当Claude Code实现AI直接操控电脑的突破性能力时，中美两国选择了截然不同的发展路径。Anthropic、OpenAI等美国大厂坚持安全可控的闭环产品策略，而中国厂商则围绕开源项目OpenClaw构建云端生态。这场'龙虾'能力的路径分野，折射出中美在AI商业化、合规环境与市场策略上的深层差异。

3月23日深夜，Anthropic突然扔出一颗重磅炸弹，旗下产品迎来关键更新。

这一次，AI真正学会了操控电脑。

更新后的Claude Code，可以直接打开本地文件、使用浏览器、操作IDE。

更夸张的是，当系统没有现成接口时，它会像一个真人一样，直接接管鼠标、键盘和屏幕，无需任何复杂设置。

Claude Cowork则把这套能力从程序员专属扩展到普通知识工作者。你只需在Mac桌面App里给它一个文件夹权限，它就能自主读写文件、整理资料、执行多步工作流。

业内瞬间沸腾，这被视为Claude体系迄今为止最激进的一次能力跃迁：AI从会聊天进化到会动手。

一夜之间，全球开发者社区都在刷屏“AI终于长出手了”。

但值得玩味的是，既然美国大厂自己就在做“龙虾”类能力，为什么他们集体绕开了OpenClaw？

而中国厂商却趋之若鹜、抢着把OpenClaw搬上云端？

01 美国大厂绕开OpenClaw

先说一个误区，美国大厂并非对OpenClaw这类“AI直接操控电脑”的能力视而不见。

恰恰相反，它们早已把这一底层范式视为下一代AI的核心竞争力，并坚定地把它做进自家模型和产品闭环。

以Anthropic为例，早在2024年底就推出“Computer Use”能力，并迅速将其升级为Claude体系的核心谱系之一。

除了最新的Claude Code、Claude Cowork，还有Claude for Chrome等浏览器端产品，共同搭起一个完整的产品矩阵。

OpenAI的路径高度一致。

2025年1月，它推出Computer-Using Agent（CUA），专为GUI交互训练，结合GPT-4o的视觉能力和强化学习，让AI能像人一样看屏幕、点按钮、填表单。

随后通过Operator产品落地（现已演进为ChatGPT Agent），用户可让它自主完成网页任务、购物、下单等全流程。

OpenAI同样选择“云端受控+虚拟环境”的安全路径，而不是把完整权限扔给本地开源项目。

除了这两家，其他美国大厂也在快速跟进同一范式：

Google推出Project Mariner（Gemini Agent），让Gemini直接操控浏览器和桌面应用；

Microsoft则将类似能力深度集成进Windows Copilot和Azure AI Agent Service，支持本地PC自动化和企业级工作流。

亚马逊AWS Q Developer、IBM watsonx Orchestrate等也在各自生态里构建agentic能力。

那么，为什么美国大厂宁可自研，也不愿意围着OpenClaw做产品？

核心在于商业与风险的评估：

第一，安全、合规与责任边界。

OpenClaw是完全开源、本地全权限的“野生版”，你给它多少权限，它就能干多少事。

这对极客极度友好，却让企业法务和安全团队难以安心，数据泄露、误操作、恶意利用、供应链攻击等风险，都无法被企业内部把控。

美国企业普遍受政策法规等严格监管，采用开源本地Agent等于把合规责任甩给自己，保险公司和董事会根本不批。

第二，商业闭环与护城河。

美国大厂要做的是“能力商品化”，而非“开源套壳分发”。

把Computer Use做进Claude或CUA，就能通过API调用、Pro订阅、企业版授权直接变现，还能形成模型-工具-生态的闭环锁定。

如果围绕OpenClaw做产品，就相当于把流量和付费用户拱手让给社区，自己的模型反而成了“底层算力提供商”，战略上完全不划算。

第三，可靠性和可控迭代。

OpenClaw虽然在GitHub上星标已超20万，但它是社区驱动、更新碎片化、没有SLA的“实验品”。大厂需要的是可审计、可监控、可回滚的官方产品，能在企业级场景里给出可用性和安全性的承诺。

所以，在美国市场里，Claude Code这类“安全版电脑操控”成了主流企业采用的标配，而OpenClaw始终停留在独立开发者、开源爱好者和极客小圈子。

02 中国厂商追着 OpenClaw跑

反观中国厂商对OpenClaw的追捧，核心逻辑其实非常务实：它正好踩中了国内AI产业当前的三大痛点。

首先，是算力与Token的饥渴。

国内大模型厂商普遍面临“模型训好了，没地方用”的尴尬。

OpenClaw这种本地全权限Agent，天生就是Token消耗机器：每一次鼠标点击、浏览器导航、文件读写，都是一连串API调用。

火山引擎、阿里云、腾讯云在项目开源后几天内，就推出了一键部署模板，试图把OpenClaw直接变成自家云端算力的吸金器。

其次，是极致的场景落地文化。

中国市场对新技术的容忍度远高于合规门槛，只要能快速出Demo、快速验证商业闭环，就值得All in。

最后，是低成本、高速度的生态优势。

OpenClaw作为开源项目，不需要重金自研底层，只需把国内大模型往里一塞，就能立刻拥有“电脑操控”能力，省去了漫长的安全对齐和企业级打磨周期。

这正是中国AI厂商最擅长的“拿来主义+快速迭代”打法。

不仅如此，OpenClaw还刚好踩中了中国市场的焦虑。

普通用户、中小企业、甚至地方政府，都在把它当成一种能立刻带来效率和创业想象力的工具。

多地政府围绕OpenClaw给补贴，将“一人公司”叙事推上高潮，进一步使OpenClaw从技术框架变成了社会话题。

所以中国大厂追的，未必是OpenClaw项目本身，而是它作为Agent新入口的爆发力。

这和美国厂商优先把它做成底层能力，起点就不一样。

03 中美“龙虾”路径分野

表面上看，这是中美“龙虾”能力落地的“冰火两重天”，但本质上是两条完全不同的Agent商业路径。

美国路径的核心是能力商品化+风险可控。

Anthropic、OpenAI、谷歌、微软这些厂商共同的打法是，把GUI操控能力牢牢锁在自家模型-产品-订阅的闭环里，通过API、企业授权、Pro订阅直接变现。安全、合规、SLA、品牌信任全部打包出售，相当于做成了高溢价的官方安全版“龙虾”。

这样做既能建立护城河，又能把法律责任和用户数据控制在自己手里，符合美国企业严苛的监管环境和资本市场偏好。

中国路径则完全相反，相当于开源底座+平台吸收。

OpenClaw被当成一块“公共基础设施”，大厂不跟它抢底层，而是争相提供最好的“外挂”——云端部署、一键模板、模型路由、监控后台、商业化插件市场。

谁把OpenClaw跑得最稳、生态最全，谁就能把海量Token消耗、用户粘性和数据沉淀收入囊中。

最终结果是，开源项目本身不赚钱，但围绕它生长出来的云服务、模型调用、企业解决方案却能快速形成规模效应。

这正是中国互联网最擅长的“先把蛋糕做大，再分蛋糕”的打法。

04 OpenClaw的未来

此次Claude Code的炸场，不过是把“龙虾”类能力推到了聚光灯下。而OpenClaw在中美，最后大概率不会走向同一种命运。

在中国，OpenClaw大概率会沿着一条经典的“爆红—监管—大厂吸收—底层化”路径快速成熟。

未来普通用户可能再也感知不到OpenClaw这个名字，只知道“火山引擎AI助手”“阿里云小龙虾”“小米超级Agent”这类产品名。

它会像今天的Linux内核一样，隐身于千行百业，却再也无法独立成为全民入口。

在美国，剧本可能完全不同。

OpenClaw虽然难以成为全民主入口，但会长期停留在开发者、自托管、高级用户和中立的市场。

这种“去中心化、反垄断”的属性，反而会让它在开发者社区长期存活，甚至演化出付费的“企业自托管版”和“隐私增强插件市场”。

未来几年我们会亲眼看到，同一个“龙虾”能力，在太平洋两岸，究竟会开出怎样截然不同的花。