扫码加入

  • 正文
  • 相关推荐
申请入驻 产业图谱

全网疯“养虾”,车圈为何按兵不动?

6小时前
295
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

本文来源:智车科技  网络公开资料

2026年的早春,科技圈的热度是由一只“龙虾”点燃的。

从深圳腾讯大厦北广场排起的长龙,到登顶GitHub开源项目星标榜首位,OpenClaw这款被昵称为“龙虾”的开源AI智能体,以“AI从对话走向执行”的颠覆性姿态,在短短三个月内席卷了整个互联网。它不仅能聊天,更能“动手”:自动整理桌面、跨应用调用工具,甚至7×24小时在云端替你“值班”。

然而,在这场全民狂欢中,一个本该最关注“智能化”的领域却显得异常安静——汽车行业。我们不禁要问:车圈为何异常安静? 是不追OpenClaw概念,还是别有玄机?

你养‘龙虾’了吗?

要理解车圈的沉默,首先得看清OpenClaw究竟有多火。

截至2026年3月上旬,OpenClaw在GitHub上的星标数量已突破27万,超越Linux和React,登顶全球开源软件项目历史榜。这一增长速度甚至让Linux三十年的积累显得黯然失色。

社交媒体流传的视频显示,在深圳,腾讯不得不派出20位工程师在广场“摆摊”,只为帮助普通用户安装这只“龙虾”;在抖音,“养龙虾”教程的浏览量突破千万,甚至催生了299元至800元不等的付费上门安装服务。有小学生抱着笔记本电脑排队,有家庭主妇试图让AI帮自己抢菜——这是AI技术从未有过的“出圈”姿态。

资本市场的反应更为直接。优刻得、青云科技、汉得信息等OpenClaw概念股逆势暴涨;深圳龙岗区更是在3月7日火速发布“龙虾十条”,对相关技术产业化给予最高200万元补贴;无锡3月9日发布“养龙虾12条”,单项支持最高达500万元。

云厂商们更是闻风而动。腾讯云、阿里云、华为云、火山引擎全面开放运行OpenClaw的云端服务。为什么?因为OpenClaw这类本地部署的Agent,是个不折不扣的 “算力抽水机”——一个复杂任务跑下来,其Token消耗量是普通对话的百倍乃至千倍。

图片来源:21世纪经济报道

反观汽车行业呢?安静。除小鹏汽车董事长何小鹏在3月7日晚接受采访时淡淡回应了一句“OpenClaw的逻辑非常有借鉴意义,但在汽车里也许晚一些才会看到部分落地”之外,至今没有一家主流车企站出来说要把OpenClaw装上车。

从行业安全标准的角度审视,这背后实际上触及了汽车安全工程的两大支柱——功能安全(ISO 26262)与预期功能安全(SOTIF)。OpenClaw所暴露出的‘AI幻觉’及由此引发的误操作风险,其本质已超出了传统功能安全针对‘硬件/软件故障’的范畴,而恰恰落入了SOTIF关注的核心:即系统在面临未知场景或算法性能局限(如误判)时,如何确保不发生不可接受的风险。将这种不可控的‘幻觉’置于对确定性有极致要求的驾驶场景中,二者构成了根本性的矛盾。这不仅是技术适配的难题,更是现有安全标准体系面临的新课题,也正是汽车行业必须保持审慎的深层原因。

为什么车圈不“养虾”?

这种安静并非源于迟钝,而是源于更深层的行业理性。

1. 技术门槛与安全红线:汽车承受不起“翻车”

在普通电脑上,“养虾翻车”的代价或许只是一份被误删的文档。广州日报的报道中,一位AI算法工程师的女友试图让OpenClaw整理发票,结果却是“桌面文件夹被清空”——因为AI将“格式不对的删除”理解成了无差别清除。

类似的案例比比皆是:有用户发现“龙虾”突然批量删除邮件而无法阻止;工信部网络安全威胁和漏洞信息共享平台早在2月5日就曾发布“关于防范OpenClaw开源AI智能体安全风险的预警提示”。3月10日,中国信息通信研究院副院长魏亮在接受央视采访时进一步强调:“‘龙虾’智能体更新迭代非常快,通过更新到官方最新版本确实能修复已知安全漏洞,但并不意味着完全消除了安全风险……在调用大语言模型时可能误解用户指令内容,导致执行删除等有害操作。”

据部分安全社区披露的测试案例显示,OpenClaw存在潜在的攻击面——只要你开着浏览器访问一个恶意网站,对方就能悄无声息地完全控制你的AI智能体,进而操控你的整台电脑。不需要你点任何东西,就这么静悄悄地沦陷了。

试想,这样的风险如果发生在时速120公里的汽车上,后果是什么?

解放日报的报道中,技术专家张弛特意将OpenClaw装在一台独立电脑上,“为了安全”。另一位技术专家周帅则强调,他在公司内部管理平台使用OpenClaw的前提是“有防火墙确保信息内部流动”。但汽车不是独立电脑,它是与生命安全深度绑定的移动终端。

何小鹏在回应“能否用图灵芯片闲置算力养龙虾”时,直言“挺难的”,并点出了核心障碍:“在安全、硬件、系统、软件、场景上还是有蛮多的点”。这句话翻译过来就是:在汽车上,安全是最高优先级,任何未经充分验证的技术都不能贸然上车。

当OpenClaw误操作导致邮件丢失,用户只能自认倒霉。但如果一个车载智能体误开车门导致物品被盗,或误调空调导致驾驶员分心发生事故,责任该由谁承担?车企?算法供应商?还是开源社区?在法律责任链条没有厘清之前,没有一家主机厂敢为第三方开源智能体的“自主行为”背书。

2. 算力成本:从“对话”到“执行”的指数级跃升

OpenClaw爆火的另一面,是Token消耗的“无底洞”。

据测算,OpenClaw重度用户日均Token消耗在3000万至1亿之间。按国产MiniMax M2.5模型计算,一天费用约42至140美元;如果使用Claude等海外模型,这一数字将飙升至900至3000美元。有用户调侃:“安装后随便尝试了一下,就花了50元”。

这种消耗量级在电脑端或许尚可接受,但在汽车端,将面临双重拷问。

车企是否有动力为用户承担这笔持续攀升的算力成本?如果转嫁给用户,又有多少人愿意为“AI自动接娃+调温+顺路购物”每月支付数百元?

更关键的是,当前座舱算力大多用于导航、语音、娱乐等基础功能,而运行一个复杂的、需要多轮推理和视觉理解的OpenClaw类智能体,需要的是GPU或NPU持续的高负载运行,这将对功耗和散热带来巨大挑战,与自动驾驶对算力的需求也是两回事。一位技术专家直言:“除非能在本地跑大模型,但那对硬件要求极高,普通人根本做不到”。

3. “全自动驾驶”的教训:AI幻觉会被放大

汽车行业刚刚从一场漫长的“自动驾驶祛魅”中走出来。前几年,部分车企鼓吹“司机可以睡觉”的营销话术,最终被证明是极不负责任的。如今行业达成的共识是:L3级以上自动驾驶的规模化落地,远比想象中漫长。

OpenClaw正面临同样的质疑。正如近期中文互联网上流传的一种批评声音所言:“今天鼓吹OpenClaw焦虑的,跟去年某些车企老板忽悠司机开车‘睡觉玩手机、放心用智驾’一样极不负责。”

多位技术专家均提到,OpenClaw存在明显的“AI幻觉”问题——它会误读用户要求,给出错误解答,然后以用户名义自动发送。一位世界500强企业的技术专家鲍雨建议:“对于涉及写入、修改、发送等重要操作,务必做到‘先预览,再确认’,不要让OpenClaw处于完全脱离人工干预的‘全自动驾驶’状态。”

这句话听起来,是否像极了我们对自动驾驶的告诫?

4. 商业模式的错位:汽车不是“算力抽水机”

OpenClaw之所以在互联网圈引爆,根本原因在于它创造了一个全新的商业模式:高频任务消耗Token→算力变现→形成现金流闭环。澎湃新闻将其形容为“算力抽水机”,每一次用户指令,都在用户设备和云端之间建立一台24小时运转的印钞机。

但汽车的商业逻辑完全不同。

汽车是低频使用场景。即便是一辆每天行驶的私家车,用户日均使用时长也难超2小时,这与“7x24小时”运行的云端Agent有着本质区别。汽车的核心价值在于“移动出行空间”,而非“算力消耗”。把汽车变成另一个Token消耗终端,既不符合用户习惯,也不符合产业逻辑。

更重要的是,车企尚未建立起“软件定义汽车”之外的成熟收费模式,直接跨入“Agent定义汽车”,步子迈得太大。

车圈真的“什么都没做”吗?

当然不是。

汽车公社的报道显示,小米已开始内测Xiaomi miclaw Agent,计划将AI智能体嵌入“人车家全生态”,实现手机、汽车、家电的统一AI调度。深圳、无锡、合肥等地出台的OpenClaw支持政策中,明确提到了与“具身智能、智能制造”的结合方向。

何小鹏也承认,“OpenClaw的逻辑非常有借鉴意义”,小鹏“逐步会推出一些来探索”。这说明,车企并非无视这一趋势,而是在以更审慎的方式布局。

一个值得关注的方向是研发与制造端的提效。OpenClaw能够自主跑仿真、优化产线调度、完成故障诊断,这些B端应用可能比C端座舱落地得更早。毕竟,在数字孪生的工厂里,AI“翻车”的代价远低于在真实的高速公路上。

写在最后

OpenClaw的爆火,确实标志着AI从“对话”到“执行”的范式跃迁。它让算力变现成为可能,让任务轨迹数据成为新的核心资产,也让端侧Agent的入口价值被重新审视。

但汽车行业的“沉默”,恰恰是这个行业成熟的表现。

在互联网世界,“快”是最高法则——快速迭代、快速试错、快速变现。但在汽车世界,“稳”是底线。任何一项新技术上车,都必须经过安全、成本、场景、法规的四重拷问。正如解放日报的报道标题所言:“别让OpenClaw‘全自动驾驶’”。这句话不仅适用于普通用户的电脑,更适用于汽车。

对于车圈而言,真正的命题从来不是“要不要用OpenClaw”,而是“如何让AI智能体在确保安全的前提下,真正服务于出行”。何小鹏所说的“晚一些才会看到部分落地”,或许才是最务实的答案。

当未来的某一天,我们终于能在车上放心地把复杂任务交给AI时,那个AI一定不再是今天这只“偶尔发疯删邮件”的龙虾,而是一台经过千锤百炼、真正懂得“安全第一”的可靠伙伴。

到那时,我们讨论的将不再是“谁把龙虾装上了车,而是谁定义了车载AI的安全边界与交互范式。在通往‘AI定义汽车’的下半场,多一分审慎,少一分盲从。

读者朋友们,你们怎么看?欢迎在评论区分享您的观点。

相关推荐