深度讨论OpenClaw：高价值Agent 解锁10x Token 消耗，Anthropic 超越微软之路开启

本文来自微信公众号： 海外独角兽 ，作者：Best Idea 社群，原文标题：《深度讨论 OpenClaw：高价值 Agent 解锁 10x Token 消耗，Anthropic 超越微软之路开启》

2026年刚过去一个月，一大波高价值Agent已经扑面而来，并在真实使用场景中展现出远超预期的效果。从Cowork、Clawdbot（OpenClaw）到Claude in Excel，这些产品不再只是“更聪明的助手”，而是开始直接接管复杂任务、嵌入核心工作流，对既有的SaaS形态与人机分工方式形成实质性冲击。

本文是上周日我们组织的一场Best Ideas深度讨论的总结实录，我们讨论的关注点并不仅仅局限在单点产品体验上，而是从更底层的视角出发，对Agent的价值边界、Infra机会、2026年token大爆炸以及商业模式变化等重要问题进行了观点碰撞：

1.OpenClaw最大的巧思是预装了Claude Skills；

2.Excel是生产力的放大和延伸，Cowork和Claude Code in Excel会打开“10x微软”市场；

3.高价值Agent必须由行业专家主导，一定会切分企业工资预算；

4.Token消耗量才是衡量AI-native程度的核心指标；

5.开源模型“下限达标”是Token消耗暴涨的重要动力，2026年Token用量至少有10x增长；

6.软件究竟是会被吞噬，还是会退化为底层的工具和数据库？

7.三个让Agent真正泛化的推演路径。

希望这份来自Best Ideas社群的阶段性总结，能够为AI从业者提供一套更接近现实约束的思考框架，帮助理解Agent时代正在悄然发生的深层变化。

Insight01

这一波Agent爆发的“高价值”体现在哪里？

两个月前市场还存在对“AI Bubble”的担忧，但Agent在最近一两个月的行业进展，尤其是在高价值任务上的表现，让大家感觉完全消除了这一顾虑。今天高价值的任务还是沉淀在知识工作者，这其中最重要的是coder，然后是高级白领，也就是操作office、做前端建站、做数据分析的人。

Clawdbot（OpenClaw）、Claude Code、Cowork和Claude in Excel是最近一个月内讨论度最高的几个产品。

OpenClaw：最大的巧思是预装了Claude Skills

Clawdbot是一个开源、自托管的个人AI助手，可在电脑或服务器上本地运行，并通过WhatsApp、Telegram、Discord等平台与用户交互、自动执行任务。该项目最初名为Clawdbot，因名称与Anthropic的Claude商标过于相似，Anthropic要求项目方更名；项目随后短暂改名为Moltbot，最终确定使用OpenClaw作为名称。

OpenClaw的巧思体现在以下三个方面：

1.真正能在Personal的基础上做到Long Horizon

相比于Claude Code存在会话时长和算力成本的约束，OpenClaw可以部署在用户的本地设备（如Mac Mini）或云端虚拟机上，实现7x24小时的持续运行。这让它从一个“召之即来”的工具，变成了一个持续存在的Proactive Agent。例如，它可以全天候盯着股票市场或监控特定任务，一旦发现机会就主动推送信息，或者定时在后台跑数据分析任务。

2.通过IM Gateway直接嵌入了用户的日常沟通流，扩散效果天然比其他Chatbot工具好

OpenClaw基于IM Gateway可以接入Telegram、Slack、WhatsApp甚至飞书等用户高频使用的产品，在很多传播很广的应用案例中，我们也能看到大家是直接基于IM来“指挥”agent工作。

而在“移动指挥，本地执行”的架构下，OpenClaw也顺势解锁极具价值的混合场景：例如，用户在通勤路上需要写文章，但所有的素材文件都存储在家里的Mac Mini上。通过IM Gateway，用户可以在手机上发送指令，Agent在家中电脑上检索本地文件夹、读取素材、完成写作并返回结果。

3.将Claude Skills这一套生态真正预装到产品中

客观来说前面两个巧思其实之前也有不同的Agent做过，所以OpenClaw将Claude Skills这一套生态真正预装到产品中是它最成功、也最契合timing的设计巧思，这有点像于早期智能手机预装应用超市和Use Case来教育用户如何使用智能机一样，来降低用户的使用门槛。

OpenClaw vs Manus：谁是Agents的“标准答案”

在这一波强调真实任务执行能力的Agent产品中，Manus往往被视为较早跑通PMF的代表。那么OpenClaw的magic moment是否意味着Manus只会是一个“中间态”吗？

从形态和使用入口上来看：

•Manus可以抽象类比成“Anthropic的To C业务”，走的是中心化、提供“交钥匙”体验的路线（如云端统一分配8000台虚拟机），用户无法配置底层环境；

•OpenClaw则代表了去中心化、高度可配置的路线，用户可以自定义环境和资源，具有多样性和适应长尾需求的能力，而且去中心化带来的另一个优势是能够更有效地利用各种分散的硬件资源（如个人闲置的Mac Mini或各类云资源）。

也因此，会有观点认为OpenClaw在未来可能具有更大的潜力和生命力。

但也有不同的声音认为，OpenClaw和Manus之间不是取代关系，两者可能有不同的use case，是动态演化的过程：

1.云端虚拟机本就是OpenClaw的理想载体，而Manus这种使用云端虚机跑任务的模式，本质上只是把Agent逻辑装进去，技术架构上并不存在不可逾越的鸿沟；

2.Manus经过一年的运行，已经积累了大量经过验证的高价值用户场景数据，这构成了极高的认知壁垒。对于外部观察者而言，高价值场景可能只是感性的理解，但对Manus而言是可以直接统计和复用的资产。Manus完全有可能基于这些数据，反过来为OpenClaw这一类的高价值场景提供标准化的服务。

有一个非常有趣的现象是可以更具像化说明。

在OpenClaw爆火之后，大量教程都提到需要通过Mac Mini来专门运行OpenClaw，其实不只是16GB内存和CPU的配置需求，更重要的是获得了一套成熟的操作系统、文件系统和完整的本地权限。相比于购买云服务器，Mac Mini在本地部署Agent不仅性价比更高，而且能够无缝读取本地的所有文件、代码库甚至私钥，没有云端环境各种复杂的权限限制。

但也有人指出，随着Infra的成熟，未来Agent的终局形态大概率仍是运行在云端的、持久化的虚拟机中，而非依赖本地物理硬件。因此购买Mac Mini（或其他硬件作为服务器）可能只是过渡形态。

Cowork和Claude Code in Excel会打开“10x微软”市场

Anthropic最近发布的两个产品：Claud Code Cowork和Claude in Excel都是瞄准在高价值场景，这确实也和Anthropic一直以来的产品策略很同步。如果说OpenAI是“下一个Google”，Anthropic则是“下一个微软”，甚至会因为Coding能力上的领先打开10x微软的市场。

Cowork是Claud Code的自然延伸

Anthropic Claude Code的核心理念是“Code is everything，Bash is all you need”。

具体来说，它并没有选择为Agent专门开发一套复杂的GUI或者中间工具，也就是说不为Agent设计太多人本身要用的东西，而是直接利用计算机最原生的命令行（Bash）来执行读取文件、批量处理、运行脚本等任务。而且Claude Code还能够访问本地文件，能够获取更多的context，从而实现个性化。

Cowork是Claude Code的自然延伸，这类产品之所以在现在能跑通，本质上依赖于Opus 4.5能力的飞跃（Token消耗小而执行任务成功率高），使得Coding领域的AGI在事实上已经达成，因此接下来要考虑的就是怎么把Coding领域的AGI外化到更多高价值任务的场景上。

Excel是生产力的放大和延伸

Excel被普遍认为是商业世界中最接近编程的工作界面，是数据分析的标准载体，但它和Coding不是正交的关系，而是生产力的放大和延伸，因为它覆盖的人群比coding人群更大、更广。

Anthropic选择Excel作为切入点，是一个极具战略眼光的卡位。这个产品的核心逻辑是利用Agent通过代码直接操作数据，从而绕过传统软件复杂的UI交互。以前需要人类打开Excel软件、点击按钮完成的分析工作，现在变成了Agent在后台直接通过代码对Excel文件进行操作并交付结果。

这种模式可能对微软Office等传统软件构筑的“界面壁垒”构成降维打击，因为未来的操作者不再是人，而是Agent。

不过，需要注意的是，办公软件本质上是一套标准传输格式（比如.xls、.pptx、.pdf、.docx等）和沉淀了人类经验的图形化界面。Agent的可控生成能力虽然会重构GUI，将文件的创建方式从人工点击转变为自动生成。

只要信息需要在不同环境（如无网环境或不同设备）的上下游之间流转，标准传输格式就是不可或缺的载体：就像当年Google Docs虽然改变了协作方式，但因下游消费者仍需使用Office，文件最终还需回到标准格式进行传输，因此市场上的文件数量并没有减少，反而在变多。

所以Claude集成进Excel意味着它会生产出更多的Excel文件，这实际上是一个正和游戏而非零和博弈。

尤其在数据和金融等对准确性要求极高的场景下，只要Human-in-the-loop的校验机制依然存在，人类就需要打开一个界面去确认数据。这意味着Agent无法完全脱离宿主，而不得不以插件的形式嵌入到Excel等成熟生态中，利用这些沉淀了数十年、几代人习惯的标准界面来完成最后的人工确认环节。

在这个过程中，变化的仅仅是文件的“创建者”：以前是人类打开软件一个个点击生成，现在变成了Agent在后台批量生成和交付，软件的入口和操作权正在从人类手中转移给Agent。

因此，这一模式对试图从Excel中切分蛋糕的SaaS公司（如Airtable这种多维表格）构成的冲击可能比对微软更大。因为这些公司本质上是在切分Excel中的数据分析功能，而这正是Agent最擅长的。

高价值Agent一定会切分企业工资预算

尽管今天大多数基础模型厂商的整体ROI仍为负值，且一个模型基本只有1-2个季度的生命周期，但Claude Code的出现提供了一个新思路：可以通过高质量的“配套产品”来增厚模型的生命周期价值。有观点推测，Claude Code作为一个高溢价的Coding Agent产品，单体ROI很可能已经转正。

过去用户在C端习惯的订阅价格通常是$20/月，或者是稍贵一点的$200/月。但事实上，已经有团队目前人均Token消费已经达到了$500/月的水平，市场已经开始出现并酝酿定价在$1000-$2000/月的高价值Agent服务。

这一价格跃升背后的逻辑是，Agent提供的不再是简单的辅助功能，而是能够替代或大幅增强专业人力的“高价值任务”执行能力。因此，Agent的定价策略开始脱离传统的SaaS软件逻辑，向“数字员工”的价值靠拢。

随着定价的跃升，Agent的收入来源也在发生根本性的转移。以前，无论是C端互联网还是B端SaaS，本质上切分的往往是企业的营销预算或IT软件预算。然而，高价值Agent的出现让这块天花板被大幅打开，它开始切分企业庞大的工资（劳动力）预算。

也就是说，当Agent能够独立完成coding、数据分析甚至全天候盯盘等工作时，企业支付的不再是软件使用费，而是购买劳动力所支付的薪酬。

不过就当下来看，即便今天搭建一个Agent的门槛已经非常低，但要判断Agent产出的内容（如短剧剧本、视频分镜）是否合格，需要极深的行业Know-how（如导演的审美）。因此，未来的高价值Agent必须由真正的行业专家主导，因为只有他们具备极深的行业Know-how，才能做好Context Engineering，精准地向Agent描述任务背景和约束条件，并具备“评估”AI产出质量的能力。

Insight02

2026年Token用量至少有10x增长

Claude Code、Cowork这些高价值任务Agent能完成人类在办公室需要一两天甚至两三天才能完成的工作，相对应，这些高价值带来的Token消耗的量级已经在发生质变。例如，有开发者分享了一个数据：某个处理图片、视频的Agent产品，Claude code的成本消耗量是大于Nano Banana和Veo的。

因此，一个激进但又合理的预测是：相比2025年，2026年的Token消耗量预计将有10倍甚至更多的增长？甚至还会是一个更夸张的速度。

“Token消耗量至少翻10倍”也是拾象2026关键预测之一，Long-horizon task、Proactive Agents以及多模态三条技术主线都会是Token消耗大爆炸的drivers。

开源模型“下限达标”是Token消耗暴涨的重要动力

过去一年，开源界都在拼命构筑“上限”，但对于大规模应用而言，单纯的上限突破意义有限，只有当能力的“下限”被抬高到稳定可用的水平时，商业化才成为可能。

因此，就有人提到智谱GLM-4.7的发布具有巨大的历史意义，它标志着开源模型历史上第一次真正触达了在Coding和Agentic场景中的“可用下限”。

这一拐点也彻底改变了行业的商业逻辑：过去几年，全球厂商本质上都是依附于Claude、ChatGPT、Gemini等闭源巨头的生态上下游来赚钱的，而一旦开源模型跨过了这个“可用下限”，无论厂商处于什么赛道，都有机会直接通过开源模型进入市场并建立独立的盈利闭环。

正是由于“下限”达标，2026年开源模型的Token消耗量将迎来“大爆炸”

•有开发者在实测体验上，在Claude Code环境中运行GLM-4.7时，虽然部分能力仍有提升空间，但它首次带来了“无感”的使用体验，不再像以前的模型那样需要开发者费心驾驭。

•有观点表示Kimi K2.5模型的逻辑非常干练，并已具备Multi-Agent并发处理能力，能够支持任务复杂度呈指数级上升的场景，足以扛住一般的应用开发需求。

开源模型的崛起也将逐渐通过蚕食中低端市场，倒逼闭源厂商加速冲击能力上限。值得注意的是，产业界对“下限”的要求并非一成不变，而是会随着技术上限的提升而水涨船高。这就好比2023年基于GPT-2微调做客服的创业项目，虽然曾短暂领先，但很快就被GPT-3带来的更高基准所淘汰。

因此，仅仅基于当前的“下限”构建商业模式是不可持续的，因为随着用户预期和技术水位的整体上移，昨日的“够用”很快会变成明日的“落后”，这要求应用层必须紧跟模型能力的演进。

Token消耗量才是衡量AI-native程度的核心指标

真正的AI原生就是看谁能通过使用大量的Token来解决复杂问题，使用Token的比例越大，说明越AI Native，如果还在用UV或日活看业务，说明还在沿用旧的逻辑。

按模型类型划分的每周Token使用量，Source：OpenRouter

具体来说，过去大家用大模型写一篇文章或回答一个知识库问题，消耗的Token量是很少的。但现在，无论是Manus还是Claude Code，运行模式都是给Agent一个任务，它通过自己写一段代码、跑一个环境、计算一个结果再交付给用户，为了解决这一个问题所消耗的Token量是传统Chat模式的百倍甚至千倍。未来绝大多数Token都会以Coding Agentic的形式消耗掉。

目前已有好几个单用户Token日均消耗达到billion级别的案例出现，但不是靠单人，而是靠工程拉动的。有观点甚至预测，随着Agent自动完成任务的能力增强，未来单人控制的Agent在理论上消耗10B甚至更高量级的Token将不再是难事。

还有观点认为，现在Token与Token之间开始变得不等价：

•以前需要300B甚至更大参数模型才能完成的任务，现在30B甚至8B的模型就能胜任。模型“压缩”带来的质量提升，使得小参数模型的Token价值在快速逼近大模型，而且未来大量的Token消耗可能会下沉到端侧（如手机、短视频应用）；

•推理侧出现了像Cerebras这样不依赖英伟达GPU的专用芯片，Token生成速度非常快，和英伟达芯片场景下的Token概念也不太一样。

总的来说，市场对2026年全球Token消耗量持极度乐观态度，唯一的制约瓶颈可能在于硬件供应。去年的状态是部分GPU可能还存在卖不出去的情况，但在今年Agent爆发的驱动下，预计未来一年内GPU将再次进入“买不到”的紧缺状态。

Insight03

给Agent设计的Infra是刚需

一个相当肯定的事实是，未来一定是人类用户和Agent在数字世界共存共治，但今天的互联网infra对Agent实际上处于一种“敌对”状态，核心原因是因为现有的数字世界原本是为人设计的，而非为Agent设计的：

•Agent很难顺畅地执行跨平台任务，它们经常遭到像Cloudflare这样的防火墙拦截，网络IP也会被封锁；

•今天的Cyber Security产品也没有做好为agents服务的准备，agents处于一种缺乏专门安全、审计、支付接口以及适配浏览器环境的“裸奔”状态；

•Agent执行长程任务时的脆弱性。

一个典型的例子是，当用户试图让Agent遍历并总结X列表上的所有观点时，由于任务链过长，Agent经常会中途“断片”。这其实说明当下的Infra尚不足以支撑大规模列表任务的连续性，导致任务无法自动闭环，往往需要人类反复介入才能继续推进。

更深层来看，这种Infra缺失也是交互关系的倒置的体现。理想的infra本应让Agent适应人，但目前的体验却是人适应Agent：用户发现自己经常需要停下来，耗费大量精力为Agent喂入正确的上下文或定位底层的Bug。

这还引发了一个有趣的悖论：当Agent在云端并发全力跑起来时，机器的执行速度太快，以至于人类的灵感、决策和反馈速度反而跟不上。在追求极致效率的闭环中，人反而成了全流程中最慢的一环。

Infra的缺失反过来催生了巨大确定性新机会：

•Infra of Agent：构建Agent的Infra；

•Infra for Agent：给Agent用的Infra。

这其中包括专门为Agent优化的浏览器环境（如BrowserUse）、专用网络和支付系统。例如，有开发者做了一个专门为Agent设计的浏览器界面，能显著节省Token消耗并提升任务成功率，甚至因此吸引了来自ChatGPT的大量请求。

更进一步，还有一个相当高阶的Infra需求：主动对齐。

目前的Agent大多是被动接收指令，但人类往往无法精准描述自己的深层上下文。未来的Infra需要具备“建模用户”的能力，即Agent能够主动构建用户的数字分身，理解用户的思维习惯和隐性知识，而不是每次都要用户费力地写Prompt来对齐AI。现在字节跳动等大厂正在探索相关产品，试图通过工具自动优化用户的指令，并联动模型Post-training的能力，来主动“对齐”人类的深层需求。

此外，随着Agent任务复杂度的指数级上升，Agent运行可能会带来CPU负载的回潮，但这里的商业价值更倾向于产业链的自然延伸，虽然Agent从Code Interpreter到Sandbox的演进确实推高了CPU的使用量，但并未构成高壁垒的独立机会，原因在于：

•Agent沙盒的进入门槛非常低，不仅传统云厂商，OpenAI、Anthropic等模型厂商都能原生提供容器服务。

•相比于GPU的紧缺，CPU目前供应充足且基建成熟（支撑10万级并发非常容易）。云厂商在这一方向的定价几乎没有溢价，利润空间有限。

•沙盒的终局形态是轻量级的瞬时容器（跑完即毁），还是需要持久化、带GUI的重型环境，目前尚不明朗。

Insight04

我们正在进入“隐私换效率”的时代

为了追求极致的效率和生产力，用户（尤其是开发者和极客群体）对隐私和权限的观念正在发生根本性的范式转移，也就是说，为了让Agent能更好地理解个人上下文并自动执行任务，大家开始愿意让渡极高的权限。

•有开发者正在尝试让AI直接操作用户的股票账户，进行策略编写、回测甚至实盘交易，有观点认为这可能是目前能找到的最高价值Agent任务之一。

•更典型的例子发生在OpenClaw的使用上：用户为了获得更快的上下文对齐，直接赋予Agent读取本地所有文件的权限。有用户发现，Agent在检索过程中甚至从硬盘的角落里翻出了他的Web3钱包公钥和私钥。面对这种“裸奔”的风险，该用户的反应却是：既然它都找到了，不如直接引导它去去中心化交易所（DEX）上跑几笔交易。

这种为了便利而全盘托付“身家性命”的现象，或许标志着我们正在进入一个“隐私换效率”的激进时代。

但这种激进的尝试也已经带来了惨痛的代价。比如一位博主曾让OpenClaw在Polymarket上执行下注任务，预测“美国政府月底是否会停摆”，原本设定的单次下注额度是500美金。但由于Polymarket这样的平台infra尚未准备好为Agent服务，平台接口没有返回明确的“下注成功”参数。这导致Agent误以为任务失败，于是不断重试，最终重复下注了40次，总投入金额高达1.8万美金，第二天事件反转后，该博主直接亏损了1.4万美金。

总的来说，当前的Agent生态正处于类似互联网早期的“田园时代”，用户为了便利在某种程度上是在“裸奔”，随着用户群体从早期单纯由好奇心驱动的用户转向大众，恶意软件和钓鱼攻击等安全威胁势必会大幅增加。

行业可能需要经历几次严重的安全事故作为教训，才能真正重视安全。

Insight05

The End of SaaS?

激进派：软件将被吞噬

“Software is being eaten”虽然激进，但确实是相对主流叙事，尤其是最近美股市场上SaaS被普遍看空。

这一观点的核心逻辑是：今天大家研究如何让Agent去操作为人类设计的交互产品（如点击按钮、填写表单）是错误的方向。软件本质上只是流程的载体，当Agent能够直接操作数据和API时，那些专门为人类设计的复杂UI以及中间的业务逻辑封装（如审批流、填表）将变得毫无意义。Agent会直接绕过这些“中间态”，去接管任务。

因此，随着Agent接管的任务越来越多，“中间态”市场空间都将被极度压缩。目前的AutoGLM或BrowserUse等尝试，本质上都只是从人操作软件到Agent操作数据过程中的过渡形态。

随着Agent可以接管代码，传统软件开发中的精细化分工（前端、后端、测试、UI）将失去存在的物理基础。

以前有这些分工是因为人类脑力有限，只能专注局部；但现在，一个人在Agent的辅助下，80%的时间用于认知和顶层设计，20%的时间用于执行。这意味着“全栈”不再是能力标签，像腾讯TAPD这类项目管理工具或许将不再被需要。

目前已经出现了像TapTap Creator这样的产品，用户即便不懂代码，只需输入指令，比如“把这个二维贪吃蛇做成3D的”，系统就能直接生成游戏内容。这意味着，未来这些原本必须由专业人士操作的Unity或者Unreal这类复杂引擎，很有可能被用自然语言生成3D互动内容的方式所取代。虽然目前的3D效果还很初级，但这暗示了软件作为人类操作工具的属性将被彻底剥离，未来可能不需要中间的软件层，而是直接由Agent交付最终结果。

保守派：Software as Tools

这一派观点强调必须区分人与工具，在Agents爆发后的生产关系中：软件演变为工具，Agent是工人：

•Agent的产出具备概率性，可以像老师傅一样做判断和发明创造；

•软件具备100%的准确性、绝对的稳定性和流程固化的能力，可以充当“工具”或“机器”的角色。

就像在现代工厂里，我们依然需要高效率的流水线机器来焊接电路板，而不会用具身机器人去替代它一样，企业软件（如ERP）的核心价值在于结果的绝对稳定和可复现，这是概率性的Agent无法替代的。

因此，在企业里，软件不会完全被Agent替代，而是会退化为底层的工具和数据库，更多地由Agent通过代码来驱动和操作，而非通过UI供人类点击。

软件的未来壁垒可能不在于代码生成，因为AI生成代码会越来越容易，壁垒在于Palantir所说的“本体论”：

•对于To B业务来说，软件厂商需要定义清楚企业内部的组织逻辑、隐私边界和业务上下文。

•在To C领域，对应的就是如何知道个人隐私。

Insight06

如何实现Agent的真正泛化？

目前全球有20亿人使用过Chatbot（如ChatGPT、豆包等），但真正使用过Agent（如Claude Code、Manus）的人数可能只有几千万的量级。

Chatbot本质上被大家当成了搜索引擎在用，搜索引擎是一个已经被普及了几十年的习惯，而Agent代表了一种全新的交互范式，要把这个新范式的用户规模从几千万带到几十亿，中间存在50到100倍的巨大差距。

为了跨越这道鸿沟，有三种维度不同的思路。

思路1：人群分层渗透

目前Agent并没有一个“万能钥匙”式的普及路径，而是针对不同人群出现了三种截然不同的、平行的产品形态。

1.面向硬核技术人员的产品，以Claude Code为典型代表

这是一条门槛极高的路线，这类产品摒弃了花哨的图形界面，专为硬核程序员设计，让他们在熟悉的终端（Terminal）和持续集成（CI）环境中，通过大量的Token消耗来直接感受到Agent的威力。对于这部分人群来说，他们不需要简化的界面，而是需要极致的控制权和自动化能力，通过手动配置和脚本执行来挖掘Agent的上限。

2.面向广大的知识工作者和白领群体的生产力产品，以Manus为代表

如果说Claude Code是让程序员感受到了Agent的魔力，那么Manus的路径则是将这种自动化能力进行了封装，提供了一种“交钥匙”般的体验。它的核心逻辑是让那些不懂代码、不熟悉命令行的普通白领（Office Workers），也能在处理文档、数据和流程时体验到“一人抵一个团队”的生产力飞跃。这类产品的目的是降低技术门槛，让生产力工具直接赋能于商业和办公场景。

3.最具爆发潜力的大众社交产品，以OpenClaw这类产品为代表的IM Bot（即在Telegram/Discord等社交软件中运行的Agent）

对于几十亿的普通大众而言，他们可能并不关心复杂的代码或极致的生产力工具，但他们关心社交和互动。这类产品试图引入“Agent社交网络”的概念，利用网络效应来实现病毒式传播。这类似于互联网早期通过AOL聊天室或Facebook完成普及一样，让用户在“玩”、“讨论”和日常交流中自然地进入Agent的世界，从而实现真正的大众化破圈。

思路2：Agent是难用的“电脑”，还是易用的“手机”？

关于Agent的普及形态，目前存在观点分歧：Agent到底更像早期的电脑，需要用户去学习和适应，还是像智能手机一样，能够做到直觉式地上手即用？

“电脑派”

现在的Agent发展阶段更类似于早期的个人电脑时代。与移动互联网时代依靠分发渠道变革（如App Store）带来的爆发不同，Agent的革命本质上是智能本身的变革，分发渠道并没有发生本质改变。因此，它不会像手机应用那样一蹴而就地实现零门槛普及。

就像当年人们为了获得PC带来的生产力提升，必须努力学习DOS命令一样，现在的用户也需要跨过一定的技术门槛，才能真正获得巨大的能力杠杆。

•现在使用Agent需要配置复杂的本地环境；

•即便是技术人员，也面临着极高的学习成本，他们往往需要花费大量资金“烧Token”来摸索如何给AI喂数据和下指令，才能逐渐熟悉这套全新的交互范式。

这意味着，Agent的普及注定是一个从精英向大众缓慢渗透的过程，用户需要像当年学习电脑一样，投入时间去掌握这一新工具。

“手机派”

Agent如果要实现几十亿用户级别的普及，必须像智能手机或微信一样，做到几乎“零门槛”。如果Agent像电脑一样需要专门的教学，那么它的受众可能永远局限于年轻一代或专业技术人员。只有当它像家电一样无需学习、开箱即用时，才能真正走向大众。

为了实现这一终局，市场可能需要等待Google、Apple等科技巨头在操作系统底层完成深度封装，打造OS级别的Agent，将所有复杂的环境配置、隐私安全等问题在后台彻底“黑盒化”，只留给用户一个极简的交互界面。

思路3：屏幕只是过渡，实体机器人才是未来

有一个极具颠覆性的“暴论”：目前市场上讨论得热火朝天的屏幕内Agent，本质上只是一个不断变化的过渡性“壳”。只要Agent还被困在屏幕里，它就很难成为真正的终极形态。

主要原因有2个：

1.目前的数字Agent实际上是在为不完美的数字基建“填坑”

现有的Agent之所以存在，很大程度上是为了适应那些并不是为AI设计的Web接口：现在的Agent就像是一辆性能极佳的宝马跑车，却被迫跑在崎岖不平的山路上。因此，目前所有的屏幕内Agent本质上是为了修补数字世界裂痕而存在的临时解决方案。

2.不仅是环境的错位，更存在着产品视角的错位

目前主导Agent讨论的群体主要是程序员和投资人，这导致大家很难对世界上绝大多数普通人产生真正的同理心。对于全球几十亿的普通大众而言，他们日常面临的大量真实任务实际上是体力劳动，而不是数字世界里的文档处理或代码编写。如果Agent仅仅停留在优化数字信息的流转，它就很难让这几十亿劳动者产生共鸣，也就难以实现真正的“大众化”。

因此，Agent的终极形态必须是进入物理世界。随着技术红利的推进，每年都会出现新的软件“壳”，但这些都只是量变。直到有一天，这个高智能的“壳”真正套到了机器人身上，让AI从屏幕中走出来，进入物理世界去解决实际的交互与体力劳动问题时，Agent才会迎来真正的终局。