OpenAI高薪搶人，但贏家卻在中國！關鍵在于，要百無禁忌地試錯

抓住風口

本期要點：OpenClaw的爆發中，中國有什么機會？

你好，我是王煜全，這里是王煜全要聞評論。

在2026年，如果你還只把AI當成一個“你問它答”的對話框，那你可能正在錯過真正的機會——讓AI替人干活。

2月15日，OpenAI正式宣布，聘請了最近爆火的OpenClaw的創始人、奧地利開發者Peter Steinberger負責下一代個人Agent的開發。

OpenClaw是今年最具標志性的AI應用之一，堪稱近期最大“黑天鵝”。它讓用戶可以通過簡單的消息接口調度電腦上的AI Agents為自己完成各類任務。

而這種高人氣應用，正是OpenAI急需的。

據稱，Steinberger入職后，OpenAI就啟動了新項目，要將OpenClaw轉化為云端的一鍵托管服務。對于普通用戶而言，這或許意味著原本需要技術門檻、且有一定安全風險的部署過程將被徹底簡化，每個人都可以嘗試擁有自己的AI Agent了。

不過，我們認為，在關注這場雇傭事件時，更別忘了AI正在從“預測下一個Token”轉向“完成既定目標”，背后的核心痛點在于算力成本。因此，或許真正的答案不在OpenAI，而在擁有極致能效比的中國。這里可能才有“百無禁忌”的試錯環境，并催生AI應用生態的繁榮。

算力的無底洞

首先，Agent運行的算力成本將是一個無底洞。

就在17日，Anthropic修改了服務條款，禁止OpenClaw類工具通過訂閱制調用其API。

這也讓問題浮出了水面：一個Agent可能會為了完成任務，在后臺自主重試上千次，并消耗天量的算力。

Anthropic發現，使用OpenClaw類工具的Pro訂閱用戶，盡管支付了每月200美元的最高檔訂閱費，但實際上卻燒掉了價值600美元甚至更多的算力資源。這讓Anthropic不惜背負扼殺創新的罵名，也要讓用戶按調用量付費。

高額的API費用也讓Steinberger在財務上有些壓力。盡管有社區贊助，他每月仍需自掏1萬至2萬美元來覆蓋云端運行成本。

如今，他愿意加入OpenAI的一個重要原因，可能就是OpenAI承諾全額承擔OpenClaw云端API成本。這讓OpenAI在Meta和Anthropic對Steinberger的競標中勝出。

要知道，傳統軟件的邊際成本幾乎為零，用戶越多，單人成本越低。

但Agent的邊際成本卻是不確定的。一個錯誤的指令可能會觸發Agent“自我糾錯”的死循環，從而會在短短幾小時內燒掉數百美元的Token，而用戶甚至還沒看到最終結果。

對于初創公司而言，這種不可預測且無上限的財務支出是致命的。

強如OpenAI，會為了招入Steinberger而承諾全額承擔云端API成本，并推出類似OpenClaw的云端應用，但過段時間他們也會發現，這筆支出將高得驚人。

屆時，OpenAI也不可能用愛發電，必然會設計某些特別的收費模式來保證覆蓋推理成本，如按任務付費，或是對“無限循環”設置熔斷機制。

中國模型的優勢

但是，我們想指出的是，就在大家視線聚焦于兩大AI新興巨頭時，可能忘了一個更值得關注的變量，那就是中國模型正在讓Agent的試錯從奢侈品變成日用品。

除夕的文章中，我們就指出，當AI進入應用爆發階段，“試錯”是核心法寶。

開發者無法預判所有的邊緣案例，必須通過試錯來摸清需求邊界，讓Agent和痛點適配。如果算力成本居高不下，試錯就無從談起，產品也就無法真正落地。

因此，當Anthropic通過修改計費模式來緩解財務壓力時，OpenClaw的開發者社區中卻有越來越多人在悄然將Agent的底層模型切換為DeepSeek、Qwen或Kimi。

原因也很簡單，中國模型的推理成本僅為GPT-5.2或Claude 4系列的1/15甚至1/20，性價比優勢明顯。

這源于中國模型廠商普遍采用了混合專家架構（MoE），實現了在巨大參數量下的低能耗推理。

針對Agent需要反復讀取歷史記憶和不斷反饋工具執行結果的特性，中國模型在顯存管理上也做到了極致。這使得在處理OpenClaw這種需要高頻互動、且動輒運行幾個小時的長任務時，不僅更便宜，而且系統表現也更穩健，不會因為任務太復雜而出現中途掉線或卡死的問題。

要知道，在需要高頻試錯、大量消耗Token的場景下，這種恐怖的性價比是開發者們難以抵抗的誘惑。

這讓Agent的“無限循環”成本從上百美元跌落至個位數，把試錯可能帶來的致命傷變成了皮外傷，也就讓初創企業敢于開啟真正的自由探索。

開發者甚至可以用多個Agents組成協作組，通過內部投票和相互檢查的方式來對抗幻覺，從而讓低成本國產模型在最終交付成功率上超過那些高成本的美國單體模型。

應用生態的繁榮

當然，可以預見，隨著中國模型受歡迎程度的提升，這個領域很可能演變成一個高度敏感的政治籌碼。

由于2026年美國中期選舉的臨近，為了展示自己的強硬姿態，特朗普或許會拿中國模型來說事，并推出一系列限制令，如強制要求亞馬遜或谷歌等服務商切斷與中國模型的關聯。

然而，這注定是在一個自己并不掌控的領域發號施令。

OpenClaw本就具有天生的“反封鎖”基因，任務拆解、思考邏輯和執行指令都運行在用戶的本地終端上，只有關鍵的推理環節才需要調用云端AI。

這種“大腦”和“手腳”分離的特性，讓開發者擁有極高的自主權。為了15倍的算力價差，開發者仍然會想方設法繞過基于地理位置的封鎖。

不過，背后更深層的原因在于，Agents的應用生態重心，根本就不在美國。

目前，OpenClaw官方技能商店（ClawHub）5700多個活躍貢獻者中，高達25%來自東南亞，20%來自中國，緊隨其后的是東歐國家。

這是因為在中國和東南亞，存在著海量且細小的數字化需求，比如印尼賣家要在多個電商平臺間同步庫存，中國自媒體公司要在微信、抖音和小紅書等多個平臺分發內容。這些需求太瑣碎、太非標，OpenAI這種巨頭看不上，傳統SaaS廠商也忙不過來，卻恰恰成為了個人開發者和需求方自行開發應用的練兵場。

可想而知，特朗普在華盛頓發布的禁令，對這些國家的開發者影響甚微。

所以，真正明智的做法，反而是擁抱OpenClaw的生態，才有可能在未來的應用爆發階段分到一杯羹。因為我們反復強調，未來的商業競爭，不再是你擁有多么聰明的模型，而是你的AI能為用戶交付什么具體的結果、解決什么實際痛點需求。這更是AI商業價值的根本轉變。

所以，2026年，或許真的將是中國模型的崛起之年，也是屬于所有人的紅利之年——當你不再把AI當聊天窗口的一年，而是真正跑通第一個自主AI Agent并用它解決自己的痛點時，你也就已在牌桌上！

回到我們每個人，你目前的業務中，哪一個環節最頭疼，最需要一個數字分身去接管？歡迎在評論區聊聊。

以上就是今天的內容，更多科技產業的前沿分析與趨勢洞察，歡迎加入科技特訓營學習，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“OpenClaw背后的機會”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！