增长黑盒导读 | OpenClaw（龙虾）正在从极客圈破圈到企业场景。GitHub 68000+星、深圳龙岗”AI龙虾十条”政策、黄仁勋称其”或许是有史以来最重要的软件发布”——但全球75%的人还没碰过AI，企业级部署更面临管理失控、产品不稳定、成本不可控等五大困境。增长黑盒参加了一场围绕龙虾实战应用的深度分享会，提炼了8个值得关注的洞察。
如果你最近关注科技圈，一定绑不开一个词：养龙虾。
龙虾（OpenClaw），这款开源AI Agent工具，在短短几个月内从极客圈层破圈到大众视野。深圳龙岗发布了”AI龙虾十条”政策，提供免费部署补贴和最高千万级股权投资；黄仁勋称它”或许是有史以来最重要的软件发布”；《纽约时报》报道中国人在排着队请工程师帮忙安装。GitHub上68000多颗星，代码仓库跻身全球最受欢迎十大项目。”养龙虾”成了2026年开春最热的科技关键词。
但热潮之下，真正把龙虾用出价值的人有多少？你的团队里，有多少人真正在用它解决工作问题？我说的不是偶尔打开玩一下，而是让AI深度嵌入每天的工作流，替你处理那些重复、琐碎、消耗精力的任务。如果这个问题让你犹豫了哪怕一秒钟，接下来的内容可能会刷新你对”养龙虾”这件事的认知。
增长黑盒参加了一场围绕龙虾（OpenClaw）实战应用的深度分享会，现场聚集了大量企业的技术负责人和管理者。内容从个人养虾经验到企业级部署，从技术原理到组织变革，展开了一场信息密度极高的讨论。增长黑盒从中提炼了8个最值得关注的洞察。
1. 全球75%的人没碰过AI，你的员工大概率也是
分享会开场做了一个简单的现场调研：在座的人中，几乎所有人都举手表示用过AI工具。但第二个问题来了——”AI真正帮你解决了实际工作问题的”有多少？举手的人明显少了一大截。
这和一份全球研究报告的数据完全吻合：在全球80多亿人口中，25%的人还从未与AI发生过一次链接。而在那些有颜色的图表区域中，真正付费、深度使用AI的比例，小到在图表右下角几乎看不到。
反常识的地方在于：我们每天被AI新闻、产品发布、融资消息包围，感觉”全民AI”已经到来。但事实上，绝大多数普通人对AI依然陌生，放到工作场景中更是无从下手。
主办方上周收集了现场客户在工作中希望AI解决的”愿望清单”，看完以后有一个很强的主观感受：大家希望解决的场景非常朴实、非常落地，和我们平时看到的那些炫酷AI新闻完全是两个世界。
对企业管理者而言，这组数据指向一个清晰判断：AI落地的瓶颈从来不是技术不够强，而是大多数员工根本没有找到使用AI的路径。
2. 龙虾的本质：不是聊天机器人，是AI时代的”操作系统”
很多人把龙虾等同于”一个更好用的DeepSeek桌面版”。这是一个根本性的误解。
普通的大模型聊天软件，本质上是对话。你说什么，模型用推理的方式告诉你应该怎么做，但它实际上没有做任何事情。而龙虾代表的是一类叫做“工具使用”的AI产品，它可以通过Agent的Tools能力去调用工具：整理文件、操作电脑、访问网站、生成文档。
打个比方：聊天机器人像一个学识渊博但手脚被绑住的顾问，只能给建议。而龙虾像一个有手有脚的助理，你说”帮我把这份客户资料整理成PPT”，它真的会打开你的电脑，调用模板，生成文件。
从技术演进的角度看，这条路径非常清晰：
- 2023年：OpenAI发布论文《The Power of Normal Agents》，奠定了智能体的理论框架（工具使用、记忆、React机制、Agent Loop），但当时模型能力不够，产品未能破圈
- 2024年9月：Anthropic提出MCP协议，把工具使用第一次标准化、工程化，AI与外部系统的交互有了统一标准
- 2025年上半年：桌面端Agent爆发，龙虾凭借浏览器控制能力和Skill机制迅速走红
有一个判断值得企业管理者重视：龙虾很可能是AI时代的操作系统。就像每个员工都有一台电脑、一个操作系统一样，未来每个员工也应该有一只”龙虾”作为数字助理。
3. 龙虾的架构：像工厂一样理解它
龙虾的架构其实可以用一个工厂的比喻来解释：
- Gateway（前台/看大门的）：接收你通过各种消息通道（飞书、泡泡、钉钉）发来的请求
- Main Session（车间主任）：接待你、分发任务，本身能力也很强，可以直接干活。但如果它一直在干活，就没法响应你的新请求
- Sub Agent（外包员工）：每个外包都配有一个Skill，车间主任把复杂任务派发给他们，干完了再汇报
理解这个架构的关键原则是：主会话（Main Session）是用来接单的，复杂任务交给Sub Agent去干。
很多人遇到”龙虾卡住了一个多小时没反应”的问题，原因就在于：你把一个复杂任务直接丢给了车间主任，它在处理的过程中没法响应你的其他需求。解决方案很简单，凡是预计超过30秒的任务（抓取网页、生成报告、深度推理），都应该放到Sub Agent里执行。
龙虾的记忆系统同样值得了解。说白了，大模型和龙虾都没有原生记忆，龙虾的记忆完全依赖文件：
- memory.md：长期记忆，存在本地
- 昨天和今天的对话日记：启动时加载
- 聊天窗口中的对话：短期记忆，New一下就全没了
所以龙虾”越用越聪明”的本质是：它在不断往文件里写入你的偏好和工作模式。
4. 浏览器控制能力：被严重低估的企业效率杠杆
在所有龙虾的能力中，最容易被忽视却最具战略价值的，是它的浏览器控制能力。
传统的自动化方式有两条路：写爬虫，或者用RPA工具录制脚本。但这两种方式都有硬伤。现在100%的网站都配置了反爬、拦截、认证机制，爬虫基本被拦截；RPA脚本一旦页面改版就失效，实施一个自动化流程可能需要好几天甚至一周的时间。
龙虾的做法完全不同。它像人一样”打开”浏览器，”阅读”页面，”理解”内容。网站不会把它识别为机器人，因为它本质上就是在模拟人的操作。更关键的是，它具备动态理解能力：今天登录框在左边，明天挪到右边，它都能自适应。今天广告位在上面，明天推荐位换了位置，它也能识别。
这种能力在企业场景中意味着什么？它可以零成本访问企业的CRM、ERP、OA等内部系统，无需做任何API对接。过去企业做自动化，要么请RPA公司花几天到几周录制脚本，要么等IT部门开发接口。现在，龙虾可以直接像员工一样登录系统、操作界面、提取数据。
现场有一个很形象的说法，把龙虾的这项能力叫做“RPA的冷启动工具”。意思是：你不需要前期的巨大投入，就能让自动化先跑起来。脚本失效？没关系，龙虾会重新探索。页面改了？没关系，它能动态理解。非结构化任务（比如做透视表、做数据分析）？传统脚本很难描述，AI加浏览器就能操作。
而且，你还可以把探索过程沉淀为Skill，让它永久可复用。这比传统RPA”录制一两个星期脚本就失效”的模式，在持续性上有本质提升。
对于那些在RPA项目上投入不少但效果有限的企业来说，这是一个值得认真评估的替代路径。
5. Skill机制的三重价值：龙虾破圈的真正原因
龙虾之所以能从程序员圈子破圈到普通用户，Skill机制功不可没。
第一重价值：信息平权。 2024年9月MCP出现时，程序员兴奋地发现AI可以通过工具完成复杂任务。但问题是：产品经理、运营、销售，他们不会写MCP，连MCP Client都不会调。Skill的出现把这个门槛直接打掉了。任何人只要会用自然语言描述工作流程，就能创建一个AI技能。门槛降低，一定是产品破圈的核心原因。
第二重价值：上下文优化。 早期在模型中塞入大量MCP工具，模型容易”变傻”，因为上下文被占满了。Skill采用“渐进式披露”的策略：启动时只加载技能目录和摘要，使用时才加载完整内容。既省Token，又不影响模型的推理质量。
第三重价值：工作稳定性。 让大模型做探索性任务（比如抓取网页），它会全文阅读、逐步分析，消耗大量Token且容易出现幻觉。把重复性任务封装成Skill，等于给大模型一条确定的路径，缩小搜索空间，工作就会稳定得多，也会大幅节省Token消耗。
这里有一个数据值得注意：目前市面上的Skill，只有约2.5%是真正可用的，绝大多数质量很差。这说明Skill生态还处于极早期，也说明企业如果能率先沉淀出高质量的内部Skill，将获得显著的效率优势。
6. “一人公司”的真相：流程可以自动化，品味无法复制
龙虾火的时候，”一人公司”（OPC）的概念被反复提及。很多公众号博主尤其兴奋，因为龙虾的核心能力完美匹配他们的工作：信息收集、信息加工、信息存储、内容发布。
一个完整的”一人公司”工作流可以这样跑通：
- 信息收集：龙虾通过浏览器访问Twitter、GitHub、各类资讯网站，自动抓取内容
- 知识管理：对接Obsidian（本地知识图谱，天然适配Markdown）、Notion等工具，或接入向量数据库做语义搜索
- 内容生成：结合收集的素材，生成文章、PPT、报告
- 自动发布：有API接口的平台（如微信公众号）直接调用发布；没有接口的平台（如小红书、抖音）让龙虾通过浏览器操作发布
- 多龙虾协作：通过群聊@、Session Span、Web Hook等方式，让多只龙虾接力完成复杂任务
制作Skill也很直观。比如你想做一个登录网站的技能，只需要把登录的几种情况（扫码登录、账号密码、验证码识别）画一张图或用文字描述，直接发给龙虾，它就会自动帮你打包成一个Skill。
但现场有一个提醒让增长黑盒印象很深：在AI时代，你自己的思考和品味，才是你最大的财富。
与其盲目下载网上分享的Skill，更值得做的是自己打磨。原因很简单：每个人思考问题的方式不同，探索网站的路径不同，分析问题的SOP不同。龙虾最独特的价值，是它可以学习并配合”你的”思维方式，把你的经验变成可复用的技能，变成你自己的”第二大脑”。
这对企业管理者的启示是：AI不会取代有思考深度的人，但会让那些善于总结和沉淀经验的人，效率成倍提升。
7. 企业部署龙虾的五大真实困境
从个人工具到企业部署，中间隔着巨大的鸿沟。增长黑盒在现场了解到企业在大规模部署龙虾时面临的五个核心挑战：
困境一：管理失控。 员工在个人电脑上随意安装龙虾，使用来源不明的Skill，甚至用公司设备做私人事情。IT部门既管不住安装行为，也看不到使用情况。API Key被乱用，不安全的Skill裸奔到外网。
困境二：产品高度不稳定。 龙虾（OpenClaw）是一个非常不稳定的开源产品。代码仓库有5000多个未解决的Issue，很多甚至是AI写的。它的配置文件（OpenCrawl JSON）是单点依赖，损坏就瘫痪。更危险的是，龙虾甚至会自己伪造配置，产生幻觉式的”虚构记忆”。3月的一次更新把默认模式设成了”只能发信息”，相当于直接废掉了龙虾的核心能力。据统计，50%~60%的龙虾在那次升级后直接失效，国内社区讨论甚少。
困境三：成本不可控。 不同员工偏好不同的大模型（Kimi、MiniMax、OpenAI Pro Max），费用分散、无法统一管理，更难评估ROI。
困境四：部署复杂。 每台电脑单独安装配置，IT人员疲于奔命。龙虾频繁升级带来的Break Change更是雪上加霜。
困境五：能力沉淀难。 员工积累的Skill停留在个人电脑上，无法共享为组织资产。同样的业务流程，十个员工可能各自维护十个版本的Skill。
对于有意大规模推动AI应用的企业，这五个困境是必须正视的现实。
8. 帝王蟹的组织逻辑：从”人手一只龙虾”到”组织级AI资产”
针对上述困境，网易智企推出了企业级龙虾管理平台”帝王蟹”（ClawHive）。抛开产品细节，它背后的组织逻辑值得关注。
核心理念是：如果龙虾是AI时代的操作系统，那企业需要的不是让每个员工自己”装系统”，而是一套统一的IT基础设施。
这套基础设施要解决四层问题：
第一层：基础设施。 一键部署（云端或本地），统一纳管所有龙虾，自动备份配置文件。在网易内部，员工只需要在泡泡（企业IM）里点一个按钮，帝王蟹直接发来一条消息，龙虾就装好了，马上可以开始工作。跨设备迁移时，所有积累的经验和数据可以像换华为手机一样”备份到云端，再一键恢复”。出了问题？一键重启就行，不用再去折腾那个致命的配置文件。
第二层：算力管理。 统一对接市场上所有主流模型厂商（包括私有化部署的开源模型），管理员在平台上配置好可用模型，员工直接用，不需要关心套餐和续费。过去一年多，很多大型企业已经建设了自己的算力平台，但大多还没有真正用起来。帝王蟹提供了一个让算力利用率迅速提升的落地场景。
第三层：Skill Hub（核心价值）。 这是整个平台的心脏，也是帝王蟹与个人版龙虾最本质的区别。
它解决了一个核心矛盾：每家企业的业务流程都是独特的。同样是”提报销单”，每家公司的流程可能千差万别，而且去年的流程和今年的流程可能又不一样。外部通用Skill几乎无法直接适用。
Skill Hub的解决方案是构建一个企业内部的技能创作和共享生态：
- 自然语言创作平台：一个财务人员，没有任何技术背景，通过简单的对话就能把需求讲清楚，平台会帮你整理成符合最佳实践的Skill。创作过程中需要调用企业内部API？平台会自动推荐——比如你说”我要订会议室”，它会告诉你”我这里有几个会议室预定系统的接口，你选一个”，然后自动帮你对接好
- 二次派生能力：发现官方导入的某个Skill跟自己的场景”像但不完全对”？可以基于它做派生，用自然语言告诉它哪里要改
- 安全审核上架机制：区别于市面上97.5%不可用的野生Skill，企业内部的Skill经过严格审核
- 用户评价反馈机制：结合管理者审核、AI价值判定、员工使用评分三个维度，持续筛选出真正高质量的Skill
- API资产网关：解决Skill对接企业内部系统时的权限和安全问题，支持个人身份和应用身份两种鉴权方式
第四层：安全与合规。 全流程安全管控（集成了网易易盾20多年的安全能力），分级权限控制，合规审计。这不是一个”加上去”的功能，而是从架构设计之初就内置的能力。
平台上的龙虾分为两种形态：
- 个人数字助理：处理个人日常任务，存储个人数据和个人记忆，可以自由安装个人Skill
- 公共龙虾：类似现在企业里的HR服务台或行政服务台的角色，由一只受控的龙虾承担。它存储的是公共数据，能访问的企业数据受控，能装的技能也受控，但可以服务所有员工。过去两年大家做的”基于某个场景做一个智能体”，未来可能就是这种公共龙虾在承担
从管理者最关心的ROI角度，平台会呈现每位员工使用了哪些高频Skill、完成了多少任务、产出了什么结果、消耗了多少Token，让AI投入的效果可量化、可追踪。
网易智企做企业服务已经超过10年，网易自身就是第一大客户。在互联网、电商（严选）、传媒等不同场景上沉淀了大量行业Know-how，这些经验将以预置技能包的形式赋能给帝王蟹的客户。从部署、培训、赋能到定制开发，提供从0到1再到100的全程陪跑。
增长黑盒的几点思考
这场分享给增长黑盒最大的触动，不是某个技术细节或产品功能，而是一个关于时间窗口的判断。
目前，全球75%的人没碰过AI，市面上97.5%的Skill不可用，企业级AI部署还在极早期。这意味着：谁能率先跑通从”个人AI助理”到”组织AI资产”的路径，谁就能在接下来的竞争中占据先发优势。
对于企业管理者，增长黑盒认为有三个可以立即行动的方向：
- 从一个高频场景开始试点。 不要追求全面部署。选择团队中最痛的那个重复性工作（比如周报生成、竞品监控、客户资料整理），让一小群人先跑起来
- 重视Skill的沉淀，这是真正的组织壁垒。 鼓励业务骨干在使用AI的过程中，把自己的工作SOP封装成Skill，逐步形成企业专属的AI能力库
- 评估企业级AI基础设施的需求。 如果你的团队超过50人，且有意大规模推动AI应用，那么从安全管控、成本管理、Skill治理等维度搭建统一平台，可能比让每个人各自摸索更高效
AI正在从”个人玩具”变成”组织基础设施”。这个转变的速度，可能比我们想象的要快得多。
常见问题
OpenClaw龙虾和普通AI聊天工具有什么区别？
普通AI聊天工具（如DeepSeek、ChatGPT）本质上是对话——你问它答，但不执行任何操作。OpenClaw龙虾属于AI Agent类产品，具备”工具使用”能力，可以通过浏览器控制、文件操作、系统调用等方式实际执行任务，比如自动整理文件、操作企业系统、生成文档并发布。
企业部署OpenClaw龙虾面临哪些主要挑战？
企业部署龙虾面临五大困境：(1) 管理失控——员工随意安装、API Key乱用；(2) 产品高度不稳定——5000+未解决Issue，升级可能导致失效；(3) 成本不可控——不同员工使用不同模型，费用分散；(4) 部署复杂——每台电脑单独配置；(5) 能力沉淀难——Skill停留在个人电脑，无法共享为组织资产。
什么是OpenClaw的Skill机制？为什么重要？
Skill是将重复性工作流程封装成可复用AI技能的机制。它有三重价值：信息平权（非技术人员也能用自然语言创建技能）、上下文优化（渐进式加载，不占满模型上下文）、工作稳定性（给大模型确定路径，减少幻觉和Token消耗）。目前市面上只有约2.5%的Skill真正可用，率先沉淀高质量Skill的企业将获得显著效率优势。
龙虾的浏览器控制能力对企业有什么价值？
龙虾可以像人一样打开浏览器、阅读页面、操作界面，具备动态理解能力（页面改版也能自适应）。这意味着它可以零成本访问企业CRM、ERP、OA等内部系统，无需API对接，被称为”RPA的冷启动工具”。对比传统RPA需要数天到数周录制脚本且页面改版即失效，龙虾在持续性和灵活性上有本质提升。
本文基于一场围绕OpenClaw（龙虾）实战应用的深度分享会内容整理，涉及个人养虾经验、企业级部署挑战及网易智企帝王蟹（ProHive）平台方案。
