一键分享

阅读 龙虾智能体的应用困局：我们应该尝鲜，还是等待？

发布日期：2026-03-15

01

随着OpenClaw龙虾智能体的火热，Agent就像当年的DeepSeek一样，成为了一种新的社会现象。

错失焦虑的FOMO情绪跟龙虾Agent本身的高门槛、安全风险构成了矛盾的两面。

有地方政府在加速推广，也有高校、企业公开禁止使用龙虾。

当然，还有大厂推出的不需要配置，降低公网暴露安全风险，打开就能用的国产龙虾产品。

站在这个AI发展的关键节点上，对今天的我们来说，生成式AI提供智力，Agent交付物理层面的执行力，这些都需要耗费大量的时间跟资源去掌握。

那么，我们是应该继续选择使用生成式的AI大模型，还是跳过大模型，加入到Agent的浪潮之中？

02

首先，我们来听听单仁牛商董事长，央视凤凰评论员单仁博士的看法。

从AI的发展阶段来说，过去两年，我们经历的是生成式AI浪潮，它主要提供了“智力”，解决的是内容生产力的问题。

从本质上来说，它就像一个副驾驶，人类依然是每个业务流程里的卡点。

就算写错了、出现幻觉了，大不了人类不采用，也就是浪费了几秒钟的算力，容错率很高。

而Agent是我们正在进入的下一个新阶段，它在生成式AI的基础上，把智力封装成了执行力，从副驾驶变成了自动驾驶。

当然，从目前的发展来说，Agent还不太成熟，有使用门槛，有网络安全，有高权限各种问题。

那这样的自动驾驶出点问题，容错的空间肯定是小于AI大模型的。

所以，我认为企业现在的核心不是盲目追求Agent，而是先用生成式AI在高容错率的环节，比如说文案生成、数据分析辅助，打好地基，把人效拉满。

同时，等待Agent的进一步成熟，关注它的发展，特别是数据安全上的发展。

然后，我们可以先在内部去打下未来使用Agent的环境基础。

因为Agent的底层逻辑是机器人流程自动化的升级版。

如果企业的业务流程、审批环节不够清晰，业务标准跟逻辑是混乱的，那么引入Agent就是把这种混乱执行得更快。

只有那些已经被验证过的、逻辑极其清晰、SOP（标准作业程序）极其死板的闭环流程，才适合交给Agent去自动执行。

另外，就算用上了安全的Agent，我们也可以想一想，既然大家都能接入同样的产品，那我的Agent凭什么比别人更聪明，交付的更好？

所以，企业独家的“私有数据”就决定了Agent的交付结果。

那我们当下最该追求的，其实是资产的数据化。

把企业沉淀下来的各种数据，包括行业数据、客户数据，交易数据，产品数据，包括工厂机器的公差记录、客服过去的聊天记录、项目的复盘、客户案例这些跟业务挂钩的数据，全部清洗成干净的、机器可读的、有逻辑的数据集。

谁囤积的高密度数据越多，未来使用的Agent就交付的越好。

所以，我认为，我们这个阶段依然是学会使用AI大模型，用它来提高日常工作的信息生产力，同时，开始清洗企业私有数据、梳理业务标准流程。

当然，这个环节也会需要用到AI大模型的辅助。

当你发现某个流程可以完全不需要人类的情绪判断跟创造力的时候，那就可以把它接入到Agent，让已经熟练AI的员工去指挥Agent，成为工作流程中的超级节点。

03

接下来，资深投资人，单仁行专栏作者宋子老师的观点。

一边是广东多家高校、中信证券等券商因为数据安全、权限管控风险发文禁用，央视也做了专题报道。

一边是地方政府积极推广，包括深圳龙岗区、福田区都出台了专项养龙虾政策，推动在政务、产业场景试点落地。

这一禁一推的冲突，也引出核心命题：

对企业家而言，当下要不要成为跨越鸿沟模型中的尝鲜者，去追逐龙虾智能体？

在此前分析新能源车、苹果MR头盔、AI等产业的时候，我多次使用跨越鸿沟模型和大家拆解，科技产品会经历创新者的尝鲜期、早期使用者，到早期大众、晚期大众和落后者五类用户，市场全面启动的关键就是市占率超过16%的鸿沟。

对智能体来说，它包括技术成熟度、安全合规性跟商业模式。

目前，龙虾智能体都没有明确，处于16%鸿沟前的尝鲜期，跟一年前DeepSeek的火爆会有不同。

DeepSeek虽然有幻觉率偏高、算力供给不足的短板，但凭借低成本优势、开源策略跟快速迭代能力，实现了企业、机构的全面部署，具备了场景适配能力，让中国一下子迈入AI时代。

而龙虾智能体的核心短板是高权限、安全跟合规性不足，跟科研、金融领域以及一些企业对于敏感资产管控严重相悖，导致高校、券商禁用。

即便有地方政府推广，也仅停留在试点层面，本质是给技术迭代提供场景支撑，而不是规模化普及的信号。

这也决定了两者在跨越鸿沟进程中的不同处境。

站在企业家、投资者的角度，对于龙虾智能体，不适合盲目做尝鲜者，更适合做观望式布局。

特别对企业来说，盲目尝鲜面临三重风险：

一是安全合规风险，高校、券商的禁用已经划了红线，强行部署可能导致数据泄露、合规风险，反而拖累企业发展；

二是投入产出失衡，尝鲜期的技术迭代快、适配成本高，多数应用停留在体验层面，难以转化为实际效益；

三是竞争不确定性，当前赛道仍以概念炒作为主，缺乏成熟商业模式。

真正理性的选择，是聚焦自身核心场景，跟踪技术的合规迭代，等到安全短板补齐、应用场景成熟后，再切入布局，避免成为鸿沟中的“牺牲品”。

目前，我们已经看到腾讯、阿里十余家互联网大厂先后加入“养虾”大战，还有万得（Wind）、同花顺、东方财富这些金融数据终端大厂也官宣入局。

他们的产品思路各不相同，我们可以借鉴一下。

像同花顺公司，手上有大量交易数据，就从“数据”入手。

像东财是从“技能”入手，主动接入龙虾，提供资讯搜索、金融数据、智能选股的技能包。

自有技术水平更高的，像万德公司就是直接在原生龙虾的基础上，打造专业版智能体。

这三种方式值得企业家们借鉴，我也分享我使用龙虾的心得。

我之前用豆包、元宝、千问三家大模型，分析AI能源行业15家公司过去一年的涨幅，多次测试之后，统计数据依然幻觉严重，不能使用。

但是使用腾讯龙虾后，耗时稍微多一倍，大概5分钟左右完成，复核的结果是能用的，这让我挺惊奇的，它的表现比通用大模型要好。

后面我多次尝试，腾讯龙虾比现有大模型的幻觉率要低，如果增加技能，能力就会更强。

当然，因为存在数据安全风险，我没有输入重要数据，使用的非主力电脑，做好了数据物理隔离防火墙。

未来随着大厂的进场，补齐安全合规短板、适配政务、产业场景和技能，就像我们手机丰富的App生态一样，龙虾智能体也会跨越鸿沟，进入大爆发阶段。

最后我也和大家可以思考一个问题：

AI时代的智能体阶段：谁会被淘汰？谁不会被淘汰？

我思考，智能体阶段会被淘汰的4类人跟企业。

1、只会执行、不会决策的人。

未来的智能体能写、能算、能查、能跑流程，那么，重复劳动、标准化工作、纯执行岗位很可能最先被替代。

2、不敢用AI、拒绝用工具的人，就像当年不会用电脑、不会用Excel的人，现在一样会出局。

3、只懂跟风、没有核心判断的人。

DeepSeek火的时候就追DeepSeek，龙虾火的时候就冲龙虾，没有独立认知、没有风险意识，在尝鲜期当炮灰。

4、只做技术、不碰安全合规的企业。

像高校、券商一禁就死，说明安全不过关，技术再强也走不远，不做合规、不做可控、不做私有化，迟早被市场淘汰。相反，我们再看哪4种不会被AI以及智能体淘汰的人跟企业。

1、掌握“决策权”的人，AI提供信息、方案、效率，但要有人来拍板、担责、定方向、定战略。

决策者不怕被淘汰。

2、掌握“稀缺资源”的人，比如说数据、算力、电力、牌照、场景、信任...

AI再强，也要吃电、吃算力、吃合规、吃场景。

谁掌握资源，谁就掌握AI的命门。

3、掌握“真实场景”的人。

能把AI落地到政务、产业、制造、金融各个场景，解决真问题，创造真价值，就能赚到真钱，

4、能跨越“鸿沟”的长期主义者。

你觉得你是被淘汰的，还是不会被淘汰的人呢？对于龙虾智能体，你会尝鲜吗？

-

责任编辑 | 罗英凡

图片均来源于网络

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。