OpenClaw 之后，AI Agent 的钱到底被谁赚走了？

三个AI创业者的共识：大厂吃肉，我捡大厂掉在地上的渣

2026年开年，OpenClaw以一种近乎荒诞的方式完成了中国市场教育。

它什么都没做。没有投放，没有PR，甚至没有一个像样的中文官网。但在深圳，华强北的极客用联想旧盒子贴张打印的小龙虾贴纸，装上预装系统，1700块一个，卖到春节后才发货。

孙雪峰就是那个花了1700块的人。他是小水智能CEO，人在北京，每年卖出100万台儿童腕表。”我们北京这帮人就是被割韭菜的，”他自嘲，”深圳第一时间就推出了虾壳。”

但这1700块他花得不冤。因为他从这只”龙虾”里，看到了一个被大多数人忽略的事实：AI Agent真正的商业机会，不在造Agent的人手里，而在Agent到不了的地方。

孙雪峰讲了一个很典型的场景。

春节后，大量央国企和政府客户找到他，说想用”龙虾”，但内部安全规定不让装。”领导觉得OpenClaw不安全，数据会出去。”需求真实存在，供给却被一刀切了。

他的做法简单直接：在OpenClaw开源基础上封装了一套”蜂巢”系统。架构上做了权限分级——”蜂王”管全局安全策略，”蜂后”管权限分配，具体业务场景的Agent叫”小蜜蜂”，客服岗就只能做客服的事，碰不到别的数据。

整个产品架构，是他CTO带着自己的”龙虾”两周搭出来的。

这里有一个容易被忽略的细节：大厂不是没有能力做私有化部署，而是不愿意为单个客户弯腰。央国企要的是贴身服务——驻场调试、手把手教、按需定制。字节和腾讯的销售不会为一个几百万的单子陪你蹲在客户机房改配置。但对于一个几十人的团队，一个百万级的私有化部署合同，就是一年的命。

孙雪峰把这个逻辑进一步延伸到了华强北。

他去深圳发现，做录音笔、音箱、腕表的传统消费电子老板们，单品出货量几百万，但团队里没有一个AI工程师。”这些人不是不想做AI，是雇不起AI团队。”他的方案是：AI中台免费部署，帮他们构建面向消费者的Agent场景，从增量收入里分成。

“面对这轮AI大潮和大厂的竞争，中腰部企业必须抱团。硬件有华强北的兄弟，AI产业化有北京的人才，结合起来走向全球。”

这句话背后藏着一个更本质的判断：技术窗口期只有3到6个月，但服务壁垒可以持续很多年。 大模型在快速迭代，任何一个模型的技术优势都会在半年的尺度上被追平。但你跟客户建立的服务关系、你对行业场景的理解深度、你在客户机房里留下的每一行定制代码——这些才是真正的护城河。

Bruce可能是过去三个月里，离OpenClaw生态最近的人之一。

他在1月份开始玩Clawdbot，2月份初在香港办了亚洲第一场线下Meetup, 然后一路办到深圳, 上海、北京、东京… 下周澳门威尼斯人的BEYOND大会上，他承办OpenClaw官方社区活动ClawCon。

但如果你问他靠社群赚了多少钱，他会告诉你：社群本身不赚钱。

“我们在2月份也做了一键安装工具，但过完年看到腾讯等大厂也开始做装龙虾的服务，我们直接停了。”Bruce说得很坦白。在大厂的射程范围内硬刚，死路一条。

真正让他看到机会的，是社群用户反复提到的同一个痛点：有些模型在这个地区能用，换个地区就用不了。

他把这叫做AI时代的”跨境电商”。

上游的模型公司就像不同的品牌SKU——GPT、Claude、DeepSeek、智谱——每个领先三到六个月，价格和性能差异巨大。下游的需求五花八门：有人要最贵的推理质量，有人要最便宜的批量调用。有些地区的用户根本访问不了Claude，就像某些国家的消费者买不到某个品牌。

于是他从社群运营转向了API中转站。”本质上就是Marketplace——解决匹配、支付和场景复杂性问题。”

他也承认短期内会洗牌打价格战。但他赌的是一个结构性判断：大模型公司吃不掉的细分服务，就是创业者的结构性机会。 大模型公司想的是让所有开发者直接接自己的API，但现实世界里，客户要的是”帮我搞定”而不是”给你接口你自己搞”。

这跟孙雪峰的逻辑本质上是一回事——都是做”最后一公里”。

王威扬的案例最极致。

Zenkit，6个人，深圳办公，做海外ToC软件和北美ToB效率工具。团队养了3只OpenClaw，全部取了女生的名字。

这三只”虚拟员工”各司其职：一只盯GitHub trending项目，一只盯Steam trending游戏，一只在万人社群里当股票查询机器人。

他提了一个指标，叫”并行倍率”——打开电脑实际工作8小时，系统显示产出了相当于200小时的工作量。

但他特别强调了一件事：Token消耗不是衡量标准。

“社群提问产生的Token消耗极低，跟AI coding比起来九牛一毛。但它在运营和客户部署方面，带来了百倍千倍的效率提升。一个人服务一万人的社群，这是真正的杠杆。”

这句话精准地戳破了一个行业泡沫：所有人都在盯着模型能力、Token价格、推理速度，但真正决定AI Agent能否落地的，不是模型有多强，而是你把它用在了什么地方。

王威扬做了两件事来支撑这个判断。

第一件：他用Go和Rust把OpenClaw原版的Gateway、Database和Memory全部重写了。原版TypeScript在高并发下性能很差，改完两个半月零宕机。这个动作说明他不是一个”拿来用”的用户，而是一个”拿来改”的Builder——这恰好是大厂员工很少会做的事。

第二件：出海。同样的产品，国内包月28块，日本1000到1500日元，北美10美金。价格差3到5倍。”日本的供给端严重不足，你在国内觉得卷到不行的事情，拿到东京就是降维打击。”

Bruce在东京办活动时印证了这一点：日本用户还在买书学”怎么用ChatGPT做PPT”。不是日本人笨，是那个市场根本没有经历过国内这种卷度。你随便拿出一个国内已经跑通的AI应用方案，在那个市场就是稀缺品。

把这三个案例串起来，一条主线就出来了。

高通在台北电脑展上宣布”2026年是AI Agent之年”。黄仁勋要造Agent工厂。字节跳动下了数百万颗芯片订单。英伟达、英特尔、Arm——芯片巨头们在同一个时间窗口达成了一个罕见共识：AI正从”回答问题”转向”帮你做事”。

他们修的是高速公路。

但高速公路修好之后，真正赚钱的不是修路的人，而是在路上跑运输的人。

孙雪峰做的私有化部署，是大厂不愿意弯腰的脏活。Bruce做的API中转站，是大模型公司覆盖不到的缝隙市场。王威扬做出海加技术降维，是用国内卷出来的能力去打供给不足的市场。

三个人的路径完全不同，但底层的商业逻辑完全一致：不要跟大厂在正面战场拼刺刀。去那些大厂看不上、够不着、懒得管的地方，用你的贴身服务和场景理解，吃掉他们掉在地上的蛋糕渣。

那些渣，对巨头来说不算什么。但对一个几十人的团队来说，就是活下去的全部。

而中国这一波AI应用层的创业者，最大的结构性优势就在于——国内市场太卷了。卷出来的能力，拿到东京、新加坡、曼谷，就是碾压级的。

Bruce说了一句很值得细品的话：”不要只盯着太卷的地方，去远处看看。你的能力在别的地方，很容易找到需求。”

Agent时代最值钱的问题，不是”我能造出多强的Agent”，而是”我能把Agent送到多少大厂送不到的地方”。

嘉宾：

Zenkit 创始人-王威扬

OpenClaw Asia 发起人-Bruce

小水智能 CEO-孙雪峰

主持人：香港大学 ICB客座导师-陈云峰Tim

一、 嘉宾自我介绍与项目进展

陈云峰：今天非常高兴由我来主持这场圆桌。我人在广州，与百度有一家合资公司，主要在广州服务 2B 和 2G 领域的 AI 赛道。同时，我兼任中大、华南理工等几所大学的 AI 导师。今天咱们有一位北京的嘉宾因故未能到场，由我们三位嘉宾共同探讨。先请孙总做介绍。

孙雪峰：我是小水智能的 CEO 孙雪峰。小水智能近期在 AI 领域主要有两个核心进展：

消费电子硬件（儿童腕表赛道）： 目前我们做到了每年 100 万台的出货量。我们将 AI Agent 及 AI 原生系统引入了儿童腕表，实现完全的 AI 原生交互。目前我们正在研发儿童腕表的 Agent 化，尝试把 OpenClaw 引入腕表环境，让儿童可以去养成自己的 AI 智能体。在这个赛道上我们一直在与大厂竞争。大厂背后的团队通常也就几十人，如果你能把投入做得更精准，引入全球最好的技术，完全能够实现超越。

面向央国企的“蜂巢”安全系统： 我们在春节期间注意到了 OpenClaw 的巨大商业机会，但发现政府、央国企及涉密型企业因安全顾虑不被允许直接安装。为此，我们基于 OpenClaw 打造了专属于这类企业的安全系统——“蜂巢”系统。该系统设立“蜂王”和“蜂后”来管控权限与安全，底层部署“小蜜蜂”专职负责客服等特定业务。

陈云峰：孙总的企业在北京规模很大，且利润率非常好。接下来把时间交给 OpenClaw Asia 的发起人 Bruce。

Bruce：大家好，我是 Bruce。我从 1 月份开始研究 OpenClaw，2 月份在深圳发起了亚洲第一个线下活动，之后又在上海、北京以及日本东京举办了多场社区活动，甚至在东京见到了“龙虾之父” Peter。下周在澳门的 BEYOND 大会上，我也承办了 OpenClaw 官方的社区活动。

我本人的公司在香港，技术背景，曾就职于微软和阿里，10 年前从美国回国做 FinTech 创业，后来在香港做 AI 出海应用。OpenClaw 爆发后，我们果断停下了手上的项目。过去创业找 PMF（产品市场匹配）需要耗费大量精力教育市场，而现在 OpenClaw 已经完成了全网的市场教育。我们发现这是一个极佳的增长渠道，创业者只需要像孙总这样针对客户做定制化筛选即可。一会儿可以和大家深入分享我在香港、东南亚和日本的见闻。

陈云峰：等会我们可以围绕两点展开：一是您作为“全球数字游民”在香港、大湾区、日本、东南亚的观察；二是 OpenClaw 带来的商业机会与红利。接下来请王总。

王威扬：大家好，我是王威扬。我目前主要在做出海软件，在香港有一家公司，深入海外普通用户社群做 ToC 软件；同时在美国运营 ToB 效率工具项目 Zenkit。

我们目前是一个 6 人的小团队，OpenClaw 是我们团队不可或缺的拼图。我是 2 月份开始全心研究 OpenClaw 的，并将其部署在公寓的服务器上。在内部，我们养了三个 OpenClaw 虚拟助手，每天帮我们研究 GitHub trending 和 Steam trending 项目，持续监控大众对软件、技术和游戏的喜好。在外部，我们面向 WaytoAGI 上万人的社群提供服务，很多用户喜欢用我的“小龙虾”来查询股票。最近随着高并发模型的普及，我们也把这些高并发能力接入了系统。

陈云峰：：您刚才提到在北美的效率工具里有一个“并行倍率”的监控指标，这相当于借助 AI 让 2 个人干了以前 50 个人的活？

王威扬：对。我们有一个 Coding 和工作层面的并行倍率监控器。这个指标非常清晰，比如你一天实际工作 8 个小时，但系统监控显示你产出了相当于 200 个小时的工作量，这就是 AI 带来的效能放大。

二、 城市 AI 基因：北上广深与海外的氛围差异

陈云峰：今天我们四个人刚好代表了四个城市：广州、香港、北京、深圳。我很感兴趣，大家怎么看待国内不同城市、甚至海外城市的 AI 创业氛围？

孙雪峰：我在北京，但也常来深圳交流。

北京的氛围： 北京的 AI 企业起步时，更倾向于看重产业机会、未来上市价值和宏大愿景，可以说是“To VC”的能力更强。

深圳的氛围： 深圳非常務实、行动力极快。OpenClaw 刚火，深圳第一时间就推出了“小龙虾壳”硬件盒子，把系统装好直接售卖。我们在北京也需要向这种务实的极客精神学习。

陈云峰：北京确实有先天的政治和资本优势，适合高举高打、“以终为始”地做 0 到 1。但要规模化放大，往往需要来到南方或政策更好的地方。Bruce，你从全球视角怎么看？

Bruce：这个话题我深有体会，不同城市的开发者和市场表现截然不同：

北京： 活动报名人员的学历和智商水平极高，博士非常多。聚集了头部的 AI 大模型公司，讨论的都是改变世界的问题。

深圳/广州： 极其务实，核心就是“怎么先搞钱”。深圳场很多超级个体上来就直接卖课，或现场提供代安装服务。

香港： 工程师相对较少，但金融和 Web3 背景的人非常多。

上海： 我们在浦东软件园办过活动，大家更倾向于在企业内部做深度的业务微创新。

海外市场（日本与美国）： 日本是极好的企服出海市场，用户付费意愿和忠诚度高，但本土 AI 供给严重不足，大家还在用传统方式（如买书）学习 ChatGPT。而在美国，除了硅谷科技圈外，大众其实并不太关心 OpenClaw。这说明中国内地的 AI 应用卷得非常深，大家完全可以把视野放宽，去海外寻找降维打击的机会。

王威扬：对，北美和日本的付费接受度确实更好。同样的产品，国内包月可能只要 28 元人民币，日本能卖到 1000 到 1500 日元，北美则是 10 美金。

从团队自由生长的角度来看，这波 OpenClaw 的红利在北京太卷了，名额有限。但深圳的包容性极强，我们深圳办公室的规模已经翻了好几倍。在深圳，哪怕是几人的小团队靠 Bootstrap（自筹资金创业）也能活得非常好。北京适合高举高打，而深圳更适合自由生长。

三、 巨头环绕下，创业公司如何建立壁垒？

陈云峰：孙总，请深度讲讲在传统大品牌环绕下，你们的产品形态、销售渠道以及具体的市场打法是怎样的？

孙雪峰：我们在通信产业深耕了将近 10 年。

我们的核心打法：私有化部署 + 场景共创 + 硬件赋能

定制“蜂巢”系统： 我们将安全相关的权限交给企业管理层（“蜂王”和“蜂后”），限制高价 API 的无端消耗。这套系统由我们 CTO 带队，结合 OpenClaw 仅用两周就完成了雏形。

贴身服务与客户共创： 大厂无法针对垂直企业做贴身服务，而我们可以直接教客户团队如何玩转 AI，用“小蜜蜂”去共创业务场景。

赋能传统硬件厂商： 华强北有大量做录音笔、音箱、腕表的传统消费电子企业，出货量几百万却缺乏 AI 团队。我们将 AI 中台免费私有化部署给他们，帮他们构建面向消费者的 Agent 场景，共同分成后续的增量收益。

在中腰部 AI 创业的浪潮中，我们必须抱团。将华强北的硬件制造能力、北方的工程师人才红利结合起来走向全球，这就是巨大的机会。

陈云峰：孙总分享的模式切中了要害。技术通常只能提供 3 到 6 个月的时间窗口，真正的护城河要靠行动力、资金沉淀和用户沉淀来形成。Bruce，你们做 OpenClaw 社群，最终衍生出了怎样的商业路径？

Bruce：做社群一开始是无心插柳，但过程中我们发现了用户的真实痛点。春节后看到腾讯等大厂也开始推出一键安装工具，我们果断放弃了原本的工具开发，转向了 API 中转站（API Router） 的生意。

我们发现 API 中转站本质上是 AI 时代的“跨境电商模式”：

上游： 各大模型就像不同的品牌 SKU，每个模型的领先优势大概就 3 到 6 个月。

下游： 客户需求五花八门，且不同地区面临着网络或支付限制。

我们做的是一个 Marketplace，解决匹配、支付和场景复杂性的问题。工业智能时代刚刚开始，90% 的应用都会被重写，大模型巨头吃不掉的细分服务，就是创业者的红利。

陈云峰：中转站最近确实非常火。你觉得这是一个短期红利，还是能维持一两年的中长期机会？

Bruce：短期内肯定会经历洗牌和价格战，但长期来看，它是一个结构性的机会。创业者需要找到自己的比较优势，先活下来，将其做成真正的 Marketplace。

四、 总结：OpenClaw 的本质与生产力革命

陈云峰：最后请王总用一两句话总结：OpenClaw 到底是什么？它在你们的商业模式里释放了什么红利？

王威扬：从应用层面来看，OpenClaw 帮我们干了所有的脏活。它接入了全球 30 多个 IM（即时通讯软件），成为了大模型与即时通讯之间的桥梁，能将创始人和工程师的能力翻倍放大。

它极大地降低了 ToB 技术服务的磨损。以前客户觉得接入 API 和 SDK 门槛太高，现在通过 Agentic 部署机制，直接用命令就能拉起。

技术重构： 原版的 OpenClaw 是 TypeScript 写的，性能和稳定性在万人社群并发时有些吃力。我们团队花了一周时间，用 Go 和 Rust 把它的 Gateway、Database 和 Memory 全部重写了。改造后两个半月从未死机，稳定支撑了万人群聊。

效率红利： 用户在飞书群里跟 OpenClaw 交互查股票，产生的 Token 消耗相比我们的 AI coding 简直九牛一毛，却极大地释放了我们运营人员的精力。它在运营和客户部署方面，带来了百倍、千倍的杠杆提升。