“龙虾热”：是短暂风潮还是智能变革的序章？

本文来源：微信公众号“复旦管院”，编辑：王菲妮，责编：孙睿，作者：复旦管院，原标题：《“龙虾热”是一阵风，还是新变革的开始？| 智能涌见》

人类社会的发展历程，从本质上看是一部由技术革命推动的生产力革新史。蒸汽机的出现解放了人力，电力的应用延伸了时空维度，互联网的普及重构了距离概念……每一次关键技术的诞生，都在改变人类的生产方式与社会结构，持续拓展着文明的边界。

2022年，ChatGPT的横空出世让人工智能首次以直观的方式走进公众视野。短短几年间，围绕AI的技术体系与产业生态快速演进，从芯片算力到算法模型，从软件工具到应用场景，AI正引领着当下最伟大的生产力革命，推动人类从信息时代迈入智能时代。

当算法开始重构商业逻辑，算力成为新的生产要素，人工智能不仅改变着企业的运营模式，更在重塑我们对管理、组织与创新的根本认知。复旦管院特别推出“智能涌见”栏目，聚焦AI领域前沿动态与深度变革，既追踪技术演进脉络，也关注其背后的商业逻辑与社会影响。我们记录这个时代最重大的转型，也呈现老师、校友与同学们在智能浪潮中的一线实践与思考。在这里，技术与商业交汇，洞察与行动并行。因为理解变革，方能引领变革。

首期栏目中，信息管理与商业智能系的张诚教授、卢向华教授、窦一凡教授、李文文副教授针对OpenClaw引发的“龙虾热”，围绕个人AI助手的价值创造与应用前景，展开了一场深入探讨。

复旦管院院长助理，信息管理与商业智能系教授、系主任、博士生导师

OpenClaw诞生后，“养龙虾”热潮席卷而来。在国内，Min Max和Kimi也迅速布局，甚至上门安装OpenClaw的服务都生意火爆。个人AI助手究竟是未来的主流趋势，还是只是一阵短暂的风潮？

窦一凡教授：OpenClaw刚推出时，我因为日常使用Mac全套设备，便信心满满地尝试，却发现体验并不理想。

总体而言，我担心“龙虾”的安全性，尤其是电脑里众多重要文件的保密性。后来KimiClaw出现，使用起来很方便，但它其实只是一个在线沙箱，且价格较高，我暂时还没想好哪些工作值得投入使用。

回顾来看，Claw代表着人们对个人生产力自动化的追求，肯定不会是一阵风潮。特别是KimiClaw能连接clawhub和多种技能，未来个人助手领域定会形成更强大的生态，也会有更多企业提供配置支持，个体生产力层面必然会发展得更强大。只是初期的安全隐患似乎并未消除，甚至变得更突出。如何让自动化生产力切实落地，尤其是在企业和组织中落地，未来的组织越来越需要一套完整的AI方法论。

张诚教授：与2023年开始尝试的各类智能体和多智能体协作技术框架（如MCP、A2A）相比，“龙虾”更消耗Token（词元），原因在于它不仅处理内容，还需要像人类一样灵活调用各种工具、组合策略来完成任务。它将“如何实现”的黑盒交给AI自由尝试，让用户只需专注于“想要什么”，相对屏蔽了自动化过程中的技术繁琐。

当然，这种高度自主性是有代价的：AI尝试不同路径时产生的额外推理和编程测试步骤，直接转化为更多的Token消耗。所以，“龙虾”的出现本质上是在更好的用户易用性与更高的算力成本之间，做出了一种新的平衡。

李文文副教授：若将个体利用“龙虾”提升工作效率，与企业广泛部署人工智能以提高整体效率并引发大规模裁员结合来看，这一现象还有很多值得深入思考的地方。

在AI工具的协助下，工作效率的提升正从减少冗余向极致精简发展，一个人能承担原本三人的工作，而每个人又依靠“龙虾”等工具完成任务。

同时，我们也需警惕“养龙虾”带来的安全风险。本地部署时，“龙虾”常被过度授权，能合法访问密钥文件和本地数据库等，用户的个人隐私或敏感数据可能被作为上下文发送给外部大模型，这可能引发网络安全风险和信息泄露等问题。个人使用时需在效率与隐私安全间找到平衡点。

目前OpenClaw在个人用户中很火，但企业层面虽有部分积极响应，做法却比较简单，如何理解这种“温差”？

卢向华教授：组织的经营与决策远比个体复杂，能提高个人生产力的工具无法快速直接转化为企业生产力，这并非领导有无远见、胆子大小的问题。就像微信刚诞生时，人人都觉得好用方便，但差不多5年后企业微信才面世，真正在企业中产生价值。尽管产品迭代速度加快，但仍需更长时间优化调试才能应用于组织。

去年“数字公务员”引发热议时，我曾写道：公务员相关岗位的所谓“取代”是一个漫长遥远且不只是技术层面的过程。按《技术陷阱》一书的观点，这涉及制度设计、社会基础、工作程序、考核度量等，都需要重新设计。

OpenClaw作为数字员工的一种类型，情况也是如此。但假以时日，它定会对企业经营产生影响，就像电脑先改变人的工作习惯，才有后来的数据化、流程化。AI改变的也是人的工作习惯：要先学会准确提问，学会指挥OpenClaw，有效与之分工协同，之后才会改变生产关系和组织能力。

现在“龙虾很热”，但相信很多人安装OpenClaw后，发完朋友圈、图过新鲜感，实际可能并不会使用。比如我，就不知道需要“龙虾”做什么，因为其他AI工具已足够强大，能帮我完成不少工作，“龙虾”的边际价值有限。

还有一部分人消耗了大量Token，尝试后觉得很酷，但好奇期过后估计会回归平淡。最终能真正利用OpenClaw工作赚钱的，可能还是企业或想创业的个人，因为投资回报率较高。对更广大的普通民众而言，他们可能不太在乎投资回报，只关注好不好玩——这是我的大胆猜测。

窦一凡教授：“龙虾”特别能体现AI时代个体追求生产力与组织落地层面的巨大反差，这种反差可能成为未来AI生产力工具发展的长期主旋律。即使“龙虾热”过去，或许还会有“大闸蟹”之类的新工具。个体层面为AI的日新月异而激动，企业层面（除模型和服务厂商外）却动静不大，因为他们难以分清机遇与风险的大小，最终可能走向更小的组织乃至一人公司。

依据科斯的交易成本理论，这是企业边界的重新划分——企业边界始终体现内部管理成本与外部交易成本的平衡。也就是说，若能轻易找到外包方，企业就会裁掉内部岗位。而“龙虾”的最大意义是让很多原本需依赖公司内部层级、同事配合、IT支持才能完成的小任务，员工自己就能以更低成本完成。这在一定程度上降低了内部成本，因此组织应缩小规模，让留下的每个员工更像一个小团队，可直接调动各种工具、信息和外部能力。

但另一方面，员工开始拥有“绕开传统正式流程做事”的能力。于是企业需要解决的不仅是是否使用“龙虾”，还有如何管理其涉及的权限、数据、安全和责任边界，这可能反而增加管理成本。未来的“企业边界”或许不再是经典文献中所说的“哪些事自己做、哪些事外包”，而是需要定义员工可在多大程度上自主调用AI助手的规则。

卢向华教授：当“龙虾”们大规模普及时，人们或许会更珍视真人提供的答案和亲手完成的工作。就像这场交流，因为是我们逐字手写，相信读者会认真阅读；但如果这段文字出自“龙虾”之手，大家阅读时可能就没那么认真了。