OpenClaw爆火,App時代要結束了?

2026-03-13 | 來源: 市值榜 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

如果說移動互聯網時代的入口是 App ，那麼在 AI 時代，入口很可能變成 AI 智能體。而這場AI時代的操作系統之爭已經在全球范圍內打響。

一方面，AI 公司正在強化 AI 的系統能力。

OpenAI 正在持續擴展 ChatGPT 的工具調用、任務執行和開發者接口，使 AI 可以直接連接各種軟件服務。

最近，OpenAI推出的GPT-5.4，引入了原生計算機使用功能，使人工智能代理能夠通過鼠標、鍵盤和視覺輸入與操作系統、網站和應用程序進行交互，開發人員可以使用該模型在各種軟件環境中自動執行多步驟工作流程。

同時，傳統科技巨頭正進行底層防御。

微軟正在將 AI 深度嵌入 Windows 與 Office 體系，希望讓 AI 成為新的操作入口；蘋果則在 iPhone 與 macOS 中強化本地 AI 能力，試圖將 AI 融入系統底層。

當 AI 能夠調用應用、操作設備並執行復雜任務時，一種新的計算架構正在形成，用戶 → AI → 應用服務，圍繞這一入口的競爭，本質上是一場新的操作系統入口之爭。

二、下一輪AI競爭，拼的是行為數據

OpenClaw 的爆火，讓 Agent 在短時間內成為 AI 行業最熱的方向之一。但對科技公司來說，這場競賽與當下 AI 產業的現實壓力有著莫大關系。

過去幾年，大模型訓練主要依賴互聯網公開文本，例如百科、新聞、書籍或論壇內容。但隨著模型規模不斷擴大，這些數據的價值正在下降。

已有研究指出，人工智能對數據的需求增長速度遠遠超過了真實且多樣化的數據來源所能提供的速度，缺乏自然產生的真實數據，正使人工智能的發展面臨嚴重風險。

研究機構 Epoch AI 曾在2024年發布的一項研究預測，科技公司將在十年（大約在 2026 年至 2032 年之間）耗盡人工智能語言模型可用的公開訓練數據。

短期來看，像 OpenAI 和谷歌這樣的科技公司正在競相獲取高質量的數據源，有時甚至為此付費，以訓練其人工智能大型語言模型，例如，通過簽署協議來獲取 Reddit 論壇和新聞媒體源源不斷的句子。

從長遠來看，新的博客、新聞文章和社交媒體評論將不足以維持人工智能目前的開發軌跡，這將迫使企業利用現在被視為私人的敏感數據（例如電子郵件或短信），或者依賴聊天機器人自己輸出的不太可靠的“合成數據”。

第一批玩OpenClaw的人,已經開始清醒了

騰訊樓下近千人排隊安裝用戶都在用OpenClaw做啥?

OpenClaw掀起龍蝦熱全球打工人巨變

而下一階段模型能力提升的關鍵，不只是更多文本，而是更接近真實行為的數據。

當用戶讓 AI 完成一個任務時，AI 會經歷一系列具體步驟，比如搜索信息、打開網頁、調用軟件或填寫表單。這些操作會形成完整的任務鏈路，也就是業內常說的任務軌跡數據。

與靜態文本相比，這類數據更接近真實世界中的行動邏輯，對訓練具備執行能力的 AI 模型具有更高價值。從這個角度看，科技公司大規模推廣 Agent，也是為了搶先爭奪下一輪競爭的數據源，訓練自己的模型。

當越來越多用戶通過 Agent 完成任務時，這些操作過程本身也會形成大量新的訓練數據。

在使用 Agent 的過程中，用戶往往需要不斷給出指令、糾正錯誤、調整任務步驟。對於 AI 系統來說，這些交互過程實際上構成了一種高質量的強化學習數據。每一次任務執行、每一次修正，都在記錄 AI 如何逐步完成復雜任務的完整軌跡。

一旦這些數據被匯總到雲端，它們就可能成為訓練下一代 Agent 模型的重要資源。

相比傳統互聯網文本，這類數據不僅包含語言信息，還包含任務拆解、工具調用和決策路徑，對於提升模型的推理能力和執行能力具有更高價值。

三、 AI正進入“1995 時刻”？

如果將時間線拉回到30年前，1995 年的互聯網正處於混沌期。

彼時 TCP/IP 協議已成熟，但大部分企業仍然在摸索互聯網究竟能做什麼，普通人進入互聯網也需面對枯燥的指令。

直到 Windows 95 的出現，它通過圖形化界面有效地封裝了底層技術的復雜性，並通過標准化的 API 接口為開發者搭建了低門檻的創作環境。

這一改變，不僅讓“聯網”從極客行為轉化為普通人點擊圖標的日常，更促成了 PC 軟件生態的爆發，開啟了互聯網普及的黃金十年。

30年後的今天，AI 產業似乎也站在一個類似的“1995 時刻”。

大模型已展現出處理各種復雜任務的能力，比如可以寫報告、生成視頻、編寫代碼、分析數據、以及操作電腦、調用軟件並執行任務，幾乎無所不能。