本文來自微信公眾號：秦朔朋友圈，作者：汪瀟

近幾個月，中國AI領(lǐng)域最具戲劇性的事件，并非發(fā)生在實驗室或資本市場，而是聚焦于一個原本帶有極客屬性的開源項目。

一只“龍蝦”（OpenClaw）突然走紅！它點燃的不只是流量，更催生了新的預(yù)期：AI或許已不再局限于“會說”，正逐步邁入“會做”的新階段。

但值得深入探討的，并非OpenClaw的熱度，而是它所代表的意義——是否意味著人們口中的Agent時代已然來臨？

若用一句話概括當前AI Agent的演進階段，大致可分為三類：

第一類是Copilot，核心在于“懂你”；

第二類是API Orchestration（接口編排），核心在于“替你”；

第三類是AI-native Agent，核心則在于“先于你”。

關(guān)鍵在于，“先于你”并非單一功能點，而是一個結(jié)構(gòu)性問題。

OpenClaw為何突然爆火

首先，它精準擊中了中國市場對“單人能力放大器”的強烈需求。企業(yè)追求降本增效，個人探索超級個體路徑，地方政府尋找“AI+”新抓手，平臺挖掘新分發(fā)入口，OpenClaw恰好處于這些需求的交匯點。它讓人們首次直觀感受到：AI不僅能陪聊、寫文案、作圖，還能代整理郵件、調(diào)度日程、串聯(lián)工作流，不再只是“會說話的模型”，而是“開始會辦事的代理人”。

其次，它的傳播方式具有鮮明的中國市場特征。并非通過宏大發(fā)布會出圈，而是以“是否可用、是否有價值、能否幫忙干活”為核心擴散。安裝服務(wù)、教程、云端接入、企業(yè)試用同步出現(xiàn)，說明這類產(chǎn)品的普及并非始于概念認同，而是源于實際動作的價值。

第三，它讓人們首次意識到：AI的價值不在于提供答案，而在于執(zhí)行動作。過去兩年，大模型的典型模式是“你問我答”；OpenClaw則向前邁進一步：“你說我辦”。前者是經(jīng)驗輸出，后者才真正接近生產(chǎn)率工具。

然而，近期出現(xiàn)的流量資金消耗、動作失誤、敏感目錄訪問、數(shù)據(jù)泄露、越權(quán)訪問及被攻擊風(fēng)險等警示報道，反映出三個核心問題：

第一，安全問題已從模型答錯升級為真實動作失控；

第二，AI越具備辦事能力，越需要明確邊界；

第三，開源繁榮與社會治理之間的張力已提前顯現(xiàn)。

因此，OpenClaw的爆火不僅是工具走紅，更是一次認知轉(zhuǎn)變——AI下一輪競爭的核心，不再是模型“會不會說”，而是能否真正替人調(diào)動系統(tǒng)與現(xiàn)實世界。

為何說OpenClaw屬于第二類

許多人看到OpenClaw能調(diào)用郵箱、日歷、瀏覽器、系統(tǒng)，便將其歸為“真正自主智能”。

但更準確地說，它屬于第二類，即API Orchestration/接口式編排范式。

第二類AI的本質(zhì)并非創(chuàng)造新能力，而是重組既有能力。用戶覺得它“全能”，并非因為它自身無所不能，而是它將分散在日歷、郵件、支付、瀏覽器、數(shù)據(jù)庫及工具鏈中的能力，重新整合成更順暢的動作鏈。

因此，第二類AI給用戶的核心體驗是：更省心、更全能。

OpenClaw、Manus、CoPaw同屬第二類，但分工各異：

OpenClaw更像“開放編排層”，擅長連接聊天入口、工具、模型與系統(tǒng)，本質(zhì)如同底盤或接線板；

Manus更像“第二類產(chǎn)品的完成態(tài)展示”，將任務(wù)拆解、工具調(diào)用、執(zhí)行過程可視化，讓用戶直觀感受到“AI真的在替我工作”；

CoPaw則更像“平臺型工作臺”，強調(diào)多渠道接入、模塊化、可控性及本地/云部署，如同工程化的個人agent控制臺。

三者結(jié)合，指向第二類AI的下一步關(guān)鍵方向：不僅要更擅長替用戶做事，還要讓用戶能透明、可視地了解“它如何替你做事”。

為何這一點至關(guān)重要？

一旦agent真正連接系統(tǒng)、執(zhí)行流程、發(fā)起動作，用戶自然會追問：它調(diào)用了哪些系統(tǒng)？哪一步經(jīng)過授權(quán)？哪一步是自主判斷？出錯后如何回退？

Manus更容易被理解，正是因為它將“替你”的過程做得更可見。

因此，第二類AI成熟的標志，不僅是“替你做事”，更是讓做事過程可視、透明、可追溯。

第三類AI在哪里

若說OpenClaw讓我們看到第二類AI的具象化爆發(fā)，MiniMax則代表了中國企業(yè)中最具野心的嘗試：從模型公司轉(zhuǎn)向平臺公司，逐步逼近第三類AI-native Agent。

MiniMax最值得關(guān)注的，并非產(chǎn)品線，而是對自身定位的清晰認知。

閆俊杰的幾句話頗具關(guān)鍵意義：海螺AI這類智能助手“其實沒有明確定義”“我們的產(chǎn)品都是試出來的”；他提出MiniMax要從模型公司邁向“AI時代的平臺型公司”，并將平臺價值概括為“智能密度×Token吞吐量”。

這些表述清晰傳達：MiniMax深知行業(yè)形態(tài)尚未穩(wěn)定，單靠用戶數(shù)無法定義未來，其核心目標是打造可持續(xù)輸出智能的平臺。

為何說它在逼近第三類？

第一，主動性萌芽已現(xiàn)。Talkie/星野等產(chǎn)品不再被動等待指令，而是主動發(fā)起問候、調(diào)用長期記憶，并根據(jù)用戶情緒與上下文調(diào)整互動；

第二，走全模態(tài)路線。同步發(fā)展語言、視頻、語音、音樂能力，表明它不滿足于文本對話層，而是要構(gòu)建更完整的智能底座。閆俊杰明確指出，多模態(tài)融合是持續(xù)提升智能的基本前提；

第三，將自身作為AI-native組織試驗場。內(nèi)部agent覆蓋近90%員工日常工作場景，員工正從“教Agent工作”轉(zhuǎn)向“觀察Agent工作”，說明AI在MiniMax不僅是產(chǎn)品，更是一種組織方式。

但為何說它尚未達到第三類？

因為第三類AI的真正成立，不僅需要“更主動”，還需跨越三道坎：

第一，主動性深度不足。當前MiniMax的主動性多局限于場景內(nèi)，如主動問候、延續(xù)對話，而非目標驅(qū)動的主動發(fā)現(xiàn)；真正的第三類AI應(yīng)能基于用戶狀態(tài)、日程、行為變化，發(fā)現(xiàn)未顯式表達的需求；

第二，缺乏現(xiàn)實行動閉環(huán)。MiniMax的亮點仍集中在虛擬空間的認知增強與內(nèi)容生產(chǎn)，而第三類AI的關(guān)鍵在于能否跨平臺、跨系統(tǒng)、跨現(xiàn)實動作形成閉環(huán)；

第三，未完成2C底座構(gòu)建。真正的第三類AI不能“裸奔”，在消費場景中需建立在法律規(guī)則、倫理邊界、平臺制度、個體授權(quán)與風(fēng)險治理之上。MiniMax已意識到這一點，明確提出“構(gòu)建完善的2C底座，是向更高階AI Agent演進的必經(jīng)之路”。

因此，對MiniMax最準確的評價是：已具備第三類AI的技術(shù)前兆、產(chǎn)品傾向與組織意圖，但尚未完成主動性深度、現(xiàn)實行動閉環(huán)及社會化底座整合的要求。

MiniMax與Kensho：一個在逼近第三類，一個更接近第三類的局部現(xiàn)實

若為MiniMax尋找更具啟發(fā)性的對照對象，Kensho是合適選擇。

因為Kensho更貼近第三類AI的定義——其價值不在于更會聊天，而在于在高價值垂直場景中整合多源信息、發(fā)現(xiàn)人類未顯式提出的問題，并在邊界內(nèi)執(zhí)行動作。

這也是兩者的核心差異：

MiniMax更像通用能力平臺向第三類AI逼近的沖刺者，優(yōu)勢在于覆蓋更廣泛的用戶群體與通用agent場景；

Kensho則像垂直高價值場景中的“第三類局部完成態(tài)”，雖未必有更強的大眾產(chǎn)品認知，但在特定行業(yè)中更接近“主動發(fā)現(xiàn)問題+邊界內(nèi)行動”的核心。

換言之：MiniMax是“面向第三類的通用沖刺者”，Kensho是“垂直場景中更接近第三類的先行樣本”，但兩者面臨共同的核心問題——不能僅靠模型和agent本身立足。

當AI從“替你做”走向“先于你發(fā)現(xiàn)并行動”，都會遇到同一個根本問題：誰來托底？

對MiniMax而言，托底是2C底座——需明確能做與不能做的邊界、二次確認的場景，以及隱私、財務(wù)、倫理、未成年人保護等規(guī)則；

對Kensho而言，托底是行業(yè)底座——在金融復(fù)雜決策場景中，需建立在規(guī)則引擎、數(shù)據(jù)治理、知識圖譜、權(quán)限控制、風(fēng)控與審計之上。

因此，盡管MiniMax與Kensho分屬通用與垂直賽道，但最終指向同一結(jié)論：第三類AI不是模型問題，而是底座問題。

結(jié)語：真正抵達第三類，還缺什么

OpenClaw讓我們看到第二類AI的爆發(fā)，MiniMax讓我們看到第三類AI的輪廓，但從第二類到第三類，缺失的不僅是更強的模型，更是更完整的結(jié)構(gòu)。

這個結(jié)構(gòu)至少包含四個要素：

第一，更強的行動能力。并非更長的上下文，而是更穩(wěn)定的工具調(diào)用、搜索、記憶、計劃與多agent協(xié)同能力；

第二，更深的系統(tǒng)接入能力。第二類AI不會被第三類取代，反而會成為其前提——沒有API Orchestration，第三類AI只能空轉(zhuǎn)；

第三，更成熟的2C底座或行業(yè)底座。消費場景需法律、倫理、授權(quán)與風(fēng)險治理；高價值垂直場景需規(guī)則引擎、知識圖譜、風(fēng)控與審計；工業(yè)場景則需整合工業(yè)物理、工藝規(guī)則、設(shè)備狀態(tài)、管理邏輯與權(quán)限控制的“泛工軟平臺”。沒有底座，第三類AI只能“聰明”，無法“可靠”；

第四，從“規(guī)則觸發(fā)”走向“認知驅(qū)動”。不僅是更積極主動，而是能在持續(xù)互動中發(fā)現(xiàn)問題、提出用戶未說出口的需求，并在邊界內(nèi)采取行動。

這就像選擇伙伴：是需要一個能說會道、調(diào)動情緒的陪伴者，還是一個踏實做事、始終可靠，能及時發(fā)現(xiàn)并解決問題、形成價值互補的伙伴？

也就是說，真正的第三類AI，不是更自動化的工作流，也不是更會聊天的助手，而是一種新的行動基礎(chǔ)設(shè)施。

因此，看待OpenClaw不應(yīng)只關(guān)注熱度，看待MiniMax不應(yīng)只關(guān)注估值與產(chǎn)品線，更應(yīng)看到這條清晰的進化鏈：從懂你，到替你，再到先于你。