文 | 冷眼觀天
2026 年 3 月上旬，中國互聯(lián)網被一只紅色的 " 龍蝦 " 徹底點燃。
從深圳龍崗區(qū)火速出臺 " 龍蝦十條 "，最高補貼 200 萬元鼓勵開發(fā) AI 技能包，到騰訊總部廣場排起長隊、工程師現(xiàn)場協(xié)助市民安裝 OpenClaw，再到社交平臺上 " 代裝龍蝦 " 明碼標價、全民熱議。
一場被戲稱為 " 全民卷龍蝦 " 的熱潮，在極短時間內完成了從極客圈子到地方政府、科技巨頭到普通網民的全面滲透。
熱潮看似突然，實則勾勒出當下中國 AI 環(huán)境的獨特氣質：對技術迭代有著近乎饑渴的敏感度，擁有全球罕見的規(guī)模化應用場景和低成本試錯空間，以及一種自上而下、全民參與的產業(yè)化熱情。
這不僅僅是追逐一個開源工具，更像是一場全社會對于 "AI 從會聊天到會干活 " 這一質變時刻的集體預習。
風暴的中心，是一個遠在歐洲的人物—— OpenClaw 的創(chuàng)造者彼得 · 斯坦伯格。
這位來自奧地利的獨立開發(fā)者，其個人軌跡幾乎是一部關于 " 積累 " 與 " 頓悟 " 的教科書。
斯坦伯格并非一夜成名的天才少年，他 14 歲才第一次接觸電腦，在維也納工業(yè)大學完成學業(yè)后，用了整整 13 年時間打造了被十億臺設備使用的 PDF 引擎 PSPDFKit，并在公司被投資后經歷了嚴重的職業(yè)倦怠。
直到 2024 年，在 AI 浪潮的重新點燃下，他以一種近乎 " 玩票 " 的心態(tài)，在過去 18 個月里默默發(fā)布了 30 多個開源項目。
2025 年 11 月，在馬拉喀什的一次旅行中，他用一小時將 WhatsApp 與 AI 連接起來，做出了 OpenClaw 的原型。
正是這種 " 十年磨一劍，一劍磨十年 " 的深厚工程功底，加上財務自由后不受商業(yè)變現(xiàn)束縛的純粹創(chuàng)作自由，才讓他捕捉到了那個改變一切的技術頓悟。
奧地利小子的故事證明，真正的創(chuàng)新，往往誕生于深厚的積累與自由探索的交匯點。
不過，當我們把視線從斯坦伯格個人轉向他所在的歐洲大陸，一個有趣的反差浮現(xiàn)出來：為什么在這場以中美為絕對主角的 AI 競賽中，歐洲這片誕生了無數(shù)科學巨匠的土地，卻似乎集體 " 失聲 " 了？
斯坦伯格的成功，反而像是一個反襯歐洲 AI 困境的例外。
以斯坦伯格的母國奧地利為例，擁有維也納大學人工智能研究中心這樣的頂級機構，LSTM 這種奠基性的神經網絡技術就誕生于此，2025 年還啟動了 MUSICA 超級計算集群和 AI Factory Austria 項目，拿到了近一億歐元的資助。
硬件和科研基礎都有，可斯坦伯格最終還是選擇把才華傾注在開源社區(qū)，并接受了 OpenAI 的邀約，把自己的 " 龍蝦 " 交給基金會打理。
他的離開，就像是整個歐洲 AI 行業(yè)命運的一個縮影。
還是奧地利，近期推出了 "AI Factory" 計劃，試圖在 AI 領域發(fā)力，但其產業(yè)戰(zhàn)略中依然將大量資源投向傳統(tǒng)的鐵路技術等優(yōu)勢領域。
這恰恰暴露了歐洲 AI 落后的核心癥結：并非缺乏頂尖的研究人才或論文產出，而是缺乏將實驗室技術轉化為規(guī)模化產業(yè)的生態(tài)系統(tǒng)。
奧地利之困，也即歐洲 AI 產業(yè)發(fā)展之困。
過去兩年，全球 AI 的聚光燈幾乎全打在了中美兩國身上。
奧特曼、黃仁勛、梁文鋒，這些名字組成了技術世界的權力版圖。
歐洲面孔的稀少，根本不是智力上的差距。
一組 2023 年的數(shù)據就能把問題說清楚：美國 AI 領域的私人投資大約是三千億美元，中國九百一十億，歐盟只有四百五十億，差不多是美國的七分之一。
更致命的是，歐洲市場太 " 稀碎 " 了。
Draghi 報告指出，歐洲 " 有牙膏的單一市場，卻沒有人工智能的單一市場 "，內部各種監(jiān)管壁壘，相當于給制造業(yè)加了百分之四十五的隱形關稅，給服務業(yè)加了一百一十。
企業(yè)規(guī)模和技術采用是直接掛鉤的，歐盟大企業(yè)有百分之三十用 AI，中小企業(yè)就只剩百分之七。
人才外流也觸目驚心，近四分之三在美國讀完博士的歐洲學生選擇留在那邊，連英國前首相蘇納克都在 2025 年跑去了硅谷，正式宣布接受微軟與人工智能初創(chuàng)公司 Anthropic 的兼職高級顧問（Senior Advisor）職位。
歐洲就像一個擁有一流賽車手和頂級引擎，卻只能在遍布路障的鄉(xiāng)間小路上行駛的車隊，無法進入中美那種在高速賽道上風馳電掣的競爭節(jié)奏。
歐洲相較于中美在 AI 賽道的落后，是兩種發(fā)展哲學的碰撞結果。
歐洲在 AI 領域的動作，往往以 " 監(jiān)管先行 " 為標志，從 GDPR 到《歐盟 AI 法案》，其核心邏輯是通過設定規(guī)則來規(guī)避風險、保護公民權利，試圖成為全球 AI 治理的 " 規(guī)則制定者 "。
審慎的 " 家長式 " 文化，雖然體現(xiàn)了對人本主義的堅守，卻在無形中為創(chuàng)新設置了高昂的合規(guī)門檻和試錯成本。
法國 Mistral AI 的創(chuàng)始人就直接警告過這會有負面影響。
相比之下，中美兩國則展現(xiàn)了另一種 " 冒險家 " 文化：美國依靠強大的資本市場和寬容失敗的企業(yè)家精神，允許初創(chuàng)公司在不成熟時野蠻生長；中國則依靠超大規(guī)模市場和地方政府 " 搶跑 " 式的政策激勵，為新技術提供了近乎無限的應用場景和快速迭代的數(shù)據土壤。
當深圳龍崗區(qū)政府考慮為 AI 初創(chuàng)企業(yè)提供最高 1000 萬元的股權投資時，英偉達 CEO 黃仁勛指出智能體消耗的計算令牌是傳統(tǒng)模型的 1000 倍、從而催生出一個數(shù)千億美元的算力市場時，我們看到的是一種全然不同的邏輯：技術演進的目標，不是第一時間拿到放大鏡下審視是否合規(guī)（現(xiàn)有規(guī)則），而是占領下一個計算時代的入口，允許最大限度的試錯。
也有學者指出，過度監(jiān)管其實不是歐洲科技落后的最根本原因，缺的是一個統(tǒng)一的數(shù)字市場、不發(fā)達的資本市場、害怕風險的文化，以及巨大的人才缺口，這些才是更大的問題。
其實歐洲在互聯(lián)網時代就已經落后。
真正麻煩的是，歐洲搞嚴格監(jiān)管，本意是想擋住美國 AI、避免自己變成 " 數(shù)字殖民地 "，結果卻是差距越拉越大。
歐洲成了規(guī)則的制定者，卻沒當成創(chuàng)新的領跑者。
斯坦伯格和他的 " 龍蝦 " 就是個活生生的例子，誕生在歐洲的土壤里，最后卻在美國的平臺開了花、結了果。
歸根結底，歐洲 AI 的困局并非單純的投資不足或技術落后，而是一種深植于社會文化中的風險規(guī)避傾向，與 AI 這一顛覆性技術所需的野蠻生長力之間的根本沖突。
歐洲不缺斯坦伯格這樣的天才，也不缺頂尖的實驗室，但它的創(chuàng)新土壤過于板結，難以讓一顆好種子長成參天大樹。
奧地利從 2018 年就開始布局 AI 戰(zhàn)略，2025 年成立了 AI 監(jiān)管局，2024 年 AI 投資翻了一倍，達到一點六八億歐元，企業(yè)里用 AI 的比例也遠高于歐盟平均水平。
科研基礎和政策支持都有，可斯坦伯格還是走了。
他在 PSPDFKit 的時候就證明過歐洲能做出世界級的產品，但把產品做成平臺，中間橫著的是資本市場的鴻溝、市場規(guī)模的限制，還有那種對 " 玩票 " 心態(tài)的不寬容。
他的祖國能給他實驗室和經費，卻給不了他想要的創(chuàng)作自由和能讓技術快速長大的規(guī)模化土壤。
這就觸及到一個更根本的問題：一個科技產業(yè)的崛起，到底最缺什么？
是錢，是人，是監(jiān)管的松緊，還是骨子里的文化基因？
歐洲其實不缺錢，有人呼吁每年投七八百億歐元；也不缺人，斯坦伯格這樣的人就是明證；監(jiān)管框架也是全球最全的。
可偏偏缺一種 " 允許失敗 " 的土壤。
在美國，破產法對創(chuàng)業(yè)者更友好，失敗經驗可以被當成勛章，H-1B 簽證吸引著全球頂尖大腦。
在歐洲，破產更偏向保護債權人，創(chuàng)業(yè)失敗更像一個污點，歐盟的 " 藍卡 " 政策各國標準還不一樣。
中美歐在 AI 上的差距，可能不是什么簡單的 " 文化決定論 "，更像是對 " 時間窗口 " 和 " 生態(tài)位 " 的不同選擇。
美國在 PC 互聯(lián)網時代就把基礎設施和資本的底子打好了，中國在移動互聯(lián)網時代實現(xiàn)了場景創(chuàng)新和規(guī)模效應，歐洲在這兩波浪潮里一直守著自己的工業(yè)優(yōu)勢，比如汽車行業(yè)占了全球研發(fā)的三成以上，卻錯過了整個數(shù)字生態(tài)系統(tǒng)的轉型。
AI 產業(yè)，說到底拼的是整個生態(tài)。
美國有谷歌、Meta 這樣的平臺層，中國有百度、阿里這樣的應用層，歐洲有西門子、博世這樣的工業(yè)層。
斯坦伯格的 OpenClaw，骨子里帶著歐洲那種 " 工業(yè) AI" 的基因，強調本地優(yōu)先、能自己改代碼，卻因為沒有強大的平臺支撐，最后流向了美國。
" 龍蝦風暴 " 揭示出一個看似矛盾的現(xiàn)象：技術一邊變得越來越民主，誰都能用，另一邊權力的集中卻越來越厲害。
OpenClaw 作為一個開源項目，確實降低了普通人玩 AI 的門檻，可創(chuàng)始人一加入 OpenAI，大家馬上就開始擔心，這個項目還能保持多久的獨立性？
斯坦伯格這個人，從奧地利鄉(xiāng)下到硅谷，由獨立開發(fā)者到 OpenAI 高管，他的人生軌跡其實就是全球 AI 權力流動的一張地圖：人才總是往錢多的地方跑，創(chuàng)新總是往有場景的地方扎，而規(guī)則，永遠跟不上實踐的腳步。
科技創(chuàng)新本質上是生態(tài)系統(tǒng)的產物，需要寬容失敗的文化、統(tǒng)一的市場、充足的資本與靈活的人才流動機制。
Peter Steinberger 的成功，再次證明：唯有當個體能在自由環(huán)境中將積累轉化為創(chuàng)造時，技術革命才會真正爆發(fā)。
歐洲若無法打破 " 有規(guī)則無場景 " 的困境，即便擁有頂尖學者，也難逃在 AI 時代邊緣化的命運。
21 世紀的 AI 競賽，終究是生態(tài)對生態(tài)的考驗，而非單純的技術比拼。
