文章核心观点 - OpenClaw在不到一百天内登顶GitHub榜首，成为史上最快开源项目，其爆火标志着AI产业正处在一个关键转折点：AI的价值结构正从比拼模型能力转向比拼任务完成能力，AI正从“智能工具”进化为“数字劳动力”，这将深刻改变软件行业乃至整个社会的生产力结构 [1][3][4][5] AI产业价值结构的转变 - 行业竞争核心正从模型能力（如推理、上下文长度、基准测试）转向如何让模型真正完成任务，AI从“智能助手”变为“任务执行系统” [3] - 软件行业的价值逻辑随之改变：用户购买的是“任务完成能力”，软件的核心竞争力是工作流自动化与执行效率 [3] - 2026年研究OpenClaw，实质是在观察AI从“智能工具”进化为“数字劳动力”这一更大的产业变化 [4] OpenClaw爆火的原因与意义 - 从技术角度看，OpenClaw并非最复杂前沿的项目，其底层能力在过去一年已陆续出现 [32][33] - 其爆火的关键在于首次让AI应用找到了真正的“入口级产品”，将Agent深度嵌入用户已高度依赖的工作入口（如IM工具、开发环境），使AI成为工作流的一部分，而不再是一个需要单独打开的软件 [34][37] - 这揭示了AI应用正从“功能型产品”走向“入口型产品”，一旦AI成为新入口，围绕其建立的生态系统将迅速扩张 [35][36][38] - OpenClaw的传播路径完全依赖开发者社区（如GitHub、技术论坛），而非传统市场推广，显示开源正重新成为AI生态的重要力量，开发者是AI扩散最快的群体 [53][55] Agent（智能体）带来的新范式与特征 - Agent系统带来不仅是效率提升，还有认知带宽的提升 [8] - 在Agent系统中，“涌现大于设计”，当AI被赋予更多工具和执行权限后，会逐渐形成比开发者最初设计更优的工作流，过于精密的设计反而可能限制能力发挥 [9][10][11] - Agent时代的软件本质是“任务系统”，而非过去的“功能系统”，软件核心逻辑从“功能菜单”变成“任务执行”，用户只需描述目标 [14] - 未来的软件可能不是固定形态的产品，而是一套不断生长、持续进化的技能库或技能生态 [15][16] - Agent系统更像一门名为“Agent Engineering”的新交叉学科或新工程学，而非传统产品，涉及设计记忆系统、管理长上下文、调度工具调用等新问题 [25] 当前Agent生态面临的基础设施空白与创业机会 - 当越来越多任务由Agent执行时，新的基础设施需求出现，如Agent如何支付、搜索、管理工具、共享技能，这些可能成为整个生态的关键组件 [17] - 具体空白包括：1) Agent如何访问“人”，现有人员数据产品为人类界面设计，缺乏Agent所需的结构化信号（如关注点、最佳触达路径）；2) Agent如何访问其他“Agent”，目前不存在让Agent被搜索、评估、可信调用的机制；3) Agent如何自主完成支付，其缺乏被金融基础设施认可的主体资格 [18][19] - 这些基础设施的缺位，限制了Agent自主性的天花板，而非模型能力 [19] - OpenClaw被视为类似Linux级别的基础设施产品，创业者应思考在此新平台上进行创新 [20] - 未来硬件（如AI NAS或Agent Computer）设计逻辑可能转向“人类不友好但AI友好”，干掉沉重的UI负荷，实现数据层面的直接交互 [22] - 未来产品除了服务于人，需更关注如何让Agent更好地发现和了解自己，甚至创造专属于Agent的服务 [23] 多Agent协作与Agent经济的演进 - 2026年可能是从单Agent到多Agent协作的拐点年，Agent开始以“组织”形式协作，这将是比单Agent更大的一次跃迁 [26] - 多Agent协作的关键问题是，目前授权是人→Agent的单向授权，缺乏Agent→Agent间的信任与授权机制，这成为必须解决的基础设施问题 [26] - Agent经济需要设计商业模式，将Agent视为“理性经济人个体”，明确其责权利和激励函数设计，缺乏Token经济模型和激励机制可能导致Agent经济体流动性坍缩 [27] - 未来最有价值的可能不是更多工具，而是让Agent彼此学习、共享带上下文的Best Practice和工作方法的网络 [24] AI创业者的兴奋点与焦虑 - **兴奋点01**：Agent正从Demo走向真正的生产系统，能够稳定运行复杂任务，标志着AI从“回答问题”走向“完成任务”，开始真正接管一部分生产力 [43][44] - **兴奋点02**：“AI Native Software”成为新软件范式，软件结构从“UI—功能—数据库”变为“任务—Agent—工具—结果” [44][45] - **兴奋点03**：新的AI应用创业窗口正在打开，利用Agent框架开发复杂产品的门槛降低，出现“AI版Zapier/Excel/CRM”等新形态产品 [47] - **兴奋点04**：新的平台层可能正在诞生，OpenClaw这类产品在构建Agent时代的基础设施层（如Agent Runtime、Tool Ecosystem），未来AI应用可能建立在一套统一的Agent平台之上 [48][49][50][51] - **兴奋点05**：开源重新成为重要力量，基础能力通过开源框架快速扩散，降低了AI创业的技术门槛 [56][57] - **焦虑01**：Agent的护城河问题，框架易被复制或整合，创业公司需思考在能力标准化后的核心壁垒（数据、分发、工作流或生态） [58] - **焦虑02**：模型厂商是否会吃掉应用层，平台方（如OpenAI、Google）将能力做进系统级入口可能压缩应用层空间，应用公司可能沦为“插件” [58][59] - **焦虑03**：基础设施瓶颈，包括GPU需求、推理延迟、吞吐限制和成本结构，可能成为增长的硬约束 [59] - **焦虑04**：AI创业窗口期极短，产品同质化速度极快，领先优势可能只有几周到几个月，战略节奏需按季度甚至按月推进 [60][61][62] - **焦虑05**：新一轮AI创业融资周期可能正在启动，Agent成为真实需求会吸引资本重新配置，OpenClaw被视为一个产业周期的信号 [63][64][65] 生产力与组织形态的变革 - AI的普及将带来新的组织形态，如同蒸汽机带来工厂制度 [30] - 当Agent能力不断涌现，创业呈现出更小团队、更快迭代、更高密度个人生产力的新状态 [29] - OpenClaw揭示的变化是，AI的竞争可能不再只是模型的竞争，而是生产力结构的竞争 [31]

港股AI大模型板块市场表现 - 2月20日港股春节后首个交易日，AI大模型板块延续节前强势，智谱与MINIMAX-WP盘中市值双双突破3000亿港元，两家公司合计市值超过5800亿港元，已接连超越携程、快手和京东等知名科技企业 [1] - 智谱与MiniMax于今年1月8日和9日相继登陆港交所，累计募资近百亿港元，发行价分别为每股116.20港元和165港元，上市至今均录得数倍涨幅 [3] - 作为港股为数不多的纯大模型标的，两家公司在春节前已因密集的模型发布而获得资金追捧 [3] 公司近期业务与产品动态 - 智谱于2月12日正式开源新一代旗舰模型GLM-5，同日宣布上调GLM Coding Plan订阅价格，整体涨幅自30%起 [3] - MiniMax于2月12日同步推出新一代模型M2.5，主打编程与智能体场景 [3] 一级市场融资与估值动态 - 月之暗面旗下Kimi在完成上一轮5亿美元融资仅一个多月后，新一轮超7亿美元的融资即将完成交割，由阿里、腾讯、五源、九安等老股东联合领投，最新估值突破100亿美元，总额超12亿美元的连续两轮融资是近一年来大模型行业的最高融资金额 [3] - 海外头部公司估值快速攀升，Anthropic近日完成300亿美元融资，投后估值达3800亿美元 [3] - OpenAI也接近完成新一轮融资的第一阶段，该轮融资预计将筹集超过1000亿美元，公司整体估值可能超过8500亿美元 [3] 券商研究观点 - 国联民生证券指出，近期国内外多个大模型发布新功能或进行生态整合，有望引领新一轮大模型创新潮，随着Agent时代的到来，互联网价值链的重构已经开始，正从传统注重流量规模的逻辑转向关注行为执行、能力调用、治理可控和结果付费的商业模式 [4] - 开源证券表示，AI应用端正从技术陪跑者跃升为新一轮科技叙事的核心主角，其商业化进程加速、用户行为重构与盈利模式清晰化，或标志着AI投资主线已从“算力基建”全面转向“场景兑现” [4]

产品发布与核心定位 - 字节跳动于2026年2月14日正式发布豆包大模型2.0，标志着其大模型产品进入新阶段 [1][2][4][6][7][9] - 豆包大模型2.0系列旨在适应“Agent时代”需求，通过系统性优化以更好地在真实世界中完成复杂任务 [4][9] 产品矩阵与功能特性 - 豆包2.0系列包含Pro、Lite、Mini三款通用Agent模型和一个专为编程打造的Code模型，旨在灵活适配各类业务场景 [1][6] - 豆包2.0 Pro面向深度推理与长链路任务执行场景，全面对标GPT 5.2与Gemini 3 Pro [1][6] - 豆包2.0 Lite在性能与成本间取得平衡，其综合能力超越上一代主力模型豆包1.8 [1][6] - 豆包2.0 Mini面向低时延、高并发与成本敏感场景 [1][6] - 豆包2.0 Code版专为编程场景打造，与字节跳动的AI编程产品TRAE结合使用效果更佳 [1][6] - 该系列模型围绕大规模生产环境需求优化，依托高效推理、多模态理解与复杂指令执行能力 [4][9] 市场与应用部署 - 豆包2.0 Pro已面向普通用户上线，用户可通过豆包App、电脑端和网页版选择“专家”模式进行对话体验 [1][6] - 豆包2.0 Code已接入公司的AI编程产品TRAE [1][6] - 面向企业和开发者，字节跳动通过火山引擎平台上线了豆包2.0系列模型的API服务 [1][6]

行业竞争态势 - 中国大模型行业正迎来史上最密集的旗舰模型发布潮，发布窗口从季度级压缩至以天为单位 [1] - 行业竞争焦点已从单一模型的技术秀场，转向谁能最快将技术能力转化为规模化消费产品的赛跑 [1] - 随着Agent时代到来，互联网价值链正从传统注重流量规模的逻辑转向关注行为执行、能力调用、治理可控和结果付费的商业模式 [7] - 元宝、豆包、千问等应用已启动春节红包营销，在用户侧打响流量争夺战 [1] 智谱公司动态 - 2月11日，智谱上线并开源新一代旗舰模型GLM-5，主攻编程与智能体能力 [2] - GLM-5在Coding与Agent能力上取得开源SOTA表现，在真实编程场景的使用体感逼近Claude Opus 4.5 [2] - 此前在OpenRouter上爆火的匿名模型Pony Alpha，正是GLM-5 [2] - GLM-5已完成与华为昇腾、摩尔线程等7家主流国产芯片平台的深度推理适配与算子级优化 [2] - 截至2月12日收盘，智谱股价上涨28.68%，市值达1792.29亿港元 [3] MiniMax公司动态 - 2月12日，MiniMax上线最新旗舰编程模型MiniMax M2.5，是全球首个为Agent场景原生设计的生产级模型 [3] - MiniMax M2.5编程与智能体性能比肩国际顶尖模型，直接对标Claude Opus4.6，在Excel高阶处理、深度调研、PPT等Office核心生产力场景中均处于SOTA地位 [3] - 该模型激活参数量仅10B，支持100TPS吞吐量，推理速度已超过国际顶尖模型 [3] - 截至2月12日收盘，MiniMax股价上涨14.62%，市值达1844.18亿港元 [3] 其他厂商模型发布 - 1月26日，阿里巴巴发布千问旗舰推理模型Qwen3-Max-Thinking，总参数量超万亿，在事实知识、复杂推理、指令遵循等方面实现显著提升 [5] - 2月10日，阿里巴巴发布新一代图像生成及编辑模型Qwen-Image-2.0，支持1K token的超长文字输入和2K高分辨率 [5] - 1月27日，月之暗面发布并开源Kimi K2.5模型，同时支持视觉与文本输入、思考与非思考模式，并首次引入“Agent集群”能力 [6] - 2月11日，DeepSeek对其旗舰模型进行灰度测试，模型上下文窗口从128K Tokens大幅提升至1M Tokens，实现近8倍的容量增长 [6] - 2月12日，字节跳动正式发布Seedance2.0视频模型，支持原声音画同步、多镜头长叙事、多模态可控生成 [6] 机构观点与行业趋势 - 摩根大通认为中国AI行业正迈向以商业化执行力、模型创新及全球拓展能力定义成功的新时期 [4] - 摩根大通将智谱及MiniMax视为捕捉下一波全球人工智能价值创造的首选标的，并均给予“增持”评级 [4] - 行业技术迭代焦点正从参数规模比拼转向实用能力升级 [5] - 大模型正在跨越从“对话”到“工程”的边界，行业看到了多个Agent并行协作、从零构建编译器级别复杂系统的可能性 [3]

公司核心动态 - 2月12日，智谱AI股价盘中一度涨超40%，截至当日13时36分，股价报417港元/股，涨幅超30%，总市值突破1700亿港元 [1] - 公司同步发布两项重大决策：对GLM Coding Plan套餐价格进行结构性调整，整体涨幅自30%起；以及新一代旗舰模型GLM-5正式开源并上线 [1] - 涨价源于市场需求持续强劲增长，用户规模与调用量快速提升，公司为保障服务稳定性与质量加大了算力与模型优化投入 [1] - 价格调整方案取消首购优惠但保留按季按年订阅优惠，已订阅用户价格保持不变，新价格自发布当日生效 [1] 行业竞争态势 - 国产大模型行业迎来密集发布与资源投入高峰，一场围绕用户心智与AI入口的争夺战全面打响 [1] - 阶跃星辰Step3.5Flash、阿里Qwen3-Coder-Next、MiniMax-M2.5等多款模型集中亮相，行业技术方向聚焦推理效率、长上下文、多模态融合与低成本部署 [2] - DeepSeek、阿里、Kimi等厂商通过架构优化与精度升级，将模型单次调用成本从“元”级降至“分、厘”级 [2] - 腾讯、阿里、百度、字节跳动四大互联网巨头累计投入超45亿元现金与资源抢占春节流量窗口，具体包括腾讯10亿元现金红包、阿里30亿元“春节请客计划”、百度5亿元代金券以及字节作为央视春晚独家AI云合作伙伴投入的超10亿元资源 [2] - 互联网巨头的补贴逻辑在于通过流量换取生态变现，而智谱作为技术提供商主要依赖API调用与企业服务收费 [2] 技术实力与产品 - 智谱新一代旗舰模型GLM-5（即此前在OpenRouter登顶热度榜首的“PonyAlpha”）在全球权威评测机构Artificial Analysis的榜单中位居全球第四、开源第一 [3] - GLM-5在SWE-bench-Verified和TerminalBench2.0两项编程能力基准测试中分别获得77.8和56.2的开源模型最高分，性能超过谷歌Gemini 3 Pro，在真实编程场景的开发者体感中表现已逼近顶级闭源模型Claude Opus 4.5 [3] - 技术架构上，GLM-5重点强化编程与Agent能力，将预训练数据从23T提升至28.5T，构建全新的“Slime”框架支持更大模型规模及更复杂的强化学习任务，提出异步智能体强化学习算法，并首次集成DeepSeekSparseAttention（稀疏注意力机制）以在维持长文本效果的同时大幅降低部署成本 [3] - GLM-5已完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等主流国产芯片平台的深度推理适配与算子级优化，能够在国产算力集群上实现高吞吐、低延迟的稳定运行 [4] 行业趋势与商业模式 - 国内外大模型密集更新有望引领新一轮创新潮，Agent时代正重构互联网价值链 [4] - 行业逻辑正从传统流量规模转向行为执行、能力调用、治理可控与结果付费的新型商业模式 [4] - 在此新体系下，云平台、算力服务、安全治理工具与执行付费机制将成为核心利润来源 [4] - 中国市场的闭环生态与行业方案模式将深刻影响未来行业格局 [4]

科创人工智能ETF华夏(589010)市场表现 - 截至今日10:50，该ETF最新价报1.594元，较开盘价上涨1.271% [1] - 开盘冲高后小幅回落、震荡整理，成交额达5252万元，换手率1.98%，资金交投节奏平稳，成交活跃度维持适中水平 [1] - 其跟踪的30只成分股中19只个股上涨，优刻得20%涨停领涨，晶晨股份涨超12%，思看科技跌超5%跌幅居前 [1] ETF产品特征与定位 - 该ETF紧密跟踪上证科创板人工智能指数，覆盖全产业链优质企业 [2] - 产品兼具高研发投入与政策红利支持，20%涨跌幅与中小盘弹性有助于捕捉AI产业“奇点时刻” [2] 人工智能行业动态与催化剂 - DeepSeek发布新模型并开启灰度测试，上下文能力从128K Token提升至1M Token，知识库截止日期更新至2025年5月 [1] - 此次更新实现了上下文容量、知识、能力的提升以及交互体验的优化，该新模型或为DeepSeek-V4 [1] - 近期国内外多个大模型发布新功能或进行生态整合，有望引领新一轮大模型创新潮 [1] 行业趋势与商业模式演变 - 随着Agent时代的到来，互联网价值链的重构已经开始 [1] - 行业正从传统注重流量规模的逻辑转向关注行为执行、能力调用、治理可控和结果付费的商业模式 [1]

市场表现 - 国产大模型概念股延续强势，智谱股价上涨6.21%至294港元，MINIMAX-WP股价上涨6.6%至549港元 [1] 行业动态与催化剂 - 全球模型服务平台OpenRouter上线代号为“Pony Alpha”的匿名模型，因其强大的编码能力、超长上下文窗口及针对智能体工作流的深度优化引发关注 [1] - 该模型被广泛猜测为智谱即将发布的GLM-5的预演版本 [1] - 智谱首席科学家唐杰在1月8日公司上市首日透露即将推出GLM-5，并于2月2日发微博明确表示最近将发布该模型 [1] 机构观点与投资逻辑 - 国联民生证券认为，在Agent时代大模型正从“聊天工具”进化为“自主员工” [1] - 掌握核心算法与行业接口的大模型厂商有望深度受益于万物智能化的红利 [1] - 建议关注已于今年初成功上市的“大模型双子星” MiniMax-WP和智谱，认为其作为原生Agent生态的“大脑”具有极高的稀缺性 [1]

市场表现 - 国产大模型概念股延续强势，智谱股价上涨6.21%至294港元，MINIMAX-WP股价上涨6.6%至549港元 [1] 行业动态与催化剂 - 全球模型服务平台OpenRouter上线代号为“Pony Alpha”的匿名模型，因其强大的编码能力、超长上下文窗口及针对智能体工作流的深度优化引发关注 [1] - 该模型被广泛猜测为智谱即将发布的GLM-5的预演版本 [1] - 智谱首席科学家唐杰在1月8日公司上市首日透露将推出新一代模型GLM-5，并于2月2日发微博明确表示即将发布 [1] 机构观点与投资逻辑 - 国联民生证券发布研报称，在Agent时代大模型正从“聊天工具”进化为“自主员工” [1] - 掌握核心算法与行业接口的大模型厂商有望深度受益于万物智能化的红利 [1] - 建议关注已于今年初成功上市的“大模型双子星”MiniMax-WP和智谱，认为其作为原生Agent生态的“大脑”具有极高的稀缺性 [1]

文章核心观点 - 互联网时代的核心商业逻辑和认知框架（如DAU、网络效应、注意力经济、SaaS、应用、出海）已经过时，其前提“人是软件的用户”正在被“Agent是软件的新主人”所取代 [9][10][11] - AI时代的新范式建立在以Agent为中心、以算力和Token消耗为核心资源、以生产力经济为导向的基础之上 [45][49][76][77] - 行业需要彻底转变思维，从服务人类转向服务Agent，从追求用户规模和停留时长转向追求结果交付效率和算力特权 [34][38][50] 一、互联网已死（六张过时的旧地图） - **DAU过时**：互联网时代的网络效应和边际成本递减逻辑在AI时代不成立，AI产品每多服务一个用户就多一份推理成本，DAU从资产变为负债 [15][18][20] - **工具到平台的路径堵死**：AI工具本身足够强大，无需社区补充，社区“人帮人”的价值基础坍塌，只有大模型公司作为算力基座拥有者才能成为平台 [24] - **SaaS的主人更换**：SaaS商业模式从围绕“人怎么用软件”转向服务AI Agent，软件公司将成为面向Agent（2A）的基础设施，人类需求是结果而非软件操作 [25][27][28][30] - **“AI应用”概念错误**：“应用”一词暗示使用者是人，会限制思维停留在面向人的产品设计（如界面、交互、留存），应转向服务Agent [32][33] - **注意力经济已死**：旧经济是零和博弈的注意力经济，抢夺用户时间卖给广告商；新经济是创造价值的生产力经济/劳动力经济，追求以更少时间交付更好结果 [35][36][37][38] - **“出海”概念过时**：出海思维是面向不同地理区域的人类市场，而服务Agent则无此界限，只需做好API、文档和协议对接，即可被全球Agent调用 [40][41][42] 二、Agent永生（新世界的四块基石） - **Token是新时代的特权**：顶级模型定价未降反升（如Opus 4.6模型，200k上下文内输入$5、输出$25每百万Token），使用方式按钱分级（如Claude的Fast模式速度提升2.5倍，Token费用达5倍），算力马太效应加剧，拥有更多算力即拥有更多权力 [46][47][48][49][50] - **燃烧Token的速度决定进化速度**：使用顶级模型是对判断力和时间的投资，使用不同质量模型的用户认知差距将巨大（如“用顶级模型和用垃圾模型的人，一年之后的认知差是一百倍”），AI Coding、AI Agent、AI Video是当前燃烧Token最快的产品方向 [52][54][57][58][59] - **Agent是新世界的人口红利**：Agent数量爆炸式增长（一个人可能拥有10个、100个Agent），其对外部接口的调用量将远超人类点击次数，服务Agent的关键是早发布、文档清晰、结果稳定准确，让Agent先发现再依赖 [60][61][62][63][64] - **新世界中人的定位**：当Agent接管大部分劳动，人类进入“愿力时代”，价值在于决定干什么和为什么干（拥有欲望、情感、想象），未来人与人的差距取决于能驱动多少Agent工作 [67][69][70][72]

事件概述 - 截至2026年2月2日，开源技术项目Clawdbot在GitHub上的星标数量已超过13万个，官网累计访问量突破200万人次，成为近期增长最快的开源技术项目之一 [1] - AI-only社区如Moltbook在极短时间内聚集了百万个代理账号规模，这类交互对应更高的API请求密度与触发频率 [1] - 在Clawdbot创始人Peter Steinberger的推荐下，国内AI独角兽MiniMax旗下擅长长文本与逻辑推理的M2.1模型受到关注 [1] Agent时代大模型价值演进 - 大模型正从“聊天工具”进化为“自主员工”，掌握核心算法与行业接口的大模型厂商有望深度受益于万物智能化红利 [1] - 在Agent时代，“谁能以更低成本把强能力变成高频可用的生产力”比“谁更聪明”更重要 [5] - 建议关注已于今年初成功上市的“大模型双子星”MiniMax-WP(00100)和智谱(02513)，作为原生Agent生态的“大脑”，公司具有极高的稀缺性 [1] Agent范式对模型成本与能力提出新要求 - 在工作流范式下，一个任务横跨计划、检索、工具调用、校验纠错及外部系统写入等多个阶段，导致模型调用频率、上下文长度及中间信息复杂程度倍增 [2] - 多步推理与多轮工具调用带来“多回合上下文”，同时重试与自纠错会产生额外无效token，面向复杂任务的agent服务可能会消耗数十倍于基础聊天的token [2] - “模型的单位成本×单位产出”成为Agent类产品能否规模化落地的“生死线”，因为多轮推理与工具协同会将成本线性放大 [2] MiniMax M2.1模型的核心优势 - **兼具效率与成本**：M2.1模型定价体系约为Claude Sonnet的8%，旨在解决自动化编程中高昂token成本的痛点 [3] - **长文本能力强**：M2.1的长文本能力使其更适合完成“持续记忆”，能读更长的文档、容纳更多中间结果，减少因截断导致的逻辑断裂 [4] - **推理与编程能力**：在Clawdbot这类强调自动化执行与纠错闭环的产品中，M2.1在推理与编程能力上“够用且性价比极高”，成为适合被高频调用放入生产系统的选择 [5] - **计费模式创新**：Coding Plan引入“每5小时重置额度”的高频刷新机制，打破了行业通用的按天或按月限额模式，释放了高频重度开发场景下的生产力 [3] - **订阅制模式**：不同于底层大模型厂商通用的token按量计费逻辑，公司转而采用分层月度订阅制 [3] 多模态与“视觉执行”成为关键能力 - Agent进入办公与生产场景后，输入大量来自截图、PDF、表格、图表、界面元素等视觉信息 [6] - MiniMax的多模态能力能辅助Agent更好地理解界面、提取关键信息、输出可执行的步骤/代码，再用截图回读做校验纠错 [7] - 这使得Clawdbot可以实现“视觉驱动的自动化”，例如识别表格字段后自动填表、读报错截图后定位原因并改脚本、从图表中抽数并写入报告、对比前后截图确认任务是否完成等 [7] - 多模态能力有助于更好地完成服务闭环、减少人工转述、快速纠错，达到更强的可交付性 [7]