“龍蝦”狂熱：ChatGPT們只是AI的後端，OpenClaw讓AI真正有了前端

Agent 這個詞，AI 行業喊了至少兩年。2024 年起，每一場發佈會都在談 Agent，投資機構管它叫下一個兆市場，創業公司一夜之間改了 slogan。但打開產品一看，還是一個對話方塊等你打字：你給指令，它給回答；你不提問，它就停在那兒。

概念跑得很快，產品形態沒跟上。直到 OpenClaw 出來，這種錯位才突然變得可見——不是因為它發明了什麼新技術，而是它把那層一直缺失的互動前端拼對了。

OpenClaw 這個小龍蝦的火熱最終沒有曇花一現，從一個周末項目起步，短時間衝到十萬級 GitHub stars，單周兩百萬訪問。但更能說明問題的是它迅速從極客玩具升級為 Agent 雛形：使用者群從開發者擴散到各行各業，營運、創業者、普通人，討論焦點也從技術實現轉向日常使用。2 月 15 日，Sam Altman 宣佈 OpenClaw 創始人 Peter Steinberger 加入 OpenAI，也給這輪“個人 Agent 形態”做了背書。而在各個技術社區、社交媒體、各個線下聚會上，人們還在蜂擁而至給自己部署著各種“龍蝦”。

這股龍蝦熱逐漸演變出了一種行業共識：如果把AI 這事拉長來看，當作一整個獨立的“產品”，那麼ChatGPT們此前其實只是在建構“後端”，這一次它才真正有了“前端”。

1. 對話方塊其實困住了所有人

ChatGPT 問世三年多，定義了一個近乎統一的互動範式：一個輸入框，你打字，它回覆。三年裡，絕大多數 AI 產品都在複製這個模式。豆包、Kimi、Perplexity、Claude，換名字換皮膚換模型，底下還是同一套回合制介面。

對話方塊看起來很自然，但它把 AI 鎖在了被動位置：你不打開它，它就不存在；你不提問，它就不行動。AI 的全部價值，依賴使用者主動發起、主動拆解、主動盯過程、主動驗收。對重度使用者來說這只是習慣，但對多數普通人而言，“想到要用 AI”本身就是門檻。

還有一層更隱蔽的問題：對話方塊把能力限制在了“回答”裡。你問一個問題，它給一段文字；你讓它寫程式碼，它給一段程式碼。互動結束，系統即停。它沒法替你跑一個持續性任務，沒法在你不在的時候盯住什麼，沒法在發現異常後主動來找你。

對話方塊是回合制遊戲，但真正的助手應該是即時線上的。

Peter Steinberger 在 Lex Fridman 的訪談裡把這個點說得更狠：我們現在給 Agent 的介面，本質上是在“複製 Google”——一個 prompt、一個聊天框，就像電視剛出現時人們把廣播節目原封不動搬到螢幕上播。

換句話說，GenAI 的後端能力已經到了 2026 年的水平，前端介面還停在 2010 年。Agent 的推理與規劃能力在變強，UI 層基本沒變，反而拖住了體驗。很多任務明明需要表單、預覽、控制、分步反饋，產品卻仍在用“聊天”硬扛。

當介面沒進化，模型再強，使用者體感也只是“聰明了一點”。這也是為什麼行業會同時出現兩種情緒：一邊是能力暴漲，一邊是“怎麼還是用不起來”。

2. OpenClaw 做對了什麼

OpenClaw 接入了聊天軟體，就這麼簡單。

它跑在飛書、iMessage、Telegram 裡，能在本地運行、替使用者執行動作。消息會彈出來找你，不用切換上下文。對話方塊是你得專門去打開的東西，聊天軟體是你已經待著的地方。跟 AI 說句話，跟回覆一條微信一樣隨意。

分發上的差距更大。ChatGPT 要註冊、打開；飛書和 Telegram 早就裝在手機上了。OpenClaw 接入這些平台，使用者獲取 AI 的門檻降到接近零。使用者只有一直在用，才會真正體會到價值。

但入口只是一半。OpenClaw 真正的突破是主動性。

Peter 在訪談裡提到，他給 Agent 加了定期觸發機制，最初的提示詞很粗暴：每隔一段時間 surprise me。你睡覺它在跑，開會它也在跑。一個等你來用，一個替你去做。喊了兩年 Agent，直到 OpenClaw，大多數人才第一次摸到 Agent 該有的手感。

Claude Code 再強，使用者心智被“程式設計工具”鎖死了：打開終端、輸入命令、盯輸出。OpenClaw 更像一個長期線上的代理人，存在方式本身就不一樣。

而Agent 產品面向使用者可能本就該是黑盒。你說“幫我盯著這幾個帳號”，它去盯著，中間用了什麼模型、燒了多少 token，不關使用者的事。OpenClaw 的 token 消耗比傳統對話式 AI 高一個數量級，但使用者不在意——他們看不到過程，只看到結果。

Cowork 本來最有機會站在 OpenClaw 今天的位置，發佈時甚至引發了一波軟體股恐慌。但它差了兩步：沒進聊天軟體，介面上暴露了太多配置項。Cowork 打開是資料夾選擇、權限設定、任務進度面板；OpenClaw 打開是一個聊天窗口。一個像在操作軟體，一個像在跟人說話。

很有代表的點是，很多人用 OpenClaw 用到現在，就沒拿它像 AI IDE 那樣編過程。這個本來跑在終端裡的技術產品，使用者拿它管郵件、盯熱點、整理資訊、安排日程、一句話開發。技術堆疊是程式設計師的，使用場景完全不是。

3. ChatGPT們只是後端，OpenClaw們定義了前端

過去幾年，從 GPT-3 到 GPT-5，從 Claude 到 Gemini，整個行業做的事情其實都是同一件：堆後端。更大的模型、更長的上下文、更好的推理——這些都是基礎設施，是水電煤。

ChatGPT們這些GenAI 產品和模型，就是後端，負責生成文字、生成程式碼、呼叫工具、理解意圖。

但後端再強，沒有前端也觸達不了普通人。網際網路的後端是 TCP/IP，真正改變世界的是瀏覽器；移動網際網路的後端是 3G/4G，真正改變世界的是 App Store。後端決定能力上限，前端決定誰能用到這些能力。

OpenClaw所呈現出來的agent 就是這一輪 AI 的前端。它接收意圖，在真實環境裡做決策、調工具，把結果交付給你。GenAI 的能力，不管是生成程式碼還是邏輯推理，都在後面撐著這個代理。

這也就是為什麼 GPT-5 們發佈時行業反應相對平淡：模型確實更強了，但體驗在對話方塊裡沒有質的變化，使用者覺得“好像聰明了一點”，然後繼續用原來的方式。後端在進步，前端沒變，使用者感受到的提升就很有限。

反過來，OpenClaw 用的模型並不比別人強——它接的是 Claude、GPT、DeepSeek，跟所有人呼叫的 API 一樣。但它換了前端，體驗上像是跳了一代。

Peter 在 Lex 的訪談裡用一句話把這個未來推到了極端：every app is just a very slow API now。Twitter/X 對訪問設限，並沒有真正讓 Agent“不可能”讀取內容——Agent 只需要打開瀏覽器去讀，只是成本更高、速度更慢。

也就意味著，當 Agent 能替你跨越一堆介面完成工作，App 這層“為人類設計的 UI”就會逐漸退化為“為 Agent 提供的資料與動作介面”。使用者不再“使用”你的產品，使用者的 Agent 替他們“呼叫”你的產品。

越標準化的工具——App、郵件、日曆、任務管理、檔案儲存——越可能先被改寫。越複雜、越強權限的系統會更慢，但也更依賴“前端入口 + 權限 + 工作流編排”這個組合。

GenAI 和 Agent 不是兩個時代，是同一個系統的兩層。ChatGPT 的對話方塊定義了 GenAI 的互動模式，OpenClaw 的聊天軟體定義了 Agent 的互動模式。前者最終會隱去，變成後端。OpenClaw這樣的Agent成為一切的前端。

4. 難得的自下而上的“革命”

這股熱潮沒有褪去背後，另一個讓人有些意外的地方是，OpenAI“收編”了OpenClaw後，人們的熱情並沒有減弱。

但這也因為，OpenAI 挖走了OpenClaw的創始人，但到現在也沒推出類似的產品形態。

這可能因為ChatGPT 的對話方塊心智太強，三年多積累的使用者習慣反而成了負擔。而且 OpenAI 的商業模式建立在訂閱和 API 呼叫上，讓 Agent 跑在第三方聊天軟體裡，等於把使用者入口拱手讓人。

Anthropic 的處境同樣特殊。Claude Code 增長很快，但“程式設計工具”標籤一旦貼上就撕不掉。Cowork 是對的棋子，一月份發佈即引發一波軟體股恐慌，但它生在桌面端、不在聊天軟體裡，起步慢了半拍。

同一時期，Perplexity 推出了名為 Computer 的 super agent，走雲端路線但定位類似——這說明“主動式 Agent 嵌入日常工具”已成行業共識，區別只在誰先拿到使用者。

這些巨頭面對的其實是同一個困境：現有產品太成功了，反而堵住瞭解決真正的需求的路。ChatGPT 的對話方塊、Claude Code 的終端、Office 的生產力套件、微信的社交生態——每一個都是護城河，但也是圍牆。OpenClaw 沒有這個包袱。巨頭們被自己的成功困在原地，不是看不見新範式，而是動不了。

看起來，人們對OpenClaw和收了它的OpenAI的認知依然是分開的，OpenClaw代表的新的互動範式，沒有對“自有入口”的執念反而把使用者體驗做好了，而一個好的“前端”從來都是自下而上建設起來的。

這也讓OpenClaw成了這一輪越來越像是巨頭之間的資源遊戲的AI演進中，一次難得的自下而上的破局。它給了大批開發者和創業者一些新的信心：創新還可以發生，那怕是從一個小團隊、一個周末項目、一個“surprise me”的粗暴提示詞開始，遊戲還遠遠沒有結束。 (硅星人Pro)