共计 1182 个字符，预计需要花费 3 分钟才能阅读完成。
OpenClaw 的热度正在降温,但真正值得关注的变化才刚开始 。 一份围绕中国 OpenClaw 用户与企业应用的调研显示,AI Agent 已经不只是极客圈的玩具, 它正在进入个人工作流, 并对企业管理方式提出新的挑战。
📌 热潮回落, 不等于价值消失
报告提到,OpenClaw 自 2025 年 11 月在 GitHub 上线后, 在数月内获得大量关注, 并一度带动国内“养虾”式安装、部署和代装服务走红。随后, 相关搜索热度与下载量出现明显回落, 甚至出现“卸载”相关服务。
但从调研结果看,这并不能简单等同于泡沫破裂。研究团队调研了 2000 位个人使用者和 100 家企业管理者后认为, 用户对 OpenClaw 的整体情绪仍偏正向, 尤其是深度使用者更倾向于把它视为具有变革意义的工具。
🔍 谁在真正使用 OpenClaw
- 付费意愿不低:部分用户为使用 OpenClaw 购买新硬件, 且有相当比例用户每月投入超过普通工具类软件订阅水平。
- 使用入口分散:微信、企业微信、钉钉、飞书等都成为交互入口, 个人场景与办公场景交织在一起。
- 国产模型占优:DeepSeek、通义千问、Kimi 等国产模型在连接使用中占据重要位置, 本地模型也受到一部分深度用户青睐。
- 社交扩散明显:Skill 来源中, 同事和朋友分享、开源社区、官方市场共同构成主要渠道。
💡 从个人提效到组织生产力
报告最核心的观察,并不只是 OpenClaw 有多少用户, 而是 AI Agent 正在跨过“个人提效工具”的边界。过去, 员工使用 AI 更多是写文案、查资料、生成代码片段; 而现在,Agent 开始进入更连续的流程, 例如资料整理、运营分析、客户沟通辅助、内部知识调用等。
这意味着它的价值不再只体现在单点效率,而可能影响组织协作方式。一个员工配置好自己的 Agent 后, 可以把部分重复操作交给系统处理; 一个团队若能形成标准化 Skill 和模型调用规范, 则可能把经验沉淀为可复用的生产能力。
📊 企业面临的不是要不要用, 而是怎么管
从企业角度看,OpenClaw 类工具带来的问题更复杂。员工可能使用个人账号连接外部模型, 也可能在个人聊天入口处理工作资料。若企业缺乏统一规则, 数据安全、权限控制、流程留痕和成本管理都会变成隐患。
- 明确哪些业务数据可以进入 AI Agent 流程, 哪些必须隔离;
- 统一模型、插件和 Skill 的准入标准, 避免员工各自为战;
- 为不同岗位设计可复用的 Agent 模板, 而不是只依赖个人经验;
- 建立日志、权限、审计和费用管理机制, 让效率提升可被管理。
🚀 观察:AI Agent 进入筛选期
更值得关注的是,AI Agent 正在让企业重新思考软件管理边界。过去企业采购软件, 再分发给员工; 现在员工可能先用起来, 再倒逼企业补治理、补平台、补规范。谁能把个人创造力与组织安全边界结合起来, 谁就更可能获得下一阶段的生产力红利。
