《科创板日报》3月12日讯（记者 余诗琪） 这个三月，如果你的朋友圈没有被“装龙虾”刷屏，那你可能不在科技圈。

记者最近报名参加了一场线下“免费装龙虾”活动，原定300人场子报名很快超400人，主办方不得不提前关闭了报名通道；从极客社区到小红书、抖音等公众平台，安装教程、使用心得铺天盖地；大厂密集下场——腾讯WorkBuddy、字节ArkClaw、阿里CoPaw、小米miclaw，名字一个比一个花。

OpenClaw，这个被戏称为“小龙虾”的开源AI Agent，正在以惊人的速度出圈。它让AI从“只会说”进化到“能干活”——通过自然语言指令直接操作电脑、调用工具、完成实际任务。一位投资人这样形容：“它把工具变成了工人。我工作8小时，它工作24小时。”

当极客们为“数字员工”狂欢时，离钱最近的创投圈，却相对安静。

人人都在装，人人都在等

几乎所有交流的投资人，都告诉记者，自己装了OpenClaw，正在体验中。

年轻的VC投资人在装，国资机构的负责人在装，FA机构还让技术团队尝试优化配置。有人在朋友圈晒安装成功的截图，也有人吐槽“装了两天还没跑通”。

但装完之后呢？大家都在观望。

不同FA机构给出了相似的反馈：“我们团队的成员都在尝试使用，但还没有相关项目进入交易范围。”早期VC们同样谨慎——有人在用、在观察、在讨论，但“还没有到投资期”，国资机构更是选择站在远处观望，只有一家双币基金明确说他们team在关注这类项目。

人人都在装，但似乎人人都在等。

这种观望，首先来自安全担忧。不止一位投资人向记者表达了顾虑。OpenClaw运行权限极高——在授权的情况下可以执行任何操作，访问本地文件、调用系统命令、连接外部API。有位正在调试的VC投资人坦言：“我自己的电脑都不敢让它随便跑，更别说推荐给被投企业了。”

工信部此前已发布针对OpenClaw的安全预警，指出其“信任边界模糊”的风险。控制接口暴露、执行层权限滥用、插件生态供应链安全——这些问题在极客圈或许可以容忍，但在商业场景中，任何一个都是致命伤。

“玩玩可以，真要公司用，数据丢了怎么办？”一位投资人反问。

另一层顾虑来自稳定性。一位正在试用云上版本的VC合伙人对记者抱怨：“经常报错、过载，我给AI发的任务，它动不动就告诉我系统down了。这种体验，怎么商业化？”

这种“人人都在装，但人人都在等”的状态，恰好折射出这波热潮的本质：技术确实带来了突破，但离真正的商业闭环，还有距离。

要理解这种割裂，得先看懂OpenClaw到底做了什么。它本质上是一个“本地优先、开源免费”的AI Agent执行框架，让AI从“对话”进化到“执行”。毅达资本合伙人刘晋向记者分析：“之前大模型停留在对话框模式，和搜索引擎区别不大。但OpenClaw实现了智能体的功能性落地，是大模型在商业垂直领域落地的真正开始。”

这解释了为什么它能火出圈。它触达了普通人最朴素的愿望：让AI真的帮自己干活。而且，它把创业门槛从“写代码”降到了“会说话”——你不需要懂API，不需要懂代码，就能开发自己的应用。

但资本看到的，是另一回事。“OpenClaw是GitHub上的开源项目，本身不具备收费概念。”他坦言，“类似Linux，要作为商业形成一个大的市场很难。它在To C端很难形成商业闭环。”

开源项目的商业化困境，是投资人观望的第一层原因。用户愿意为“结果”付费，但不愿意为“框架”付费。而大厂们正在做的，是把OpenClaw云化——阿里云、腾讯云推出自己的“龙虾”版本，本质上还是在卖云服务。创业公司夹在中间，找不到收费的锚点。

“中国云厂商太强了。腾讯、阿里可以基于OpenClaw开发自己的版本，然后集成到云生态里免费提供，创业公司怎么抗衡？”刘晋直言。大厂有足够的能力做再开发、做优化，而且他们的优化不一定会开源。对于依赖开源的二次开发团队，这本身就是降维打击。

更何况，商业化场景需要的不是“能用”，而是“好用”——稳定性、安全性、算力调度、故障回滚，每一项都是硬骨头。“让它跑起来很容易，让它跑得好很难。”

但最根本的原因，还是退出路径不清晰。

不同机构的投资人都提到，国内资本市场对纯软件业态的支持力度本就有限。尤其是2015年到2020年那轮企业服务投资热潮，让不少机构至今没能解套。那段历史，让投资机构对纯软件业态有了天然的警惕。

“投资的核心是要退出。”刘晋表示，“这个业态目前看不到清晰的IPO或被并购路径。”

FA的反馈也印证了这一点：虽然团队内部成员和技术员工都在尝试使用OpenClaw，也关注到了这个方向的热度，但“还没有项目进入交易范围”。一位FA人士的总结很直接：有热度，没项目。

这种“有热度，没项目”的状态，恰恰说明了一个问题：OpenClaw确实有用户价值，大家愿意装、愿意用、愿意讨论，但它能不能长出有资本价值的项目，目前还是未知数。

谁在赚钱？热潮背后的“卖铲人”

然而，当投资人和FA机构在冷静观望时，另一拨人已经悄悄在赚钱。

OpenClaw有个特点：它是“Token消耗放大器”。单次复杂任务可能消耗数十万甚至数百万Token。这意味着，模型厂商成了第一批吃到红利的人，智谱、MiniMax、月之暗面，这些大模型公司受益最直接。一位重度用户向记者吐槽，每个月的Token花费“至少过百，比影视VIP还贵”。

云厂商同样在闷声发财。记者参与的那场线下爆满的“免费装龙虾”活动，承办方就是云厂商。活动表面是技术分享，真实目的是精准获客——为后续付费服务铺路。承办方提供的服务清单包括：在各大AI平台做GEO关键词优化、用智能体做市场推广、用AI系统三倍速制作短视频……一套组合拳下来，目的就是让客户被圈进自己的生态中。

还有更直接的“卖铲人”：上门部署服务商，装一次收费300到1000元；AI培训课程教人用OpenClaw提高工作效率等。

这一幕似曾相识。当年的Linux浪潮，真正赚钱的不是Linux本身，而是RedHat这样的技术服务商，是围绕它生长的整个生态。OpenClaw正在重演这段历史——最喧嚣的是框架本身，但最赚钱的，永远是周边的“铲子”。

那么，创业公司就完全没有机会了吗？也不尽然。

基于采访的多位投资人的观点，机会主要集中在三个方向。

第一个方向是垂直领域的深度Skill。比如金融审计、医疗文书、法律合同审查这些专业场景，靠行业Know-how建立壁垒。“大厂做通用平台，但不懂具体业务。你能把某个场景打透，就有生存空间。”刘晋进一步分析，“而且，这类场景往往涉及专业术语和复杂流程，不是简单调用API就能解决的，需要真正理解业务。”

他举了个例子：一个做财务审计的Agent，需要懂会计准则、懂审计流程、懂常见的财务舞弊模式。这些不是通用大模型能天然具备的，需要高质量的数据训练和深度的行业积累。“谁能积累起这些数据，谁就有护城河。”

第二个方向是敏感行业的私有化部署。政府、军工、金融、医疗这些数据必须本地化的领域，对安全性、合规性有硬性要求，这些客户愿意为安全性付费，而且预算充足。

还有的投资人提到，很多机构早就买了Deepseek一体机，但一直不知道怎么用起来。OpenClaw正好可以帮它们激活这些算力资源，把模型真正用起来。在这个领域，谁能帮它们把这个闭环跑通，谁就有价值。

第三个方向是工程化能力。把开源框架打磨到“商业可用”级别——稳定性、安全性、多云适配、算力调度、日志管理、故障回滚，这些脏活累活大厂不一定愿意干，但B端客户愿意付费。

但同时，多位投资人也提醒：中间件层可能很危险。因为AI可以直接写代码、直接调用接口，传统的“工具层”正在被抽空。“原来用中间件是因为有接口壁垒、数据格式壁垒，现在AI不 care这些，它直接要数据和结果。这一层想成为独立业态，很难。

未来的创业形态可能是“一人公司”或极小团队，靠独特的数据优势和场景理解快速试错、快速变现。不过，即便跑通商业模式，这类公司对投资机构的吸引力依然有限。“它们可能规模不大，现金流不错，但‘小而美’不等于‘好的投资标的’。”一家早期机构的投资人坦言，“我们要退出，它要长大，这中间需要时间来弥合。而且，现在资本市场的偏好是硬科技、重资产，纯软件的故事不好讲。”

用他的话来说，“Openclaw可能开启了一个新的业态，但是从投资行业的视角来看，是不是一个好的投资标的，还需要观察，没有那么快。一切才刚刚开始。”