OpenClaw 可以說是 AI 圈里最熱門的話題，一丁點風吹草動都能牽動全球所有 AI 廠商的神經。無數產品經理在 OpenClaw 上進行創意大比拼。
嗅覺靈敏的中國廠商也都紛紛開始行動，他們看到的不只是 OpenClaw 這個產品本身，而是它背后代表的整個 agent 市場。
這個市場需要云服務器、需要模型 API、需要本土化的產品、需要更低門檻的部署方案。
中國 AI 想要彎道超車，必須要在 Anthropic 和谷歌先后對其進行打壓的時機，緊緊抓住這個機會。
騰訊云、阿里云上線了一鍵部署服務，他們想要趁著這個機會，成為 AI 圈那個賣鏟子的人。
月之暗面推出了云端版的 Kimi Claw，MiniMax 也緊隨其后發布了 MaxClaw，道理很簡單，本土化的 OpenClaw 仍然是市場的一大空缺。
智譜和字節雖然沒有在 OpenClaw 上面明確表態，但他們其實也沒閑著。OpenClaw 的成功讓智譜和字節對 agent 的產品更有信心。
一、月之暗面的云端 OpenClaw
在 OpenClaw 出現之前，大模型的使用主要是 " 對話式 " 的，用戶問一句，模型答一句，單次調用的 token 消耗有限。
但 OpenClaw 創造了全新的 " 模型消費場景 "。
一個配置合理的 OpenClaw，每天可能向模型發起數百次甚至上千次調用，每次調用還要攜帶完整的上下文信息。這意味著，單個 OpenClaw 用戶產生的 token 消耗，可能是傳統聊天用戶的幾十倍甚至上百倍。
因此，OpenClaw 變成了 OpenRouter 上 token 消耗最大的應用。哪個模型能接入 OpenClaw 生態，就等于獲得了一個指數級增長的需求管道。
當 OpenClaw 用戶選擇底層模型時，他們實際上選的不是模型性能或者模型知識儲備，用戶選的是一個持續、穩定、高頻的供貨商。
誰耐用，誰便宜，誰才是 OpenClaw 生態下的大贏家。
所以月之暗面和 MiniMax 就在 OpenClaw 的這場巨浪之中收獲頗豐。
先說說前者吧，他們在 OpenClaw 生態中的角色，經歷了兩個階段的演變。
2026 年 1 月，Kimi K2.5 因其便宜且 agent 能力較強，成為 OpenRouter 平臺上 OpenClaw 調用量最高的模型。
OpenRouter 數據顯示，Kimi K2.5 的周 token 使用量環比增長最高達 261%。其調用場景主要來自 OpenClaw.
究其原因，Kimi K2.5 支持最多 100 個子 agent 并行執行、1500 次以上的工具調用，這些能力讓它在 agent 場景下表現出色。
于是 OpenClaw 官方在 1.30 版本后，將 Kimi K2.5 設為 " 首個官方免費主力模型 "，用戶安裝 OpenClaw 時可以選擇 MoonshotAI 通道，甚至可以留空 API Key 繼續使用，OpenClaw 官方會補貼算力。
這種爆發式增長直接帶來了商業回報。
受全球付費用戶及 API 調用量大漲的共同推動，Kimi K2.5 發布不到一個月，近 20 天累計收入已超過 2025 年全年總收入。
正是因為 OpenClaw，Kimi 的海外付費用戶數快速增長，海外收入首次超過國內。SimilarWeb 數據顯示，Kimi 上月訪問量達 3300 萬，中國地區訪問量占比從去年的 77% 降低到了今年的 60% 多。
這個階段，月之暗面扮演的是 " 模型供應商 " 的角色，被動地提供 API 服務。
但 Kimi 團隊很快意識到，與其被動地提供 API，不如主動降低用戶使用門檻。一個月后，Kimi 正式推出 Kimi Claw。
這是一個云端托管的 OpenClaw 服務。用戶無需本地部署，直接在瀏覽器中就能使用完整的 OpenClaw 功能。
Kimi Claw 把原版 OpenClaw 的復雜步驟全部省略了，用戶只需擁有 Kimi Allegretto 及以上會員，就能在網頁端一鍵創建自己的 " 云端 OpenClaw"，整個過程不超過 1 分鐘。
Kimi Claw 內置了 Kimi K2.5 模型，自動關聯用戶的 Kimi Code 會員權益額度。用戶無需額外配置 API Key，也不用擔心突然燒掉大量 token 導致賬單爆炸。
在功能層面，Kimi Claw 直接集成了 ClawHub 社區的 5000 多個技能庫，用戶可以在網頁界面中一鍵啟用，包括天氣查詢、網頁搜索、瀏覽器操作、郵件處理等高頻場景。
原版 OpenClaw 的 Skills 需要用戶通過命令行手動搜索、安裝、配置，這個過程對普通用戶來說又是一道門檻。Kimi Claw 則是把這些技能都整合到了界面里，用戶只需要點擊就能啟用，降低了用戶使用難度。
原版 OpenClaw 的核心理念是 " 本地優先 "，所有對話記憶和文件都存儲在用戶自己的設備上。這種設計保護了隱私，但也帶來了不便，用戶換了設備就得重新配置，AI 助手的記憶也無法延續。
Kimi Claw 則提供了 40GB 的云存儲空間，用戶可以在辦公室電腦、家里電腦、手機上無縫切換，AI 助手的記憶始終保持一致。
這種體驗對于需要在多個設備間切換的用戶來說，是個很實用的功能。
二、MiniMax 也這么干了
2 月 25 日，MiniMax 也推出了自己的 MaxClaw，走的是與 Kimi Claw 類似但更激進的路線。
MaxClaw 基于 MiniMax M2.5 模型，雖然這是一個模型總參數量約 2300 億，單次推理僅激活約 100 億的大模型，但它的 API 價格非常便宜。
M2.5 在 OpenRouter 上的表現也很亮眼。發布后 12 小時內登頂 OpenRouter 熱度榜，一周內登頂調用量榜首，周調用量暴漲至 3.07 萬億 token，超過 Kimi K2.5、GLM-5 與 DeepSeek V3.2 三家的總和。發布 7 天內 token 使用量突破 3 萬億，2 月單月 token 使用量達 4.55 萬億，空降榜首。
為什么 M2.5 能在短時間內實現如此驚人的增長？答案同樣是 OpenClaw。
MiniMax M2.5 的定價策略是 " 極端性價比 "。在每秒輸出 100token 的情況下，連續工作一小時只需花費 1 美金；而在每秒輸出 50 個 token 的情況下，只需要 0.3 美金。
這意味著，同樣是運行一個 7 × 24 小時這樣的 OpenClaw 實例中，M2.5 的成本可能只有 Claude Sonnet 的 1/10 到 1/20。對于需要高頻調用工具的 agent 場景來說，這種成本差異是決定性的。
OpenClaw 社區的開發者很快發現了這一點。
在外網論壇上，大量關于 " 如何在 OpenClaw 中配置 M2.5" 的教程涌現，甚至有開發者專門編寫了 " 從 Claude 遷移到 M2.5" 的遷移指南。這種開源社區中的傳播，比任何廣告投放都更有效，要知道 OpenClaw 能走到今天，也是被開源社區帶火的。
MiniMax 還將 MaxClaw 集成到自家的 MiniMax Agent 生態中，與 Expert 2.0 同步升級，形成了 " 對話式 AI + agent 工作流 " 的完整產品矩陣。
資本市場的反應更為直接。2 月 20 日，也就是馬年港股開市首個交易日，MiniMax 的股價單日暴漲 14.52%，市值一度沖破 3042 億港元，創下公司上市新高。
自上市以來，MiniMax 股價累計漲幅最高超過 480%，2026 年初至今股價最高漲幅超 450%，成功躋身港股 AI 核心標的行列。摩根大通給予 MiniMax " 增持 " 評級，目標價 700 港元。3 月 2 日，MiniMax 發布財報，2025 財年收入為 7900 萬美元，同比增長 158.9%。
OpenClaw 帶來的流量紅利，讓月之暗面和 MiniMax 轉化為了自家的用戶資產。
想想看，當一個用戶通過 OpenClaw 使用 Kimi K2.5 一個月后，他已經習慣了這個模型的輸出風格、響應速度和能力邊界。這時候搬出 Kimi Claw 給他，然后說：" 你不用自己維護服務器了，不用配置 API Key 了，直接在我們的平臺上用，還能多端同步。"
這轉化率能低得了嗎？
這兩家公司的云端 OpenClaw 產品，本質上是在用 SaaS 的方式去做 agent 服務，你給我錢，那我給你一個低門檻的產品。雖然沒有原版 OpenClaw 那么能擴展，但是勝在便宜好用。
事實上絕大多數 人其實都沒有那么尖端的需求。他們可能只是想讓 AI 幫忙檢查郵件、整理文檔、定時提醒、查詢信息。
回到段落開頭，Kimi 和 MiniMax 也都明白這個道理，agent 的價值不在于單次對話的質量，而在于長期、持續、穩定的任務執行能力。
所以他們剛好填補了市場的一片空白。
三、騰訊、阿里的 " 賣鏟子 " 生意
OpenClaw 對普通用戶來說門檻不低。你得有自己的服務器，得會配置 Node.js 環境，得懂怎么申請各家模型的 API Key，還得知道怎么設置消息通道。
整個過程下來，沒有半小時到一小時搞不定，技術小白基本上看到教程就放棄了。這種極客屬性很強的產品，注定只能在開發者圈子里流行，很難真正普及到大眾市場。
騰訊和阿里看到的，恰恰就是這個痛點。與其讓用戶自己折騰，不如直接提供一套開箱即用的解決方案。
于是在 OpenClaw 爆火后，騰訊云和阿里云幾乎同時推出了 OpenClaw 的一鍵部署服務。
這些云廠商提供的，不僅僅是一臺服務器那么簡單。他們把整個 OpenClaw 的運行環境都打包好了，包括預配置的鏡像、自動化的部署腳本、已經調試好的依賴包，甚至還有現成的模型 API 接入方案。
用戶只需要點幾下鼠標，選擇配置，付款，然后等幾分鐘，一個完整的 OpenClaw 實例就跑起來了。
騰訊云的方案相對簡潔直接。
他們在輕量應用服務器上推出了 " 云應用 " 功能，用戶通過這個功能可以三步完成 OpenClaw 部署。系統默認配置的是 DeepSeek API 作為模型供應商，但用戶可以在 Dashboard 中自由切換到 Kimi、MiniMax 或者其他國產模型。
騰訊云的官方文檔里寫得很明白："OpenClaw 來自開源社區，云應用不收費 "，但緊接著又補充了一句，" 云服務器和 API 按照實際消耗計費 "。
騰訊賺的不是 OpenClaw 的錢，而是云服務器租賃費、流量費、還有模型 API 調用產生的費用。他們不強制綁定自家模型，給用戶留了選擇空間，但基礎設施這一層，你跑不掉。
阿里云的打法則更加 " 生態化 "。
用戶在輕量應用服務器上部署 OpenClaw 后，系統會引導用戶前往 " 阿里云百煉大模型控制臺 " 創建 API Key，默認調用的就是通義千問系列模型。
阿里云還推出了一個叫 "Coding Plan"，這是阿里云百煉面向全品類 AI 編碼工具推出的通用訂閱套餐，兼容 OpenClaw 接入。
換句話說，阿里就是想通過 OpenClaw 的代安裝服務，推廣自己家的 AI 編程以及模型 API。
阿里和騰訊想要的，是要占領 agent 時代的 " 水電煤 "。
OpenClaw 的爆火證明了一個趨勢，未來的 AI 應用不是簡單的 " 聊天機器人 "，而是一個 24 小時在線、能執行復雜任務、需要穩定算力支持的 agent。
當個人用戶和中小企業開始部署 agent 時，他們需要的不僅是模型的 API，還需要云服務器、存儲空間、網絡帶寬，以及飛書、釘釘、企業微信這樣的消息集成，還有安全沙箱環境等一整套基礎設施，最后更不能少了像是 AI 編程這樣具體的執行工具。
所以騰訊云和阿里云才提供了 " 一鍵部署 OpenClaw" 這個服務，以此搶占這個新興市場的入口。
他們的邏輯很清楚，今天用戶因為 OpenClaw 來了，明天可能因為其他 agent 產品來，但只要用戶習慣了在他們的云平臺上部署 agent，那么這些用戶就成了長期客戶。
更重要的是，當每個企業都需要部署自己的 agent 時，誰能提供最便捷、最穩定、最本土化的基礎設施，誰就能占據這個萬億級市場的底層。
云廠商們看得很明白，賣鏟子的生意，往往比挖金子的人更穩定，也更賺錢。
不僅是這樣，OpenClaw 它代表的是一個信號，未來的 agent 產品只多不少。
云廠商們現在做的，就是提前占位，建立用戶習慣，構建生態壁壘。當 agent 成為企業和個人的標配時，誰能提供更多配套的服務，誰就掌握了話語權。
四、智譜和豆包為何不激進
在這場圍繞 OpenClaw 的競爭中，智譜和字節的態度顯得有些微妙。
不過這不代表他們在 agent 這個賽道上落后了，恰恰相反，他們選擇了一條更獨特的路。
智譜對 OpenClaw 的態度可以概括為 " 技術上支持，戰略上不主推 "。
智譜 GLM-5 在官方文檔中明確提供了 OpenClaw 接入指南，GLM 的 Coding Plan 套餐也支持 OpenClaw 配置。
智譜甚至還推出了 "AutoGLM 版本的 OpenClaw"，支持 OpenClaw 與飛書的一體化配置。從這些動作來看，智譜并沒有忽視 OpenClaw，提供了作為一家中國 AI 廠商該有的一些基本支持。
智譜更看重的是 AutoGLM，這是一個具備 "Phone Use" 能力的 agent。AutoGLM 在 2025 年 12 月開源，能夠完成外賣點單、機票預訂等數十步復雜操作，還支持微信、淘寶、抖音等超 50 個高頻中文應用。
AutoGLM 的核心技術是視覺語言模型，它不依賴傳統的 API，而是像人眼一樣 " 看 " 屏幕，通過理解 UI 元素的語義直接預測下一步動作。
這種方式的優勢在于，它只要能看到界面，就能進行操作。這意味著 AutoGLM 可以操作任何應用，包括那些沒有開放 API 的應用。
OpenClaw 的核心場景是桌面端，需要配置海外消息平臺，這些平臺在中國的使用率并不高。相比之下，AutoGLM 直接在用戶最常用的中文應用中執行任務，不需要依賴海外消息平臺，更符合中國用戶的使用習慣。
智譜的想法是，既然 OpenClaw 證明了 agent 的市場需求，那真正適合中國用戶的 agent，更應該是能操作微信、淘寶、抖音的 AutoGLM。
字節跳動對 OpenClaw 的態度更加微妙。表面上看，只有前文提到的，火山引擎提供的一鍵部署 OpenClaw。
這是因為字節對 agent 的注意力集中在移動端。
去年字節跳動與中興努比亞合作推出 nubia M153 測試手機，內置了 " 豆包手機助手技術預覽版 "。其核心技術是 UI-TARS，一個純視覺驅動的 GUI agent 模型。
與 OpenClaw 相比，豆包手機助手更有優勢。
豆包是直接集成到 Android 系統層，可以不打開應用就從底層進行操作，完全不會影響用戶當下使用。
OpenClaw 需要通過瀏覽器控制或 API 調用來操作應用，權限和穩定性都受限。
同時，豆包手機助手能夠實現跨應用的復雜操作，比如 " 幫我在三個外賣平臺比價，然后下單最便宜的 "。OpenClaw 的跨應用能力有限，很多任務不能跨應用完成，而且在不同應用之間切換的速度很慢。
字節跳動官方始終強調，agent 應該是集成到操作系統中、能直接操作所有應用的系統級能力，而不是一個需要用戶手動配置、運行在服務器上的獨立程序。
這種理念上的差異，決定了字節不會在 OpenClaw 上投入太多資源。字節對 OpenClaw 保持距離，是因為它正在打造一個更高維度的解決方案。
當然，智譜和字節的這種戰略選擇也有代價。在 OpenClaw 熱度最高的這段時間，錯過了一波流量紅利。
不過從長期來看，誰的選擇更正確，還需要時間來驗證。agent 這個賽道才剛剛開始，現在下結論還為時過早。
本文來自微信公眾號：字母 AI，作者：苗正
