文 | Alter

剛過去的半個月，國內互聯網圈的畫風有些詭異。

騰訊、阿里、百度、字節跳動等巨頭掀起的 "AI 紅包大戰 " 余波未平，媒體和大眾在津津樂道地復盤 " 戰果 "，答案似乎并不樂觀：日活在除夕過后迅速回落，坊間甚至出現了 " 紅包一停，增長歸零 " 的調侃。

而在硬幣的另一面，全球硬核極客和 AI 創業者見證了一場史詩級盛況：一個名為 OpenClaw 的開源項目，極短時間內狂攬超過 25 萬顆 Star，不僅把盤踞榜首多年的 React 拉下馬，甚至超越了 Linux，一躍成為 GitHub 歷史上 Star 數最高的非聚合類軟件項目。

AI 原生的時代，以一種出人意料的方式降臨了。

影響最大的，除了幾十億紅包可能打水漂的互聯網巨頭，可能就是在百模大戰中幸存的智譜、MiniMax 和 Kimi，終于從大廠圍獵的流量游戲中撕開了一道口子，不再為 " 活下去 " 煩惱。

01 OpenClaw 狂飆：" 天下苦對話框久矣 "

在討論 Kimi 們的 " 生機 " 前，先簡單了解下什么是 OpenClaw。

如果你在過去半個月里沒有關注 AI 新聞，可能很難想象 OpenClaw 在開發者群體中引發的狂熱。它的前身是 Moltbot，最初只是開發者 Peter Steinberger 的一個周末黑客客棧項目，但短短幾個月，就進化成了當前全球最炙手干熱的 " 個人 AI 助理運行時 "。

與 ChatGPT、千問、智譜清言 App 等 " 對話框 " 不同，OpenClaw 是一個采用無頭架構的自動化智能體框架。

1、本地化與掌控權： 你的 AI 助理不必運行在云端，可以直接部署到自己的設備上，一臺陳舊的 Mac 電腦、在書房里吃灰的 Windows 主機，甚至是幾十塊錢的 VPS，都可以是 OpenClaw 的載體。

2、全渠道滲透： 不需要打開特定的 App，OpenClaw 作為一個網關（Gateway），可以接入飛書、釘釘、企微、iMessage 等等，平時在哪里聊天，你的 AI 就在哪里待命。

3、靈魂注入（SOUL.md）： 拋棄了繁瑣的 System Prompt 調試，用一個極其極客的 SOUL.md 文件來定義 AI 的身份、性格、記憶和權限邊界。

4、工具調用（Tool Use）： 可以靜默地讀取本地文件、執行 Shell 腳本、控制瀏覽器渲染，甚至自己決定在凌晨 3 點幫你定時抓取指定的新聞并生成簡報。

為什么 OpenClaw 會在節后復工的半個月里徹底引爆？

因為 " 天下苦對話框久矣 "。

從 2023 年到 2025 年，我們使用 AI 的方式是被動的——必須坐在屏幕前，打開網頁，輸入指令，等待生成，然后再復制粘貼。這種 " 一問一答 " 的模式，極大地限制了 AI 作為生產力工具的想象力，像是一個被鎖在籠子里的超級大腦，沒有手腳，沒有耳朵，只有一張嘴。

OpenClaw 給了這個超級大腦 " 手腳 "。

過去半個月里，千萬打工人帶著節后綜合征重返工位時，無數個部署在云端或本地的 OpenClaw 實例已經悄無聲息地運轉起來。它們自動處理上傳的文檔、在后臺監控著大盤波動、自動生成并分發著各類簡報 ......

OpenClaw 的爆紅證明了一點：真正的 AI 原生應用，不是一個更好的聊天軟件，而是一個隱形的、全天候運行的基礎設施。

02 告別 " 買量游戲 "：大模型創業公司的 " 逃生艙 "

讓我們把視角拉回到國內的大模型廠商。

在 OpenClaw 爆火之前，智譜、MiniMax、Kimi 們其實度過了相當長一段痛苦的 " 身份焦慮期 "。在移動互聯網時代的慣性思維下，幾乎所有中國科技巨頭和 VC 都篤信一個鐵律：" 得流量者得天下 "。

正如我們所看到的：過去三年時間里，大模型創業者陷入了一場慘烈的 " 百模大戰 " 和 " 買量戰爭 "。為了打造出 AI 時代的 " 微信 " 或 " 抖音 "，各家都在瘋狂地燒錢做 2C 的超級 App。電梯廣告、抖音信息流、B 站 UP 主商單，鋪天蓋地都是各種 AI 助手的推廣。

對初創公司而言，這種模式一開始就是致命的。論財力，他們發不起動輒幾億的紅包；論生態，他們沒有微信、抖音等國民級 App 的天然流量池。

在巨頭流量絞肉機的碾壓下，曾經風光無限的 " 大模型六小虎 "，已經被逼到了墻角，并在 2025 年下半年悄然洗牌成了當前的 " 三小虎 "。百川智能退守垂直 B 端醫療與金融，零一萬物將重心全面轉向海外市場，階躍星辰也失去了前兩年的巨大聲量。

如果繼續沿用 Web2.0 時代的 " 買量邏輯 "，剩下的 " 三小虎 "，所面臨的注定是死局：

一是極高的獲客成本與極低的留存率： 花費上百元買來的一個 App 下載用戶，往往只是為了薅一波紅包羊毛，用完即走。

二是可怕的邊際成本： 傳統 App 多一個用戶只是多一點帶寬；但 AI 大模型多一個免費的 C 端用戶，就意味著實打實的算力消耗。用戶越多，如果不能轉化為付費訂閱，公司虧得就越慘，屬于典型的 " 流血狂奔 "。

三是脆弱的護城河： 今天用戶覺得 Kimi 的長文本好用，明天智譜清言更新了功能，后天千萬發出了十幾億紅包 ...... 用戶立馬切換陣營，毫無忠誠度可言。

OpenClaw 的出現，以及它所代表的 Agentic 生態的爆發，為 " 三小虎 " 提供了一個完美的 " 逃生艙 "。

OpenClaw 的設計機制是 BYOK ( Bring Your Own Key ) 。用戶或開發者自己在本地運行框架，然后需要配置底層模型的 API。而且 OpenClaw 對中國的大模型企業相當友好，智譜、Kimi、MiniMax 的模型都在第一時間支持，并被官方在 X 上多次推薦。

意味著智譜、MiniMax、Kimi 們不需要親自下場做那個又臟又累、還要跟大廠拼刺刀的 2C 應用了，廣大的開源社區、極客、中小企業，會利用 OpenClaw 這樣的框架，去打造千奇百怪、適應無數垂直場景的個人助理和自動化工作流。

03 AI 的底層邏輯：做 " 水電煤 " 而不是 " 游樂場 "

其實 OpenClaw 在國內大紅大紫前，" 三小虎 " 就已經嘗到了甜頭。

來自全球最大 AI 模型 API 聚合平臺 OpenRouter 的數據顯示，截至 2026 年 2 月 28 日，前十模型總 Token 消耗量已突破 28.7 萬億，其中中國模型貢獻超過 14.69 萬億，單月 Token 調用占比首次過半。

特別是 2 月 16 日到 22 日的一周內，中國模型周調用量達 5.16 萬億 Token，同期美國模型跌至 2.7 萬億，調用量排名前五的模型中，中國占據了四席，分別是 MiniMax M2.5、月之暗面 Kimi K2.5、DeepSeek V3.2 和智譜 GLM-5。

也就是說，在國內的 " 互聯網打工人 " 涌入前，MiniMax 們已經征服了海外的開發者。

原因并不難解釋——性價比。

在輸入價格上，MiniMax M2.5 和智譜 GLM-5 都是 0.3 美元 / 百萬 Token，同一時間的 Claude Opus 4.6，百萬 Token 的價格高達 5 美元；在輸出價格上，MiniMax-M2.5 為 1.1 美元 / 百萬 Token，智譜 GLM-5 為 2.55 美元 / 百萬 Token，Claude Opus4.6 高達 25 美元 / 百萬 Token。

而 OpenClaw 代表的 Agent 生態，可以說是名副其實的 "Token 吞噬機 "。

傳統的人機對話，一天能在對話框里刷掉幾萬個 Token，就已經算是重度用戶了。單單給 OpenClaw 安排一個 " 監控全網關于‘ AI 2026 趨勢’的長篇研報，提取核心觀點，交叉對比后生成一份十萬字的中英文雙語行業洞察，并自動配圖排版發送到飛書 " 的任務，每次就將消耗幾百萬 Token。

因為在執行這個任務的過程中，OpenClaw 會在后臺瘋狂地進行：

網絡搜索與網頁抓取（數百萬 Token 的輸入）

總結與信息抽取（高頻的短上下文調用）

反思與糾錯（Self-Reflection）（Agent 自我對話，Token 消耗翻倍）

最終長文本生成（高昂的長上下文輸出）

同時也印證了一個底層邏輯：在 AI 原生時代，生產力的提升是實打實的，不需要買量來變現。

大模型公司最健康的商業模式，就是回歸技術基礎設施的本質——做 " 水電煤 "。而非照搬 Web2.0 時代是 " 注意力經濟 "，以 " 搶占入口 " 為名，拼命打造一個封閉的 " 游樂場 "（App），然后把注意力賣給廣告商。

OpenClaw 只是第一槍。

只要生態在繁榮，只要機器還在思考，底層模型的 Token 計費表就會一直飛轉，源源不斷地向底層的模型廠商發送 API 請求。

AI 時代的 Killer App，或許根本不是 App，而是無處不在的 API。

04 狂歡背后的 " 泡沫 "，Agent 還有很長的路

折射到資本市場上，同樣上演了瘋狂的一幕。

智譜的股價在 2 月 20 日單日大漲 42.72%，總市值突破 3200 億港元，較招股價上漲超 4.6 倍；MiniMax 在 3 月 2 日晚交出了巨虧 18.7 億美元的年報后，股價卻逆勢大漲了 19%。

不可否認 OpenClaw 的價值，卻也可能上演一場混合著極客自嗨與大眾跟風的 " 非理性繁榮 "。

首先，OpenClaw 的場景依然有限，大眾存在跟風嫌疑。

絕大多數人費盡心思部署 OpenClaw，不過是讓它充當一個高級版 " 自動機器人 "，在后臺跑跑簡單的信息抓取。目前解決的痛點依然偏向極客玩具，距離真正規模化接管復雜企業級工作流、實現完全的 " 自動駕駛 "，還有很長的路要走。

用一句話總結，很多人只是在 " 為了用 AI 而用 AI"。

其次，安全形同 " 裸奔 "，本質是個半成品。

從工程落地來看，目前的 OpenClaw 是一個極其危險的半成品。

賦予一個 " 無頭 AI" 直接讀取本地文件、執行 Shell 腳本的最高權限，在缺乏完善沙盒（Sandbox）隔離機制的情況下，一旦遭遇惡意的提示詞注入（Prompt Injection），讓 AI 執行了錯誤的代碼，用戶的私鑰、API Key 乃至整個硬盤的數據，都可能面臨滅頂之災。

需要承認的是，即使漏洞百出、場景初級，并不妨礙外界給予 OpenClaw 極高的評價。

它的粗糙和越界，用最野蠻的方式驗證了一個正確的產品方向：大模型不需要自己長出漂亮的臉蛋（App 界面），只需要提供最強勁的大腦（API），開源生態自然會為它拼湊出無數雙不知疲憊的手腳。