編者按：

2026年開年，開源 AI 智能體 OpenClaw（網(wǎng)友戲稱 “小龍蝦”）的爆火掀起全民 “養(yǎng)蝦” 熱潮，也直接引爆大模型行業(yè)的 Token 通脹危機(jī) ——90% 的 AI 任務(wù)調(diào)用指向OpenClaw 的調(diào)教與使用，單位任務(wù)的 Token 消耗量呈指數(shù)級暴漲，用戶端陷入 “越養(yǎng)越貴、越貴越?jīng)]效果” 的成本困境。而在這場由 “養(yǎng)蝦” 引發(fā)的產(chǎn)業(yè)狂歡中，產(chǎn)業(yè)鏈上下游玩家卻各憑優(yōu)勢分食紅利，這場通脹的背后，是 AI 從對話工具向行動執(zhí)行體轉(zhuǎn)型的必然陣痛，更是產(chǎn)業(yè)利益格局的一次全新重構(gòu)。

暴利狂歡

四大梯隊瓜分 Token 蛋糕，誰在躺贏誰在買單

OpenClaw引發(fā)的 Token 通脹，本質(zhì)上是一場產(chǎn)業(yè)鏈上游對下游的價值收割，大模型廠商、算力云廠商、信息差套利者、應(yīng)用層工具商四大梯隊各顯神通，在用戶端的成本焦慮中賺得盆滿缽滿，形成了 “用戶燒錢買單，上游悶聲收割” 的畸形產(chǎn)業(yè)格局。這場紅利瓜分的游戲里，每個玩家都依托自身核心優(yōu)勢，精準(zhǔn)卡位 Token 通脹的價值鏈條，讓原本作為 AI 計費(fèi)單位的 Token，成為撬動產(chǎn)業(yè)利潤的核心杠桿。

大模型廠商作為 Token 通脹的直接受益者，率先開啟躺贏模式，徹底告別此前的燒錢內(nèi)卷時代。MiniMax的 M2 系列文本模型在 2026 年 2 月日均 Token 消耗量較2025 年 12 月增長 6 倍以上，其中 Coding Plan 的 Token 消耗量漲幅超 10 倍，公司 ARR（年度經(jīng)常性收入）順勢突破 1.5 億美元；月之暗面 Kimi 自1 月底推出 K2.5 模型后，20 天內(nèi)累計收入便超過 2025 年全年，全球付費(fèi)用戶呈爆發(fā)式增長；智譜 AI 的 GLM-5 模型因在 Coding 與Agent 能力上表現(xiàn)亮眼，上線即售罄，即便中國區(qū)漲價 30%、海外版漲價超 100%，依舊供不應(yīng)求，股價單日大漲 42.72% 至 725 港元 / 股。其核心盈利邏輯極為簡單，大模型計費(fèi)完全圍繞 Token 展開，OpenClaw 的自主執(zhí)行特性讓用戶指令背后產(chǎn)生上百輪模型調(diào)用，工作流越長、調(diào)用越頻繁，廠商的 Token 收入便越高，這種 “用戶越低效，廠商越賺錢” 的模式，讓頭部大模型廠商輕松實現(xiàn)業(yè)績暴漲。

算力與云廠商則憑借 “賣水人” 的天然優(yōu)勢，成為Token 通脹中最穩(wěn)的紅利收割者。Token 消耗的本質(zhì)是算力消耗，OpenClaw 帶來的海量 Token 需求，直接引爆了算力市場的需求缺口。優(yōu)刻得率先推出 OpenClaw 云端部署方案及輕量應(yīng)用云主機(jī)，相關(guān)服務(wù)覆蓋多個海外節(jié)點，截至2026 年 3 月 13 日，60 個交易日內(nèi)股價從 24.68 元漲至 43.01 元，漲幅達(dá) 74.27%；順網(wǎng)科技上線內(nèi)置 OpenClaw 的 AI 云電腦，讓用戶無需復(fù)雜部署即可擁有 “云端 AI 一體機(jī)”，股價在兩個交易日內(nèi)暴漲超 20%；阿里云、火山引擎等頭部云廠商則推出 “一鍵部署 OpenClaw” 服務(wù)，既賺取算力租賃費(fèi)用，又通過配套服務(wù)收取服務(wù)費(fèi)，實現(xiàn)雙重盈利。與此同時，AI 芯片、液冷散熱、光模塊等算力基建廠商也迎來需求爆發(fā)，成為 Token 通脹背后的間接受益者，整個算力產(chǎn)業(yè)鏈因這場通脹迎來全新的增長周期。

信息差套利者則瞄準(zhǔn) OpenClaw 的技術(shù)門檻，賺起了 “養(yǎng)蝦小白” 的快錢，成為紅利鏈條中最靈活的收割者。OpenClaw 的本地部署、模型對接、技能配置等環(huán)節(jié)存在一定技術(shù)門檻，這讓大批草根從業(yè)者看到商機(jī)：遠(yuǎn)程代裝 OpenClaw 收費(fèi) 50-300 元不等，上門安裝服務(wù)標(biāo)價 499 元以上，甚至有商家推出 29.9 元的卸載服務(wù)，有從業(yè)者僅憑代裝服務(wù)幾天便狂賺 26 萬；還有人將網(wǎng)絡(luò)上的免費(fèi)教程打包成 “養(yǎng)蝦秘籍” 高價售賣，靠信息差賺取差價；更有資深玩家充當(dāng) “數(shù)字包工頭”，憑借精準(zhǔn)控制 Token 投入產(chǎn)出比的能力承接企業(yè)外包任務(wù)，一邊利用 OpenClaw 完成工作，一邊賺取 Token 成本與外包費(fèi)用的差價。這類套利者雖未進(jìn)入產(chǎn)業(yè)核心環(huán)節(jié)，卻憑借對用戶需求的精準(zhǔn)把握，在 Token 通脹的浪潮中分得一杯羹。

應(yīng)用層工具商則抓住企業(yè) Token 失控的痛點，通過售賣 “省事方案” 成為新的利潤增長點。隨著 Token 消耗量的暴漲，企業(yè)普遍面臨成本管控難、工作流不標(biāo)準(zhǔn)、智能體執(zhí)行效率低等問題，對標(biāo)準(zhǔn)化解決方案的需求愈發(fā)迫切，應(yīng)用層廠商趁機(jī)推出 “AI 工作流系統(tǒng)”“Agent 平臺”“OpenClaw配套工具” 等產(chǎn)品，精準(zhǔn)解決企業(yè)痛點。Menlo Ventures 發(fā)布的《2025 年企業(yè)生成式 AI 現(xiàn)狀報告》顯示，2025 年企業(yè)在生成式 AI 上的總投入達(dá) 370 億美元，其中 190 億美元流向應(yīng)用層，占比超 50%，這一數(shù)據(jù)充分印證了應(yīng)用層的商業(yè)價值。從智能體編排平臺到 Token 成本管控工具，從行業(yè)專屬技能插件到安全防護(hù)系統(tǒng)，應(yīng)用層廠商圍繞 OpenClaw 打造了完整的產(chǎn)品矩陣，在解決企業(yè)痛點的同時，也實現(xiàn)了自身的商業(yè)變現(xiàn)。

通脹困局

用戶燒錢低效，行業(yè)暗藏三重畸形現(xiàn)狀

當(dāng)產(chǎn)業(yè)鏈上游沉浸在 Token 通脹的紅利狂歡中時，用戶端與行業(yè)端卻陷入重重困局，成本暴漲、價值缺失、安全隱患成為懸在 “養(yǎng)蝦” 熱潮頭上的三把利劍。這場由OpenClaw 引發(fā)的技術(shù)變革，本應(yīng)成為提升生產(chǎn)效率的利器，卻因 Token 通脹的反噬，讓 AI 不僅沒有消滅重復(fù)勞動，反而制造了新的產(chǎn)業(yè)痛點，形成 “上游收割紅利，下游承受代價” 的畸形現(xiàn)狀，也讓行業(yè)開始反思：AI 的價值究竟是提升效率，還是單純的 Token 消耗？

用戶端的核心痛點，是成本暴漲與價值產(chǎn)出的嚴(yán)重失衡，陷入 “越養(yǎng)越貴、越貴越?jīng)]效果” 的惡性循環(huán)。普通用戶中度 “養(yǎng)蝦” 僅月費(fèi)便輕松過百，重度玩家因接入 Claude 等高端模型，單日 Token 消耗成本動輒數(shù)萬元；而企業(yè)用戶的成本壓力更為顯著，某金融科技公司測算，其部署 OpenClaw 后，每月 AI 投入較此前增長 3-5 倍，卻因智能體的低效執(zhí)行，工作效率僅提升 10% 左右。究其原因，在于 90% 的 “養(yǎng)蝦” 任務(wù)都是高頻、重復(fù)、低產(chǎn)出的 Token 消耗，用戶往往未明確需求便隨意調(diào)用，讓智能體反復(fù)修改方案、來回調(diào)試流程，把本該人類一次判斷完成的任務(wù)，拆成十幾次模型調(diào)用，最終 “任務(wù)沒完成，預(yù)算先燒穿”，Token成本不斷攀升，實際價值卻微乎其微。

行業(yè)端則陷入低價值任務(wù)被無限放大的怪圈，職場人迎來 “用 AI 更忙” 的全新焦慮。在傳統(tǒng)工作模式中，職場人的核心工作是價值創(chuàng)造，而重復(fù)勞動僅占少數(shù)；但 OpenClaw 的出現(xiàn)，讓 “反復(fù)調(diào)用、來回修改” 的低價值工作變得更加容易，部分職場人把 “用 AI” 當(dāng)成工作目標(biāo)，而非工作工具，寫一份文案讓 AI 生成 10 版再修改 5 輪，做一份方案讓智能體反復(fù)擴(kuò)寫壓縮，看似忙碌，實則只是無意義的 Token 投喂。更關(guān)鍵的是，AI 智能體的自主執(zhí)行特性讓工作流程變得更加繁瑣，一個簡單的指令背后，智能體會自主拆解出多個子任務(wù)，產(chǎn)生大量無意義的操作，最終導(dǎo)致 “AI 沒解放人力，反而增加了工作環(huán)節(jié)”，行業(yè)整體的生產(chǎn)效率并未因 AI 的普及而提升，反而被低價值的 Token 消耗所拖累。

安全端的隱患則成為懸在 “養(yǎng)蝦” 熱潮頭上的最大利劍，90% 以上的公共互聯(lián)網(wǎng) OpenClaw 實例存在重大安全風(fēng)險。國家網(wǎng)絡(luò)與信息安全信息通報中心監(jiān)測數(shù)據(jù)顯示，全球活躍的 OpenClaw 互聯(lián)網(wǎng)資產(chǎn)已超 20 萬個，其中境內(nèi)約 2.3 萬個，且大量實例存在架構(gòu)設(shè)計缺陷、默認(rèn)配置風(fēng)險高、高危漏洞多等問題，IM 集成網(wǎng)關(guān)層可被偽造消息繞過身份認(rèn)證，API 密鑰和聊天記錄等敏感信息甚至明文存儲。MITRE ATLAS 團(tuán)隊的調(diào)查報告也顯示，超 4.2 萬個暴露在公共互聯(lián)網(wǎng)的 OpenClaw 實例中，90% 以上可被攻擊者直接繞過身份驗證，存在 API 密鑰竊取、信息泄露風(fēng)險；更有實際案例顯示，Meta 實驗室的 AI 總監(jiān)因為OpenClaw 開放郵箱權(quán)限，導(dǎo)致 AI 丟失約束指令，收件箱被批量清空，部分企業(yè)甚至出現(xiàn)智能體越權(quán)執(zhí)行操作、刪除核心數(shù)據(jù)的情況，給用戶帶來巨大的經(jīng)濟(jì)損失。

結(jié)語

Token 通脹的終局，是回歸價值而非追逐消耗

未來，隨著大模型技術(shù)的持續(xù)迭代，模型推理效率將不斷提升，單位任務(wù)的 Token 消耗量會逐步下降；而行業(yè)也將逐步建立標(biāo)準(zhǔn)化的 AI 工作流程，企業(yè)會更加注重 Token 的投入產(chǎn)出比，從 “無腦養(yǎng)蝦” 轉(zhuǎn)向 “高效用 AI”。同時，隨著安全技術(shù)的完善與監(jiān)管體系的健全，OpenClaw 的安全隱患將得到有效解決，讓智能體的執(zhí)行更加可控、安全。對于產(chǎn)業(yè)鏈玩家而言，唯有擺脫 “靠消耗賺錢” 的短視思維，聚焦于提升AI 的實際價值，才能在行業(yè)的長期發(fā)展中占據(jù)先機(jī)。

Token通脹的浪潮終會褪去，而 AI 產(chǎn)業(yè)的發(fā)展，終究要回歸到 “技術(shù)賦能產(chǎn)業(yè)、提升生產(chǎn)效率” 的本質(zhì)。當(dāng) “養(yǎng)蝦” 不再是單純的 Token 消耗，而是真正的價值創(chuàng)造，當(dāng) AI 智能體從 “吞金巨獸” 變成 “效率利器”，這場由 OpenClaw 開啟的技術(shù)變革，才能真正釋放出應(yīng)有的產(chǎn)業(yè)價值，推動 AI 與實體經(jīng)濟(jì)的深度融合。而這，才是 Token 通脹背后，整個行業(yè)最該追尋的終局。

       原文標(biāo)題 : 養(yǎng)蝦的Token通脹里，誰在悶聲收割紅利？