3月初，深圳腾讯总部楼下，工程师们在大厦北广场摆起摊位，免费为用户安装“龙虾”OpenClaw。队伍绵延不绝，有人抱着NAS，有人带着MacBook，还有人拎着迷你主机，像极了十年前刷安卓系统的极客聚会。事实上，不少大厂都在密集推进自己的“龙虾”。小米开始内测MiclawAgent，希望把AI代理嵌入小米“人车家全生态”的系统里，让手机、汽车、电视和家电都成为AI的执行节点。云厂商也开始下场“摆摊”，当终端大厂把Agent塞进操作系统，这场“龙虾”风暴已经拉开了大模型下半场的帷幕。这不是简单的AI工具之争，而是一场关于下一代“超级入口”的暗战。
当下，一个困境摆在所有玩家面前：单纯的“Chat”模式无法烧出健康的商业模式。过去两年，国内的云厂商和科技巨头陷入长期的军备竞赛，成千上万张高端算力卡被拉进数据中心。但用户不调用，算力就会白囤，每天产生高昂的折旧。仅仅依靠C端用户对话模式，不仅无法消耗掉如此庞大的算力储备，也无法在习惯了免费的用户那里获得收入。用户偶尔让AI写封邮件、画张图，这种单次交互消耗的Token量低，无法填补底层庞大算力集群的折旧与运营成本。要让昂贵的算力转动起来，产生真实的现金流，巨头们迫切需要一个能持续、自动消耗算力的“Token黑洞”。OpenClaw这类本地部署的Agent出现，充当了这个角色。当用户下达复杂指令时，OpenClaw会拆解任务、联网搜索、调用本地软件、识别错误、自我纠正重试。每一个步骤都在向云端的API接口发送请求。一个复杂任务跑下来，其Token消耗量是普通对话的百倍乃至千倍。中国开源模型被OpenClaw采用，主要因为性价比高。相比海外竞争对手，低成本让API调用更频繁，这直接转化为云厂商的现金流，避免了巨额算力投资的浪费。这就是为什么腾讯等云厂商愿意倒贴人力去线下“摆摊”帮用户部署开源Agent。每一次部署都是在用户本地或云端电脑里埋下了一台24小时轰鸣的“算力抽水机”。不管前端跑的是不是开源模型，只要推理和工具调用的API指向自家的云服务，海量的微小请求最终都会汇聚成可观的B2C和B2B现金流。这笔由Agent带动的API流水，是巨头们维系算力扩张的关键输血管道。
