AI学习丨OpenClaw产业链深度图谱
2026年开年,一款叫"小龙虾"的开源AI项目,悄悄引爆了整个科技圈——GitHub星标突破27.9万,登顶历史第一;近30日Token调用量突破10.2万亿,14家国内顶级科技公司争相布局。这场"养龙虾"的热潮背后,藏着AI史上最大一次范式转移的投资地图。
一、什么是OpenClaw?为什么它让所有大厂坐不住了
如果说ChatGPT开启了"对话式AI"时代,那OpenClaw正在开启"行动式AI"时代。
这是两个截然不同的物种。
传统AI(ChatGPT、豆包等)的本质是"问答机"——你问它,它回答,到此为止。而OpenClaw的核心是"执行":它能获取系统级权限,像一个真正的员工一样操作你的电脑——自动整理文件、发送邮件、爬取数据、写代码、管理日程、操控浏览器……甚至在你睡觉时,它还在工作。
更关键的是,它是完全开源的。奥地利开发者Peter Steinberger发布于2025年11月,2026年2月爆发,3月初GitHub星标数超过Meta的React,登顶开源项目历史第一。创始人已于2026年2月加入OpenAI,项目移交独立非盈利开源基金会运营,目前:
全球超8,000名开发者参与开发 适配超50个平台 ClawHub技能商店收录超2万个Skills 近30日Token调用量约10.2万亿,覆盖344个模型
OpenClaw让每个人都能拥有一个"无薪数字员工"。这种能力,是历史上第一次把AI真正变成生产力工具而非信息工具。正因如此,14家顶级科技公司在短短几周内密集布局——因为谁能掌控这个"AI操作系统"入口,谁就能在下一个时代占据流量制高点。
二、产业链全景:从算力到应用,钱流向哪里?
OpenClaw的爆发,本质上是一个需求端结构性跃迁的故事:AI算力需求从间歇性"对话"模式,切换为持续性"执行"模式。这一切换,重构了整条产业链的受益顺序。
三层结构图
上游:算力与模型底座
中游:平台与工具层
下游:应用与生态层
三、大厂混战:14家巨头,各怀心事
截至2026年3月,据不完全统计,至少14家国内头部科技企业已跟进OpenClaw相关产品。四种布局路径清晰分化:
各家产品全景对比
| 腾讯 | |||||
| 腾讯 | |||||
| 字节跳动 | |||||
| 阿里巴巴 | |||||
| 百度 | |||||
| 智谱AI | |||||
| 月之暗面(Kimi) | |||||
| MiniMax | |||||
| 小米 | |||||
| 华为 | |||||
| 美团 | |||||
| 京东 | |||||
| 网易有道 | |||||
| 蚂蚁集团 |
四种竞争策略本质
第一类——云基础设施派(腾讯云/阿里云/火山引擎):做"养龙虾基础设施",把复杂部署产品化,通过算力+存储+网络带宽打包计费模式变现。腾讯云Lighthouse已突破10万开发者。
第二类——模型厂商派(智谱/Kimi/MiniMax):把OpenClaw当作API流量入口,Agent运行越频繁,按调用量收费的Token收入越多。智谱因GLM Coding用户激增,已对套餐整体涨价30%起。
第三类——互联网巨头派(字节/腾讯/阿里/百度):将OpenClaw融入自身生态(飞书/微信/钉钉),让Agent不再局限于开发者工具,渗透进亿级普通用户的日常场景,争夺"AI时代流量入口"。
第四类——终端硬件派(小米/华为):从系统层和芯片层切入,将Agent能力直接内嵌至终端设备,实现"AI手机"的硬件+软件一体化布局。
四、商业化:钱从哪里来,规模有多大?
Token经济:算力租赁市场进入"卖方市场"
OpenClaw的杀手锏在于Token消耗量的指数级放大:
单个OpenClaw用户的Token消耗是传统聊天AI的10-50倍 多智能体协作场景更达到百倍级差距 2026年3月2日-8日一周内,OpenRouter平台Top5模型中有3款来自中国——MiniMax M2.5、Kimi K2.5、DeepSeek V3.2,合计贡献Top5总调用量的65%,Token消耗约达13.7万亿 1月27日-3月9日的6周内,全球大模型周度平均Token调用量较前6周均值增长98%
Token需求海啸直接传导至算力租赁市场,形成"卖方市场":
头部云服务商优刻得、森华易腾等已官宣3月全线涨价20%-30%。
变现模式矩阵
目前各方的商业化路径呈现三种形态:
- API Token调用收费:
模型公司最直接的变现方式,按调用量计费,Agent运行越频繁收入越高 - 云服务打包计费:
算力+存储+网络带宽组合收费(腾讯云、阿里云的核心模式) - 订阅制/套餐:
火山引擎ArkClaw与"方舟Coding Plan"订阅套餐挂钩;智谱GLM Coding Plan整体涨价30%
未来成熟阶段,预计将演进出:分层订阅、按使用量计费、专业运维托管、行业定制化集成等更丰富的付费体系。
政策层面:扶持与监管并行
- 深圳龙岗:
全国首个专项政策,对关键代码贡献、具身智能结合项目给予补贴 - 深圳福田:
发布AI数智员工相关政策,推动OpenClaw政企场景落地 - 江苏、广东:
多省市"先行先试",提供免费部署及算力支持 - 监管层面:
中国部分政府机构和国有企业已发出安全预警,禁止在办公设备上安装OpenClaw,需关注后续监管走向
五、投资机会:产业链受益标的梳理
按照产业链投资传导逻辑,分两个阶段:第一阶段重点在云赛道,OpenClaw用量起量首先带动云服务需求;第二阶段传导至IDC扩建,具体标的与跑赢的互联网平台直接绑定。
核心受益标的全景图
| 国产AI芯片 | ||
| 服务器/算力基础设施 | ||
| 云计算/AIDC | ||
| 大模型(港股/未上市) | ||
| 光模块/光互连 | ||
| 散热/液冷 | ||
| AI基础软件/安全 | ||
| 应用/平台(港股) | ||
六、风险提示:爆火之后,什么可能让"龙虾"凉掉?
任何投资判断都必须先算亏多少,再算赚多少。OpenClaw的高速扩张背后,存在以下四类不可忽视的风险:
风险一:安全与监管(短期最大尾部风险)
OpenClaw的高权限特性天然带来数据泄露、恶意插件等风险。中国部分政府机构和国有企业已发出安全预警,禁止在办公设备安装。若监管收紧,企业端渗透速度将显著放缓。ClawHub上2万+技能中,恶意软件混入风险不容低估。
风险二:商业化落地速度不及预期
J.P.Morgan的研究指出,当前产品仍处于"帮助用户发现使用场景"阶段,真正的商业化扩张可能还需要6-12个月的模型改进、工作流训练数据积累和产品迭代。企业级大规模付费采购尚未发生。
风险三:Token消耗成本失控
OpenClaw任务循环不完成可能导致Token消耗失控——经验不足的用户可能因任务卡循环而产生远超预期的API费用。高成本可能压制用户活跃度,影响模型公司收入变现的稳定性。
风险四:大厂"围墙花园"竞争与生态碎片化
14家大厂各自封装产品,生态出现碎片化趋势。若各家平台不兼容、技能无法互通,可能导致用户体验割裂,最终只有1-2个主导平台胜出,大量跟风布局无法变现。此外,Agent层并非天然形成模型公司的护城河——开放架构意味着用户可随意切换模型,单一模型公司难以独享流量红利。
七、结语:三个核心判断
判断一:算力链是当前最确定的受益方向。无论哪家平台最终胜出,Token消耗的增长是确定的。推理侧算力(芯片/服务器/IDC/云计算)是OpenClaw时代最硬的逻辑,涨价周期已经开启,这是产业链中最高确定性的机会。
判断二:国产模型正在完成"弯道超车"的关键一跃。在OpenClaw生态中,中国模型的API调用量首次全面超越海外模型,这不是偶然——极致性价比(美国旗舰模型价格的5%-10%)叠加百万Token超长上下文能力,让国产模型在Agent场景中具备天然的结构性优势,Token出海趋势有望持续。
判断三:平台入口之争,腾讯的胜算最大,但尚存变数。微信/QQ的10亿+用户基盘、成熟的小程序生态、WorkBuddy+QClaw的完整产品矩阵,使腾讯在C端入口竞争中具备最强禀赋。但真正的核心竞争力取决于独家Skill的开发能力——谁能做出通用OpenClaw无法替代的高价值Skills,谁才能建立真正的产品护城河。
这场"养龙虾"大赛才刚刚开始。 大厂们现在解决的是"怎么养",而更重要的问题——"如何养好"——答案将在未来12个月内逐渐揭晓。
本文基于国泰海通、华泰证券、东方证券、光大证券、长江证券、广发证券、华西证券、华创证券等国内主流券商及Goldman Sachs、J.P.Morgan、Jefferies等国际投行最新研究资料整理,仅供参考,不构成投资建议。市场有风险,投资需谨慎。
💡 延伸思考
- 监管风险的演进路径:
政府机构禁用OpenClaw的政策信号是否会扩散至金融、医疗等敏感行业?这可能决定企业端商业化的天花板高度,值得持续跟踪各省市的监管动态 - "谁能做出不可替代的Skills"是核心问题:
当前各大厂的竞争还停留在"部署便捷性"层面,真正的护城河在于能否构建独家高价值Skills生态,可关注哪些垂直领域(如法律、财务、医疗)出现行业专属Agent解决方案 - 推理算力涨价周期的持续性:
H200/H100租金已涨20%-30%且交付排至2027年,这一"卖方市场"格局能否持续取决于供给端扩产节奏(英伟达Rubin平台26H2量产)和需求端Token消耗增速的相对强弱
夜雨聆风