北京
親愛的讀者，受微信推送規則影響，僅“關注”我們很可能無法收到推送。進入長江商學院公眾號主頁，按以下圖示設為星標，就不會錯過每一篇精彩文章啦！
近期，AI Agent工具“小龍蝦”（OpenClaw）突然爆火。
從極客社區到企業圈層，“養龍蝦”迅速成為熱門話題：有人排隊安裝本地版本，有企業嘗試把它接入工作流程，也有人將其視為AI從“聊天”走向“執行”的標志性節點。
但在熱鬧之后，相關的問題和抱怨也接踵而來：實際沒有想象中好用、token消耗過高、安全隱患大等等。甚至繼“500元上門安裝”服務后，市面上又出 “299元遠程卸載”的新服務。
短短一周多的時間，“小龍蝦”似乎就經歷了從爆火到“爆雷”的戲劇性轉折。
但撥開表面的喧囂和熱鬧，其實關于“小龍蝦”的真正價值，仍然存在很多迷惑和誤解。
圍繞這一現象，長江商學院張維寧教授及梅丹青教授，分別從技術邏輯與產業結構兩個維度，給出了截然不同但同樣重要的觀察。也許比“龍蝦當下能做什么”更重要的，是理解三個更底層的判斷。
CKGSB
“小龍蝦”本質是搜索型框架，
當前仍處在極早期階段，
能夠完成的任務非常有限。
張維寧
長江商學院教授
高層管理教育項目學術主任
MBA項目學術主任
“小龍蝦”OpenClaw本質上是一個搜索型框架。它需要較高的系統讀取權限，能夠在電腦中獲取大量本地資源，并接入各種外部賬號或接口。
也正因為這種機制，它在使用時既可能帶來一定的安全風險，同時在執行效率上也存在明顯限制。
從結構上看，它是在傳統搜索框架的基礎上疊加了AI接口，使系統能夠主動搜索相關資源。在獲得權限之后，它可以在本地文檔、知識庫以及外部賬號中檢索數據，再將這些資源組織起來，用于生成內容或執行任務。
它的核心邏輯仍然是“先搜索資源，再進行生成”。當資源被獲取之后，后續的任務編排與生成，其實仍然屬于較為傳統的工作流體系。
因此，這類系統真正的難點在前端的資源搜索環節。一方面，系統需要較高權限才能完成搜索和調用，這本身就帶來一定風險，例如它可能會刪除或修改一些被系統判斷為“無用”的內容。
另一方面，由于它并不具備人類在信息判斷上的直覺能力，在尋找資源時往往需要進行大量循環式操作，不斷重復任務步驟，目前看來，與人類相比，效率并不高。
未來隨著版本迭代，兩三個大版本之后，它可能會變得更加好用。但在當前階段，這一版本能夠完成的任務其實非常有限。
再加上其可調用的API能力與主流大模型相比差距較大，因此整體應用空間仍然比較受限。就我個人判斷，在未來兩到三個大版本更新之前，它應該還不會產生特別顯著的社會價值。
總之，我認為OpenClaw當前的版本還非常早期，仍然有巨大的提升空間。像黃仁勛說的，這有可能是人類歷史上最重要的軟件發布，我同意這一點。但目前這個版本實在太早期，在全民范圍內引起這么大的熱潮讓我非常意外。
“小龍蝦”究竟是工具升級，還是軟件范式的變化？張維寧教授在完整訪談中給出了更細致的拆解。
“龍蝦熱”標志著
AI真正從“問答”走向“執行”，
但需要上門安裝的用戶，
反而并不適合本地部署。
梅丹青
長江商學院金融學助理教授
對于這一輪“養龍蝦”熱潮，我的感受是“夸張”且“存疑”。
首先，需要上門安裝的用戶，恰恰不適合本地部署。若真適合本地部署，企業應具備基礎網絡安全認知、能自主跨過使用障礙；
若依賴他人安裝，說明更應選擇大廠封裝方案——云端部署更安全，有權限管控，能最大程度規避風險。
本地部署“龍蝦”有明確的技術門檻，非技術用戶很容易低估其網絡安全風險，比如默認設置暴露公網、接口權限管控不當等，甚至出現過信用卡盜刷的案例，即便用“新建賬戶隔離”等土辦法，也難以抵擋復雜的網絡攻擊。
龍蝦熱本身確實有其積極意義。它標志著AI從過去的淺層應用，真正走向了“執行可見”的深層變革，這是AI產業的重要質變。
但企業所需要的工程化能力，恰恰是駕馭AI的關鍵。這也是很多企業跟風布局AI，卻頻頻出問題的核心原因。
這波Agent爆發真正的導火索，
是底層大模型進化放緩，這恰恰
是企業落地AI的黃金窗口期。
梅丹青
長江商學院金融學助理教授
本輪智能體爆發恰恰是因為底層大模型進化放緩。
2023-2024年，很多企業做“套殼AI”時，總怕底層大模型快速迭代，吃掉外層定制功能的價值。企業投入精力做的外層適配、定制功能就會失效，所以大家都不敢大膽投入。
當前底層大模型的進化速度較之前明顯放緩，能力趨于穩定，企業不用再擔心“剛落地就被淘汰”，終于可以放心投入“外殼優化”。這也就直接推動了Agent在不同應用場景中的集中爆發。
底層大模型進化放緩，恰恰是企業“把AI做落地”的黃金窗口期。
當企業敢投入上層之后，最直接的沖擊落在了SaaS行業。未來的行業核心趨勢有兩個：
標準化SaaS會逐漸弱化：隨著CodingAgent能力不斷變強，人人都能借助AI做定制化工具，對通用型、標準化SaaS的需求會持續下降，隨之而來的是極度定制化的需求——企業不再需要勉強適應標準化工具，而是可以讓工具適配自身業務。
Agent友好型SaaS會崛起：未來所有工具都需要重構為“人-Agent雙友好”模式，支持AI直接調用接口，讓Token調用更高效。
對SaaS企業而言，要么主動自我進化，要么被市場淘汰。Saas企業有先發的場景與數據優勢，更能適應這種的節奏，完全可以憑借“定制化+工程化”的組合優勢，搶占行業壁壘。
更多關于Agent時代的產業邏輯與企業應對，梅丹青教授在原文中有更完整的分析：
技術浪潮往往伴隨著熱情與誤解。
當“龍蝦熱”逐漸退潮，真正留下來的問題或許并不是AI能不能替代人，而是個體及企業是否具備駕馭AI的能力。
在張維寧教授看來，AI Agent體系本身仍在快速演化，技術能力也遠未到達終點。
在梅丹青教授看來，AI已從過去的淺層應用走向了“執行可見”的深層變革，工程化能力是企業駕馭AI的關鍵。
AI可能會改變軟件世界，但真正決定其價值的，仍然是人類如何使用它。
當AI開始承擔執行角色，人類真正需要做的，或許正是重新定義問題本身。
點擊下方卡片，關注長江商學院
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
