夜雨聆风
一个开源项目在GitHub上星标数超越Linux和React，国产大模型调用量激增6倍，AI芯片市场规模突破1900亿元——这一切都源于一个能“动手干活”的AI数字员工。
2026年3月，一个名为OpenClaw的开源项目在GitHub上创造了历史。这个由奥地利开发者Peter Steinberger个人发起的AI虚拟助理项目，星标数在短短几个月内突破27万，超越了React和Linux等持续更新十余年的超大型基建项目，登顶全球开源软件项目榜。
这不仅仅是一个技术项目的成功，更是一场从“对话工具”到“数字员工”的范式跃迁。OpenClaw的本质是一个能自主执行任务的AI智能体，它不像传统聊天机器人那样只停留在“能说”层面，而是实现了“能做”的跨越——通过自然语言指令指挥本地设备完成真实操作，从读取文件、整理数据到发送消息、远程控制设备，真正实现了从“给你建议”到“直接执行”的转变。
这场技术热潮迅速从极客圈层蔓延至全民，形成了一场多方参与、全产业链联动的“龙虾热”。腾讯云、阿里云、华为云等云厂商纷纷宣布支持，小米技术团队推出自研端侧AI智能体Xiaomimiclaw，中科可控天阔W50X液冷AI一体机实现从OpenClaw到CoPaw的国产化工程验证。
01 从聊天到执行：AI智能体的范式革命
OpenClaw的爆火并非偶然，它标志着AI应用从“对话交互”向“任务执行”的根本性转变。这个开源项目最早在2025年底以“Clawdbot”的名字在GitHub上发布，之后改名为“Moltbot”，最终定名为“openClaw”。到了2026年初，这个AI项目因为能根据用户指令，在各类应用和在线服务里自主完成复杂任务，开始受到广泛关注。
与Claude Code、ChatGPT Agents等同类产品相比，OpenClaw的核心优势在于本地优先的设计理念。它像一个“住在你本地设备里的智能助手”，直接运行在用户的硬件上，通过聊天应用即可对话；而其他产品大多是“托管在云端的代理”。这种本地部署的模式，带来了更高的数据隐私性和更低的延迟。同时，OpenClaw的使用方式也更灵活，用户不仅可以通过聊天应用，还能通过终端、集成开发环境（IDE）或网页/桌面应用等多种方式来驱动它完成任务。
OpenClaw的架构设计体现了其作为“数字员工”的定位。它通过四层架构（用户交互层、核心处理层、数据存储层、平台适配层）实现“自然语言指令自主执行”的闭环。这意味着OpenClaw不仅能与用户互动、根据指令完成任务，还可以“接管”用户的电脑，自动调用不同数据完成复杂任务，完成读取文件、整理数据、发送消息、监控信息，甚至远程控制设备等一系列操作。
2026年3月7日至8日，OpenClaw连续发布了2026.3.7和2026.3.8版本，新增对GPT-5.4以及Gemini 3.1 Flash模型的原生支持，并引入了一个创新的可插拔Context Engine（上下文引擎）。该系统允许开发者在不修改核心代码的情况下，通过插件接口自定义上下文处理的逻辑与策略。在OOLONG基准测试中，新版本取得了74.8分的性能表现，超过了Claude Code 70.3分的得分。
更令人关注的是，OpenClaw正在从“个人AI助手”演进为Agent Operating System（智能体操作系统）。2026年3月12日发布的v2026.3.12版本中，Dashboard v2控制台界面全面重构，新增了/fast模式降低模型调用延迟，并支持通过插件方式集成Ollama、SGLang、vLLM等推理后端。这些变化标志着OpenClaw正在向更加系统化、平台化的方向发展。
02 上游产业链：AI芯片与算力硬件的军备竞赛
OpenClaw的爆发式增长，直接拉动了上游AI芯片和算力硬件的需求。根据中邮证券的研究，OpenClaw是Token消耗大户，其爆火正在引发AI Infra需求的指数级增长。根本原因在于Token消耗模式发生了根本性转变，即从“人机对话”升级为“机器自循环”，OpenClaw会不断的自我修正，导致上下文长度急剧膨胀，Token消耗随之快速增长。
根据MiniMax的数据，其M2系列文本模型在2026年2月的平均单日Token消耗量，已增长至2025年12月的6倍以上。根据用户反馈，一个配置合理的OpenClaw，24小时运行，每月的token消耗可能高达数千万，如果一旦任务链拉长、工具调用增多、记忆开启，token消耗还会更迅速抬升。
这种需求直接传导至AI芯片市场。AI计算加速芯片产业链可类比为“智能引擎制造体系”，分为上、中、下游，其中中游设计是核心环节。上游提供设计所需的EDA/IP工具与制造所需的设备、材料；中游以芯片设计为核心，厂商采用IDM或Fabless模式；下游通过分销与系统集成，将芯片导入终端方案，应用于AI加速、机器人、自动驾驶、元宇宙等多元场景。
市场规模方面，AI大模型参数激增与新场景爆发，推动算力需求从通用CPU转向高性能GPU，带动我国GPU市场快速增长。据预测，中国AI芯片市场规模将从2024年的1425.37亿元增至2029年的13367.92亿元，2025-2029年年均复合增长率达53.7%；其中GPU增长最快，市场份额预计从69.9%提升至77.3%。
竞争格局呈现明显的分化态势。全球GPU市场长期由英伟达（NVIDIA）与AMD主导，形成“一超一强”的高度集中格局。英伟达凭借在高性能计算和人工智能领域的技术优势，近年持续占据超80%的市场份额，AMD占约20%，其余厂商难以撼动这一市场结构。
国内方面，我国AI算力芯片市场呈现“一超多强”格局。2024年国内数据中心AI芯片出货量中，英伟达以近七成份额占据绝对主导，华为昇腾以约23.6%份额位居第二，成为国产领军者，其余本土厂商份额较小，尚未形成规模化竞争力。这一格局显示，国产AI芯片虽快速发展，但仍面临技术差距与生态壁垒挑战。
然而，这一格局正在发生深刻变化。摩根士丹利在2026年3月发布的研究报告中指出，中国AI GPU与美国的差距小于市场预期，2026年或成产业拐点，系统级优化和本土产能扩张将推动自给率从2024年33%提升至2030年76%。报告认为，中国低电力成本降低能效权重，以“每美元每瓦性能”衡量差距更小。虽然受限于光刻设备及EDA工具，但厂商转向多芯片集成、系统架构优化及SMIC N+2工艺（2026年产能4万片/月）等替代路径。
更具体的数据显示，2026年中国AI芯片市场规模预计突破264亿美元（约合人民币1900亿元），虽然美国出口管制持续收紧，但本土市场的内生增长动力已完全切换至国产算力集群的建设与大模型的行业落地。受限于合规版芯片性能阉割及供应链不确定性，英伟达在中国AI芯片市场的份额预计在2026年将萎缩至8%左右，而这留下的巨大真空正迅速被华为昇腾及“国产GPU四小龙”填补。
华为昇腾910C在2026年已实现规模化部署，其在FP16推理性能上据测算已达到英伟达H100的60%-80%，并着重解决了此前910B存在的片间互联瓶颈，使其更适配万卡集群的大模型训练。与此同时，摩尔线程、壁仞科技、燧原科技等独角兽企业相继登陆科创板或港股，国产AI芯片正式进入资本驱动的技术迭代期。
在AI算力硬件方面，2030年全球AI算力硬件市场规模预计达5410亿美元，规模超越手机、远高于PC，科技产业价值重心从消费终端转向AI算力基建，AI服务器将成为最大科技硬件品类。2023年第三季度起，英伟达、AMD、博通等数据中心芯片企业总营收已超过英特尔、高通、联发科等PC与手机芯片企业，2025年一季度前者规模达后者两倍，同期AI服务器营收也达到PC与智能手机硬件营收的一半左右。
高盛在2026年1月发布的《2026年AI服务器市场与算力供给展望》报告中指出，AI基础设施建设正进入一个由“应用驱动”和“系统级升级”为核心的“深度进化”阶段。2026年全球服务器总市场预计达6060亿美元（年增40%），全机架AI服务器成主流，2026年出货量预计3.8万至5.7万台，市场规模向2550亿美元迈进。
AI投资从单一的GPU采购，转向集成了全机架、ASIC芯片和先进散热系统的系统级投资。英伟达下一代Rubin平台预计于2026年下半年量产爬坡，其革命性在于通过新存储平台，将单GPU可访问的上下文内存从1TB提升至16TB，以支持更复杂的代理AI推理。AI硬件正从单纯追求算力转向重新定义内存层级和数据吞吐量，以满足“代理AI”等复杂应用的需求。
03 中游生态：OpenClaw的崛起与国产大模型的机遇
OpenClaw的爆火不仅改变了AI应用范式，也为国产大模型提供了前所未有的发展机遇。从数据来看，openClaw每天调用的AI模型里，国产模型占了主导地位。仅阶跃星辰Step和MiniMax M2.5这两款，就占了总调用量的约50%，使用热度已经超过了Gemini、GPT等海外知名模型。
同时，国产大模型公司MiniMax的业务也在高速增长：2025年第四季度净收入达2600万美元，同比增长131%；到2026年2月，其M2系列模型的日均调用量相比去年12月更是翻了6倍，这都印证了国产大模型的需求正在快速增长。
在openClaw需求激增、海外模型与其竞争合作的背景下，国产大模型在技术上不断追赶，同时凭借“又好又便宜”的高性价比优势，既能填补国内市场的需求空白，也能顺势实现“token出海”，进一步拉动国内算力相关产业的发展。
根据IDC测算，中国企业Agent（智能体）规模正进入加速期。在本土模型能力升级、智能体技术与应用生态成熟及产业政策推动下，预计2031年中国企业Agent数量将突破3.5亿，年复合增长率超135%。同时，随着任务执行密度与复杂度提升，智能体Token消耗将实现年均超30倍的指数级增长，Agent有望成为AI应用最先落地的场景之一。
2026年被业界视为AI智能体规模化落地元年，市场从“概念验证”转向“商业闭环”，企业刚需爆发、政策持续加码。据海比研究院预测，2026年中国企业智能体市场规模将突破430亿元，增长率高达300%，资金流向呈现4-3-3格局：40%投向AI基础设施（算力、芯片），30%用于智能体管理平台，30%布局场景化应用，反映出企业从“买模型”到“建生态”的投资逻辑转变。
政策层面，国务院《关于深入实施“人工智能+”行动的意见》明确提出，到2027年智能体等应用普及率超过70%，2030年提升至90%以上；工信部等八部门联合印发的《“人工智能+制造”专项行动实施意见》，更是明确到2027年培育1000个高水平工业智能体、500个典型应用场景，为赛道发展划定清晰路线图。
市场竞争格局呈现三大阵营正面交锋的态势。第一阵营是头部互联网大厂，市场份额约45-50%，包括百度文心智能体、阿里巴巴通义千问Agent、腾讯混元智能体、字节跳动豆包Agent等。第二阵营是AI创业新贵，市场份额约25-30%，包括月之暗面Kimi、DeepSeek、智谱AI、MiniMax、阶跃星辰、零一万物等。第三阵营则是垂直行业解决方案提供商。
值得注意的是，Kimi估值增速已超字节、拼多多同期，反映市场对“超级应用”潜力的期待。而DeepSeek在2025年12月估值达1.05万亿元，位列全球第六、中国第二大独角兽；坚持“零外部融资”，由母公司幻方量化持续投入；预计2026年3月初发布V4多模态模型，支持100万token超长上下文，编程能力在SWE-bench Verified基准达83.7%。
04 下游应用：从个人效率到企业自动化的全面渗透
OpenClaw的应用场景覆盖个人效率提升、专业开发、企业办公与行业自动化等多元领域，真正实现了从“数字助手”到“数字员工”的转变。
在个人效率提升方面，OpenClaw能够通过自然语言指令完成复杂的文件操作。用户只需输入指令“帮我写一篇上证50指数的投资价值，3-4点，要求数据翔实，不超过300字。以word形式输出到工作目录”，即可自主完成内容创作、文件生成与写入。这种能力不仅限于文档创建，还包括文件整理、数据提取、格式转换等一系列操作。
在邮箱管理方面，OpenClaw展现了强大的自动化能力。把电子邮箱和OpenClaw绑定后，它就能自动处理邮件：自动提炼邮件要点、持续跟踪重要信息、高效协调多人沟通，甚至智能自动回复。以实习生招聘为例，OpenClaw可以整理邮箱中的实习生投递信息，把关键信息梳理成excel表格发送给用户，并持续监控新邮件，自动回复候选人。
对于有固定节奏、重复出现的投研任务，可通过OpenClaw配置自动定时任务。以股价预期分析为例，可设定AI每周自动读取指定文件夹内的调研资料，基于内容完成市场情绪分析与未来股价预期打分，实现任务流程的自动化、常态化执行。
在企业级应用方面，OpenClaw的价值更加凸显。产业级AI智能体正在从技术概念迅速成长为推动产业变革的核心引擎。中商产业研究院发布的报告显示，中国产业级AI智能体市场规模将在2024年到2029年间实现爆发式增长，从2024年的约31亿元跃升至2029年的458亿元，期间复合年增长率高达71.3%。
与专注于数据分析或流程自动化的传统AI解决方案不同，智能体能够动态感知、决策并行动而无需人工干预。这种自主性使关键工业系统能够更快响应并更具弹性。与此同时，终端用户对个性化、实时服务体验的期望日益提高，正推动企业加速部署AI智能体。
在金融领域，智能体可以用于智能风控、客服质检、反欺诈、量化交易辅助系统、网点智能化等场景；在制造业，可以应用于视觉检测、质量分选、设备预测性维护、边缘网关、产线调度等环节；在政务领域，可以用于省级政务云、城市大脑、公共服务平台、智慧安防等系统。
05 技术挑战与安全考量
尽管OpenClaw和AI智能体带来了巨大的便利和价值，但也面临着技术挑战和安全风险。微软安全团队在2026年2月发布运行安全建议，明确表示“不适合在标准个人或企业工作站上运行”，应视作带持久凭据的“不受信任代码执行”，推荐隔离环境。趋势科技也在同期披露恶意OpenClaw skills用于投递Atomic macOS Stealer（AMOS）变种等风险案例。
这些安全警告凸显了AI智能体在获得系统级操作权限后可能带来的风险。OpenClaw拥有全系统操作权限，能够直接操控本地文件、Shell、浏览器、终端以及各类桌面应用程序。这种强大的能力如果被恶意利用，可能导致严重的安全问题。
OpenClaw项目治理也出现了重大变化。作者Peter Steinberger宣布加入OpenAI，同时表示OpenClaw将迁移到一个基金会并保持开放与独立。这一变化引发了社区对项目未来发展方向和治理结构的关注。
在技术层面，OpenClaw的“技能市场”成为生态核心，但也是最大风险面。OpenClaw的扩展主要通过ClawHub skills，这些技能由社区开发，质量参差不齐，可能存在安全漏洞或恶意代码。2026年2月7日，OpenClaw宣布与VirusTotal合作，对ClawHub中的skills做安全扫描（包含Code Insight），这是应对安全挑战的重要举措。
另一个技术挑战是记忆系统的优化。OpenClaw原生记忆系统在识别精度、Token资源利用、跨会话记忆衔接方面仍有优化空间，暂难以充分支撑长周期复杂任务；同时，内存占用、执行稳定性等方面的提升需求，也是Agentic AI框架在多智能体部署、多沙箱并发等生产级场景中规模化落地的关键考量。
为此，鲲鹏深度优化了OpenViking记忆插件与OpenClaw的适配性，让开发者便捷部署、快速上手，轻松补齐OpenClaw记忆能力短板。OpenViking记忆插件具备记忆识别精准、Token资源高效利用、跨会话记忆连贯的核心优势，可顺畅支撑长周期复杂任务。
06 产业影响与未来趋势
OpenClaw的爆发不仅是一个技术现象，更是AI产业发展的重要里程碑。它标志着AI应用从“对话”走向“执行”，从“云端”走向“本地”，从“通用”走向“个性化”的深刻转变。
从产业影响来看，OpenClaw正在重塑整个AI产业链的价值分配。上游的AI芯片和算力硬件需求激增，中游的AI模型和智能体平台迎来爆发式增长，下游的应用场景不断拓展和深化。这种变化不仅体现在市场规模上，更体现在技术路线、商业模式和生态建设上。
在技术路线上，AI硬件正从单纯追求算力转向重新定义内存层级和数据吞吐量。英伟达下一代Rubin平台通过SSD将GPU可访问内存扩充16倍，本质上就是为了让AI能拥有更长的“记忆”和更强的“推理”能力，而不仅仅是“算得快”。这种变化是为了支撑具身智能（物理AI）和代理AI等新应用的需求。
在商业模式上，AI智能体正在从“工具”向“服务”转变。OpenClaw的本地优先设计体现了对数据隐私和用户控制的重视，这与传统的云端AI服务形成了鲜明对比。同时，开源模式降低了使用门槛，促进了生态繁荣，但也带来了安全和管理挑战。
在生态建设上，OpenClaw的成功证明了开源社区的力量。GitHub星标数突破27万，超越了React和Linux，这不仅是技术上的认可，更是社区参与和生态建设的胜利。国产厂商集体入场适配，抢占“龙虾第一入口”之位，也反映了中国企业在AI生态建设中的积极姿态。
展望未来，AI智能体将朝着更加智能化、个性化、安全化的方向发展。在智能化方面，随着大模型能力的提升和智能体技术的成熟，AI智能体将能够处理更加复杂、多步骤的任务，具备更强的推理和规划能力。在个性化方面，AI智能体将更加了解用户的习惯和偏好，提供更加贴心的服务。在安全化方面，随着安全技术的进步和监管的完善，AI智能体的安全性和可信度将得到提升。
从市场规模来看，中商产业研究院预测，2026年中国AI智能体市场规模将达111亿元，到2030年将接近300亿元。而产业级AI智能体的增长更为迅猛，预计从2024年的约31亿元跃升至2029年的458亿元，期间复合年增长率高达71.3%。
在应用场景上，AI智能体将从个人效率工具向企业自动化平台扩展，从数字世界向物理世界延伸。具身智能（物理AI）和代理AI将成为AI基础设施的中期增量需求主要来源。这要求硬件支持更长上下文和更复杂的推理。AI正从数字世界走向物理世界（如机器人、自动驾驶），并进化为能自主执行任务的“智能体”，这为算力市场开辟了全新的增长空间。
07 中国机遇与全球竞争
OpenClaw的爆火为中国AI产业提供了难得的发展机遇。在开源AI智能体领域，中国开发者和企业有机会参与甚至引领全球技术发展。国产大模型在OpenClaw生态中的主导地位，证明了国产AI技术的竞争力和市场接受度。
从技术层面看，中国在AI智能体领域已经具备了较强的竞争力。国产大模型在性能上不断追赶国际先进水平，在特定场景下甚至实现了超越。MiniMax的M2系列模型在OpenClaw中的高调用量，阶跃星辰Step的受欢迎程度，都反映了国产大模型的技术进步和市场认可。
从产业层面看，中国拥有全球最丰富的AI应用场景和最大的用户基础。这为AI智能体的发展和优化提供了宝贵的数据和反馈。同时，中国企业在数字化转型方面的迫切需求，也为AI智能体的商业化提供了广阔的市场空间。
从政策层面看，中国政府高度重视人工智能发展，出台了一系列支持政策。《“人工智能+”行动意见》明确将智能体应用普及作为数字经济核心抓手，推动AI技术从“内容生成”向“任务执行”跨越价值鸿沟。这些政策为AI智能体产业的发展提供了有力支持。
然而，中国AI智能体产业也面临着挑战。在技术层面，与国际先进水平相比，中国在基础算法、芯片设计、软件生态等方面仍有差距。在安全层面，AI智能体的系统级操作权限带来了新的安全风险，需要加强技术防范和监管规范。在生态层面，中国需要培育更加开放、协同的开发者社区和产业生态。
在全球竞争中，中国AI智能体产业需要走出一条差异化的发展道路。一方面，要发挥市场优势，加快技术落地和商业化；另一方面，要加强基础研究，提升原创能力。同时，要积极参与国际开源社区和标准制定，提升国际话语权和影响力。
OpenClaw的成功经验表明，开源、本地优先、用户可控的设计理念具有强大的生命力。中国AI产业可以借鉴这一模式，发展更加安全、可控、易用的AI智能体技术。同时，要加强对开源项目的安全管理和风险防范，确保技术的健康发展。
08 结语：AI智能体时代的开启
OpenClaw的爆火不是终点，而是起点。它标志着AI智能体时代的正式开启，一个由“数字员工”重新定义工作和生活方式的时代正在到来。
在这个时代，AI不再仅仅是对话的伙伴，而是执行的助手；不再仅仅是云端的服务，而是本地的伙伴；不再仅仅是通用的工具，而是个性化的员工。这种转变将深刻影响个人效率、企业运营和产业发展。
对于个人用户，OpenClaw这样的AI智能体将解放生产力，让每个人都能拥有一个24小时在线的“数字员工”，处理繁琐的日常任务，专注于创造性的工作。对于企业用户，AI智能体将重塑工作流程，实现自动化、智能化的运营管理，提升效率和竞争力。对于产业生态，AI智能体将催生新的商业模式和服务形态，创造新的价值和机会。
然而，机遇与挑战并存。AI智能体的发展需要解决技术、安全、伦理、法律等多方面的问题。技术层面需要提升智能体的能力、效率和可靠性；安全层面需要防范恶意利用和系统风险；伦理层面需要确保公平、透明和可控；法律层面需要明确责任和权利。
中国在AI智能体时代拥有独特的优势：庞大的市场、丰富的场景、积极的政策、活跃的生态。OpenClaw的爆火和国产大模型的崛起，证明了中国AI产业的活力和潜力。面对全球竞争，中国需要坚持开放创新、安全发展、合作共赢的原则，推动AI智能体技术的健康发展和广泛应用。
从OpenClaw到整个AI智能体产业，我们正在见证一场深刻的技术革命和产业变革。这场变革不仅将改变我们使用AI的方式，更将重塑人机关系、工作模式和社会结构。在这个充满机遇和挑战的时代，我们需要以开放的心态、务实的态度和创新的精神，共同迎接AI智能体时代的到来。
当GitHub上的星标数不断攀升，当国产大模型的调用量成倍增长，当AI芯片的市场规模突破千亿，我们看到的不仅是一个开源项目的成功，更是一个新时代的开启。OpenClaw只是开始，AI智能体的未来，正在我们手中创造。