问题——从“能聊天”到“能干活”——全民化是否真正到来 近期——一款名为“龙虾”（OpenClaw）的智能体应用开源平台迅速走红，并引发更广泛的产品与投资讨论。该现象折射出AI应用形态的变化：过去的大模型更多停留在对话问答，新一代智能体则强调“可执行”的工作流能力，能够在用户指令下完成检索、规划、调用工具、生成内容并交付结果，形成闭环任务。围绕这一趋势，上海交通大学集成电路学院、信息与电子工程学院特聘教授义理林，蜜度科技股份有限公司CEO翟光景，国泰海通证券计算机行业首席分析师杨林在活动中表示，人工智能正从“展示能力”走向“生产力落地”，应用扩散速度明显加快。 原因——技术范式变革与推广策略共振，促成“出圈” 与会人士认为，此轮应用加速主要由三上因素推动。 一是技术路径从单一模型能力转向“模型+工具+流程”的组合。义理林指出，“龙虾”并非凭空出现的新概念，其关键于把不同智能体框架与工具链整合为可复用的工作流，让智能体能“从零开始做事”，更贴近真实业务所需的流程化和可控性。随着智能体逐步具备操控电脑系统、软件工具，乃至与物理世界交互的能力，产品形态仍将持续迭代。 二是用户侧认知门槛降低。翟光景表示，市场讨论焦点已从“要不要用”转向“哪款更好用”，说明大模型的基础普及正在形成共识，企业对效率工具的接受度和敏感度同步提升。 三是平台化推广与免费策略提升触达。杨林提到，春节期间互联网企业借助大型活动及线上线下推广扩大用户覆盖面，在流量入口、使用场景和产品体验的叠加下，AI应用实现更快扩散。 影响——产业链机会外溢，应用从通用化走向垂直化深耕 从产业演进看，智能体走红不仅带动应用端热度，也可能改变产业分工与投资逻辑。 首先，应用形态升级带来更清晰的生产力诉求。对企业而言，若智能体能稳定完成资料整理、文档生成、报表分析、流程审批、客服质检、合规校对等任务，将直接对应降本增效，并推动规模化采购与本地化部署需求。 其次，模型发展将从“通识覆盖”转向“行业深耕”。义理林认为，通用大模型追求知识广覆盖，类似“通识型人才”；垂直大模型更强调在细分领域做到“一米宽、十米深”，需要通过多层次训练与微调，真正理解行业规则、数据结构与业务流程，才能可靠落地。 再次，资本市场关注点呈阶段性变化。杨林表示，当前市场更看重确定性较强的上游基础设施环节，包括芯片、算力租赁、基础模型等“基础供给侧”。随着技术成熟、商业闭环更清晰，掌握行业数据、能提供可交付智能体产品的垂直企业，有望获得更大空间。 对策——在加速落地的同时补齐治理与工程化短板 与会专家指出，应用扩张越快，越需要同步补齐技术工程化、数据治理与风险控制。 一要提升可控性与可验证性。智能体从“回答问题”转向“执行任务”后，错误外溢风险上升，尤其在财务、法务、政务、医疗等场景，必须建立任务分解、权限管理、审计追踪、结果校验等机制，确保“可用、可控、可追责”。 二要强化数据安全与合规边界。政企用户更看重本地部署、权限隔离和敏感信息防护。翟光景结合实践表示，大型国有金融机构已提出本地部署办公智能体的需求，部分地区单位也计划在OA系统中引入智能校对模型并逐步扩大使用范围，这对安全合规与稳定运维提出更高要求。 三要推动标准化与场景化结合。智能体能力要从“演示可行”走向“持续可用”，离不开数据规范、接口标准、评测体系以及与业务系统的深度集成，避免出现“能用但不好用、能跑但不可管”的情况。 前景——编程与办公有望率先规模化，科研应用迈向人机协同新阶段 对下一阶段的落地节奏，业内普遍认为编程与办公更可能率先实现规模化商用。 其一，编程领域语料充足、结构清晰、反馈闭环快，成本可控且企业接受度较高，更容易形成可量化的效率提升与ROI评估。 其二，办公协同场景覆盖广、需求高频，办公软件持续集成智能体能力，已在文档撰写、PPT制作、表格处理等环节带来可感知的效率提升。政务与大型企业对流程规范、文本质量与合规校对的刚性需求，也为有关产品提供明确落地入口。 此外，AI for Science的推进同样受到关注。义理林表示，人工智能在科研中一上可承担文献调研、综述撰写等数字化任务，另一方面可与物理实验更深度融合，通过智能体支持更长时间的实验操作与数据分析。科研范式正向更紧密的人机协同演进，未来有望在材料、药物等领域释放更大价值。
“龙虾”的走红提示人们，人工智能竞争正从“模型能力展示”转向“工作流交付与产业化落地”；能否跨越安全合规、可靠性、成本与系统集成等门槛，将决定AI普惠推进的速度与稳定性。面向未来，需要在鼓励创新与强化治理之间找到平衡，以可控、可信、可持续的方式，让技术真正转化为社会生产力与公共服务能力。