周鸿祎：普通人太难“养龙虾”！3个问题亟待解决
当ChatGPT还在依赖云端指令时,一款被网友戏称为“AI龙虾”的开源项目正以“本地代理”的姿态强势破圈——由奥地利开发者Peter Steinberger发起的OpenClaw，凭借“可自主操作本地文件、执行系统命令”的特性，在短短一周内从科技圈扩散至大众视野。“养一只属于自己的AI龙虾”成为新的科技热词，这场热潮背后，折射出AI应用正从“云端对话”向“本地自主”的范式转变，而360创始人周鸿祎的“龙虾论”，则精准点出了这一赛道的核心矛盾与破局方向。
AI龙虾的破圈密码：从“云端依赖”到“本地自主”
OpenClaw的走红,本质是对传统AI交互模式的颠覆，与ChatGPT等依赖云端运算的工具不同，它作为开源智能体框架，允许大模型直接获取本地操作系统权限，既可以“写代码、删文件”，也能“整理桌面、管理日程”，这种“本地代理主权”的特性，让用户首次能以“养宠物”的方式与AI互动——不需要复杂的prompt调教，只需简单指令就能让AI“听话办事”。
这种“物化智能体”的创新，迅速引发行业共鸣，数据显示，项目开源后GitHub星标量3天内突破5万，远超同期同类AI框架的增长速度，有科技博主调侃：“以前是跟AI聊天，现在是给AI‘打工’，这种‘能动手’的AI才是真智能。”
周鸿祎锐评三大痛点：“龙虾难养”背后的行业真相
周鸿祎在接受采访时直言：“OpenClaw的概念是革命性的，但‘养龙虾’的门槛太高，普通人根本‘养不起’。”他剖析了三个亟待解决的核心问题：
安全隐患：本地权限的“双刃剑”
OpenClaw允许AI自主操作文件系统,但这也让数据安全成为隐患，普通用户若未正确配置权限，可能因AI误执行恶意指令导致系统崩溃，或个人隐私文件被泄露，有技术人员测试发现，若指令包含“递归删除”类代码，90%的非专业用户无法预判后果。
技术门槛：从“下载”到“配置”的鸿沟
尽管开源项目降低了使用成本,但安装过程仍需用户手动配置Python环境、适配硬件参数，周鸿祎举例：“让普通人用命令行输入‘git clone’安装框架，就像让老人用专业相机拍照，不是技术问题，而是认知门槛。”
技能局限：“高端任务”与“日常需求”的断层
当前OpenClaw的能力集中在系统级操作,例如调试代码、批量处理文件等“高端场景”，但对家庭用户、中小企业而言，购物比价、日程提醒等“接地气”的需求仍无法满足，有体验者反馈：“我的AI龙虾能帮我写周报，却不会提醒我交水电费。”
破局关键：如何让普通人“养得起”AI助手？
针对“龙虾难养”的问题，周鸿祎给出了“饲养指南”：“要像带实习生一样引导AI，你教得越细，它理解得越深。”他强调，关键在于“降低操作门槛”——用户无需懂代码，只需通过图形化界面输入指令，AI就能自主完成任务。
360正在推进的“简化版OpenClaw”正是这一思路的落地：预置“新手任务包”（如自动整理下载文件、生成会议纪要），支持一键安装与中文指令识别，甚至能通过语音交互控制，据内部人士透露，该版本预计将于第二季度公测，目标是让“零代码用户”也能轻松上手。
本地代理赛道竞速：巨头入局与开源机遇
OpenClaw的爆发并非孤例,国内科技公司已加速布局“本地AI代理”赛道：百度文心一言推出“本地大模型部署工具”，用户可在电脑端运行轻量化模型；字节跳动测试“AI生活管家”，支持本地语音控制家电；国外Meta则在开发“手机端AI助手”，实现离线环境下的自主决策。
据Gartner预测,2025年全球40%的AI任务将实现“本地处理”，OpenClaw的开源特性或将成为这一趋势的关键推手，但周鸿祎提醒：“智能体普及不能只靠开源，还需行业合力制定安全标准，让‘龙虾’既能‘听话’又能‘安全’。”
从“云端对话”到“本地自主”，AI“龙虾”的破圈不仅是技术的胜利，更是认知的革新，当360的简化版框架落地，或许标志着智能体真正进入“全民饲养”时代——届时，每个普通人都能拥有“专属AI助手”，而“养龙虾”的技能，也将成为数字时代的基础能力，更多一手游戏信息请关注攻略蜂巢。
独家专访｜无限幻想战线制作人，二次元RTS拓荒路，邀你共筑无限幻想
Content Warning主机版上线，多人恐怖合作冒险开启