一个金融背景的99年女生张舒昱，如何在40天内打造出引爆市场的QClaw？她不懂代码，却精准捕捉到了OpenClaw与普通用户之间的巨大鸿沟，用极简产品设计让数百万用户首次体验到AI Agent的便利。本文深度剖析这场跨越技术鸿沟的商业奇迹，揭示产品经理在AI时代不可替代的决策价值。

“QClaw上线12小时，腾讯港股涨了3500亿港元。”

这句话本身没什么问题。问题在于，主导这件事的人——张舒昱——是个金融专业出身、完全不懂写代码的99年女生。

同一时间，无数技术极客正在自己的终端里部署着功能更强大的OpenClaw，他们有完整的云部署方案、个性化配置脚本，他们看着QClaw，摇了摇头：”这玩意儿太难用了。”

他们是对的。他们也错过了问题的本质。

01

2025年底，张舒昱加入腾讯电脑管家团队。

彼时OpenClaw刚刚在极客社区引爆，GitHub Star数在几周内飞速增长。这是一个典型的技术人员狂欢的时刻——他们兴奋地讨论配置方案、调试API Key、在各大论坛分享部署心得。

张舒昱不属于这个圈子。她的简历上是普华永道、华泰联合证券、欧莱雅、安永的实习经历，IELTS 7.5，CFA在读。她看这些讨论，看的不是技术细节，而是另一件事：

为什么这么多人在讨论“怎么安装”，而不是“怎么用”？

02

1962年，社会学家Everett Rogers提出了一个改变商业世界的理论——创新扩散理论。

他把人群分成五类：Innovators（创新者）、Early Adoptors（早期采用者）、Early Majority（早期大众）、Late Majority（后期大众）、Laggards（落后者）。每一类人接触新技术的时间和原因都不同。

创新者会自己搭环境、读文档、踩坑再爬出来。普通大众不会——他们会等技术”稳定了””有人教了””用起来不费劲了”再上车。

这个时间差，Rogers把它叫做“鸿沟”。而跨越这道鸿沟，向来是商业机会最密集的地方。

张舒昱看到的，正是2025年底OpenClaw世界里的那道鸿沟。

03

她做了一件很多产品经理都会说”我知道”但很少真正去做的事：

把鸿沟本身做成产品。

2026年2月13日到23日，春节期间，她一个人在家完成了十多版产品方案。3月8日晚，QClaw决定首发。3月9日，登上微博热搜。

这个过程总共40天。团队5个人，营销预算为零。

产品哲学只有一句话——“一个输入框，默认模型。”

所有API Key配置、模型选择、技术参数，全部隐藏。她的目标用户，是那些从来没听说过token是什么的人。

04

然后批评来了。

“QClaw本质是个ChatBot，不是真正的Agent。”

“消息丢包，至少复现了三次。”

“模型连半个月前发布的GPT版本都不知道。”

“微信集成入口藏在客服消息二级菜单，完全反人类。”

这些批评，每一条都有道理。

写这些评测的人，大概率是那种能在本地跑着自己部署的OpenClaw、每天用着五个终端标签同时处理任务的人。他们评价QClaw，就像一个职业厨师评价泡面：

“营养不均衡，口味单一，根本比不上我做的菜。”

没错。但泡面的目标用户，从来就不是职业厨师。

05

这里有一个产品经理容易陷入的思维陷阱：把最响亮的声音当成最重要的声音。

在互联网上能写出详细产品评测的人，往往是Early Adoptors甚至Innovators。他们的反馈极其宝贵——但只在你服务他们的时候。

QClaw服务的是那个用微信发消息就能让电脑自动整理文件的七十岁老人，是那个用AI帮自己整理发票的财务实习生，是那个三天靠QClaw把小红书账号涨粉200的内容创作者。

这些人不会在Hacker News发帖，不会写ProductHunt评测，但他们的存在决定了产品的规模上限。

张舒昱对中国用户有一个清醒的判断：“中国用户想卷工作，赚小钱。”

这不是什么宏大的愿景，这是目标用户画像。极其精准。

06

当然，我不是在说QClaw没有问题。

问题是真实存在的。产品定义模糊、技术稳定性不足、微信生态打通不彻底——这些都是可能造成用户流失的硬伤。

但这里有一个在AI时代被放大了的基本逻辑：先上线，才能开启进化的飞轮。

没有上线，就没有真实用户反馈。没有真实用户反馈，就没有方向正确的迭代。任何在内部反复打磨但迟迟不发布的产品，都只是在对着镜子做功。

这个逻辑的代价是真实的——它会伤用户信任。

对消费者产品来说，这个代价极其昂贵。但对于企业内部工具、对于处于早期验证阶段的产品，先完成再完美，往往是唯一正确的节奏。

07

现在回到一个更根本的问题：

为什么是张舒昱，而不是那些会自己部署OpenClaw的技术人员？

技术能力并不是稀缺资源。在2026年，能”单人手搓出产品”的人越来越多——AI辅助开发让一个有基础技术能力的人可以完成从部署到个性化配置的全部工作。

但是，技术能力只解决了”能做”的问题。

张舒昱解决的是另外两个问题：“做什么”和“为谁做”。

她在春节期间独自完成十多版方案的时候，技术细节不是核心——她在判断。判断哪个用户群体的需求最迫切，判断产品边界应该画在哪里，判断什么时候市场已经准备好了。

这种判断力，不是代码能给的。

08

在创新扩散理论里，有一个隐含的规律：历史一直在重复，只是速度越来越快。

每一次技术革新，都会出现同样的故事：一小群创新者掌握新工具，普通人望而却步，然后某个人/某家公司造出了那座桥，市场爆发。

个人电脑时代，那座桥叫图形界面。

移动互联网时代，那座桥叫App Store。

OpenClaw时代，那座桥叫QClaw。

不同的是，AI让“造桥”这件事本身快了三倍以上。

以前，一个产品经理从想法到上线，要经历需求文档、开发排期、测试联调的漫长流程。现在，产品经理自己就能用AI完成原型、甚至完成相当部分的开发工作。

这意味着：只要产品经理的学习速度还快于普通用户，“教育用户使用新技术”这件事，就依然是有价值的工作。

09

但这里有一个让人不安的递进。

AI进步的速度，正在压缩这个”先人一步”的时间窗口。

今天，一个不懂代码的产品经理，需要理解OpenClaw的架构才能做出QClaw。明天，AI可能直接问用户：”你想帮什么人解决什么问题？”然后自己完成产品设计和上线。

也许，我们正在经历的，是“产品经理作为翻译者”这个职位的最后高光时刻。

10

那么产品经理这个职业，会消失、进化，还是分裂？

我认为是分裂。

一部分产品经理，会进化成全栈产品负责人。他们既能理解技术边界，又有产品品味，能独立完成从想法到上线的全链路。张舒昱是这条路径上的早期样本。有趣的是，这条路不只对产品经理开放——有产品直觉的开发者，同样可以走到这里。

另一部分，可能需要做一种完全不同的工作：设计AI Agent使用的产品。

这是一件目前还很少人在认真做的事。当Agent逐渐接管人与互联网之间的交互，当人们越来越多地通过对话而非点击来完成任务，”界面”和”功能”的定义会发生根本性的变化。

Skills的设计——Agent理解和执行任务的能力单元——可能才是下一代产品经理的核心工作。

11

SkillHub已经聚合了1.3万多个Skills。

这个数字今天看起来很小，但它代表的是一种新的产品形态：不是给人用的应用，而是给Agent用的能力模块。

一个产品经理，如果只会写PRD、只会画用户旅程地图、只会和开发讲需求，在这个世界里会越来越边缘。

但如果他能理解Agent的决策逻辑，能设计出让AI准确理解人类意图的交互框架，能判断哪些Skills会成为基础设施——他的价值，可能比过去任何时候都高。

12

1833年，查尔斯·巴贝奇设计了差分机。

没有人知道这台机器将来能做什么，大多数人的反应是：”这东西能代替人工计算吗？那那些计算员怎么办？”

两百年后，我们知道答案：不是计算员消失了，而是“需要被计算的问题”多了一万倍。

AI对产品经理的影响，可能也是同一个逻辑。

执行成本趋零的世界里，消失的是”把想法翻译成代码”这件事的门槛。但”判断什么值得做””为谁做””做到什么程度够”——这些问题，AI还没有答案。

建造本身越来越便宜，但建造什么和为什么，是更古老、更难的问题。

13

最后说说QClaw本身。

它现在是一个有明显缺陷的产品。消息丢包、功能不清晰、微信打通不彻底。

但它做了一件更重要的事：它让几百万从来没用过AI Agent的人，第一次用上了AI Agent。

等他们习惯了让AI帮他们整理文件、写报告、查天气，下一次有人推出更好的产品，他们会更容易上手。

这就是张舒昱和QClaw真正的价值——不是做出了最好的产品，而是拓宽了整个市场的边界。

创新扩散理论里，那座桥最重要的功能，不是让你走得舒服，而是让你过去。

在AI进化的速度面前，5年真的太远了。也许明年，就不再需要产品经理来给人类翻译如何让AI帮他们干活了。但在那一天到来之前——

判断力，依然是这个时代最贵的东西。