“养虾”热潮后，AI Agent如何实现进阶跃迁？

本文来自微信公众号：秦朔朋友圈，作者：汪潇

近几个月，中国AI领域最具戏剧性的事件，并非发生在实验室或资本市场，而是聚焦于一个原本带有极客属性的开源项目。

一只“龙虾”（OpenClaw）突然走红！它点燃的不只是流量，更催生了新的预期：AI或许已不再局限于“会说”，正逐步迈入“会做”的新阶段。

但值得深入探讨的，并非OpenClaw的热度，而是它所代表的意义——是否意味着人们口中的Agent时代已然来临？

若用一句话概括当前AI Agent的演进阶段，大致可分为三类：

第一类是Copilot，核心在于“懂你”；

第二类是API Orchestration（接口编排），核心在于“替你”；

第三类是AI-native Agent，核心则在于“先于你”。

关键在于，“先于你”并非单一功能点，而是一个结构性问题。

OpenClaw为何突然爆火

首先，它精准击中了中国市场对“单人能力放大器”的强烈需求。企业追求降本增效，个人探索超级个体路径，地方政府寻找“AI+”新抓手，平台挖掘新分发入口，OpenClaw恰好处于这些需求的交汇点。它让人们首次直观感受到：AI不仅能陪聊、写文案、作图，还能代整理邮件、调度日程、串联工作流，不再只是“会说话的模型”，而是“开始会办事的代理人”。

其次，它的传播方式具有鲜明的中国市场特征。并非通过宏大发布会出圈，而是以“是否可用、是否有价值、能否帮忙干活”为核心扩散。安装服务、教程、云端接入、企业试用同步出现，说明这类产品的普及并非始于概念认同，而是源于实际动作的价值。

第三，它让人们首次意识到：AI的价值不在于提供答案，而在于执行动作。过去两年，大模型的典型模式是“你问我答”；OpenClaw则向前迈进一步：“你说我办”。前者是经验输出，后者才真正接近生产率工具。

然而，近期出现的流量资金消耗、动作失误、敏感目录访问、数据泄露、越权访问及被攻击风险等警示报道，反映出三个核心问题：

第一，安全问题已从模型答错升级为真实动作失控；

第二，AI越具备办事能力，越需要明确边界；

第三，开源繁荣与社会治理之间的张力已提前显现。

因此，OpenClaw的爆火不仅是工具走红，更是一次认知转变——AI下一轮竞争的核心，不再是模型“会不会说”，而是能否真正替人调动系统与现实世界。

为何说OpenClaw属于第二类

许多人看到OpenClaw能调用邮箱、日历、浏览器、系统，便将其归为“真正自主智能”。

但更准确地说，它属于第二类，即API Orchestration/接口式编排范式。

第二类AI的本质并非创造新能力，而是重组既有能力。用户觉得它“全能”，并非因为它自身无所不能，而是它将分散在日历、邮件、支付、浏览器、数据库及工具链中的能力，重新整合成更顺畅的动作链。

因此，第二类AI给用户的核心体验是：更省心、更全能。

OpenClaw、Manus、CoPaw同属第二类，但分工各异：

OpenClaw更像“开放编排层”，擅长连接聊天入口、工具、模型与系统，本质如同底盘或接线板；

Manus更像“第二类产品的完成态展示”，将任务拆解、工具调用、执行过程可视化，让用户直观感受到“AI真的在替我工作”；

CoPaw则更像“平台型工作台”，强调多渠道接入、模块化、可控性及本地/云部署，如同工程化的个人agent控制台。

三者结合，指向第二类AI的下一步关键方向：不仅要更擅长替用户做事，还要让用户能透明、可视地了解“它如何替你做事”。

为何这一点至关重要？

一旦agent真正连接系统、执行流程、发起动作，用户自然会追问：它调用了哪些系统？哪一步经过授权？哪一步是自主判断？出错后如何回退？

Manus更容易被理解，正是因为它将“替你”的过程做得更可见。

因此，第二类AI成熟的标志，不仅是“替你做事”，更是让做事过程可视、透明、可追溯。

第三类AI在哪里

若说OpenClaw让我们看到第二类AI的具象化爆发，MiniMax则代表了中国企业中最具野心的尝试：从模型公司转向平台公司，逐步逼近第三类AI-native Agent。

MiniMax最值得关注的，并非产品线，而是对自身定位的清晰认知。

闫俊杰的几句话颇具关键意义：海螺AI这类智能助手“其实没有明确定义”“我们的产品都是试出来的”；他提出MiniMax要从模型公司迈向“AI时代的平台型公司”，并将平台价值概括为“智能密度×Token吞吐量”。

这些表述清晰传达：MiniMax深知行业形态尚未稳定，单靠用户数无法定义未来，其核心目标是打造可持续输出智能的平台。

为何说它在逼近第三类？

第一，主动性萌芽已现。Talkie/星野等产品不再被动等待指令，而是主动发起问候、调用长期记忆，并根据用户情绪与上下文调整互动；

第二，走全模态路线。同步发展语言、视频、语音、音乐能力，表明它不满足于文本对话层，而是要构建更完整的智能底座。闫俊杰明确指出，多模态融合是持续提升智能的基本前提；

第三，将自身作为AI-native组织试验场。内部agent覆盖近90%员工日常工作场景，员工正从“教Agent工作”转向“观察Agent工作”，说明AI在MiniMax不仅是产品，更是一种组织方式。

但为何说它尚未达到第三类？

因为第三类AI的真正成立，不仅需要“更主动”，还需跨越三道坎：

第一，主动性深度不足。当前MiniMax的主动性多局限于场景内，如主动问候、延续对话，而非目标驱动的主动发现；真正的第三类AI应能基于用户状态、日程、行为变化，发现未显式表达的需求；

第二，缺乏现实行动闭环。MiniMax的亮点仍集中在虚拟空间的认知增强与内容生产，而第三类AI的关键在于能否跨平台、跨系统、跨现实动作形成闭环；

第三，未完成2C底座构建。真正的第三类AI不能“裸奔”，在消费场景中需建立在法律规则、伦理边界、平台制度、个体授权与风险治理之上。MiniMax已意识到这一点，明确提出“构建完善的2C底座，是向更高阶AI Agent演进的必经之路”。

因此，对MiniMax最准确的评价是：已具备第三类AI的技术前兆、产品倾向与组织意图，但尚未完成主动性深度、现实行动闭环及社会化底座整合的要求。

MiniMax与Kensho：一个在逼近第三类，一个更接近第三类的局部现实

若为MiniMax寻找更具启发性的对照对象，Kensho是合适选择。

因为Kensho更贴近第三类AI的定义——其价值不在于更会聊天，而在于在高价值垂直场景中整合多源信息、发现人类未显式提出的问题，并在边界内执行动作。

这也是两者的核心差异：

MiniMax更像通用能力平台向第三类AI逼近的冲刺者，优势在于覆盖更广泛的用户群体与通用agent场景；

Kensho则像垂直高价值场景中的“第三类局部完成态”，虽未必有更强的大众产品认知，但在特定行业中更接近“主动发现问题+边界内行动”的核心。

换言之：MiniMax是“面向第三类的通用冲刺者”，Kensho是“垂直场景中更接近第三类的先行样本”，但两者面临共同的核心问题——不能仅靠模型和agent本身立足。

当AI从“替你做”走向“先于你发现并行动”，都会遇到同一个根本问题：谁来托底？

对MiniMax而言，托底是2C底座——需明确能做与不能做的边界、二次确认的场景，以及隐私、财务、伦理、未成年人保护等规则；

对Kensho而言，托底是行业底座——在金融复杂决策场景中，需建立在规则引擎、数据治理、知识图谱、权限控制、风控与审计之上。

因此，尽管MiniMax与Kensho分属通用与垂直赛道，但最终指向同一结论：第三类AI不是模型问题，而是底座问题。

结语：真正抵达第三类，还缺什么

OpenClaw让我们看到第二类AI的爆发，MiniMax让我们看到第三类AI的轮廓，但从第二类到第三类，缺失的不仅是更强的模型，更是更完整的结构。

这个结构至少包含四个要素：

第一，更强的行动能力。并非更长的上下文，而是更稳定的工具调用、搜索、记忆、计划与多agent协同能力；

第二，更深的系统接入能力。第二类AI不会被第三类取代，反而会成为其前提——没有API Orchestration，第三类AI只能空转；

第三，更成熟的2C底座或行业底座。消费场景需法律、伦理、授权与风险治理；高价值垂直场景需规则引擎、知识图谱、风控与审计；工业场景则需整合工业物理、工艺规则、设备状态、管理逻辑与权限控制的“泛工软平台”。没有底座，第三类AI只能“聪明”，无法“可靠”；

第四，从“规则触发”走向“认知驱动”。不仅是更积极主动，而是能在持续互动中发现问题、提出用户未说出口的需求，并在边界内采取行动。

这就像选择伙伴：是需要一个能说会道、调动情绪的陪伴者，还是一个踏实做事、始终可靠，能及时发现并解决问题、形成价值互补的伙伴？

也就是说，真正的第三类AI，不是更自动化的工作流，也不是更会聊天的助手，而是一种新的行动基础设施。

因此，看待OpenClaw不应只关注热度，看待MiniMax不应只关注估值与产品线，更应看到这条清晰的进化链：从懂你，到替你，再到先于你。