入最後一個話題，自動駕駛汽車。關於這個話題有太多可以討論的，比如人形機器人，也許我們在討論特斯拉時會順帶聊到。目前的消息是，自動駕駛計程車終於來了。我們已經看到了Waymo的進展，CyberCab也即將上線。Uber、Lucid都在部署自己的車隊。資料顯示，Waymo的份額正在上升，而Lyft和Uber在下降。我們在聖塔莫尼卡出差時，往返機場或送孩子上學的路上，平均每天能在街上看到10到12輛Waymo。我認為大約在四五年後，80%的車輛將是自動駕駛汽車。你們怎麼看？Cathie Wood：我們同意這個觀點。正如我們的研究報告所示，我們預計從平台角度看，特斯拉將是最大的贏家，Waymo將位列第二。原因在於Waymo的成本結構依賴於外部供應鏈，這與特斯拉的垂直整合模式完全不同。這正是埃隆的運作方式。Waymo曾一度難以吸引汽車零部件供應商，所以他們現在正與極氪（Zeekr）、現代（Hyundai）等公司合作。目前他們在全美的車輛少於3000輛，如果你一次行程能看到10輛，說明它們高度集中在你所在的區域。我們認為從成本角度看，特斯拉的方案將比Waymo低50%，因此能夠收取更低的費用。目前Uber的平均價格隨著高峰定價上漲了40%，達到每英里2美元到2.8美元。而我們的研究證實了埃隆的說法：當達到規模效應時，特斯拉能夠將價格定在每英里20美分。在達到那個低價之前，巨大的價格保護傘將導致特斯拉的現金流暴增。Dave Blundin：你完全說對了，凱西。在去參觀特斯拉超級工廠之前，我完全沒意識到這一點。我曾以為埃隆不喜歡供應商只是因為他是個控制狂，但這並不是真的。他不依賴供應商是因為他看到了製造業的指數級機會。需求會在一夜之間飆升，而滿足這種需求的唯一方法是將原材料（如原鋁）在工廠的一端輸入，在另一端直接產出汽車或晶片。你必須內部製造所有東西並提前規劃。如果你像Waymo那樣，在供應鏈中缺少那怕一個受限元件，整個生產鏈都不得不停下來等待。Cathie Wood：絕對是這樣。對Waymo和特斯拉的需求都會是無限的，但特斯拉能更快地生產更多汽車，因為埃隆將所有環節都納入了那個完全指數級自動化的內部供應鏈中。Salim Ismail：我認為如果特斯拉允許人們擁有自己的汽車並將其轉變為計程車，那將是一個巨大的優勢，這更符合指數級增長組織的特點。那樣的話，你甚至不需要擁有自己的資產，這正是Uber增長如此迅速的原因。Peter：凱西，在技術融合的討論中，你有沒有關注這樣一個概念：數以百萬計的自主聯網計程車，實際上就是移動在城市中的推理引擎（Inference Engines）和能源儲存裝置？Cathie Wood：哦，當然。這與埃隆關於我們電網目前效率低下的觀點不謀而合。電網在晚上的利用率很低，而白天有時又被過度使用。這是一個典型的分佈式能源生態系統機會。Dave Blundin：令人驚訝的是人們多麼低估這一點。如果你看特斯拉的超級工廠，街對面就是Optimus（柯博文機器人）的工廠，旁邊還有資料中心。這裡的核心在於，所有元件都是通用的。當你對比福特或通用汽車時，你會問：“你們到底在做什麼？”他們從別處訂購底盤和動力總成。如果他們明天想轉型成一家機器人公司，他們做不到，因為他們只是在組裝第三方的元件集合。他們只能是一家汽車公司。而埃隆建構帝國的方式是，整條製造鏈的每一個環節都可以在短時間內轉向，例如變成衛星製造業務。整條長鏈本質上是可重構的機器人。我認為這可能是他獨有的優勢。也許Google在做類似的事情，我不確定，但這就是未來。所有這些都可以通過AI和機器人進行重新配置。Cathie Wood：在這個方面，美國汽車行業正在減少對電動汽車的投入，開始收縮，但他們又試圖搞清楚如何切入Robotaxi（機器人計程車）領域。這一切最終會融為一體，而特斯拉早就看明白了這一點。埃隆在他的宏圖計畫裡早就寫明了。如果傳統車企認真對待過他，那答案早就擺在他們面前了。Peter：我看不出傳統汽車行業能挺過這一劫。未來是與AI深度整合的：AI知道你的日程，當你走向前門拉動門把手時，自動駕駛汽車已經在那裡等你，你甚至不需要叫車。Salim Ismail：關鍵在於，我們只需要幾千萬輛汽車就能覆蓋所有人的出行需求。現在全球每年銷售9000萬輛新車，這是瘋狂的供應過剩。Dr. Alexander：但我認為，對不同形狀和尺寸的機器人的需求實際上是無限的。所以我認為汽車行業會以某種形式存活下來，就像自行車演變成馬車、再演變成飛機和汽車一樣。這個行業會演變成機器人行業，並且規模比以往任何時候都大。Dave Blundin：但在行業內部，有些公司根本沒有做好轉型的準備，而其他公司則準備充分。在這方面，美國人有一種特質，那就是熱愛重塑，我們願意把舊的東西扔掉，去建立一個全新的創業公司。Salim Ismail：我想強調一個非常關鍵的點。有人類駕駛員的網約車服務與完全自動駕駛之間的成本差異，實際上超過了10倍，這是一種驚人的成本下降。Cathie Wood：問題的核心在於，傳統車企是在內燃機和人工駕駛的環境下成長起來的，這導致它們的企業基因與當前的技術變革不匹配。雖然人們常說它們可以重新配置、整合或重組，但在顛覆性創新領域，這種轉型往往難以成功。我認為它們無法在這個新領域獲勝，因為這涉及三項技術的深度融合：機器人技術（像埃隆·馬斯克那樣將汽車視為機器人）、人工智慧（這是方程中永恆的一部分）以及能源儲存。隨著電池技術的發展，電動汽車的成本持續下降。相比之下，內燃機是一個完全成熟的行業，根據賴特定律，由於其累計產量基數巨大，成本翻倍從而帶來成本下降可能需要上百年的時間。因此，傳統車企無法像堅持做電動汽車那樣享受到成本下降曲線帶來的紅利。Dr. Alexander：我認為我們可能遺漏了一個非常重要的組成部分，也就是埃隆所說的“製造那些生產機器的機器”。我們在討論內燃機與電動汽車的對比時，往往忽略了它們的製造方式。目前的傳統汽車公司在很大程度上依賴受工會保護的人工勞動，而在未來，大部分製造工作將由機器人自動完成。所以我想問Cathie，你是否認為對於傳統汽車公司，至少是美國汽車公司，來說，真正的競爭障礙在於它們無法像特斯拉那樣，實現高度機器人化的製造自動化？Cathie Wood：毫無疑問。大概三四年前，埃隆曾說過：“我發現自己其實是一個工廠的製造者。”這對我們來說也是一個重要的頓悟時刻。他在設計未來的工廠，並引入了正確的技術。Dave Blundin：回到Alex的觀點，當初位於加州的初代超級工廠（Gigafactory）在疫情期間被迫停工時，埃隆決定搬離加州，前往德克薩斯州，在一個監管環境更友好的地方從頭開始建設。如果你看看傳統汽車公司，它們受到工會、養老金計畫以及與當地選區緊密繫結的制約。因此，在一個新的司法管轄區從頭開始建廠，實際上比改造傳統車企的現有生產線要便宜得多。Salim Ismail：是的，歐洲的情況更糟。例如在德國，他們有工人委員會來決定寶馬或梅賽德斯作為公司被允許做什麼。這在達沃斯論壇上也成為了一個重要話題。歐洲的資本如果沒有好的去處，比如你想藏錢可以去列支敦斯登或摩納哥，但如果你想在一個監管相對理性、或者說較少受限的環境中建立一家低成本汽車公司，你會去那裡？Cathie Wood：我知道大多數人認為歐洲在技術和監管層面已經完全沒希望了，因為創新的崩塌和個人能動性的減弱。從宏觀層面上我同意這一點。但我想問，歐洲有什麼是其他地方沒有的？為什麼我們都去那裡度假？Dave Blundin：建築，還有生活方式。Cathie Wood：對，生活方式、悠閒的節奏、美食。所以我不會完全否定歐洲，他們會像以往那樣為世界其他地區提供服務，生活方式、旅遊服務、漂亮的廣場和濃縮咖啡。Dave Blundin：我來做個預測。歐洲擁有令人難以置信的潛在人才儲備，才華橫溢。歷史上，像印度這樣的人才流出國，人們去美國賺錢後往往會回國退休。但歐洲人以前不這麼做，因為離開歐洲太難了，那裡的生活太美好了。但我認為現在差距已經變得如此之大，真正的創業群體將開始湧向美國，工作十年，保留在歐洲的居所，然後來回往返。Salim Ismail：我可以提出反方觀點嗎？我認為過去對於歐洲企業家來說，來美國是一個可行的選擇，但現在這已經不再是唯一的路徑了。接下來會發生的是，歐洲將被迫改變監管制度。目前的結構無法維持，必須通過設立特別經濟區或進行結構性變革來突破，否則就會陷入“死亡螺旋”。我們在今年的達沃斯看到了這種跡象，他們試圖建立一種“歐盟公司”（EU Inc.）的概念，即在一個國家註冊就等於在所有國家註冊，並統一創新體系的規則。Peter：這是我們的最後一張幻燈片。全自動配送已經到來了。雖然我們長期以來一直關注機器人計程車（Robotaxi），但我們看到目前每年已經有400萬次無人配送。Cathie Wood：是的，最美妙的是他是從盧安達開始的，利用無人機運送醫療用品。據統計，他將孕產婦因產後大出血導致的死亡率降低了50%以上。Peter：所以，我們在空中看到了Zipline和Wing實現了無人配送，還有Matternet。在地面上，我們有Starship、Meituan和Coco Robotics等幾十家公司。當然，我們也看到了卡車運輸自動化的起步。有趣的是，地面交通已經很擁擠了，目前空中航線雖然是開放的，但最終也會變得擁擠。如果配送量激增，主要是來自Zipline和Wing，我很好奇人們是否會開始抱怨噪音問題，因為它們雖然在高空飛行，但需要通過纜繩放下貨物來完成投遞。Dave Blundin：航道是三維的，物理上不會那麼快擁擠，但你說得對，噪音將成為一個非常大的問題。如果有人能發明出靜音無人機，那將徹底改變遊戲規則。 (劃重點KeyPoints)

2026 年初的 AI 圈，被一隻 “龍蝦” 徹底點燃。開源 AI Agent 項目 Clawdbot 橫空出世，上線不足一個月，GitHub 星標數狂飆至 5.8w+，單日環比暴漲 62%，復刻量超 6.9k，Discord 社區成員逼近 9000 人。特斯拉前 AI 主管 Karpathy 公開點贊，海外科技圈刷屏式討論，被業界譽為 “開源版賈維斯”，更被無數從業者稱作 2026 年的 “ChatGPT 時刻”—— 這只以龍蝦為 Logo 的 AI 工具，正從科技邊緣的極客玩物，向重構人機協作的核心力量狂奔，掀起一場屬於 AI Agent 的產業革命。現象級爆火：從極客玩具到資本寵兒Clawdbot 的誕生本身就是一場反中心化的科技浪漫。它並非Google、OpenAI 等巨頭的重金研發產物，而是一位創業成功的奧地利軟體工程師在生活空虛後回歸程式設計的個人作品。此前爆火的本地 LLM 管理軟體 Cherry Studio，最初也只是兩個人的兼職項目。這些誕生於商業邊緣的端側創新，卻精準擊中了使用者對資料主權和 AI 實用化的核心需求，成為現象級產品。上線僅 19 天，Clawdbot 就實現了從 “程式碼倉庫” 到 “行業風潮” 的跨越：海外科技圈討論熱度蓋過 Claude Excel，程式設計師圈的 GitHub 指數垂直飆升。更關鍵的是，它在資本市場引發了連鎖反應 —— 作為其官方推薦主力模型之一，MiniMax 今日股價暴漲 26.5%，這不僅是對 Clawdbot 現象級熱度的反應，更是市場對 “Agent 分發層成形” 的集中定價。簡單來說，Clawdbot 是一款開源、自託管、7*24 小時線上的本地優先 AI 助手。使用者可將其部署在本地電腦或雲伺服器，通過 WhatsApp、Telegram 等常用社交平台與其互動，無需打開獨立 AI 應用。它不再是傳統 AI 助手的 “被動對話工具”，而是能主動幹活的 “AI 打工人”：設定一次指令就能每日定時自動觸發，授予權限後可完成郵件管理、資料處理等複雜操作，更能記住使用者所有互動細節，主動提醒重要事項。這種從 “對話” 到 “執行” 的跨越，正是 AI 商業化落地的關鍵一步。技術突破：重構 AI 助手底層邏輯，打開商業化大門Clawdbot 的顛覆性，在於它徹底打破了傳統 AI 助手 “場景割裂、被動響應、隱私洩露、價值有限” 的四大痛點，實現了從技術探索到商業落地的核心突破。「本地優先 + 反向控制」：對抗巨頭資料壟斷以“本地優先、反向控制”為核心設計理念，Clawdbot 將使用者的對話語境、技能資料、互動記憶全部儲存在本地 Markdown 檔案中，而非巨頭的雲端封閉生態。這一設計精準契合了使用者對資料主權和隱私的渴求，是對 ChatGPT、豆包等巨頭中心化資料壟斷的直接反擊。同時，Clawdbot 支援 “一條指令切換大模型”，可根據使用者偏好選擇 Claude Opus 4.0、GPT-5.2、MiniMax2.1 等模型，擺脫了單一模型的繫結限制，實現了對 AI 工具的 “反向控制”。這一特性不僅提升了使用者體驗，更在資本市場上引發了對大模型競爭格局的重新評估。全鏈路技術架構：打造智能執行閉環Clawdbot 的技術架構形成了從 “互動入口” 到 “智能執行” 的完整閉環：多平台 API 接入：打通 WhatsApp、Telegram 等主流社交平台，聊天介面與普通聯絡人無異，降低了使用者使用門檻。Gateway 統一通訊中樞：管理所有外部消息平台連接，成為 AI 與使用者、執行端的橋樑。Agent 智能大腦：底層搭載主流大模型，結合使用者請求、上下文和長期記憶生成執行指令。Memory 長期記憶系統：通過本地儲存 + 向量嵌入技術，對每日日誌和長期關鍵資訊建立索引，支援語義搜尋。Lobster 可組合工作流：這是 Clawdbot 的核心競爭力，作為原生工作流 shell，它能將各類技能 / 工具轉化為可組合的管道和安全自動化流程，讓 Clawdbot 可以一步呼叫通訊層的 iMessage、AI 層的大模型 API、執行層的瀏覽器與 shell，實現 “一台 MacMini 控制數十億美元基礎設施” 的可能。這種可組合性，讓 Clawdbot 具備了強大的拓展能力，也讓資本市場看到了 AI Agent 規模化落地的可能。輕量化 + 高安全 + 強適配：推動 AI 下沉中小微Clawdbot 具備輕量化、低門檻、高安全的特性，無需巨額成本和專業技術即可快速部署，完美適配中小微企業的 AI 轉型需求。它能推動辦公、客服、營運全流程自動化，讓 AI 應用從大型企業的 “專屬福利” 真正向中小微群體和個人使用者下沉，打開了 AI 規模化落地的全新空間。這一市場空間的打開，也讓資本市場對 AI 行業的長期增長邏輯有了更清晰的認知。產業影響：端側創新崛起，引爆多重產業變革Clawdbot 的爆火，遠不止一個現象級產品的誕生，它更像是一個行業訊號——AI 的端側創新正在從商業邊緣走向主流，一場圍繞 AI Agent 的產業變革已經開啟，同時也將引爆算力、硬體、軟體、網路基建等多個領域的連鎖反應，重構整個 AI 產業的競爭格局。「龍蝦時刻」= AI Agent 的「ChatGPT 時刻」，開啟端側 AI 超級需求周期正如賈伯斯在《Triump of the nerds》中回憶，個人電腦的興起並非傳統大公司從 “中心” 規劃的產物，而是從極客、非主流群體出發的邊緣創新，最終走向行業中心。Clawdbot 正是如此，它誕生於商業邊緣，卻成為了端側 AI 創新從 “邊緣” 走向 “主流” 的關鍵一步，被業界稱作 AI Agent 的 “ChatGPT 時刻”。這一時刻的到來，直接開啟了端側 AI 的超級需求周期。此前，AI 的算力需求主要集中在雲端資料中心，而 Clawdbot 這類本地優先的 AI 助手，讓算力需求從 “雲端” 向 “端側” 延伸：它的普及將直接推高市場對記憶體（RAM）、CPU、GPU的需求，而當前市場中記憶體、GPU、CPU 和先進封裝本就處於供不應求的狀態，端側需求的疊加，將進一步加劇硬體的供需缺口，推動硬體產業的升級迭代。同時，無論是本地部署還是雲伺服器部署，Clawdbot 都將帶動算力消耗的大幅增長：本地部署將推動使用者升級個人電腦，MacMini 成為熱門選擇；雲伺服器部署則將直接驅動伺服器 CPU、儲存的需求增長，長期記憶機制更是會持續拉動 DRAM 和 NAND 的需求，讓算力和儲存產業迎來新的增長極。Token 需求爆炸式增長，重構大模型競爭邏輯一旦 AI 進入 “工作流範式”，token 的需求量將迎來爆炸式增長—— 系統提示詞、工具呼叫、使用者歷史對話、私人資訊處理，都會大幅拉高 token 消耗。這一變化，將徹底重構大模型的競爭邏輯：從以往的 “誰的模型能力最強”，轉向 “誰更便宜、更快、更相容”。而這，正是 MiniMax2.1 的核心優勢，也是其近日大漲 26.5% 的核心原因。作為 Clawdbot 官方推薦的主力模型之一，MiniMax2.1 擁有 196k 大上下文，定價僅 0.27/M 輸入 + 1.10/M 輸出，性價比遠超 GPT-5 和 Claude Sonnet4.5，在成本敏感的 AI Agent 鏈路中，成為了當之無愧的 “工作牛馬”。同時，MiniMax 官方提供 Anthropic API 相容介面，讓大量圍繞 Claude 生態的程式碼 / Agent 工具可 “換腦不換介面”，大幅放大了其市場份額的想像空間。這一趨勢意味著，未來大模型的競爭，不再是單一的技術比拚，而是性價比 + 相容性 + 生態適配的綜合競爭，那些能精準匹配 AI Agent 需求的模型，將迎來新的發展機遇。重構 AI 生態格局，催生三大全新解法在此之前，市場對於 AI 的落地路徑，主要聚焦於兩大方向：一是以 ChatGPT、豆包、元寶為代表的主流 Chatbot 雲端生態，二是以 AI 手機、智能硬體為代表的硬體端 AI 整合。而 Clawdbot 的出現，催生了 AI 落地的第三種解法—— 第三方開源本地 AI 助手。這一解法雖目前配置門檻較高，但一旦推開，將帶來 token 消耗的快速增長，推動 AI 應用的規模化落地；同時，它也打破了巨頭對 AI 生態的壟斷，讓開源社區、中小開發者成為 AI 創新的核心力量，形成 “雲端生態 + 硬體整合 + 本地開源” 三足鼎立的全新 AI 生態格局，為行業帶來更多創新可能。全產業鏈受益，基建與入口成核心稀缺資源Clawdbot 引發的 AI Agent 革命，將帶動整個 AI 產業鏈的全面受益，而掌握核心基建、流量入口、生態位置的企業，將成為這場革命中的最大贏家，因為在未來的 Agentic 網路中，這些資源具備極強的確定性和稀缺性。硬體端：算力、儲存全面爆發本地部署推動個人電腦升級，雲伺服器部署拉動伺服器 CPU 需求，長期記憶機制驅動 DRAM、NAND 儲存需求，GPU、先進封裝則因端側 + 雲端雙重算力需求持續緊缺 —— 儲存、算力、CPU 等硬體類股將迎來整體性的增長機遇，且並非零和遊戲，而是全產業鏈受益。模型端：高性價比、高相容性模型脫穎而出隨著 token 需求的爆炸式增長，性價比高、相容性強的大模型將成為 AI Agent 的首選，MiniMax 等具備核心優勢的模型企業，將憑藉開源生態的大量呼叫實現快速增長，同時也將推動大模型行業的差異化競爭。入口端：聊天平台成 AI Agent 核心互動陣地Clawdbot 證明，聊天框是 AI Agent 最自然的互動方式。使用者無需學習新操作，在日常使用的社交平台中即可實現與 AI 的無縫互動，而掌握這些聊天入口的企業，將獲得敘事強化 —— 海外的 META，國內的騰訊，憑藉其龐大的使用者基礎和成熟的社交生態，將成為 AI Agent 時代的核心流量入口掌控者。基建端：網路基建成 Agent 時代的 “中樞神經網路”當 AI Agent 成為網際網路的新主體，Agent 與內容、Agent 與 Agent 的互動將成為常態，而這一切，都需要強大的網路基建作為支撐。Cloudflare 這類掌握 API 基建、網路安全的企業，將成為 Agent 時代的 “裁判員”，負責管控 Agent 與內容的 “有效互動”，解決爬蟲與反爬蟲、資料安全、網路穩定等核心問題，成為 AI Agent 網路的中樞神經網路。同時，網路安全企業也將迎來新的需求增長，Clawdbot 的高權限執行特性，讓資料安全、裝置安全成為關鍵，CrowdStrike、Zscaler、Cloudflare 的 Tunnels 業務等，將成為 AI Agent 落地的重要安全保障。內容端：使用者注意力的含金量進一步提升AI Agent 能幫使用者 “省時間”，但無法幫使用者 “娛樂”，省下來的時間，大機率將轉化為刷視訊、看小說等娛樂時間。掌握核心內容資源的企業，如抖音、騰訊等，將憑藉對使用者注意力的掌控，在 AI 時代佔據不可替代的地位，實現 “不戰而屈人之兵”。Clawdbot 並非終點，而是 AI Agent 時代的起點不可否認，當前的 Clawdbot 並非完美的 Agentic AI 形態，它仍存在諸多待解問題：太過極客化，配置門檻較高，普通使用者上手性價比低；高權限執行帶來一定的安全隱患，在權限管控、風險防範上仍有提升空間；並非底層技術突破，而是對現有技術的優秀封裝與整合。但這些問題，本質上都是工程問題，而非技術問題，都可以通過行業的持續迭代和最佳化得到解決。而這，也正是 Clawdbot 的價值所在 —— 它並非終點，而是為整個行業描繪了一個清晰的未來 Agentic 網路圖景，讓市場看到了 AI Agent 的落地可能，從而推動全行業圍繞這一雛形進行更深入的研發、最佳化和創新。未來的 Agentic 網路，將是一個 “AI Agent 掌控智能裝置、驅動所有應用、實現自主互動” 的智能網路：AI Agent 控制電腦 / 呼叫工具成為必然，電腦手機上的所有工具 / 應用通過 AI 介面驅動成為必然，有人解決 Agent 網路的連貫性、安全性也成為必然。而在這場變革中，誰能卡住生態位置，誰能掌控核心資源，誰就能成為最終的贏家。同時，Clawdbot 的爆火也讓我們看到了開源社區和端側創新的強大力量。在 AI 發展的過程中，巨頭的重金研發固然重要，但來自商業邊緣的極客創新、開源探索，往往能成為行業突破的關鍵力量 —— 就像當年的個人電腦，就像當年的 ChatGPT，如今的 Clawdbot，正在復刻這一歷史。更值得關注的是，AI 的發展正進入 “二階加速” 階段 ，產品迭代速度遠超市場想像。從 Claude for Excel 到 Clawdbot，從海外的 MiniMax、Anthropic 到國內的 DeepSeek、Kimi、智譜，國內外的 AI 企業都在加速奔跑，而當前市場仍處於 “tokens 完全不夠用、不夠便宜” 的階段，需要更多的軟體工程最佳化和硬體迭代來緩解供給瓶頸 —— 這也意味著，AI 行業的創新空間仍無比巨大，未來的催化劑將源源不斷。 (有道調研)

6月16日，澳大利亞總理安東尼·阿爾巴尼斯在堪培拉舉行國宴，宴請到訪的中國總理李強，菜單暗藏了一份“小心機”。 流傳至社交媒體的這份菜單顯示，前菜是一道“南澳岩龍蝦配蛋黃醬”，主菜是“西冷牛排配越光米”，佐餐的是一款雅塔娜霞多麗葡萄酒。 來自澳大利亞的龍蝦、牛肉和葡萄酒都曾是中澳兩國近年一場貿易閃電戰中的“犧牲品”，中國一度對它們徵收巨額關稅，如葡萄酒關稅曾高達208%。而隨著兩國關係回暖，中國逐步取消幾乎所有貿易限制，它們正在迅速重返中國人的餐桌。 2023年，澳大利亞對華出口躍升至創紀錄的2190億澳元（約合1450億美元），比2019年疫情爆發之前的1680億澳元增長30%，對外貿易順差中的近80%來自對華貿易。