你電腦里養的“龍蝦”，其實在給大廠打黑工

　　這兩天和國內兩個朋友通電話，他們不約而同提到了同一個詞——“龍蝦”。

　　一個問我：“你養龍蝦了嗎？”另一個說：“你知道嗎，現在國內很多人都在養龍蝦。”

　　我有點意外。

　　龍蝦，我熟悉。一個多月前，我就寫過一篇關于“龍蝦”的文章，當時算是比較早觸及這個話題的。前段時間我也認真研究過部署方法，甚至一度準備動手試試。但出于安全方面的考慮，最后還是沒有真的裝。

　　沒想到短短一個多月，這件事在國內已經火到這種程度。

　　深圳騰訊總部樓下排隊裝OpenClaw的新聞、抖音上“全民養龍蝦”的視頻，還有各種教程、截圖、曬Agent任務的帖子，幾乎一夜之間就刷滿了社交媒體。

　　所謂“養龍蝦”，其實是國內網友對AI Agent的一種戲稱。很多人把像 OpenClaw 這樣的智能體部署在自己的電腦或服務器上，讓它長期運行，自動執行各種任務。因為這些程序往往在后臺不停工作，像活物一樣喂數據、做事情，于是被網友形象地稱為“養龍蝦”。

　　很多人會把這件事理解為一場技術浪潮。但如果只從技術角度去解釋，其實是不夠的。

　　真正有意思的問題是：為什么這種事情，總是最先在中國變成一種社會現象？

　　回頭看中國互聯網二十多年的歷史，你會發現一個很穩定的規律。每一次新技術出現，中國用戶都會迅速涌進去試一試。從早年的MP3、安卓刷機，到后來微信紅包、抖音濾鏡，再到AI繪畫、ChatGPT，幾乎每一波技術浪潮都會在中國形成一種類似全民實驗的氛圍。

　　很多人下載一個新應用、部署一個新工具，并不是因為馬上有實際用途，而是因為一種很微妙的心理：如果別人都在用，而自己不會用，好像就落后了一步。

　　OpenClaw恰好擊中了這種情緒。

　　這種技術焦慮，在今天的AI時代變得更加明顯。

　　過去幾年，AI一直停留在一種比較抽象的形態里——聊天、寫作、畫圖。很多普通人覺得它很厲害，但又很遙遠。

　　OpenClaw帶來的變化，在于它讓AI看起來第一次真正會干活。

　　你給它一個任務，它會自己拆解步驟，去搜索信息、調用軟件、整理結果，然后再把結果交給你。雖然很多時候還很笨拙，但那種感覺已經不一樣了。

　　這種變化對普通人的沖擊其實非常大。

　　中國社會對效率有一種非常強烈的崇拜。八十年代有句廣為流傳的口號：時間就是金錢，效率就是生命。從中可見，中國人對效率的執念。只要一項技術被證明可以幫你多快好省賺錢，它很容易迅速獲得關注。中國人講究實用，不玩虛的。

　　不像歐美用戶那樣，先討論倫理，再決定用不用，這個過程可能要很久。這雖然保護了個人權利，但也常被批評為監管過度導致創新遲滯。

　　中國人的習慣是先用，再看。

　　無論是移動支付還是現在的生成式 AI，中國企業更擅長直接把產品推向市場，通過億萬用戶的真實反饋來快速修正。

　　倫理討論可以先上車后買票，隱私泄露、算法歧視等問題出現后，再通過行政手段或快速立法來打補丁。

　　比如3月10日，國家互聯網應急中心就發布了關于OpenClaw安全應用的風險提示。此前，工業和信息化部網絡安全威脅和漏洞信息共享平臺也發布過相關的安全風險提示。

　　這些都相當于打補丁。這事，中國人做起來很在行，輕車熟路。

　　就在今年，這種差異在AI（通用人工智能）領域體現得尤為明顯。在歐美，公眾還在為AI 是否擁有意識、數據版權的法理溯源爭論不休，甚至因此限制某些模型的公測。

　　而中國已經在嘗試將 AI 大模型深度嵌入縣域治理、電商直播和工業制造。

　　在這種文化環境里，Agent技術幾乎天然具有吸引力。

　　但這還不是全部原因。

　　中國互聯網還有一種很獨特的文化，折騰。

　　很多技術在其他國家是專業工具，在中國卻會變成一種大眾愛好。路由器刷機、自動化腳本、智能家居，這些東西在國內一直有非常龐大的用戶群體。很多人使用技術的樂趣，并不只是效率，而是過程本身。

　　OpenClaw在某種意義上正好繼承了這種傳統。它既是AI工具，也是一個新的折騰玩具。

　　你可以給Agent起名字，讓它自動跑任務，看它一步步嘗試、出錯、修正，像養一個半成品的數字助手。于是技術工具慢慢變成一種游戲，一種參與感很強的社會行為。

　　當這種行為進入短視頻平臺之后，傳播速度就會突然加快。

　　中國的社交媒體有一種很典型的擴散路徑，技術圈的東西一旦進入抖音，就會迅速變成一種梗。人們開始曬截圖、錄視頻、互相模仿，一個原本屬于極客社區的工具，很快就會變成一種全民話題。

　　“養龍蝦”就是這種傳播機制的產物。

　　中國互聯網還有一個獨特現象，那就是工程師文化非常普及。中國程序員總數去年已經突破940萬，當之無愧的世界第一。程序員多，技術社區極其活躍。很多技術擴散路徑是，從程序員到同事，再到家人。所以經常會出現,，程序員先玩，普通人跟進。

　　這次“養龍蝦”也是這種模式。

　　另外，中國是全球唯一一個同時擁有三種條件的國家：最大的互聯網用戶規模、極其活躍的開發者社區，以及低廉的AI推理成本。

　　截至2025年12月，中國網民規模已達到11.25億人，互聯網普及率達80.1%。

　　低廉的AI推理成本這一點值得多說幾句。

　　很多人討論AI時，習慣關注模型能力，比較誰更聰明、誰參數更多。但真正決定AI能否普及的，其實是成本。

　　過去兩年，大模型的主要使用方式是聊天。一個人一天可能問十幾次問題，這樣的使用頻率，對算力的消耗其實非常有限。

　　2026年，阿里、字節、騰訊三家加起來，預計要在算力上砸四五百億美元。數據中心里有成千上萬張AI加速卡，如果缺少足夠的調用需求，這些昂貴的設備就會處于低利用率狀態，消耗電力、產生折舊，卻無法產生相應收入。

　　ChatGPT爆紅之后，大模型最常見的使用場景其實只是聊天。用戶偶爾讓AI寫封郵件、畫張圖、做個短視頻，這類輕量級任務消耗的Token非常有限。對于那些已經投入巨額資金建設算力中心的大廠來說，這樣的使用強度遠遠填不滿服務器的負載。它們真正需要的，是一種能夠持續運行、自動調用模型的應用形態，一個可以不斷吞噬Token的怪物。

　　這時候，“龍蝦”就來了。

　　一個Agent在執行任務時，會不斷向模型發起請求：理解任務、拆解步驟、搜索信息、調用工具、檢查結果、再進行下一輪推理。一個復雜任務跑下來，調用次數可能是普通聊天的幾十倍甚至上百倍。

　　換句話說，Agent本質上是一種持續燃燒算力的機器。

　　對于大廠來說，真正的暴利不僅僅是賣 Token 的錢。

　　當幾百上千萬個“龍蝦”在全中國的電腦里跑任務時，它們其實在幫大廠做一件最值錢的事：收集真實的、非結構化的、跨軟件的交互數據。這種數據是訓練下一代更強模型的“原油”。大廠提供廉價的算力，換取了全社會幫它標注任務流程。

　　如果你養的“龍蝦”習慣了調用某個大廠的模型 API，你就會產生路徑依賴。當所有人的辦公、搜索、創作都建立在一個生態的 Agent 體系之上時，大廠就成了這一行業的收費站。

　　再過一段時間，當你完全離不開 Agent，且 Agent 的調用量達到一定規模時，大廠可以通過輕微的策略調整，比如提升 Token 的單位價格，或者控制 Agent 的推理質量，從這個巨大的算力網絡中提取租金。

　　在過去的十來年，大廠們做這些事可不是一次兩次了。

　　所以你明白為啥大廠們最近如此賣力推廣了吧？

　　和中國的這種成本優勢和生態優勢相比，即便是美國，也自愧不如。至于其他國家，就更不夠看的了。

　　拿美國來說，普通居民用戶用電價格明顯比中國貴。2026年全美居民平均電價約為0.17 - 0.20 美元/度（約1.2 - 1.4 元人民幣），幾乎是中國平均水平的2 到 3 倍。在加州或東北部（如麻省、紐約），居民電價甚至可能高達0.30 美元/度以上。

　　假如每次運行任務都要消耗昂貴的API費用，如美國這樣的國家，普通用戶是很難長期使用的。但是世界上，AI發展最好的就是中美兩國，美國用戶用不起Agent，那只能眼睜睜看著中國人用得飛起。

　　除了普通人用電便宜，中國還有一些其他特殊優勢。

　　過去兩年，中國大模型廠商之間展開了異常激烈的價格競爭。國產模型的API調用價格，普遍只有海外同類模型的幾分之一。與此同時，中國的數據中心擁有更低的電力成本，更靈活的硬件配置。甚至有廠商直接使用消費級顯卡跑推理。

　　這些因素疊加在一起，讓AI推理在中國變得特別便宜。

　　當成本降低到某個臨界點之后，一種技術就會突然從專業工具變成大眾玩具。很多人部署OpenClaw，并不是因為已經有明確需求，而是因為試一次的成本幾乎可以忽略不計。誰會在乎那幾分錢的電費呢？

　　這也是為什么，“龍蝦熱”首先在中國出現。

　　不過，這場全民養龍蝦的熱潮，也開始暴露出一些新的問題，這也是為什么國家頻發風險提示。

　　有用戶反映，在重度使用情況下，1億Token大約只能支撐一個月，費用接近7000元。更夸張的是，有人遇到OpenClaw任務失控，一夜之間消耗數億Token，第二天收到數萬元賬單，欲哭無淚。一名普通用戶跟風部署后，僅做簡單的文檔整理和網頁查詢，一天就燒掉5000萬Token，單個任務消耗8萬Token的情況也并不少見。

　　而在海外市場，類似的風險甚至更加極端。

　　媒體曾披露，一家墨西哥軟件開發公司因為API Key泄露，被人惡意調用模型接口，最終損失超過8萬美元（約合58萬元人民幣）。

　　還有一個更離奇的例子。OpenAI工程師 Nick Pash 創建的 AI 交易智能體Lobstar Wild，在社交平臺上被人“騙走”了全部資產。

　　有人在X平臺編造故事，說叔叔感染破傷風需要治療費，請求4美元援助。結果這個AI代理不僅相信了，還把自己賬戶中的加密貨幣全部轉出。等交易完成時，轉出去的錢高達25萬美元。

　　所以普通人嘗鮮也是有代價的。尤其是那些小白，更要謹慎部署龍蝦。如果操作不當，它給你帶來的損失，遠大于收益。

　　不過，這些都還只是AI時代真正開幕前的小打小鬧。

　　多年以后回頭看，這一波“龍蝦熱”會被記住。因為它標志著人類與AI的關系發生了一次根本性的遷徙，從“人去詢問AI”，變成了“人去指揮Agent’。

　　當那些在后臺默默運轉的程序開始替你處理瑣碎的賬單、規劃繁雜的行程，甚至在互聯網中為你搜集信息時，AI就徹底摘下了聊天機器人的標簽，開始在后臺真正替人類做事。

　　那是我們與數字生命建立協作關系的起點。盡管，現在這一切看起來還那么笨拙、那么混亂。