【來論】程子芮：“小龍蝦”爆火背後的AI進化論近日，深圳騰訊大廈樓下出現了一道獨特的風景：近千人排隊等候，只為讓工程師為自己的伺服器免費安裝一款開源軟件。這股熱潮甚至催生了明碼標價的“上門安裝”服務，價格從300元人民幣到1000元人民幣不等。這款引爆科技圈的“小龍蝦”（OpenClaw），其走紅絕非一場簡單的技術狂歡。它如同一塊醒目的路標，指向了人工智慧領域一個更為深層的本質變化：AI正從只能“動口”的“知識型”顧問，向能夠“動手”的“行動型”操盤手全速進化。 回顧過去兩年，大模型在企業落地的核心路徑是RAG（檢索增強生成）。其邏輯是通過連接內部知識庫，讓AI能夠基於真實資料生成回答，解決“AI知道什麼”的問題。從制度問答到客服FAQ，RAG有效地將大模型塑造成了一個“無所不知”的超級智庫。然而，企業很快發現，大量的業務需求並非“求知”，而是“辦事”——比如查詢訂單狀態、修改客戶地址、發起退款流程等。這些操作存在於ERP、CRM等企業系統中，而非靜止的知識庫裏。AI儘管博學，卻因無法觸碰系統而顯得“眼高手低”。 真正的轉折始於2024年Anthropic發佈的MCP（模型上下文協議）。該協議旨在標準化AI模型連接外部系統的能力，為模型裝上了可以調用工具、執行命令的“手”。但MCP解決了“連接”問題，卻尚未解決“能力如何組織”的問題。OpenClaw的出現，恰逢其時地填補了這一空白。它提出的“技能庫”（Skills）體系，本質上是將企業系統中的操作能力封裝成標準化的、可複用的模組。當模型接收到一個複雜需求（如“分析近期市場輿情並生成報告”），它不再僅僅是檢索資料，而是通過推理，自主規劃步驟，依次調用“數據抓取”、“數據分析”、“圖表生成”、“文檔撰寫”等一系列技能，最終交付一個完整的成果。這便是“小龍蝦”的真正價值：它通過工程化手段，將“理解需求-規劃步驟-調用能力-執行任務”的閉環變為現實，讓AI第一次具備了深度參與並執行業務流程的能力。正如東吳證券在其研報中所言，OpenClaw正實現從“問答工具”到“可落地執行的幹活助手”的本質蛻變。 這一趨勢在產業界激起的漣漪，遠比一次開源項目的走紅更為深遠。據悉，在金融投研圈，方正、廣發、中信、東吳、國金等八家券商金融工程團隊集中發布專題研報，手把手教從業者用OpenClaw搭建“AI投研助理”。其應用場景已從概念走向實戰：自動化抓取公告並匯總關鍵資訊、根據指令完成條件選股、甚至複現複雜研報的量化策略。原本需要分析師耗費數小時乃至數天的重複性工作，如今只需在聊天框裏向“數字員工”發一句語音指令。 在企業級市場，中關村科金已率先完成OpenClaw的企業級部署，將其融入得助智能工作應用平台，讓AI在嚴格的安全許可權管控下，深入企業知識體系與業務系統，真正實現從“回答問題”到“完成任務”的躍升。這種變化甚至開始影響全球產業鏈的協同邏輯。西門子、馬士基等行業巨頭，正嘗試將智能體嵌入生產調度、供應鏈優化和港口運營等複雜場景，AI代理正在成為重構全球產業鏈的“隱形推手”。 當AI開始“幹活”，其消耗的資源也從“對話Token”升級為“任務Token”。一次複雜任務的執行可能消耗數十萬甚至數百萬Token，這直接催生了海量的算力需求。國內外雲廠商近期相繼提價，從側面印證了下游算力需求的旺盛。與此同時，一種名為OPC（一人公司）的新型創業模式正悄然興起——在AI協同下，由個人獨立完成研發、生產、運營等全鏈路工作。面對這一趨勢，深圳市龍崗區率先出手，於3月7日發佈了被網友稱為“龍蝦十條”的扶持政策，從免費算力、數據開放、技能開發補貼到人才落戶，為智能體開發者和“超級個體”提供了近乎“零成本啟動”的全方位支持。 這一系列連鎖反應共同指向一個判斷：企業軟件架構的底層邏輯正在被重寫。微軟在開發者大會上提出的“智能體為中心的計算模式”正在成為現實——AI成為新的交互入口，而傳統的軟件系統則退居幕後，演變為能力的提供者。Skills是能力層，MCP是連接層，AI則成為流程的編排層。 當然，這一變革仍處於早期。券商研報在歡呼之餘，也無一例外地提示風險：賦予操作系統許可權的AI，可能帶來數據洩露的風險；大模型固有的“幻覺”問題，在涉及真金白銀的金融決策時仍需人類嚴格把關。但無論如何，OpenClaw的走紅已經清晰地表明：RAG解決的是“AI知道什麼”，而Skills解決的是“AI能做什麼”。當AI既能理解問題，又能調用系統能力去執行任務時，大模型才真正叩開了企業核心業務的大門。這或許正是“小龍蝦”熱潮背後，最值得我們關注的行業變局。 （本文作者為錦鯉國際控股集團聯席主席、香港大學榮譽研究員程子芮） （本文僅代表作者觀點，不代表本媒體立場） 【編輯：譚暢】
|
