董勇博客

标签： OpenClaw

  • 从爆火到平淡，OpenClaw改变了什么

    声明：本文来自于微信公众号 窄播，作者：李威

    OpenClaw激起的「养龙虾」热如今已经度过狂热期，进入冷静期。有的人跟风养虾，却发现体验远不及预期，重新开始使用DeepSeek、ChatGPT和Gemini;有的人已经开始将龙虾运用在自己的工作中，打造了更高效的工作流程;有的人不满足于OpenClaw的体验，开始尝试进化能力更强的Hermes Agent，从养虾切换到养马。

    这个过程中，人们对AI能力边界的认知已然在发生改变。

    首先，OpenClaw让人们对AI的要求从能聊快速进入到了能做的阶段。OpenClaw走红之前，AI更多是作为聊天机器人来回答问题，给到操作建议，但具体操作仍需人来完成;OpenClaw之后，人们意识到，AI不仅能给到操作建议，还能主动执行操作，人只需要等待验收成果就好。

    其次，OpenClaw带来了新的协作方式。养虾的实质，是在养一个足够开放的AI时代的操作系统。人们可以通过自然语言与自己的虾沟通，安排任务，然后虾通过CLI调用不同的应用和Skill执行任务。AI不但能做事，还能与人形成更灵活、高效的协同工作流，带来新的工作方式。

    最后，OpenClaw打破了互联网应用的无形围墙，启动了围绕新的系统级壁垒进行的竞争。OpenClaw是协同工作的系统，也是一个开放的生态的底层依托。互联网时代已经孤岛化的应用，不再适配这个新的开放生态，Skill可能是更适合被原生AI系统调用的新应用模式。

    虽然OpenClaw可能不会是原生AI系统的最终模式，但它提供了一个可以抛弃互联网时代的瓶瓶罐罐，围绕AI时代的交互需求，重新搭建操作系统的新起点。中国的互联网大厂、云厂商、办公软件、硬件厂商都在从这个起点出发，参与到新操作系统的完善和适配中来，并在其中寻找着AI时代的生态位。

    OpenClaw，龙虾

    过去几个月，《窄播》对龙虾的关注涉及到了互联网大厂的快速跟进，云厂商的积极适配，龙虾对硬件的影响。这个假期，我们将《窄播》与龙虾相关的文章做了合辑整理，具体如下:

    「龙虾」炸出了腾讯的AI底牌

    春节后快速爆发的养虾热潮中，腾讯是跟进最为积极的互联网大厂。在3月快速推出Workbuddy、QClaw、Lighthouse的一键云养虾、SkillHub镜像站等与龙虾相关的产品。马化腾也在自己的微信朋友圈几次发声，为腾讯的龙虾产品站台。同时腾讯也向龙虾产品开放了QQ、微信等IM入口。

    进入4月，腾讯仍然在积极推进。在产品层面，腾讯先是为QClaw增加了多Agent机制和打通三方应用的连接器功能，又推出了可以让浏览器干活的QBotClaw，然后在知识库产品ima中开始支持用户创建专属Agent。腾讯的更多产品开始Agent化，从AI可聊天变成AI可操作。

    活动层面，腾讯在线下积极推进着龙虾全国巡装、企鹅虾友赛等龙虾相关的交流活动。在企鹅虾友赛北京站的比赛现场，我们看到了基于龙虾衍生出的多种实用、有趣的Skill。有建筑行业工作者将自己18年的工作经验蒸馏成了「景观总工审图助手Skill」，提升了审图效率;也有参赛者蒸馏了「和珅Skill」，来量化和拆解一些职场中的弦外之音。

    腾讯的积极跟进，一方面是要将IM产品带来的连接优势，通过产品体验优化，转化为Agent时代的入口优势;另一方面也是在给未来的微信铺路——那个参考OpenClaw思路打造的、带Agent能力的微信。微信的小程序生态很有可能会进化成一个由Agents和Skills组成的全新生态。

    如果说OpenClaw在大模型能力突破某个临界点的时候，恰到好处地拿出了一个更简便、易执行的个人Agent产品形态——IM+具备记忆能力的龙虾+可被调用的硬件能力+个人资料库+丰富的Skills，那腾讯也有希望凭借微信与个人Agent的组合，去建立一个植根于不同硬件之上的、连接一切的新操作系统。

    悟空是阿里迈向Token经济的第一步

    3月19日，阿里巴巴CEO吴泳铭在阿里的业绩会上宣布，要在未来几年，让云和AI（包括通义千问）的外部收入总和突破千亿美元。他推动成立了Alibaba Token Hub(ATH)事业群，将通义实验室、MaaS业务线、千问事业部、悟空事业部、AI创新事业部攥成一个打向AI时代的拳头。

    其中，推出「悟空」，是ATH事业群成立后的第一个大动作。互联网时代的钉钉，将自己重新打碎，脱胎出了一个由Token驱动的企业级AI原生工作平台悟空。钉钉CEO无招认为，这是在将一个帮助人操作各种系统的产品，变成一个让AI可通过编程操作众多能力模块完成任务的系统。

    悟空可以被看作是阿里的面向B端的龙虾类产品。它与钉钉打通，将钉钉上原有的各种能力Skill化，以便让AI通过CLI（命令行界面）直接理解和调用。为了配合CLI化的改造，悟空还开发了一套AI原生文件系统RealDoc。RealDoc能保存AI的推理、思考、决策以及问题执行的上下文，做到了可追溯。

    悟空还可以打通更多硬件，也在建设自己的Skill市场。阿里可以将旗下的淘宝、天猫、支付宝、阿里云的B端服务能力变成Skill，接入到悟空，打下一个to B类Skill市场的基础。接下来，再吸引企业将内部锤炼好的工作流变成Skill，在这个市场中进行分发。

    对阿里而言，悟空是Token化的一部分。整个ATH事业群的布局是在沿着模型研发、模型调用到场景落地的Token使用链条进行规划。在Agentic计算机的概念下，ATH事业群可以变成一个整体，不仅是让通义实验室的模型能力能够顺畅地服务于千问和钉钉的AI产品迭代，也不仅是实现完整的Token使用链条，而是催生出Agentic互联网的载体。

    火山引擎落地Agent的敏态、稳态双螺旋

    字节的火山引擎则针对企业用龙虾场景在强调「敏态」与「稳态」的双螺旋结构，用ArkClaw和Hi Agent的更新支持「敏态」与「稳态」结构在企业内部的落地。

    其中，敏态Agent强调探索，重点是解决个人生产力的问题，利用龙虾类产品，将员工脑子里沉淀的想法快速实现出来，成为企业内部的AI创新实验场。稳态Agent强调做好流程化，管理好成本、效率和风险，解决组织生产力的问题，实现规模化使用。一部分敏态Agent被验证是AI最佳实践后，可以转化为稳态Agent。

    火山引擎认为，让企业用好龙虾正在成为AI视频之外的另一个需求爆发点。龙虾类产品的普及，增加了个人生产力提升、复杂任务处理上的Token消耗。火山引擎希望ArkClaw不仅是一个工具，而是成为个人与企业的数字生态核心枢纽，帮助用户从「使用AI工具」走向「拥有自己个人的智能系统」。

    相比普通人对龙虾的浅尝辄止，我们在「飞书AI先锋大赛」上看到了北汽福田、东风奕派、SKG等制造业企业已经在利用龙虾优化原有的工作流程，蒸馏岗位技能，提升信息流转效率。

    在MaaS市场，虽然一直在围绕更强的模型能力、更低成本高效率的框架、更丰富的应用生态在做明线竞争，但是在底层，还存在一条帮助企业完成AI化转型的暗线竞争。云厂商需要帮助企业找到一种快速拥抱变化、实现AI化转型的操作方法论和执行框架。

    龙虾产品要成为真正可交付的系统

    OpenClaw作为一条技术路线，让Agent第一次有了区别于聊天机器人的清晰轮廓:有一个人格化的灵魂，24*7永远在线，主动执行任务，看上去可以打理一切。旧势力希望借此守住入口，新势力想要利用它站上风口。

    现在，这场竞争并未因OpenClaw的热度消散而减弱，反而成为了一场探索最优Agent体验的长跑比赛。科技公司们一方面在积极构建支撑龙虾类产品稳定、安全运营的基础设施;另一方面也在寻找龙虾类产品能更快进入的具体场景，将使用龙虾与提升生产力划上等号。

    龙虾大战背后的共识是，Coding Agent正在成为新一代Agent的操作系统底座。竞争的焦点是Coding Agent的交付完成度，即谁能把LLM、Coding Agent和Harness Engineering整合成一个真正可以交付的系统。

    这种竞争在围绕两个关键动作进行:第一个动作是CLI的复兴——这也是旧世界和新世界的联结。GUI服务于人和软件之间的交互，CLI服务于软件和 Agent 之间的交互;第二个动作是人类和Agent的协作——或是以一个通用的平台承载很多Skill，由Skill覆盖无数的垂直场景，或是多个入口与多样的垂直Agent构成了类似当下APP生态的格局。

    这就像自动驾驶行业有一场持续多年的路线之争:L4派主张一步到位实现全自动，L2派主张人机共驾、渐进演化。最终，L4定义了方向的想象空间，L2赢得了真实的市场。其原因不在于L2技术上更先进，而在于它更务实地处理了人与机器之间那段需要时间积累的信任关系。

    龙虾在给硬件带来AI原生的交互

    龙虾带来的变化不仅是在软件层面，同样也在影响硬件的AI化。

    无招曾表示，DingTalk CLI 将植入所有可执行体，存在于所有执行体之中，包括手机、电脑、手表、公司里的机床，以及所有IoT设备中，让所有的硬件都可以通过CLI来操控和管理全部能力与服务。这意味着，人机交互能够以AI为中介，通过自然语言来实现。

    对手机厂商来说，当人们不再依赖图形界面和触摸操作完成任务，当交互的终点变成一个对话框，手机这个统治了人类数字生活近二十年的核心硬件产品，也需要随之发生变化。手机需要适应新的交互方式，搭建一个更适合Agent时代的操作系统，不能再用「App时代的脑子」处理Agent时代的任务。

    手机厂商对AI的探索可以分为三类:对具体能力的增强;为安卓的图形界面搭建AI执行外挂;手机Claw。对手机厂商而言，从交互体验出发构建一套新的AI OS，意味着手机厂商有机会不再受制于互联网巨头的生态篱笆，而是要通过重建交互体验与规则，吸引互联网巨头参与到一个更开放的Agent系统的构建中来。

    这也是我们在文章开头所提及的系统级壁垒的最直观体现。当交互入口无处不在，应用被切分成更个性化的Skill，能绑定用户的就是一种系统化的流畅体验。智能手机时代，苹果建立起了这种横跨软硬件的系统级壁垒，在Agent时代，谁又会抓住机会建立起这种系统级体验?

  • 桌面龙虾来了？阶跃星辰的本地Agent战事

    声明：本文来自于微信公众号 光锥智能，作者：魏琳华

    OpenClaw爆火后，一场“分吃龙虾肉”的战斗，贯穿了整个三月。

    面对这一机遇，各路玩家蜂拥而至。百度、腾讯、阿里等云服务巨头相继推出OpenClaw一键部署服务，在这场“淘金热”中扮演起“卖铲人”的角色——锁定算力消耗与Token调用，收取基础设施费用。与此同时，MiniMax、月之暗面、智谱等大模型独角兽则直接受益于Agent带来的海量Token消耗。据悉，月之暗面目前已经实现了ARR（年度经常性收入）1亿美金的突破。

    从大厂到大模型创企，从云端版本到本地部署，谁都想靠自家的龙虾平替，捧出一个国内爆款。

    作为其中有点姗姗来迟的一家，阶跃星辰在龙虾的生态部署上，算得上是相对完整的一家。从云端、本地两种部署的StepClaw，到为龙虾专研的模型Step3.5Flash限时免费，再到自建的Skill商店“水产市场”。

    追溯回阶跃C端产品在去年的进程，不难发现，阶跃星辰其实是有备而来，但叠加产品和龙虾热跟进的缓慢，当前的阶跃AI还没有把StepClaw捧成爆款。

    对于仍在基础模型赛道竞逐的阶跃星辰而言，Agent的战略价值远超产品本身——它是验证技术能力、打磨用户体验、积累行业洞察的实验场，也是这家押注终端智能化的公司的必经之路。

    实测StepClaw

    一个更能主动解决问题的小龙虾

    从为小龙虾量身定制的模型Step3.5flash限时免费开始，到Agent限时一月的免费试用，在吃到这口龙虾肉上，阶跃星辰可以说是AI六小虎中最能下血本的一家。

    实际体验下来，StepClaw算得上是一个在设计上对小白用户更友好的小龙虾。

    先从界面说起，StepClaw是市面上小龙虾“平替”产品中，少数选择做悬浮窗的设计。不用的时候是个悬浮球，使用时也只占据1/4的屏幕界面，对于笔者这种只需要偶尔叫它办事的用户来说，比全屏抢占界面的方式更友好。不过，对于需要日常监测进度、开发产品的极客来说，这个强制半屏的界面，可能有些太小了。

    一开始的配置阶段，StepClaw支持用户给它设定性格，用拟人的方式回应，这也是一些厂商目前跟进的个性化设计。

    我给他设定了一个“靠谱又有点爱吐槽”的性格。它确实做到了，一边干任务，一边吐槽任务难办并抓狂。不过在30多轮对话后，AI就回到了正常风格，在记忆上的问题仍然需要改进。

    图片

    AI在线吐槽

    印象最深的，是笔者测评各类任务时，StepClaw在摸索的过程中能给靠谱的多条备选方式，帮你达成目标。你能看到它为了解决任务，帮你写命令、做网页，迂回地帮你处理问题。

    从任务执行的效果来看，通过寻找替代方案、自主编写工具等方式，StepClaw实测上能够解决很多意料之外的问题，执行能力相对突出。

    比如在接入Gmail邮箱API、让它帮我读取未读邮件内容并做总结，这样一个简单的任务，也会遇到环境部署不稳定导致无法接受验证信息的情况。

    为此，StepClaw甚至自己写了个网页给我，让我通过网页直接看信息再给到它。通过我和Agent的配合，终于让它接上了我的Google邮箱。

    图片

    通过调用Skills，我用StepClaw做了每天汇报的AI日报，让它帮我整理邮箱。实现这些基础的功能之外，如果用户想进阶一下，拿AI做些不一样的事情，可以从阶跃星辰自建的Skills商店网址“水产市场”中找更多技能解锁，比如让它帮你处理财报信息、写个小红书文案、做个“一图讲解xx”之类的AI图片等。

    作为本地部署的小龙虾，你还可以要求StepClaw帮你从电脑里找文件、整理文件。我要求它帮我整理下桌面，然后再还原回原来的样子。阶跃确实帮我把杂乱的文档和游戏图标都收进了对应的文件夹，且后续也做到了完美还原，表现处在及格偏上的水平。美中不足之处是，StepClaw没有根据我桌面上已有的文件夹分类做规划，而是自己新建了类似的文件夹储存。

    StepClaw的调用，需要用户下载阶跃此前的桌面端产品“阶跃AI桌面伙伴”。这个产品的首次上线是在去年9月。可以说，在OpenClaw爆火前，阶跃星辰自己对Agent的重度规划中，就有做相关产品的布局。

    由此，StepClaw的一部分功能设计，其实就继承了“阶跃AI桌面伙伴”。比如目前其宣传的“全局记忆”功能，会让AI在每15分钟截图一次桌面，并记录用户的行动轨迹，相当于自己给AI补充了更多的上下文。在桌面助手产品中，这个功能更像是历史记录，用来查找遗忘的信息。StepClaw的“悬浮球”设计，也是继承自阶跃桌面助手的设定。

    跑通任务的能力，一部分还是具体看模型能力。阶跃对问题的一些灵活处理，还是得益于Step3.5flash的能力，和上一代模型相比，新模型做了更适配Agent的设计，比如更适合工程化的上下文结构，和更快的token吞吐速度。

    总体来说，靠着之前在C端产品的基础，阶跃交卷的时间不算早，但交出了一个不错的答卷。

    不过，目前阶跃的产品还处在内测阶段，第一批5万的邀请码放空后，阶跃星辰仍然在通过内测邀请码的方式来接入，获取难度并不高。3月29日夜晚，阶跃星辰还邀请了李雪琴作为测试官来体验产品。

    从模型上，阶跃星辰靠免费策略确实吃上了红利，一段时间内位列OpenRouter消耗榜单第一。但从产品上，StepClaw想靠产品从“龙虾们”中杀出重围，还需要时间。

    自建Skill生态，阶跃的野心

    可以看到，四家大模型创企月之暗面、MiniMax、阶跃星辰和智谱都做了OpenClaw平替品。对于分吃龙虾肉，每一家都有热情。

    对于将自研大模型作为核心竞争力的上述企业来说，OpenClaw是一个Agent爆款产品，它的意义不仅仅是对产品流量、生态的押注，而更关键的是靠巨额的token消耗，讲好自家B端的API生意经。

    以笔者测试为例，比如让龙虾做一个定时日报的任务，一般单次对话就要消耗百万个tokens，如果一天调用十几次，一个月的tokens消耗量也能到几亿次。厂家只靠免费是不可能撑起这么大的消耗量的，这也是为什么最近从云厂商到大模型创企，都在给tokens提价的原因。

    怎么让用户“尝口龙虾肉”后，还愿意继续尝试?这就是阶跃星辰在搭建龙虾之前，先发布了自家Skill商店“水产市场”的原因。

    据阶跃星辰StepClaw、水产市场负责人钟经纬判断，春节期间做“水产市场”的判断有二：第一，OpenClaw在春节前后的爆发让他预判，春节期间会有更多人去尝试使用，这些人一定会遇到"不知道用来干嘛"的问题;第二，OpenClaw带来的资产类型更丰富了，技能、经验、插件、频道、触发器都需要一个地方来承载和分发。

    可以说，Skills是当下帮用户真正找到场景做事的触手。在2025年，我们还需要在各家大厂的Agent开发平台，看不同开发者贡献的各类Agent，比如字节扣子空间上划分好的种类，不同的任务，需要调用不同的Agent。

    而在MCP和Skills普及的当下，一个Agent可以自己组装多种技能，就相当于给龙虾装上了手和脚，也就成了龙虾们的必需品。从2月龙虾热到现在，一个多月的时间里，厂商们也已经开始在产品中预装好Find Skill（帮用户寻找合适Skill并下载）、Skill Vetter(确保安装Skill的安全性)等Skill，提升用户初始体验，解决用户“到底用龙虾做什么”的疑问。

    正如你买到的每家手机都有自己的应用商店，现在市面上的小龙虾们，也基本自带类似“水产市场”的自家Skill商店，通过开发者生态共创，更多能够应用在办公、代码等场景的技能出现在商店给用户调用。

    不过，目前在初级阶段，Skills市场也难以形成壁垒，它只能算是龙虾的“标配项目”。

    目前从数量来看，阶跃星辰的水产市场中一共有5500个Skills，比起目前海外市场的ClawHub来说，后者当前Skills数量已经更新到40000以上。虽然国内生态的完善还有待改进，但国内Skill生态的搭建势在必行，比如一些国内用户用得更多的产品（微信、B站）等相关技能的接入，还是靠国内开发者上传。

    简单来说，Skills是Agent的能力模块，包含提示词+脚本组合，可以实现具体能力（如SEO内容写作、PPT生成、周报撰写等）。

    但Skill的能力取决于两个东西：调用的API和写的提示词。提示词本身就是迁移成本很低的方式——一个写好的Skill，上传到ClawHub、扣子空间、阶跃的"水产市场"，几乎不需要额外改动。这意味着，Skill市场很难形成像App Store那样的垄断格局。

    短期来看，对于想吃龙虾肉的厂商们来说，做Skill市场更像是产品生态的完整。跟随行业趋势，完善产品矩阵，满足开发者需求。不做Skill市场，产品在功能完整性上就会落后竞品。

    龙虾本身真正的竞争在两点：基座模型能力——决定Agent能做什么，工程化能力——龙虾对任务的执行程度。

    对于意在终端Agent的阶跃星辰来说，Agent是生态中的一块关键拼图。如何让Agent能力赋能在接下来的手机、汽车和电脑等一系列终端产品上，才是阶跃星辰的重点。

    从桌面助手到龙虾

    阶跃星辰押注本地Agent

    从阶跃AI桌面伙伴，到StepClaw，两个本地Agent产品的重合和相似的设想，已经说明了阶跃星辰在OpenClaw爆火之前，已经对这个赛道有了初步想法。

    据钟经纬回忆，阶跃本地Agent项目立项是在去年7月。在Manus后，团队内部从需求出发，看到了本地Agent机遇的存在。

    “本地最大的价值，是在技术探索早期，给了用户更大的自由度。”钟经纬写道。

    对比云端，本地能够帮助AI更方便地获取到所需的上下文信息，并让Agent拿到更多本地权限，才能解锁一些没有被实现的玩法。

    阶跃星辰押注本地Agent的速度，实际上够快。

    从去年九月的Mac版本后，今年1月19日，Window版本的阶跃AI桌面伙伴也正式上线。这个时间其实也是OpenClaw爆火的日子。不过，在当时的宣传版本中，MCP还占据着功能宣传的首位，Skill反倒没有被放到官方的宣传中。

    没有被提及的原因，或许是官方认为，当时Skills的教育成本还不够，市场对其的认知还不足。

    “最早我们在10月份是想打 Skills 这个东西来做增长，当时找了很多电商社群、做培训的机构一起协作来搞 Skills，当时他们是不愿意的。”钟经纬在一档播客中提及。

    而且，对比OpenClaw，阶跃AI桌面伙伴没做到的一点，是把它和各大IM产品的生态打通。

    但在蹭OpenClaw的热点速度上，阶跃星辰没有跟上后续的节奏，这或许也是错失流量和更多用户的原因。可以看到，阶跃星辰无论是云端还是本地版本的StepClaw两款产品，均上线在今年3月，而月之暗面们最早从除夕就发布了相关产品，早期的这些产品多是云端版本，虽然不够快，但确实分走了一部分注意力。

    谈及为什么不用阶跃AI直接接入飞书，而是又做了个StepClaw，钟经纬表示，由于Agent Harness 有一些差异，团队后续在上面再重复跟迭代，其实比套一下的成本还要更高。另外，OpenClaw确实太热了。

    在热度上，阶跃星辰或许没能赶上这波流量。不过对于这家押注终端Agent的公司来说，开发本地Agent，本身对于他们来说，也是一件持续要做的事情。

    阶跃星辰本身的商业化模式，就是在手机、车等智能终端上搭载Agent，靠前期产品的打磨和搭建，后续的经验和反馈，对于团队未来大方向的研发是匹配的。

    无论StepClaw最终能否在"龙虾大战"中脱颖而出，前期产品的打磨都将转化为面向手机、汽车、电脑等终端生态的实战经验。对于这家押注终端智能化的公司而言，这或许才是这场竞逐背后更值得关注的叙事。

  • 快门思维之上，vivo 想让手机学会“看懂”这个世界

    声明：本文来自于微信公众号 硅星人Pro，作者：陆

    在博鳌亚洲论坛举办前夕，OpenClaw 引发了一场全球养虾狂欢，AI 在屏幕那端自主执行指令的画面，让不少人在此前没有接触过 AI 的用户认为科幻照进了现实。

    在这个背景下，vivo总裁、首席运营官兼中央研究院院长胡柏山提出了一个不太一样的问题：AI 现在能干很多事，但它对真实世界的感知，几乎为零。他在演讲里用了一个比喻：“没有感知能力，AI 就像是困在黑屋子里的大师，算力再强，也看不见咫尺之外的世界。”

    这句话是这次博鳌 vivo 传递的核心信号的起点，也是理解 vivo 接下来所有动作的前提。

    Vivo

    演唱会神器、旅拍神器——但这只是开始

    在很长一段时间里，vivo 给外界留下的强烈印象有几个关键场景：在演唱会上配合增距镜轻松拍到台上歌手清晰的表情;旅行途中的随手拍，颜色和光影都舒服得像胶片。这些标签不是没有道理，vivo 在影像上耕耘了很多年，这是真实的产品积累换来的口碑。

    但在本届博鳌论坛期间，胡柏山聊的东西，已经超越了“出片好不好”的范畴。

    他在演讲里放了两个故事。

    一个是宝哥，九年前意外失明，去年带着导盲犬阿尔法，靠一台 vivo 手机环游中国。vivo 的 AI 功能帮他“看见”了每一个人的样子。在南澳的渔船上，手机告诉他：“面前是你的朋友章喜德，他双臂交叉，面带微笑，穿着一件深色长袖。”

    另一个是诺子，因视觉神经损伤失明的美院学生，最大的愿望是去冰岛感受世界的尽头。去年她如愿了，站在冰河湖旁，手机帮她描述：“湖面漂浮着冰块，游客在拍照，远处有海鸟飞过。”

    如果这两个故事放在发布会 PPT 里，很容易被当成情感包装。但放在胡柏山对影像的整体判断里，它们指向的是同一件事：影像技术真正的上限，不是把照片拍得更好看，而是让机器能够真正“读懂”它所看到的物理世界。

    这种落差本身就是个有意思的信号：一家长期凭“影像手机”圈粉的公司，现在想用“影像”讲一个完全不同的故事。

    AI 有一个没人愿意承认的短板

    过去这两年，AI 的进展快得有点让人应接不暇。写作、代码、绘图、视频，一个接一个地被攻克，而最近爆火的“龙虾”甚至可以接管你的电脑帮你完成一些复杂繁琐的工作，于是用户慢慢形成了一种印象：AI 好像什么都会了。

    但有一件事，目前的 AI 其实做得很差：那就是感知真实世界。

    不是“看不见”，现在的大模型基本都有视觉能力，你把一张照片发给它，它能告诉你图里有什么。但“读懂一张图”和“感知物理世界”之间，差着一个本质的台阶。前者是被动接收，后者是主动理解——理解光线、空间、位置关系，甚至理解一个人当下的状态和情绪。

    用胡柏山的说法来理解这个差距，会更直白一些：当今的 AI 是“数字世界里的大师”，它在那个世界里能创作、能推理、能给人提建议。但它没有办法直接作用于物理世界，更没有办法改变它。它就像一个博览群书、足不出户的人——知识量惊人，但没有真正“出过门”。

    这个短板，目前没有哪家公司完全解决了。但它是一道必须过的关：如果 AI 永远只活在屏幕里，所谓的“通用人工智能”就始终是一句空话。

    让 AI 真正走进物理世界，需要一套感知系统。而感知系统的核心，是影像。

    影像在做的事，不单单“记录”，更是“感知”

    在会上，胡柏山提到了一件内部的事：vivo 今年正式成立了一个新的一条“长技术赛道”：感知赛道。

    这个措辞值得停留一下。在 vivo 的内部语言里，“长赛道”往往意味着天花板足够高、值得持续十年投入的方向。比如影像就是一条已经被验证的长赛道。现在感知被提升到同等级别，说明 vivo 的判断是：这条路至少要走十年，而且它的意义不止于手机。

    影像技术在过去几年里一直是手机厂商的核心战场，但几乎所有人的叙事框架都停在同一个层面：主摄传感器更大、进光量更多、长焦对焦更快速、夜景更亮。这些进步是真实的，只是它们的目的地一直是“拍出更好的照片”。

    vivo 现在想改变的，是这个目的地本身。

    感知系统做的事情不是“拍下来”，而是“读明白”：读懂光影，读懂空间，读懂场景里发生了什么，甚至读懂人的情绪状态。

    这件事的重要性在于：这恰好是 AI 走出数字世界、落地物理世界所缺少的那一环。图像感知加上声音感知，构成了 AI 理解物理世界的基本能力。没有这套感知能力，AI 再聪明，也只是屏幕后面那个很会打字的助手。

    胡柏山表示：未来模型会越来越同质化，开源的速度越来越快，大家之间的差距越来越小。但感知系统不一样，因为它采集的是真实物理世界的场景数据，而每个品牌的用户群体不同、使用场景不同，积累下来的场景数据就会不同，这个差异是不可复制的。

    他举了特斯拉 FSD 的例子：特斯拉的辅助驾驶模型可以公开，但它的道路数据不会公开。模型有可能被追上，而场景数据才是真正的护城河。

    把影像从“记录工具”升级为“感知系统”，这也让 vivo 在影像上的长期投入，有了一个新的解释框架——不只是为了让照片更好看，而是在为 AI 打地基。

    手机下一步变成什么?一个有记忆、懂你的 Agent

    理解了 vivo 为什么把影像当成感知的关键能力，再来看 vivo 对手机下一阶段的判断，就不会觉得突兀了。

    vivo 的判断是：手机从 Smartphone 进化为 Agent Phone，是确定性的趋势，只是现阶段受制于端侧算力和带宽，进展需要一步一步来。

    Agent Phone这个词现在很多公司都在说，但大家的理解深浅不一。vivo 对它的定义，落脚点在“个性”和“知识图谱”这两件事上——每一个用户的 Agent，应该是专属的，而不是把同一个基准模板套在所有用户身上。

    这不是一个新鲜的理想，但实现路径有讲究。vivo 的方式是从影像入手：第一批是相机 Agent 和相册 Agent。拍照的时候用，整理照片的时候用，它不需要一直在后台持续运行，所以对硬件的压力在可控范围内。

    相机 Agent 在 X300s 和 X300Ultra 上已经有了初步落地。具体来说，过去用户拍照需要手动切换人像模式、长焦模式、微距模式，大部分人其实并不知道什么时候该用哪个。现在相机会根据拍摄对象的光线、距离、类型，自动识别场景，弹出它认为最合适的成像建议。

    这更像是一个起点的声明，而不是终点的交付。

    往后看，vivo 的规划里还有更多种类的 Agent：无论是办公的、出行的、游戏的，其实逻辑都一样——通过模型把过去需要用户手动设置或者根本做不到的事情，交给手机自动完成。

    不过 vivo 对这个阶段的预期是克制的。胡柏山认为：2026年能做好的，就是这些对算力要求相对可控的 Agent，真正做到对周边环境实时感知的能力，需要系统架构做更大的调整，这是2026年之后的事。

    Agent Phone 是短期路径，是把手机从工具升级成“伙伴”的第一步。

    长期的答案：影像 × AI，升级为感知中枢

    vivo 这两年推出或者宣布的新方向不少：去年我们见到了vivoVision MR 头显的发布，传说中用来“对抗”大疆 Pocket 的云台相机也有望在今年底到来，而具身机器人实验室也已经成立。vivo 的这些动作，让外界有一种很自然的疑问：这家公司是不是摊子铺得太大了?

    胡柏山对这个问题的回答，分了三个层次：记录世界、感知世界、改变世界。

    “记录是被动的，它等待你的指令;感知是主动的，它替你观察环境的亮度、空间的纵深，甚至人际的距离;行动则是终极的，它基于理解，替你解决问题。”

    现在的手机大部分还在“记录”阶段，往“感知”升级是近期的方向，而“行动”才能真正自主地作用于物理世界，这是 vivo 押注的远期目标。

    为了走到那一步，vivo 的规划是以手机为起点，向外延伸出一整套以影像感知为核心的设备生态：手机作为感知源头和个人化数据的积累中心;vivo Vision MR 头显作为空间计算的训练场，理解空间结构和几何关系;云台相机、穿戴设备等生态终端作为移动触角;家庭机器人作为感知能力的最终落点：让 AI 真正进入物理世界，进入家里。

    去年8月，vivo 发布了vivoVision 探索版 MR 头显，已经在国内20多家体验店和东南亚部分市场落地，用户体验超过5万人。这款产品的定位是“探索”，有了实体载体，才能真正积累数据，验证认知。

    胡柏山表示：vivo Vision 下一代要推进商业化，目标是2027年底或2028年初正式商用。

    机器人方向则更早期。

    vivo 去年成立了机器人 Lab，目前仍在实验室阶段，没有原型机，没有发布时间表。但胡柏山对这件事的思路很清晰：不做“全场景通用机器人”，而是聚焦年轻用户的生活场景，从单一高可行性的任务出发：比如宠物喂食，比如衣物收纳;先把一个场景做到能用，再逐步泛化。他用的词是“沿途下蛋”。

    他还专门解释了手机和机器人的关系：手机是最了解用户的随身助手，知道你的生活习惯、饮食偏好、宠物信息，并且这些数据全部在本地，不上云。

    当机器人能力还不够的阶段，用户可以通过手机远程查看、遥控操作;随着数据积累，机器人会越来越自主。这个路径和自动驾驶的演进逻辑一样——从辅助执行到自主决策。

    这套逻辑说通了之后，再看 vivo 的产品布局，会发现它比看起来要更有结构：影像技术是那根主轴，其他产品是主轴延伸出去的不同分支。

    最后

    在这次采访里，有一个细节让我印象深刻。

    当胡柏山被问到：AI 时代，到底是 AI 唱主角，还是影像唱主角?

    他的回答是：在存量市场里，影像是拉长板的逻辑，继续把有高卷入度的用户留住。但要把存量市场变成增量市场，靠的是 Agent，让换机周期缩短，让更多人觉得旧手机不够用了。“影像+AI 两者其实并不冲突，只要东西好，手机就能成为生产力工具，用户就会觉得值。”

    这个回答里有一种务实的底色。

    vivo 讲的故事很大：感知系统、数字 DNA、机器人;但在落到产品层面时一直很具体：今年做好相机和相册 Agent、27年后 MR 商用，更远的是机器人。

    vivo 并没有喊出“我们要改变世界”的宣言，只是交出了一张分阶段的时间表，这条路究竟能走到哪，最终还是要依靠产品来交卷。

  • OpenClaw不重要，重要的是它以后跑在哪里

    声明：本文来自于微信公众号 硅星人Pro，作者：硅星人Pro

    今年3月，上门安装OpenClaw一单收费500到800元，科技公司大楼门口排起千人长队，9岁小学生和快70岁的退休人员挤在一起等工程师帮忙装龙虾。各大城市涌现出一批靠这个吃饭的零工，生意好的一周能接30多单。不到半个月，闲鱼上就出现了“上门卸载，收费299元，安全彻底，无残留”的帖子。历史上有过类似的时刻，1995年Doom的传播范围一度超过了刚发布的Windows95，当一种新体验足够震撼，用户会绕过一切门槛直接拥抱它。当然Doom之后PC的价值远超游戏，OpenClaw也一样。

    大多数人的热情止步于安装。但那些真的想让龙虾干点正事的用户，几乎全部做了同一个选择，打开飞书。这不是谁策划的。飞书的机器人支持长连接，你家里电脑能上网就行，不用买服务器、不用申请域名、不用内网穿透，在国内的主流办公软件里提供这种便利的很少。

    OpenClaw的早期用户本就是开发者和互联网公司的人，而这群人日常办公恰好就在飞书上。两个圈子高度重合，接飞书是阻力最小的路径。OpenClaw中文社区创办人杨明峰回忆，“我判断在国内环境里，飞书可能是最快、也是最合适接入OpenClaw的平台。”他先在自己维护的中文分支里实现了飞书插件，2月4日被OpenClaw官方邀请合并到上游主干。

    从公开时间线看，飞书在3月初之前没有针对OpenClaw做过任何官方产品动作。开发者先用脚投了票，飞书后来才跟上，春节组建插件团队，3月5日官方插件开源，API额度从最初的1万经两轮提升拉到每月100万，3月10日妙搭上线一键部署，3月19日宣布火山引擎、阶跃星辰、Kimi、扣子、MiniMax、智谱六家模型厂商完成对接。

    从OpenClaw到智能伙伴

    过去两年，AI产品的核心体验是对话，问一句答一句。但执行权始终在人手里，点按钮、填表单、跑流程，还是得你自己来。OpenClaw开始接管的是操作层，agent和传统AI助手的本质差异在于，agent有手。但一个孤立跑在电脑上的OpenClaw面对的往往是一片空白，它不知道你是谁、你的同事在讨论什么、你的日程上有什么。“装虾易，养虾难”是这波热潮之后最普遍的感受。

    3月19日，飞书举办了一场agent主题的发布活动，给出了自己的回答。

    核心产品是飞书aily中的智能伙伴，可以理解为飞书官方版的龙虾。它和OpenClaw解决的是同一个需求，让每个人拥有一个能干活的agent，但aily不是一个需要部署和配置的开源框架，而是直接作为飞书联系人列表里的一个角色存在，开箱即用。它的权限体系和你本人完全一致，有长期记忆，能主动工作，支持通过自然语言安装和调用各种skill。

    它也兼容OpenClaw的skill生态，但所有skill经过官方安全审核，操作全程可追溯，敏感操作需要人工确认。飞书同时推出了aily专业版，一个独立的Web端产品，面向更复杂的任务场景，支持多任务并行、PPT和文档生成、数据分析，以及更精细的交互和模板选择。

    妙搭也做了一次大的升级，内置产品规划、UX设计、代码编写、质量测试等多个协作agent，可以从一句话需求直接生成可运行的应用或智能体，而且原生集成飞书的身份和权限体系。多维表格则上线了AI搭建能力，用自然语言描述业务需求，就能自动生成数据表、仪表盘、问卷乃至整套业务系统。

    加上六大模型厂商的全面对接，飞书的意思很明确，无论用什么模型、什么框架，最终跟用户交互的那一层，飞书希望是自己。

    实际用起来是什么感觉

    激活并完成设置之后，智能伙伴之后比较明显的感受是，它已经认识工作中的你了。打开飞书消息列表，智能伙伴就跟同事、群聊并排在一起，你给它起的名字和头像都在。它知道你在哪些群里、最近的日程是什么、跟谁在协作什么项目。你不需要从零开始教它你是谁，这是跟自己在电脑上跑一个OpenClaw最大的体感差异。

    我试了一个任务，让它把近一个月散落在飞书各处的周会文档汇总一下，分析能得出什么结论。这些文档分布在不同的飞书云文档里，有会议纪要、有报题表、有工作汇报，格式和结构各不相同。智能伙伴拉通了这些内容，输出了一份结构清晰的汇总，覆盖了讨论主题的演进趋势、关注重点的变化，甚至指出了工作节奏加密后可能带来的深度不足风险。对一个刚上线的产品来说，这个检索和归纳能力超出了预期。

    另一个场景我让智能伙伴帮我在多维表格里搭一个选题追踪系统。它先给出了四个不同复杂度的版本方案，从最精简的五个字段到带传播数据追踪和采访对象双表关联的完整版，每个版本的适用场景和字段设计都有清晰的说明。选定方案后直接生成了可用的多维表格，字段、选项、视图都配好了。整个过程就是在聊天框里说了几句话，没有离开过飞书。

    当然它还在早期阶段。偶尔碰到响应不稳定的情况，复杂任务的拆解能力也在成长。但用起来比较流畅，有点像一个专属的、工作版的小龙虾，了解你在飞书里积累的所有工作上下文。

    龙虾之后

    海外也在发生类似的事。Slack是美国最主流的企业协作工具，覆盖数百万企业、承载数十亿条每周工作对话。今年1月Salesforce把Slackbot重做成了AI agent，CTO Parker Harris直接把它定义为“agentic enterprise的前门”。Salesforce给Slack的官方新定位是“所有企业agent的统一操作系统”。这不再是一个聊天工具的升级，而是一次产品定义的根本转变。

    飞书也在往类似的方向探索。Slack的核心是通讯和集成，文档、数据库、项目管理全靠第三方。飞书把通讯、文档、多维表格、审批、日历全做在一个平台里，并提供2500多个标准化API。硅基流动联合创始人杨攀的判断是，飞书不只是IM工具，更是一个完整的workspace平台。这套结构化的工作语义，文档、表格、消息流、审批、日历，组合在一起构成了企业运转的可操作骨架。agent在这样的环境里，不是在调用孤立的工具，而是在操作一个组织的抽象模型。

    计算机交互方式的演进有一条清晰的脉络，从命令行到图形界面到触摸屏，每一次跃迁都在降低人和机器沟通的成本。过去十年软件行业花了大量精力卷SaaS的图形界面。但当agent开始接管操作层的时候，复杂的GUI开始变得不那么重要了。你输入一句自然语言，agent在后台调取API、读写文件、执行流程，结果直接推送到聊天框里。IM正在变成自然语言时代的命令行，一种面向所有人的、不需要学习任何语法的CLI。

    早在1997年，人工智能研究者Alper Caglayan就在《连线》杂志上判断，Agent不会作为独立实体存在，而会进入界面，每个应用都会被agent化。将近三十年后，这个预言正在兑现。平台不再只是工具集合，而是agent执行动作的运行环境。谁掌握了这条执行总线，谁就不只是流量入口，而是权限体系的中枢、行为日志的沉淀点、自动化能力的调度层。竞争的焦点已经从谁的模型更聪明转向谁离权限、上下文、工具链最近。

    当然，短中期内更可能发生的场景是半自动的。agent写好周报，你点发送。agent整理完会议纪要，你确认内容。人始终在回路里。全自动跨系统无监督执行在可预见的将来不太会大规模发生，原因很朴素，组织不是纯理性系统，很多决策本质上是责任分配问题，不是最优解问题。

    不过方向是清楚的。让每个人在飞书里拥有自己的智能伙伴，这件事正在从概念变成产品。以后回头看，2026年春天这波龙虾热潮的真正意义，可能不在于OpenClaw本身走了多远，而是所有人第一次意识到，AI的更多价值上限不取决于它能聊什么，而在于它能接管多少流程。

  • 从围观到上手，“龙虾们”在这里开始社会化

    声明：本文来自于微信公众号 定焦One，作者：苏友宁

    AI“接管”人类生活，或许先从接管社交媒体开始。

    最近，科技博主默庵分享了他在微博“养龙虾”的体验：只要给OpenClaw、MaxClaw或KimiClaw接入微博插件，他可以在私信里直接调度一批“AI分身”：写文案、抓信息、生成简报，甚至参与互动。这种原本只属于极客圈的能力，变成了普通用户也能直接上手的日常。

    随之而来的，是一场平台级的扩散。

    “龙虾”最火的一周，微博相关热搜达到110个，阅读量突破7亿，平台上涌现了超4000篇教程——从安装指南到玩法改造，用户一边使用AI，一边不断丰富着它的使用方式。

    类似的情况也出现在春节期间。短短一个假期内，仅微博一个平台就累计出现371个AI相关热搜。从大模型产品发布到玩法分享，从入门教程科普到创作争议，AI话题几乎全天候占据公共注意力。

    这背后，其实是一种更接地气的变化。技术不再由少数公司单向发布，而是在社交平台机制的放大下，不断被用户使用、改写和再创造。AI拜年、AI红包、AI短视频等内容的流行，本质上是用户将技术变成了一种人人都能参与的社交玩法。

    这也带来了一个关键转变。

    一年前，AI仍停留在模型能力与公司竞赛的技术比拼中。现在，它正通过社交平台完成“社会化”，并逐步融入用户的日常互动之中。

    在这个过程中，社交平台既是用户理解和学习AI的入口，也是AI完成出圈、加速扩散的关键场域。AI时代，社交平台的价值该被重估了。

    OpenClaw，龙虾

    AI厂商，

    开始争夺注意力

    AI厂商之间的竞争强度，从热搜数量就能看出来。

    据不完全统计，春节期间，微博累计出现371个AI相关热搜。仅在红包玩法上，千问、豆包、元宝就轮番占据主榜。从“千问让奶茶店爆单了”，到“元宝微信福袋”，不同产品以近乎接力的方式争夺用户注意力。

    红包大战之外，字节Seedance的走红，进一步推高话题热度。大量用户涌入讨论，而真正把热度留下来的，是一批不断涌现的教程内容。

    #Seedance必玩提示词模板##Seedance入门教程#等话题接连登上热搜，大量用户参与补充玩法。官方账号甚至将博主教程整理成合集，提示词模板覆盖林间打斗、赛博朋克追逐、美食创作、国风武侠等多个场景，逐渐形成了一个公开的“提示词库”。

    这些用户生成的内容，正在替AI厂商完成“产品教学”，大幅降低了新用户的使用门槛。

    一位影视从业者告诉「定焦One」，她现在获取AI信息几乎全靠社交平台。工作之外的时间，基本都在微博刷AI视频，看看技术能做到什么程度了。她收藏了不少教程，打算利用空余时间自己动手做几个视频。面对AI大潮，她说很多同行都感到焦虑，但她的想法是先试一试，“如果未来能转型，至少有准备”。

    如果拉长时间线，从2025年初的DeepSeek时刻，到Seedance爆火，再到如今的“龙虾热”，这些热搜及其背后的讨论，其实勾勒出了一条AI应用走向大众的路径。

    今年，这条路径出现了几个明显变化。

    首先，产品从单一爆款走向多点爆发。

    去年此时，AI领域的公共讨论还只是围绕ChatGPT或DeepSeek等个别明星产品展开。而今年，豆包、元宝、千问、Kimi、智谱等多款AI产品，几乎同时进入公众视野。从央视春晚的赞助商名单，到互联网大厂的红包大战，再到社交平台上的用户分享，AI厂商开始集体面向C端争夺用户。

    第二，大家讨论的重点，从“讲技术”转向“讲用法”。

    过去，AI话题多聚焦于参数规模、模型能力或技术突破。现在，社交平台上更常见的是“怎么用AI做拜年视频”“如何用AI生成红包封面”。产品发布只是起点，用户能不能用起来，才决定着一款产品能不能真的扩散。

    第三，用户从旁观者变为使用者和传播者。

    AI被用户做成内容不断传播，如AI二创、AI情话、AI旅行等。用户既是使用者，也是传播节点。这些内容通过转发和互动不断放大影响力，最终让AI完成破圈。

    QuestMobile数据显示，春节期间“千元豆”三大AI应用的DAU均创下新高，豆包、千问、元宝的峰值分别为1.45亿、7352万、4054万。

    371个热搜、破亿阅读、数千篇教程，这些数字背后，更重要的信号是：AI厂商的竞争，已经从模型能力，转向用户认知和注意力的争夺。当技术逐渐趋同，谁能更早进入用户的日常，谁就更有可能占据下一阶段的入口。

    而这场竞争的第一个战场，依然是注意力最先汇聚的地方——社交平台。

    从围观到参与，

    社交平台为什么是关键节点?

    在这场围绕用户注意力的竞争中，社交平台的角色是怎么一步步变得重要的?

    一个很现实的原因是，AI产品，光靠发布会是教不会用户的。

    模型参数再强，如果用户不知道怎么用，就很难真正留下来，也无法完成商业化闭环。过去，传统的硬件产品可以通过发布会的现场演示，展示“所见即所得”，但AI产品不一样，它更像一个需要不断调试的工具，真正的价值，只有在反复使用中才能体现出来。

    这也意味着，厂商不再是唯一的“讲解者”。

    在微博等社交平台上，长期积累的科技KOL和创作者生态，恰好填补了这个空白。

    譬如，在OpenClaw的浪潮中，科技领域KOL就在其中扮演了链接科技创新与大众认知的关键角色。

    还是以微博平台为例，围绕OpenClaw的内容生态已经颇为丰富：既有面向初学者的快速入门教程，如“1分钟快速部署”等实操经验分享;也有面向进阶用户的深度玩法解析、国产替代方案实测，乃至“龙虾卸载指南”等反向讨论。

    图片

    图源 / 微博截图

    类似地，Seedance的用户培育同样离不开KOL群体的广泛参与。在微博，Seedance教程已覆盖操作入门，到进阶技巧，再到实测效果分享等多个维度。大V们的内容兼具科普性与实用性，既有模型的保姆级使用指南，也有聚焦具体场景的落地干货，例如如何利用该工具制作软件宣传片、复刻爆火宠物视频等。

    如果说KOL的科普内容构成了AI产品教育用户的基础环节，那么围绕电影《镖人：风起大漠》展开的二创活动，则可以看作产品能力在实际场景中的应用落地。

    电影热映期间，微博上发起的AI二创活动，引发了大量用户参与，相关衍生视频作品普遍获得数十万量级的播放，进一步验证了AI在内容创作领域的可落地性。

    除了KOL的专业拆解，社交平台的实时互动与分发机制，也在无形中降低普通人的学习成本。

    过去，用户想掌握一项与生产力相关的复杂工具，往往需要通过文档、手册甚至系统课程，投入数十乃至数百小时。但在社交平台上，学习变成了一种更轻松的过程。刷到一个视频、收藏一条教程、在评论区看补充说明，就已经完成了入门。很多复杂的技术能力，被拆解为一个个可复制、可模仿的“社交动作”。

    这也解释了为什么没有任何技术背景的用户，也能在一个春节假期内，就学会做AI红包封面、AI视频，甚至开始尝试更复杂的创作。

    对AI厂商而言，这种出圈路径至关重要。产品是否真正普及，不只看应用商店中的下载量，还要看社交平台上的表现。当技术变成可以传播的内容，当用户在互动中不断加深使用，产品才真正进入日常。

    从这个角度看，AI走向大众，本质上是一个不断被用户拆解、传播、再创造的过程。而社交平台，正是那个让冰冷算法产生温度、让前沿技术长出烟火气的地方。

    AI正在改写内容生产

    当AI真正“长出烟火气”，它也开始反向重塑平台内容生态。

    最明显的一点，是生产门槛被降低。

    在传统内容工业中，一支高质量的视频，往往需要专业设备、复杂剪辑流程以及多工种协作。而现在，很多环节可以直接用AI完成，只要上传素材和提示词就能生产视频，甚至连配音也能解决。过去需要一个团队耗时数天甚至一周完成的工作，如今一个人花几个小时就能交付。

    当内容生产变得容易，首先改变的就是创作者本身。

    在微博这样以图文表达与公共讨论见长的平台上，这一变化尤为明显。长期以来，很多擅长表达的图文创作者，很难跨到视频领域。他们并不缺内容能力，但受制于视频制作的复杂流程。

    AI工具的出现，相当于补上了这块短板。这些创作者能将原本停留在文字层面的表达，快速转化为可传播的视频内容。财经博主可以生成动画效果的解读，科技博主可以输出可视化原理讲解。

    数据印证了这一趋势。根据微博披露的数据，春节期间，AI显著拉动了微博原创视频的供给，原创视频人数与发布量，较去年同期均增长40%以上。这一增量，很大程度上来自图文创作者的转型。

    当技术不再成为限制，创作者能力的比拼又回到了内容本身。

    创作者这一端的变化，也改变着平台的内容形态。

    图文与视频不再是割裂的两套体系，而是在同一平台上互相配合。前者承担深度讨论与观点沉淀，后者负责放大传播与触达更广泛人群。一篇长文可以被拆成短视频实现二次扩散，而一条热门视频，也会在评论区延伸出更深入的讨论。内容在不同形态之间流动，生产和传播被连成一体。

    用户的行为变化也很明显。数据显示，2025年下半年，微博视频播放页的日均播放时长与人均播放时长，较上半年均实现双位数增长。用户在视频内容上的停留时间延长，既是因为优质内容变多了，也因为内容更容易被理解和消费。

    当供给增加、消费增强，这套机制开始反过来影响平台本身。

    随着AI产品密集发布，社交平台逐渐成为厂商触达用户的重要阵地。相关讨论增加，也带动了营销投入和广告增长。以微博为例，通义千问、豆包等大模型迭代的讨论量较去年同期DeepSeek发布提升近50%，并转化为营销投入。财报显示，微博2025年四季度广告收入同比增长5%。

    由此，一个更清晰的循环正在形成：社交平台提供流量与互动，让AI被更多人使用;AI降低生产门槛，增加优质内容供给，反过来提升平台的用户活跃度和商业价值。两者相互强化。

    这意味着，下一阶段的竞争，可能不再只是谁的模型更强，而是谁能在用户的社交关系占据更稳定的位置。

    从这个角度看，社交平台既是AI被使用的地方，也是检验它是否真正有用的地方。只有那些足够简单、足够好用、足够容易传播的能力，才会被留下来。

    AI厂商的注意力争夺战才刚刚打响。

  • 当AI需要一台自己的电脑，一个万亿市场可能爆发

    声明：本文来自于微信公众号 硅星人Pro，作者：周一笑

    联想发布了两款不太一样的电脑。

    它们没有屏幕，没有键盘，不是给人用的。YOGA AI Mini面向个人用户，Think AI Tiny面向企业场景，搭载AI原生操作系统DingOS，支持OpenClaw一键部署，内置安全防护机制。联想给它们的定义是“AI原生智能终端”，一种专门给AI使用的电脑。

    这不是一个常规的产品发布。它指向一个正在成型的产业判断，AI Agent需要自己的电脑，而这可能催生一个全新的计算设备品类。

    两周前的GTC2026上，这个判断已经有了伏笔。黄仁勋用两个半小时讲完了Vera Rubin平台和1万亿美元订单展望，把AI Agent生态称为35万亿美元的市场，把OpenClaw比作Linux。演讲结束后，他径直走向联想的红色展台，对杨元庆说了一句，“今年将是属于你们的一年，我感受到了。（This is going to be your year， I can feel it.）”

    把OpenClaw比作Linux，意味着AI Agent不是一个功能，而是一层新的基础设施。而基础设施需要跑在硬件上。

    AI开始“使用电脑”了

    过去几个月，一件有点奇怪的事情正在发生，AI开始像人类一样“使用”电脑了。

    Anthropic推出了桌面端产品Cowork，让Claude运行在一台本地虚拟机中，自由安装软件、操作文件、连接邮箱和各类工具。

    Manus发布了My Computer，通过桌面应用让Agent直接在用户电脑的终端中执行命令，操作本地文件和应用。事实上，Manus更早之前在云端就是这么做的，它给每一个AI Agent分配一台独立的虚拟电脑，包含文件系统、浏览器和命令行，这被认为是Manus最初出圈的关键设计之一。

    Perplexity近期推出了Personal Computer，让AI Agent运行在一台7×24小时在线的Mac mini上，成为用户的“数字代理人”，甚至可以在用户离开后持续执行任务。

    这些产品的共同点是，AI开始“操作电脑”了，而不只是电脑或手机里的一个应用。它打开软件、写文档、发邮件、在多个系统之间跳转执行任务。

    Felix Rieseberg负责Anthropic的桌面端产品，他说得很坦率，“如果你雇了一个开发者，却告诉他只能通过邮件收发代码，这有多荒谬?我们对待AI就是这么做的。”Cowork的做法是给AI一台完整的电脑，通过虚拟机让它像一个真正的同事一样工作，通过沙箱保障安全。

    Perplexity CEO Aravind Srinivas的表述更具野心，“传统操作系统接受指令，AI操作系统接受目标。”

    OpenClaw的爆发让这个趋势彻底出圈。这个以龙虾为logo的开源Agent框架，在GitHub上星标数突破27万，超越React和Linux登顶全球开源榜。

    在国内，智谱推出AutoClaw，月之暗面推出KimiClaw，腾讯一天发布三款“龙虾”产品，火山引擎、阿里云争相上线一键部署服务。深圳腾讯大厦门口甚至排起了千人长队，从小学生到非遗专家都在等着免费安装“龙虾”。给AI一台完整的电脑，甚至成了一场全民运动。

    OpenClaw不仅仅是一个小众极客的玩具。如果AI Agent真的成为日常生产力工具，它带来的不只是软件层面的变化，而是一个硬件层面的根本问题，Agent需要自己的电脑吗?

    Agent需要一台自己的电脑

    AI拥有一台自己的电脑之后，三件事变得可能。

    第一，Agent需要7×24小时运行。AI不是人，它不需要下班。一个真正有用的Agent应该能在你睡觉的时候继续处理任务，在你开会的时候自动整理数据，在你度假的时候帮你盯着邮件。但如果Agent和人共用一台电脑，你合上笔记本的那一刻，Agent就停工了。

    第二，安全隔离。这是市场对AI Agent最大的担忧之一。Agent能操作文件、访问系统、执行代码，如果它误操作了怎么办?如果它访问了不该访问的数据怎么办?Felix把Cowork的虚拟机比作“瑞士奶酪模型”，多层防护叠加来保障安全。但很多技术团队认为，最彻底的隔离方案就是给Agent一台独立的设备，物理隔离永远比软件隔离更可靠。

    第三，本地算力。推理任务不能全靠云端。延迟、隐私、成本，都是问题。Felix在访谈中反问，“你们为什么都在用MacBook而不是iPad或Chromebook?本地机器仍然有价值。”AI推理对本地算力的需求，正在让“本地计算”这个看似过时的概念重新变得重要。

    这个需求在过去几年一直被低估。AI的主流叙事是云端算力和大模型竞赛，本地设备只被当作接入终端。但模型的进化方向正在改变这一点。3月初，阿里千问开源了Qwen3.5小尺寸模型系列，最小的仅有8亿参数，却具备原生多模态能力，其中9B版本的性能甚至可以媲美千亿参数级别的模型。马斯克在社交媒体上评价了“令人印象深刻的智能密度（Impressive intelligence density）”。

    另一方面，Agent对算力的消耗远超人类用户。ArmCEO雷内·哈斯最近做了个计算，人类一两分钟生成100个token，而一个AI Agent能生成的数量是这个数字的15倍。Arm刚刚发布了一款专门为Agent设计的CPU，Meta和OpenAI都是首批客户。Agent7×24小时运行，token消耗是人类的十几倍，纯靠云端的成本会非常惊人。给AI一台本地电脑，反而是最经济的方案。

    1979年，VisiCalc作为最早的电子表格软件在AppleII上发布。这款软件让商业用户第一次有了购买个人电脑的理由，人们愿意花几千美元去买一台Apple II，就为了运行这一款软件。VisiCalc后来被追认为计算机历史上最早的“杀手应用”之一，它没有让“电脑变得更好”，而是重新定义了电脑存在的理由。

    AI Agent对PC的意义，可能正在重复这个逻辑。如果Agent成为人与数字世界交互的主要方式，那么PC的价值就不再由处理器跑分决定，而由它能承载多强的Agent能力决定。

    区别在于，VisiCalc让更多人想买电脑来自己用。而AI Agent可能让每个人需要两台电脑，一台自己用，一台给AI用。

    “一人两机”

    这是一个大胆但值得认真思考的话题。

    全球PC保有量超过20亿台。2025年，全球PC出货量约2.8亿台。这些数字的背后，是一个已经高度成熟、主要靠换机周期驱动的市场。IDC、Omdia这些机构每年讨论的核心问题永远是，今年换机需求是涨还是跌。

    但AI Agent带来的设备需求，不是换机，是新增。更准确地说，这可能是一个全新的计算设备品类，就像平板电脑在2010年之前并不存在一样。它不是另一台笔记本，也不是"更便宜的PC"，而是一种专门为AI Agent运行而设计的设备，有着完全不同的产品定义。

    如果AI Agent成为个人和企业的标准生产力工具，计算设备的结构可能从“一人一机”变成“一人两机”，一台电脑给人用，一台电脑给AI工作。这台“AI工作设备”不需要屏幕（或者只需要很小的屏幕），不需要键盘，不需要轻薄的工业设计，它需要的是足够的本地算力、持续在线的能力、以及一个安全隔离的运行环境。AI社区里已经有人给这类设备起了名字，“龙虾 PC”(Lobster PC)。

    目前最接近这个形态的现有产品是Mac mini，Perplexity的Personal Computer已经明确指定它作为运行平台，AI开发者社区中Mac mini也因此一度被抢购。但Mac mini本质上还是一台给人用的电脑。真正的Agent PC应该是专门为AI工作负载设计的，更低价、更强调持续运行和安全隔离。Mac mini更像是这个品类的原型验证，远非终极形态。

    价格是关键变量。如果AI Agent设备要成为个人工具而不只是极客玩具，价格必须控制在合理区间。3000到5000元人民币（约400到700美元）可能是一个理想的价格带，恰好位于平板电脑和传统PC之间。Mac mini M4的起售价599美元，已经落在这个区间内。

    市场规模可以做一个粗略的测算。全球知识工作者约5亿人。如果未来3到5年内，其中10%配备了专用的AI Agent设备，就是5000万台新增设备。按均价500美元计算，这是一个250亿美元的新增市场。如果渗透率达到20%，就是500亿美元，接近当前全球台式机市场的年出货规模。

    这个市场完全是增量。正如芯片公司Positron AI的CTO Thomas Sohmers所说，如果人们整天运行多个OpenClaw，就需要大量专用CPU。“就在几个月前，人们还不会运行这么多AI智能体。这确实是全新的计算需求。”它不蚕食现有的PC换机需求，而是在现有市场之上叠加了一层新的设备需求。这是AI时代的“卖铲子”机会。

    当然，“一人两机”目前还是一个推演，不是既成事实。Agent技术的成熟度、企业的采购意愿、安全信任的建立，每一个环节都可能影响这个市场兑现的速度。但OpenClaw社区里那些抢购Mac mini的开发者，就是这个新市场最早的种子用户。

    谁来给Agent造电脑

    如果这个新设备品类真的成立，谁最有可能吃到这块蛋糕?

    直觉上的答案可能是苹果，毕竟Mac mini是目前龙虾类Agent开发者的首选设备。但Mac mini的火爆更多是早期采用者的自发选择，而非苹果的规划。当Agent PC从极客玩具变成企业标配，决定采购的是企业IT部门，而全球14亿台Windows PC背后的企业系统、安全合规和IT管理体系，几乎全部建立在Windows/Linux生态之上。

    苹果的高溢价消费硬件基因以及封闭的软件生态，也决定了它不太可能会专门去做给AI用的低价无头主机。规模化的Agent PC市场，更可能属于能走企业IT采购渠道、能做大规模定制和全球交付的厂商。

    联想已经动手了。刚刚发布的YOGA AI Mini和Think AI Tiny，是行业内第一批明确以“AI原生智能终端”定位的产品，一款面向个人消费者，一款切入企业办公场景。搭载AI原生操作系统DingOS，支持OpenClaw一键部署，内置系统级安全防护，定价落在主流消费区间。

    这不是联想临时起意。它是全球PC出货量第一的厂商，2025年出货超过7100万台，在180多个市场拥有从消费到企业的完整终端网络。它的基础设施方案集团（ISG）在2024/25财年实现了145亿美元收入，AI服务器业务翻倍增长，建造了全球三分之一的Top500超级计算机。最新财报显示，AI相关收入已占集团总收入的32%。

    这意味着联想同时掌握了“人用的电脑”和“AI用的基础设施”两端的能力。如果未来的计算设备结构真的变成“一人两机”，联想理论上可以同时供应两台设备。

    新品类的竞争从来不只是硬件制造的比拼，软件生态、开发者关系和用户体验同样关键。但联想不需要从零开始，全球最大的PC装机量本身就是Agent PC最天然的分发网络。企业客户已经在用联想的ThinkPad办公时，采购一台同品牌的Agent设备，几乎是阻力最小的选择。

    而且这一次，AI Agent社区已经在自发地为PC这种形态投票了。他们没有选择手机，没有选择平板，选的是一台桌面上安静运行的小电脑。

    给灵魂找到载体

    计算产业每隔十几年就会经历一次平台迁移，从大型机到PC，从PC到互联网，从互联网到云，从云到移动。每一次迁移都重塑了产业链的价值分配。大型机时代属于IBM，PC时代属于Wintel联盟，移动时代属于苹果和谷歌。AI时代属于谁，还没有定论。

    但有一个规律反复出现，软件定义需求，硬件承接价值。VisiCalc定义了PC的商业价值，App Store定义了智能手机的生态价值。今天，AI Agent可能正在为下一代计算设备定义新的价值。

    Agent PC看起来只是一台没有屏幕的小电脑，但它对安全隔离、持续散热、低功耗、远程管理的要求与传统PC完全不同，本质上更接近一台微型化的边缘服务器。制造它不是一个简单的成本压缩游戏，而是需要企业级安全基因、服务器级工程能力和全球交付网络的综合能力。

    《攻壳机动队》里有一个经典设定，灵魂（Ghost）再强大，也需要一个“壳”(Shell)来寄居。今天的AI产业正在上演某种现实版本，大模型是灵魂，但它需要一台安静运行在桌面上的设备来触碰世界、执行任务、成为真正的“数字劳动者”。

    谁来制造这些载体，可能是AI时代最不性感、但最关键的问题之一。联想已经把第一批产品摆上了货架。