一隻小龍蝦正在顛覆中國IT生態圈
中國的「養蝦」熱潮不只是單純的流行。它正在同時撼動雲端、通訊軟體、AI模型市場的格局
前言
各位訂閱者，3月6日，中國深圳騰訊總公司門口排起了近一千人的長隊。抱著 MacBook 的開發者、拎著 NAS 硬碟的上班族，甚至還有 9 歲的小學生。他們等的不是 iPhone 新品，也不是限定版手辦，而是一隻紅色的小龍蝦。
這就是 OpenClaw，一個開源 AI Agent。以「全民養蝦」之名席捲全中國，這個現象表面上看像是「AI 工具很熱門嘛」，但底層發生的事情要結構性得多。
今天我們來聊聊，這隻小龍蝦是如何同時重塑中國的雲端市場、通訊軟體生態圈，以及 AI 模型競爭格局的。
小龍蝦到底是什麼：OpenClaw 的本質
進入正題之前，先來釐清這隻「蝦」到底是什麼。OpenClaw 是奧地利開發者 Peter Steinberger 在 2025 年底發布的開源 AI Agent 框架。原本叫 Clawdbot，因為和 Anthropic 的 Claude 名字太像，改名了兩次才定下現在的名字。
它和 ChatGPT、Claude、Gemini 等現有 AI 工具有一個根本性的不同。現有的工具是「對話」，而 OpenClaw 作為 Agent 是「做事」。它直接安裝在使用者的電腦上，讀取檔案、發送郵件、撰寫程式碼、操作瀏覽器。透過 WhatsApp 或 Telegram 等通訊軟體下達指令後，它就像一個 24 小時不休息的 AI 員工一樣運作。
因為專案圖標是一隻紅色龍蝦，而安裝和訓練它的過程就像餵蝦、養蝦一樣，所以被暱稱為「養蝦」。發布僅 100 天就創下 GitHub 史上最多 Star 的紀錄，追蹤平台上確認的 14.2 萬個公開實例中，近一半來自中國。好，這隻小龍蝦在當地引發的漣漪主要分為三個方向。
第一波漣漪：雲端廠商的新飯碗
養蝦熱潮最直接的受益者是雲端公司。
OpenClaw 每次運作都會呼叫大型語言模型。因為它執行的是「任務」而非單純對話，token1 消耗量跟一般聊天機器人完全不在一個量級。有報告指出，一次簡單的資料調查就消耗 700 萬 token，一次爬蟲測試消耗 2,900 萬 token，甚至有人跑一整天就用了 5,000 萬 token。如果一個月正常使用，大約 1 億 token，換算成費用約 7,000 元人民幣。
這意味著從模型公司和雲端廠商的角度來看，token 消耗出現了結構性的暴增。Agent 在單一任務中就能燒掉數萬到數十萬 token，跟人類聊天的消費模式根本不同。
結果已經用數字說話了。MiniMax 的 M2 系列模型，截至 2026 年 2 月，每日 token 消耗量較 2025 年 12 月增長了 6 倍以上。 Moonshot AI 的 Kimi K2.5 在發布 20 天內，累計營收就超越了 2025 年全年營收。MiniMax 截至 2 月的年化營收（ARR）已突破 1.5 億美元。
騰訊雲、阿里雲、百度智能雲、火山引擎（字節跳動旗下），中國主要雲端廠商紛紛搶先推出 OpenClaw 專屬的一鍵部署服務。騰訊雲的輕量伺服器 Lighthouse 的 OpenClaw 雲端用戶已突破 10 萬人，阿里雲也推出了從每月 7.9 元人民幣起的程式開發方案。
讓我們再深入一步。過去 AI 的計費模式很簡單——用多少 token 付多少錢的計量制。 但在 Agent 時代，這個結構開始動搖。同樣是「處理郵件」這個任務，簡單摘要可能只要幾千 token，但分析附件再撰寫回覆就要燒掉數十萬 token。使用者覺得「我就處理了一封郵件」，費用卻差了 100 倍。 當這種落差越來越大，計費標準本身就必須改變。我們正在從「AI 用多少付多少」的時代，走向「根據 AI 處理的業務類型來計費」的時代。雲端廠商搶先推出「開發方案」、「Agent 方案」，正是這個趨勢的早期信號。
這不只是中國特有的現象。AWS、Cloudflare 等全球雲端廠商也面臨同樣的邏輯。Agent 開始超越以人為中心的基礎設施，轉向需要「以 Agent 為中心」的基礎設施。更多的呼叫、更長的會話、更多的運算——對雲端公司來說，這是一塊明確的新市場。
第二波漣漪：微信這座不敗之城出現裂縫
中國的行動生態圈以 微信（WeChat） 這款超級 App 為核心，穩固運作了超過 10 年。月活躍用戶超過 10 億，集通訊、支付、社交、電商於一身的平台。遠超韓國 KakaoTalk 的地位，幾乎就是中國數位生活的作業系統。只要去中國旅過遊或認識中國朋友，應該都能感受到這款 App 的影響力……然而 OpenClaw 熱潮正在這個結構中製造裂縫。
OpenClaw 的核心介面就是通訊軟體。WhatsApp、Telegram、Slack、Discord——用你已經在用的通訊 App 就能向 AI 下達指令。 問題是，在中國這些海外通訊軟體因為防火長城（GFW）2 而難以存取。
騰訊的 QQ 搶先一步填補了這個空白，率先支援 OpenClaw。QQ 是比微信更成熟的 Bot 生態平台。接著，企業通訊軟體企業微信（WeCom）、字節跳動的飛書（Feishu）也開始推出 OpenClaw 官方外掛。還有消息稱，騰訊推出了名為 QClaw 的產品，正在測試從微信和 QQ 兩端遠端控制 OpenClaw 的方案。
這裡出現了一個有趣的逆轉。2025 年 12 月，字節跳動發布豆包手機助手時發生的事值得回顧。當這個 Agent 試圖操作微信時，微信在 48 小時內就強制登出了使用者。淘寶啟動了驗證碼，金融 App 彈出安全警告。字節跳動最終不得不關閉微信操作功能，退場了。（雖然都是中國企業！）
但 3 個月後，當 OpenClaw 出現時，中國科技生態圈的反應完全相反。人們在騰訊總部門口排隊，主動幫忙安裝。各平台積極進行整合。為什麼？因為 OpenClaw 不是某家公司的產品，而是開源社群專案。沒有任何公司能宣稱「這是我們的」，自然也沒有任何公司能正當排除它。
結果就是，以微信為中心的單一通訊生態圈中，QQ、飛書、釘釘等平台以「Agent 介面」這個新的競爭軸線崛起。據多位當地人士說法，中國行動生態圈的通訊軟體競爭如此重新點燃，是非常罕見的事。
第三波漣漪：中國 AI 模型的全球重新審視
第三波漣漪或許具有最長遠的意義。
OpenRouter（全球最大的 LLM API 聚合平台）的數據令人震驚。截至 2026 年 2 月 24 日，平台前 10 大模型的總 token 消耗量中，61% 來自中國模型。前 3 名全部是中國產品。MiniMax M2.5 以週 2.45 兆 token 位居第一，Moonshot AI 的 Kimi K2.5 以 1.21 兆 token 位居第二，智譜 AI 的 GLM-5 以 7,800 億 token 位居第三。美國模型長期把持的位置被一次性顛覆了。
讓這成為可能的核心因素是價格。MiniMax M2.5 的輸入 token 成本是每百萬 token 0.3 美元。Anthropic 的 Claude Opus 4.6 同樣標準下是 5 美元。差距約 16.7 倍。輸出 token 的差距更大，MiniMax M2.5 是 1.1 美元，而 Claude Opus 4.6 是 25 美元，接近 23 倍。
諷刺的是，這個價格競爭力的背後，正是美國對中技術制裁。由於最先進 GPU 的出口限制，中國 AI 公司不得不專注於非雲端 API 為主的安裝型、端側、本地部署模型。 MiniMax 的 M2.5 總參數達 2,290 億，但推論時實際激活的僅約 100 億，採用的是 MoE（混合專家）3 架構。用較少的運算就能產出高效能。
結果就是，隨著 Agent 經濟全面啟動，在長時間自主運作、消耗數萬到數十萬 token 的 Agent 工作流中，價格成為決定性變數。OpenRouter COO Chris Clark 表示，中國開源權重模型「在美國企業運作的 Agent 流程中佔有不成比例的大比重」。a16z 合夥人 Martin Casado 估計，使用開源 AI 堆疊的初創公司中約 80% 都在跑中國模型。 詳細內容請參考上一期電子報 <矽谷正在「悄悄」使用中國 AI>。
以 SWE-Bench Verified 為標準，MiniMax M2.5 是 80.2%，Claude Opus 4.6 是 80.8%。效能差距只有 0.6 個百分點，但價格差距是 16 到 23 倍。在 Agent 自主呼叫數百次 API 的時代，這個價格差距直接決定了市場佔有率。
奧茲的視角
老實說，我最初看到這個現象時，也只是覺得「AI Agent 又流行了一波吧」。但越深入看數據，就越感覺到這不是單純的流行，而是 Agent 經濟實際運作方式浮現的瞬間。新技術出現時，初期總是「這能做什麼？」的想像先行。但真正改變市場的，不是技術本身，而是技術所創造的成本結構和流通路徑。
OpenClaw 展示了三件事。第一，Agent 消耗的 token 量是聊天機器人無法比擬的——這根本性地改變了雲端和模型公司的盈利模式。第二，Agent 的介面就是通訊軟體——這把平台競爭的軸線從「用戶數」移到了「Agent 相容性」。第三，Agent 時代決定模型選擇的不是單次呼叫成本，而是數萬次呼叫的累積成本——這意味著中國模型的價格競爭力不是單純的傾銷，而是結構性優勢。
當然，目前的熱潮中確實有過熱的部分。安全漏洞已經陸續浮現，工信部（MIIT）已兩次發布安全警告。已確認 824 個惡意技能，也有報告指出 13.5 萬個 OpenClaw 實例暴露在公開網路上。這是典型的「技術普及跑在安全前面」的模式。
但泡沫退去後，仍有留下的東西。這波熱潮證明的是，對 Agent 的需求是真實存在的。而滿足這個需求的基礎設施競爭，才剛剛開始。事實上，NVIDIA 為了直接參與這場競爭，公開了他們完成最佳化的開源基礎模型 NemoClaw。
結語
總結來說，中國的養蝦熱潮不是一個工具走紅的現象，而是 Agent 經濟同時重塑雲端、通訊軟體、AI 模型這三根支柱的結構性轉折信號。
在這個轉折中，核心問題不是「哪個 Agent 比較好？」，而是 「Agent 要運作，需要什麼樣的基礎設施、什麼樣的介面、什麼樣的成本結構？」 而這個問題的答案，正在中國被即時地創造出來。
對在韓國觀察這個現象的我們來說，也有啟示。KakaoTalk 作為 Agent 介面將佔據什麼位置？韓國的雲端基礎設施是否做好了應對 Agent 需求的準備？韓國 AI 模型的 Agent 相容性達到什麼水準？現在正是該好好思考這三個問題的時候。
參考資料 & 延伸閱讀
- “OpenClaw龍蝦：為何火爆？誰最受益？“，36氪（36Kr），2026.3.：最完整整理模型公司和雲端廠商盈利結構變化的文章。
- “OpenClaw Conquered China in 100 Days”，HelloChinaTech，2026.3.：結構性分析字節跳動豆包事件與 OpenClaw 被接受過程的對比文章。
- “Chinese AI Models Capture 61% of Global Token Volume”，Wealthari，2026.2.：基於 OpenRouter 數據整理中國模型全球佔有率的報導。
- “Chinese Models Top OpenRouter Token Rankings”，Pandaily，2026.2.：分析 Agent 場景如何改變 token 消費模式的深度文章。
- “Tencent Moves to Bring OpenClaw AI Assistant Into WeChat”，Caixin Global，2026.3.：報導騰訊 QClaw 策略與微信整合背景。
- “MiniMax Stock Surges Past Baidu in Market Cap”，CTOL Digital Solutions，2026.3.：分析 MiniMax 超越百度市值背後的 Agent 經濟估值邏輯。
- “China issues second warning on OpenClaw risks amid adoption frenzy”，South China Morning Post，2026.3.：SCMP 關於安全風險與政府應對的報導。
您可能想問「怎麼會知道這些故事？」——我經營的 Go-to-Market 專業顧問公司 INLEVEL9 的中國客戶就是字節跳動和 MiniMax。跟這些公司來來去去聊了很多，發現這個議題的規模遠超想像，但在國內卻鮮少被討論。如果國內媒體或感興趣的朋友想聯繫，我們也能提供更深入的内容。（也歡迎相關企業的訪談、採訪、PR 等需求，我們完全可以協助媒合。）
我計畫去上海、深圳等地走一趟，也有意主動去 Bilibili、抖音、微博上看看熱門文章（分別對應 YouTube、TikTok、Twitter 的概念）。（當然，開著翻譯器看。）變化速度遠超想像，而且資訊傳到我們這裡有明顯的時間差。如果想追蹤快速變化的科技趨勢，現在是時候把視野從美國擴展到中國了。
未來這類內容會放在會員制中提供。會員費為每月 3,000 韓元，30 天前的文章也可以無限瀏覽。當然，免費訂閱者閱讀最新文章完全不受影響。
각주
-
Token（詞元）：AI 模型處理文字的基本單位。一個詞、詞的一部分、或標點符號等都算一個 token。大約以韓語為基準，100 萬 token 可以處理 A4 約 500~750 頁的文字量。 ↩
-
防火長城（GFW, Great Firewall）：中國政府運作的網路審查系統。負責阻斷 Google、Facebook、WhatsApp、Telegram 等海外服務在中國的存取。 ↩
-
MoE（Mixture of Experts，混合專家架構）：AI 模型架構的一種類型，選擇性地只激活全部參數中部分「專家」網路。整體模型規模大，但實際推論使用的運算量較少，因此能以較低的成本獲得大模型的效能。 ↩
