OpenClaw是一个开源的自主人工智能（AI）虚拟助理软件项目，因其图标是一只红色龙虾又被称作“小龙虾”。OpenClaw由奥地利软件工程师彼得·斯坦伯格开发，最初于2025年末以Clawdbot的名字在GitHub上发布，后更名为Moltbot，最终定为现名。

OpenClaw被设计为可代替用户执行任务的自主人工智能虚拟助理软件，而非只是对话式聊天机器人。其可部署在MacOS、Windows等本地设备上，并能够调用其他AI大模型与应用程序接口（API），通过WhatsApp、Telegram等即时通讯平台接收用户发送的文本指令，实现安排日程、编写代码等工作。OpenClaw在本地存储配置数据和交互历史，从而拥有较持久的记忆能力。

OpenClaw强大的全栈式开发能力和一体化服务体系极大地便利了人们的研究和工作，其意义不仅仅在于其本身技术的创新，而在于其推动了AI从“工具属性”向真正的“生产力属性”进行跃迁，从而改变了企业成本结构与收入模式。

1.2.1“小龙虾”的技术酝酿期（2025年11月前）

随着大语言模型的不断发展，大语言模型首次具备了“工具调用能力”，可以通过调用搜索、地图等工具完成多步骤任务规划，这表明AI不仅仅局限于问答，而是可以开始执行相应的动作。

Browser Agent/RPA与LLM开始结合。在过去，Selenium/RPA只能按照预先设置好的脚本进行运行，而现在AI可以帮助其理解目标要求，并根据目标分成多步骤调用相关脚本和应用达成目的，而不是依赖固定脚本。

OpenClaw在2025年11月是由奥地利软件工程师彼得·斯坦伯格发起，最初是名为WhatsApp Relay的个人实现项目发布在GitHub上。该项目旨在实现AI与本地环境的安全交互，解决传统SaaS AI产品数据不可控、依赖云端的痛点。项目初期名为ClawdBot，“Claw”寓意AI对任务的抓取与执行能力，致敬Anthropic的Claude模型。

1.2.2“小龙虾”的概念初创期（2026年1月）

项目正式发布并经历两次更名（Clawdbot → MoltBot → OpenClaw），确立“开源、本地优先、自主执行”的AI Agent范式。市场把零散的技术统一命名为一个“投资主题”。

GitHub星标数从零起步，1月底突破10万，被市场视为“AI从对话迈向执行”的里程碑。此时，大量可视化Demo开始传播，让“非技术人群”也能够理解OpenClaw背后的原理和机制。

云厂商、模型厂商开始进行“产品信号”的释放。谷歌推出LLM可以帮助人们使用AI代理进行网页点击，Digital First AI推出了自己的自动办公产品Demo。

图表4：AI代理网页点击

资料来源：公开资料，Digital First AI官网

图表5：Digital First AI

资料来源：公开资料，Digital First AI官网

1.2.3“小龙虾”生态爆发期（2026年2月-3月上旬）

这一阶段，OpenClaw从“单点技术”升级为“生态系统”，出现平台、应用、开发者、商业化的全面共振，引发产业级爆发。

OpenClaw星标数在2月内从16万飙升至22.4万，3月7日突破27万，超越Linux与React，成为GitHub史上增长最快的开源项目。Token消耗量一个月内翻4倍以上，引发全网“养龙虾”的热潮。

股价反应：3月9日单日集中爆发，优刻得、青云科技、顺网科技、云赛智联、美利云等多只算力概念股涨停，优刻得单日涨幅达19.99%，5日内市值增长超75亿元。

1.2.4“小龙虾”商业化落地期（2026年3月中旬）

生态从“技术热”开始转向“商业落地”，头部企业开始加速构建闭环，如阿里云、腾讯云、 智谱AI、月之暗面、MiniMax等大模型厂商。

股价进入分化期：部分概念股高位回撤超60%（如优刻得），市场开始关注真实收入转化能力，而非概念热度。

图表7：JVS Claw

资料来源：Wind，公开资料

图表8：部分概念股高位回撤超60%

资料来源：Wind，公开资料

OpenClaw技术的重要性在于其推动AI从“对话交互”向“系统级任务执行”的范式升级，成为AI Agent商业化落地的关键催化剂，值得关注的核心原因包括技术突破、产业变革与商业价值三大维度。

2.1.1技术突破：定义AI Agent新范式

OpenClaw是一款本地优先、开源的AI智能体操作系统，其核心功能是将大语言模型的认知能力与本地系统的执行权限深度融合，实现AI从“对话”到“主动做事”的范式升级。它不依赖云端服务，而是作为用户个人的“数字助理”，在本地设备上完成复杂任务，同时保障数据主权与隐私安全。

OpenClaw 采用了 Channel-Gateway-Node 三层架构，以 WebSocket 为通信总线，将控制平面、设备执行与消息渠道解耦，实现了跨平台交互与本地自动化操作的高效协同。

图表9：OpenClaw三层架构

资料来源：OpenClaw橙皮书，联储证券研究所

2.1.2产业变革：重塑AI产业链价值分配

OpenClaw的爆火推动AI产业从“模型竞赛”转向“应用落地”，核心影响体现在： 

算力需求指数级增长：Agent模式下Token消耗显著高于传统对话场景，据测算，到2026年底全球月Token消耗量有望增长19.1-489.6T，带动Blackwell芯片需求增长2432-62271片，直接利好AI芯片算力基础设施厂商。

大模型商业化路径重构：国产大模型通过适配OpenClaw生态，实现API调用量与Token收入快速增长。

云服务模式升级：云厂商从“单一模型承销商”转向“多模型计费层”，通过一键部署、平台工具链实现高毛利变现。

图表10：OpenClaw与ChatGPT对比

资料来源：OpenClaw橙皮书，联储证券研究所

2.1.3商业价值：从C端破圈到B端落地

OpenClaw的商业价值体现在C端用户普及与B端场景渗透的双重爆发： 

C端全民“养虾”热潮：GitHub星标数超30万登顶开源榜首，国内社交平台出现500-7000元/次的上门安装服务，部分从业者称“数日收入超26万元”；腾讯、阿里等大厂推出ClawBot、“龙虾”手机版等产品，降低使用门槛。

B端行业场景落地：

（1）金融投研：AlphaClaw内置80000名专业投资者信任的投研知识库，可复刻巴菲特投资逻辑、生成资产配置建议；

（2）医疗健康：160健康国际部署“医疗数字员工”系统，覆盖预诊、问诊全流程，产品迭代周期缩短超60%；

（3）工程监理：自动分类施工文件、提取检测数据、生成可视化报表，提升监理效率。

图表11：AlphaClaw金融投研示例

资料来源：Wind，公开资料

图表12：医疗健康AI智能体

资料来源：Wind，公开资料

OpenClaw通过开源框架整合大模型能力、本地执行权限与技能生态，实现AI从“被动响应”到“主动执行”的跃迁，其核心技术特性包括： 

（1）本地化部署与数据主权：支持Mac/Windows/Linux本地运行，数据全留存于自有设备，从架构层面保障隐私安全（如AlphaClaw实现本地矢量化存储，物理隔绝云端）。

（2）系统级自动化执行：开放完整系统权限，支持文件读写、Shell命令与脚本执行，可完成文件管理、代码调试、数据提取等复杂任务。

（3）模块化技能生态：通过ClawHub等平台汇聚超5000个社区贡献的Agent Skills，覆盖自动写代码、网页操作、数据抓取等场景，形成“技能批发市场”。

（4）多渠道统一接入：通过单Gateway网关聚合WhatsApp、Telegram、飞书等通讯渠道，实现全域消息互通与跨平台任务调度。

图表13：Agent生态

资料来源：Wind，公开资料

OpenClaw与ChatGPT 代表了AI工具的两种不同发展方向，共同丰富了AI 应用落地的具体形态。

ChatGPT是面向大众的通用对话工具，以“你问我答”为核心，依托云端网页/APP 便捷使用，模型与数据由平台统一管理，生态相对封闭。

OpenClaw则是更偏向自主执行型的智能助手，需要用户自行部署服务器，能接入各类聊天平台，可自主完成复杂任务，数据完全留存于用户本地，同时支持多模型切换与开源技能扩展。

图表14：OpenClaw与ChatGPT的区别

资料来源：OpenClaw橙皮书，联储证券研究所

图表15：OpenClaw的功能与应用场景

资料来源：GitHub，联储证券研究所

核心应用场景：

（1）金融投研：重构专业工作流

OpenClaw在金融领域已形成显著应用价值，尤其在投研效率提升方面：

自动化数据处理：对接Wind、同花顺等专业金融数据库，实现财报自动抓取、因子挖掘、策略回测、技术指标计算等全流程自动化，减少人工干预。

办公流程提效：通过配置docx、pdf、xlsx、PPT等技能，自动完成研报摘要、会议纪要整理、PPT生成、图表绘制等重复性工作，提升信息处理效率。

多Agent协作：支持并行运行多个智能体，分别负责数据清洗、逻辑验证、报告撰写。

图表16：单智能体系统概念图

资料来源：akira

（2）企业办公：打造智能数字员工

日程与邮件管理：自动安排会议、回复常规邮件、提取附件关键信息。

跨系统协同：在飞书、钉钉、企业微信中接收指令，调用内部系统完成审批、报销、数据查询等任务。

知识库构建：企业可私有化部署，将内部制度、项目文档、客户资料转化为AI可调用记忆，提升员工信息获取效率。

（3）其他垂直场景

汽车智能化：适配车载分布式架构，作为语音交互中枢，实现导航、娱乐、车控的自然语言控制。

医疗健康：部署“医疗数字员工”，辅助预诊、问诊、病历整理，缩短产品迭代周期超60%。

图表17：OpenClaw办公场景应用

资料来源：飞书

图表18：OpenClaw汽车智能化应用

资料来源：中国日报网

2.3.1上游

上游环节聚焦为OpenClaw生态提供底层技术支撑与算力资源，核心参与者包括大模型厂商、算力硬件供应商及相当活跃的开源社区。

大模型厂商：提供模型能力与API接口，是OpenClaw的“智能核心”。由于OpenClaw目前采用的是开源免费+基础设施成本的付费机制，用户的主要费用支出在于必要运行成本，该费用按 Token 计量。

由于OpenClaw使用量的增加， AI Token处理量从之前的6.4万亿/周翻倍成现在的13万亿/周，各大模型厂商转向了“市场供需驱动的定价模式”。

图表19：大模型厂商汇总

资料来源：OpenClaw橙皮书，联储证券研究所

图表20：OpenClaw使用量

资料来源：openrouler，联储证券研究所

算力硬件供应商：支撑模型训练与推理需求。OpenClaw带动Token消耗量爆发，2026年2月中国主流大模型日均Token消耗达180万亿级，推动GPU、服务器等算力硬件需求增长。

然而，考虑到模型技术迭代、国产算力约束、价格刺激下的需求弹性变量等核心变量，实际算力芯片增量需求或更高于图片中区间，原因在于：

2. 模型参数量扩张，推高单Token算力密度。大模型向更长上下文、更大参数量方向持续迭代，从70B级向400B+甚至万亿参数迈进，这导致单Token生成所需的算力与显存带宽消耗显著提升。

3. 非N系芯片算力约束，放大了全球算力需求。由于当前测算是以NIVIDA GB200为基准算力单元，但各大模型厂商采用的推理算力芯片各不相同，而这类芯片单卡TPS普遍不及NIVIDA GB200，使得实际芯片需求量远高于基于NIVIDIA算力的测算结果。

图表21：OpenClaw算力硬件需求

资料来源：联储证券研究所

2.3.2中游

中游环节通过平台化服务连接上游技术与下游应用，核心参与者为云厂商、AI基础设施服务商及生态工具开发商。

云厂商：提供OpenClaw部署与运行环境，降低使用门槛。腾讯云Lighthouse实现5分钟部署，阿里云推出AutoGLM-OpenClaw镜像服务。

AI基础设施服务商：提供中间件与工具链。七牛智能通过MaaS为智能体提供Token调度，其自研的“灵矽AI”跨实体智能体框架用于构建低延迟执行层底座。

生态工具开发商：主要是丰富OpenClaw功能。例如万兴科技旗下天幕创作引擎接入ClawHub，覆盖文生视频、文生音乐等功能。     

图表22：灵矽AI

资料来源：灵矽AI

但是，在 OpenClaw 驱动的 AI Agent 产业浪潮中，大模型厂商的价值分配或将呈现二元分化格局，即头部性能通吃高价值场景与国产性价比下沉普惠市场。两类厂商错位竞争、共同成长，构成 OpenClaw 生态下大模型产业的核心增长主线，原因在于：

第一，性能顶尖的头部厂商凭借任务执行能力壁垒、高价值客户付费意愿、高 Token 消耗密度，成为企业级 Agent 市场的核心受益者；

第二，以国产厂商为代表的性价比路线模型，凭借低成本推理、国产算力适配、下沉市场需求弹性，快速渗透中小企业与 C 端普惠场景，打开增量市场空间。

图表23：大模型厂商Token消耗量

资料来源：openrouler，联储证券研究所

图表24：国产厂商模型

资料来源：各出品方，联储证券研究所

2.3.3下游

下游环节聚焦OpenClaw在各行业的应用落地，核心参与者为企业级解决方案提供商与终端用户。

企业级解决方案：汉得信息基于H-ONE融合数据平台，推出AI供应链物流Agent，客户AI预算向千万级甚至亿元级靠拢，2026年H1海外业务增速高于国内平均水平。

终端用户：C端用户通过“养虾”热潮推动商业化；B端用户如金融机构使用OpenClaw进行投研知识复刻、自动化数据处理，医疗企业部署“医疗数字员工”系统，缩短产品迭代周期超60%。

图表25：H-ONE融合数据平台

资料来源：公开资料

尽管目前已经多家公司推出自己的OpenClaw项目产品，但从市场整体角度来看现阶段仍然以生产力提升为主，大规模的商用正在加速落地中。

政策端的持续加码成为AI Agent产业发展的核心驱动力。各地政策的算力券、免费部署、专项补贴等举措有效降低 Agent 研发与部署门槛。

从技能库来看主要使用者还是以生产力需求者为主，开发者居首。当前 OpenCLaw 的生态需求仍由程序员、DevOps 工程师、前端开发者等技术群体主导，平台功能与用户诉求深度绑定开发辅助场景，开发者仍是其最核心的用户基底。

图表26：OpenClaw项目产品统计

资料来源：OpenClaw橙皮书，联储证券研究所

OpenClaw与中国科技政策和战略高度契合，核心体现在技术自主化、算力国产化、应用场景落地、数据安全与隐私保护四大维度，与国家“十五五”数字经济规划、“东数西算”工程、AI安全治理等政策目标深度协同。

一、技术自主化：开源框架适配国产大模型，响应自主可控战略

OpenClaw作为开源AI智能体框架，支持国产大模型（如智谱GLM、MiniMax、Kimi）的本地化部署，与国家“核心技术自主可控”战略高度一致。 

政策支撑：国务院《“人工智能+”行动实施意见》明确提出“推动开源框架与国产模型深度融合”，OpenClaw通过ClawHub技能市场，降低了企业对海外AI工具的依赖。

企业实践：智谱推出AutoClaw（澳龙），主打本地部署与多模型接入能力，覆盖金融投研、办公自动化等场景；腾讯QClaw、字节ArkClaw等产品均基于OpenClaw框架开发，推动国产智能体生态自主化。

二、算力国产化：端侧芯片与算力基础设施协同，契合“东数西算”工程

OpenClaw强调本地优先、低时延的特性，推动端侧AI芯片需求增长，与国家“东数西算”工程中“算力本地化”目标高度匹配。 

端侧芯片适配：瑞芯微RK3588/RK182X系列、此芯科技CIX ClawCore螯芯系列等国产芯片支持大模型本地推理，降低对云端进口芯片的依赖。

算力基础设施：上海临港建成全球最大单体智算中心集群，算力规模突破50EFLOPS，PUE降至1.2以下，为OpenClaw本地化部署提供算力支撑。

三、应用场景落地：政策补贴与行业渗透，助力“人工智能+”行动

OpenClaw的“自主执行”能力加速AI在垂直行业的落地，与国家“人工智能+”行动中“培育智能原生新业态”的目标一致。多地政府都发文提高对AI行业以及科创企业的政策补贴，例如：深圳龙岗出台最高1000万元股权投资，免费提供OpenClaw部署服务等。

四、数据安全与隐私保护：合规框架适配，响应国家数据安全战略

OpenClaw的本地化部署特性与国家《数据安全法》《个人信息保护法》要求高度契合，解决了AI应用中的数据隐私风险。 

安全治理：中国信通院发布《关于OpenClaw安全应用的风险提示》，提出“六要六不要”规范，推动行业合规发展。

企业实践：小米miclaw采用“API双重授权”机制，实现透明可审计，符合国家数据安全监管要求。

图表27：OpenClaw政策补贴

资料来源：中国经营报

2026年3月10日至11日，受国家互联网应急中心发布安全风险提示影响，港股MiniMax-WP单日跌幅超9%，智谱、迅策等概念股集体回调，A股优刻得、青云科技等此前涨停的标的亦出现显著回落。市场对OpenClaw默认配置高危、公网暴露风险、指令投毒等安全问题的担忧导致短期估值逻辑重构，股价出现“利空出尽”式下跌，但市场对技术落地的预期仍支撑活跃度。

而在企业端订单一侧，我们可以看到目前订单需求并不是呈现“稳步增长”的态势，而是一种典型的市场情绪爆发，目前多数订单集中于短期的部署类订单，其次就是算力/Token消耗型订单，因为OpenClaw本质上依赖大模型的调用，最后就是企业试点订单正在起量，但还未达到规模化收入水准。

目前主流的AaaS服务分为：1. 云厂商的“托管部署服务”；2. Agent平台；3. Skill marketplace，这一块目前没有成熟的分发和收费体系，而且安全风险较高。预测后续AaaS服务会最终形成Agent AaaS生态。

当下，各大厂商纷纷开始调整自己的战略布局。

上游的模型厂商面临着如何去风险化的问题。由于OpenClaw在执行中会取得“高权限”，这极大地提高模型出现“越狱风险”的概率。当下，模型厂商多采用强化“模型安全层”、推动人类介入、限制高风险场景应用。

中游的云服务厂商和Agent平台由于需要直接承接客户需求，因此这类厂商的风险责任最大，也是最容易被监管“点名”。它们采用的是：1.厂商目前在部署服务器和Agent平台时默认不开公网、隔离部署、限制执行能力等；2. 架构层进从原来的“系统直连”转变为“沙箱执行”，避免直接操作生态系统；3. 在推出企业合规版的Agent时要求操作可回溯和高危行为必须人工审核；4. 从原来的“通用型Agent”转向“行业解决方案”。

硬件供货厂商主要面临的是在安全风险提示发布后市场需求变动以及政策后续变化的不确定性。所以，目前各大硬件供货商主要是与其他云服务厂商深度绑定，为其提供Agent算力专用集群。

安全厂商是整个产业链获益最大的。他们主要是对Agent提供专用的安全产品，建立Skill模块供应链安全体系以及为企业提供包括权限控制、操作审计和风险评分系统等的安全框架。

刘晓庆（IT桔子内容总监）：目前中国市场正在经历一场国资崛起-中国一级市场投资范式大迁徙。2025年中国创投市场2025年投资交易超9000起，同比增长28%，回暖格局的背后呈现“哑铃型”断层格局：早期投资超6000起，战略投资体量庞大，但成长期和中后期融资断崖式下跌，分别从2021年的32.6%、16.3%滑落至19.6%、7.9%。首先是国资主导时代正式到来，“国资渗透率”突破45%，若计入间接LP出资，市场近90%资金源头为国家资本。美元基金交易占比跌至2.5%，金额从5000亿缩水至800亿，美元VC黄金时代终结。然后是退出路径重塑：并购占退出案例近八成，A股上市公司作为买方占六成；去年上市独角兽绝大多数选择香港，赴美上市归零。

黄雪群（L2F光源创业者基金执行董事）：到2025年，全球AI领域投资在整体风险投资中的占比已升至约50%至65%，总规模超过2000亿美元，其中Mega Deal占比达73%。这一轮AI投资热潮并非单一因素驱动，而是生产力溢价持续释放、基础设施“军备竞赛”加速推进，以及退出逻辑发生变化三重力量共同作用的结果。AI正在从传统意义上的工具，演进为可承担具体任务的数字劳动力。因此，AI尤其适用于那些流程规则清晰、对主观判断依赖较低、且天然具备外包属性的工作场景。这一演进背后的核心，是推动AI能力从“能够生成回答”走向“能够稳定交付结果”。

熊明辉（浙江大学光华法学院求是特聘教授）：作为开源人工智能体领域的典型代表，OpenClaw凭借强大的自然语言交互与任务执行能力，在短时间内迅速吸引了广泛关注与应用。然而，其开放性与高权限特性，也使其成为网络安全领域不容忽视的焦点，暴露出一系列亟待解决的安全风险。恶意行为者通过篡改软件包、植入后门，或利用已知漏洞进行渗透，一旦成功潜入企业内网，便可窃取核心商业数据、知识产权，甚至取得内部系统控制权，对企业数据安全构成系统性威胁。设备与系统层面的安全隐患同样严峻。为完成复杂任务，OpenClaw在开发与运行时往往需要较高的系统权限。若配置存在疏漏，或软件自身存在未修补的漏洞，可能导致主机敏感信息(如密钥、配置)泄露。攻击者借此可劫持设备，将其纳入僵尸网络或用于发起进一步的内部攻击，严重威胁企业基础设施的稳定与安全。此外，在扮演个人助手时，OpenClaw处理通讯录、日程、聊天记录等大量敏感个人信息时，安全防护的薄弱环节可能导致这些数据被窃取与滥用。“更危险的是，在集成金融交易功能的场景下，一旦智能体被攻破，攻击者可能诱导其执行错误转账、越权查询等操作，直接造成用户财产损失，动摇数字经济的信任基石。