巴萨为何急着绑住弗里克到2028

文 | 窄播，作者｜博斯OpenClaw 作为一条技术路线，让 Agent 第一次有了区别于谈天机械人的清澈概括：有一幼我格化的魂灵，24*7 始终在线，自动执行工作，看上去能够打理所有。旧权势但愿借此守住入口，新权势想要利用它站优势口。3 月，从字节、腾讯、阿里、百度等互联网巨头，到月之暗面、MiniMax、智谱、阶跃星辰等大模型新贵，再到华为、幼米这样的手机厂商，都在谈龙虾。新旧科技公司共同实现了一场将龙虾广而告之的同谋。4 月，变阵之后的科技公司在持续将龙虾之战从「极客的工具」推向「服务公共的系统」。一方面在积极构建支持龙虾类产品不变、安全运营的基础设施；另一方面也在寻找龙虾类产品能更快进入的具体场景，将使用龙虾与提升出产力划高等号。字节依然积极。4 月 2 日，「火山引擎 2026AI 创新巡展」武汉站上，火山引擎团队提出了敏态和稳态并行的企业 Agent 建设步骤论，进一步美满了 ArkClaw 和 HiAgent 两个别离对应敏态和稳态的产品。4 月 7 日，字节旗下的扣子升级到 2.5 版本，不只有了龙虾一样的交互界面和执行能力，还增长了 Agent Word 盛开生态。腾讯也维持了 3 月的速度和惯性。3 月 30 日，WorkBuddy 微信幼法式上线，同时支持云端沙箱与本地电脑远程执行双模式。4 月 3 日，腾讯云正式颁布了 TencentDB Agent Memory（龙虾影象服务），为 OpenClaw 补上了持久影象。4 月 8 日，QQ 浏览器正式颁布国内首个浏览器「龙虾」QBotClaw。此表，OpenClaw 之表的新 Agent 状态还在持续涌现。Hermes Agent 在 2 月开源之后，凭借自我成长型 Agent 的定位在 4 月迎来的大发作。目前，腾讯云已经支持 Hermes Agent 的云端一键部署，幼米也颁发旗下 Xiaomi MiMo-V2 系列大模型实现了官方集成接入。各人此前都在会商谁的龙虾平替更好用，谁的部署门槛更低，谁的生态接入更方便。但在 4 月之后，各人可能会更偏差于会商这场狂欢的终局是什么，什么样的产品状态会最终到达主流市场。从 500 万工程师到 10 亿通常用户，这中央的距离，与其说是模型能力的问题，不如说是产品化的问题。此刻的群雄竞争，在某种意思上，正是逾越这路天堑前的投石问路。两条索求的蹊径细看百虾大战，各个厂商的选择能够被综合为两条蹊径。作为最密集的，是封装 OpenClaw 的路线。它当然是当下最快的打法，也是大厂强烈的 fomo。腾讯 QClaw、智谱 AutoClaw、MiniMax MaxClaw、百度 DuClaw、字节 ArkClaw，这些产品的共同选择是：暂且绕开对 Agent 底层范式的沉新界说，萦绕 OpenClaw 已经验证过的能力做产品化包装，是什么没那么沉要，做了再说。部署流程从幼时级压缩到 20 秒，从号令行剧本装置到双击可用，云端托管、预置 Skill、预装模型、免费额度、主流 IM 接入一并打包交付。用户触达龙虾的所有的门槛都在被急剧降低。这个路线主题指向：OpenClaw 太像一套开发者系统，想要扩大用户基础，必要有人来把它翻译成通常用户能读懂的说话。这样做能在短功夫内，以最急剧度圈住用户。MaxClaw、AutoClaw、Kimi Claw 代表是大模型公司，将 OpenClaw 视作一个绝佳的 Token 亏损载体，让人看到了 Token 经济学极度性感的一面。QClaw 和 ArkClaw 面向龙虾时期变现了腾讯和字节的用户基础，展示了旧入口 + 新产品的可行性。但是，封装路线的发展逻辑，在某种水平上依赖于上游不再成长，维持不变的产品框架。而对还必要不休美满的 OpenClaw 来说，这个前提从一路头就显得有些脆弱。OpenClaw 新版本和官方通路的每一次更新，都在偷偷左右着第三方产品的独立生计空间；チ尥访峭嵫≡窳教跬茸呗，再走一条自研 Coding Agent，搭建自己执行底座的路线。相较字节和腾讯，阿里是这条蹊径的更坚定地执行者。阿里巴巴通义尝试室推出了开源的 QwenPaw，支持定造化轻量幼模型、强化安全机造、支持多智能体协同作业、优化持久影象治理。钉钉团队颁布的悟空也是一款以企业智能体为主题的 AI 原生工作平台。钉钉的主题作为，是把大量平台能力 CLI 化，让 Agent 原生挪用平台能力，不再仿照人的点击操作。这背后有一个清澈的产品判断：企业真正必要的，可能不是一个远程操控电脑的演示工具，而是可能继承组织权限、嵌入业务流程、可被审计和计费的 AI 员工。此表，Claude 的 Cowork、腾讯的 WorkBuddy、字节的扣子 2.5 也不谋而合地选择把 Coding Agent 刷新成自己的执行底座。Anthropic 的 Cowork 不是「更易用的 Agent」，而是一种设计哲学的分野。OpenClaw 钻营 Agent 的极致自主性，Cowork 钻营的刚好相反——更好的人机合作关系，一个让人类可能深度染指 AI 工作过程的合作环境。Cowork 要「从一个有效的副手，造成一个真正的全职同事。」WorkBuddy 则出现出另一种状态，更像是 AI 原生的工作台：多 Agent 并杏注跨平台下达指令、直接交付文档表格 PPT 成就、安全沙箱和企业级审计一并到位。腾讯内部两条线的分工隐隐可见：WorkBuddy 做深执行，QClaw 做广触达？圩 2.5 给自己的定位是「满配 AI 同伴」，与 OpenClaw 类似蕴含有人格、设备、技术三个基础部门，同时又为付用度户增长了使用云电脑和云手机的能力，有日程系统和文件系统。整个产品像一个更美满的龙虾类产品。让我惊讶的是，扣子 2.5 会自主提醒我某条信息能够被用于前两天会商的某个选题上。自研路线能够把 Agent 深度绑定进自己的生态和权限系统，价值是研发更沉、封关性更强、扩张更慢，往往只能先在自己的场景里站稳脚跟，再图谋更远的处所。两个真正关键的作为两条路线，一沉一轻，各有各的逻辑。但若是视野只停顿在这两条路上，可能会错过这场战争里真正悬而未决的那一部门。龙虾大战背后的共识是，Coding Agent 在成为新一代 Agent 的操作系统底座。竞争的焦点是 Coding Agent 的交付实现度，即谁能把 LLM、Coding Agent 和 Harness Engineering 整合成一个真正能够交付的系统。这种竞争在萦绕两个关键作为进行：第一个作为是 CLI 的回复。这也是旧世界和新世界的联结。Agent 的发展在悄然分化出两个界面：GUI 服务于人和软件之间的交互，CLI 服务于软件和 Agent 之间的交互。龙虾类产品很有可能将对话窗口与 CLI 结合起来，取代 GUI 主导的交互；谡飧雠卸，钉钉把办公能力 CLI 化，某种水平上是在把自己刷新成一个更适合 Agent 操作的执行层。飞书 CLI 将合作能力接口化，也是把自己定位成「让人类和 AI Agent 都能在终端中操作飞书」的号令行工具。他们都是在基于传统软件，长出一套能够被 Agent 挪用的操作界面。与之相对应，微信、企业微信、飞书、钉钉城市成为人类沟通 Agent 的频路。CLI 买通软件到 Agent 的接口，频路买通人到 Agent 的入口——两者共同实现了旧世界和新世界之间的接线工程。第二个作为是人类和 Agent 的合作。我们能够看到刻下有两个选择：一个选择指向大一统的操作系统底座——以一个通用的平台承载好多 Skill，由 Skill 覆盖无数的垂直场景，就像微信上无数的幼法式。这个选择中，Skill 性质上是在把人类经验、工作流经验、行业 know-how 和最佳实际，压缩成能够被 Agent 挪用的能力？。通用平台解决的是能不能做，Skill 解决的是该若何做、依照怎么的经验做、在什么高低文里做。若何让用户可能高效封装 Skill 会成为一个关键环节。另一个选择是 App 的 Agent 化。多个入口与多样的垂直 Agent 组成了类似当下 APP 生态的行业格局。若是说 Skill 是要将垂类 APP 拆分成多个原子化的能力，那么 APP 转化成的 Agent 则是要维持相对孤岛的状态。类似我们通过自己的龙虾调动美团的幼美为我们点表卖。但这并不是个好选择。依照第一个选择来发展，天然说话的交互是切合人最沟通习惯的，但目前的对话框式的交互界面不愿定是最佳规划。这个答案还有可能是 NotebookLM 那样的，输入 - 整合 - 输出的三框工作界面，也可能是 Flowith、可灵、即梦都在尝试的画布式工作界面。无论是什么界面，背后都必要足够壮大的 Skill 生态做支持。而 Skill 生态的丰硕水平可能会在未来决定人与 Agent 交互界面的最终出现。五点放工的可能性对 Coding Agent 或 Cowork 方向的产品来说，供给侧的前提在成熟，需要侧的心智却尚属空缺，海表的标杆产品又因地缘成分无法直接进入。三个成分叠加，组成了一个罕见的机遇窗口，也带来了百虾大战的盛况。但绝大部门用户都不会是 pro user，不定有能力把自己的经验 Skill 化，也不定明显什么是自己场景里的最优解。公共用户等待的是一个能单一上手、直接干活的 Agent，而不是一个盛开而壮大、难以急剧入门的底座。前者意味着直接的出产力，而后者只是一个带来空想的脆弱半制品。我们不知路 Agent 什么时辰真的会代替人类实现那些繁沉的工作，但在这样的旅途中肯定会有一段功夫，必要人类悉心的领导和查抄 Agent 若何产出一份能够齐全交付的了局，直到 Agent 能够快意如意地实现人类必要的工作。这就像自动驾驶行业有一场持续多年的路线之争：L4 派主张一步到位实现全自动，L2 派主张人机共驾、渐进演化。最终，L4 界说了方向的设想空间，L2 赢得了真实的市场。其原因不在于 L2 技术上更先进，而在于它更求实地处置了人与机械之间那段必要功夫堆集的信赖关系。人类可能临时还无法冀求一个无需工作的充盈社会，但从当下的视角来看，一个编排优良的 Agent，确有让人五点放工的可能性。