做过几年投资和创业，对技术风口我有个基本的分析框架：先看市场结构，再看商业模式，最后算单位经济模型。用这个框架拆一拆OpenClaw这只龙虾到底值不值得下注。
赛道定位：从"对话AI"到"执行AI"，TAM扩大了至少一个数量级
这是我判断OpenClaw有戏的第一个原因。
以前的AI产品——ChatGPT也好、文心一言也好——本质上是知识服务，对标的是搜索引擎和咨询公司的市场。TAM（Total Addressable Market）虽然不小，但天花板清晰。
OpenClaw把AI从"给答案"推到了"干活"。它能读邮件、整理文件、操控浏览器、发消息、跑脚本——这对标的不再是搜索引擎，而是人力外包和RPA市场。全球RPA市场2025年大约130亿美元，人力外包市场几千亿美元。如果AI Agent能吃掉其中哪怕5%，这就是一个几百亿美元的增量市场。
有研报预测到2028年会产生1.2万亿美元的"影子GDP"——即AI代理人类完成的隐性产出。这个数字可能偏乐观，但方向没问题。
三个技术支撑让这个转变成为可能：
- 本地优先架构——数据不出设备，企业客户的数据安全顾虑大幅降低，降低了B端获客的最大阻力。
- 持久化记忆——用Markdown+向量存储做本地知识管理，使用越久价值越高，用户迁移成本递增，这是天然的护城河。
- 系统级执行权限——终端、浏览器、文件系统全打通，能力边界从"建议"扩展到"执行"。
商业模式分析：谁在这条链上赚钱？
OpenClaw本身是开源的，不直接赚钱。但围绕它已经形成了一条清晰的价值链：
上游——模型层。 每个OpenClaw实例都在持续消耗大模型API的Token。Peter自己每周API费用过万美元。对模型厂商来说，这就是持续的ARR（年度经常性收入）。这也解释了为什么OpenAI、Anthropic、通义千问、DeepSeek都在积极适配——OpenClaw是它们的分销渠道。
中游——基础设施层。 阿里云、腾讯云、火山引擎抢做一键部署。逻辑很简单：每个OpenClaw用户需要一台云服务器+持续的算力消耗。腾讯推出99元/年的个人方案，3月6日在深圳总部门口摆摊免费帮人装，近千人排队——这是典型的低价获客拉新策略，后续靠算力消耗赚钱。
下游——应用层。 ClawHub技能商店已经初具App Store形态，开发者造技能、用户下载。未来如果抽成模式跑通，这就是一个平台型生意。国内已经出现了垂直化玩家：LobsterAI做图形化界面降低门槛，Kimi Claw做云端托管即开即用，MaxClaw做零代码生成。
衍生——服务层。 部署咨询、定制开发、安全审计，这些服务型生意已经开始冒出来了。深圳龙岗区和无锡高新区已出台专项补贴政策，最高200万。政府补贴一到，说明产业链已经到了需要规模化推广的阶段。
单位经济模型：一人公司的ROI到底怎么算？
这是我最关心的部分。用"一人公司"的场景来算一笔账：
成本端：
- 云服务器：约100-300元/月
- 模型API Token：日均使用量中等的情况下，约50-200元/天（重度使用可达数百元/天）
- 部署和维护的时间成本：初期约1-3天，后续每周若干小时
收益端（以内容创业者为例）：
- 信息搜集和整理效率提升约3-5倍
- 初稿生成节省的人力成本：相当于0.5-1个初级员工
- 如果一人公司的毛利率能做到60-80%（主要靠AI降低边际成本），那月营收只要超过3万，这个投入就是正ROI
Matthew Berman的案例值得参考：一个人+几个AI Agent，从自然语言CRM到会议行动项追踪，产出相当于一个小团队。方正证券的报告显示，金融投研领域已经在用OpenClaw对接同花顺、Wind等接口构建选股策略。
当然，Token消耗是个需要密切监控的变量。有人用智谱GLM-4.7模型，20多次交互花了200块。如果不做成本控制，利润会被Token吃掉。
风险因素：四个需要定价的不确定性
技术成熟度风险。 实测下来，不同大模型的效果差异巨大。GPT-5-mini表现尚可，部分国产模型在浏览器操控环节频繁出错。这意味着短期内用户体验不稳定，影响留存率。
安全风险。 全球4.2万个实例暴露在公网，90%有认证漏洞。ClawHub约20%的技能被标记为恶意。Meta的AI安全总监用它整理邮件结果被批量删除——这类事件一旦上新闻，会严重打击用户信心。
部署门槛风险。 命令行操作对普通用户来说仍然是硬伤。虽然一键部署方案在出，但离真正的"开箱即用"还有距离。这限制了市场渗透速度。
创始人风险。 Peter已加入OpenAI，项目交给独立基金会。开源项目创始人离开后的治理质量，这是个需要持续观察的变量。
中美欧的竞争格局
三条路线已经分化：
- 美国：社区创新→平台吸纳→商业放大，硅谷经典路径。
- 中国：场景驱动+云生态融合，腾讯阿里火速推云端部署，强调国产化和数据本地化。
- 欧盟：监管先行，AI法案把自主行动的Agent列为高风险系统。短期抑制创新，长期可能反而构建信任基础。
对创业者来说，中国市场的机会在于垂直场景的深度适配——金融、医疗、教育、政务，每个领域都需要定制化的Agent方案，这不是大厂能一刀切解决的。
我的投资判断
短期（1-2年）： 还是开发者和极客的市场，渗透率有限。但基础设施层（云部署、模型适配）的公司已经可以赚钱了。
中期（3-5年）： 如果安全性和易用性跟上来，B端垂直领域会出现几个10亿级的公司。
长期（5年以上）： 有可能成为AI时代的操作系统级基础设施，类比Linux之于服务器。
OpenClaw大概率不会成为C端爆款——它不是下一个微信或抖音。但它有可能成为底层基础设施，就像Docker和Kubernetes一样——终端用户不直接接触，但每个AI应用都运行在它构建的生态之上。
这个定位如果成立，围绕它的生态公司加起来，是一个万亿级别的市场。值得持续跟踪，但建仓要分批，别一把梭。