OpenClaw 以 24.8 万星登顶 GitHub 历史第一，国内跟进做封装的 C 端产品却在九个月内集体撤退，腾讯 QClaw 宣布 12 月 24 日停运。作者用五个关键决策拆解套壳产品为何留不住用户。

今天聊OpenClaw，以及由它引发的这一轮Agent浪潮。

2026年3月，一个奥地利独立开发者的周末项目登顶了GitHub历史第一，把Linux踩在脚下，收获超过24.8万星。它叫OpenClaw——把Claude Code接进了WhatsApp，让AI智能体在聊天窗口里“替你干活”。

中国大厂的反应是什么？组建精干团队，开立项会，做封装，搞运营，铺天盖地推各自的“龙虾”产品。腾讯的QClaw在腾讯大厦门口排起千人长队，用户们等着“安窝”。

九个月后，C端全线撤退。QClaw宣布12月24日停止运营，从内测排队到平安夜关灯，这只龙虾活了不到十个月。

一个让全世界开发者疯狂的开源项目，为什么衍生出的C端产品集体阵亡？今天这期节目，我们聊OpenClaw浪潮的五个关键决策。不是“它有什么功能”，而是“为什么所有人都在做，却没有人能活下来”。

一、第一个决策：价值沉淀在开源层，C端产品只是“流量二道贩子”

OpenClaw的创始人Peter Steinberger是一个奥地利独立开发者。他花一小时写出了雏形，把Claude Code接进了WhatsApp。2026年3月，这个项目以超过24.8万星登顶GitHub历史第一。

这是一个“开源生态”的胜利。但问题在于：价值沉淀在了开源协议与生态层，所有基于它做封装的C端产品，本质上都是流量二道贩子。 套壳产品既不掌握模型，也不掌握框架：模型层的智能在按月进化，框架层的生态在以星数复利，夹在中间的壳，能做的只有汉化界面、预装技能、补贴算力。这三件事都不构成壁垒，只构成成本。

更致命的是Steinberger本人的去向。2026年2月，他加入了OpenAI负责下一代个人智能体，项目移交独立基金会。连原作者都判断，这个框架的未来在更底层的位置，封装层的生意从一开始就没有被写进路线图。

产品经理的启示： 当一个开源项目足够强大时，基于它做“封装”的C端产品，价值空间会被双向挤压——向上，你无法控制模型和框架的进化；向下，你无法建立用户迁移成本。你只是在开源生态和用户之间赚一个“信息差”，而这个信息差会随着生态成熟迅速归零。

二、第二个决策：Agent的“成本结构”是反互联网的

传统互联网的逻辑是：用户越多，边际成本越低。多一个用户，服务器成本增加几乎为零。

Agent把这个公式整个颠倒过来。每一次调用都在燃烧token，用户越活跃，亏损越汹涌。 据媒体报道，有重度用户一天烧掉100万token，还有人让龙虾爬一个网页，账单接近20美元。

这是一个结构性的问题。用户规模第一次从“资产”变成了“负债”。传统互联网产品追求DAU，因为DAU意味着广告曝光、意味着变现潜力。Agent产品的DAU意味着算力消耗，意味着亏损扩大。

QClaw的日均运营成本是一个无法回避的数字。当用户越多、调用越频繁、对话越长时，成本曲线不是“平缓上升”，而是“指数上升”。而愿意为Agent付费的用户，恰恰是消耗算力最多的重度用户。轻度用户觉得“不值”，重度用户“用不起”。

产品经理的启示： 当你的产品的边际成本是递增的，你需要重新设计商业模式。免费增值模式在边际成本趋近于零的行业有效，在边际成本递增的行业是自杀。Agent产品需要找到“让重度用户为消耗付费”的方式，而不是“用免费吸引用户然后祈祷他们别用太多”。

三、第三个决策：巨头涌入，只是给开源生态做了一次“昂贵的地推”

中国大厂的反应速度是惊人的。腾讯、字节、阿里——几乎所有有AI能力的公司都在做“自己的OpenClaw”。

但QClaw的停运通告，读起来更像一张“上岸通知书”。大厂们蜂拥而至，以为抢到的是一个入口，潮水退去才看清，自己只是给开源生态做了一次昂贵的地推。

这个判断的残酷之处在于：大厂投入的资源——组建团队、开发产品、投放广告、补贴算力——最终“教育”了用户“Agent可以做什么”，但当用户真正想用Agent时，他们可能会去用OpenClaw本身，或者用Steinberger加入OpenAI后开发的新产品。

“谁免费开放，谁就在给云计算厂商打工。” 这句话道出了Agent C端产品的本质困境：你不掌握模型，不掌握框架，不掌握用户关系。你只是一个“中间层”，而中间层在生态成熟后会被挤压。

四、第四个决策：用户要的是“干活的Agent”，不是“聊天的Agent”

QClaw产品经理6月底离职、7月部门合并，表面是人事变动，实质是财务结论。

这个“财务结论”的核心是：用户对Agent的付费意愿，建立在“新鲜感”上，而不是“生产力”上。

Gartner的数据冷得像冰：试点Copilot的企业只有6%转向大规模部署。为什么？因为“调试AI自动化花的时间常常比手动干活还多”。用户发现，用Agent完成任务，需要“教它怎么干活”，而这个“教”的过程，比自己动手还累。

Agent的产品逻辑应该是“替用户干活”，但现实是“用户替Agent干活”——教它流程、纠正它的错误、处理它的幻觉、等待它的响应。当一个产品的“使用成本”高于“手动成本”时，用户就不会持续使用。

产品经理的启示： Agent产品的价值锚点不是“AI能做什么”，而是“用户省了多少事”。如果用户为了用Agent而付出的时间、精力、试错成本，超过了Agent替用户节省的时间，这个产品就没有“刚需”。

五、第五个决策：从“对话”到“执行”，鸿沟比想象中更深

2026年，AI行业有一个明确的共识：从“对话”走向“办事”。智能体成为互联网大厂争相布局的赛道。在云栖大会现场，观众可以体验办公智能体如何帮忙写研报、做合同，还能使用各类智能硬件产品，通过一个动作、一句话随时调用智能体能力。

但“从对话到执行”的鸿沟，比行业预期更深。

“对话”的容错率很高。你问ChatGPT一个问题，它答错了，你可以重问。但“执行”的容错率很低。你让Agent帮你订一张机票，它订错了，那是真金白银的损失。你让Agent帮你发一封邮件，它发错了，那是真实的社交后果。

Agent需要“权限”——访问你的邮箱、你的日历、你的银行账户、你的工作系统。每一次授权都是一次“信任交付”。而信任的建立需要时间，信任的崩塌只需要一次事故。

产品经理的启示： Agent产品的“信任成本”远高于“对话产品”。用户需要相信“它不会搞砸”，才会把真实任务交给它。而这个信任，不是靠“模型更强”建立的，是靠“边界清晰、错误可回滚、权限可控制”建立的。QClaw们在“信任设计”上做得太少，在“功能宣传”上做得太多。

六、OpenClaw浪潮教会了我们什么？

第一，开源生态的“寄生者”，没有长期生存空间。

当价值沉淀在开源层时，封装层的产品只是在“赚时间差”。生态成熟之日，就是寄生者出局之时。

第二，边际成本递增的行业，免费模式是自杀。

Agent产品需要“让消耗者付费”，而不是“让所有人免费然后祈祷”。成本结构决定商业模式，商业模式决定产品设计。

第三，用户要的是“省事”，不是“AI”。

如果Agent的使用成本高于手动成本，它就没有价值。产品经理需要问的不是“AI能做什么”，而是“用户省了什么”。

第四，巨头的涌入，不等于市场的成熟。

大厂做Agent，不是因为“用户需要”，是因为“别人在做”。这种“FOMO驱动”的产品，往往死于“财务结论”。

第五，从“对话”到“执行”，最大的障碍是“信任”。

Agent需要权限，权限需要信任，信任需要时间。而时间，是C端产品最稀缺的资源。

七、尾声

QClaw停运了。从3月内测排队到12月关灯下线，不到十个月。

它是一个“信号”：Agent的C端产品，还没有找到“活下去”的方式。

这不是说Agent没有未来。企业级Agent、垂直场景Agent、嵌入式Agent——它们可能活得很好。但“面向普通消费者的通用Agent”，在“成本结构”和“用户付费意愿”之间，还没有找到平衡点。

OpenClaw证明了“Agent可以干活”。但它没有证明“用户愿意为Agent干活付费”。

这个差距，可能就是这一轮Agent浪潮里，大多数产品会撞上的墙。