深瞳工作室出品

崔爽策划刘恕李坤

你“养虾”了吗？龙虾

近期，一款开源智能体项目OpenClaw迅速走红。深瞳上安因图标为红色龙虾，爆火它在国内被戏称为“龙虾”。全带与传统对话式AI应用不同，龙虾它的深瞳上安樱桃视频污定位是“真正干活、持续运行的爆火个人助手”。

从技术社区到企业内部，全带从开发人员到普通用户，龙虾越来越多人开始“养虾”：它可以写代码、深瞳上安整理资料、爆火定时汇报，全带甚至在你不在线时自动完成任务，龙虾俨然一位24小时待命的深瞳上安“数字助手”。

社交平台上，爆火有人分享“让智能体替自己上班”的经验，也有人展示如何通过简单配置，让系统自动生成报告、发送邮件。

“龙虾”热潮的背后，以OpenClaw为代表的智能体，正推动人工智能从“对话工具”向“执行主体”转变。“我们正处于智能体技术从‘演示可行’到‘大规模部署’的关键转折期。”中国人民大学高瓴人工智能学院准聘副教授林衍凯给出判断。

但与此同时，问题也浮出水面。国家知识产权局4月1日发布风险提示称，使用智能体撰写专利申请文件可能诱发多重风险。伴随一系列安全预警，人们不再只关心它“会不会出错”，而开始追问它“有没有失控”“是否值得信任”。

技术的兴奋与安全的焦虑，在同一时间被放大。OpenClaw到底是什么？它为什么在此刻爆发？我们是否已经准备好应对随之而来的风险？

AI从“回答者”变身“行动者”

“上周末去崇礼滑雪，在缆车上我发现还有一些工作没完成，随即在手机上通过飞书给‘龙虾’派任务。经过几轮对话，日本苹果官网它用我本人的口吻风格，自动生成文件发给同事，给我的反馈基本达到要求。”字节跳动飞书研发工程师杨溢哲聊起“养虾”经历。

OpenClaw爆火的密码，就藏在这个简单的场景里——它能“自动”处理工作。

过去几年，大模型的发展更多停留在这样一个阶段：通过海量数据训练，使AI具备接近人类的通识理解能力，从而回答问题、生成内容。

而OpenClaw让AI跨过这条边界。它不只是调用模型生成答案，而是将这些能力嵌入一个可以持续运行的系统中，使AI能够理解任务、拆解步骤并自主执行。在清华大学计算机系教授、面壁智能联合创始人兼首席科学家刘知远看来，它更接近一种新的基础设施——一个围绕智能体运行的“操作系统”。

这也意味着，AI第一次以“行动者”身份进入现实环境。从这个层面上说，OpenClaw具有非常重要的技术示范意义。

从结构上看，它由三层构成：底层是模型能力的抽象封装，中间是负责规划与决策的Agent（智能体），上层是具体执行操作的Skill（功能插件）。

不过，值得注意的是，受访专家普遍认为，OpenClaw的爆发并非源自底层算法的突破。林衍凯表示，无论是语言理解还是代码生成，其核心仍然依赖于现有大模型体系。真正的变化发生在工程层面，即如何把原本分散的俺也去官网能力整合为一个可用、可扩展、可持续运行的系统。

这种变化不易察觉，却极具“杀伤力”，因为它直接降低了使用门槛。过去需要团队开发的复杂系统，如今个人开发者也可以快速搭建。

OpenClaw之所以火爆，正是技术成熟和需求叠加的结果。

一方面，大模型在工具调用与任务执行方面已经跨过“可用”门槛，不再停留在演示阶段；另一方面，围绕AI的工具链逐步成熟，使复杂能力可以像搭积木一样被组合调用。

与此同时，用户认知也在发生变化。人们不再满足于尝鲜对话，而是开始把AI视为工作“搭子”。

更重要的是智能体有了“记忆能力”，给用户带来类似养成的体验——通过对短期信息与长期知识的管理，智能体能够在多轮任务中保持连续性，并逐步形成“经验”，互动时间越长，它的表现越“贴心”。

这些因素叠加在一起，使OpenClaw呈现出一种不同于传统AI产品的形态。这种因技术进步解放双手的体验，已经渗入很多人工作生活的日常。

高权限带来高风险

虽然是“外来物种”，但OpenClaw进入中国后迅速走红，引发关注。

国内厂商争相把部署服务做成“一键安装”，部分互联网公司上线“傻瓜式”配置方案。他们还将OpenClaw接入了即时通信软件。

这背后，不可忽视的星空麻花MV高清是，在国内“养虾”的成本远低于海外。

研究报告指出，国产模型的API（应用程序编程接口）调用价格，大约是海外同类产品的1/6。这种优势源于国内算力背后更便宜的电力、更灵活的硬件配置以及模型厂商间的激烈竞争。

低门槛上手加爆发式传播，让“龙虾”一跃成为AI顶流。

然而，当AI开始“动手”，风险也成倍放大。

奇安信发布的《OpenClaw生态威胁分析报告》显示，截至3月13日，全球OpenClaw部署实例就已超过23万个，其中超过2万个可能存在安全漏洞。被操控的智能体可在数分钟内完成数据窃取、权限提升甚至业务篡改。

“OpenClaw带来的不只是更多安全漏洞，它还让风险边界整体外扩。”长亭科技安全研究员姜晨炜认为，“过去，AI的风险更多停留在对话层，如说错话或生成不当内容；而现在，智能体可以直接操作文件、调用接口、访问网络，潜在风险不可估量。”

换句话说，过去企业防范的是“系统被攻击”，而现在必须面对的是“系统在执行攻击”。

“‘龙虾’这样的智能体是一个不知疲倦、会自动化执行的超级用户。”腾讯iOA产品运营负责人刘登峰说，如果安装在终端的“龙虾”被攻破，就相当于攻击者完全获得了该终端的电脑权限，进而可能开展横向渗透，星空在线扩散到企业的全部网络终端或服务器，带来极大的安全风险。

另一重核心风险是Skill供应链的投毒与滥用。刘登峰解释，攻击者可以把恶意文件伪装成正常Skill，比如文件格式转换、天气查询。对于普通用户，甚至企业级员工而言，很难自行分辨。

此前，全球范围内已出现多起相关安全事件，如Meta公司安全专家在让OpenClaw处理真实邮件时，因上下文压缩导致“执行前确认”的关键约束丢失，最终出现邮件被智能体误删的失控行为。

在国内，工业和信息化部网络安全威胁和漏洞信息共享平台也发布风险警示，明确OpenClaw存在信任边界模糊、越权操作等系统性风险，建议关闭不必要的公网访问、完善身份认证与安全审计机制、严格管理插件来源、持续关注补丁和安全更新。

国家知识产权局发布最新风险提示，OpenClaw等智能体存在权限过高、安全漏洞、插件投毒等隐患，使用其撰写申请文件，易造成技术交底书等核心信息外泄。一旦泄露，专利申请技术方案可能因丧失新颖性无法授权，甚至被他人抢先申请专利。为此，提醒申请人需提高风险防范意识。

“技防+人防”筑起安全屏障

“龙虾”爆红，风险焦虑如影随形。在这一背景下，围绕智能体的安全防护，必须从传统模式转向系统性治理。

在中国工程院院士吴世忠看来，自主性智能体带来的最大风险，正是其过高的“系统代理权”。作为已尝鲜的“养虾人”，他提醒用户应时刻绷紧安全这根弦，建议用户将“龙虾”养在一个独立的智能终端上，做好物理隔绝，并坚持最小授权原则，特别是对涉及删改的操作，必须设置二次确认。

腾讯电脑管家高级产品经理董京特意提到，不要将银行密码、云服务密钥等敏感信息暴露给AI，不要给它权限去访问一些不该访问的内网服务；在让AI执行高风险操作前，务必做好重要数据的备份。

平台同样需要筑牢防线。董京打了个比方：“给AI造一个隐形牢房，把它关进去”。

这一“牢房”，就是安全沙箱机制。董京介绍，腾讯电脑管家团队近期上线了“龙虾管家”AI安全沙箱功能。它主要管理三类问题：AI权限过大时，通过沙箱策略捆住AI的“手脚”；实时监测AI调用的脚本是否包含恶意指令等风险，防止出现清理垃圾却误删所有文件等不测；针对OpenClaw自身迭代中出现的安全漏洞，及时进行修复。

“‘龙虾管家’也会提供AI运行的实时日志，AI访问什么、调用什么，所有操作用户都可以一目了然。”董京说。

在更底层的安全设计上，姜晨炜指出，智能体需部署在受控环境中，并结合网络隔离策略，限制其与内网的直接通信。在执行层面也要建立明确的安全边界，对于文件操作、外部下载、权限修改等高风险行为，应设定不可突破的限制，并引入人工审批机制，在效率与安全之间求得必要平衡。针对功能插件体系，则需要建立审核机制，如代码扫描、来源校验等，防止恶意插件危害系统。

技防之上，真正的安全离不开制度约束。

“在政策层面，加快建立健全开源智能体安全治理体系。”赛迪研究院信息化与软件产业研究所副主任黄文鸿建议，尽快研究出台开源智能体安全部署指南和行业标准，重点针对智能体的系统权限授予、执行行为审计、敏感操作确认等关键环节明确安全基线要求，对政务、金融、医疗等涉密涉敏领域，要实行更严格的部署准入和使用管控。

与此同时，应尽快建立开源智能体技能市场的安全审核与准入机制，并加快研究开源智能体自主行为的责任归属规则，厘清开源框架开发者、部署运营者、大模型提供方、技能发布者等需要承担的法律责任，填补当前“AI出错无人担责”的制度空白。

“当前OpenClaw暴露出的种种问题，与其说是缺陷，不如说是一场提前到来的‘压力测试’。”黄文鸿认为，它让行业在智能体大规模落地之前，就看到了未来可能面对的风险形态。

这场“养虾热”的意义或许并不在于事件本身，而在于它所指示的方向。业内专家预测，未来的智能终端中，很可能会出现类似操作系统级别的智能体平台，而OpenClaw所扮演的角色，正是这一形态的早期原型。

人工智能已经开始“动手”，安全治理是摆在人类面前的必答题——只有在释放生产力的同时树立清晰边界，才能让人工智能真正从“可用”走向“可信”。

延伸阅读丨“龙虾”挥钳，算力吃紧

崔爽

“龙虾”挥舞的双钳下，是一个深不见底的算力黑洞。

有机构算了一笔账：相比传统聊天机器人，智能体的Token（词元）消耗动辄放大数十倍，一个稍微复杂一点的任务，背后吃掉的算力，甚至可能是普通对话的百倍、千倍。有科技博主实测，如果真把“龙虾”当成生产工具放开用，一周下来，费用接近万元。

数据是最直观的注脚。“养虾”火起来之后，模型调用量极速攀升。全球API聚合平台OpenRouter的数据显示：3月16日至22日，全球大模型调用量已经达到20.4万亿Token，一周涨了两成多。其中，中国大模型的周调用量涨幅更是超过五成，并且已经连续第三周超过美国。当周全球调用量排名前四的模型，也全部是“中国造”。

国家数据局公布的数据显示，今年3月，中国日均Token调用量已突破140万亿，两年增长了上千倍。

在不少业内人士看来，这样的增长既令人兴奋，也暗含隐忧。

3月27日中关村论坛年会的一场AI主题论坛上，算力缺口几乎成了绕不开的话题。“OpenClaw带来算力需求的暴增。”无问芯穹CEO夏立雪观察到，“上次见到这样的增速，还是当年3G手机刚普及，手机流量不够用的时候。以后我们的手机里可能会有两张卡，一张是SIM卡，一张就是‘Token卡’。”

问题在于，需求的曲线已经陡峭起来，供给却还没完全跟上。“让更聪明的模型执行更复杂的任务，资源消耗极大。如果算力不够，一个问题丢进去半天没有响应，一切体验都是空谈。”智谱华章CEO张鹏说得直白。在他看来，推理需求正以百倍级别爆发，算力很可能成为制约行业发展的核心瓶颈。

夏立雪认为，当前阶段，与其单纯扩张算力规模，不如把已有资源用到极致。围绕这个目标，他提出，应加快构建更高效、标准化的“Token工厂”，提供持续稳定、规模化的Token服务，使顶尖模型能力高效赋能海量下游场景，尽可能提升每一个Token的转化效率，让算力“花得值”。

再往远一点看，未来的基础设施本身也会走向智能化，可以自我调度、自主优化，甚至内置Agent来充当“管理者”，让算法与算力系统形成更紧密的深度协同。

面对“算力焦虑”，也有人重申架构创新的价值。

小米MiMo大模型负责人罗福莉回忆，两年前，在算力受限的情况下，中国团队依然通过模型架构创新，“逼出”更高效率，比如DeepSeek的探索，“这给了我们勇气和信心”。

如今，虽然硬件条件已经改善，国产芯片不再受限，但这种对更低推理成本、更高算力效率的探索，依然会在智能体时代成为未来竞争的关键。

泉州2个防洪工程获1亿中央资金补助

日前，省发改委、省水利厅联合下达我省“五江一溪”防洪工程第二批中央预算内投资。其中，泉州的闽江防洪工程德化段（二期）和晋江防洪工程（二期）项目分别获补5000万元。

此次下达的中央预算内投资将用于两个防洪工程项目的堤防护岸加固、土建施工，当前项目建设正有序推进。截至7月，闽江防洪工程德化段（二期）累计完成防洪堤建设约4.6公里，清淤疏浚2公里；晋江防洪工程（二期）项目已完成安溪蓬莱美滨堤段、永春蓬壶堤段等13个堤段建设，剩余南安城区三期右岸堤段已完成总投资的75%。两个项目建成后，将有效提升泉州市闽江、晋江流域沿岸城镇防洪能力，保护人民生命财产安全。（记者黄晓燕）

泉州中心市区主要食品价格平稳运行

记者从市发改委获悉，根据市场监测显示，8月13日—19日，与前一周相比，中心市区农贸市场主要食品价格相对稳定。

今年以来，市发改委持续关注市场动态，每日定时定点组织价格监测人员对市场开展价格巡视，及时掌握市场动态，发布市场价格信息，正确引导市场预期。近日，市发改委监测人员对中心市区新门菜市、东街菜市、东美菜市、东湖菜市、南菜市等5个农贸市场开展主要生活必需品价格监测，所监测的26种生活必需品市场平均价格呈现13跌3涨10平，其中，蛋、蔬菜价格微幅下跌，肉、水产类价格相对稳定，粮油价格维持平稳。

当前我市粮油市场供应充足，价格运行平稳。近期我市生猪出场价稳定，市场猪肉消费需求相对平稳。随着“中秋”节日临近，预计后期蛋类价格或将有所上扬。蔬菜受天气影响较为明显，时下又是台风多发季，蔬菜价格或呈气候性波动。（泉州晚报记者 陈林森）