站上OpenClaw风暴眼:Agent是新人口红利,Context是人类的护城河 | 榕汇

作为4个月内从零崛起、一跃成为GitHub史上star数量最多的开源项目，OpenClaw🦞的爆发并非偶然。以Claude Code为代表的AI编程工具，在过去12个月将大模型在编程场景下的工程化落地推至极高水平，实现了从代码生成到自主完成复杂工程任务的跃迁。

在OpenClaw和Claude Code掀起的风暴眼中，我们如何理解背后的技术进化，重新审视我们所处的时空坐标系，并从中发现全新的创业机遇？

近日，高榕创投联合亚马逊云科技组织闭门会，来自亚马逊云科技、硅基流动、月之暗面、Pine AI的四位一线专家，从技术解析、认知重构、生态实践三大维度，深度解析Claude Code和OpenClaw带来的变革机会。

“和其他Agent框架不同，OpenClaw本质上提供了一个AI的‘操作系统’，是首个将真实机器权限完整交给模型的框架。”亚马逊云科技解决方案部资深专家吴迦德率先从技术架构维度，解析OpenClaw的核心差异点。他指出，OpenClaw本质上做的是模型以上的工程化工作，是第一次突破性地、无限放大底层模型的潜力。

• L1层：LLM抽象层，统一对接各家大模型API，提供标准化的推理接口，是OpenClaw调用底层模型能力的基础层。

• L2层：Agent循环引擎，承担着Agent循环和调度的核心职责，包含消息接收、上下文组装、模型推理、工具执行四个关键步骤。

• L3层：代码生成与定制化任务层，具备现场写代码、完成个性化定制任务的能力，让OpenClaw能够应对多样化的场景需求。

• L4层：会话路由与接入层，负责会话的路由、转发与交换，支持多终端、多渠道接入，让用户可以通过不同设备随时调用OpenClaw。

OpenClaw通过精妙的三层上下文注入机制，让AI智能体具备了“长期记忆”，实现“做的越多、记的越多，越用越默契”。吴迦德指出，所谓“记忆”，从工程化的角度来说就是找到对应的上下文，并加载进来让大模型理解。

• 灵魂文件（Soul.md）：这是你在OpenClaw面前预设的人设文档，每次唤醒OpenClaw都会预封装到上下文，因此“龙虾”可以跟你越来越有默契。

• 长期记忆文件（Memory.md）：这是OpenClaw一个很精妙的记忆系统设计。可以将其理解为长期记忆摘要文件，每次会话自动注入；同时通过语义检索从历史日志中召回相关片段，加载相关上下文。

• 每日日志（YYYY-MM-DD.MD）：通过语义检索按需召回近期上下文，确保能够衔接近期的交互场景。

OpenClaw还设计了多项差异化的机制，从而突破智能体的能力边界。

• 并发任务队列（Lane Queue）：有效解决不同任务同时执行的需求。

• 心跳机制💓（Heartbeat）：定期自主唤醒Agent执行巡检任务（如系统状态检查、待办提醒等），让OpenClaw能够在固定时间自动唤醒、执行预设任务。

• 三层模型路由策略：根据任务复杂度（简单、中等、复杂），自动匹配不同的大模型执行，实现资源的最优配置。

• Skills生态：Skill本质上是一份“工具使用说明书”，用于描述如何让大模型更高效、更高质量地调用工具完成任务。OpenClaw的Skills生态正在快速扩张，为不同场景的需求提供丰富的工具支持。

吴迦德指出，亚马逊云科技也正积极和合作伙伴一起探索OpenClaw的商业未来。结合行业实践，吴迦德分享了多个商业化方向：如OpenClaw托管服务；Skills Marketplace；双轨接口，除了人与Agent的交互接口，也可以打造Agent与Agent的交互接口；以及面向企业团队协作场景的团队版OpenClaw等。

“2026年1月发生的变化强度，大约相当于过去25年的六个月。”身处巨大的变化和技术的洪流中，硅基流动联合创始人杨攀从行业趋势和认知维度，分享了他对未来Agent时代变迁的思考。

杨攀提出，在技术世界的发展历程中，最初是只有程序、没有软件的，比尔·盖茨发明的软件售卖模式，推动了软件的商业化。为了实现分发、交付与收费，所有功能必须依附在“软件”这个容器里。

大模型和Agent正在把软件打碎：过去，功能被打包成软件，整体出售给所有人；今天，大模型拥有一切能力，能够按需为每个人即时生成。

他进一步预判，当前我们正处于过渡态：目前看Skills是交付功能和结果非常好的方式；但当Token成本降低100倍、生成速度提升100倍，进入“功能即时生成→使用即反馈→无限迭代”的阶段后，Skills可能会被快速替代。AI Coding的终局，或许不是“生成代码”，而是“抛弃代码”——我们需要什么，就让模型生成什么。

面对Agent带来的变革，我们需要重新划定坐标系，才能更好地认识新世界。

📍时间坐标：人类1天，Agent的100天

所有人必须意识到，Agent所在的数字世界和人类所处的物理世界，时间尺度截然不同。人类干1个小时的活，Agent已经干完了100个小时；人类的1天，对应的是Agent的100天。这意味着Agent能够以远超人类的效率完成复杂任务——例如人类移民火星后重建社会可能需要一个世纪，而Agent仅需1-2年就能完成所有基础设施的搭建。

📍资源坐标：忘掉DAU，聚焦TPD

2025年及之前，做AI应用的困局是用户越多、烧的Token越多、亏损越多；2026年2月份，行业迎来了关键拐点——SOTA大模型消耗100美元Token带来的价值和收益，已经超越100美元。这意味着，一旦找到正确的产品和商业化方向，Token消耗就等于价值创造。因此，杨攀认为今天对“AI原生产品”最直接的定义是——只要是通过燃烧Token来实现结果的，就是AI原生程序。“我们应该忘掉旧指标（DAU），聚焦新指标（TPD，Tokens Per Day，即每日Token消耗量）。”

杨攀提出了一个极具冲击力的观点：Agent是新的人口红利。过去中国互联网和移动互联网的发展有赖于人口红利；未来Agent既能消费、也能创造价值，成为新的“消费者”与“生产者”，蕴含着巨大的商业机会。全球有60亿移动互联网用户，如果每个人有100个Agent，那么就有6000亿个Agent，而实际数字远超于此。

这意味着，创业需要从“为人类开发软件”转向“为Agent构建基础设施”。这里有两个含义：1）Infrastructure of Agent，用于构建Agent的基础设施；2）Infrastructure for Agent，用于被Agent调用的基础设施，这其中孕育巨大机会。

在分享最后，杨攀给予今天的创业者几点建议：

1）停止为人类开发软件，下一个大客户可能是Agent；

2）重新定义北极星指标，不看DAU看TPD；

3）交付结果而非交付工具；

4）做个“builder”，“make your hands dirty”。

OpenClaw的爆火，也催生了丰富的业界实践，两家高榕投资企业的代表分享了各自最新的探索。

月之暗面开发者关系负责人唐飞虎介绍，Kimi在春节期间快速上线了KimiClaw，可实现一键部署，用户不用购买硬件及服务器，也不需要输入代码，即可快速使用OpenClaw相关功能。

一键部署的KimiClaw，具备联网搜索、定时任务、文件处理、多平台接入、数据分析和代码生成等全方位能力；接入ClawHub社区，可一键安装数千个Skills。用户利用KimiClaw探索了多种玩法，例如投资研究、信息监控和知识管理等等。

之所以能够在国内最快上线云端极速部署OpenClaw，源于Kimi长期以来在Agent领域的技术积累——从2024年11月的Kimi探索版，到2025年6月的Kimi Deep Research模型、7月的K2模型、9月的OK Computer，以及2026年1月发布并开源的K2.5模型，Kimi始终深耕Agent技术。K2.5模型推出Agent swarm功能，通过调度多达100个Agent分身，可以并行处理1500个步骤并完成更复杂的任务。

1月底，OpenClaw官方支持了Kimi K2.5模型。据OpenRouter排行，K2.5在OpenClaw的模型调用榜中排名第一，成为很多用户“养虾”的首选——K2.5模型在成本与能力之间实现了完美平衡。

唐飞虎还分享了一个越来越普遍的现象，今天用户在“养虾”时流行“三省六部制”，即让不同的模型来执行不同的任务。例如用最高级的“中书省”（SOTA模型）来执行review环节，其他任务或环节可以用主流模型甚至是本地模型去完成。

对于OpenClaw的爆火，唐飞虎认为，核心原因在于其“不设限”的设计——让开发者与用户能够充分发挥想象力，最大化模型的长板能力。他也总结了OpenClaw的几点特征：功能更加聚焦；有更强的环境感知能力，获得权限后基本可以操作电脑所有系统；有无限的Skills和工具组合；主动心跳机制。

OpenClaw的出现，也得益于三大行业变化：模型Agentic能力持续提升；开源模型竞争力增强；主流模型的网络效应让Token成本持续降低。唐飞虎也进一步建议创业者，随着模型的持续进化，我们可以不断“从模型能力溢出中寻找产品机会”。

Pine AI首席科学家李博杰同样分享了他对OpenClaw本质的思考，以及PineClaw如何拓展OpenClaw的能力边界，让AI智能体真正触及现实世界。

📞OpenClaw的突破与局限

他认为，OpenClaw作为“主权智能体”，核心命题是让Agent有充分的自主权，但相应地也要自担责任。OpenClaw为Agent领域带来了四大设计启发：

1）纯自然语言界面：摒弃传统的GUI操作，以自然语言作为唯一交互方式；

2）Self-Chat连接多消息平台：通过Self-Chat的方式，实现与多个消息平台的连接；

3）无Session设计：和真人一样支持无限上下文，就像雇了一位真人秘书；

4）Skills+CLI访问第三方服务：通过Skills与命令行接口，实现对第三方服务的高效调用。

同时，李博杰也指出了AI的局限性：AI没有“读心术”，无法理解隐性约束、历史原因和人类未表达的想法，“Context是人类的护城河”；莫拉维克悖论是AI Coding的最大瓶颈——对人类来说很难的写代码，AI干得很快，但对人类来说简单的GUI操作（如申请账号、收验证码），AI却难以胜任，需要人类为Agent做“秘书和测试”。

此外，OpenClaw的局限在于其设计范式是“一个用户+多个Agent”的个人助理模式，不支持多人同时使用某个Agent；现实世界中，很多场景存在多方参与者和利益不一致的情况，需要Agent主动协调各方诉求，这正是Pine AI要解决的问题。

📞PineClaw：将语音能力开放给OpenClaw生态

Pine AI是一款端到端解决现实世界事务的AI Agent，核心能力是帮助用户通过打语音电话完成生活中的复杂谈判，例如消费账单谈判、医院账单谈判、酒店卫生投诉等。核心难度在于谈判过程中Agent要保持长时间的“智商在线”，模拟真人沟通逻辑，同时在谈判前主动收集足够多的信息以确保谈判成功率。目前Pine AI已实现数小时持续通话，经数万用户验证，谈判成功率达到93%，累计帮助用户节省数千万美金。

值得强调的是，Pine AI采用“为结果付费”的模式——不卖Token，仅在谈判成功后从节省的金额中抽取佣金。

在OpenClaw爆火之后，Pine AI快速行动，将自身的语音能力（Pine-Voice）开放给OpenClaw生态。李博杰形象地比喻，“OpenClaw给了Agent双手——操控电脑、读写文件、执行代码；Pine AI给了Agent嘴巴——打电话、谈判、协调多方利益。PineClaw则把这张嘴开放给整个Agent生态，让Agent不再局限于屏幕之内，真正触及现实世界。”

2026年初，AI智能体的范式跃迁已成为不可逆转的趋势。如果说Agent赋予了我们每个人一根魔法棒，“有人用魔法棒变出一个汉堡，有人则变出一台法拉利，甚至创造一个属于自己的新世界。”希望我们都能更好地用好手中的魔法棒，迎接Personal Intelligence时代的到来。