深圳砸1000万补贴＂养龙虾＂,各大厂疯抢入局——OpenClaw的中国时刻来了

3 月 7 日，深圳龙岗区发布了一份叫"龙虾十条"的政策文件。

不是养殖业扶持，是给 AI Agent 创业者发钱。OpenClaw 在中国有个亲切的外号——小龙虾。龙岗这份文件全名叫《龙岗区支持 OpenClaw & OPC 发展的若干措施》，OPC 就是 One Person Company，一人公司。

补贴力度：种子期项目最高 1000 万元股权投资，技能包开发补贴 200 万，硬件补贴 30%，三个月免费算力。

同一周，腾讯、阿里、字节、月之暗面、MiniMax、智谱、小米，几乎所有叫得上名字的中国科技公司，都发布了自己的 OpenClaw 兼容产品。腾讯深圳总部门口甚至排了近千人的队——来免费装 OpenClaw。

今年两会也在聊这件事：AI Agent 让"一人公司"成为可能。

这到底是泡沫还是拐点？作为一个每天都在用 OpenClaw 的人，我想认真聊聊这件事。

先看清楚：中国科技公司到底在抢什么？

过去一个月，以下产品密集发布：

一个月之内，至少 18 种"Claw 系"产品上线。

这不是几家公司在试水，是整个行业在 all in。为什么？

因为 OpenClaw 不是一个产品，它是一个协议

就像 HTTP 不是某个网站，而是所有网站的基础协议一样——OpenClaw 正在成为 AI Agent 的事实标准。

它定义了：Agent 怎么管理记忆、怎么调用工具、怎么连接聊天平台、怎么安装技能包。各家公司做的"Claw 兼容产品"，本质上是在这个协议上面包了一层自己的服务。

月之暗面包了 Kimi 模型和云存储，叫 KimiClaw。MiniMax 包了自己的模型和定价策略，叫 MaxClaw。阿里包了钉钉生态，叫 CoPaw。但底层的 Agent 架构，都兼容 OpenClaw 的 Skill 生态和配置格式。

这意味着你在 OpenClaw 上写的 Skill、配的工具、建的工作流，大概率可以迁移到任何一个 Claw 兼容产品上。选择自由度很高，锁定风险很低。

这个格局很像 2008 年的安卓：Google 开源了安卓系统，三星、华为、小米各自做自己的手机，但 App 生态是共享的。OpenClaw 现在就处在这个位置。

"龙虾十条"到底在补贴什么？

龙岗这份政策不是随便发的，它的补贴方向揭示了政府对这件事的理解深度：

1. 补贴开源贡献（最高 200 万）

向 OpenClaw 国际主流社区贡献关键代码、开发技能包的团队或个人，最高可获 200 万元补贴。

这不是补贴你用 OpenClaw，是补贴你为 OpenClaw 写代码。政府在鼓励中国开发者成为全球开源社区的核心贡献者，而不仅仅是消费者。

回想一下，中国在 Linux 内核、Kubernetes、React 这些全球性开源项目中的贡献比例一直偏低。现在 OpenClaw 给了一个追赶的窗口。如果能靠补贴撬动一批核心贡献者，长期价值远大于 200 万。

2. 补贴企业部署数字员工（40% 报销，最高 200 万/年）

企业用 OpenClaw 搭建"数字员工"（比如自动客服、自动报表、自动审核），项目总投入的 40% 可以申请补贴。

这是在降低企业试错的成本。很多传统企业想上 AI 但怕投资打水漂，政府说：你试，我帮你分担 40% 的成本。这个思路不是补贴你买设备，是补贴你做实验。

3. 种子期一人公司，最高 1000 万股权投资

这是最猛的一条。一个人用 OpenClaw 搭建的公司，种子期就能拿到最高 1000 万的政府引导基金。

"一人公司"在以前是个贬义词，意味着"没人投、做不大"。现在它变成了一个被政府正式支持的创业形态。这不只是钱的问题，更是观念的转变——政府认可了"一个人 + AI = 一个有战斗力的公司"这个等式。

4. 免费算力、开放公共数据、硬件补贴

新入驻 OPC 社区的企业，前三个月免费算力。低空、交通、医疗等公共数据减免使用费。买"龙虾盒子"（AI NAS 硬件）打七折。

从算力到数据到硬件，全链条补贴。

不只龙岗——无锡、苏州也在跟进类似政策。这是一个全国性的信号：地方政府把 AI Agent 看作新一轮产业竞争的入口，就像十年前抢大数据、五年前抢新能源一样。

"一人公司"是真的可行，还是概念炒作？

两会上有代表提出：OpenClaw 让"一人公司"成为可能——一个人配合 AI Agent，可以完成过去需要一整个团队才能做的事。

这话对了一半。我既有正面的亲身体验，也看到了很多被高估的部分。

先说真的能做到的

案例一：10 天 80 篇 SEO 文章，零人力

有个独立开发者用 OpenClaw 搭了一套 "7 人 AI 营销特工队"：Scout 负责挖关键词、Quill 负责写内容、Sage 负责质检、Ezra 负责发布、Herald 负责社媒推广、Lurker 负责 Reddit 渠道、Archie 负责数据分析。

10 天产出 80 多篇文章，单篇成本 5 块钱，每天只花 15 分钟审阅。谷歌展示量 15000+，点击 130+。

这以前至少需要一个内容团队：文案 + SEO + 编辑 + 运营，月薪加起来三五万。现在一个人搞定了。

但要注意这个案例的前提条件：这个开发者本身有 SEO 经验，知道什么关键词有流量、什么内容结构 Google 喜欢。AI 只是放大了他已有的判断力。如果一个完全不懂 SEO 的人照搬这套系统，大概率产出一堆没人看的垃圾文章。工具能提效 10 倍，但不能从零创造能力。

案例二：我自己的体验

我用 OpenClaw 接了飞书，设了定时任务，每天自动搜新闻、整理素材、生成公众号文章初稿、发通知给我审稿。还有一些日常工作流——代码辅助、文件管理、消息推送——都交给了 Agent。

拿今天写这篇文章来说，AI 帮我做了什么：搜索了"龙虾十条"的政策全文、各家 Claw 产品的发布时间和功能对比、两会相关报道、61% token 消耗数据。这些搜集工作以前我要花一两个小时，现在 10 分钟搞定。

但搜完之后的判断完全是我自己的：选什么角度写、哪些信息放前面、观点是什么、结论怎么下。初稿出来后我又改了很多——把搬运式的段落重写成有观点的分析，把干巴巴的数据包装成读者能感受到的故事。

所以真实的比例大概是：AI 做了 40% 的工作（搜集、初步整理、格式化），我做了 60%（判断、观点、改写、质量把控）。不是 AI 替代了我，是 AI 让我一天能做三天的量。

以前这些事要么自己花时间做，要么找个助理。现在每月成本就是几十块的模型 API 费。

案例三：SaaS 封装变现

有人用 OpenClaw 自动化封装了一套简易 SaaS 工具，解决特定行业的痛点，日入 200 美金。核心逻辑不复杂：找到一个"别人不会用 AI 但有需求"的场景，把 OpenClaw 的能力包装成傻瓜式服务收费。

比如：一个做跨境电商的人，每天要监控十几个竞品的价格变动。他用 OpenClaw 搭了个自动监控 + 飞书推送的工作流，然后把这个服务按月卖给同行。技术上并不复杂，但对不会写代码的卖家来说，这就是他愿意付费的"魔法"。

案例四：AI 客服外包

还有一条被验证过的路：帮中小企业搭建 AI 客服系统。首次搭建收费 3000-8000 元，月度维护 500-1500 元。一个人同时服务十几个客户，月收入稳定在一两万。

关键在于 OpenClaw 的多渠道能力——一个 Agent 同时接微信、飞书、网页在线客服。对小企业来说，这比雇一个客服便宜得多，而且 7×24 小时在线。

但"一人公司"不等于"一个人什么都行"

看完成功案例容易上头，冷静想想，AI Agent 目前的能力边界很清楚：

能做好的（可交给 Agent）：

• 有明确规则的重复性任务（数据处理、格式化、定时推送）

• 信息搜集和初步整理（但需要人来判断哪些信息有价值）

• 按模板生成内容（初稿质量 60-70 分，需要人来提到 85 分）

• 简单的客服和问答（FAQ 类的标准回复）

• 监控和告警（价格变动、竞品更新、系统状态）

做不好的（必须人来）：

• 需要判断力的决策（产品方向、市场策略、用户洞察）

• 需要原创性的工作（品牌定位、核心观点、设计美学）

• 需要信任关系的事务（销售、合作谈判、客户关系维护）

• 需要上下文极深的复杂工程（大型系统架构、跨团队协调）

• 需要情商的沟通（团队管理、危机公关、投诉处理）

所以更准确的说法是："一人公司"不是一个人替代了一个团队，而是一个人 + 若干 AI Agent 组成了一个新型团队。人负责决策、创意、关系、把控质量，Agent 负责执行、搜集、处理、重复性劳动。

能不能成，取决于你有没有找到一个"Agent 能做 80% 的工作，剩下 20% 你来做就能出成果"的场景。如果你的场景需要人做 80%，Agent 只能辅助 20%——那一人公司就是伪命题。

一人公司的真实一天

既然聊到这里，我描述一下我自己用 OpenClaw 后一天的工作节奏，给大家一个具象化的参考：

10:00— OpenClaw 定时任务自动搜索当天 OpenClaw 和 AI 编程领域的最新动态，整理素材，生成公众号文章初稿，飞书通知我"文章已就绪"。

10:15— 我在飞书上收到通知，打开看初稿。通常需要做这些事：换一个更好的标题、重写开头的切入角度、补充我自己的观点和判断、删掉搬运感太重的段落、核实数字和事实。

10:50— 把改好的文章复制到公众号编辑器，设封面图，定时 11:00 发布。

下午— 正常写代码。写代码的过程中遇到问题，直接在 Cursor 里问 AI（也就是你现在看到的这个对话），它帮我查文档、写代码、debug。同时 OpenClaw 在后台跑着飞书机器人，有人给我发消息它会自动提醒。

晚上— 花 5 分钟看一下今天文章的阅读数据，记录到复盘文档里。

你会发现，AI 没有让我"什么都不用做"，而是让我从"一个人做所有事"变成了"一个人做最重要的事"。搜集、整理、格式化、推送这些机械性工作被 Agent 接走了，我腾出来的时间都花在了判断和创造上。

这么多"Claw"，普通开发者怎么选？

如果你是一个想入局的开发者，面对十几种选择容易懵。下面是我基于实测和调研的建议。

想要完全掌控 → OpenClaw 原版

适合：有技术基础、注重隐私、想深度定制的开发者。

这是我自己的选择。我用 OpenClaw + gpt-agent 中转 + 飞书集成，跑在 Mac 上，本地 loopback。每月成本几十块 API 费，换来的是完全的灵活性和数据隐私。

最大的好处：你真正理解 Agent 是怎么工作的。遇到问题能排查，有新想法能实现。

最大的坑：网页搜索需要单独配 Brave Search API Key，不配的话 Agent 搜不了网，很多需要实时信息的任务跑不通。这个文档里没有写得很明显，不少新手会卡在这里。另外 OpenClaw 版本更新很快（本月已经从 3.1 迭代到 3.7），如果不及时升级，某些新配置格式可能不兼容老版本。

想零配置直接用 → KimiClaw

适合：不想折腾部署、想快速体验 AI Agent 能力的人。

实测体验：飞书/钉钉集成友好，日常任务能跑通。但企业级应用权限限制比较多，做新闻监控类任务容易触发目标网站的反爬机制，导致任务空转。另一个要注意的点是成本——虽然标价 199 元/月，但如果你频繁调用复杂任务（比如让 Agent 分析长文档或批量处理数据），实际 token 消耗可能远超基础套餐。有用户反馈月度费用从 199 涨到了好几百。适合个人用户和小白入门，但上量之前一定要算清楚成本。

想省钱又要本土化 → CoPaw

适合：国内企业、钉钉/飞书重度用户、对本土化有要求的团队。

如果你的需求主要是在国内办公生态里跑自动化，CoPaw 可能比 OpenClaw 原版更省事。它的优势在于对国产大模型（通义千问、GLM 等）的支持比 OpenClaw 原版好，配置更简单，文档也是中文优先。但它的社区规模和 Skill 生态跟 OpenClaw 原版差距较大，遇到复杂场景可参考的案例少。

企业/团队用 → ArkClaw 或 MaxClaw

ArkClaw（字节/火山引擎）偏安全合规，适合有合规要求的企业。MaxClaw（MiniMax）无额外 API 费用的订阅模式，成本可预测，适合预算固定的团队。

我的真实建议

不管你最终用哪个，先用 OpenClaw 原版跑一遍。哪怕只是本地装上、配个模型、聊两句、建一个简单的定时任务。

原因：所有 Claw 系产品底层都是 OpenClaw 架构。你理解了原版，就理解了所有变体。否则你付了 KimiClaw 的月费，遇到问题不知道是模型的问题、Skill 的问题还是配置的问题——排查不了。

就像学开车：先在驾校学会原理，再决定买什么车。先在 OpenClaw 上理解 Agent 怎么工作，再决定用什么产品。

61% 的全球 Token 消耗来自中国——一个被忽视的信号

还有一个数据值得单独拎出来讲：OpenClaw 驱动的全球 OpenRouter token 消耗中，中国模型占了 61%。

这个数字意味着什么？

全球有大量 OpenClaw 用户在使用中国制造的 AI 模型——Kimi、GLM、Qwen、MiniMax、DeepSeek。这些模型通过 OpenClaw 的统一协议，被全世界的开发者调用。

OpenClaw 变成了一个意外的出海通道。中国的 AI 模型不需要自己做产品、做渠道、做市场——只要接入 OpenClaw 的模型列表，就能被全球用户用到。

过去中国 AI 模型出海的痛点是：做不了产品（缺本地化）、进不了渠道（缺分发）、打不过品牌（Claude/GPT 认知度太高）。但 OpenClaw 把模型选择变成了一行命令的事：

用户不需要知道 Kimi 是谁做的，不需要下载 Kimi 的 App，不需要注册 Kimi 的账号。只要在 OpenClaw 里切换一下模型名，就在用中国的 AI 了。

这可能是中国 AI 模型出海最低成本、最低摩擦的路径。腾讯股价涨 6.2%、智谱涨 16% 不是没有道理的。

另一个角度：这也解释了为什么 Google 和 Anthropic 会封禁连接到 OpenClaw 的用户——不只是安全顾虑，也是因为 OpenClaw 让用户太容易切走了。当切换成本为零，用户忠诚度就为零。

跟美国对比：两种截然不同的路径

值得注意的是，中美在 AI Agent 这件事上走的是完全不同的路。

美国的路径：Cursor + Claude Code + Copilot

IDE 原生集成，AI 住在编辑器里。Cursor 刚宣布年收入突破 20 亿美元，上周还发布了 Automations——事件驱动的自动化 Agent（Slack 消息触发代码审查、PagerDuty 告警触发修复建议）。

这条路的核心是：AI 作为开发工具的增强，嵌入已有的开发工作流。

中国的路径：OpenClaw + 各种 Claw

聊天界面入口，AI 住在微信/飞书/钉钉里。不只面向开发者，面向所有人。一人公司、数字员工、自动化营销——应用场景远比写代码广。

这条路的核心是：AI 作为独立的执行者，从聊天框接受指令，自主完成任务。

两条路没有对错，但反映了不同的市场需求。

美国的开发者已经有成熟的工具链（VS Code、GitHub、Jira、Slack），他们的痛点是"工具太多、切换成本高"，他们需要的是 AI 融入已有流程。所以 Cursor 的 Automations 做的事情是：Slack 来了一个 bug 报告 → 自动触发 Agent 排查代码 → 生成修复 PR → 发回 Slack 通知。整个链条嵌入在已有的 DevOps 流程里，开发者甚至不需要打开编辑器。

中国的市场更广。除了专业开发者之外，还有大量的中小企业主、自媒体从业者、外贸卖家、线下店主——他们连"工具链"这个概念都没有，但他们有真实的效率痛点。他们需要的不是一个更好的 IDE，而是一个能帮他们干活的"人"。

OpenClaw 通过聊天界面（微信/飞书/钉钉）把 AI Agent 的门槛降到了接近零。你不需要知道什么是 API、什么是命令行、什么是 JSON 配置——你只需要在飞书里跟一个"虚拟员工"说话。这跟跟人类助理交代工作的体验几乎没有区别。

OpenClaw 恰好是这个最大公约数的最佳载体。这就是为什么它在中国引发的热潮比在美国更大。

不过这里有一个隐忧：当 AI Agent 的门槛降得太低，会出现大量"不知道自己在用什么"的用户。他们不理解数据去了哪里、权限开放了多少、Agent 可能犯什么错。在我上一篇文章里聊过的安全问题——Meta 员工邮件被删、ClawHub 恶意 Skill、公网裸奔实例——在中国可能会以更大的规模重演。

普及和安全之间的张力，是中国 OpenClaw 热潮最大的潜在风险。

泡沫还是拐点？

回到开头的问题。

我觉得答案是：短期有泡沫，但长期是拐点。

泡沫的部分

• 产品同质化严重：很多"Claw 兼容产品"只是换了个壳，核心体验差别不大。18 种产品里真正有差异化的不超过 5 个。半年后大概率会洗掉一半。

• 一人公司被过度神话：媒体喜欢讲"一个人顶一个团队"的爽文，但实际上大多数人会发现 AI Agent 没那么万能。公众号里教你"用 OpenClaw 月入几万"的文章，跟教你"开网店月入十万"的文章一样——能做到的永远是少数。

• 补贴驱动的投机：当政府发钱的时候，必然会有一批人是冲着补贴来的，而不是冲着真实需求来的。不是所有项目都能活过补贴期。

拐点的部分

• AI Agent 确实在从 Demo 走向日用：OpenClaw 是第一个让普通人——不只是开发者——能摸得到的 Agent 框架。这不是实验室里的 paper，是真的能帮你干活的工具。

• 协议层标准正在形成：当所有公司都在做"OpenClaw 兼容"产品，OpenClaw 的 Skill 格式、配置协议、内存管理方式就成了事实标准。生态效应会越来越强，就像安卓 App 生态一样。

• 政府加速基础设施建设：算力、数据、资金——这三个 AI 创业最缺的东西，政府都在补贴。这会显著降低入局门槛。

• 从"围观"变成"贡献"：中国开发者社区过去对海外开源项目主要是"用"，现在 200 万的开源贡献补贴在鼓励"做"。如果这个趋势持续，中国在 AI Agent 开源生态中的话语权会显著提升。

• 人才结构正在变化：过去创业需要先组团队——找技术合伙人、招运营、招设计。现在一个有想法的人，配上 AI Agent，可以先把 MVP 做出来再说。这会释放大量"有想法但凑不齐团队"的创业者。两会代表说的"一人公司"虽然有夸张成分，但底层趋势是真实的——创业的最小单位在变小。

我的判断

现在是进场的好时机，但不是闭眼冲的时机。

你应该做的：

1. 先把 OpenClaw 跑起来，理解它到底能做什么。不用花钱，本地装一个就行。

2. 找到一个自己真正需要自动化的场景，而不是为了用 Agent 而用 Agent。"我要用 AI 赚钱"不是场景，"我每天花 2 小时整理客户反馈，想自动化"才是场景。

3. 关注生态变化，但不要追每一个新产品。等半年再看，活下来的那几个才值得投入时间。

4. 如果你在龙岗、无锡、苏州——认真研究补贴政策。这是真金白银，但有申请门槛和时间窗口，别错过。

5. 心态上，把 AI Agent 当工具而不是信仰。它能放大你已有的能力，但不能替代你没有的能力。

别被焦虑驱动，也别被热闹迷惑。先做一个真实用户，再决定要不要做一个创业者。

最后分享一个我自己的心态：我现在把 OpenClaw 当成"第二个大脑"在用，而不是"取代我的机器人"。它记住我记不住的东西，做我不想做的重复劳动，在我不在的时候替我值班。但所有关键决策——写什么、怎么写、跟谁合作、做不做这件事——都是我自己来。

这可能才是"一人公司"最健康的心态：你是老板，AI 是员工。你做决策，它做执行。反过来就危险了。

你怎么看 OpenClaw 的中国热潮？你开始用了吗？用的哪个版本？评论区交流。