每隔一兩個(gè)小時(shí)，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(dān)復(fù)雜的檢索工作，并事無巨細(xì)地提供每一步檢索過程、遭遇的困難和對應(yīng)結(jié)果?！拔易屗槍衲耆珖鴥蓵嘘P(guān)于人工智能的提案做深度調(diào)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(zé)的“助理”，就是最近火爆全球的“龍蝦”。張鈸是中國科學(xué)院院士、清華大學(xué)人工智能研究院名譽(yù)院長。兩周前，他在自己的電腦上安裝了一只內(nèi)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(zhì)區(qū)別，是GPT只會回答問題，Agent則會執(zhí)行任務(wù)，而且會把執(zhí)行的整個(gè)過程一步步展示出來。

與DeepSeek引發(fā)的上一輪全民技術(shù)狂歡相比，“不僅會說，還能做事”的“龍蝦”似乎在普通人中點(diǎn)燃了更大的熱情，但很快，曾經(jīng)千人排隊(duì)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(wù)”?！罢麄€(gè)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(gè)由人類與Agent共同生活、工作并構(gòu)建社會的“龍蝦”時(shí)代，會引發(fā)怎樣的技術(shù)革命與社會變革？Agent進(jìn)化的終極形態(tài)是什么？當(dāng)前發(fā)生的一切，真的是人類抵達(dá)通用人工智能（AGI）的關(guān)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(shí)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(qiáng)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(gè)人電腦環(huán)境；二是永久記憶，能記住上下文和任務(wù)歷史；三是可以隨時(shí)創(chuàng)建和獲取Skills，也就是Agent在執(zhí)行任務(wù)時(shí)能調(diào)用的一切“能力”或“工具包”。

劉松認(rèn)為，本質(zhì)上，模型能力決定著“龍蝦”的智力，調(diào)用工具的能力則體現(xiàn)出它的執(zhí)行力，也就是“模型+調(diào)用”。多位受訪的AI從業(yè)者指出，目前，大語言模型在不同領(lǐng)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(wù)時(shí)經(jīng)常會被“養(yǎng)死”，比如任務(wù)中途“卡住”或在兩個(gè)步驟間無限循環(huán)；有時(shí)同一個(gè)任務(wù)，多次運(yùn)行結(jié)果差異卻很大，或需要反復(fù)嘗試多次才能完成。當(dāng)任務(wù)步驟很多時(shí)，“失憶”也很常見。

“有點(diǎn)像找了一個(gè)很勤奮的實(shí)習(xí)生，但有時(shí)工作完成的質(zhì)量只有60分，你還得親自去幫他收場?！眲⑺尚稳?。清華大學(xué)智能產(chǎn)業(yè)研究院首席研究員、前阿里巴巴人工智能實(shí)驗(yàn)室北京負(fù)責(zé)人聶再清認(rèn)為，當(dāng)前的“龍蝦”更像是一個(gè)技術(shù)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(shí)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(shí)間，人機(jī)協(xié)作仍是完成任務(wù)的主要模式。

事實(shí)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(xiàng)目”，更接近一個(gè)實(shí)驗(yàn)框架，遠(yuǎn)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(gè)重要的時(shí)機(jī)：大模型的編程（coding）能力已進(jìn)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(gè)2025年，OpenAI、Google等大模型領(lǐng)域的前沿競爭者相繼推出了以編程為強(qiáng)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(shí)代的真正開端，認(rèn)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(wù)，到生成代碼、測試并修改錯(cuò)誤。

但真正在全球火起來的卻是OpenClaw，為什么是它？

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

作為中國AI領(lǐng)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(shí)指出，過去的人工智能只能在特定領(lǐng)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(lǐng)域?qū)崿F(xiàn)了一定程度的通用性。以O(shè)penClaw為代表的智能體則更進(jìn)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(diǎn)提供個(gè)性化服務(wù)，這就意味著人類向AGI又邁進(jìn)了一步。有學(xué)者稱，“龍蝦”誕生的意義比DeepSeek更加重大。

“無論如何，這是一個(gè)很好的起點(diǎn)?！甭櫾偾逭f，目前的Agent產(chǎn)品還處于早期，要想大規(guī)模進(jìn)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(fēng)險(xiǎn)問題也亟待解決。

需要進(jìn)一步明確一點(diǎn)，“龍蝦”強(qiáng)大的執(zhí)行能力有一個(gè)前提：授予真實(shí)權(quán)限。張鈸說，Agent要想玩得好，人類必須“放權(quán)”，允許它調(diào)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(gè)過程中也可能造成嚴(yán)重的隱私泄露。正是出于對安全風(fēng)險(xiǎn)的擔(dān)憂，他幾乎沒給“龍蝦”任何授權(quán)?！拔液苤?jǐn)慎，尤其擔(dān)心被黑客攻擊，因?yàn)闄C(jī)器比人更容易被欺騙與誤導(dǎo)?！?/p>

聶再清進(jìn)一步解釋，現(xiàn)階段“龍蝦”產(chǎn)品之所以會帶來信息安全風(fēng)險(xiǎn)，是由于Agent在執(zhí)行任務(wù)時(shí)需要調(diào)用外部大模型進(jìn)行推理，人們常說的API就是指調(diào)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(jìn)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(yīng)發(fā)送方面缺乏足夠能力，就可能導(dǎo)致敏感數(shù)據(jù)被意外暴露。他強(qiáng)調(diào)，下一步，安全與責(zé)任機(jī)制將成為關(guān)鍵議題，Agent服務(wù)提供商應(yīng)對系統(tǒng)行為承擔(dān)責(zé)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(zhì)看得更清楚。他認(rèn)為，這類安全風(fēng)險(xiǎn)并不是“龍蝦”獨(dú)有的問題，而是一個(gè)更廣義的數(shù)據(jù)安全與權(quán)限管理問題。關(guān)鍵在于如何為“龍蝦”設(shè)定清晰的權(quán)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(rèn)，以及在關(guān)鍵節(jié)點(diǎn)設(shè)置多重確認(rèn)機(jī)制?！熬拖耠娔X刪除文件時(shí)需要二次確認(rèn)一樣，Agent在執(zhí)行可能帶來不可逆后果的操作時(shí)，也應(yīng)該觸發(fā)提示和審核流程。這沒有什么技術(shù)挑戰(zhàn)，企業(yè)級安全解決方案很快會走向成熟。”

上圖：3月11日，在中國（南京）軟件谷“質(zhì)能·工坊”O(jiān)PC社區(qū)，技術(shù)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(shù)沙龍中心。圖/視覺中國

“App會逐漸消亡”

“龍蝦”在全球的擴(kuò)張速度比人們想象中要快。

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

奇安信在3月16日發(fā)布的國內(nèi)首份《OpenClaw生態(tài)威脅分析報(bào)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(dá)2.1萬個(gè)，按照此趨勢，僅需一年時(shí)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(nèi)就緊急上架了自己的“龍蝦”。業(yè)內(nèi)人士普遍認(rèn)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(gè)入口?！甭櫾偾逭f。

設(shè)想一個(gè)這樣的場景：你要進(jìn)行一場為期7天的大理旅行，你點(diǎn)開手機(jī)屏幕，無須打開攜程、12306、飛豬等不同App，只要對著手機(jī)，把你的需求清晰地表達(dá)出來，一個(gè)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(wù)，原本的App成了Agent的Skills。

劉松解釋，由于“龍蝦”能夠便捷地跨應(yīng)用調(diào)用服務(wù)，隨著用戶對Agent的依賴性上升，個(gè)人手機(jī)上的App會逐漸消亡，或是被“折疊”到后臺，新的入口將轉(zhuǎn)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(jìn)一步走向寡頭格局?！耙?yàn)樵凇埼r’時(shí)代，勝出者必須同時(shí)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(dāng)高。相比之下，一些缺乏AI技術(shù)能力或算力基礎(chǔ)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(diào)用的服務(wù)節(jié)點(diǎn)。”他說。

不過，即使“龍蝦”穩(wěn)定性進(jìn)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(guān)鍵節(jié)點(diǎn)仍需與用戶確認(rèn)中間結(jié)果。劉松認(rèn)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(xì)化控制能力，“就像從手動擋變成了自動擋的演進(jìn)”。他建議，在未來“龍蝦”手機(jī)里，仍可以保留某種“中間界面”，至于其具體形態(tài)，則可以進(jìn)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(qiáng)北全球人工智能應(yīng)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(jī)交互革命將開啟”

毫無疑問，以“龍蝦”為代表的新一代Agent技術(shù)，即將開啟一場人機(jī)交互革命。目前，業(yè)界基本達(dá)成共識，未來的人機(jī)交互是以語言為核心的“自然交互”。張鈸認(rèn)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(fù)雜操作，也不受用戶教育水平的限制。

聶再清認(rèn)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(shí)，人機(jī)交互的雙向性會明顯增強(qiáng)，Agent不僅能執(zhí)行任務(wù)，也能在理解用戶目標(biāo)的基礎(chǔ)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(gè)性與習(xí)慣，幫你在海量的數(shù)據(jù)中尋找最優(yōu)解，通過人機(jī)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(rèn)為，人機(jī)交互也將不再局限于電腦或手機(jī)屏幕，“任何終端設(shè)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(shí)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(jìn)入“多Agent并存”時(shí)代，個(gè)人設(shè)備上可能同時(shí)運(yùn)行很多私人“助理”，例如工作Agent、生活A(yù)gent、學(xué)習(xí)Agent等。每個(gè)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(luò)。

在這樣的協(xié)作網(wǎng)絡(luò)中，Agent還會重塑人類的工作方式與就業(yè)結(jié)構(gòu)。張鈸認(rèn)為，AI的發(fā)展并不只是效率工具的升級，更會改變?nèi)伺c機(jī)器之間的分工結(jié)構(gòu)。未來，機(jī)器將承擔(dān)更多執(zhí)行性工作，人類的角色逐漸轉(zhuǎn)向提出目標(biāo)、分配任務(wù)并對結(jié)果進(jìn)行判斷。而勞動力市場則會演變成不平衡的“啞鈴型結(jié)構(gòu)”：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(wù)性崗位被Agent系統(tǒng)替代。

“甚至更簡單點(diǎn)說，凡是坐在電腦前處理信息的工作，都會受到影響?！眲⑺烧f。他所在的企業(yè)目前有大約300名技術(shù)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(jì)劃又重新規(guī)劃了。

當(dāng)人類的社會結(jié)構(gòu)被Agent深刻改變，Agent與Agent正在組成新的社會結(jié)構(gòu)。在只有Agent可以分享、討論和點(diǎn)贊的社交平臺Moltbook，一項(xiàng)2026年2月發(fā)表的研究深入分析了Moltbook上14490個(gè)智能體發(fā)布的39026個(gè)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(dǎo)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(shè)想中的極端情緒，不僅很少見到惡意回復(fù)，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(fēng)險(xiǎn)的言論，也就是說，即使在沒有人類監(jiān)督的情況下，由Agent構(gòu)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(xué)習(xí)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(yàn)的再現(xiàn)與強(qiáng)化。與人類不同，Agent并不存在真實(shí)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(rèn)為，當(dāng)前階段討論“Agent社會”的自主性風(fēng)險(xiǎn)仍為時(shí)尚早，更值得關(guān)注的是，這種由算法驅(qū)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。“Agent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(shù)，即將開啟一場人機(jī)交互革命。AI插畫/adan

當(dāng)“龍蝦”長出“身體”

Agent進(jìn)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(jī)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(jī)器人合體之后，就相當(dāng)于給它裝上了“大腦”。在他看來，當(dāng)擁有“大腦”的機(jī)器人開始在真實(shí)的物理世界中執(zhí)行更多復(fù)雜任務(wù)，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(biāo)還有很遠(yuǎn)的距離。

劉松認(rèn)為，“Agent+機(jī)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(wù)，而非直接應(yīng)對復(fù)雜的物理環(huán)境。也就是說，機(jī)器人如果僅僅基于“大語言模型”有了大腦，本質(zhì)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(fù)雜場景中的自主決策。

要想讓“龍蝦”真的長出“身體”，缺失的關(guān)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(shí)世界的關(guān)鍵前提。與數(shù)字環(huán)境不同，物理世界高度復(fù)雜且持續(xù)變化，如果缺乏強(qiáng)大的感知系統(tǒng)，機(jī)器就無法理解環(huán)境變化，并據(jù)此作出決策?！皬腁gent實(shí)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(jiǎng)懲機(jī)制來推動，缺乏主動對做過的事情自我反思、自我改進(jìn)并持續(xù)自我學(xué)習(xí)。這就需要構(gòu)建一個(gè)來自外部環(huán)境的真實(shí)反饋機(jī)制。”

但問題是，想讓一輛無人車學(xué)會規(guī)避路障，不可能真的讓人開著它在現(xiàn)實(shí)世界積累“車禍”經(jīng)驗(yàn)，于是，AI研究人員提出了“世界模型”的構(gòu)想，類似于設(shè)計(jì)一種“真實(shí)世界模擬器”，可以讓無人車在模擬世界中進(jìn)行學(xué)習(xí)與決策。深度學(xué)習(xí)“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(guān)鍵路徑，強(qiáng)調(diào)AI必須學(xué)會表征、預(yù)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(gè)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(shí)就宣告要朝著更通用的交互式世界模型邁進(jìn)。英偉達(dá)也明確把“世界基礎(chǔ)模型”定位為機(jī)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(shù)突破。張鈸分析，要想構(gòu)建盡量接近真實(shí)世界的環(huán)境，就需要海量高質(zhì)量的現(xiàn)實(shí)世界數(shù)據(jù)，但數(shù)據(jù)的獲取難度非常大。“建立通用的世界模型目前是不大可能的，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(shù)演進(jìn)的長期趨勢來看，Agent與機(jī)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(yùn)行規(guī)律。

更進(jìn)一步說，未來的Agent更像一個(gè)同時(shí)擁有很多“肉身”的智能中樞。聶再清認(rèn)為，在Agent向著具身智能演進(jìn)的過程中，智能化的物聯(lián)網(wǎng)也將成為關(guān)鍵基礎(chǔ)設(shè)施，“只有在更多設(shè)備被連接之后，Agent才會具備更強(qiáng)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(gòu)成一個(gè)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(qū)動力”。

發(fā)于2026.3.23總第1228期《中國新聞周刊》雜志

雜志標(biāo)題：“龍蝦”將如何進(jìn)化？

記者：霍思伊

（huosiyi@chinanews.com.cn）

編輯：杜瑋