夜雨聆风OpenClaw 的小龙虾图标，是这个春天科技圈最高频出现的符号。72小时 GitHub 破6万星，如今登顶33万星标，增长速度超过了早期的 React 和 Linux。
MiniMax、阿里云、腾讯、字节两个月内密集表态，微信连夜为“Claw们”铺设专属沟通管道，甚至国家超算中心也禁不住这波流量诱惑，亲自下场“送词元”跑马圈地。
从自上而下的多地政府密集出台支持政策，到自下而上的王慧文发英雄帖、创业者连夜组队……一场由代码引发的淘金热，正在重塑一切。
这场热度不只在开发者社区蔓延：根据AlphaMoat统计，截至2026年3月24日，抖音平台OpenClaw相关内容总播放量超过8.9亿次，3月10日单日播放量近1.3亿次。小红书平台，同一话题浏览总量超过1.5亿次，近30天互动数超400万，3月11日单日浏览增量突破1800万。这是一个已经从 GitHub 破圈到大众消费内容的现象级产品。
而这一幕，我们两年前见过。
2023年11月，OpenAI 发布 GPTs Store。三个月内吸引开发者打造超过300万个 GPTs。媒体说，这是 AI 的 App Store 时刻。资本说，这是软件行业的下一个十年。
今天，大多数 GPTs 已经无人问津。AlphaMoat数据显示，截至2026 年 3 月，全球会话数超过 100 万的超级 GPTs 有 124 个，头部GPTs 几乎都配置了复杂的 Actions或者挂载海量私有数据集与合规框架，属于可以打通软件壁垒、拥有执行力的数字专家。
一、爆火是真实的，但有三分之二是叙事
Claw 类产品为什么突然爆火？使用体验上有一个真实的跨越：AI 从"只说"变成了"能做"。过去的 ChatGPT、GPTs，本质上是一个极其聪明的对话框，它能告诉你怎么订机票，但不能帮你真的订。OpenClaw 则让 AI 长出了手脚，能操作浏览器、读写文件、跨平台执行任务，并通过核心分发器协调多个 Agent 协同完成复杂工作流。
这个跨越是真实的。
但围绕这个跨越生长出来的叙事，已经远远超出了技术本身的边界。"AI 替代劳动"、"操作系统之上的操作系统"、"挑战整个软件产业的价值分配"——这些叙事不是谎言，但它们描述的是五年后甚至十年后的终局，而不是今天的现实。把终局叙事贴在起点产品上，是泡沫最经典的生成机制。
理解后面四个泡沫特征，需要先建立一个前提：Claw 的核心能力有两个层次，性质完全不同。第一层是 GUI 视觉操控，最广为人知，也最脆弱——它是数字平台封闭生态逼出来的技术绕行，一旦平台开放底层接口，这层价值会大幅缩水；第二层是多 Agent 任务编排，与接口是否开放无关，有独立的长期价值。当前的泡沫叙事，恰恰是把第二层的真实价值，过度外推到了第一层的脆弱基础上。
二、Claw四个泡沫特征
2.1 能力幻觉：演示成功率 ≠ 生产成功率
Agent 类产品的演示视频，是这个时代最迷人的内容形式之一。自动订机票、自动做 PPT、自动写代码并调试运行，流畅得像魔法。但演示环境是精心设计的确定性场景，现实世界不是。
数据显示，在 WebArena 真实网页多步任务测试中，GPT-4 级模型在3—5步任务上的成功率约为40%—60%，超过15步时跌破10%。而更能说明问题的，是用户行为数据：据AlphaMoat调研，OpenClaw 的初次部署成功率高达85%——一键安装脚本把门槛压到了极低；但持续运行超过30天的 Agent 实例比例不足15%。大量开发者在体验初期惊艳之后，因无法解决长期稳定性问题和持续攀升的 API 账单而选择放弃。这不是用户不懂产品，这是用户用脚投票。
大模型是"概率系统"，不是"确定性系统"。当概率算法应用于企业级复杂业务环境中，每增加一步业务流程，都在累积误差，链路越长，容错空间越窄。企业级应用需要的是稳定性大于智能性，这个矛盾不是靠更好的演示能解决的。
2.2 商业模式泡沫：成本结构与收入结构根本错配
Claw 的 Token 高消耗，来自三个叠加的机制。
第一层是路径冗余。 完成同一任务（以预订复杂国际往返机票并生成行程单为例），传统对话模式消耗约2,000至5,000个 Token，OpenClaw Agent 模式消耗约50,000至200,000个 Token。这不是偶发的效率损耗，是路径设计的结构性代价。
第二层是成本的不可预测性。 由于"幻觉循环"，Agent 可能在错误路径上持续重试，单次任务的成本上限是玄学。据 AlphaMoat 调研，要解决最后20%的复杂任务，Token 投入需在基础水平上增加8~12倍。对企业级采购来说，这比"贵"更致命——预算无法被管控。
第三层是中途错误的隐性浪费。 Agent 自主执行时，错误往往发生在中间步骤，但用户拿到结果才能发现失败。此时意味着本次执行的Token账单全部白给，且需要重新执行整个链路。任务链越长，一次失败的浪费成本越高。
Anthropic 与研究机构 Material 对美国500多位技术负责人的调研显示，近46%的组织认为与现有系统的整合是主要障碍。To C 用户付费意愿有限，To B 企业更看重稳定性与安全性。成本结构 ≠ 收入结构，这是商业模式泡沫最典型的特征。
2.3 伪替代 SaaS：Agent 与 SaaS 的关系被严重误读
流行叙事是"Agent 会取代 SaaS"，现实判断是"Agent 叠加在 SaaS 之上"。但 SaaS 本身不是均质的概念。
深度嵌入企业数据结构、权限体系和业务流程的 SaaS，这类核心价值是多年积累的数据资产和组织流程，Agent 更合理的方式是调用而非替代。但功能单一、数据浅、用户主要为完成某个操作步骤付费的工具类产品，被 Agent 替代是完全合理的结局，这不是泡沫，是正常的技术迭代。
真正的问题是价值捕获的归属：SaaS 厂商不会主动开放完整 API，MCP 等开放协议推而不广，各厂商在文档里主推自己的专有连接器，封闭生态被强化。对投资者来说，这意味着两类 SaaS 的命运将加速分化：拥有私有数据护城河的 SaaS 会因 Agent 整合需求而价值提升，功能型、操作型 SaaS 的替代风险则被严重低估。
2.4 同质化内卷：所有人都在用同一批模型，造相似的轮子
KimiClaw、MaxClaw、CoPaw、WorkBuddy、ArkClaw……两个月内，Claw 生态衍生产品密集涌现，每周都有新产品发布。但当所有产品都在用同一批模型、做同一件"把 UI 重新翻译成操作指令"的工作，差异化只剩下提示词工程和界面设计。
AlphaMoat 调取的 OpenRouter 流量数据显示，OpenClaw 爆火后的两个月里，Claw生态产品最密集的战场——Programming 和 Marketing两个应用方向的模型集中度均在快速收窄。如果把视野拉到所有应用场景，2026年3月数据显示，前六家大模型公司合计吃掉约 72% 的全局 token——Google 统治内容创作场景，Kimi+MiniMax 统治代码场景。
这意味着"同质化"的真正含义不是所有场景都用同一个模型，而是每个场景都已经形成了自己的寡头格局，产品的差异化在起点就已经失去了意义。OpenClaw 本质上是一个连接框架，开源之后技术壁垒已经归零。当模型层高度集中、应用层高度同质，框架层的价值最终会被谁收走，是一个还没有答案的问题。
三、泡沫不是终点，但你需要知道自己在哪里
Gartner 技术成熟度曲线把新技术的生命周期分为五个阶段：技术萌芽期、期望膨胀顶点、幻灭低谷期、稳步爬升期、成熟高原期。Claw 类产品目前处于"期望膨胀顶点"，对照现实，逐条吻合：
Demo 远强于实际体验。 演示视频流畅完美，但30天留存率不足15%的数据，说明真实使用体验与演示之间存在巨大落差。
创业公司密集出现。 两个月内，Claw 生态衍生产品密集涌现，每周都有新产品发布。这是"期望膨胀顶点"最典型的生态特征。
投资人疯狂下注。 英雄帖、深夜群聊、连夜组队——资本密集布局的节奏，与2023年 GPTs 热潮如出一辙。
媒体叙事极度乐观。 "操作系统级革命"、"软件产业价值重分配"——这类叙事在期望膨胀顶点阶段是标配。
这个逻辑链条，在互联网泡沫、Web3泡沫中，已经运行过。但"幻灭低谷"不是终点，泡沫之后，价值会重新分配到三个方向：
1、算力层：确定性最高，无论应用层如何出清，模型推理调用只会增加；
2、模型层：正在经历定价权之争，Claw 热潮爆发后 MiniMax 等性价比模型调用数据出现明显增长，应用层利润被压缩，模型选择加速分化；
3、数据与场景入口：天花板最高但最难，嵌入真实工作流、拥有私有数据积累、构建在垂直场景之上的 Agent 才有长期护城河——叙事不能当护城河，场景才能。
“ 龙虾很香。但在大快朵颐之前，请先确认你吃的是肉，不是壳。
泡沫会破，水不会消失。这一次，我们想用数据，逐步聚焦那条还没被命名的护城河。”
