每隔一兩個小時，張鈸就會收到一句語音提醒：“該喝水了！”

發(fā)出提醒的，正是他的私人“助理”。助理還會幫他承擔復雜的檢索工作，并事無巨細地提供每一步檢索過程、遭遇的困難和對應結果?！拔易屗槍衲耆珖鴥蓵嘘P于人工智能的提案做深度調研，它先檢索中文資源，再去查英文資料?！?/p>

所有人都能猜到，這位盡職盡責的“助理”，就是最近火爆全球的“龍蝦”。張鈸是中國科學院院士、清華大學人工智能研究院名譽院長。兩周前，他在自己的電腦上安裝了一只內測的“澳龍”（AutoClaw），這是一款由智譜開發(fā)的國產(chǎn)版“龍蝦”，可在本地一鍵部署。

作為GPT的90歲高齡資深玩家，張鈸對《中國新聞周刊》表示，以“龍蝦”為代表的AI智能體（Agent）與傳統(tǒng)大語言模型的本質區(qū)別，是GPT只會回答問題，Agent則會執(zhí)行任務，而且會把執(zhí)行的整個過程一步步展示出來。

與DeepSeek引發(fā)的上一輪全民技術狂歡相比，“不僅會說，還能做事”的“龍蝦”似乎在普通人中點燃了更大的熱情，但很快，曾經(jīng)千人排隊安“龍蝦”的名場面，就變?yōu)闋幭噘徺I咸魚上的“99元安全卸載龍蝦服務”?！罢麄€市場在漸趨理性?！逼絼P星辰副總裁、原阿里云副總裁劉松對《中國新聞周刊》說。

一個由人類與Agent共同生活、工作并構建社會的“龍蝦”時代，會引發(fā)怎樣的技術革命與社會變革？Agent進化的終極形態(tài)是什么？當前發(fā)生的一切，真的是人類抵達通用人工智能（AGI）的關鍵一躍嗎？

AI插畫/adan

“意義比DeepSeek更重大”

“能力不穩(wěn)定是最明顯的感受?！眲⑺赏瑫r養(yǎng)了四只“龍蝦”，分別來自Kimi、MiniMax、飛書和智譜。在使用兩周后，他發(fā)現(xiàn)，“龍蝦”的強大主要體現(xiàn)于三種能力：一是本地部署，這意味著它可以直接操作個人電腦環(huán)境；二是永久記憶，能記住上下文和任務歷史；三是可以隨時創(chuàng)建和獲取Skills，也就是Agent在執(zhí)行任務時能調用的一切“能力”或“工具包”。

劉松認為，本質上，模型能力決定著“龍蝦”的智力，調用工具的能力則體現(xiàn)出它的執(zhí)行力，也就是“模型+調用”。多位受訪的AI從業(yè)者指出，目前，大語言模型在不同領域的“聰明程度”仍有差異，特別是國產(chǎn)大模型，有的模型擅長編程與信息搜集，有的模型擅長中文處理。受模型能力影響，“龍蝦”在執(zhí)行任務時經(jīng)常會被“養(yǎng)死”，比如任務中途“卡住”或在兩個步驟間無限循環(huán)；有時同一個任務，多次運行結果差異卻很大，或需要反復嘗試多次才能完成。當任務步驟很多時，“失憶”也很常見。

“有點像找了一個很勤奮的實習生，但有時工作完成的質量只有60分，你還得親自去幫他收場?！眲⑺尚稳?。清華大學智能產(chǎn)業(yè)研究院首席研究員、前阿里巴巴人工智能實驗室北京負責人聶再清認為，當前的“龍蝦”更像是一個技術雛形。他對《中國新聞周刊》說，在現(xiàn)有模型能力下，Agent雖然能在開放環(huán)境中自主規(guī)劃行動，但對于現(xiàn)實世界規(guī)則的理解仍然有限，在很多場景下，依然需要依賴人類持續(xù)參與。因此，在未來很長一段時間，人機協(xié)作仍是完成任務的主要模式。

事實上，在太平洋的另一頭，這只最早從硅谷極客圈開始走向全球的“龍蝦”O(jiān)penClaw，只是一位奧地利創(chuàng)業(yè)者的“周末項目”，更接近一個實驗框架，遠非成熟產(chǎn)品。創(chuàng)業(yè)者叫彼得·施泰因貝格爾。很多開發(fā)者后來分析，OpenClaw的成功在于它抓住了一個重要的時機：大模型的編程（coding）能力已進化到了足夠驚艷的水平，Agent現(xiàn)在終于可以擁有一顆聰明的“大腦”了——雖然站在使用者的角度，這或許還不夠。

整個2025年，OpenAI、Google等大模型領域的前沿競爭者相繼推出了以編程為強化方向的模型升級。其中，最有影響力的一款產(chǎn)品是Anthropic于2025年2月發(fā)布的Claude Code，很多開發(fā)者將其視為Agent時代的真正開端，認為它可以像軟件工程師一樣完成完整的工作流程——從理解需求、拆解任務，到生成代碼、測試并修改錯誤。

但真正在全球火起來的卻是OpenClaw，為什么是它？

張鈸認為，原因有兩個，一是開源；二是第一次在數(shù)字世界里打造了一個相對完整的通用Agent系統(tǒng)框架，能調用各種資源，也可以接入即時通信軟件的入口，可玩性和擴展性都很強，也很適合二次開發(fā)。

作為中國AI領域的核心奠基人之一，張鈸見證了人工智能40多年來的潮起潮落，他在接受《中國新聞周刊》采訪時指出，過去的人工智能只能在特定領域、使用特定模型去解決特定問題，大語言模型帶來的最大突破，是在語言領域實現(xiàn)了一定程度的通用性。以OpenClaw為代表的智能體則更進一步，讓模型具備了行動能力，甚至可以根據(jù)使用者的特點提供個性化服務，這就意味著人類向AGI又邁進了一步。有學者稱，“龍蝦”誕生的意義比DeepSeek更加重大。

“無論如何，這是一個很好的起點。”聶再清說，目前的Agent產(chǎn)品還處于早期，要想大規(guī)模進入公眾的日常生活和工作，除了性能穩(wěn)定性需提升以外，安全風險問題也亟待解決。

需要進一步明確一點，“龍蝦”強大的執(zhí)行能力有一個前提：授予真實權限。張鈸說，Agent要想玩得好，人類必須“放權”，允許它調用電腦里的文件、查閱郵件、登錄社交賬號并發(fā)送信息，但這個過程中也可能造成嚴重的隱私泄露。正是出于對安全風險的擔憂，他幾乎沒給“龍蝦”任何授權?！拔液苤斏?，尤其擔心被黑客攻擊，因為機器比人更容易被欺騙與誤導?！?/p>

聶再清進一步解釋，現(xiàn)階段“龍蝦”產(chǎn)品之所以會帶來信息安全風險，是由于Agent在執(zhí)行任務時需要調用外部大模型進行推理，人們常說的API就是指調用資源所需的“接口”，接入外部API后，也就意味著用戶本地的信息可能被上傳到外部系統(tǒng)進行處理，如果系統(tǒng)在判斷哪些信息可以發(fā)送、哪些信息不應發(fā)送方面缺乏足夠能力，就可能導致敏感數(shù)據(jù)被意外暴露。他強調，下一步，安全與責任機制將成為關鍵議題，Agent服務提供商應對系統(tǒng)行為承擔責任，監(jiān)管部門也要深度參與規(guī)則制定。

劉松對Agent的安全問題持樂觀態(tài)度。他所在的企業(yè)平凱星辰是一家開源分布式數(shù)據(jù)庫提供商，對數(shù)據(jù)安全的本質看得更清楚。他認為，這類安全風險并不是“龍蝦”獨有的問題，而是一個更廣義的數(shù)據(jù)安全與權限管理問題。關鍵在于如何為“龍蝦”設定清晰的權限邊界，例如明確哪些數(shù)據(jù)可以訪問、哪些操作必須人工確認，以及在關鍵節(jié)點設置多重確認機制?！熬拖耠娔X刪除文件時需要二次確認一樣，Agent在執(zhí)行可能帶來不可逆后果的操作時，也應該觸發(fā)提示和審核流程。這沒有什么技術挑戰(zhàn)，企業(yè)級安全解決方案很快會走向成熟?！?/p>

上圖：3月11日，在中國（南京）軟件谷“質能·工坊”O(jiān)PC社區(qū)，技術人員安裝完開源AI智能體“龍蝦”后與用戶（左）交流。圖/新華

下圖：3月16日，廣東珠海市以“賦能政企數(shù)字員工，落地智能行為執(zhí)行”為主題的OpenClaw AI技術沙龍中心。圖/視覺中國

“App會逐漸消亡”

“龍蝦”在全球的擴張速度比人們想象中要快。

2025年12月，OpenClaw在GitHub上的關注度還很低，80多天以后，OpenClaw在GitHub上的收藏量已達到25萬，成為這個開源社區(qū)歷史上增長最快的項目之一。

奇安信在3月16日發(fā)布的國內首份《OpenClaw生態(tài)威脅分析報告》中揭示了一組驚人的數(shù)字：全球四大主流Skills分發(fā)平臺上的Skills總量已逼近75萬，每天新增數(shù)量高達2.1萬個，按照此趨勢，僅需一年時間Skills總量將突破800萬。

為了接住這波流量，騰訊、阿里、百度等大廠幾乎在幾天之內就緊急上架了自己的“龍蝦”。業(yè)內人士普遍認為，Agent很可能會成為下一代“移動互聯(lián)網(wǎng)”?！盎蛘吒卑椎卣f，成為下一個入口?！甭櫾偾逭f。

設想一個這樣的場景：你要進行一場為期7天的大理旅行，你點開手機屏幕，無須打開攜程、12306、飛豬等不同App，只要對著手機，把你的需求清晰地表達出來，一個生活類“龍蝦”就“一站式”幫你完成訂票、購物、信息檢索、小眾行程規(guī)劃等所有任務，原本的App成了Agent的Skills。

劉松解釋，由于“龍蝦”能夠便捷地跨應用調用服務，隨著用戶對Agent的依賴性上升，個人手機上的App會逐漸消亡，或是被“折疊”到后臺，新的入口將轉移到Agent平臺。他推測，經(jīng)過三五年洗牌后，未來以Agent為核心的AI產(chǎn)業(yè)競爭很可能進一步走向寡頭格局?！耙驗樵凇埼r’時代，勝出者必須同時擁有大模型能力、算力、數(shù)據(jù)和用戶規(guī)模等多重資源，競爭門檻相當高。相比之下，一些缺乏AI技術能力或算力基礎的互聯(lián)網(wǎng)企業(yè)，特別是一些單純的社交類平臺，未來可能更多成為被調用的服務節(jié)點?！彼f。

不過，即使“龍蝦”穩(wěn)定性進一步提升，Agent可以取代一些生活類App去自動完成規(guī)劃，在一些關鍵節(jié)點仍需與用戶確認中間結果。劉松認為，傳統(tǒng)App的優(yōu)勢就在于，每一步操作都可以被用戶選擇和追溯，但Agent全方位接入后，用戶可能失去這種精細化控制能力，“就像從手動擋變成了自動擋的演進”。他建議，在未來“龍蝦”手機里，仍可以保留某種“中間界面”，至于其具體形態(tài)，則可以進一步探討，未必一定是以App的形式。

3月13日，廣東深圳深元人工智能聯(lián)合MetaEra與iPollo在深圳華強北全球人工智能應用場景中心舉辦“全球首家OpenClaw線下展示”活動。圖/視覺中國

“一場人機交互革命將開啟”

毫無疑問，以“龍蝦”為代表的新一代Agent技術，即將開啟一場人機交互革命。目前，業(yè)界基本達成共識，未來的人機交互是以語言為核心的“自然交互”。張鈸認為，與傳統(tǒng)的文本交互相比，自然語言具有明顯優(yōu)勢：它不依賴復雜操作，也不受用戶教育水平的限制。

聶再清認為，除語言之外，視覺乃至各種環(huán)境信號未來都可能成為輸入方式，交互形態(tài)會更加多樣化。與此同時，人機交互的雙向性會明顯增強，Agent不僅能執(zhí)行任務，也能在理解用戶目標的基礎上主動提出建議?！皩儆谀愕腁gent助手會一直跟著你，了解你的個性與習慣，幫你在海量的數(shù)據(jù)中尋找最優(yōu)解，通過人機協(xié)作來共同解決問題?！?/p>

在這樣的未來圖景中，從硬件端來看，張鈸認為，人機交互也將不再局限于電腦或手機屏幕，“任何終端設備都可能成為入口，手表、眼鏡、戒指、智能家具等，用戶可以隨時通過自然語言與AI互動”。

這樣的未來或許不需要等待太久。劉松推測，最多三到五年，人類就會進入“多Agent并存”時代，個人設備上可能同時運行很多私人“助理”，例如工作Agent、生活Agent、學習Agent等。每個人的“數(shù)字員工”分工有序，隨著這種模式逐漸成熟，人與智能體之間，以及不同智能體之間都會形成新的協(xié)作網(wǎng)絡。

在這樣的協(xié)作網(wǎng)絡中，Agent還會重塑人類的工作方式與就業(yè)結構。張鈸認為，AI的發(fā)展并不只是效率工具的升級，更會改變人與機器之間的分工結構。未來，機器將承擔更多執(zhí)行性工作，人類的角色逐漸轉向提出目標、分配任務并對結果進行判斷。而勞動力市場則會演變成不平衡的“啞鈴型結構”：人類向兩端集中，一端是高端的創(chuàng)造性和決策性工作，另一端是非常低端的體力勞動，大量中低端的事務性崗位被Agent系統(tǒng)替代。

“甚至更簡單點說，凡是坐在電腦前處理信息的工作，都會受到影響。”劉松說。他所在的企業(yè)目前有大約300名技術研發(fā)人員，本來今年還要再招人，但隨著Coding Agent的到來，招聘計劃又重新規(guī)劃了。

當人類的社會結構被Agent深刻改變，Agent與Agent正在組成新的社會結構。在只有Agent可以分享、討論和點贊的社交平臺Moltbook，一項2026年2月發(fā)表的研究深入分析了Moltbook上14490個智能體發(fā)布的39026個帖子和5712條評論，研究者吃驚地發(fā)現(xiàn)，雖然18.4％的帖子包含行動誘導語言，但大多數(shù)在網(wǎng)上“沖浪”的Agent，在社交平臺上卻沒有出現(xiàn)人們設想中的極端情緒，不僅很少見到惡意回復，還會有Agent善意地在極端帖下提醒廣大“Agent友”要警惕這些帶有風險的言論，也就是說，即使在沒有人類監(jiān)督的情況下，由Agent構成的社會系統(tǒng)似乎也涌現(xiàn)出一定的社會秩序與規(guī)范。

劉松分析，由于Agent的行為模式建立在對人類知識和語言數(shù)據(jù)的學習之上，其看似理性的反饋，很大程度上是對人類已有規(guī)則和經(jīng)驗的再現(xiàn)與強化。與人類不同，Agent并不存在真實的情緒和欲望，因此在某些社交場景中反而顯得更加客觀和克制。

他認為，當前階段討論“Agent社會”的自主性風險仍為時尚早，更值得關注的是，這種由算法驅動的數(shù)字化社會形態(tài)，是否會反過來影響人類對規(guī)則、秩序與理性的理解?！癆gent社會就是人類社會某種意義上的鏡像?！?/p>

以“龍蝦”為代表的新一代Agent技術，即將開啟一場人機交互革命。AI插畫/adan

當“龍蝦”長出“身體”

Agent進化的終極形態(tài)是什么？

在眾多大廠部署“龍蝦”的熱鬧之下，近日，維他動力的一條新聞被很快淹沒：機器狗“大頭BoBo”宣布接入OpenClaw，讓Agent首次具身化，有網(wǎng)友戲稱，活體“大龍蝦”終于來了。

張鈸指出，Agent與機器人合體之后，就相當于給它裝上了“大腦”。在他看來，當擁有“大腦”的機器人開始在真實的物理世界中執(zhí)行更多復雜任務，可能推動人類加速走向通用人工智能（AGI）——雖然，人類距離這一終極目標還有很遠的距離。

劉松認為，“Agent+機器人”的融合仍處于初級階段。目前，Agent的核心優(yōu)勢仍在于大語言模型的推理與規(guī)劃能力，可以理解和處理數(shù)字世界中的任務，而非直接應對復雜的物理環(huán)境。也就是說，機器人如果僅僅基于“大語言模型”有了大腦，本質上仍是把語言模型的輸出映射為具體動作執(zhí)行，但不足以支撐復雜場景中的自主決策。

要想讓“龍蝦”真的長出“身體”，缺失的關鍵一環(huán)是感知能力。張鈸解釋，感知能力是人工智能走向現(xiàn)實世界的關鍵前提。與數(shù)字環(huán)境不同，物理世界高度復雜且持續(xù)變化，如果缺乏強大的感知系統(tǒng)，機器就無法理解環(huán)境變化，并據(jù)此作出決策?！皬腁gent實際工作的表現(xiàn)來看，只有微小感知，也就是小范圍的閉環(huán)反饋能力，主要以語言模型中常用的人類獎懲機制來推動，缺乏主動對做過的事情自我反思、自我改進并持續(xù)自我學習。這就需要構建一個來自外部環(huán)境的真實反饋機制?！?/p>

但問題是，想讓一輛無人車學會規(guī)避路障，不可能真的讓人開著它在現(xiàn)實世界積累“車禍”經(jīng)驗，于是，AI研究人員提出了“世界模型”的構想，類似于設計一種“真實世界模擬器”，可以讓無人車在模擬世界中進行學習與決策。深度學習“三巨頭”之一的楊立昆就將“世界模型”視為通往高階人工智能的關鍵路徑，強調AI必須學會表征、預測和規(guī)劃物理世界。通俗地說，大語言模型擅長回答“下一個詞是什么”，而世界模型要回答的是：“下一秒會發(fā)生什么?！?/p>

Google在2025年推出Genie 3時就宣告要朝著更通用的交互式世界模型邁進。英偉達也明確把“世界基礎模型”定位為機器人和自動駕駛的物理AI底座。但總體而言，“世界模型”在過去幾年并沒有明顯的技術突破。張鈸分析，要想構建盡量接近真實世界的環(huán)境，就需要海量高質量的現(xiàn)實世界數(shù)據(jù)，但數(shù)據(jù)的獲取難度非常大?！敖⑼ㄓ玫氖澜缒Ｐ湍壳笆遣淮罂赡艿?，只能針對某一具體垂直場景建造模型，最典型的就是自動駕駛?！?/p>

多位受訪者指出，如果“世界模型”能將“感知—決策—執(zhí)行”的閉環(huán)徹底走通，就看到了具身智能的希望。從技術演進的長期趨勢來看，Agent與機器人融合，是AI發(fā)展的必然趨勢。也就是說，Agent在未來的終極形態(tài)一定是擁有“身體”的Agent，不僅能理解語言，還能理解物理世界的運行規(guī)律。

更進一步說，未來的Agent更像一個同時擁有很多“肉身”的智能中樞。聶再清認為，在Agent向著具身智能演進的過程中，智能化的物聯(lián)網(wǎng)也將成為關鍵基礎設施，“只有在更多設備被連接之后，Agent才會具備更強的環(huán)境理解與控制能力，這些延伸出去的‘感知器官’與‘行動肢體’共同構成一個完整的貫通數(shù)字世界與物理世界的智能系統(tǒng)，這一感知與反饋閉環(huán)的成熟，正是人類通往AGI的核心驅動力”。

發(fā)于2026.3.23總第1228期《中國新聞周刊》雜志

雜志標題：“龍蝦”將如何進化？

記者：霍思伊

（huosiyi@chinanews.com.cn）

編輯：杜瑋