文 | 窄播，作者｜博斯
OpenClaw 作为一条技术路线，让 Agent 第一次有了区别于聊天机器人的清晰轮廓：有一个人格化的灵魂，24*7 永远在线，主动执行任务，看上去可以打理一切。旧势力希望借此守住入口，新势力想要利用它站上风口。
3 月，从字节、腾讯、阿里、百度等互联网巨头，到月之暗面、MiniMax、智谱、阶跃星辰等大模型新贵，再到华为、小米这样的手机厂商，都在谈龙虾。新旧科技公司共同完成了一场将龙虾广而告之的共谋。
4 月，变阵之后的科技公司在继续将龙虾之战从「极客的工具」推向「服务大众的系统」。一方面在积极构建支撑龙虾类产品稳定、安全运营的基础设施；另一方面也在寻找龙虾类产品能更快进入的具体场景，将使用龙虾与提升生产力划上等号。
字节依然积极。4 月 2 日，「火山引擎 2026AI 创新巡展」武汉站上，火山引擎团队提出了敏态和稳态并行的企业 Agent 建设方法论，进一步完善了 ArkClaw 和 HiAgent 两个分别对应敏态和稳态的产品。4 月 7 日，字节旗下的扣子升级到 2.5 版本，不但有了龙虾一样的交互界面和执行能力，还增加了 Agent Word 开放生态。
此外，OpenClaw 之外的新 Agent 形态还在继续涌现。Hermes Agent 在 2 月开源之后，凭借自我成长型 Agent 的定位在 4 月迎来的大爆发。目前，腾讯云已经支持 Hermes Agent 的云端一键部署，小米也宣布旗下 Xiaomi MiMo-V2 系列大模型实现了官方集成接入。
大家此前都在讨论谁的龙虾平替更好用，谁的部署门槛更低，谁的生态接入更方便。但在 4 月之后，大家可能会更倾向于讨论这场狂欢的终局是什么，什么样的产品形态会最终抵达主流市场。
从 500 万工程师到 10 亿普通用户，这中间的距离，与其说是模型能力的问题，不如说是产品化的问题。此刻的群雄逐鹿，在某种意义上，正是跨越这道鸿沟前的投石问路。
两条探索的路径
细看百虾大战，各个厂商的选择可以被归纳为两条路径。
动作最密集的，是封装 OpenClaw 的路线。它当然是当下最快的打法，也是大厂强烈的 fomo。
腾讯 QClaw、智谱 AutoClaw、MiniMax MaxClaw、百度 DuClaw、字节 ArkClaw，这些产品的共同选择是：暂且绕开对 Agent 底层范式的重新定义，围绕 OpenClaw 已经验证过的能力做产品化包装，是什么没那么重要，做了再说。
部署流程从小时级压缩到 20 秒，从命令行脚本安装到双击可用，云端托管、预置 Skill、预装模型、免费额度、主流 IM 接入一并打包交付。用户触达龙虾的所有的门槛都在被快速降低。
这个路线核心指向：OpenClaw 太像一套开发者系统，想要扩大用户基础，需要有人来把它翻译成普通用户能读懂的语言。
这样做能在短时间内，以最快速度圈住用户。MaxClaw、AutoClaw、Kimi Claw 代表是大模型公司，将 OpenClaw 视作一个绝佳的 Token 消耗载体，让人看到了 Token 经济学非常性感的一面。QClaw 和 ArkClaw 面向龙虾时代变现了腾讯和字节的用户基础，展示了旧入口 + 新产品的可行性。
但是，封装路线的发展逻辑，在某种程度上依赖于上游不再生长，维持稳定的产品框架。而对还需要不断完善的 OpenClaw 来说，这个前提从一开始就显得有些脆弱。OpenClaw 新版本和官方通道的每一次更新，都在悄悄左右着第三方产品的独立生存空间。
互联网巨头们往往会选择两条腿走路，再走一条自研 Coding Agent，搭建自己执行底座的路线。
相较字节和腾讯，阿里是这条路径的更坚定地执行者。阿里巴巴通义实验室推出了开源的 QwenPaw，支持定制化轻量小模型、强化安全机制、支持多智能体协同作业、优化长期记忆管理。钉钉团队发布的悟空也是一款以企业智能体为核心的 AI 原生工作平台。
钉钉的核心动作，是把大量平台能力 CLI 化，让 Agent 原生调用平台能力，不再模拟人的点击操作。这背后有一个清晰的产品判断：企业真正需要的，可能不是一个远程操控电脑的演示工具，而是能够继承组织权限、嵌入业务流程、可被审计和计费的 AI 员工。
Anthropic 的 Cowork 不是「更易用的 Agent」，而是一种设计哲学的分野。OpenClaw 追求 Agent 的极致自主性，Cowork 追求的恰恰相反——更好的人机协作关系，一个让人类能够深度介入 AI 工作过程的协作环境。Cowork 要「从一个有用的助手，变成一个真正的全职同事。」
扣子 2.5 给自己的定位是「满配 AI 伙伴」，与 OpenClaw 类似包含有人格、装备、技能三个基础部分，同时又为付费用户增加了使用云电脑和云手机的能力，有日程系统和文件系统。整个产品像一个更完善的龙虾类产品。让我惊讶的是，扣子 2.5 会自主提醒我某条信息可以被用于前两天讨论的某个选题上。
自研路线可以把 Agent 深度绑定进自己的生态和权限体系，代价是研发更重、封闭性更强、扩张更慢，往往只能先在自己的场景里站稳脚跟，再图谋更远的地方。
两个真正关键的动作
两条路线，一重一轻，各有各的逻辑。但如果视野只停留在这两条路上，可能会错过这场战争里真正悬而未决的那一部分。
龙虾大战背后的共识是，Coding Agent 正在成为新一代 Agent 的操作系统底座。竞争的焦点是 Coding Agent 的交付完成度，即谁能把 LLM、Coding Agent 和 Harness Engineering 整合成一个真正可以交付的系统。
这种竞争在围绕两个关键动作进行：
第一个动作是 CLI 的复兴。这也是旧世界和新世界的联结。Agent 的发展正在悄然分化出两个界面：GUI 服务于人和软件之间的交互，CLI 服务于软件和 Agent 之间的交互。龙虾类产品很有可能将对话窗口与 CLI 结合起来，取代 GUI 主导的交互。
基于这个判断，钉钉把办公能力 CLI 化，某种程度上是在把自己改造成一个更适合 Agent 操作的执行层。飞书 CLI 将协作能力接口化，也是把自己定位成「让人类和 AI Agent 都能在终端中操作飞书」的命令行工具。他们都是在基于传统软件，长出一套可以被 Agent 调用的操作界面。
第二个动作是人类和 Agent 的协作。我们可以看到面前有两个选择：
一个选择指向大一统的操作系统底座——以一个通用的平台承载很多 Skill，由 Skill 覆盖无数的垂直场景，就像微信上无数的小程序。
这个选择中，Skill 本质上是在把人类经验、工作流经验、行业 know-how 和最佳实践，压缩成可以被 Agent 调用的能力模块。通用平台解决的是能不能做，Skill 解决的是该如何做、按照怎样的经验做、在什么上下文里做。如何让用户能够高效封装 Skill 会成为一个关键环节。
另一个选择是 App 的 Agent 化。多个入口与多样的垂直 Agent 构成了类似当下 APP 生态的行业格局。
如果说 Skill 是要将垂类 APP 拆分成多个原子化的能力，那么 APP 转化成的 Agent 则是要维持相对孤岛的状态。类似我们通过自己的龙虾调动美团的小美为我们点外卖。但这并不是个好选择。
按照第一个选择来发展，自然语言的交互是符合人最沟通习惯的，但目前的对话框式的交互界面不一定是最佳方案。这个答案还有可能是 NotebookLM 那样的，输入 - 整合 - 输出的三框工作界面，也可能是 Flowith、可灵、即梦都在尝试的画布式工作界面。
无论是什么界面，背后都需要足够强大的 Skill 生态做支撑。而 Skill 生态的丰富程度可能会在未来决定人与 Agent 交互界面的最终呈现。
五点下班的可能性
对 Coding Agent 或 Cowork 方向的产品来说，供给侧的条件正在成熟，需求侧的心智却尚属空白，海外的标杆产品又因地缘因素无法直接进入。三个因素叠加，构成了一个罕见的机会窗口，也带来了百虾大战的盛况。
但绝大部分用户都不会是 pro user，未必有能力把自己的经验 Skill 化，也未必清楚什么是自己场景里的最优解。大众用户期待的是一个能简单上手、直接干活的 Agent，而不是一个开放而强大、难以快速入门的底座。前者意味着直接的生产力，而后者只是一个带来幻想的脆弱半成品。
我们不知道 Agent 什么时候真的会替代人类完成那些繁重的工作，但在这样的旅途中一定会有一段时间，需要人类悉心的指导和检查 Agent 如何产出一份可以完整交付的结果，直到 Agent 可以称心如意地完成人类需要的工作。
这就像自动驾驶行业有一场持续多年的路线之争：L4 派主张一步到位实现全自动，L2 派主张人机共驾、渐进演化。最终，L4 定义了方向的想象空间，L2 赢得了真实的市场。其原因不在于 L2 技术上更先进，而在于它更务实地处理了人与机器之间那段需要时间积累的信任关系。
人类可能暂时还无法冀求一个无需工作的丰裕社会，但从当下的视角来看，一个编排良好的 Agent，确有让人五点下班的可能性。
