智谱推AutoClaw入局AI Agent赛道 市值再破3000亿港元
3月10日早间，AI Agent领域迎来新参与者——智谱正式上线AutoClaw（中文名：澳龙），作为国内首款支持“一键安装”的本地版OpenClaw客户端，该产品一经推出便引发市场热烈反响，当日智谱港股开盘大涨13%，午后持续拉升，市值再度突破3000亿港元。
试用体验显示，AutoClaw的核心优势在于低门槛与高可操作性，一分钟即可完成安装，有望进一步打破AI Agent的部署人群限制。受此消息带动，当日算力、AI及云计算板块表现活跃。AutoClaw的出现，标志着AI生产力变革进入新的节点。
真正“开箱即用”的AI Agent来了
近期，从两会代表热议到地方政策支持，“AI Agent应用”成为全民关注的话题，但缺乏技术基础的普通用户却面临“如何入门”的焦虑——既不清楚怎么使用AI Agent，也不知道如何高效发挥其作用。
对非技术用户而言，最大的障碍是获取“入场资格”。在凤凰网科技参与的一场线下AI Agent交流活动中，来自各地的观众焦急等待操作指导，有观众坦言：“我知道AI Agent有用，但不知道怎么把它‘装起来’。”
2026年初，OpenClaw在开源社区迅速走红，开发者争相体验，使其登上GitHub热度榜首。为隔离安全风险，性能与性价比兼具的Mac mini M4也因此“翻红”，销量激增甚至一度断货，价格被炒高。
作为可调用工具、执行多步骤任务的Agent框架，OpenClaw被业内视为AI从“对话交互”向“任务执行”进化的关键方向。它能通过即时通讯软件连接，让AI从冰冷的聊天机器人变成可协作的“数字员工”；同时引入定时巡检功能，使AI能主动根据用户需求发送消息、汇报进展，而非仅被动响应提问。
不过，普通用户想体验OpenClaw需跨越两道门槛：一是成本门槛，租用云服务器需按月付费，即使短期试用也得预付费用，对不确定长期需求的用户不够友好；二是技术门槛，本地部署需熟悉命令行操作、配置环境变量，甚至要掌握nvm或Docker等工具，操作中一旦出错便前功尽弃。
因此，当时行业人士认为OpenClaw难以普及，因其门槛过高。
这种供需断层还催生了灰色市场，社交和电商平台上出现大量“上门安装”“远程一键安装”OpenClaw的服务，价格从几十元到上千元不等。在大众“错过焦虑”（FOMO）的推动下，甚至出现“500元装一次OpenClaw”的调侃。
这让AutoClaw的推出更受关注，它定位为一键安装的本地版OpenClaw客户端。用户从官网下载安装包后，1分钟内即可完成安装，无需配置开发环境或租用云服务器。客户端支持macOS和Windows系统，安装后可直接使用OpenClaw的原生功能。
从产品形态看，AutoClaw旨在解决核心问题：将OpenClaw从“开发者框架”转变为“消费者应用”。前者需要用户自行准备API Key、配置环境，后者只需登录账号、通过对话框下达指令。
客户端内置一键接入飞书的功能，用户完成配置后，可在飞书对话框与Agent交互，执行文档读写、信息查询、云空间管理等操作。这种集成方式将Agent入口嵌入日常办公工具，理论上能降低用户的使用适应成本。
目前，首批用户无需自行探索应用场景，AutoClaw内置50多个预制Skill，覆盖内容创作、飞书办公、代码开发、营销增长等领域。
以内容创作为例，输入指令后，Agent可生成符合平台格式的文案；在开发场景中，输入产品需求文档，Agent能生成基础代码框架并执行测试。且这些Skill对技术小白十分友好，无需单独配置API接口，安装后即可调用。
大厂纷纷布局 AI Agent路线分化
当前市场上主流的OpenClaw使用方式以云端方案为主，如腾讯云、KimiClaw等，本质是帮用户在远程服务器运行实例。AutoClaw则选择了不同路径：本地客户端方案。
这两种路线的差异，反映出对AI Agent普及路径的不同判断。
云端方案的优势是免配置、跨设备，但用户需按月付费租用服务器，且数据需经过第三方。AutoClaw的本地方案在多个维度形成差异。
随着AI Agent热度上升，不少行业人士曾预判，大量尝鲜者可能因门槛过高而无法真正使用。
针对这一问题，AutoClaw提供免费额度。对众多好奇但不确定长期需求的用户来说，零成本试水模式降低了心理负担，更愿意尝试。相比之下，云端方案通常要求按月租用服务器，即使短期试用也需预付费用。智谱表示，希望通过AutoClaw实现“人人可用AI Agent”，推动AI平权。从市场反馈看，AutoClaw上线当日智谱港股涨超13%，资本市场给出积极回应。
能力完整度是本地方案的另一核心优势：AutoClaw在本地运行，不受云端服务器资源限制，可调用OpenClaw的全部原生功能；云端方案受服务器性能及平台封装限制，部分功能可能被裁剪或限制并发，用户体验到的能力与原生版本存在差异。
从技术架构看，OpenClaw基于Computer Use协议，将屏幕截图发送给模型，模型返回坐标或按键指令，OpenClaw在本地直接调用操作系统API执行动作。这种“系统级接管”的权限，使其理论上可操作Finder、修改系统设置、本地编译代码。而云端方案通常被限制在特定沙盒或浏览器环境中，权限边界较窄。
数据安全是当前用户最担忧的问题之一。
AutoClaw的所有数据处理均在本地完成，不经过第三方服务器。对处理商业数据、个人隐私或受合规约束的用户而言，本地部署避免了数据传输中的泄露风险。而云端方案需将数据上传至服务商服务器，受制于服务商的隐私政策和安全措施。
智谱表示，AutoClaw在安装方案上已做预处理，规避公网暴露、端口暴露等问题，同时规定工作目录，对重要操作进行提醒与限制。
此外，AutoClaw集成了智谱自研的AutoGLM Browser-Use能力，用于处理复杂浏览器操作任务，可执行多步骤、跨页面的网页操作（如表单填写、页面跳转、数据抓取等），扩展了Agent可执行任务的复杂度，用户无需单独配置浏览器自动化工具。
同时，AutoClaw开放模型接入，用户可调用DeepSeek、Kimi、MiniMax、GLM等第三方模型，也可使用自有API。
中国大模型竞争力再提升
OpenClaw的爆火，让中国大模型近期在海外市场表现亮眼。
据OpenRouter最新监测数据，3月2日至3月8日，中国大模型周调用总量达4.19万亿Token，较前一周增长34.9%；美国大模型周调用量为3.63万亿Token，环比下滑8.5%。这是中国大模型调用规模继前一周后再次超越美国。
除性价比外，面向Agent场景优化的模型能力也至关重要。
2025年底，OpenRouter上的匿名模型Pony Alpha在盲测中表现突出，后被证实为智谱的GLM-5。今年3月，智谱开始向AutoClaw及部分GLM Coding Plan用户开放Pony-Alpha-2的内测版本。
Pony2定位为针对Agent场景优化的模型，据智谱介绍，该模型工具调用更稳定、任务推进能力更强、响应速度更快，更适合Skill调用、定时任务、持续执行等真实工作流。从技术角度看，Agent场景对模型的连续执行能力和任务拆解能力要求更高，Pony2的优化方向与此契合。
目前Pony2仅通过AutoClaw开放试用，正式版本将于近期发布。这种自研模型与自有应用结合的方式，能让模型能力与产品体验在迭代中相互反馈。同时，AutoClaw未封闭模型生态，仍支持第三方模型接入，用户可根据任务需求选择不同模型。
从行业竞争态势看，国内加入AI Agent赛道的厂商已有Kimi的KimiClaw、MiniMax的MaxClaw、阿里云的CoPaw、火山引擎的ArkClaw、腾讯的WorkBuddy等。
各家产品路径略有差异：有的侧重云端部署，有的主打本地安装；有的封闭生态，有的开放接入。东方证券研报认为，国产大模型厂商在Agent生态中迎来新机遇，智谱、MiniMax、Kimi等深度适配OpenClaw，迅速成为“AI执行需求”的技术底座。通过极低的使用门槛抢占Agent开发者入口，OpenClaw有望成为国产大模型又一个高频真实使用场景，而海量的Agent交互数据未来也能反哺模型，提升国产大模型竞争力。
AutoClaw的推出，是降低AI Agent使用门槛的一次行业尝试。当安装简化为下载、双击、打开，当Agent入口嵌入日常IM工具，AI Agent从开发者社区向大众市场扩散的技术障碍正在减少。但同时也应看到，AI Agent的普及仍面临安全性、隐私保护、任务可靠性等多重挑战。
据悉，3月11日智谱将在居民社区举办线下活动，现场提供AutoClaw安装服务。目前AutoClaw已开放下载。
本文来自微信公众号“凤凰网科技”，作者：凤凰网科技，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com