月薪2万养不起龙虾？手机厂商试图通过"买手机送免费算力"打破成本僵局

作者：深网腾讯新闻

正当OpenClaw因"养虾"热潮和"杀虾"争议成为AI领域的热门话题时，一直深耕边缘AI的领先手机制造商们也按捺不住，开始部署和"驯化"自己的Claw。

3月6日，小米的移动代理小米miclaw正式通过邀请码启动小规模封闭测试，成为首家内测"Claw"的国产手机制造商。随后，华为、荣耀、OPPO等也宣布进行各自的Claw内测。

其中，华为正式宣布为小艺添加OpenClaw模式，随后推出小艺Claw测试版；荣耀宣布推出"荣耀龙虾宇宙"，支持PC和平板一键养虾，未来将兼容其他生态设备的虾接入；OPPO的ColorOS设计总监陈希在社交媒体上展示了小布Claw的部分功能，并表示"小布Claw仍有安全问题需要解决"。

换句话说，目前手机制造商的"养虾"计划主要处于内测阶段，尚无明确的大规模推出时间表。

例如，小米的miclaw应用目前仅在小米17系列、小米15S Pro和红米K90系列上进行有限封闭测试。用户在收到邀请码并更新系统后即可访问小米miclaw应用。"封闭测试期间目前没有向用户收费的计划，"小米集团合伙人兼总裁卢伟冰表示。

关于手机制造商部署移动版"龙虾"，一位业内人士透露："OpenClaw本质上是一个开源框架，包含第三方技能和插件生态系统，也可以调用各种大模型。对于普通用户来说，部署OpenClaw有很高的门槛，但对于手机制造商来说，没有技术难度。难点在于权限获取、用户信息安全和法律合规等问题。"

"主流手机制造商面对的是数亿普通用户。任何AI功能在推出之前都必须经过充分验证，确保成熟、安全和稳定的体验，"一位手机制造商员工透露。

手机制造商纷纷涌入养虾行列

大模型供应商热衷于部署"龙虾"，可以简单理解为"货币化算力"的生意，即让智能代理更频繁地调用模型并执行复杂任务，从而消耗更多token，直接提升API收入。

然而，这种逻辑在手机行业并不成立。在花费数千甚至数万元购买手机后，用户很少愿意为每项具体任务额外付费。既然无法直接从"售卖任务"中获利，为什么领先的手机制造商仍然愿意承担算力和token成本来内测专用的移动版"Claw"？

一个原因是，在从传统移动AI助手到"个人智能代理"的道路上，OpenClaw越来越接近"超级助手"的理想形态。

与以前只能被动响应的语音助手不同，OpenClaw更像是一个7×24小时在线的"数字员工"，让普通用户首次真正体验到AI取代人工劳动的真实可能性。

从OpenClaw的底层逻辑来看，其核心价值在于强大的"自主性"。它突破了聊天框的界限。只要配置了相应的Skills并授权足够的Tokens，OpenClaw就能记住用户的习惯和任务，自主规划步骤，调用工具和操作软件，直到返回最终结果。

然而，要真正将这种漂浮在云端的"自主性"驯化到手机的小屏幕上，仅仅添加应用显然是不够的。它需要手机制造商对操作系统进行深入的、自下而上的重构。

在具体实施路径方面，华为的Claw和小米的miclaw都选择以"系统级应用"的形式进入市场。这种方法本质上是将以前分散的软件功能、系统权限甚至跨设备能力封装成统一的Skills供代理调用，然后通过自研的推理执行引擎有机连接。

以小米的miclaw为例，它整合了50多个系统工具和生态服务，构建了"感知-推理-执行"的闭环引擎。面对用户指令时，引擎将自主分解步骤、匹配工具、确定参数，并根据执行结果不断修正，直到任务完全交付。

华为的小艺Claw直接构建在HarmonyOS平台上。"小艺Claw有三大优势：系统级权限（直接访问底层功能，无需第三方应用重定向）、全场景协作（手机、PC、车载系统和智能家居之间的无缝连接）以及数据安全隔离（本地处理用户隐私数据），"一位华为内部人士透露。

然而，在手机上部署"龙虾"面临的挑战不仅仅是技术和生态系统。还需要在确保安全和合规的同时妥善处理敏感数据，打破应用和平台之间的壁垒，甚至重塑整个行业的利润分配结构。

"在用户经常使用的手机上部署龙虾时，最重要的是确保信息安全，"一位手机制造商员工强调。

这些对信息安全的担忧并非没有根据。因为OpenClaw的默认安全配置较弱，攻击者可以轻易获得系统的完全控制权，提示词注入、意外操作和恶意插件攻击等安全风险已经出现。

面对这些隐藏的安全"暗礁"，安全治理已成为手机制造商大规模部署"龙虾"时不可侵犯的红线。

以小米的miclaw为例，为了防止代理在云端任意执行支付等高风险操作，miclaw直接在代码层面"废除"了所有涉及转账和下单的工具注册。这意味着，如果没有指纹验证或密码输入等明确的用户确认，任何金融交易都不会被触发，从而从源头锁定自动扣款风险。

AI生态入口之争已经开始

OpenClaw近乎完美地接近理想"超级助手"的形态，仅仅是手机制造商"养龙虾"（即制定竞争策略）的表面激励。更深层次的博弈在于，随着用户逐渐习惯"简单说话就能办事"的互动方式，基于应用程序、手机制造商控制应用商店分发权的传统移动互联网旧秩序开始松动。

正如NVIDIA创始人黄仁勋所说："Mac和Windows是个人电脑的操作系统，而OpenClaw是个人AI的操作系统。"

在PC时代，谁控制了操作系统，谁就控制了生态系统的入口。在AI时代，这一规则仍然适用，但入口之争已转移到智能代理上。

想象一下，如果用户习惯在第三方代理（如网页或OpenClaw等独立应用）上解决所有问题，智能手机可能会沦为纯粹的"硬件基地"。

随着主要互联网公司部署移动版"龙虾"，手机制造商的危机感不言而喻。

正当手机制造商宣布推出移动版"龙虾"时，百度和阿里巴巴等互联网巨头也迅速采取行动，推出移动版"龙虾"的免费内测。

3月12日，百度在Android上推出"红手指算子"应用，允许用户直接在移动设备上体验AI助手功能，并执行叫车和订外卖等跨应用操作。紧随其后，阿里云第二天推出OpenClaw的移动版"龙虾"——JVS Claw，强调"开箱即用"。用户可以使用简单的自然语言命令，在安全、隔离的云空间中操作应用、处理文件并完成复杂任务。

关于手机制造商和主要互联网公司在手机上部署"养龙虾"，IDC中国研究经理郭天祥表示："目前，（养龙虾）在手机上的实际应用价值有限。关键瓶颈是如果你试图调用第三方应用，仍然会面临API授权问题。如果强制调用，可能会遇到被这些第三方应用禁用的情况，就像之前的豆包手机一样。"

吸取"豆包手机"的经验教训，华为和小米等手机制造商在部署移动版"龙虾"时，优先在自己的封闭生态系统内进行测试。

例如，小米miclaw目前专注于验证"人、车、家生态系统"中大模型的任务执行能力；而小艺Claw则优先实现华为自有设备（如手机和平板电脑）之间的协作流程。

然而，虽然在相对封闭的生态系统中运营"龙虾"可以避免一些风险，但它也在一定程度上限制了"龙虾"的行动，因为用户的高频需求往往分散在微信和抖音等第三方国民应用中。

为了在安全合规和全功能之间取得平衡，供应商没有选择完全放弃跨应用协作，而是探索了一条更加谨慎和可控的技术路径。

关于与第三方应用的协作服务，一位接近小米的技术人员透露，小米miclaw目前主要通过两种行业标准方法与第三方应用协作：一种是通过Intent驱动（SendIntentTool）启动应用或触发特定操作；另一种是推动应用适配其AppTool SDK（基于AIDL协议），并通过预设数据格式执行更深层次的功能调用和任务协作。第三方应用也可以主动向小米miclaw推送通知以触发任务。

"远水"解不了"近渴"

目前，从底层系统部署专有"龙虾"是智能手机向"AI手机"演进的关键一步。然而，对于急于在AI浪潮中寻求增量增长的制造商来说，构建超级智能代理的首要挑战是成本压力。

部署本地化"龙虾"不是简单的软件升级；它还需要升级核心处理器和存储等硬件。大模型的高频推理和实时响应对核心处理器（SoC）的NPU算力提出了更高要求，也显著提高了对RAM和存储芯片规格的要求。

"在移动设备上运行大模型受到存储空间和功耗等一系列技术因素的影响。参数数量越大，在手机上运行就越困难。10亿参数的模型将占用1GB手机内存，70亿将占用4GB，130亿将占用7GB，"一家领先手机制造商的AI解决方案中心主任透露。

目前，存储芯片价格处于上升周期，每GB内存升级都直接挤压整个硬件系统的利润。

比一次性硬件投资更麻烦的是移动版"龙虾"激活后的持续使用成本。在PC端，每次任务执行都对应着真实的token消耗和算力成本。之前"月薪2万养不起龙虾"的新闻直接将这种"成本焦虑"暴露给用户。

"在使用'龙虾'之前，你需要弄清楚你要用它做什么，"点金手（一家MCN机构）创始人封年解释道。"在视频制作过程中，剪辑和生成视频的token消耗实际上非常不同，但许多初学者不明白龙虾实际上能做什么。"

封年以团队的实际操作为例计算成本："我们的剪辑主要使用部署在Mac mini 4上的OpenClaw来辅助工作。具体来说，'龙虾'负责根据本地热点生成餐厅评论视频的脚本。其中一些脚本是用真人拍摄的，而另一些则使用AI生成（如Seedance 2.0或Sora 2）。龙虾可以控制Mac mini剪辑视频，同时调用Sora 2的API生成视频。让人做其中一些任务更便宜，而委托给AI更具成本效益。一天内，我们可以制作大约12个原创+混剪视频，相应的token消耗成本约为15元。"

"决策的核心难点在于平衡token算力成本与初级编辑的薪水，"封年补充道。"合理使用'龙虾'的关键是明确哪些任务应该分配给'龙虾'，哪些应该留给人类。不幸的是，许多公司目前'养龙虾'纯粹是为了跟风和炫技，没有产生实际生产力。"

虽然每日15元的token成本看似很低，但考虑到手机制造商庞大的用户群，这是一个巨大的负担。数亿用户习惯了"买硬件，免费获得服务"的模式，手机制造商能否长期维持由此产生的大规模算力和token成本还有待观察。

"手机制造商将来可能会采用'买手机送免费算力'的模式，"一位业内人士预测。"例如，购买手机时可能会包含一定数量的免费token，用于处理写日报和订票等轻量级日常任务。至于视频生成等复杂和高消耗操作，他们可能会根据任务的复杂性单独收费，或者用户可能需要承担超出限额的token成本。"