文章核心观点 - OpenClaw的爆发并非底层算法突破，而是通过卓越的工程化整合，将现有大模型能力推过“可用阈值”，从而引爆了智能体的可用性革命[11][14][77] - OpenClaw代表了未来**智能体操作系统**的早期雏形，其意义在于重新定义了AI的使用范式，统一了模型、工具与交互方式[20][34][77] - 智能体技术的未来发展关键，将从追求单点模型能力增强，转向通过**端云协同、协议标准化和多智能体系统**实现系统能力的跃迁[4][50][73] 技术定位与市场影响 - **市场热度数据**：OpenClaw在24小时内获得9000星标，两个月内星标数超过27万，成为GitHub历史星标最多的项目，一周内在OpenRouter上消耗了4.73T Token，远超其他项目总和[6] - **技术本质**：项目本身未进行模型预训练、推理算法改进或底层工具学习等核心算法创新，其核心是优秀的软件工程设计，包括IM通讯平台接入、本地部署架构、分层记忆和Gateway标准化[14][15] - **行业跟进**：国内几乎所有大厂都在快速跟进OpenClaw项目，显示出其强大的行业影响力[6] - **历史定位**：OpenClaw对于大模型的意义，类似于浏览器之于互联网，它本身不创造内容，但重新定义了用户交互方式，让非技术用户也能顺畅应用大模型[14] 系统架构与工程价值 - **总体架构**：技术架构清晰，从底层系统控制到Agent循环，再到上层标准化封装和信息流管理，最后接入用户渠道，具备极强的兼容性[21] - **三大核心设计**： 1. **Gateway系统**：采用三层架构，统一路由和调度来自不同设备或IM软件的信息，使智能体无需关心底层平台差异[23] 2. **分层记忆机制**：包含四层记忆（L1当前会话、L2近两日日志、L3长期总结、L4文件语义召回），实现“越用越懂你”的个性化效果[24][26][27][28] 3. **Skill生态兼容**：通过三层加载（功能描述、工作流程、相关资源）帮助模型快速理解和执行专精任务[30] - **操作系统雏形**：OpenClaw尝试让所有AI模型、消息平台和工具在同一套标准下运行，对上统一抽象屏蔽模型API差异，对下管理资源，中间通过网关调度，其四层架构与操作系统经典分层高度对应[34] 当前暴露的核心瓶颈 - **可靠性**：在要求50%成功率时，Claude Opus 4.6能执行长达10小时的任务；但当可靠性要求提升至商用级别的80%-95%时，可完成任务时长会急剧下降至约1小时，限制了实际应用[51] - **长任务执行**：普通用户受算力限制，能接触到的模型可能只能完成几分钟的任务，使得纯端侧智能体路径短期内难以走通[51] - **Token成本**：OpenClaw仅一周就消耗了4.7T Token，若未来有两千万用户，现有基础设施无法承受。使用Opus 4.6运行每天成本约10美元，使用GPT-5.4也需5.5美元[57][58] - **记忆体系**：现有记忆架构（如隐状态记忆、参数化记忆）存在与特定模型绑定、无法跨模型迁移或无法用于闭源模型等问题[62][63] - **自主进化**：当前智能体依赖于已有模式，无法在部署后主动适应和进化，真正的自主进化距离实际应用尚有距离[65][66] 关键技术演进路径 - **端云协同**：短期可行路径是由云端进行长任务拆解，将子任务交给端侧执行再验证。随着端侧模型能力每3.5个月翻倍，未来端侧能处理的任务会越来越多[54][59] - **协议标准化**：生态竞争焦点包括MCP、A2A、IOA等协议，协议主导者将掌握生态话语权。模型竞争维度将从“跑分高”转向“用起来好”[40][42] - **交互执行演进**： 1. **API调用路线**（当前OpenClaw采用）：可靠、执行快，但现有软件API覆盖率不足[45] 2. **GUI Agent路线**：通用性强，但速度慢、耗资源、点击准确率不稳定[45] - 长期趋势是软件将向“AI原生（Agent-Native）”设计演进，工具调用覆盖率将持续上升[49] - **多智能体系统**：规模从2020年的个位数Agent发展到2026年Moltbook上的150万Agent。增加Agent数量能持续提升任务解决质量，但真正的群体智能涌现需要Agent间有意义的分工与协调，而非单向广播[69][70] 未来发展趋势研判 - **第一阶段（工具化Agent）**：Agent作为增强工具，关键突破点是推理能力增强并落地端侧。当10B规模的端侧模型具备高级推理能力时，端云协同架构可大规模部署。预计到2027年，Agent可能处理数天甚至周级别的长任务[73] - **第二阶段（半自主/协作Agent）**：多个Agent能够自主分工、协调、纠错，在线学习成为标配功能。智能体操作系统需要应用生态建设期[73] - **第三阶段（自主进化系统）**：世界存在万亿级别能持续进化的Agent。此阶段面临自主性边界、模型无关记忆架构、群体涌现条件等根本性未解问题[74] - **行业影响**：OpenClaw等现象级产品正在倒逼传统软件向AI原生设计演进。未来模型和软件都必须主动适配主流智能体框架和协议，否则将面临被淘汰的风险[39][49]

文章核心观点 - 以OpenClaw为代表的AI智能体技术正在催生“龙虾官”等一系列新兴职业岗位 这些岗位需求广泛分布于多个行业和城市 薪资范围可观 标志着大模型技术正从宏观概念转向与具体工作流程深度融合 并开始实质性地改变劳动力市场的需求结构 [1][6][25][26] 新兴岗位的招聘现状与分布 - 招聘市场上已出现大量以“龙虾”、“OpenClaw”为标签的正式职位 如“龙虾官”、“养虾工程师”等 并有猎头使用“养虾你就来”等针对性标语进行招聘 [1][3] - 相关岗位不仅出现在北京、上海等一线城市 在厦门、成都等城市也有显著的招聘需求 [4] - 招聘岗位示例包括OpenClaw本地部署工程师、龙虾养殖工程师、AI产品经理、AI工程师等 涉及技术部署、开发、产品及运营等多个职能 [5] 岗位薪资水平 - 以北京为例 相关岗位薪资普遍在30-60K范围 高薪可达百万级别 甚至有公司为实习生开出1000-2000元/天的日薪 [8] 招聘公司的行业分布 - 招聘“龙虾人才”的公司行业分布广泛 不止于AI和互联网 还包括医疗健康、房地产、旅游、知识产权等多个领域 [7] 岗位职责与要求分析 - **首席龙虾官** 此类岗位直接向CEO汇报 核心职责是推动公司内部Agent应用与AI Native转型 本质上是对Agent技术负责人的一种包装 部分公司明确要求候选人为00后 [9][12][13][14] - **技术开发类岗位** 如OpenClaw开发工程师 职责聚焦于Agent系统设计、技术架构建设与文化推动 要求候选人具备3年以上相关经验 熟悉OpenClaw、LangChain等主流Agent框架 并拥有系统架构能力 拥有开源社区贡献记录是加分项 [15][16][19] - **非技术类应用岗位** 存在面向非技术背景“养虾人”的岗位 例如“养虾达人版”内容运营 核心要求是能利用智能体自动化完成工作而非亲自操作 [20][21] 技术演进与职业生态变迁 - 从ChatGPT时代的“Prompt工程师” 到后来的“Vibe Coding工程师” 再到当前的“龙虾官” 大模型与智能体技术的持续发展不断催生新的职业物种 [24][25] - 这些新兴职业的出现表明 大模型与智能体技术正在深刻撼动原有的工作方式 其影响已超越AI和互联网行业 正渗透至更多传统行业 推动其与AI融合并改变自身形态 [25] - 相较于声势浩大的“颠覆” 技术与工作“融合”所带来的职场新生态可能更早被观察到 [26]

核心观点 - 全国政协委员周鸿祎拟围绕推理算力、智能体技术与人才、智能安全三方面提交提案，认为在“百亿智能体时代”，专用推理芯片是产业差异化突围的重要方向，并建议优化算力布局、强化调度、发展国产芯片、加速产业应用及保障安全[3][4] 推理算力发展现状与挑战 - 我国经历“百模大战”后，拥有许多“国际一流”开源模型，国家主导的训练算力稳步提升，但推理算力需求在“百亿智能体时代”呈指数级增长[3] - 当前算力中心面向推理任务的专用集群存在缺口，区域间供需适配有待优化，专用推理芯片技术也亟需突破[3] 优化推理算力布局的建议 - 建议国家出台推理算力布局指导政策，依据各地场景密度、算力缺口、能源保障能力，建立“全国统筹 + 区域细化”的推理算力布局体系[3] - 建议在重点产业集聚区域，建设低时延、高密度的推理算力集群[3] - 建议强化一体化调度，推动跨层级、跨区域的算力资源动态调配，以提升推理算力利用效率[4] 专用推理芯片的发展建议 - 建议鼓励专用推理芯片的国产化发展，重点突破高精度、低时延、多模态的芯片技术，实现产业链自主可控，以支持智能体技术的深度应用[4] - 发展推理芯片不仅能够降低云端成本，还能支撑企业私有化部署与端侧智能硬件落地，具有重大战略意义[4] - 国产大模型未达及格线时重视训练算力合理，但当前行业重点已转向极度消耗推理算力的智能体落地[4] 智能体产业应用与安全建议 - 在加速智能体产业应用方面，建议实施技术与人才“双线赋能”战略[4] - 在智能体安全方面，建议推动安全智能体的场景化应用，支持安全技术生态化创新[4]

公司战略与行业机遇 - AI技术与办公场景的深度融合已成为行业确定性机遇，是公司提前3年布局智能体技术的核心发力点之一 [1] - 公司搭建的Rich AIBox一体化平台，其核心能力正迎来规模化落地的关键阶段 [1] - 公司的布局与Anthropic报告中“智能体协同、安全可控、人机协同”的行业趋势高度契合 [1] 技术研发与投入 - 2024年公司研发投入同比增长20.13%，核心聚焦“Rich AI全栈服务体系”优化 [1] - 公司已形成“主流大模型对接 + 自研AI模块深耕”的技术路径 [1] - 依托Rich AIBox平台构建了智能体低代码管控、多智能体协同、结构化监督、数据飞轮闭环及安全合规底座等核心能力 [1] 产品落地与客户 - 公司已完成RichMail等核心办公产品的鸿蒙原生适配 [1] - 公司为中国移动等客户的亿级用户产品提供技术支撑 [1] - 后续将遵循“从高频刚需场景切入”的路径，拓展多终端场景与行业定制化方案，让智能体技术融入协同办公、知识管理等核心场景 [1] 方法论与前瞻性 - 公司《企业服务AI白皮书》提出的“企服AI价值 = 安全合规 ×（场景 + 数据 + 模型 + 服务）”方法论具有前瞻性 [1] - 公司在智能化办公领域始终坚持“持续投入、务实落地” [1] - 公司将以Rich AIBox平台为核心，持续将智能体能力转化为客户可感知的业务价值 [1]

市场与行业对AI冲击软件业的反应 - 华尔街对AI冲击软件业的担忧持续发酵 引发软件股遭遇抛售 抛售潮迅速蔓延至全球市场[1] - 科技界发出截然不同的声音 英伟达CEO黄仁勋认为“AI将取代软件工具”的观点“极不合逻辑”[1] - OpenAI首席执行官奥尔特曼表示 软件的创造方式、使用方式和商业模式正在发生深刻变化 但“软件不会消失”[1] AI对传统软件功能与商业模式的冲击 - AI初创企业Anthropic推出的垂直工具对传统软件功能形成冲击 其AI法务插件能执行追踪合规事项、审阅法律文档等多项文书工作 这些正是许多法律软件产品的核心功能[1] - 悲观情绪从单一AI工具的冲击 演变为对软件行业整体商业模式的重估 核心问题是SaaS（软件即服务）的商业模式是否正在被AI动摇[1] - 过去十多年 SaaS模式是软件产业最稳定的增长引擎 但随着生成式AI和智能体技术发展 软件作为中间层工具的价值被压缩[1] - 智能体落地后能跨系统调用能力 将多个软件功能整合到一轮对话或一次指令中 进一步弱化单一软件产品的存在感[1] - AI代码生成能力提升 使软件开发周期明显缩短、开发门槛持续降低 行业正从“人力密集型生产”转向“智能化生产” 传统以功能与订阅为主的商业模式遇到直接挑战[2] AI如何重塑软件行业 - 软件开发范式正从“人写代码+工具辅助”转向“人定义目标+AI生成实现” 开发者角色由代码生产者转向系统设计者与AI协同者[2] - 软件使用方式从需要学习操作的工具 转向能够理解需求、主动执行任务的智能系统[2] - 未来的软件竞争 不再只是功能多少与丰富程度 而是智能程度与行业理解深度的比拼[2] - AI正在创造新的软件空间 包括模型训练平台、数据工程、AI安全与评测体系等基础设施需求快速增长[2] - 制造、医疗、金融等行业智能化升级 需要大量“AI+行业知识”的专业系统[2] - 以智能体为代表的AI技术 正在打开新的应用生态空间 这些新领域对软件工程能力提出更高要求 并孕育新的产业机会[2] 软件行业的未来展望 - AI正在终结“旧的软件时代” 软件的形态、开发方式和商业模式正被全面重塑 软件不会消失[3] - 能够将AI能力与行业场景深度融合的企业 将在新一轮产业变革中获得更大空间[3] - 缺乏技术与场景壁垒的传统软件公司 则可能在这场重构中加速淘汰[3] - 软件行业没有走向终结 而是正在迈入一个以智能为核心的新阶段[3]

百度千帆平台最新进展 - 百度千帆平台已累计支持企业构建超130万个Agents [1] - 平台工具日均调用次数达到数千万级 [1] - 平台已支撑智能硬件、制造、交通、能源等主流行业创新 [1] - 平台沉淀出包含获客营销、错题批改等在内的100多个高频场景 [1] - Agent已真正融入企业的生产线，不再是实验性“外挂” [1] 百度千帆开发者生态建设 - 百度智能云正式发起“百度千帆开发者大使计划” [1] - 该计划旨在联合具备实战经验与行业影响力的开发者，以平台为核心在全国开展Agent实训营与开发者活动 [1] - 计划采用“专家手把手带教+场景全流程实战”的模式，加速企业级智能体的批量化落地 [1] - 开发者大使将获得官方身份认证与曝光、全国场地资源开放、Agent培训与专家支持以及平台级开发资源与内测机会等四大核心权益 [1] 行业趋势与公司战略展望 - 2025年行业已完成从验证到落地的范式升级 [2] - 2026年将迎来“Agent原生”的爆发，智能体将成为能进行复杂任务预测与自主规划的“数字员工” [2] - 智能体将真正渗透进企业最核心、最复杂的业务命脉 [2] - 2026年，百度智能云将持续开放领先的Agent Infra能力，与更多企业和开发者深度共创 [2] - 目标是推动智能体技术在千行百业真正落地生根，探索更广阔的商业边界 [2] 百度千帆平台技术能力升级 - 针对企业落地痛点，百度千帆构建了涵盖模型服务、工具服务、Agent开发服务、数据服务以及Agent运行环境在内的企业级Agent Infra [2] - 通过全栈能力的系统性升级，助力企业实现从技术验证到生产场景的无缝跨越 [2] - 全新发布了企业级长记忆能力的MVP版本，支持跨Agent的记忆共享与智能抽取 [2] - 该能力能基于会话自动沉淀用户偏好与事实情景，赋予Agent在时间维度上的“思维延续性” [2] - 该能力旨在让智能体成为“懂业务、懂用户”的数字化资产 [2]

2025年度业绩预告核心观点 - 公司预计2025年度归属于上市公司股东的净利润为正值，但同比将下降50%以上 [1] - 业绩变动主要受公司加大“AI+”战略投入导致期间费用增加，以及加强应收账款管理、信用减值损失降低等综合因素影响 [3] 本期业绩预计情况 - 业绩预告期间为2025年1月1日至2025年12月31日 [1] - 预计的经营业绩为：净利润为正值且属于同向下降50%以上情形 [1] 业绩变动原因说明 - 报告期内，公司整体营业收入与上年同期基本持平，业务保持稳定发展 [3] - 智慧轨道业务在手订单按计划交付验收，推动该板块收入实现增长 [3] - 公司坚持推进“AI+”发展战略，持续加大对人工智能、大模型及智能体技术在教育、轨道等场景的研发投入 [3] - 公司积极扩充营销团队，强化市场推广与渠道建设，以应对AI教育从技术突破迈向规模化商用的关键阶段 [3] - 受上述战略投入影响，销售、研发及管理费用较去年同期合计增加约3,300万元 [3] - 公司加强应收账款管理，回款工作取得显著成效，信用减值损失连续两年降低，对经营质量与净利润水平产生积极影响 [3] 与会计师事务所沟通及审计情况 - 本次业绩预告相关数据是公司财务部门初步测算的结果 [1] - 公司就业绩预告有关事项与年报审计机构进行了初步沟通，不存在重大分歧 [1] - 公司本次业绩预告相关数据未经注册会计师预审计 [2] 未来展望 - 公司将继续聚焦AI技术与行业场景的深度融合，加速推动创新成果的规模化落地 [4]

公司商标申请动态 - 赛力斯集团股份有限公司近日申请注册3枚“艺芯智能体”商标 商标国际分类涵盖科学仪器、运输工具、网站服务 当前商标状态均为等待实质审查 [1] 公司基本信息 - 赛力斯集团股份有限公司成立于2007年5月 法定代表人为张正萍 注册资本约16.3亿人民币 [1] - 公司经营范围包括制造、销售汽车零部件、机动车辆零部件、普通机械、电器机械、电器、电子产品等 [1] - 公司股东包括重庆小康控股有限公司、东风汽车集团有限公司、重庆渝安汽车工业有限公司等 [1]

公司动态 - 中科曙光于1月9日宣布，其曙光云为甘肃省“5G+智慧公路”云平台项目提供的智能体服务被收录于国家工业信息安全发展研究中心发布的《2024—2025年中国智能体应用研究报告》[1] - 该智能体服务支撑了“公路交通建设智能决策”，成为智能体技术在交通基础设施领域深度应用的代表性实践[1] 行业应用 - 智能体技术在交通基础设施领域实现深度应用，具体体现在“5G+智慧公路”云平台项目中[1]

外交与地缘政治 - 韩国总统李在明将于2026年1月4日至7日对中国进行国事访问 此访是其就任后首次访华 也是新年首位来访的外国元首 [1] 教育政策与人才流动 - 2026年内地面向港澳地区研究生招收程序于1月4日启动 考生须在1月4日至11日期间登录指定网站进行报名 报名期间系统24小时开放 [2] - 每位考生只限报读一所招生院校的一个专业 逾期不得补报或修改信息 [2] - 网上确认阶段于1月15日至19日进行 考生须按要求上传个人身份和学历证明 [2] 科技产业与区域发展 - 2026全国智能体开发者大会于1月4日在常州举行 该大会是推动人工智能技术扎根地方、赋能实体的重要举措 [3] - 此次大会是常州立足雄厚产业基础抢抓智能体技术风口的关键一步 [3]