夜雨聆风
作者丨徐陟
过去半年，OpenClaw 掀起的“龙虾热”让AI社区陷入一种集体亢奋：AI替你写代码、回邮件、甚至接管设备，仿佛“取代人”的倒计时已经开始。英伟达黄仁勋的那句“迄今发布过的最重要软件之一”的评论，更是为这场狂欢添了一把火。
但当泡沫稍稍退去，IoT行业的沙滩上留下的却是尴尬的裂痕。
某公司实验室的邮件误删、某公司的源代码泄露，以及工信部于今年3月发布的关于防范OpenClaw（“龙虾”）开源智能体安全风险建议，都在提醒我们：通用智能体在追求“全知全能”时，往往伴随着失控的风险。
对于IoT开发者而言，现实更加骨感——私有协议堆积如山，文档残缺不全，即便AI能在15分钟内写完功能代码，繁琐的测试与发布流程依然能让交付周期拉长到数天。
面对这种狂热和困境，萤石给出了一个更克制也更务实的答案：AI不需要取代人，只需要让IoT开发者活得更好。
这份清醒，源于对产业的本质洞察。当下的IoT产业不需要一个虚无缥缈的“数字上帝”，而是一套真正能用、好用的工程体系。
因此，在6月10日ECDC萤石云开发者大会上，萤石开放平台2.0没有顺势加入“取代人”的宏大叙事，而是掉头往回走，通过蓝海 AIoT 一站式工作台降低开发门槛，再通过AI 巡检智能体开发平台把能力封装成可复用的数字资产，把 AI 从舞台中央的“主角候选人”，重新放回IoT开发者和企业手边的生产力工具位。
过去一年，AI编码工具的进化速度快到令人眼花缭乱。李开复预言：“AI代码生成将很快超过人类。”
但站在IoT行业开发者的角度来看，事情远没有这么简单。当萤石把市面上主流的AI编码工具开放给内部研发，每月投入数十万Token费用后，复盘结果却出人意料——整体研发交付效率并没有显著提升。问题出在哪里？
复盘发现，真正把AI用出效率的团队，靠的不是更好的工具，而是工具之上的“工程体系”：规范的AI开发流程、面向AI优化的技能积累、存量代码的逆向工程改造。
这就像一座冰山。AI工具只是露出水面的那一小部分，水面以下是整套研发流程的重建。光把工具发下去，只是碰到了水面那一角；水面以下没动，效率和速度自然不会变。
具体到IoT领域，还有四层更深的障碍：第一，企业适配难。一家公司的软件开发流程是十几年沉淀下来的，不是装一个工具就能解决的。很多公司曾出现这样的场景：研发用AI 15分钟写完功能代码，但从测试到发布走完流程花了一整天。第二，模型适配难。代码补全用一个模型，架构设计用另一个。选错了，要么质量差，要么成本飙升。第三，IoT场景特殊。设备通信中充斥着大量私有、文档不全的协议和SDK，这些信息几乎不存在于通用AI的训练数据里。AI生成的代码往往会“自作主张”重写一套通信子系统。第四，从0到1仍然难。行业Know-how需要转化成AI能理解的精确需求，而人写的需求往往模糊不清，结果就是反复迭代，时间和Token一起烧。这些墙并非AI技术本身的问题，而是“通用工具”与“垂直行业”之间天然的缝隙。填平这道缝隙，需要的不是更好的代码补全，而是一个真正理解IoT的开发底座。
OpenClaw的爆发有其技术必然性。随着主流大模型的上下文记忆能力大幅跃升，复杂任务的连续推理成为可能。OpenClaw将这些能力封装成开箱即用的智能体框架，一时间人人想“养龙虾”。但萤石做了一次真实场景的尝试：把自家摄像头的API和云端服务封装成技能，给用户养一只云端“龙虾”，帮他们管家里的设备，完成定时巡检、异常告警、自动操控等任务。
结果，五面墙迎面撞来。成本墙：云端龙虾按实例计费，每个用户一个独立实例，意味着全天候算力开销。绝大多数时间用户没有互动，系统却在空转。启动速度墙：新用户开通要几十秒。在用户对“等待”几乎零容忍的时代，体验差。响应速度墙：一次“看上去智能”的互动背后，是十几轮模型调用，耗时一分钟很常见。安全墙：OpenClaw默认有系统全权限，可以读文件、跑命令、调接口。一旦配置失误后果严重。行为发散墙：有真实案例显示，龙虾本该去关窗帘，结果“想多了”，开始写起代码；本该回复一句话，却执行了一连串无关操作。这五面墙揭示了一个被狂热掩盖的真相：开源智能体是一个绝佳的“概念验证”，但把它放进真实的生产环境，尤其是IoT领域，还有很长的路要走。问题的本质是：通用智能体是为“全权限数字助手”设计的，而IoT产业需要的，是一个安全、可控、低成本、与企业现有基础设施深度集成的“行业专属数字助手”。
面对这些困境，萤石给出的答案不是又一个AI工具，而是一个平台——萤石开放平台2.0。
这个平台的核心变化，藏在一个关键的定位转型中：从PaaS服务API，走向应用开发与服务助理。原有的PaaS和设备接入层并未改变，真正变化的是，开发者现在可以在平台上直接构建应用，服务范围覆盖从开发到部署的整个生命周期。
支撑这个定位的两款核心产品，分别对应了两类痛点的答案。
第一把钥匙：蓝海AIoT一站式工作台。
它的定位是面向物联场景、AI驱动的开发与交付平台，用户通过自然语言描述需求，即可利用AI 大模型智能生成可运行的AloT应用，并提供从需求描述、代码生成到部署上线的一站式闭环体验，帮助客户以更低成本、更快速度完成AloT行业应用落地。
传统开发模式下，一个项目需要数周到一个月，人天成本约2000元。蓝海AIoT一站式工作台把这个周期压缩到两天，成本降到约五分之一，15分钟就能输出原型。
但时间缩短只是表象，真正让蓝海AIoT一站式工作台脱颖而出的，是四个底层能力的深度耦合：
对话式生成，让不懂代码的解决方案商也能快速搭建应用；AIoT集成，将数十个跨厂商技能包封装成“即装即用”的能力，覆盖海康等主流品牌；一键部署，让开发者无需关心服务器、域名等基础设施。
而在蓝海平台之上，还有一个值得关注的商业模式创新：应用模板市场。内置安防、巡检、客流等行业成熟模板，合作伙伴可以将自己积累的行业应用上架销售。客户可以选租赁或买断模式，合作伙伴则获得新的变现通道。这意味着，IoT产业正在从“卖项目的服务业”向“卖数字资产的平台化产业”迁移。
第二把钥匙：AI巡检智能体开发平台。
如果说蓝海AIoT一站式工作台解决的是“开发”效率，那么萤石同期发布的“AI巡检智能体开发平台”，解决的是“交付物”形态的升级，让写出来的代码拥有““自主干活”的能力。它的核心是构建物理世界的数字管家。
而这套架构之所以能落地，得益于萤石积累的三重差异化壁垒：第一重，AIoT感知能力。通用智能体擅长处理文档、表格、邮件这些数字信息，但萤石的巡检智能体能看懂物理世界——通过摄像头做视觉感知、通过传感器做环境监测、通过智能硬件做事件判断。第二重，全品类智能硬件操控。萤石拥有智能摄像机、智能门锁、机器人在内的完整硬件产品矩阵，以及全球超过3.6亿台接入设备的物联网云平台。2025年萤石物联网云平台实现收入12.05亿元，同比增长14.51%，其中面向行业开发者的PaaS服务收入增长26%。第三重，全栈自研技术底座。从基础设施层的萤石IoT云，到模型层的自研萤石蓝海大模型，再到智能体层的“龙虾”多智能体架构，萤石实现了AIoT开发工具链的完整自主可控。三者叠加，让AI巡检智能体开发平台能够应对真实世界中的复杂感知和控制任务，这是任何一个纯软件厂商或纯硬件厂商都难以复制的“端到端”闭环能力。与蓝海类似，巡检平台也配套推出了“数字助手市场”。开发者可将打磨好的数字助手上架交易，其他有同样需求的企业，可以直接试用、购买，一键部署到自己的平台上。这套“双市场”机制，构成了萤石开放平台2.0最值得关注的商业模式创新。 它让行业知识不再是一次性交付的“项目”，而是可沉淀、可流转、可分发的数字资产。
如果只谈效率不谈安全，所有关于AIoT新质生产力的叙事都会在第一时间崩塌。
这并非危言耸听。此前Claude Code的源代码泄露，以及工信部发文对OpenClaw做出“信任边界模糊、技能包市场审核缺失”的风险定性，都在提醒我们：效率提升得越快，风险被放大的效应就越强。
萤石的安全策略核心可以概括为：用AI辅助管理AI。传统的SDL（安全开发生命周期）流程被全面AI化，需求评审、代码评审、安全测试、情报监控四大智能体形成闭环。这套体系背后是萤石多年积累的10大类43项安全检查项，以及攻防演练与应急响应的实战经验。对于数字助手类产品，平台还内置了更细粒度的管控：技能静态安全检测、运行时异常拦截、提示词注入防护、行为审计溯源、高危操作拦截、凭证托管等。
这些安全能力不是事后“打补丁”，而是从一开始就嵌入到平台的设计中。 从需求阶段的安全约束模板，到代码生成时的自动扫描，再到部署后的持续监测，全链路安全内置于平台，让AI开发和应用在安全可控的前提下进行。只有当AI足够安全，它才能真正成为企业值得信赖的工作伙伴，而不是一个随时可能失控的隐患。
OpenClaw的热潮让我们看到了一个诱人的未来：AI自己写代码、自己管设备、自己当员工。但萤石开放平台2.0的实践揭示了另一个更朴素的真相：把AI从“对话框”送进“物理世界”，需要的不是更聪明的模型，而是一套理解行业、安全可控、可商业化的工程体系。从“养龙虾”到“驯龙虾”，表面上是技术路线的选择，本质上是产业成熟度的分水岭。当一家企业可以在两天内构建一个过去需要一个月才能交付的IoT应用；当一个巡检逻辑可以被封装成数字助手，在市场中被反复流转使用，IoT产业就真正从“重人力、长周期、低复用”的手工作坊模式，走向了“资产化、平台化、生态化”的新范式。这不仅是萤石的战略选择，也可能是一条被更多IoT开发者验证的可行路径。
