每隔一两个小时，张钹院士便会收到一句贴心的语音提醒：“该喝水了！”这温馨的提示并非来自真人，而是他的智能“助理”发出的。这位助理不仅会提醒日常琐事，还能承担复杂的检索任务，并详细展示每一步的检索过程、遇到的困难以及最终结果。张钹院士曾让助理针对今年全国两会中关于人工智能的提案进行深度调研，助理先是检索了中文资源，随后又转向英文资料，展现出了强大的信息处理能力。

这位尽职尽责的“助理”，正是近期在全球范围内备受瞩目的AI智能体，被大家亲切地称为“龙虾”。张钹院士，作为中国科学院院士、清华大学人工智能研究院名誉院长，两周前在自己的电脑上安装了一只内测版的“澳龙”（AutoClaw），这是一款由智谱开发的国产“龙虾”，可在本地一键部署，为用户带来前所未有的便捷体验。

作为GPT的资深玩家，尽管已年近九旬，张钹院士对AI智能体的发展仍保持着极高的热情。他向徽声在线表示，以“龙虾”为代表的AI智能体与传统大语言模型有着本质的区别。GPT主要擅长回答问题，而AI智能体则能执行任务，并将执行过程一步步清晰地展示出来，为用户提供了更加直观、全面的服务。

与DeepSeek引发的上一轮全民技术热潮相比，“龙虾”凭借其“不仅会说，还能做事”的特点，在普通人中点燃了更大的热情。然而，随着市场的逐渐冷静，曾经千人排队安装“龙虾”的盛况已不复存在，取而代之的是对“99元安全卸载龙虾服务”的争相购买。平凯星辰副总裁、原阿里云副总裁刘松在接受徽声在线采访时表示：“整个市场正在渐趋理性。”

一个由人类与AI智能体共同生活、工作并构建社会的“龙虾”时代，正悄然来临。这一时代将引发怎样的技术革命与社会变革？AI智能体的进化终极形态又是什么？当前所发生的一切，是否真的是人类抵达通用人工智能（AGI）的关键一跃？这些问题，正引发着业界的广泛关注和深入思考。

AI插画/adan

“意义超越DeepSeek，引领AI新纪元”

“能力不稳定是最直观的感受。”刘松副总裁坦言。他同时测试了四只来自不同厂商的“龙虾”，包括Kimi、MiniMax、飞书和智谱。在使用两周后，他发现“龙虾”的强大主要体现在三个方面：一是本地部署能力，可直接操作个人电脑环境；二是永久记忆功能，能记住上下文和任务历史；三是可随时创建和获取Skills，即AI智能体在执行任务时能调用的一切“能力”或“工具包”。

刘松认为，模型能力决定了“龙虾”的智力水平，而调用工具的能力则体现了其执行力，即“模型+调用”的协同作用。多位AI从业者指出，目前大语言模型在不同领域的“聪明程度”仍存在差异，特别是国产大模型，有的擅长编程与信息搜集，有的则擅长中文处理。受模型能力影响，“龙虾”在执行任务时经常会出现“卡住”或无限循环的情况，有时同一个任务多次运行结果差异很大，或需要反复尝试多次才能完成。当任务步骤较多时，“失忆”现象也时有发生。

“有点像找了一个很勤奋的实习生，但工作完成质量有时只有60分，你还得亲自去帮他收场。”刘松形象地比喻道。清华大学智能产业研究院首席研究员、前阿里巴巴人工智能实验室北京负责人聂再清也持类似观点。他认为，当前的“龙虾”更像是一个技术雏形，对于现实世界规则的理解仍然有限，在很多场景下仍需依赖人类持续参与。因此，在未来很长一段时间内，人机协作仍将是完成任务的主要模式。

事实上，在太平洋的另一头，这只最早从硅谷极客圈走向全球的“龙虾”OpenClaw，其实只是一位奥地利创业者的“周末项目”，更接近一个实验框架，远非成熟产品。创业者彼得·施泰因贝格尔利用大模型编程能力的进化，为Agent打造了一颗聪明的“大脑”。尽管从使用者的角度来看，这或许还不够完美，但OpenClaw的成功在于它抓住了一个重要的时机，即大模型的编程能力已进化到了足够惊艳的水平。

整个2025年，OpenAI、Google等大模型领域的前沿竞争者相继推出了以编程为强化方向的模型升级。其中，Anthropic于2025年2月发布的Claude Code被很多开发者视为Agent时代的真正开端。这款产品可以像软件工程师一样完成完整的工作流程，从理解需求、拆解任务到生成代码、测试并修改错误，展现出了强大的自动化能力。

然而，真正在全球火起来的却是OpenClaw。张钹院士认为，原因主要有两点：一是开源策略，降低了使用门槛；二是第一次在数字世界里打造了一个相对完整的通用Agent系统框架，能调用各种资源，也可以接入即时通信软件的入口，可玩性和扩展性都很强，非常适合二次开发。

作为中国AI领域的核心奠基人之一，张钹院士见证了人工智能40多年来的潮起潮落。他在接受徽声在线采访时指出，过去的人工智能只能在特定领域、使用特定模型去解决特定问题。大语言模型带来的最大突破是在语言领域实现了一定程度的通用性。而以OpenClaw为代表的智能体则更进一步，让模型具备了行动能力，甚至可以根据使用者的特点提供个性化服务。这意味着人类向AGI又迈进了一步，有学者甚至称“龙虾”诞生的意义比DeepSeek更加重大。

“无论如何，这是一个很好的起点。”聂再清研究员表示。目前的Agent产品还处于早期阶段，要想大规模进入公众的日常生活和工作，除了性能稳定性需提升以外，安全风险问题也亟待解决。

需要明确的是，“龙虾”强大的执行能力有一个前提：授予真实权限。张钹院士指出，Agent要想发挥出色，人类必须“放权”，允许它调用电脑里的文件、查阅邮件、登录社交账号并发送信息。但这个过程中也可能造成严重的隐私泄露。正是出于对安全风险的担忧，他几乎没给“龙虾”任何授权。“我很谨慎，尤其担心被黑客攻击，因为机器比人更容易被欺骗与误导。”

聂再清进一步解释说，现阶段“龙虾”产品之所以会带来信息安全风险，是由于Agent在执行任务时需要调用外部大模型进行推理。人们常说的API就是指调用资源所需的“接口”。接入外部API后，用户本地的信息可能被上传到外部系统进行处理。如果系统在判断哪些信息可以发送、哪些信息不应发送方面缺乏足够能力，就可能导致敏感数据被意外暴露。他强调，下一步安全与责任机制将成为关键议题，Agent服务提供商应对系统行为承担责任，监管部门也要深度参与规则制定。

刘松对Agent的安全问题持乐观态度。他认为这类安全风险并不是“龙虾”独有的问题，而是一个更广义的数据安全与权限管理问题。关键在于如何为“龙虾”设定清晰的权限边界，例如明确哪些数据可以访问、哪些操作必须人工确认以及在关键节点设置多重确认机制。“就像电脑删除文件时需要二次确认一样，Agent在执行可能带来不可逆后果的操作时也应该触发提示和审核流程。这没有什么技术挑战，企业级安全解决方案很快会走向成熟。”

上图：3月11日，在中国（南京）软件谷“质能·工坊”OPC社区，技术人员安装完开源AI智能体“龙虾”后与用户（左）交流。图/新华

下图：3月16日，广东珠海市以“赋能政企数字员工，落地智能行为执行”为主题的OpenClaw AI技术沙龙中心。图/视觉中国

“App将逐渐淡出历史舞台”

“龙虾”在全球的扩张速度超乎想象。

2025年12月，OpenClaw在GitHub上的关注度还很低。然而，仅仅80多天后，OpenClaw在GitHub上的收藏量已达到25万，成为这个开源社区历史上增长最快的项目之一。这一数字充分展示了“龙虾”的受欢迎程度和巨大潜力。

奇安信在3月16日发布的国内首份《OpenClaw生态威胁分析报告》中揭示了一组惊人的数字：全球四大主流Skills分发平台上的Skills总量已逼近75万，每天新增数量高达2.1万个。按照此趋势发展下去，仅需一年时间Skills总量将突破800万。这一数据进一步证明了“龙虾”生态的蓬勃发展和广阔前景。

为了抓住这波流量红利，腾讯、阿里、百度等大厂几乎在几天之内就紧急上架了自己的“龙虾”产品。业内人士普遍认为，Agent很可能会成为下一代“移动互联网”的入口。聂再清研究员表示：“或者更直白地说，成为下一个入口。”

设想一个这样的场景：你要进行一场为期7天的大理旅行。你只需点开手机屏幕，无须打开携程、12306、飞猪等不同App。只要对着手机清晰表达你的需求，一个生活类“龙虾”就会“一站式”帮你完成订票、购物、信息检索、小众行程规划等所有任务。原本的App将变成Agent的Skills，为用户提供更加便捷、高效的服务。

刘松解释说，由于“龙虾”能够便捷地跨应用调用服务，随着用户对Agent的依赖性上升，个人手机上的App将逐渐消亡或被“折叠”到后台。新的入口将转移到Agent平台。他推测，经过三五年洗牌后，未来以Agent为核心的AI产业竞争很可能进一步走向寡头格局。“因为在‘龙虾’时代，胜出者必须同时拥有大模型能力、算力、数据和用户规模等多重资源，竞争门槛相当高。相比之下，一些缺乏AI技术能力或算力基础的互联网企业，特别是一些单纯的社交类平台，未来可能更多成为被调用的服务节点。”

不过，即使“龙虾”稳定性进一步提升，Agent可以取代一些生活类App去自动完成规划，但在一些关键节点仍需与用户确认中间结果。刘松认为，传统App的优势在于每一步操作都可以被用户选择和追溯，但Agent全方位接入后，用户可能失去这种精细化控制能力。“就像从手动挡变成了自动挡的演进。”他建议，在未来“龙虾”手机里仍可以保留某种“中间界面”，至于其具体形态则可以进一步探讨，未必一定是以App的形式存在。

3月13日，广东深圳深元人工智能联合MetaEra与iPollo在深圳华强北全球人工智能应用场景中心举办“全球首家OpenClaw线下展示”活动。图/视觉中国

“一场人机交互革命即将拉开帷幕”

毫无疑问，以“龙虾”为代表的新一代Agent技术即将开启一场人机交互革命。目前，业界基本达成共识：未来的人机交互将以语言为核心进行“自然交互”。张钹院士认为，与传统的文本交互相比，自然语言具有明显优势：它不依赖复杂操作，也不受用户教育水平的限制，为用户提供了更加便捷、直观的交互方式。

聂再清研究员认为，除语言之外，视觉乃至各种环境信号未来都可能成为输入方式，交互形态将更加多样化。与此同时，人机交互的双向性将明显增强。Agent不仅能执行任务，还能在理解用户目标的基础上主动提出建议。“专属于你的Agent助手会一直跟着你，了解你的个性与习惯，帮你在海量的数据中寻找最优解，通过人机协作来共同解决问题。”

从硬件端来看，张钹院士认为人机交互也将不再局限于电脑或手机屏幕。“任何终端设备都可能成为入口，手表、眼镜、戒指、智能家具等，用户可以随时通过自然语言与AI互动。”这一观点为未来人机交互的发展指明了方向。

这样的未来或许不需要等待太久。刘松推测，最多三到五年，人类就会进入“多Agent并存”时代。个人设备上可能同时运行很多私人“助理”，例如工作Agent、生活Agent、学习Agent等。每个人的“数字员工”分工有序，随着这种模式逐渐成熟，人与智能体之间以及不同智能体之间都会形成新的协作网络。

在这样的协作网络中，Agent还将重塑人类的工作方式与就业结构。张钹院士认为，AI的发展并不只是效率工具的升级，更会改变人与机器之间的分工结构。未来，机器将承担更多执行性工作，人类的角色逐渐转向提出目标、分配任务并对结果进行判断。而劳动力市场则会演变成不平衡的“哑铃型结构”：人类向两端集中，一端是高端的创造性和决策性工作，另一端是非常低端的体力劳动，大量中低端的事务性岗位将被Agent系统替代。

“甚至更简单点说，凡是坐在电脑前处理信息的工作都会受到影响。”刘松说。他所在的企业目前有大约300名技术研发人员，本来今年还要再招人，但随着Coding Agent的到来，招聘计划立即取消了。这一变化充分展示了Agent技术对就业市场的深远影响。

当人类的社会结构被Agent深刻改变时，Agent与Agent正在组成新的社会结构。在只有Agent可以分享、讨论和点赞的社交平台Moltbook上，一项2026年2月发表的研究深入分析了Moltbook上14490个智能体发布的39026个帖子和5712条评论。研究者吃惊地发现，虽然18.4％的帖子包含行动诱导语言，但大多数在网上“冲浪”的Agent在社交平台上却没有出现人们设想中的极端情绪。不仅很少见到恶意回复，还会有Agent善意地在极端帖下提醒广大“Agent友”要警惕这些带有风险的言论。这意味着即使在没有人类监督的情况下，由Agent构成的社会系统似乎也涌现出一定的社会秩序与规范。

刘松分析说，由于Agent的行为模式建立在对人类知识和语言数据的学习之上，其看似理性的反馈很大程度上是对人类已有规则和经验的再现与强化。与人类不同，Agent并不存在真实的情绪和欲望，因此在某些社交场景中反而显得更加客观和克制。

他认为当前阶段讨论“Agent社会”的自主性风险仍为时尚早，更值得关注的是这种由算法驱动的数字化社会形态是否会反过来影响人类对规则、秩序与理性的理解。“Agent社会就是人类社会某种意义上的镜像。”这一观点为我们理解未来社会提供了新的视角。

以“龙虾”为代表的新一代Agent技术即将开启一场人机交互革命。AI插画/adan

“当‘龙虾’长出‘身体’，迈向具身智能新时代”

Agent进化的终极形态是什么？这是业界普遍关注的问题。

在众多大厂部署“龙虾”的热闹之下，近日维他动力的一条新闻被很快淹没：机器狗“大头BoBo”宣布接入OpenClaw，让Agent首次具身化。有网友戏称活体“大龙虾”终于来了。这一创新为Agent的发展开辟了新的道路。

张钹院士指出，Agent与机器人合体之后就相当于给它装上了“大脑”。在他看来，当拥有“大脑”的机器人开始在真实的物理世界中执行更多复杂任务时，可能推动人类加速走向通用人工智能（AGI）。尽管人类距离这一终极目标还有很远的距离，但这一方向无疑为AI的发展指明了道路。

刘松认为，“Agent+机器人”的融合仍处于初级阶段。目前Agent的核心优势仍在于大语言模型的推理与规划能力，可以理解和处理数字世界中的任务而非直接应对复杂的物理环境。也就是说，机器人即使拥有了“大脑”，本质上仍是把语言模型的输出映射为具体动作执行，但不足以支撑复杂场景中的自主决策。

要想让“龙虾”真的长出“身体”，缺失的关键一环是感知能力。张钹院士解释说，感知能力是人工智能走向现实世界的关键前提。与数字环境不同，物理世界高度复杂且持续变化。如果缺乏强大的感知系统，机器就无法理解环境变化并据此作出决策。“从Agent实际工作的表现来看，只有微小感知即小范围的闭环反馈能力，主要以语言模型中常用的人类奖惩机制来推动，缺乏主动对做过的事情自我反思、自我改进并持续自我学习。这就需要构建一个来自外部环境的真实反馈机制。”

然而，想让一辆无人车学会规避路障，不可能真的让人开着它在现实世界积累“车祸”经验。于是AI研究人员提出了“世界模型”的构想，类似于设计一种“真实世界模拟器”，可以让无人车在模拟世界中进行学习与决策。深度学习“三巨头”之一的杨立昆就将“世界模型”视为通往高阶人工智能的关键路径，强调AI必须学会表征、预测和规划物理世界。通俗地说，大语言模型擅长回答“下一个词是什么”，而世界模型要回答的是：“下一秒会发生什么。”

Google在2025年推出Genie 3时就宣告要朝着更通用的交互式世界模型迈进。英伟达也明确把“世界基础模型”定位为机器人和自动驾驶的物理AI底座。但总体而言，“世界模型”在过去几年并没有明显的技术突破。张钹院士分析说，要想构建尽量接近真实世界的环境就需要海量高质量的现实世界数据，但数据的获取难度非常大。“建立通用的世界模型目前是不大可能的，只能针对某一具体垂直场景建造模型，最典型的就是自动驾驶。”

多位受访者指出，如果“世界模型”能将“感知—决策—执行”的闭环彻底走通，就看到了具身智能的希望。从技术演进的长期趋势来看，Agent与机器人融合是AI发展的必然趋势。也就是说，Agent在未来的终极形态一定是拥有“身体”的Agent，不仅能理解语言还能理解物理世界的运行规律。

更进一步说，未来的Agent更像一个同时拥有很多“肉身”的智能中枢。聂再清研究员认为，在Agent向着具身智能演进的过程中，智能化的物联网也将成为关键基础设施。“只有在更多设备被连接之后，Agent才会具备更强的环境理解与控制能力。这些延伸出去的‘感知器官’与‘行动肢体’共同构成一个完整的贯通数字世界与物理世界的智能系统。这一感知与反馈闭环的成熟正是人类通往AGI的核心驱动力。”

发于2026.3.23总第1228期徽声在线杂志

杂志标题：“龙虾”将如何进化？

记者：霍思伊

（huosiyi@chinanews.com.cn）

编辑：杜玮