文 | 新識研究所
說實話，過去兩年的大模型熱潮多多少少帶點幻覺。
我們曾經(jīng)驚嘆于OpenAI的GPT系列或者阿里的千問模型能寫出多么華麗的詩句，能多么流暢地解答復(fù)雜的邏輯題。這些大型語言模型（LLM）用極短的時間奠定了AI“能說會道”的基礎(chǔ)。一時間，仿佛通用人工智能（AGI）已經(jīng)近在咫尺。
不過，當新鮮感褪去，真正把LLM塞進日常工作流里時，很多人會發(fā)現(xiàn)一種難以名狀的無力感。這種無力感來源于LLM的一個核心痛點：它被鎖在聊天框里，無法直接與現(xiàn)實世界互動。
舉個最常見的場景。當你對著一個頂尖的大模型說：“幫我訂一張下周三去北京的機票，把行程同步到我的日歷，順便給我的助理發(fā)個微信通知。”它會極其禮貌地回答你：“好的，建議您打開攜程預(yù)訂機票，然后進入日歷添加日程……”它能給你提供完美的文本建議，甚至幫你寫好發(fā)給助理的微信文案，但它就是沒法替你“按下那個按鈕”。它沒有手，也沒有腳。它無法控制你的本地設(shè)備，更別提接管你的智能家居了。
其實我更看重的是，AI到底能不能真正替人干活。如果AI只能停留在一個“聰明的咨詢顧問”層面，那它對生產(chǎn)力的解放就永遠有一層看不見的玻璃天花板。
直到最近，情況開始發(fā)生根本性的變化。我們在今年年初接連看到了兩個具有標志性意義的轉(zhuǎn)折點：一個是席卷開源社區(qū)的自主AI助手OpenClaw，另一個則是3月6日剛剛開啟小范圍封測的小米實驗性手機AI代理Miclaw。
這兩個項目的出現(xiàn)，標志著AI代理（Agent）時代的正式到來。如果說過去從傳統(tǒng)軟件到大模型的升級，像是由“功能機”邁向了“智能手機”；那么現(xiàn)在從LLM向Agent的轉(zhuǎn)變，則類似于從“單一智能手機”躍進到了“全場景智能家居生態(tài)”。
AI不再是那個等著你輸入Prompt（提示詞）才動一下的算盤，而是開始更深、更主動地嵌入我們的現(xiàn)實生活。
這事說白了，AI終于要從“會說”，進化到“會做”了。
01 OpenClaw：開源代理的民主化力量
要理解這場范式革命，我們繞不開OpenClaw。這個脫胎于早期Clawdbot和Moltbot項目的前沿產(chǎn)品，在開源社區(qū)掀起了一場風暴。
如果平時不怎么逛開發(fā)者社區(qū)，你可能對它的火爆程度缺乏實感。我們可以看一組數(shù)據(jù)：根據(jù)國聯(lián)民生證券在今年3月1日發(fā)布的產(chǎn)業(yè)點評報告，截至2026年2月24日，OpenClaw在代碼托管平臺GitHub上的星標（Star）數(shù)量已經(jīng)突破了22.4萬個。
這是一個什么概念？它超越了陪伴互聯(lián)網(wǎng)世界數(shù)十年的Linux內(nèi)核（21.8萬星），創(chuàng)下了GitHub歷史上最快的星標增長速度。
正如國聯(lián)民生證券在報告中所評價的那樣：“當市場看到其影響力可以和Linux內(nèi)核站在同一水平甚至超過時，會意識到：OpenClaw的使用量增長帶來的影響可能已經(jīng)進一步深化，成為Agent生態(tài)中的重要‘事實檢驗標準’。”
為什么一個開源項目能讓人如此興奮？答案在于它賦予了普通開發(fā)者“造物”的權(quán)利。
OpenClaw并不是一個單純的語言模型，它是一套基于LLM的任務(wù)規(guī)劃引擎。它最核心的技術(shù)支撐在于引入了“heartbeat（心跳）”自主調(diào)度器和本地記憶模塊。傳統(tǒng)的AI需要你推一下才走一步，而擁有heartbeat機制的OpenClaw，就像擁有了數(shù)字心臟，它可以7x24小時在后臺保持活躍，自主輪詢?nèi)蝿?wù)、規(guī)劃步驟并執(zhí)行。
在實際功能上，OpenClaw可以直接在本地運行，擁有系統(tǒng)級權(quán)限。這意味著你可以通過WhatsApp、Telegram等日常消息軟件，遠程像給同事發(fā)微信一樣給它下達指令。它能在你的電腦上自動運行Shell命令、整理混亂的本地文件夾、接管郵件收發(fā)、自動操作瀏覽器網(wǎng)頁，甚至處理復(fù)雜的代碼審查。
這里我想提一句，開源的魅力就在于民主化。過去，想要擁有一個高度定制化的企業(yè)級AI代理，往往需要向科技巨頭支付高昂的訂閱費用或API調(diào)用費。而OpenClaw打破了這種技術(shù)壁壘，讓哪怕是普通的研究員或小微企業(yè)，也能在本地電腦上零成本部署一套屬于自己的AI系統(tǒng)。
金融投研圈是最先聞到血腥味的群體之一。東吳證券在一份深度測評中直言，以O(shè)penClaw為代表的新一代AI智能體，“正實現(xiàn)從‘問答工具’到‘可落地執(zhí)行的干活助手’的本質(zhì)蛻變”。它深度介入工作流，解決了LLM的“孤島問題”。
浙商證券的評價則更為透徹，他們認為：“OpenClaw標志著投研工作范式從‘人力驅(qū)動型’向‘智能體驅(qū)動型’的躍遷……它本質(zhì)上是‘智能體即服務(wù)’（Agent-as-a-Service）范式對專業(yè)工作流的重新定義。” 比如在量化研究中，分析師只需給出一個策略思路，OpenClaw就能自主完成因子研究、代碼編寫、策略復(fù)現(xiàn)、組合構(gòu)建到回測的一條龍服務(wù)。
通過技能模塊（Skill）的無限擴展和長期記憶的沉淀，OpenClaw實現(xiàn)了從靜態(tài)模型到動態(tài)代理的華麗轉(zhuǎn)身。它不再是一個你用完即走的網(wǎng)頁，而是一個越來越懂你工作習(xí)慣的“數(shù)字打工人”。
02 Miclaw：商業(yè)化代理的移動端創(chuàng)新
如果說OpenClaw是極客和專業(yè)人士在桌面端的狂歡，那么小米剛剛推出的Miclaw，則是商業(yè)巨頭將Agent推向大眾移動端的關(guān)鍵一躍。
就在3月6日，小米宣布基于其MiMo大模型構(gòu)建的AI交互測試產(chǎn)品Xiaomi Miclaw正式開啟小范圍封閉測試。它并不是一個簡單的語音助手升級版，而是一個真正意義上的移動端Agent。
其實，移動端的AI革命比桌面端要難得多。手機系統(tǒng)的沙箱機制決定了，如果AI僅僅作為一個獨立App存在，它的能力將極其受限。而Miclaw之所以值得關(guān)注，是因為它以系統(tǒng)應(yīng)用的身份運行。
這種底層的技術(shù)支撐，讓Miclaw擁有了“手”和“腳”。結(jié)合MiMo大模型在邊緣部署上的能力與自然語言理解的優(yōu)勢，Miclaw實現(xiàn)了手機端流暢運行與精準意圖識別。它能夠理解用戶的模糊意圖，在獲得授權(quán)后，直接調(diào)用第一方應(yīng)用和生態(tài)能力，甚至自主選擇系統(tǒng)級工具來完成多步工作流。
想象一下這個場景：你正在開車，收到朋友發(fā)來的一個網(wǎng)紅餐廳推薦視頻。過去，你需要記住餐廳名字，打開點評軟件搜索，再切到地圖軟件導(dǎo)航。而現(xiàn)在，你只需要對Miclaw說一句：“幫我看看明晚這家店還有沒有位子，有的話訂個兩人桌，然后把路線發(fā)給老婆。”
Miclaw會自動提取屏幕內(nèi)容，理解上下文，跨應(yīng)用調(diào)用訂餐軟件和通訊軟件，完成這一系列操作。在這個過程中，它利用的是個人上下文理解、生態(tài)互聯(lián)和自進化能力。
而且，Miclaw的野心顯然不止于一部手機。依托小米龐大的“人車家全生態(tài)”，Miclaw的生態(tài)優(yōu)勢被無限放大。它推動著AI代理從單純的云端算力，向邊緣設(shè)備下沉。當Agent不僅能控制你的日程，還能在你快到家時提前打開空調(diào)、根據(jù)你的疲勞狀態(tài)調(diào)節(jié)車內(nèi)燈光時，AI才算真正接管了現(xiàn)實。
對比來看，OpenClaw和Miclaw代表了Agent發(fā)展的兩條殊途同歸的路徑。OpenClaw高舉開源大旗，強調(diào)高度的可定制性、系統(tǒng)級權(quán)限和多平臺極客部署，它依靠社區(qū)的力量野蠻生長。而Miclaw則代表了商業(yè)巨頭的標準打法：注重軟硬件深度集成，強調(diào)“開箱即用”和普通用戶的低門檻體驗。
兩者互為補充。開源社區(qū)負責探索技術(shù)的邊界，而商業(yè)巨頭負責加速大眾的普及。
03 范式革命：從LLM到Agent的標志性轉(zhuǎn)變
不管是OpenClaw的星火燎原，還是Miclaw的低調(diào)內(nèi)測，背后都指向了一個不可逆轉(zhuǎn)的行業(yè)共識：2023到2025年的LLM熱潮已經(jīng)翻篇，2026年是屬于Agent的革命之年。
要真正理解這場革命，我們需要重新審視LLM與Agent的核心差異。
傳統(tǒng)的LLM，本質(zhì)上是一個極其龐大且聰明的統(tǒng)計學(xué)模型。它的運作邏輯是“提示-響應(yīng)”：你輸入一句話，它預(yù)測下一個最合理的詞匯。它沒有自主規(guī)劃能力，沒有調(diào)用外部工具的權(quán)限，更沒有長期記憶。一旦對話框關(guān)閉，它就把你忘得一干二凈。
而Agent（自主代理）則引入了一個完整的閉環(huán)：感知（Perception）、規(guī)劃（Planning）、執(zhí)行（Execution）、反思（Reflection）。
在技術(shù)層面，這就好比軟件工程從“寫死路徑的腳本”向“自治系統(tǒng)”的飛躍。像OpenClaw這樣的Agent，不需要你每一步都給予提示。它遇到一個大目標（比如“幫我分析一下最近A股的新能源板塊”），會自主將其拆解為幾個小任務(wù)：第一步去金融終端拉取數(shù)據(jù)，第二步閱讀研報，第三步調(diào)用Python計算核心指標，第四步生成圖表，最后匯總成報告發(fā)到你的郵箱。如果中間拉取數(shù)據(jù)失敗，它的反思機制會促使它換一個數(shù)據(jù)源重試，而不是像LLM那樣直接報錯罷工。
在應(yīng)用層面，這種轉(zhuǎn)變打破了AI的“聊天框”限制，讓其真正轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。我們前面提到過，如果是傳統(tǒng)的LLM，你發(fā)給它一段長錄音，它最多只能給你生成一個會議紀要模板。但如果是接入了工作流的Agent，它可以做到在會議結(jié)束后，自主從錄音筆提取音頻，進行語音識別，提取核心待辦事項，然后將具體的任務(wù)分配到對應(yīng)參會人的企業(yè)微信上，并在日歷中設(shè)置好截止日期的提醒。
AI的角色，正在從一個被動的“輔助工具”，演變成一個具有主觀能動性的“數(shù)字分身”或“數(shù)字同事”。
從生態(tài)影響來看，這種轉(zhuǎn)變帶來的沖擊是巨大的。OpenClaw的開源模式極大地激發(fā)了社區(qū)的創(chuàng)新活力。短短時間內(nèi)，開發(fā)者們?yōu)樗暙I了數(shù)百個Skill（技能庫），覆蓋了從金融量化、自媒體運營到IT運維的方方面面。這種共識基礎(chǔ)下的生態(tài)擴展能力，正在構(gòu)筑起傳統(tǒng)閉源模型難以企及的“護城河”。
與此同時，Miclaw等商業(yè)化產(chǎn)品的下場，則利用龐大的終端用戶基數(shù)，在真實且復(fù)雜的應(yīng)用場景中不斷打磨Agent的容錯率和執(zhí)行效率。從2026年初OpenClaw在GitHub上的快速流行，到3月6日Miclaw的啟動測試，時間節(jié)點上的巧合，恰恰印證了AI代理浪潮正處于爆發(fā)的最高峰。
04 結(jié)語與挑戰(zhàn)：把方向盤交給AI之后
歷史經(jīng)驗告訴我們，任何一次將控制權(quán)出讓給技術(shù)的變革，都伴隨著巨大的陣痛和風險。當我們從“人操作機器”走向“機器自主操作機器”時，挑戰(zhàn)也就隨之而來。
其實仔細想想，Agent帶來的潛在風險比LLM要直觀得多。LLM最多也就是“胡說八道”（產(chǎn)生幻覺），你聽聽就算了；但Agent如果產(chǎn)生了幻覺，它是真的會去執(zhí)行的。
正如東吳證券在金工專題報告中所警示的：“OpenClaw與本地文件、業(yè)務(wù)數(shù)據(jù)或敏感信息交互，存在因權(quán)限配置不當、環(huán)境隔離不足導(dǎo)致的數(shù)據(jù)泄露、誤操作等風險。”
一個擁有系統(tǒng)級刪除權(quán)限的開源代理，如果理解錯了指令，可能會清空你的工作盤；一個能自動調(diào)用支付接口的手機代理，如果遭到惡意指令注入，可能會造成直接的財產(chǎn)損失。
對于Miclaw這樣深度綁定移動設(shè)備和智能家居的商業(yè)應(yīng)用而言，如何在賦予AI系統(tǒng)級執(zhí)行能力的同時，強化隱私保護、防止過度越權(quán)，將是決定其能否真正走向大眾的生死線。
應(yīng)對這些挑戰(zhàn)，沒有捷徑可走。開源社區(qū)需要建立起更嚴密的權(quán)限管控規(guī)范和沙箱隔離機制；而企業(yè)側(cè)，則需要在隱私保護計算和端側(cè)模型加密上投入更多精力。更宏觀地看，整個科技行業(yè)急需構(gòu)建一套完善的AI代理倫理與安全框架，確保這匹脫韁的野馬始終在人類的軌道上奔跑。
盡管前路仍有暗礁，但從OpenClaw到Miclaw的這股浪潮已經(jīng)不可阻擋。AI的下一個十年，絕不僅限于屏幕上跳動的字符，而是關(guān)于自動化日?，嵤隆⒅厮芄ぷ髁?、解放人類生產(chǎn)力的宏大敘事。
當大航海時代的風帆再次揚起，無論是作為開發(fā)者、投資者，還是普通的數(shù)字公民，我們都不應(yīng)只做岸上的旁觀者。關(guān)注AI代理的發(fā)展趨勢，盡早適應(yīng)與“數(shù)字同事”共事的新節(jié)奏，或許是我們在這場技術(shù)大變革中，能夠把握住的最好機遇。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論