出海同学会｜导语
2026 No.3期干货
NEWS
今年年初，OpenClaw在AI agent领域引发全球关注。创始人Peter Steinburger于旧金山举办的千人聚会，成为硅谷AI圈焦点。为何是OpenClaw？为何是现在？AI agent的2026爆发是否真正到来？
OpenClaw代表的“边缘执行节点”模式，既未完全依赖云端，也未局限于本地终端，为行业提供了一种新范式——它正推动Agent基础设施从单纯“云”或“端”的二元划分，转向更灵活、可扩展的系统架构。行业关注点也正从Agent与Data本身，快速迁移至Context、Memory等更底层的结构能力。
本次会议聚焦三大核心议题：这一信号意味着什么？从Demo到可复制产品，其可靠性根基何在？在Agent基础设施层，是否存在被低估的系统性机会？以及，面向全球新一代创始人，真正的未来制胜点落于何处？
以下是本次会议可公开部分精华内容。
一页精华
本期课代表
按公司名数字-字母序
Ancher AI | Cofounder CTO | Steve Li
Boomfluence.ai | Founder | Tina Zhou
Datastrato | Cofounder&CEO | 堵俊平
Dev Agent | PM | Rui Xu
Frictionless Compute | Founder | Shawn
Happycapy | 增长负责人 | Yina Chan
Keplogic | CTO | Quinn Leng
MemoryX | Founder | Bryant Chen
Scam.AI | CTO | Ben Ren
Subotiz | Sherry Li
日本Winnersoft | 孙嘉人
硅基流动 | Co-Founder | 杨攀
部分同学因公司PR保密未公开姓名，我们同样感谢他们的深度分享。
要点问题
Part 01｜背景研讨：信号还是个例
OpenClaw出现对行业意味什么？预示AI创新怎样的下一阶段格局？应如何解决商业化和安全性问题？
Part 02｜破壁研讨：从Demo到可复制系统
它为什么没选择“云端”和“本机”？如何在“垂直+execution”做更好？在Data/Context层面，行业怎样调整？
Part 03｜机会研讨：下一阶段的制胜
在Agent的基础设施层是否被低估？单位成功任务成本如何持续下降？全球范围内，新创始人的机会在哪？
Part 01｜背景研讨：信号还是个例
1.1 OpenClaw为什么会出现？对行业意味着什么？
杨攀｜硅基流动
2025年上半年，以Claude模型为代表的agentic能力显著提升；下半年，Claude Code进一步完善了工具调用、长程任务等工程能力。OpenClaw于2026年1月正式亮相（实际发布于2025年12月），标志着行业进入新阶段：它构建了一个可持续运行的无限Loop，并首次将Claude Code已验证的agentic核心能力，系统性对接至基础设施层。其核心在于Gateway设计与插件化能力体系。
OpenClaw的最大价值，在于为全行业提供了可复用的范式示范：一是产品形态——如何围绕Agent构建服务接口；二是技术生态——如何搭建Agent原生Infra架构。由此催生两大生态分支：一类以OpenClaw为核心向外延展；另一类则基于其思路自建同类框架（如NanoClaw等开源项目）。这不仅是技术演进，更是产业叙事的切换：2026年，各公司将加速将自身业务能力以API形式开放，供Agent调用。恰逢2026年初全球软件股大跌，正与此轮基础设施重构节奏高度共振。
Rui Xu｜Dev Agent
大模型基础能力已基本齐备，类似OpenClaw的产品水到渠成。我们自2025年起即尝试类似架构，早期依赖大量应用层“魔法”弥补模型短板；随着模型能力跃升与OpenClaw架构成熟，应用层创新随之爆发，整体体验趋于稳定。
其行业影响有二：一是安全敏感性倒逼生态进化。各大AI公司其实早已布局同类技术，但因隐私与合规顾虑迟迟未公开。OpenClaw以开源姿态打破沉默，其高频迭代（日均1–2次）与极致性能形成“一骑绝尘”态势，使大厂陷入“想追难追”的困境。二是垂类AI面临结构性冲击。例如高尔夫动作分析场景，OpenClaw可自主检索视频资料、调用火柴人分析模型并完成输出，证明大量垂类功能正被通用Agent架构所覆盖。
Yina Chan｜Happycapy
我们在OpenClaw发布后两天同步推出自研方案。Cursor的普及已为非开发用户铺平道路，而OpenClaw的爆发恰是技术就绪与市场临界点交汇的结果。当前用户普遍不优先考虑安全性——“在意安全的人，恰恰是落后者”。互联网发展史表明，AI时代遵循“干中学”逻辑：初期必然牺牲部分资安换取快速落地。我们观察到，越重视资安的组织（如Stripe、Trickle），反而越难规模化应用AI；而真正实现转型的企业，无一例外选择了“不计token成本”的激进探索路径。
实践表明，多数任务现已可由基础Agent平台一键完成：剪辑10分钟影片、生成拉面故事等案例屡见不鲜。我们认为，下一阶段无需垂类工具，只需一套OpenClaw级通用基座。电脑本身已是全能设备，关键在于Skill封装而非App安装。ToB市场当前存在“资安套利”空间——为合规滞后企业提供垂类SaaS；但该窗口不会持久。通用Agent一旦成熟，垂类工具将退化为Workflow构建服务，长期价值在于企业内部AI架构师角色，而非标准化产品。
Bryant Chen｜MemoryX
OpenClaw的诞生印证了一种新范式：个体开发者以“为自己而造”为起点，反向切中真实需求。Peter在YC访谈中坦言，其原型仅用1小时Hack完成，随即发布GitHub。这种“Demo即PMF”的发布节奏，正挑战传统大厂冗长的安全审查、灰度发布流程。数据显示，他单月提交6000次Commit，同时运行10个Codex实例——个体生产力已逼近小型团队。未来，“一人创始人+Agent集群”或成新独角兽诞生路径，也将重塑软件开发与Agent开发的新范式。
Sherry Li｜Subotiz
支付行业的核心痛点并非算力或模型，而是执行力授权与信任机制。过去30年，PCI DSS标准、生物识别、风控体系与Token化系统，已构建起经攻防检验的可信交易链。OpenClaw虽可读写文件、发送邮件、存储敏感数据，却缺乏身份核验、边界确认与授权认证能力。用户是否愿将权限交予无信任背书的黑盒？这是本质拷问。OpenClaw的价值，正在于将行业焦点从“AI更聪明”转向“AI如何可信”。支付业积累的身份授权与合规能力，恰是Agent基础设施亟需补上的必修课。
1.2 OpenClaw类公司，可能预示AI创新怎样的下一阶段格局？
杨攀｜硅基流动
垂类Agent的想象空间正在收窄。许多创业者手握渠道与数据，其Agent形态本身反而不再稀缺。未来交互入口或将回归极简：人类无需复杂UI，Agent通过IM直接调度Loop与工具即可。SaaS本质是数据库套壳，而Agent同样是套壳——只是壳的形式从网页/App变为智能体。数据仍分结构化（数据库）与非结构化（Markdown/多模态文件），处理逻辑不变：程序处理结构化数据，模型处理非结构化数据，Agent负责中间调度。底层竞争焦点将转向接口开放程度：谁更早将能力以API形式释放给Agent，谁就在Agent数量指数级增长的浪潮中占据先机。2026年制约Agent发展的关键瓶颈，正是数字世界接口的开放广度。
堵俊平｜Datastrato
OpenClaw标志着AI从“输出内容”迈向“真实执行”的分水岭。此前Agent仍需人类决策采纳，才产生生产价值；而OpenClaw具备自主行动能力——可能未经告知即完成转账或删除系统。这是质变节点：系统正整合大模型、工具调用与执行能力，构建统一Agent基础设施。类比云原生演进，OpenClaw如同早期Container，Kubernetes（K8S）式的Control Plane才是未来重点。基础设施层护城河远深于应用层：应用易模仿，而成熟Infra的迁移成本极高。随着执行层、Context Window、数据层逐步稳定，AI Agent Infra将启动爆发周期。数据层亦将变革：从主动构建数仓，转向由Agent Framework驱动的短期/中期System Memory供给模式。
Rui Xu｜Dev Agent
当前OpenClaw仍处于极客主导阶段：用户无视隐私、不计安全、狂烧token。下一阶段的核心挑战，是跨越鸿沟进入大众市场。Security不足将直接阻碍Payment落地，进而影响打车、外卖、电商等场景。现有UI配置繁琐、缺乏图形化界面，对非技术用户构成90%劝退率。如何适配被手机驯化的用户习惯？整体交互形态、软件机制都将重构。正如OpenClaw作者所言：“80%的App将消失”，我们甚至判断——全部App都将被替代，而新生态仍在孕育中。
Steve Li｜Ancher AI
OpenClaw当前最擅长文件处理、Markdown与代码，这是其成熟度体现。但创业方向值得深思：小SaaS公司大概率消亡（如PDF生成类工具已无壁垒），而Salesforce、Oracle等复杂系统短期内无法替代——护城河源于多年积累，非AI可速破。创业者出路有三：一是Build for Meta/Salesforce等巨头，专攻其生态缺口；二是重返ToC，深耕人类永恒需求（娱乐、短剧、消费）；三是瞄准Agent-native基建，如为Meta、Salesforce提供底层支持。技术演进不会减少需求，只会重塑满足方式。
孙嘉人｜日本Winnersoft
日本企业对OpenClaw的第一反应是“可怕”，但接受是必然。RPA等旧技术正被AI自然取代。ToC初创公司将率先试水创新应用，再逐步渗透ToB企业级落地。AIPC（AI PC）或是新方向：PC打通线上数据与线下物理设备，形成完整环境。但数据隐私隐患需正视，实践中或将采用专用PC隔离风险数据。
1.3 类OpenClaw的Agent项目，应如何解决商业化和安全性问题？
杨攀｜硅基流动
商业化路径无外乎两种：向人收费，或向Agent收费。前者仍需界面投入，尚无清晰模式；后者则面临巨大信息差——Web3领域早有x402等agent-to-agent支付方案，但AI圈与Web3圈几乎零互通。安全性则是更大蓝海：当前OpenClaw运行中存在注入、劫持等高危风险，防护机制近乎空白。安全厂商若能快速切入Agent领域，将收获结构性机会。
Yina Chan｜Happycapy
AI与Web3的融合迟滞，根源在于本质差异：Web3颠覆性足够，但未触及资本社会根基；而AI直接解放生产力，让个体回归需求本质。支付领域的真正痛点并非技术缺失，而是人类对“掌控权”的心理锚定——我们允许AI赚钱，却抗拒AI花钱。Crypto的极速流转与人类决策节奏不匹配，导致其难以承载日常支付。未来突破点在于：在可控额度内（如20美元）授权Agent自主交易，并建立透明的价格提示机制。
Steve Li｜Ancher AI
支付难题本质是人的问题：全球税法复杂度、监管路径依赖难以突破。但AI Agent创造了新可能——小额高频交易。传统系统最小交易单位为1美分，Crypto可细分至更小单位；批量采购再分发模式（如Costco式数据采购）亦将兴起。未来可能出现“Agent Shop”生态：Agent间通过Review、点赞评价服务提供商可靠性，形成信任网络。安全性无需过度担忧：枪发明后防弹衣必然跟进。当前风险可控前提下，大胆授权是必要代价；后续海量需求必将催生专业解决方案。
Tina Zhou｜Boomfluence.ai
达人营销当前必要，因Agent产品难以用一句话讲清。但OpenClaw式总入口将改变规则：用户无需学习多个UI，Agent可自动调用所需服务。未来营销或将转向“个人助手推荐”模式——每个用户拥有专属Agent，主动发现、评估并推荐合适产品，达人角色或被弱化。
Part 02｜破壁研讨：从Demo到可复制系统
2.1 它如何处理数据/计算等关键环节，为什么没选择“云端”和“本机”？
堵俊平｜Datastrato
OpenClaw采用配置化适配策略：既可操作本地文件系统，也可对接云端对象存储。其数据层以Markdown为载体构建短期/长期记忆，但此模式易受记忆篡改、Prompt注入等攻击。走向生产环境时，安全加固将成为刚需——尤其在企业强监管与大众普适化之间，安全是不可逾越的鸿沟。
数据基础设施将发生根本转变：从被动Data Provider，升级为可执行平面。Control Plane概念将被强化——数据系统需支持辅助决策、执行回滚、审计追踪等复杂能力。未来数据组件边界将融合，价值重心从Storage/Compute，转向贴近Control Plane的元数据系统。Metadata将扮演“数据大脑”角色，前置参与决策与调度。数据消费方也将从人类转向Agent，BI场景将让位于Agent Direct Consumption。
2.2 如何在“垂直+execution”做得更好，可靠性来自哪里？
Yina Chan｜Happycapy
SaaS本质是数据库套壳，而GUI只是人类沟通计算机的过渡方案。当AI能代写所有指令与代码，UI即失去存在意义——唯一需要的，是与Agent对话的入口。我们财务流程已彻底重构：员工用Skill一键提交发票，系统自动完成审核、老板确认、付款全流程。知识工作者正经历“工业化革命”：垂类应用消亡，行业服务本质长存。大模型升级带来的体验跃迁，远超功能堆砌；视觉、文字理解等基础能力精进，比垂类微调更具杠杆效应。Token成本终将下降，当价格门槛移除，规模化应用将水到渠成。
Ben Ren｜Scam.AI
垂类不应等同于传统大型SaaS。更可能复刻YouTube路径：无数微小垂类被无限放大，“这也配做一个软件”成为常态。未来将是即插即用型小应用爆发期。效率提升关键在于能力复用：无需每次调用模型重写逻辑，而应通过MCP等能力层直接调用已有工具。这将构建比纯Token调用更高效、更可信的Agent世界。
杨攀｜硅基流动
当前讨论“废token”，本质因token仍昂贵。若成本再降100倍、速度再快100倍，“废token”将成伪命题。AI原生时代三大“废物”：App Store、Search、Favorite——因其功能皆可由模型即时生成。
Quinn Leng｜Keplogic
Agent-native架构要求Infra层承受百倍级吞吐压力。例如：5个Agent并发写代码，GitHub操作频次或达原先20倍。Linear等公司已验证开放数据层的价值——API权限与人类一致，不额外收费，反而提升护城河。未来竞争焦点，是能否支撑Agent以10–100倍频率稳定访问，同时保障正确导航、成本优化与高可用性。这需要极坚实的Infrastructure，而非简单模型调优。
2.3 在Data/Context层面，行业上下游将有怎样的调整？
Rui Xu｜Dev Agent
模型能力将日趋同质化，前端交互易被借鉴，真正决定效果的，是Data与Context深度。如同招聘助理，关键不是数学能力最强，而是最懂你的偏好、习惯与需求。云端与本地之争尚无定论，Mac mini与VPS阵营并存，需持续观察。
Quinn Leng｜Keplogic
Agent使用虽简化UI层，但数据库层负载将激增10–100倍。核心问题在于：企业是否愿撕掉“伪装”，将底层Data/API直接开放给Agent？Linear的成功证明：开放程度与护城河成正比。当Agent访问频次达千倍，谁能保障高可靠、低延迟、强安全，谁就赢得未来。这催生新型AI-native数据库需求：多版本管理、高负载稳定性、文档友好性——均为硬核Infra机会。
Part 03｜机会研讨：下一阶段的制胜
3.1 在Agent的基础设施层，是否存在被低估的系统性机会？
Rui Xu｜Dev Agent
Agent基础设施层机会巨大，但门槛极高。操作系统级机会往往属于资本雄厚的大团队，初创公司更宜聚焦垂类APP生态。垂类厚度尚不明朗——一人团队能否成长为百亿公司？仍待验证。
Yina Chan｜Happycapy
方向已明：勿改造旧世界，而要深耕新世界。消费者行销是华人优势赛道，新AI公司应如消费品般打造——靠洞察、触达与转化，而非技术叙事。
Shawn｜Frictionless Compute
基础设施层存在明确机会：vLLM推理引擎开源项目获1.5亿美元融资；a16z投资2000万美元支持Agent Runtime重构。传统Runtime服务于确定性程序，而Agent需应对不确定性——生命周期管理、动态权限授予、安全执行沙盒等，均需全新设计。内核级工程师已识别此机遇，资本亦快速跟进。
Bryant Chen｜MemoryX
两大方向值得关注：一是Agent-to-Service连接层，如CLI Wrapper与Skill包管理器，类似Zapier的平台级机会；二是Memory与身份管理。OpenClaw通过soul.md、identity.md与daily log构建记忆体系，但通用解决方案仍缺位。Mem0等产品初具雏形，但尚未形成统一标准——用户偏好、习惯与上下文的跨平台同步，是亟待填补的空白。
Steve Li｜Ancher AI
“为AI编程”范畴偏窄，本质是“为AI服务”：涵盖算力、电力、边缘设备（如Mac mini）等全栈支持。创业门槛正回归硬核——需懂硬件、底层库优化与GPU极致压榨。Skill作为原型足够，但规模化需重写为高性能程序（如Python转C++）。Human-in-the-loop仍是关键：AI生成审美受限，需人工注入taste；复杂Skill亦需人工介入修正。终极目标，是扫清一切阻力，让AI更高效解决问题。
3.2 单位成功任务成本如何持续下降？
杨攀｜硅基流动
成本下降存在双重悖论：第一，2026年全球token大概率涨价。Opus与GPT高速版已提价试探；全球GPU算力年增约70%，而token消耗预期增长100倍，技术优化仅可缓解10倍，仍存10倍缺口。第二，Agent进化速度是人类的50–100倍，行业集体冲刺下，无人愿停步优化成本——唯有演进放缓时，成本攻坚才会成为焦点。当前拐点已至：“买得到token，才能赚到钱”。Token即权力，掌握它，就掌握2026年的增长主动权。