“龙虾”来了，AI全民化将近

　　当Chat范式迭代至AI Agent落地，通用人工智能发展正迎来新的十字路口。近日，一款名为“龙虾”（即“OpenClaw”）的AI应用在GitHub上迅速走红，随后出圈引爆市场，这一现象级传播不禁让人深思：AI全民化时代真的要来了吗？

　　近日，由海富通基金、上海证券报共同主办的“海谈科技”第21期举行。上海交通大学集成电路学院、信息与电子工程学院特聘教授义理林，蜜度科技股份有限公司CEO翟光景，国泰海通证券计算机行业首席分析师杨林，聚焦“AI全民化”议题，共同探讨AI应用的技术突破方向、落地瓶颈、产业机遇与潜在风险。

　　AI应用加速走向全民化

　　当前，大模型浪潮席卷全球，从ChatGPT问世到DeepSeek普及，再到如今“龙虾”类Agent应用火爆，AI技术正加速从“能聊天”向“能干活”转变，全民化应用已成不可逆的趋势。

　　作为行业从业者，翟光景表示，行业讨论已从“是否应该使用AI”转向“哪款AI更好用”，大模型普及已然成为共识。杨林也认为，春节期间互联网大厂通过春晚红包活动高效推广AI应用，叠加其他线上线下（300959）免费推广举措，AI应用的受众正在快速扩张。

　　值得注意的是，在应用普及加速的同时，技术范式也在发生深刻变革。

　　义理林指出，“龙虾”虽并非新事物，但其将不同的智能体框架整合成为完整的工作流处理能力，可在用户指令下从零开始完成工作。“这正是AI技术的发展方向，AI需要从‘能聊天’向‘能干活’进阶，切实大幅提升工作效率。未来，AI不仅可操控电脑系统与各类软件，更将实现与物理世界的深度交互。”

　　技术范式的持续演进，将推动产品形态不断迭代升级，AI应用也由此从通用化阶段，逐步迈向垂直领域的深耕。在义理林看来，通用大模型以广泛的知识覆盖为追求，如同培养通识型人才；而垂直大模型则需在细分领域做到“一米宽、十米深”，按照“本科、硕士、博士”的阶梯式培养规律开展多层次训练与微调，才能真正吃透行业、高效落地执行。

　　从资本市场视角来看，技术与产品的突破将持续驱动产业链投资机遇加速涌现。杨林认为，当前市场更青睐上游AI基础设施（AI Infra）这类确定性较强的赛道，芯片、算力租赁、基础模型等“卖铲人”备受资本关注。随着技术持续成熟，在垂直领域深耕行业、掌握核心数据的模型及智能体企业，将迎来百花齐放的发展与投资红利。

　　AI编程、AI办公将率先落地

　　展望未来，与会专家认为，AI编程、AI办公等技术将率先实现规模化商用，这源于相关领域语料数据储备丰富、应用场景成熟完善，且用户接受度普遍较高。

　　首先，编程领域因其天然优势成为应用先锋。具体而言，编程语料相对丰富，应用范围广且成本可控，在企业端已有较高接受度。

　　其次，办公协同领域发展同样迅猛：以WPS、微软Office为代表的办公软件均已集成智能体能力，覆盖PPT制作、Excel表格处理等场景，应用场景持续丰富。

　　“从蜜度的业务实践来看，某员工规模超万人的国有金融企业，已主动提出本地部署办公智能体的需求；某省级单位OA系统也计划引入智能校对垂直大模型，并面向全省用户开放使用。”翟光景分享道，“政府机关与大型企业认可度较高，有望成为相关技术落地最快的核心群体。”

　　与此同时，AI for Science在科研领域的落地进程持续加快，其价值已从科研效率提升，延伸至自主实现科学发现，标志着科学研究正在迈入人机协同新阶段。义理林表示，科研领域的人工智能应用可划分为两大方向：一是纯数字化的计算辅助，涵盖文献调研、综述撰写等工作；二是与物理实验深度融合，借助智能体实现全天候不间断的实验操作与数据分析。

　　全面落地仍需跨越“门槛”

　　不过，即便AI应用落地节奏加快、发展前景光明，其在全面市场化推广过程中仍面临三道关键“门槛”。

　　第一道“门槛”是技术能力。“部分情况下，模型在专业垂直场景中的能力仍有欠缺，从‘能说会道’到‘真正落地实用’依然任重道远。”翟光景表示，“此外，场景泛化与迁移成本高昂，模型从A企业适配至B企业、从A场景迁移到B场景的难度大。”

　　第二道“门槛”是商业可行性。从商业逻辑来看，ROI（投资回报率）决定着资本流向，只有AI在某个垂直场景实现成熟应用与盈利，商业化的资金投入才会更加大胆。

　　目前，AI编程领域已涌现出Cursor等较为成熟的产品，相关企业融资进展顺利、市场估值可观。但目前市场上仍不乏处于早期“烧钱”阶段的AI产品，持续考验着开发者、投资人以及终端用户的信心。

　　第三道“门槛”是安全与合规。如OpenClaw为实现“自主执行任务”，被授予了系统级最高权限，但其默认安全配置却极为薄弱，这使得用户电脑在公网环境中几乎处于“裸奔”状态，数据隐私面临严峻考验。

　　又如生产制造、自动驾驶等安全要求极高的领域，AI技术落地应用时，用户对系统稳定性、鲁棒性均设有严苛标准，无法接受“半成品”式的解决方案。