百度办起了“龙虾工厂”

百度的养虾热情一路水涨船高。

时隔一周，在上一场龙虾市集取得不错反响后，百度不仅开启第二场龙虾市集，还搞了场龙虾专场AI Day，首次对外亮相龙虾全家桶，云端虾、手机虾、安全虾。甚至自研虾和小度全球首款家用小龙虾都来了。

这种热情早在电视剧《黑镜》里就有预见。剧里，技术总监会用DNA复制同事的“数字意识体”，让他们在游戏里打工。而在现实里，人们热衷用OpenClaw养自己的数字分身。

一位大厂程序员告诉我们，他养了四只“龙虾”，分别负责信息搜集、客户咨询、财务催款和个人秘书，甚至还把四只龙虾拉了一个群让它们互相交流。《黑镜》的寓言正在以意想不到的方式照进现实。

但随着各式各样的龙虾亮相，养虾人的困惑也来了。一位资深AI开发者吐槽：“我现在本地跑虾，查天气、写邮件、搜资料……这些功能ChatGPT早就有了。我想让它订个外卖、发个飞书、调个数据库，就得自己写Skill、配API、调模型。”

如果说资深开发者还能靠动手能力勉强支撑，那新手小白的迷茫就更多了。作为Coding新手的大三学生告诉我们，他云端部署的OpenClaw不时断联、出错，还会失忆，早上测试Skill还能定时查看邮件，晚上就运行失败报错。

这表明从“养得活”到“用得好”，中间隔着一整套缺失的能力。

而如何帮用户在养好虾之外，还能用好虾？百度给出了它的答案。

01

如何炼成一只零门槛且超会干活的龙虾

这场龙虾Agent热潮中，相比于行业普遍提供的“部署服务”，百度给出的答案更像是一桌完整的“龙虾全家桶”。

部署层，百度用轻量应用服务器LS做减法，部署界面全可视化，点选就能完成模型、IM接入和Skills配置。以DuClaw为例，这款产品彻底去掉了镜像选择、服务器配置、API Key填写等环节，用户订阅就能用，养虾的效率更高。

需要注意的是，养虾过程中，开发者调用AI模型就像去贩卖机“买水”。跑一个复杂任务要切换不同模型，写代码用这个模型，长文本推理用那个模型，每次调用都单独计费，成本也就越来越高。

根据澎湃新闻实测，一个自动化新闻监控任务，从凌晨4点到11点运行约8次，消耗约180K tokens，花费约3.68元。如果按每小时运行一次，每天成本约11元，每月将花费接近330元。部署完龙虾的用户发现，龙虾虽好，但“养不起”。

百度的做法，相当于把“分次买水”换成了“办卡”。

百度通过千帆平台统一调度模型，用规模效应把单价压了下来，DuClaw的套餐搭配上千帆Coding Plan，首月订阅费用仅 17.8元，用户只需付一笔固定的月费，就可以在有效期内使用DeepSeek、Kimi-K2.5、GLM-5、MiniMax-M2.5等模型。这种套餐把“算力消耗”和“模型调用”打包在了一起，开发者不用每次调用都胆战心惊地查看账单。

如果说第一层解决的是更快、更稳定地部署Agent，那么接下来要解决的问题就是要让Agent更易用。

从499起装虾，到Mac mini在二手市场上的价格居高不下，我们可以看到的是，部署OpenClaw对普通养虾人来说，技术门槛仍然不低。

因此在移动端，百度推出了名为“红手指Operator（现更名为RedClaw）”的应用。用户只需要下载应用，就能在手机上直接运行OpenClaw。不需要高配电脑、Mac mini，用户只需要在手机上发出指令，Agent就会在云端设备里完成操作，比如订一张上海飞往北京的机票。

通过云端与移动端的双端布局，百度把OpenClaw从一个专业的开发者工具，变成了人人可上手、处处可使用的日常AI伙伴。

如果把这两层看作基础设施和执行环境，那么最上层才是决定Agent是否真正有用的关键——工具（Skills）。

在OpenClaw的体系里，Skills就像是插件，每个Skill都代表一种可被AI调用的能力。而想要完成一个简单的定时搜索任务，如“每天早上9点推送股价信息到IM”，Agent需要搜索信息、调用数据、还要生成固定规格的内容，最后将内容推送到IM账号，其中的每一个步骤都涉及到相应的Skill。

开发者自己“养虾”，想要用得更舒心，往往得自己上手写代码、调模型、维护数据源，还要担忧接入外部Skills可能引发的电脑病毒侵袭、隐私暴露等问题。

百度把自己长期积累的产品生态封装成标准化的Skills，供开发者与用户直接调用。官方Skills涵盖搜索、百科、学术、秒哒（低代码平台）、客悦智能营销、小度家居控制等，几乎覆盖了日常办公、生活、创作的方方面面。这些能力本身就拥有权威数据源和稳定接口，当Agent在执行任务时，可以直接调用这些工具完成复杂任务。

其中百度搜索Skill更是成为龙虾装机的必备，并以超45000次下载量，成为该平台全球下载量第一的搜索引擎官方插件。这些Skill不仅为开发者提供稳定的数据来源，也让Agent在执行复杂任务时，能够直接调用权威信息。这其实是把百度过去二十年的互联网能力，重新打包进了Agent工具生态里。

值得关注的是，3月17日，在百度AI DAY活动上，百度正式发布全球首款“家用小龙虾”——小度龙虾，把OpenClaw的复杂任务能力引入了家庭场景。用户无需打开App，只需要说“小度小度，让龙虾帮我”进行语音唤醒，全家都可以共享养虾。更重要的是，小度龙虾将实现线上+线下任务全链路打通，可自动完成跨设备、跨应用的复杂任务。

沿用产业视角，这套层层加码的结构像是把AI从一个“单机工具”变成一条可扩展的生产流水线。开发者不再只是养一只龙虾，而是进入了一座已经运转的“龙虾工厂”。

而当Skills越来越丰富，用户养的虾才能真正落地干活。

02

百度为什么能率先做出“龙虾全家桶”

如果将目光投向AI Agent的产业链条，会发现决定OpenClaw效果好不好的因素，是能否低成本地调用算力、高效地使用模型、稳定接入应用，这恰恰是Agent框架之外的部分。

用产业类比来看，在传统互联网时代，平台往往由三层结构构成：底层是基础设施，中间是操作系统或平台层，上层是应用生态。而Agent时代，要想养好一只龙虾，底层的算力是电力系统，中间的Agent是机械臂，最上层的Skills则是不断被安装上去的生产模组。

在这条产业链上，算力层负责提供底层的计算资源（芯片、服务器），模型层提供大语言模型及调用能力，Agent框架层负责智能体的调度、任务规划、工具调用。最后是应用层，封装好具体能力，如搜索、百科、办公、营销等，让Agent能真正完成任务。

作为一款开源Agent框架，OpenClaw解决的是第三层，但一个智能体的最终体验好不好，更大程度上取决于另外三层。也就是说，真正能做大Agent生态的公司，往往需要同时具备算力基础设施、大模型能力和应用入口。

这是具备云服务能力的互联网大厂最擅长的，也恰恰是百度长期布局的领域。

过去十多年间，百度一直在构建一个完整的AI技术栈，每一层都有自研的核心产品，形成完整的 “芯—云—模—体”全栈布局。

当一个普通用户想用OpenClaw做一个私人“旅行攻略”Agent，如果只有Agent框架，他需要自己租服务器、配模型API Key、写代码调用各种网站数据，成本更高，每一次写代码调用各种网站数据都会消耗时间。

但在百度的体系里，即便是一个新手小白，他也可以用DuClaw一键订阅（无需部署），通过千帆Coding Plan以每月订阅的形式更低成本地调用模型。当他向“旅行攻略”Agent提出需求，甚至可以个性化到“我想要打卡广州所有陈奕迅去过的地方，给我规划行程”，然后直接调用百度搜索Skill查航班。

出发前，还可用百度地图Skill进一步查找打卡点附近的美食，由于百度地图小时级的数据更新，可根据交通拥堵情况规划更好的旅行路线，预判到达的时间，甚至可以结合天气数据提醒用户是否需要带伞。在这个过程中，所有能力都封装好了，即插即用。

这种“拎包入住”的体验，正是全栈布局带来的结果。

算力层，百度自研昆仑芯芯片，搭配百度智能云的轻量应用服务器LS、弹性算力池，提供高性价比的算力支持。模型层，有文心大模型系列，以及通过千帆大模型平台整合的第三方模型（如DeepSeek、Kimi等），并通过Coding Plan订阅服务，把模型调用成本从“按次零售”变成了“包月”。

Agent框架层，百度则推出了DuClaw（零部署网页端）、红手指Operator（移动端零部署），用户能随时随地给龙虾派任务。最后是应用层，百度把搜索、百科、学术、小度、秒哒、智能营销等，封装成标准化的官方Skills，上架到ClawHub社区直接调用。

正因为拥有完整技术栈，百度才能快速完成OpenClaw部署体系，抢先推出龙虾全家桶，并构建起Skills全景图。

这也是为什么OpenClaw创始人Peter Steinberger看到“红手指Operator”后，愿意与百度共同开发“龙虾”。当OpenClaw的开源框架遇上百度的全栈土壤，这只“龙虾”的进化才刚刚开始。

03

从“养虾”到“用虾”：AI Agent进入应用爆发前夜

从行业趋势来看，OpenClaw带来的并不仅仅是一轮新的AI工具热潮，它开启了一场新的AI入口竞争。

在这场竞争中，决定胜负的不只是模型能力，也不单是部署方式，而是谁能提供完整的Agent生态。

拉长视野，我们可以看到，在移动互联网时代，苹果凭借App Store称霸一方。它通过iPhone聚拢用户，通过操作系统（iOS）掌控了入口，开发者想要触达用户，就必须遵守苹果App Store制定的分发规则和分成比例。

AI时代，英伟达借助CUDA市值超过了苹果。CUDA不是芯片，而是一个开发生态，它让AI开发者习惯了在英伟达的GPU上写代码，形成了事实上的行业标准。当生成式AI爆发时，所有大模型都在英伟达的算力上跑，英伟达卖的就不再是一张张芯片，而是AI时代的入场券。

现在到了Agent时代，OpenClaw开启了一个全新的Skill生态竞争窗口。

OpenClaw解决的是Agent框架层问题，但真正决定胜负的不是框架本身，而是框架上能跑什么。就像iOS的价值不在于操作系统代码写得多漂亮，而在于App Store里有上百万个App，用户买的不是系统，是系统能做的事。

这个逻辑在OpenClaw生态里正在被验证。截至2026年3月中旬，OpenClaw的GitHub星标数已突破27万，登顶全球开源软件项目榜。但真正让开发者留下来的，不是框架本身，而是框架上那些能干活的东西。

奇安信的监测数据显示，截至3月13日，全球已发现232958个可公开访问的OpenClaw部署实例。围绕 OpenClaw“产业链”的快速发展，有人试图解决Agent支付的问题，有人在做Agent的身份认证，还有人在搞Agent社区。

在ClawHub技能社区，百度搜索Skill的下载量还在持续高速增长，当用户需要用Agent查资料时，调用百度搜索Skill比重新写一套爬虫+解析代码要高效得多。这正是Skill生态的价值。

图/百度第二次龙虾市集

Skill的数量和质量，正在成为衡量Agent平台竞争力的关键指标。真正的产业竞争，不会停留在“养”，谁能提供更丰富的Skills、更完整的Agent生态、更低成本的算力和模型服务，谁就更有可能成为AI Agent时代的新基础设施平台。

非凡资本合伙人吴畏表示：“OpenClaw不一定是最后的赢家，也不会是最终的形态。但这波热潮将补齐权限、安全、记忆、工作流及多平台协作等基础设施，促使Agent从展示性的炫技Demo，向真正可交付的产品演进。”

从春节期间的AI入口战，到如今的“龙虾”争夺战，百度两次上桌，靠的不只是“手速”，更是多年沉淀的全栈能力。如今，行业的议题早已变化，不再聚焦于谁的大模型参数更大，百度也在思考一个更根本的问题：如何让AI真正替人干活，并且创造价值。

而OpenClaw创始人对百度的那句“Amazing”，与其说是对一家公司速度的惊讶，不如说是对一个新时代的预测，当“龙虾”长出手脚，真正的AI Agent时代已经到来。

撰写｜马舒叶

编辑｜吴寻