Clawdbot/OpenClaw的爆火与行业动态 - 2026年2月，美团联合创始人王慧文发布英雄帖，瞄准并倾注热情于Clawdbot（现改名为OpenClaw）赛道 [1] - Clawdbot是2026开年最受关注的AI应用，它是一个由奥地利开发者开源的、能直接在本地设备运行的Agent框架 [2] - 其不设限的操作模式能基于用户指令和本地数据自主完成复杂任务，如运营企业、打理电商、炒股等，但也存在失控风险，例如有用户被删除所有邮件、亏光账户资金 [3] - 泼天流量下，行业迅速跟进：AI Coding平台Trickle创始人快速研发“开箱即用版”Clawdbot“HappyCapy”，官宣上线3天在X上获得90多万的互动量 [3] - 阿里、百度、昆仑天工等大厂纷纷发布自家“类Clawdbot”产品，不少Agent Infra创业公司也借此概念开启新一轮融资 [3] - 实在智能创始人孙林君在体验Clawdbot后，连夜研发并上线了面向办公场景的国产Clawdbot“实在Agent·无界版” [4] Agent的技术演进与核心趋势 - Agent发展经历几个阶段：从仅用大模型部分能力做角色扮演的GPTs，到在云端运行、掌握知识但无法操作本地软件的Manus，再到具备本地操作能力的Clawdbot [8] - Clawdbot爆火的核心原因是解决了Manus的局限性，赋予大模型更高的自由度，使其能在用户本地随心所欲调用各种接口和底层能力，实现真正的智能体形态 [9][10] - 关键演进趋势是“思考在云端，执行在本地” [6][14] - 执行侧（即大模型的“手脚”）必须在本地操作，才能完成如打开特定网站采集数据、通过本地通讯软件发送报告等任务，而Manus仅能调用搜索接口，报告内容质量有限 [12][13] - Agent的边界被显著扩展：从Manus的思考与执行均局限于云端，到Clawdbot可同时使用云端和本地环境的所有工具，甚至自行安装软件，覆盖场景更广，自由度更大 [28][29] Clawdbot的机遇、挑战与局限性 - 机遇：证明了AI已可执行许多任务，让行业意识到仅调用接口或释放部分大模型能力不能算真正的智能体 [22][40] - 挑战一：高配置门槛与失控风险：高自由度带来高风险，在企业端可控性低，直接交付复杂工作流风险过高 [6][17] - 挑战二：技术完成度与稳定性：框架本身技术壁垒不高，但在底层能力未搞定前仅是“样子货” [6][18] - 挑战三：任务完成度与成本：用户关注解决特定问题的性价比和ROI，而非单纯的技术前景 [19] - 局限性一：数据抓取与过程稳定性：抓取数据可能存在缺失，过程稳定性未必能达到人类理想情况 [31][32] - 局限性二：软件接口适配：并非所有软件都具备被大模型丝滑调用的完备接口，影响任务完成度，且像Claude的MCP框架适配工作量巨大，大厂核心业务不太可能开放供外界调用 [33][34] 本地化部署Agent的商业化与竞争格局 - 本地化部署的重要性：许多客户软件安装在本地，且文档资料不能上传云端，因此本地化操作至关重要 [23] - 商业化模式探索：企业先进程度的指标正从“机器人密度”转向“智能体密度”，未来可能按结果收费 [46][47][48] - 大厂未全面下场的原因：一是想象力问题，需要极客突破；二是涉及商业边界问题，例如在阿里平台调用智能体操作京东平台较为敏感，这反而给非主流平台厂商（中立方）带来机会 [36][37] - ToC与ToB场景差异：ToC场景可探索，用户追求惊喜和情绪价值；ToB场景必须强调控制、精确与稳定，数据安全是首要顾虑 [38] - 未来核心竞争力：一是产品化能力（整合基础大模型、工程化、底层能力与用户体验）；二是差异化与速度，当前是“快鱼吃慢鱼”的时代，灵活的小厂凭借快速布局和贴身服务能获取良好客户资源 [49][50] - 未来形态与扩展：Clawdbot代表的本地化Agent未来会扩展到其他硬件设备，实现云端一体、软硬一体，打破物理边界 [35][44] - 接入端侧设备的难点：在于Agent没有“见过”足够多的设备，缺乏操作各类设备的数据 [45]