3月6日，近千人在深圳騰訊總部外排隊。

有些人帶著 NAS 硬碟，有些人帶著 MacBook，還有人抱著迷你電腦。

他們在等待騰訊雲工程師免費為他們的設備安裝一款名為 OpenClaw 的開源 AI 代理程式。

預約名額在一小時內被搶購一空。

OpenClaw 在個人設備上本地運行，透過 API 呼叫連接到大型語言模型。

它支援 Slack、WhatsApp、Telegram 和飛書（中國類似 Slack 的工作應用程式）等通訊平台，並能自主執行多步驟任務：瀏覽網頁、編寫和除錯程式碼、管理行事曆、發送電子郵件。

該專案由奧地利工程師 Peter Steinberger 開發，大約 100 天就成為 GitHub 歷史上獲得最多星標的儲存庫。

中國媒體已將其譽為超越 Linux 的歷史星標數，而 Linux 達到此里程碑花了超過 30 年。

在監控平台上追蹤的超過 142,000 個公開的 OpenClaw 代理程式中，近一半來自中國。

國際報導大多將此描繪成一場奇觀。

中國對 AI 的熱情甚至超過矽谷。

這種解讀捕捉到了表面的能量，卻忽略了其潛在的結構性故事。

採用的速度確實反映了中國需求端的特定力量。

在小紅書（中國版的 Instagram）和閒魚（阿里巴巴的二手交易平台）上，付費安裝服務幾乎一夜之間出現，通常遠端設定收費 7 至 40 美元，現場安裝最高可達 100 美元。

教學影片充斥著抖音和嗶哩嗶哩，標題承諾在幾分鐘內掌握 AI。

接受中國記者採訪的安裝人員表示，許多客戶沒有明確的使用案例。

他們先部署，之後再弄清楚用途。

一個由中間商組成的家庭手工業開始出現，其中一些是前電腦維修店，他們在深圳到成都等城市招募程式設計師來處理湧入的需求。

這種緊迫感更多是為了不落後，而不是為了提高生產力。

但更持久的故事在於供應端。

那些競相支援 OpenClaw 的公司，並非僅僅是回應用戶的熱情。

他們正在解決自己的結構性問題。

2025 年 12 月，字節跳動推出了豆包手機助手，這是一款嵌入在 ZTE 手機中的 AI 代理程式。

該產品使用螢幕閱讀技術，代表用戶操作應用程式。

其功能與 OpenClaw 完全相同：AI 可跨多個應用程式完成實際任務。

48 小時內，微信強制用戶登出。

淘寶觸發了驗證碼挑戰。

金融應用程式標記了安全風險。

字節跳動退縮了，停用了微信操作，並公開呼籲「技術發展與行業接受度保持一致」。（我曾在此處撰文探討該事件背後的結構性動態。）

三個月後，OpenClaw 登場，功能更為廣泛。

它全天候運行，每天呼叫模型 API 數百次，存取本地檔案，並操作瀏覽器。

中國科技界的反應與字節跳動的經歷截然相反。

騰訊雲、阿里云、百度雲和火山引擎（字節跳動自己的雲端部門）都爭相提供一鍵部署。

月之暗面和 MiniMax 圍繞著自己的模型建置了託管版本。

小米宣布推出一款受 OpenClaw 設計啟發的行動代理程式。

同樣的雄心，卻得到了相反的迴響。

中國 AI 技術堆疊的每一層都從 OpenClaw 中獲得了收益。

但這些收益之所以成為可能，是因為豆包手機助手沒有做出一個架構選擇。

中國主要科技公司在過去一年中大力投入 AI 基礎設施。

字節跳動、阿里巴巴和騰訊的資本支出估計合計達 600 億美元。

如此規模的支出，給尋找持續的推理需求帶來了巨大壓力。

標準的聊天機器人使用並未產生這種需求。

典型的聊天會話每次交換消耗幾百個 token。

用戶提出問題，得到答案，然後關閉應用程式。

這種算術無法奏效。

OpenClaw 重設了消耗的算術。

一個配置了活躍工具的單一實例，每天消耗的 token 量可能比聊天機器人用戶多出數十到數百倍。

根據開發者社群廣泛流傳的說法，一位海外用戶報告稱，每天在 API 呼叫上花費 20 美元，但生產力輸出卻微乎其微，這很大程度上是由於背景輪詢。

這個數字處於較高水平，但方向性結論在任何規模下都成立：代理程式的工作負載比聊天會話消耗更多的推理。

每一個安裝的 OpenClaw 實例都成為流向雲端和模型提供者的 API 呼叫的 24/7 來源。

這就是為什麼騰訊工程師在總部前設置折疊桌，幫助陌生人安裝免費軟體。

中國開源模型的成本優勢使其成為這種消耗模式的天然選擇。

較低的 API 價格鼓勵更頻繁的呼叫，這直接轉化為雲端供應商的收入。

這個激勵循環是自我強化的：模型越便宜，運行其代理程式的用戶越多，銷售的基礎設施就越多。