港股AI大模型板块近期剧烈波动 - 板块行情呈现“一日暴涨、一日暴跌”的过山车式剧烈波动 [3] - 2026年3月10日，受“养虾热”催化，MINIMAX-WP与智谱股价大幅走强，市值分别达到3826亿港元和2895亿港元，MINIMAX-WP市值一度超越百度 [3] - 次日（3月11日）板块迅速回调，MINIMAX-WP下跌6.48%，智谱下跌6.09% [3] - MINIMAX-WP单日市值蒸发约247.77亿港元，智谱市值减少约176.11亿港元，两者合计损失接近423亿港元 [8] - 从更长周期看，板块个股普遍高波动，讯策与MINIMAX-WP的月振幅分别高达109.83%和81.07%，智谱与腾讯控股的月振幅也均超过15% [4][8] 板块上涨的核心驱动与潜在风险 - 本轮板块热度及波动的关键催化剂是“OpenClaw”应用引发的“养虾热” [9][14] - 春节后“小龙虾”概念升温，使港股AI大模型板块成为全球资本关注焦点 [9] - 但市场对OpenClaw应用的安全性存在担忧，涉及Token消耗过大、用户隐私及系统安全维护等问题 [9] - 国家互联网应急中心发布安全风险提示，指出该应用因被授予过高系统权限且默认安全配置薄弱，存在被攻击者完全控制用户系统的隐患 [9] - 行业目前处于“狂热期”，未来演进路径取决于应用能否持续创新，以及用户对高成本和隐私安全问题的认知加深程度 [9] AI新贵市值飙升并赶超传统巨头 - 2026年2月1日至3月10日期间，迅策科技股价区间涨幅超190%，MINIMAX-WP与智谱累计涨幅分别达到157%和186% [12] - 截至3月10日收盘，MINIMAX-WP总市值3826亿港元，智谱总市值2895亿港元 [12] - MINIMAX-WP的市值（3826亿港元）已超越百度（3322亿港元）与京东（3458亿港元） [12] - 智谱与MINIMAX-WP的市销率分别高达857倍和622倍，远高于腾讯控股（7.07倍）、阿里巴巴-W（2.36倍）和百度-SW（2.32倍）等传统互联网巨头 [13] 高估值下的业绩成色与商业模式挑战 - 智谱2022年至2024年收入从5740.9万元人民币飙升至3.12亿元人民币，2025年上半年收入1.91亿元人民币，同比增长超300% [16] - MiniMax营收从2023年的346万美元激增至7904万美元 [16] - 但两家公司均未摆脱亏损：智谱2022年至2024年净亏损分别为1.43亿元、7.88亿元、29.56亿元人民币，2025年上半年净亏损已达23.51亿元人民币，累计亏损超60亿元人民币 [16] - MiniMax同期亏损持续扩大，2022年至2025年分别亏损7373万美元、2.69亿美元、4.65亿美元、18.72亿美元 [16] - 智谱收入高度依赖“项目制”的私有化部署，2022年该业务占比95.5%，2025年上半年虽降至69.4%，但仍占主导 [17] - 客户集中度较高，2022年至2024年，来自五大客户的收入分别占总收入的55.4%、61.5%、45.5% [17] - 面临研发与市场推广成本高企、云资源受大厂低价策略挤压等竞争压力 [17] 行业参与主体与未来展望 - 业内观点认为，深度参与本轮热潮的群体主要是希望借助AI掘金的个人创业者，以及计划通过AI推动业务转型升级的企业 [10] - 多家企业已积极行动：腾讯开展“小龙虾”免费安装活动；百度智能云举办OpenClaw开发者活动；盛业推出“免费安装小龙虾”活动 [10] - 截至3月11日，智谱、MiniMax、腾讯、阿里巴巴、百度均已围绕OpenClaw推出产品或服务 [14] - 智谱发布国内首个一键安装的本地版OpenClaw工具“AutoClaw（澳龙）”；MiniMax推出基于OpenClaw框架的云端AI智能体“MaxClaw” [14] - 机构对独立AI模型公司的后续盈利能力多持观望态度，认为生成式AI的持久利润池可能高度集中于大型互联网平台 [18] - 独立模型公司的机会在于提供“结构性中立”的选择，助力客户应用而非与客户竞争 [18] - OpenClaw类应用广泛落地仍面临技术瓶颈，存在系统权限过大、端口暴露及技能模块后门等安全隐患，短期内难以完全规避 [18]

公司产品发布与市场反应 - 智谱于3月10日宣布加入“龙虾局”，正式上线国内首个“一键安装”本地版OpenClaw——AutoClaw（澳龙）[3] - 产品预置50+ Skills，并支持一键接入飞书等即时通讯工具[3] - 消息发布后，公司港股股价开盘涨超13%，随后回落至上涨9%[3] 行业竞争格局与产品模式 - 目前国内加入“龙虾局”的厂商包括Kimi的KimiClaw、MiniMax的MaxClaw、阿里云的CoPaw、火山引擎的ArkClaw、腾讯的WorkBuddy等[5] - AutoClaw初期提供一定免费额度，无需提前支付云端“养虾”方案的月租，支持任意模型的Coding Plan或API，推荐使用DeepSeek、Kimi、MiniMax、GLM等模型，后期计划通过积分方式收费[5] 产品开发背景与核心理念 - 智谱团队在2024年1月看到OpenClaw开源方案并体验后，基于同事与朋友的积极反馈，决定及时跟进与完善[5] - OpenClaw热度自2024年1月从硅谷传至国内，3月达到高峰，智谱团队为此加速了研发[5] - 团队认为OpenClaw的独特性在于其交互形态具备主动性，通过即时通讯软件连接，更像伙伴或数字员工，符合日常协作办公场景[5] - 产品引入了定时巡检功能，使AI能够主动根据用户意图发布消息、汇报进展，而不仅在被提问时工作[6] - AutoClaw的记忆机制通过长短期记忆组合实现了较大进步，使其能从单个任务执行者进化为个性化助手[6] - 团队认为，尽管OpenClaw在技术上未有本质提升，但通过优秀的产品设计与交互形态，为用户提供了颠覆式体验[6] 技术部署策略与行业展望 - 智谱的AutoGLM曾经历从本地到上云的转变，但此次AutoClaw选择直接推出本地版本[6] - 公司认为上云与本地化部署各有优劣，最理想的方式是端云协同，这需要未来模型厂商、硬件厂商与云厂商的共同努力[6] - 对于行业内“养虾”平台未来是否会统一为端云协同方案，公司认为这主要取决于厂商自身对用户群体的判断[7] 产品安全与使用门槛 - 针对安全问题，AutoClaw在安装方案上做了预处理，规避了公网暴露、端口暴露等问题，并对工作目录进行了规定，对重要操作有提醒与限制[7] - 由于OpenClaw本身是开源框架，拥有灵活的第三方Skills与插件生态，其部署和使用过程对非技术人员并不友好，用户需要提高自身能力与认知[7]

产品发布与核心定位 - 智谱公司最新推出了名为AutoClaw（艺名“澳龙”）的电脑端应用，旨在解决OpenClaw（龙虾）部署难的问题 [5] - 该产品的核心叙事是“史诗级降低门槛”，用户无需租用云电脑、配置环境，只需从官网下载安装，1分钟即可完成部署并使用 [29][30] - 产品定位为将AI Agent技术从极客圈的硬核代码，转变为大众触手可及的超级助理，是今年最平民、最实用的一次技术进步 [38] 核心功能与特性 - 应用支持一键接入飞书等IM工具，接入后用户可在飞书聊天或群聊中直接@澳龙处理任务，无需打开复杂后台 [14][21][37] - 产品预置了超过50个预设Skills（技能），组成龙虾战队，覆盖各种自动化场景，开箱即用 [8][35] - 支持切换多种大模型，包括GLM-5、DeepSeek、Kimi等，并预装了智谱专为OpenClaw场景设计的新模型Pony-Alpha-2 [6][7][33] 技术优势与性能 - 底层接入了智谱自研的AutoGLM-Browser-Agent能力，能稳定完成多步骤、跨页面的复杂浏览器任务流程，超越了原生OpenClaw简单的点击操作能力 [33][34] - 专为Agent任务设计的Pony-Alpha-2模型，相比通用大模型，在处理多步任务时速度更快、更稳定，专门治理任务中途崩溃和幻觉问题 [33] - 结合节前Pony模型的亮眼表现曾带动智谱股价暴涨，市场对Pony-Alpha-2模型的正式发布抱有较高期待 [7] 用户体验与实测案例 - 安装过程极其简便，以MacOS为例，下载安装包后按常规软件安装方式即可，从安装到使用仅需1分钟 [5][10][11] - 实测案例1：可下达指令让澳龙实时跟进B站、抖音、小红书、GitHub、X、Google、百度、知乎等平台，并每隔1小时自动总结与特定主题相关的最新资讯 [2][4] - 实测案例2：可设定定时任务，例如每晚9点10分自动抓取新能源行业最新资讯并推送到飞书聊天界面 [19][21] - 实测案例3：可全权委托澳龙同步发布内容至小红书、X等社交平台 [22] - 实测案例4：可指令澳龙基于GitHub上的开源项目“Star-Office-UI”来制作一个像素办公室 [23][24] 行业意义与市场影响 - 从Chat到Agent，代表了AI交互范式的一次巨大跃迁，澳龙的发布意味着OpenClaw能力的普及化 [25][28] - 在澳龙发布前，部署OpenClaw需要懂Python、配置环境、搞定API Key甚至租用昂贵云电脑，高门槛使得99%的普通用户被劝退，甚至在二手平台催生了“500块钱上门代装龙虾”的生意 [26][27] - 智谱通过澳龙将OpenClaw的权力下放，让普通人拿到了通往Agent时代的车票 [28][30] - Agent时代的硬道理不仅是易于安装，更需要好用且稳定，不能在执行中“降智” [32]