龍蝦養不動了？周鴻祎給蝦搭了個云端辦公室，專業私教在線煉蝦

henry 發自 凹非寺
量子位 | 公眾號 QbitAI

2026年的Agent賽道，畫風真有點反差。

一邊是開發者圈集體上頭。

蝦（OpenClaw）、馬（HERMES）、人（OpenHuman）……各路Harness框架狂卷迭代，熱得發燙。

另一邊，用戶這頭卻在光速降溫。養蝦的FOMO情緒說散就散，棄養潮也是說來就來。

眼瞅著Agent框架是越來越多，還在持續養蝦的人，卻越來越少。

這倆月，很多人的心態也從第一次成功裝龍蝦的興奮，慢慢變成配環境、調skill、掛電腦、燒Token、修workflow、不斷返工的頭疼。

可以說，蝦是好蝦，就是真滴難養。

而自3月份親自幫大伙兒裝蝦以來，周鴻祎在360最新的直播里也直言不諱地表示，現在龍蝦退熱，最大的問題就仨：

太難、太貴、還不安全。

對此，360給出的新動作，是全新的安全龍蝦云端版，順手再給龍蝦配個“私教”——

龍蝦教練

幾言以蔽之，云端版相當于直接給龍蝦配了一整套“云端辦公室”：云主機、云盤、云瀏覽器……

你在手機上給龍蝦下一句指令，它自己就在云上跑任務。不用單獨買Mac掛機，關機斷網也不停。

龍蝦教練則開始接管過去最勸退普通用戶的那部分工作，根據任務類型，從0到1幫你訓蝦、調度Agent、改進workflow。

某種程度上，360現在做的，其實已經不只是“再做一個Agent”，而是在給Agent補基礎設施。

畢竟，龍蝦卷到今天，大家慢慢開始發現：限制Agent普及的，已經不是模型能力，而是Agent根本沒真正“活”起來。

為什么還得是龍蝦

在聊360這次新龍蝦怎么用之前，有一個誰都沒法回避的問題：

2026年過去快一半了，人們到底還需不需要一只龍蝦？
尤其是在經歷了這一輪“養蝦熱”退潮之后。

前段時間跟一個做設計公司的朋友聊到這個事兒，他提了一個挺有意思的點：龍蝦用的好的話，能頂一個團隊。

我們來看看他是怎么用的。

他公司不大，平時什么都得自己盯。

白天見客戶、趕設計稿，晚上回家繼續回消息、看反饋、整理方案。對于他這種有十幾年設計經驗的人來說，最煩的不是客戶的方案難做，而是瑣事一直不斷。

郵箱、微信群、客戶反饋、競品動態……每一件都不復雜，但加起來特別耗人。

后來他也“跟風”拿龍蝦試了一下。

現在每天早上起來，客戶的反饋已經自動分好優先級，總結成一個文檔，也不用來回在聊天框里切，甚至還能看摘要知道客戶的偏好和習慣。

他說，最明顯的變化其實不是效率提升，而是腦子終于沒那么碎了。

消耗的Token從他的腦子轉移到了龍蝦的腦子里。

還有個做市場的朋友也差不多。

以前寫競品分析，經常兩三天都泡在搜資料里。現在他直接讓龍蝦每天掛著監控行業信息流，自動整理新品、融資、反饋和數據變化。

等他真正開始自己動手的時候，就已經是“判斷”和“決策”階段了。

這其實也是為什么，今年大家突然開始認真養蝦，搞Agent了。

這種現象其實挺普遍的，是因為很多人后來發現：

自己缺的可能不是一個更聰明的聊天機器人。而是一個能長期替你盯活、跑任務、自己調用工具的“AI員工”。

你去睡覺，它還在干活。你去開會，它還在后臺跑。這才是Agent和聊天框最大的區別。

但問題也很明顯。

現在大多數龍蝦，其實還是太像“極客玩具”。會的人覺得特別爽，不會的人卡在第一步。

這也是3月份興起的全民龍蝦熱現在開始退潮的原因。

一方面，普通用戶沒法從過往操作記錄里沉淀出SOP，不太會寫提示詞；另一方面，龍蝦Token燒得太快，甚至可能還有在真實環境部署的安全問題。

△龍蝦之父月燒940萬元token

周鴻祎總結的那仨問題，太難、太貴、還不安全，本質上，說的就是這些。

所以，360這次的定位就很清楚，不是又做一個AI聊天工具，而是給你一支AI員工團隊。

云端版給這支團隊配了一整套云端辦公室，龍蝦教練則負責幫你招人

不管是想成為超級個體，還是想成為新一代AI Native的，都可以建立一個屬于自己的龍蝦團隊。

接下來，我們具體來看看這只安全龍蝦是怎么個事。

給蝦搭個云端辦公室，遠程遙控龍蝦干活。

在實際測試中，我們主要上手體驗了一下云端和龍蝦教練這倆功能。

云端玩蝦，關機也能跑

首先來看云端方面。

我直接在手機上給龍蝦APP發消息：幫我做一份AI生成視頻工具的行業調研。然后就放下手機了。

大概幾分鐘，360龍蝦就能給返回一篇不錯的結果，什么Sora關停的影響都有點到，數據支撐也是有模有樣。

全程沒開電腦，手機也不用一直亮著。

龍蝦在云上自己跑完了整個任務，生成的文件直接存在云盤，隨時能查。

這就是云端養蝦最直觀的變化：你下完指令就可以去忙別的事，龍蝦在后臺持續工作。

龍蝦教練：兩分鐘訓出一只專屬蝦

然后是龍蝦教練。

我輸入的需求是：我希望訓一個專門寫稿的龍蝦，符合量子位的風格。

龍蝦教練開始一步步跟我確認邊界，從稱呼、新聞價值判斷標準、搜索范圍、寫作風格到工作模式，整個過程就像跟一個真人在聊天。

大概兩分鐘，完整的龍蝦架構就出來了。soul、上下文、工具、記憶、skill全都配好，確認后直接部署。

有個細節讓我意外：我沒提選題這回事，但它主動在定時任務里加了每天掃描AI新聞。

工具調用里也寫了當現有skill不能滿足需求時，可在線搜索和安裝新skill。也就是說，這只蝦不是裝完就固定了，它能自己找工具、自己擴展能力。

后來我又加了一個需求：根據數據反饋自動修正寫作方法。隨口說了一句，這教練當場就把這條規則寫進去了。

到這，一只能寫稿、能自動追蹤行業動態、還能根據流量反饋迭代自己寫作策略的蝦，就配好了。

全程沒碰一行配置。

預制專家蝦和多智能體協作

除了自己訓蝦，360也預制了上千只覆蓋高頻場景的專家蝦，點進去就能直接用。

比如我還需要制作封面，直接從專家蝦里選一只生圖的、不用寫精巧prompt（生成一張卡帕西加入Anthropic的插畫），給它個大意就能出圖。

更復雜的任務也能應對。我用了一個產品開發團隊，讓四只專家蝦協作幫我做個人網頁。

每只蝦完成自己的部分后，會主動問你要不要改、要不要進入下一階段，像真人團隊一樣交接工作。

龍蝦降溫了，然后呢？

最后讓我們回到開頭那個問題——

龍蝦經歷了用戶端與開發端的冰火兩重天，然后呢？

作為一個開源項目，龍蝦上線72小時破6萬星、兩周破15萬星，幾乎以一己之力向全行業普及了大模型+Harness框架這套Agent技術底座。

△AI生成

黃仁勛也在GTC上直接把龍蝦定義為了繼生成式AI之后的下一代范式。

但龍蝦的熱度，卻并沒有像爆火時領雞蛋似的一直瘋狂下去。

隨著蝦父Peter進入OpenAI，Harness框架持續擴散，龍蝦逐漸從一個獨立產品，變成了模型能力的一部分，大家好像也不再強調自己的產品是龍蝦了。

但俗話說“一蝦落，萬物生”，Agent行業的底層趨勢，反而在加速。

Gartner預測，到2026年底，40%的企業應用將內置任務型AI Agent。

但另一邊，真正把Agent跑進生產環境的公司，其實還不算多。

這說明了一件事：Agent的價值已經被驗證了，卡點不在于要不要用，而在于能不能落地。

Foundation Capital那篇廣為流傳的Context Graphs文章也指向了同一個判斷：

Agent公司真正的護城河不在框架本身，而在執行過程中沉淀下來的決策經驗。光搭一個殼是不夠的，能沉淀know-how才有壁壘。

這在某種程度上印證了當下龍蝦的發展脈絡：通用框架的熱度在退，云端化、專家化的方向在起來。

從Anthropic到微軟到Google，云廠商都在把Agent運行層平臺化，運維、安全沙箱、擴縮容全給你包了。

360這次云端版踩的正是這條線：內置上千只覆蓋高頻場景的專家蝦，龍蝦教練在更高一層接管調度，接受用戶的模糊指令，組織專家蝦干活。

把復雜的、需要動腦的事兒打包封裝起來，讓不懂技術，但有需求的人也能用上Agent。

從3月幫全員裝蝦、發1億Token，到5月直播上線云端版，360圍繞龍蝦兩個多月沒停過。要說對龍蝦的狂熱，周鴻祎在圈內算得上獨一份。

而360安全龍蝦云端版做的這些事，本質上是在給Agent搭基礎設施。讓AI不只是一個更聰明的聊天框，而是真正能干活、能交付結果的AI員工。

從「裝上了」到「真能用」，這中間的路，才是龍蝦下半場的真賽點。

AI聊天框的時代，拼的是誰更會“回答問題”。

Agent時代開始之后，大家拼的可能會變成另一件事：

誰能真正替更多人干活。