夜雨聆风
过去两个月，你的朋友圈里一定有人在转OpenClaw的演示视频。AI自己打开浏览器、搜信息、写报告、发邮件，最后回来告诉你“搞定了”。评论区一片震惊，有人说颠覆了，有人说失业了，有人说这次是真的不一样了。
然后两个月过去了。
你打开社交平台，关于它的讨论少了很多。你问周围的人，大多数人说“知道，但没怎么用”。于是一个问题自然冒出来：
它是不是凉了？
OpenClaw，火在哪里了
你身边有几个人真的在用Agent？
我是说真的在用，不是注册了账号，不是转发了那条爆款推文，而是真的把工作流跑起来了——每天有任务在跑，有输出在收，有时间在省。
麦肯锡去年调了全球近2000家机构，88%的企业说自己在用AI，发现88%的企业声称已在至少一个业务环节中使用了AI，但其中真正在哪怕一个部门里跑起AI Agent的公司，不到10%。
IBM同期调查了全球33个国家的2000位CEO，发现只有25%的AI项目达到了预期回报，仅16%成功实现了企业级规模化落地。剩下那些？立了项，开了会，然后就没有然后了。多数企业的AI，从来就没有真的“跑起来”。
说起来，大多数老板一开始是真的想做的。预算批了，项目组拉起来了，PPT做得也挺好看。但真正推进到落地阶段，才发现事情远没有PPT上写的那么简单。
公司数据散落在十几个系统里，Agent要调用任何一个都得走权限审批；业务部门要“定制化”，技术部门要“稳定性”，两边拉锯三个月，第一个试点还没跑完，项目组已经换了两拨人。根据IBM的调查：超过70%的CEO承认，光是搞清楚“哪些数据可以给AI用”，就已经耗尽了大半精力。热情在开会时最高，落地时一地鸡毛。
这不仅是小公司的问题，连头部玩家也深陷其中
。
高盛拥有4.6万名员工，至今只有一半人能接触到AI工具；其CIO Marco Argenti明确表示，Agent类应用至今仍未正式上线，原因是AI还需要额外的合规管控，且存在幻觉问题，一旦用于合规审查或客户交易处理，后果难以承受。
Opeclaw这波技术浪潮来的非常快，就连有资源、有人才的头部企业都没能消化Agent的冲击，更别说大多数普通人了。
Agent，营销号的传说宝具
与此同时，AI Agent最大的声量，来自另一群人。
他们每天发帖：用Agent一个月被动收入翻三倍；十个提示词让你效率提升300%；普通人逆袭的最后一张牌，就是AI Agent。评论区清一色“求链接”“好想学”，转发轻松过千，点赞飙到十万。
但你仔细看他们在卖什么——课程、社群、工具合集、私域引流。
内容本身是流量，焦虑本身才是产品。
OpenClaw在国内火了之后，课立刻就来了。
根据21经济网调查，这类课程最高卖到18999元一套，某机构单靠卖课收入就超过1.6亿元。抖音平台上最畅销的AI课之一《超级流量营销课-IP+AI》，定价399元，卖出了7.8万份，光这一门课就进账超过3000万.
你算算：卖课的人赚了几个亿，买课的人学到了什么？
这套商业逻辑其实很简单。
第一步，制造焦虑。先用“AI最后一波红利”“不上车就晚了”制造焦虑，让你觉得自己正在错过什么；
第二步，塑造人设。再用几个截图、几段视频塑造“AI副业月入过万”的人设；
第三步，推课、推会员、推私域。
AI圈的博主一天一个“天塌了”，一口一个“颠覆”，本质就是制造信息差——让你头脑发热，再从口袋里掏钱。真正讲怎么落地的，没几个。讲底层原理的，几乎没有。
教你用AI赚大钱的人，自己为什么不去做？
能闷声发大财的人，是不会把方法论做成课往外卖的。就像那些教你炒股的老师，自己却靠卖课为生。
所以OpenClaw凉了吗？没有。但它从来就没有“热”在真实的工作场景里，它热在社交媒体上，热在焦虑情绪里，热在那些贩卖希望的帖子里。
现在退潮了，才能看清楚水里真正有什么。
不必心急，你可以慢慢改变
涨潮是一波，退潮又是一波。如何才能适应未来的变化？
第一步，拆解自己的工作。
把每周重复最多的五件事列出来，如果你是运营，就看周报、竞品、表格；如果你是销售，就看客户跟进记录、会议纪要、邮件整理；如果你是编辑，就看选题搜集、资料摘录、标题初稿。
这些事都符合那些dirty work的特征。不如把这类任务，先交给AI试试。做不好，再收回来自己改，成本极低。
第二步，从低风险场景开始。
别一上来就把客户合同分析交给Agent，也别直接让它去发对外邮件。让AI先从低风险的任务开始：整理一次会议记录，让AI自动提炼出行动项和负责人；用它生成一篇产品更新的初稿，你来润色定稿；让它每天定时抓取三个竞品的官网动态，汇总成一段简报发给你。
就算AI做错了，你最多多花十分钟改，捅不出什么篓子。但在这个过程里，你会真正摸清楚它在哪卡壳——是理解不了你的行业术语，还是格式对不上，还是信息来源不稳定。搞清楚它卡在哪，比看一百篇教程都管用。
第三步，把AI当协作者，不当外包商。
很多人用AI的方式是“直接要结果”，然后发现结果一般，就放弃了。
换一种用法试试：你要写一份方案，不是直接让AI“帮我写一份市场推广方案”，而是先告诉它背景、目标用户、预算限制、你最想突出的两个卖点，然后让它输出一个结构框架，你确认方向之后，再让它逐段填充。你来定目标、划边界、做验收，它来跑流程。
你把AI理解成部门里刚入职的新同事。你不能丢给他一句“做一个完整项目”，但你可以把项目切成十个明确的子任务，分批交给他，每次验收，每次迭代。这样出来的结果，会比你直接要一个大结果强得多。
麦肯锡也在调查中强调：真正从AI拿到价值的企业，不只是买了工具，而是重做了工作流，明确了哪些输出需要人工验收，并且有管理层真的在推动落地普及。AI工具便宜易得，但工作流改造却是这场浪潮里最需要每个人去做的。
与其焦虑“AI会不会取代我”，不如先想清楚你现在做的事情里，有没有一件能用AI做得更快？如果有，就去试。如果没有，也不用强迫自己拥抱什么浪潮。
回看过去的两个月，OpenClaw没凉，是从热搜退下来，开始进工位了。
我妈到现在还不知道AI是啥意思，种地一点没耽误。
撰文 | 李 沣
设计 | 鱼 香
微信编辑 | 麦 麦
