仅用两个月,一只「小龙虾」席卷整个AI圈。
无论是小白利用OpenClaw养龙虾,去探索个人Agent的边界,还是大模型厂商们纷纷推出轻量化部署方案,用CodingPlan API套餐吸引开发者直接云端一键部署......
开发者李然这样形容OpenClaw带来的溢出价值,他将AI Agent的发展对标互联网的演进,OpenClaw加速Agent迈入第三个时代,从PC时代的「工具」到移动互联网的「助理」再到未来在协作时代成为「同事」的可能。
这或许是AI在个人开发者及小团队端的一个「OpenClaw时刻」:人们开始借助Agent,再通过不同的skills对任务经验进行抽象,解决过去日常工作中依赖隐性知识和行业经验的任务。
但耐人寻味的是,OpenClaw在大型企业里则显得明显落寞很多,不少人对企业AI Agent的落地还是边走边看,持谨慎态度,企业端的「OpenClaw时刻」还远远没有到来。
眼前的OpenClaw风暴对企业Agent落地来说,有无参考价值?
答案是肯定的。
开发者李然认为,OpenClaw掀起了Agent开发范式的转变浪潮。
早期的Agent形态如dify或扣子大多以workflow形式出现,尽管「拖拉拽」的低代码已经降低了开发门槛,但对企业组织中的非开发人员并不友好。
但OpenClaw通过系统级调用指令,能让非开发者在常用的办公软件实现与Agent的交互,这是一种AI native 的Agent。
除了开发范式的转变,还有行业专属「方案超市」的建立,即行业知识和数据的进一步流动。
OpenClaw的工具能力依赖高质量的skill使用文档,OpenClaw爆发后,拉动了Github里的skill风暴,AI创作者海辛就在即刻上提到,医疗、金融、教育等各个行业的人,都可以利用AI为自己的工作实现便利,编写专属工具,未来的GitHub可能会从「代码仓库」转化为「方案超市」。
但在Openclaw的甜蜜之外,对企业Agent落地而言,还有诸多苦涩。
一位大厂技术人员告诉「硅基研究室」,他在实测企业级Openclaw发现,技术栈和能力栈上都存在挑战。
首先,OpeClaw框架底层的任务调度存在一定优化空间,暂不适合承载高可靠性的企业级定时调度业务;其次,长期记忆模块的原生能力也不足,还没达到生产可用的成熟标准,另外还缺乏高质量的skill生态。
换言之,考虑到企业落地Agent的合规、成本和安全,当前OpenClaw这种高消耗的调用方式和不稳定的生态,对重权限、重可靠和强协作的企业组织来说,大规模的落地显然还有一定的距离。
企业端对OpenClaw落地的谨慎态度也侧面反映出,当前中国企业AI的大规模应用的残酷现实。
据崔牛会的数据,当前已有43%的企业部门或岗位进入规模化使用阶段,27%仍处在试点期…