2026

中国OpenClaw生态现状：用户及企业应用调研报告

人类与AI Agent如何共同进化？


增长黑盒

GROWTH BOX

目录

前言

PART 1 全民养虾图鉴 03

PART 2 养虾的五种人 15

PART 3 养虾的价值与天花板 26

PART 4 当龙虾走进办公室 38

PART 5 让 AI Agent 从工具跃迁成组织生产力 48

PART 6 结语：跨越阶梯的两个判断 59


前言：全民养虾，然后呢？

2026年3月16日，英伟达GTC大会现场，黄仁勋讲完自家产品，把演讲方向猝不及防地转向了一个开源AI Agent：“Mac和Windows是个人电脑的操作系统，OpenClaw是个人AI的操作系统...Linux用了大约30年达到的普及水平，它三周就完成了。”

这只“龙虾”从2025年11月在GitHub上线到2026年4月，五个月拿下36万Star，登顶GitHub史上获星最多的软件项目。

在中国市场，“养虾”狂热一夜之间兴起，北上广深的写字楼里频繁出现“OpenClaw 上门部署 499”的电梯小广告；闲鱼上“代装”卖家也是赚的盆满钵满。

然而到4月底，OpenClaw的微信指数较峰值缩水超过 75%，下载量掉到了峰值的一半。“杀虾劝退指南”取代“养虾教程”，登上热搜。“299元上门卸载”又悄悄成为了一门新的生意。

看上去，又一个技术泡沫破裂了，韭菜们又上当了。

可真的是这样吗？

我们决定不再依赖二手报告，不看标题党新闻，自己去问真实的用户。

在本次研究中，增长黑盒联合网易智企，一共调研了2000位个人使用者和100家B端企业管理者，覆盖7大行业、5类城市，把“个人怎么用、企业怎么管”两条线交叉来看。

我们会在报告中分析如下问题：

第一，中国养虾的用户真实状态如何？AI Agent的时代真的来临了吗？

第二，养龙虾的人群画像是什么？为什么有人能让它进入工作核心，有人装完就卸载？

第三，养龙虾的价值天花板在哪里？Alagent真的能无限成长吗？

第四，养龙虾能变成组织的生产力吗？企业的痛点和障碍有哪些？

第五，企业想要集中部署养虾，有什么靠谱的解决方案？如何让全体员工方便、安全养虾？

特别鸣谢：网易智企

网易智企是网易旗下的一站式企业AI应用服务提供商。依托网易二十余年技术积累，网易智企将AI技术与企业全链路业务场景深度融合，构建可持续运行的智能化业务体系，为娱乐、社交、游戏、零售、制造、金融等行业提供全栈AI驱动的产品与解决方案，助力企业提升效率，实现商业增长。目前已服务数百万家企业客户。


报告摘要

我们调研了2000位OpenClaw个人使用者和100家企业管理者。两组数据交叉来看，一个画面浮现：员工的AI使用按天迭代，企业的治理按季度响应，差速正在成为所有管理盲区的生长空间。本报告分六个维度展开：

使用现状

人群分层

价值天花板

企业现实

解决方案

跨越判断

全民养虾图鉴


用户用得越深，越认为它是革命性产品

+24.5pp

1. 5%

全样本「净情绪」/深度使用者「革命性」评价比例是仅听说者的4.2倍

用户为养虾专门买了 Mac mini/41%月付200元以上/ 71%同时养2只以上

67.2%

由「工作需求+他人案例」推入场/三分之二的人带着自己的问题来

养虾的五种人


「每天多次打开」的比例在使用者内部跨度25倍

五画像分布

三个跃迁

小白 21.7%/工人 25.7%/导师 22.9%/精英 21.2%/教父 8.6%

找到工作场景→社交还是深度→组织授权

7.3%->93.2%

从小白到大神，公司支持度逐级跃升



天花板由组织态度决定，不由个体能力决定

场景表现

使用率最高的文件整理·深度搜索·日程管理满意度反而靠后

近7成

5.8倍差

用户前2周弃养/主因：费用→安全→期望破灭/96.1%仍愿回归

25%->44%

公司鼓励 vs 公司不知道，价值感知差近 6倍

团队 Skills 复用需求随场景数翻倍（1-2场景到5场景）

当龙虾走进办公室


账面热，渗透浅；用得快，管得慢

88.6%

未来12个月有采购计划/但 51.1%现渗透率不到 20%员工

B端场景

21.6%

标杆区：跨部门自动化·行政办公/体验缺口：数据分析·研发·市场营销

管理者痛点

完整治理/走到全公司统一部署的27家，仅 37%完整治理

1. 2% 怕核心数据泄露/40.9% 怕员工私自上传/数据安全是最大挑战

让AI Agent跃迁成组织生产力


缺的不是工具选项，缺的是把「个人提效」翻译成「组织生产力」的架构图

企业应用四层架构

网易智企帝王蟹解决方案

原子级+个人级+部门级+企业级/任何一层缺位，上层悬空

安全：裸奔→纵深/门槛：壁垒→自助/管控：盲区→治理沉淀：个人→组织

帝王蟹实证样本

国寿海外承保8周从 60%升到 90%/网易智企内部全栈工程师占比0→18%

结语·两个判断


判断一

跨越阶梯靠认知重定义，不靠加工具

判断二

速度差是根因/员工天级vs企业季度级/治理尺子从「严不严」到「跟不跟得上」

C端在反向召唤B端/三方共识/采购从「自上而下」转为「自下而上追认」


PART1

全民养虾图鉴

关于AI工具的宏大叙事已经讲得够多：市场规模、融资轮次、发布会PPT。落到一个具体的产品、一个具体的用户面前，真实的画面是什么？


龙虾是不是炒作，用了的人才知道

AI工具总是热度传得很远，实践沉淀得很浅。OpenClaw的渗透过程也遵循同样的规律。接近5成用户仅仅是听说过，并且有三分之一养过龙虾的人最终没留下来。

养龙虾认知深度漏斗：从仅听说者到深度使用者


我们并不认为龙虾是传统意义上的炒作泡沫。首先，纯负面评价的占比很低，「概念炒作」与「一时热潮」的合计负面率，四个人群全部不超过 12%。

其次，把「承认价值合计」与「负面合计」相减得到每个人群的「净情绪」。即便最保守的仅听说者，净情绪也是+24.5pp。虽然大家对热度存在质疑态度，但市场整体情绪温和向上。

更关键的是，OpenClaw用户用得越深，认为它是革命性的比例越高：深度使用者给出「革命性」评价的比例是仅听说者的4.2倍，净情绪也是仅听说者的3倍。这意味着热度被真实使用验证，没有被稀释。传统泡沫则相反-远观者最狂热，体验过的最冷静，加密货币热潮就是这种形态。

所以，你可以继续大胆地向身边的人鼓吹龙虾和AI革命，而不必担心被人扣上吹牛、炒作的帽子。

养龙虾的四类人群×三项关键评价交叉分布


数据来源：增长黑盒研究整理，网易智企·AI调研，全样本N=2100。承认价值合计=「革命性产品」+「有价值但被过度炒作」；负面合计=「概念炒作价值有限」+「一时热潮」；净情绪=承认价值合计-负面合计。


为养虾去买新 Mac，真金白银不少花

龙虾作为一款Skill免费、月费token几十块的工具，能让使用者上头到什么程度？他们已经不只是「用一用」，而是开始为它改装自己的工作环境。

近四分之一的使用者为养虾专门买了Mac mini。问卷把这一项和「自己已有的电脑」特意区分开：他们不是「家里本来就有一台Mac」的顺手，而是新增了一笔硬件支出。

超过四成使用者每月花200元以上。其中 17.0% 月付超过500元，6.5% 月付超过1000元。对标看，普通视频会员月费20-30元，一线工具类SaaS50-150元；OpenClaw使用者的月付中位水平接近「两份工具类SaaS」，头部 6.5% 则进入「企业级工具」的价格带。

超过七成使用者同时养两只以上的虾。典型使用形态不是「一个账号在用」，而是给每种任务场景单独配一个专用实例，像配专用工位一样把不同 Skill 组合拆开。

三个信号在「深度使用者vs活跃使用者」维度上都有清晰的层级差：买Mac mini比例深度是活跃的2.5倍，月付500+比例高9.6pp，多开4+只虾比例是2.8倍。

1. 5%

为养虾专门买了 Mac mini

深度 40.6%/活跃 16.1%

1. 0%

月付200元以上

深度 47.3%/活跃 38.3%

1. 0%

同时养2只以上的虾

深度 82.1%/活跃 66.3%

养龙虾运行设备分布占比


数据来源：增长黑盒研究整理，网易智企·AI调研，C端使用者N=690（深度n=207、活跃n=483）。


养龙虾月度花费分布占比


OpenClaw 人均配置数量分布


龙虾的「手和脚」怎么装？Skills来源分布

排第一的是同事/朋友分享（44.6%），官方市场（36.2%）只排第二。Skills的扩散跨过了「逛市场下载」的早期形态，进入社交推荐阶段。GitHub/开源社区（35.8%）和官方市场几乎打平，开源文化在Skills层是核心底座。

值得注意的是：每6个OpenClaw使用者里就有1个越过了「使用者」的边界，开始向生态贡献，自己制作Skill。随着使用深度加深，最先显著升高的是「自主创造」本身，而不是任何获取渠道-深度使用者中自己开发Skill的比例达到 28.5% ，是活跃使用者（11.6%）的2.5倍，差距16.9pp，在所有来源中最为显著。


OpenClaw Skills 来源分布


龙虾的「大脑」用什么？AI模型连接分布

国产模型主导了市场：DeepSeek 44.1%、通义千问 40.3%、Kimi 21.2%成为最受欢迎的「龙虾大脑」，平均每位使用者连过1.4个国产模型。GPT和Claude这两个全球最受欢迎的模型，并未成为大家的首选。

有意思的是，深度使用者似乎对 GLM 和 MiniMax 两家国产新星情有独钟，使用比例显著更高，反而减少了对 DeepSeek 的依赖。

本地模型使用者则要为「数据不出本机」付出配置成本（下载模型、管理GPU显存、配API桥接）。OpenClaw使用者里近三成（194人）已经在用本地模型，深度使用者更高到 30.9% -「自己折腾」养成了习惯。


OpenClaw AI模型连接渗透率对比


龙虾的「口和耳」在哪里？日常交互入口

用户日常与 OpenClaw 对话的入口平均有1.6个，约 48.7% 的人同时用2个或更多聊天工具。

微信以 44.8% 选择率排第一。使用者更习惯在个人对话窗口里召唤龙虾，而不是在公司办公环境里。今年腾讯进行了声势浩大的宣传，不仅推出了 Qclaw 等自家的 OpenClaw 工具，还允许用户将自己的 OpenClaw 接入微信直接对话；甚至在深圳办公楼下免费为用户安装 OpenClaw，吸引近千名开发者和 AI 爱好者到场。腾讯2025年全年业绩电话会上，连马化腾也首次公开谈及「养虾」，提出了「每个小程序都可以智能化和龙虾化」的设想。

企业IM内部入口则呈现「三分天下」的格局：企微、钉钉、飞书三家的渗透率没有拉开太大差距深度用户反而更偏爱钉钉和飞书。实际上，有很多用户虽然使用的是企业级IM，但日常仍以个人身


份在使用，并不涉及公司业务和流程。

有趣的是，深度使用者喜欢突破阻碍回到海外生态-Telegram在深度使用者中渗透 24.6%，是活跃使用者的2.4倍；Discord同样接近翻倍。

用户与 OpenClaw 交互入口渗透率对比


从听说过到每天用，需求倒逼行动

从「没听说过」到「深度使用」之间，每个使用者都经历了三步跃迁：先被某种渠道触达，再被某种契机推动，最后落入某种场景。把这三步拼起来，可以画出一张完整的使用路径图。

OpenClaw 使用路径三步跃迁：从触达到契机再到场景落点

认知 Step01

渠道触达

短视频/社媒/熟人推荐

决策 Step02契机推动工作需求/他人案例

行动场景落点9大使用场景

数据来源：增长黑盒研究整理，网易智企·AI调研，C端使用者N=690（深度n=207、活跃n=483），各项占比合计大于 100%。


认知：短视频/社媒是激发养龙虾兴趣的第一入口

8个认知渠道按渗透率（多选）排序，短视频 52.8% 位居第一，远超其它渠道。按「用户主动性」聚合成三大类后会发现：主动探索型覆盖 49.9%，内容触达型覆盖 78.1%，关系/场景型覆盖 57.1%，三类都覆盖近半数以上使用者。

OpenClaw的触达没有单一入口依赖，内容触达型是最大的大众盘，和普通AI工具的增长路径一致。

OpenClaw 用户8个认知渠道渗透率分布


1. 1%

1. 9%

主动探索型

搜索引擎+技术社区

数据来源：增长黑盒研究整理，网易智企·AI调研，C端使用者 N=690。


决策：工作需求和他人案例驱动用户动手实践

「听说过」和「开始用」之间有一道门槛，需要一个契机推动。工作需求（36.5%）+他人案例 （30.7%）合计 67.2% - 三分之二的使用者是被明确的、自主的动机推进来的：使用者带着自己的问题来，不是被动流量的产物。这进一步说明养龙虾更多是价值导向。

一个自然的假设是，从短视频进来的人和从技术社区进来的人，开始用 OpenClaw 的契机会很不一样。但我们把渠道和契机交叉起来，发现偏差范围非常微弱。

渠道决定「谁先听说过」。一旦越过「听说」门槛，不同渠道进来的人后续使用动机已经相当一致，最终都会收束到「工作需求+他人案例」这两条主路径上。

OpenClaw 用户使用契机分布占比


行动：契机是最终使用场景的决定因素

把6个契机 $ \times 9 $个场景做成TGI矩阵，偏差巨大：TGI范围从37到147，契机到场景是强耦合关系。

数据来源：增长黑盒研究整理，网易智企·AI调研，C端使用者N=690。原题选项口径：工作需求=有具体工作需求主动找解决方案；他人案例=看到别人的使用效果/案例分享；社交带动=同事/朋友帮我装好了；技术好奇=技术好奇心驱动想自己折腾看看；线下活动=参加了线下安装活动；公司部署=公司统一部署直接就能用。


最反直觉的是社交带动组：9个场景TGI全部负偏好（70-99）：用户没有自己的使用目的，落到任何场景都显不出偏好。问卷里这一项的原文是「同事/朋友帮我装好了」。在此奉劝各位：不要再帮你身边的人装龙虾了，因为装了他们也不知道拿来干嘛。先让他们自己想清楚需求，否则就是浪费彼此时间。

OpenClaw使用的六契机×九场景TGI热力图

文件整理

深度研究

数据处理

日程管理

内容创作

编程开发

跨应用自动化

信息采集

代替操作

工作需求(n=252)

102

116

103

97

106

110

98

98

109

他人案例(n=212)

107

89

103

105

122

85

103

106

88

社交带动(n=94)

83

84

76

92

75

99

82

77

70

技术好奇(n=59)

92

77

93

120

37

98

97

92

131

线下活动(n=42)

102

103

97

72

103

130

128

130

114

公司部署(n=31)

99

131

147

115

89

93

119

117

118

不同行业，养虾各显神通

行业是另一个强变量：一个金融人、一个电商运营、一个媒体编辑，即使出发动机同样是「工作需求」，最终用 OpenClaw 做的事情也会很不一样。


OpenClaw 使用者七行业×九场景 TGI 热力图

文件整理

深度研究

数据处理

日程管理

内容创作

编程开发

跨应用自动化

信息采集

代替操作

互联网/科技(n=267)

108

101

97

101

93

131

111

113

102

教育/培训(n=101)

82

90

90

93

101

73

100

68

109

制造业(n=99)

81

109

102

120

96

88

105

92

89

电商/零售(n=85)

117

87

104

87

94

68

67

120

151

媒体/传播/广告(n=47)

71

117

112

113

144

96

115

85

62

金融/保险(n=41)

104

82

129

56

120

102

107

106

72

咨询/专业服务(n=32)

141

135

112

103

116

90

63

91

80

互联网/科技

编程开发 TGI131

典型技术向画像，工作化程度最高，编程开发是单点强偏好场景。

电商/零售

代替操作TGI151（全行业最强）

下单/填表/预约/抢购/退货跟踪是核心需求；显著回避编程（68），运营导向而非技术导向。

媒体/传播/广告

内容创作144+深度研究117+数据处理112

「内容+研究+数据」组合，是创意型脑力工作者的典型画像。显著回避代替操作（62，全行业最低），创意人更相信自己的双手。


咨询/专业服务

文件整理141+深度研究135

咨询顾问的日常就是整理大量信息再生产研究洞察， OpenClaw 把这两个环节的效率都拉了上去。

金融保险

数据处理TGI129

报表、分析、可视化是日常。日程管理 TGI56是全矩阵最低，合规敏感让使用者刻意避开用 OpenClaw 碰日程。

制造业

日程管理120+深度研究109+跨应用自动化105

三个场景温和偏好，画像接近「管理岗的流程辅助」。

教育/培训

无强偏好场景

三项明显回避：编程开发 73、信息采集68、文件整理 82。当前阶段 OpenClaw 在教培行业尚未找到主场景。


PART 2

养虾的五种人

日常使用龙虾的用户，是同一种人吗？差异比预期大得多。“每天多次打开”这件事，在使用者群体内部的比例跨度大约25倍，曲线并不平滑，更像一张分层的阶梯。


谁在养虾？五种画像的分层图谱

日常使用龙虾的用户，是同一种人吗？差异比预期大得多。「每天多次打开 OpenClaw」这件事，在使用者群体内部的比例从 3.3% 跳到 84.7%，跨度大约25倍。曲线并不平滑，更像一张分层的阶梯。

我们把使用者放进一个二维坐标：纵轴是使用深度，横轴是传播影响力。使用者被切成5个象限：右上角的虾圈教父：使用深度接近满格、传播影响力顶满。左下方的养虾小白数量不少，但深度和传播都处在起点。

五画像二维坐标：使用深度×传播影响力（气泡大小对应占比）


先来看看不同画像人群的核心标签有什么区别：高频使用率、处理公司核心业务占比、月付费200元+占比、「革命性产品」评价占比、公司鼓励并支持占比。

结果从养虾小白到虾圈教父，强度不断增加，各个画像有着鲜明区别。


五项验证指标阶梯




养虾小白

老板居多

21.7%

被动入场

二线观望

装了，但还没在工作流里扎下根

一位年龄偏成熟的白领，可能是个老板，可能在二线城市的培训机构做行政。同事帮他装好了 OpenClaw，他自己也有点好奇，但坐回工位面对一堆事务流程，还是打开了用了二十年的 Excel。偶尔想起来才点开虾一次。

25.3%

被动入场（同事帮装）

TGI186·五画像最高

TGI130

管理层/创始人占比仅次于虾圈教父

TGI163 40岁以上占比 五画像最高

使用频率分布（%）vs整体基线


反直觉1|老板比员工还多

小白里管理层/创始人占比在五画像中反而最高。相当一部分老板是为了解“AI能做什么”而买入 OpenClaw。账号开了、虾装了，却没坐下来把它长进自己的工作流里。

反直觉21挡路的不是钱，是场景

超过三分之一的小白已经月付200元以上，推荐给同事的接近一半。付费意愿并不弱。他们也不是一线的AI极客，更像偏成熟的观望者。挡在他们前面的第一道门，不是定价，是工作里第一个“非它不可”的场景。

他们用龙虾做过最有价值的事

模糊、试水、远离工作核心

“暂无，只是用来简单试用”

编号18

“帮我给好朋友发生日祝福”

• 编号287

“可以在游戏里实现价值”

• 编号32



养虾工人

沉默多数

25.7%

每周几次

打工人主导

用得稳、用得理性，但不传播

五画像中最大的单一群体。一位在办公室里安静打开 OpenClaw的白领：工作需要就用，不需要就关。每周固定那么三五次，稳定、务实。看到新闻时会随口跟同事夸一句“这东西还行”，但很少真的动手帮谁装一下。

46.3%

每周3-5次使用五画像唯一单峰群体

TGI123

“有价值但被过度炒作”五画像最高理性度

TGI 65管理层/创始人占比五画像最低

使用频率分布（%）vs整体基线


反直觉1|管理层占比全场最低

养虾工人里管理层/创始人占比是五画像里最低的，几乎只有小白的一半。“中等深度但不传播“不是管理层的典型画像，这是“打工人“主导的一层。

反直觉2|最克制的产品判断者

养虾工人对 OpenClaw的评价最冷静：超过四成认为“有真实价值但被过度炒作”，是五画像中比例最高的理性派。养虾工人是规模最大的潜在传播池，但激活他们不靠加深使用，靠的是降低“帮人装虾”的门槛。

他们用龙虾做过最有价值的事

“写工作汇报”

编号16

不炫技，不创造，只解决手头的活

“整理提炼项目关键信息”

• 编号348

“编写会议纪要PPT”

• 编号352



养虾导师

布道者

22.9%

制造业浓度高

深度不顶尖，但愿意动手帮人装

他们 100% 帮过别人养虾，近四分之一帮过3人以上。他们不是被动入场、也不是单纯好奇心驱动接近一半的养虾导师是带着具体工作需求找到 OpenClaw 的。任务来了，就去把工具解决掉。

100%

帮过1人+配置定义性行为

TGI119市场/运营/销售岗超过技术岗

TGI148制造业占比五画像最高

使用频率分布（%）vs整体基线


反直觉1|布道者不是技术人

和多数人对“AI布道者”的想象相反，养虾导师里市场/运营/销售岗的浓度高于技术岗。这并不难理解：市场岗本来就是“教别人用工具”的职能， CRM、数据看板、内容平台都是他们每天向非技术同事介绍的东西。

反直觉2|制造业的种子选手

制造业浓度在养虾导师这一层达到峰值，显著高于大王和教父。OpenClaw常被默认为互联网先行的工具，但在“中等深度+社交活跃”这一层，制造业反而浓度最高。他们的日常环境不是互联网的“人人懂技术”，手把手教学在这种环境里的价值反而更大。

他们用龙虾做过最有价值的事

“帮同事做工作”

• 编号102

“帮家里长辈全自动打理生活、健康和社交，让她一个人住也很安心、不孤单” -编号199

“帮人”这个画面，是导师的灵魂

“帮助公司处理数据库革新”

编号183



养虾精英

沉默重度用户 #新一线反超一线 #个人主义

21.2%

深度接近顶层，但传播半径只到工位邻居

养虾精英是“沉默的重度用户”。四分之三每天都在用、超过三分之一已经开始处理公司核心业务、使用场景数是五画像里最多-把 OpenClaw 打磨成了自己专业工具箱的一部分。但超过一半只帮过1-2个同事装虾，自己用得再深，传播半径也就到工位邻居。

64.4%

“每天多次”档位占比出现高频塌陷现象

1. 2个使用场景数均值五画像最多

1. 98一线/新一线比值五画像唯一 <1

使用频率分布（%）vs整体基线


反直觉1新一线反超一线

只有养虾精英一个群体是“新一线占比超过一线”的。养虾精英不是北上深的AI内卷高手，更像是杭州、成都、苏州、武汉这些互联网二极城市里，把AI打磨成专业能力的那批极客。

反直觉2|差一个正式的角色任命

“1001-5000人准大厂”占比显著偏高，远高于五画像平均。这类公司里的技术骨干往往有独立打磨工具链的空间，但组织传播的正式角色通常需要等级背书。他们差的是组织把一个“系统推动者”的角色正式交到他们手上。

他们用龙虾做过最有价值的事

专业、深入，带着明显的个人项目色彩

“用 OpenClaw 成功读取并分析了一块旧单片机设备的固件，搞懂了它的工作原理，还自己修改程序实现了新功能，既学到了很多底层硬件知识，也完成了很有成就感的项目” -编号42

“完成了属于自己的小程序”

• 编号133

“设计了一款3D打印玩具”

• 编号169



虾圈教父

8.6%

所有顶格都在这一层-深度、传播、组织背书一起到位

五画像中占比最小、画像最极端的一群。“每天多次打开”占比最高的一群人。OpenClaw已经成为他们日常工作的底层基础设施。处理公司核心业务的比例是整体基线的三倍多，100%帮过3人以上配置，公司明确鼓励支持的比例超过九成。

1. 7%处理公司核心业务TGI338·整体基线4倍

93.2%

公司鼓励并支持

TGI 311·五画像最高

TGI208技术岗占比五画像最高

使用频率分布（%）vs整体基线


反直觉1非行业老炮，是年轻技术骨干

教父不是“多年积累影响力的KOL”：约九成不到 40岁、六成是20-29岁。画面变成一个“工作 5-10年、手握技术话语权、又能撬动组织决策的年轻工程师”。实际驱动 OpenClaw 扩散的超级节点，是中型互联网公司里那位懂技术、被同事信任的年轻工程师。

反直觉2组织已经站到他们背后

教父里“公司鼓励并提供支持”的比例超过 93%。对比其他人群，公司支持度不是“慢慢爬”，而是在最后一级突然拉开。这靠的是组织愿意把一个角色交到他手上。

他们用龙虾做过最有价值的事

完整的工作流闭环都由 OpenClaw 承载

“从会议转录中提取行动项，自动识别负责人，通过 Telegram发送审批请求，批准的任务创建待事项，未完成的任务定期提醒并归档”

• 编号28

“部署信息系统监控平台”

编号66

“帮我对一个项目做数据分析”

• 编号119


三个跃迁节点：用户如何从小白成长为大佬？

五种面孔不是五个固定身份。养虾小白可能在第3周因为一项紧急工作找到第一个刚需场景，变成养虾工人；养虾工人也可能因为公司态度转变、开始愿意帮同事装虾，变成养虾导师。五画像之间有3个关键的跃迁动作。

从养虾小白到虾圈教父的四步跃迁


跃迁点1：从养虾小白到养虾工人

养虾小白和养虾工人的差异不在「用得多勤」，而在「用得有没有嵌入工作」。

养虾小白里纳入工作流的只占约 45%，且其中多数还停留在「偶尔，仅限个人辅助」的浅层。养虾工人这一侧则完全不同：约 94% 已经在工作中使用，只有 5.6% 仍停留在「不用于工作」。

这一层的人群普遍有一个共同特征：在工作中找到了第一个稳定的使用场景。场景未必复杂，养虾工人使用最密集的3个场景（日程管理 42.9%/信息整理 41.2%/数据处理 40.7%）都是通用效率场景。一旦稳定的工作嵌入点成立，使用习惯就会固定下来。


跃迁点2：从养虾工人到养虾导师 &精英

这个门槛有一个特殊结构：养虾工人会分流到两个方向，而不是合并到一条路。

养虾工人 $ \rightarrow $ 养虾导师这一跃，两者深度均分几乎一致，传播均分却差近3倍。区别完全在「愿不愿意动手帮人装虾」。完成跃迁的人，普遍处在更鼓励的组织氛围里：养虾工人只有 14.1% 处在公司鼓励的环境，养虾导师跳到 32.9%。在被「看见」和「认可」的氛围里，使用者更愿意花时间帮同事配置。

养虾工人→养虾精英这一跃，两者都不太传播，深度均分却差近2分。区别完全在「自己用得够不够深」。完成跃迁的人，普遍带着更强的工作任务驱动：养虾精英因「有具体工作需求」入场的占 43.2%，比养虾工人的 29.9% 高13个百分点；场景数从均值3.0个扩展到4.2个，整整多出一整个场景类别。

跃迁点3：从养虾精英到虾圈教父

这是整条阶梯上差距最大的一道门槛，但差距不在个人层面，而在组织层面。虾圈教父这一层的人，在组织里已经是被系统性背书的节点。公司允许他处理核心业务，为他的使用付账，鼓励他把 OpenClaw 扩散给同事。养虾精英已经非常接近这条线（47.9%的公司支持度不算低），但「精英」和「教父」之间的差异，不是个人再多努力一步就能拉开的，更多靠的是组织把一个角色交到他手上。

把三次跃迁的核心差异抽象成一条规律，阶梯呈现出一个非对称结构：门槛1是个人行为层面的（找到第一个工作场景），门槛2是个人偏好/环境层面的（社交还是深度），门槛3是组织授权层面的（角色与资源的赋予）。

从养虾精英到虾圈教父-四项组织层面的跃变


数据来源：增长黑盒研究整理，网易智企·AI调研。养虾精英 n=146、虾圈教父 n=59（整体 N=690）


在整个跃迁过程中，公司支持度从 7.3%上升到 93.2%，分了五级阶梯。最陡的一段发生在精英→教父之间（+45.3pp），占整段跨度的一半以上。

公司态度阶梯：「鼓励并提供支持」占比从 7.3% 一路爬到 93.2%



PART 3

养虾的价值与天花板

养虾的唯一瓶颈真的是技术和工具本身吗？只要个人努力学习和实践，AI真的可以帮助我们无限扩大生产力吗？


一张分数相当高的成绩单

放下「革命性产品」这类主观修辞，看一个更硬的指标：使用者在自己用过的场景里给 OpenClaw 打出的效率分。使用者只对自己勾选过的场景评分，不使用就不表态。

没有一个场景跌破4分，人人都说有用。

然而使用率和满意度并不正相关：使用率最高的三个场景（文件整理、深度搜索、日程管理）满意度排名都靠后；满意度排名前三的持续监控、跨应用自动化、数据处理里，有两个使用率排在后段。

最多人用的场景，不是最好用的场景。

九场景使用率×满意度气泡图


数据来源：增长黑盒研究整理，网易智企·AI调研，使用者N=690。气泡直径对应「4-5分占比」（ 80%-87%）。中位数切分：使用率中位 33.5%、满意度中位4.19。


组织的上限，决定了个体养龙虾的上限

单从满意度来看，有一个明显的特征：工作嵌入越深，效率分数越高。从「仅个人用途」到「处理核心业务数据」，综合分上升0.43分。对一个1-5分量表而言，这个梯度相当于从「还不错」跃到「很好用」。

工作嵌入深度×九场景综合均分


另一方面，「本职工作」是一条分水岭。把 OpenClaw 放进真实工作任务里的人（无论使用深度如何），给它的分更高，评价更正面。能否在工作中应用 OpenClaw，决定了个人层面的应用上限。

使用目的×正面评价合计占比（%）


数据来源：增长黑盒研究整理，网易智企·AI调研，使用者 N=690。


既然如此，我们就必须引出一个重要的洞察：养龙虾真正的价值天花板不在个体，而在组织，尤其是组织的态度。

个体的价值感知不完全由个体决定，组织才是放大器或抑制器。

组织态度放大的首先是价值感知

站在个体角度，公司从「鼓励」到「不知道」，效率只有少量增加，价值感知却拉开近6倍。组织赋能让使用者「用得」略好一点，却让使用者「觉得值得」差了一个量级。价值感知被组织放大的程度，在AI发展的早期阶段远远超过工具效能被放大的程度。

我们认为，公司存在一个明确态度（哪怕是负面的），也比模糊的组织空气更能帮使用者形成判断。在「公司不知道」的组织里，每个使用者都在自己猜「这样用到底对不对」，这是价值感知的抑制剂。

如果组织无法让个体感知到价值，管理者期待的降本增效怎么会发生呢？

公司态度×革命性评价占比（%）


数据来源：增长黑盒研究整理，网易智企·AI调研，使用者 N=690。右侧灰柱「九场景均分」为均分×10的可视化放大值。


自下而上的呼唤：C端使用者在呼唤一个B端产品

在实际的落地应用中，用户有着非常集中的顾虑。使用者焦虑的首要对象不是「这个工具做得不够好」，而是「工具没有安全的边界，也没人给我们划边界」。

实际上，这些顾虑完整反映到了个人用户对于企业赋能的需求：个人自报的首要需求，是数据私有化、统一管理、质量认证、合规审计，全部是组织级能力。如果个人天花板的解法在个人这一侧，使用者不会自己呼唤B端方案。他们在呼唤，意味着他们已经碰到了自己能做到的边界。

个人使用 OpenClaw 的顾虑


个人希望企业平台提供的能力


数据来源：增长黑盒研究整理，网易智企·AI调研，使用者 N=690，各项占比合计大于 100%。


用得越深，对组织级支持的呼唤越强

更有意思的是，从1-2个场景到5个场景，团队Skills复用的需求几近翻倍。这不是「个人工具」的指标，是「我需要和同事共享成果」的指标。把OpenClaw用到5个场景的人，已经在自己的工作流里构建了一套足够深的协作界面，单兵作战不再够用。

使用场景数×组织级能力需求占比：团队复用需求斜率更陡


从入门到放弃：近七成用户在前两周内「弃养」

看完了上限，我们再来看看下限。将近7成用户，会在体验OpenClaw的前两周内决定弃养。流失不是均匀的「放弃」，沿停用时长呈现一条清晰的梯度，两种停用者有不同的决裂程度。

<1周的是「决裂者」： 65.5%真的卸载了，比其他时段高出两倍。

1 周以后的是「搁置者」： 60% 到 69% 的人选择「还留着但不用」。


OpenClaw 使用者停用时长分布


停用时长 $ \times $ 是否卸载：<1周「已卸载」比例是其他时段的两倍


用户停用的原因，并不是简单的「AI智商堪忧」这种问题，而是产生多样分化：费用、安全、效果，沿时间轴一个接一个成为挡路石。


停用时长×原因分布占比（%）


<1周·成本驱动：

用户还没走到「有没有用」的问题，先被「还没开始玩就要付费、就要折腾」劝退。

1-2周·安全焦虑首次登顶：

费用退潮，数据安全第一次成为第一死因。用得开始深了，第一次担心起来了。

2-4周·安全达峰、组织信号出现：

安全焦虑推到 57.4% 的高点；「公司禁止」首次爬到 16.2% ，这是IT合规第一次明显介入。企业IT治理的反应，大约滞后员工自发使用2-4周。

>1月·期望破灭：

最老的一批停用者，死因从「安全」转向「效果没达到预期」。用得够久，好奇变失望。


组织支持成为重要的回归价码

「给你什么，你才回来？」

我们让每一位停用者回答了这个问题，几乎所有人都开了价： 96.1%的停用者至少选出1个回归条件。真正说「不会再用了」的，只有 3.9%。

回归条件结构演化：<1周要「门槛降低」vs>1月要「系统性方案」


<1周组·要「门槛降低」：

最高频的回归条件是「一键部署」（41.4%）和「AI效果提升」（39.7%）-他们还没走到「值不值」的阶段，先被「装起来太折腾、装好了没想清楚怎么用」劝退。

>1月组·要「系统性方案」：


最高频诉求变成「Token费用降低」（48.3%）、「数据安全可信解决」（41.4%）、「公司统一部署」（37.9%）-用久了的人，要的不是工具优化，是花钱的人换成公司。「公司统一部署」诉求从 <1周的 13.8% 一路爬到 >1月的 37.9%，几乎翻了三倍。

共性底色：

AI模型能力（约 38%）和数据安全（约 38%）是全时段都在诉求榜前列的两条底色-无论什么时候流失，大家都在等AI变得更聪明、等数据能真正放心。

组织层面的问题，2-4周同时从「负担」和「诉求」两端冒出来-这不是巧合，而是个体使用者自己认识到「单打独斗走不下去了」的时间点。

越是在传统行业，企业级赋能的价值越大

最后，我们调研了那些从没用过、只是听说过的人：每15个未使用者里，才有1个人彻底拒绝养龙虾，大部分都是持有积极、正在准备的态度。

未使用者开始使用的条件 TOP6


数据来源：增长黑盒研究整理，网易智企·AI调研，未使用者 n=1001。


可为什么他们不去用呢？第一直觉可能是“安装太难、太麻烦”。

但数据显示：OpenClaw的主要扩张阻力在价值证明和信誉。用户不缺工具、不缺教程，甚至不缺钱，缺的是“这个东西放在我这儿能干什么”的可信答案。

未使用原因 Top8


我们也问了未使用者第二个问题：什么样的条件能让你开始用 OpenClaw？

因为用户分为积极（已准备 + 有兴趣）和消极态度（可能不会 + 肯定不会），我们需要再拆开看看。

二者形成了显著的差异：

积极群要更多证据：场景证明、费用透明、安全说明，他们在做评估。消极群要省掉麻烦：公司统一部署，他们在等一个不用自己操心的入口。


越是在保守、传统的行业，消极未使用者占比可能会越高。这意味着传统行业公司层面的实际支持，能够有效促进AI Agent的渗透和应用，让“全员拥抱AI”不再停留在喊口号。

积极 vs 消极使用条件反差



PART 4

当龙虾走进办公室

企业养虾，是从组织上解决个人养虾的效率瓶颈。那么，企业养虾的现状如何？有哪些难题还没被解决？


采购单很热，渗透还浅

打开任意一份企业AI采用调研，画面类似：试点比例在涨、采购预算在排队、员工覆盖率在爬升。这次调研问了同样一组问题，管理者回答出来的账面，确实很像业内通稿的复刻版。

企业 OpenClaw 采用阶段分布


1. 0%的企业已推动AI采用：27%走到全公司统一部署，48%停在试点阶段。另有20%的管理者承认，AI到底有没有走进公司，他们说不清楚。

采购意愿比采用比例更热。 88.6%的企业未来12个月内有采购计划，明确说“没有计划”的只有 5.7%。预算侧的数字同样积极：47.4%的企业把年度预算定在20-50万元。

但同一批管理者回答的另一道题，把这份乐观拉回了地面。

企业内实际在用 OpenClaw 的员工比例


数据来源：增长黑盒研究整理，网易智企·AI调研，B端全样本n=100。


1. 1%的企业，OpenClaw渗透率不到员工的 20%。一边是 88.6%有未来12个月采购意愿，一边是过半企业的现用户不到两成员工-账面上的“我要采购”跑在“员工在用”前面。

账本是领先指标，渗透率是滞后指标，二者之间的差值就是我们需要关注的地方。

铺得开，但没铺对地方

企业买了OpenClaw，把它放进了哪些业务？按渗透率与满意度两条中位线切开，10个场景落在四个象限：

右下 | 体验缺口

行业共识中“AI最该用“的三个场景-数据分析、研发、市场营销-都挤在这里。

右上|标杆区

跨部门流程自动化、行政与办公管理。真正“既铺开又被认可”的不是技术型场景，是事务型场景。

左上|潜力区

销售、客户服务、知识管理。销售的反差最大-满意度全场第一、渗透率全场倒数第二，是B端释放空间最大的单点。

左下|观望区

人力、财务。

B端十大场景渗透率×满意度四象限气泡图


• 体验缺口 ·标杆区 ·潜力区 ·观望区

数据来源：增长黑盒研究整理，网易智企·AI调研，B端已采用n=88，满意度均分按各场景实际选择人数加权计算。中位线：渗透率31.25%、满意度4.19分。


一条B端特有的现象由四象限直接呈现：企业首先把龙虾放进最容易解释的地方（研发、数据、市场营销），落出效率感的却是跨部门流程和事务型工作。技术型场景铺得早，期望被拉高，打分相对克制；事务型场景刚铺开，痛点强烈、替代感明显，反馈热烈。

C端的“标杆区”是数据处理与报表，B端的“标杆区”是跨部门自动化与行政办公。用什么场景“代言AI价值”，员工和老板的答案不一样。B端采购侧的“价值解释权”可能需要换手。

那员工是从哪个入口接触 OpenClaw 的？

员工与 OpenClaw 的主要交互平台分布


企业微信58.0%、钉钉43.2%、飞书28.4%，国内三大办公IM占据绝对入口地位。命令行、专属客户端都只有两成左右。B端员工不为AI单独开一个窗口，他们把AI接在自己每天已经打开的窗口里。

至于部署方式，画面同样松散：正式部署路径（企业级平台+付费产品+开源统一+云厂商）合计 67.0%，剩下的 33.0%是混合方式、员工自行部署、以及管理者“不清楚”-三分之一的部署形态没走标准IT账本。


支出侧的数字更说明问题。

近一半企业的月支出在5,000元以下（47.7%），20,000元以上只有18.2%。当前主流月支出档位 （5,000-20,000元，占31.8%）折成年度是6-24万元-实际支出还没用完预算的50%。

企业 OpenClaw 月均支出分布


企业“铺出去”完成得不错，“管起来”还没跟上。

用得快，管得慢

管理者怎么管？答案远没有账面那么乐观。

完整治理只有21.6%。剩下的78.4% - 制度要么没建起来，要么建起来管不住。没有一家企业选“IT部门还不了解情况”，问题不在“不知情”，在“知情但管不上”。

企业IT部门对员工使用 OpenClaw 的策略


数据来源：增长黑盒研究整理，网易智企·AI调研，B端已采用n=88。


把采用阶段和治理状态叠在一起，差距更清楚。

这张交叉表给出一个反直觉的读数：走到全公司统一部署的27家企业，也只有 37.0%完整治理。“统一部署“已经是组织层面最成熟的采用阶段，但即便如此，仍有近2/3的企业没把治理建到位。试点阶段只有 18.8%完整治理，“没推动但员工在用“的13家完整治理为 0%。

治理框架的建设速度，落后于企业采用AI的推进速度-越走在前端，治理越薄。

采用阶段×治理策略交叉分布


那管理者到底担心什么？什么拖慢了龙虾进入企业的速度呢？

费用和ROI反倒不是问题，“数据安全和隐私合规”才被列为最大挑战，其次是“缺乏统一的管理和运维工具”。第三，作为龙虾运行必备的skills，企业也普遍有“开源skills投毒”的担心。


推进OpenClaw企业应用的最大挑战（多选Top3）


如果我们就聚焦企业最关心的安全问题去深挖，可以看到：43.2%担心核心数据泄露，40.9%担心员工私自上传敏感业务数据。安全顾虑不只来自“外部攻击”，也落在“内部员工行为”上。

管理者最担心的 OpenClaw 安全顾虑 TOP8


数据来源：增长黑盒研究整理，网易智企·AI调研，B端已采用n=88。


管理者用自己的话回答“使用 OpenClaw 时遇到的最真实的一个问题”：四条原声分别对应“安全顾虑 →组织能力→费用失控→权限缺失“四个层面。

安全顾虑

“公司管理层对安全性仍存在质疑性。”

组织能力

“团队对OpenClaw的理解和应用能力不足，跨部门协同难度高，落地过程中缺乏成熟的方法论指导。”

费用失控

“密钥产生的费用问题难以管控。”

权限缺失

“权限问题，风险大。”

员工自述印证了管理者的焦虑

这组“管不住“只是管理者的焦虑投射，还是员工侧也能印证？我们不妨回顾之前的C端调研。

1. 7%的使用者处于非管控状态。这些员工里绝大多数没在故意绕开制度，他们感受不到制度的存在。

个人视角下：公司对私人使用OpenClaw的态度


行为已经发生，组织姿态没跟上。这幅图和上一节管理者自述的“治理不完整 78.4%”、"缺管理工具 37.5%”，对应在同一件事的两端。


B端管理者视角×C端使用者视角·四维度对照

管理者视角(B端)

使用者视角(C端)

治理与管控

78.4%治理框架不完整

58.7%处于非管控状态

工具缺位vs行为发生

37.5%承认缺管理工具

85.9%在工作中使用AI

盲区双向印证

20.0%企业“没推动但员工在用/不确定”

18.8%使用者“公司不知道，员工自发在用”

管理者要的是边界，不是更聪明的AI

既然管理者承认“管不住”，他们自己希望被怎么管？

1. 5%倾向“提供推荐方案但不强制”，33.0%倾向“统一部署企业级平台”，两项合计70.5%-这是管理者心目中的“合理管法”。选“严格管控”或“禁止”的合计仅14.8%，选“完全放开”的也只有14.8%。

管理者认为企业应如何管理员工使用 OpenClaw


数据来源：增长黑盒研究整理，网易智企·AI调研，B端 n=88；C端 n=690。两组样本独立采集，并列呈现不做差值运算。


管理者给出的态度偏好很清晰：要“组织化的引导能力”，不要“组织化的限制能力”。不强制，但提供方案；有边界，但不封死自由。对应到产品侧，配套是“平台+推荐+Skills市场”，不是“审批+封禁+流量拦截”。

另一方面，管理者的担心就是企业的采购清单：数据安全59.1%排第一，Skills市场45.5%排第二这两条采购优先级，和上一节的“数据泄露43.2%”、“Skills质量挑战33.0%”一一对应。

采购 OpenClaw 企业级管理平台最看重的能力（多选）


管理者要的是“企业能把AI装得住、管得到、看得见”-“AI够不够聪明”在这份清单里反而不在优先级前列：



PART 5

让AI Agent从工具跃迁成组织生产力

剩下的问题不再是「管理者要什么」，而是「这套清单具体长什么样、由谁交付、明天能做的第一件事是什么」。这里有给出一份可被参考、也可被复制的解决方案样本。


管理者的清单已经很清楚-剩下的问题不再是"管理者要什么”，而是"这套清单具体长什么样、由谁交付、明天能做的第一件事是什么"。这一章走出研究视角，给出一份可被参考、也可被复制的解决方案样本。

能力曲线

Gartner预测：到2028年，至少 15%的日常业

务决策将由 AI Agent 自主完成

落地曲线

MIT报告： 95%的企业AI试点没能走出试验阶段

核心命题：个人提效≠组织提效

一边是即将兑现的能力曲线，一边是九成五止步于试点的落地曲线。AI正在成为很多企业里的“跑步机”：买了、摆了、没人真正跑起来。

更反直觉的是：一线员工已经全员用上AI Agent，每个人都觉得“工作变轻松了”，业务的成本和业绩却没有立刻发生显著变化-

职能边界没有重新定义，AI让人更快，组织分工还是旧模式；流程节点没有减少，协作链条不变， AI省下的时间被流程吃回去。

给100个人每人配一把电锯，不会自动变成一家高效的伐木公司。

一张需要重新画的架构图

IT看不见员工的真实部署，管理动作追不上员工动作。这些缺口指向同一个架构问题企业缺的不是更多工具选项，缺的是一张能把“个人提效”翻译成“组织生产力”的架构图。


个人提效 → 组织生产力的四层架构

企业级

企业 Agent+数字化基建

部门级部门 Agent + 知识库

个人级

原子级

个人 Skill + 知识库

基础模型 + Skills 积木

企业级 “组织级智能平台”

客户信息聚合平台、自建知识库、内容模板工厂等数字化基建，挂载在一个跨部门的企业 Agent之上，能力可沉淀为组织资产。

部门级 “团队协作的AI中枢”

销售、CSM、产研团队共享 Agent与共享知识库，Skill在部门内流转复用，而不是每个人重新发明一遍轮子。

个人级 "每个人的AI搭子"

每位员工把高频任务沉淀为可复用的Skill，挂上自己的工作知识库。这一层是第二章690位 OpenClaw 使用者画像所处的位置：他们已经在路上，但绝大多数仍是单兵。

原子级 "AI能用的物理前提"

基础大模型、内部系统数据API、互联网信息抓取、文档处理套件（PPT/会议纪要/网页文章/在线文档）、IM消息通道服务。

四层不是从底到顶逐级搭建，而是必须同时存在。任何一层缺位，上面那一层就悬在空中。

把这张架构图搭起来的关键不是再加一款AI工具，而是需要一个统一的中央底座-一个能管住安全、降下门槛、看见全局、沉淀资产的企业级AI Agent管理与赋能平台，扮演架构持有者的角色。网易智企已经把这个底座做出来了，叫做帝王蟹（ClawHive，官网：https:// skills.netease.im）。

帝王蟹的四个修正动作

帝王蟹的目标不是做一只更厉害的龙虾，而是把企业现有AI Agent使用中的四个结构性错位逐一修正-每一个产品能力都对应明确的实证缺口。


帝王蟹四个修正动作×实证缺口对应关系

安全 【裸奔 → 纵深防御】

对应实证缺口

• C端隐私顾虑 41.3%、敏感数据外流 38.0%

• 管理者怕：核心数据泄露 43.2%、员工私传 40.9%

• 全球27.8万Agent公网裸奔

门槛

【技术壁垒 → 业务自助】

对应实证缺口

• <1周放弃中 31.0% 因为"配置太复杂"

• 未使用群体 18.4% "不知道怎么安装"

• 采购清单 28.4% 要“免配置开箱即用”

管控 【管理盲区 → 统一治理】

对应实证缺口

• 已采用企业治理框架完整仅 21.6%

• 37.5% 管理者承认“缺乏统一管理工具”

• Token 失控 / 信息孤岛 / 越权无审计

沉淀 【个人经验 → 组织资产】

对应实证缺口

• 1-2场景使用者团队Skills复用需求 25%

• 扩展到5场景，需求几乎翻倍至 44%

• 100% 虾圈教父帮过 $ \geq 3 $ 个同事，无平台承载

安全：从“裸奔”到“纵深防御”

个人玩龙虾和企业用龙虾之间，差的是完整的安全边界。

对应的真实事故已经出现

数百封

Meta 安全总监使用 OpenClaw，Agent 无视停止指令批量删除核心邮件

300+

主流MCP技能市场被扫出超过300个恶意Skill包，上千 API密钥被窃

27.8万

Exposure Watchboard 监测到 Agent 实例在未设认证状态下暴露公网


帝王蟹的处理方式：四层纵深防御


门槛：从“技术壁垒“到“业务自助”

技术门槛是AI Agent在企业里铺不开的第二道结构性障碍。问题不在AI的智能水平，而是配置门槛把业务部门员工挡在了第一步。

帝王蟹的处理方式：让业务部门5分钟上手

部署侧

采用集群化一键部署，IT团队不需要逐台配置。

使用侧

提供引导式配置流程，深度集成钉钉、飞书、企业微信、企业自建IM平台等，员工在每天打开的IM中直接唤起Agent，零切换成本。

模型侧

支持 DeepSeek、智谱、 Minimax、Kimi、通义等国内头部以及海外头部模型一键切换，选择权交给企业自己。

客户端层面

同样开放-兼容有道 Lobster AI等主流桌面客户端，员工在习惯的工具里无缝接入帝王蟹的能力。

部署侧、使用侧、模型侧、客户端-四个层面的开放与可替换，把业务部门“能不能上手”的决定权从IT重新交回业务自己手里。


管控：从“管理盲区“到“统一治理”

账单刺客（Token费用失控）、Agent之间的信息孤岛、越权操作无审计-这些是行业性的盲区，不是个别企业的疏忽。

帝王蟹的处理方式：一个看板管全局

集中管理看板

• 实时显示所有 Agent 的在线状态、使用时长、Skill 分布、Token 消耗

• 按部门、角色设定差异化的使用权限和资源配额

• 算力做统一调度与结算，杜绝无序消耗

在线状态

使用时长

Token 消耗

操作审计与合规回溯

• 所有 Agent 的操作行为支持按时间、用户、操作类型多维度回溯

• 完整留痕，满足企业内控合规要求

• 满足外部监管的合规要求

时间维度

用户维度

操作类型

沉淀：从“个人经验“到“组织资产”

员工用AI用得越深，越希望自己的经验能被组织继承，同时共享其他人的最佳实践。

帝王蟹的处理方式：让AI经验成为企业资产

使用场景越多，“团队 Skills 复用“需求越强


统一的提示词库 + 工作流模板库

把优秀员工的AI使用实践标准化、可复用化，供全组织学习和调用。

Skill创作平台

允许没有技术背景的业务员通过对话方式把业务经验转化为Skill，上架到企业自有的私有Skill Hub。

私有 Skill Hub + 跨部门授权流转

不同部门、不同角色之间的Skill资产可以按授权流转，逐步沉淀为可迭代的组织数字资产。


装在帝王蟹上的执行组件

帝王蟹解决的是“管”的问题：管得住、管得明白、管得有边界。但要直接推动业绩，还需要在底层管理的基础上更进一步-网易智企在 ToB 服务场景里沉淀的五个高 ROI Skill，正是装在帝王蟹平台上、可被员工开箱即用的执行组件，已在多家头部品牌的真实业务里跑通。

企业在自己的私有Skill Hub里直接挂载、按部门授权使用，员工无需自行搜索和验证第三方Skill包。网易智企配套提供从0到1的部署支持、从1到100的培训赋能、定制开发与持续运维。

01-文案工厂

【多渠道、多场景的内容生成】

基于企业的产品知识库一键生成小红书种草、公众号深度文、朋友圈短文案，保持品牌调性统一；支持多轮对话修改，“标题换个更吸引人""语气再活泼一些”，AI即时调整。它解决的是市场和运营团队“重复造轮子写文案“这件最高频也最浪费时间的事。

02-报告工厂

【数据 → 洞察 → 报告自动化】

从企业知识库筛选知识点直接生成演示文稿，或基于自由描述加附件生成结构化报告。典型场景：某线上减肥服务机构利用报告工厂为每位用户生成个性化健康周报，把分散的体重、体脂、运动数据自动汇总成可读性强的内容，把过去“动辄2-3小时手动汇总”的工作压缩到分钟级。

03-AI 对练官

【AI前置训练+实时旁边“提词”】

内置场景库（场景模拟、话术优化、异议处理）、角色库（不同客群人设）、技能库（首次咨询、价格异议、产品对比、成交促单）。它既可作为销售训练前置陪练，也可在客服与企微会话场景里实时给坐席“提词”，缩短新人成长周期，降低实战试错成本。

04-客户洞察官

【发现问题·诊断问题·解决问题】

三个能力同时开动：抓取外部社媒提炼热点话题与情绪反馈；本周客户情绪波动监测（含正负向分布、典型客户原声）；商机价值打分（按打分推荐高潜线索）。它把“客户洞察“这件常被认为高大上的事，落到每天可被销售和客服直接使用的工作面板上。

05-策略生产官

【数据+情报驱动的策略引擎】

把“会员等级×潜力值”的客户分层矩阵和“市场正向/负向+使用正向/负向“四维情报引擎结合，自动为每位客户生成“AI推荐动作”，比如“建议跟进，存在风险，大概率能挽回""提供解决方案+价格谈判""了解痛点+产品演示”。它把数据驱动的精准客户触达从“概念”变成“今天可以干的活”。


可复制的方法论：从需求池到落地

网易智企也根据自身经验，沉淀了一套可行性高、操作简洁的方法论，对于"C端在反向召唤B端“的呼喊提供了一条可执行路径：先听员工，再画架构，再分发能力。

底座搭好、组件装上之后，企业的第一件事不是急着上线某个 Skill。先回到员工那里问一个问题-

x 企业惯用的问法

“你想用AI做什么？”

得到的多是模糊或浮夸的回答

应该这样问

“你日常最耗时、最重复的工作是什么？”

回答会带场景、带频率、带耗时

三步法：先听员工 $ \rightarrow $ 再画架构 $ \rightarrow $ 再分发能力

先听员工

Step 01

用调研模板收集需求场景+频次+耗时

再画架构

Step 02

工具型vs业务型分类，按四层架构归位

再分发能力 Step 03

私有 Skill Hub 按部门授权挂载与流转

落地速度往往超出预期：

网易智企内部“AI需求许愿池”

13天收到215条需求

国内头部零食品牌数字化中心横向梳理

14部门·47条·72%每日高频

配套一份调研模板就可以启动：场景描述/频次/单次耗时/期望AI达到的效果。模板看似简单，落地速度往往超出预期。

AI需求池调研模板

场景描述

频次

单次耗时

期望AI达到的效果

“每次拜访客户前要花2小时查资料”

每周3次

2小时

压缩到10分钟

“每月做销售月报要拼5张表”

每月1次

4小时

结构化报告分钟级生成

“新人培训重复讲8次产品话术”

每两周1次

1.5小时

AI对练官替代陪练


需求收集后两步走：分类+分层

第一层·分类：工具型vs业务型

工具型·各企业都通用

格式转换/信息获取/办公效率（写周报、做PPT、生成会议纪要）

业务型·ROI真正可量化

资讯查找/内容生成/数据处理/策略建议/协作提效

第二层·按四层架构归位（决定后续谁来建、归谁管、由谁迭代）

原子级

个人级

API/模型/底层工具

员工的私人 Skill

部门级

团队共用 Agent

企业级

跨部门数字化基建

两个落地样本

样本一·国寿海外知识查询

保险行业知识密度高、专业门槛厚，对知识检索的准确率特别敏感。国寿海外把网易智企的智能向量库与公司现有知识库做对接，从9月开始投入数据训练，分阶段服务内部员工的通用性查询和销售人员的个性化查询。准确率随训练时长稳步爬升：


8周内，最薄弱的承保业务

60% -> 90%

信息聚合→知识运营→知识应用→数据反馈，知识库飞轮一旦跑起来就形成持续复利。

项目期累计数据

10,242条案例

96.2%

整体解决率

不只是模型能力强，更是知识库飞轮在企业内部跑起来。


样本二·网易智企团队内部产研流程重构

最有说服力的样本，是网易智企团队自己。Q1业务总结时，一线同事不再写PPT，改用Markdown文件直接生成HTML汇报材料。

产研流程也被重新拆解：传统模式下“PRD→详细交互流程→视觉稿→前端开发”四个串行节点，被压缩成“MRD需求描述→AI直出可交互HTML原型→人做判断微调”。


全栈工程师在产研团队的占比接近 0→18% 并仍在持续上升呈现的不是个人快了多少，而是职能边界被重新定义、流程节点被真实减少。

从工具到工作方式

架构图先画对，底座 + 组件搭起来，方法论让员工的需求被听见，样本证明它能跑通。这些动作都做完之后，企业里发生的最深刻变化是- AI从“工具”进化成“工作台”。

AI工具vsAI工作台·四维度对比

维度

AI工具(现在)

AI工作台(未来)

使用方式

想起来才用

工作主入口，天天离不开

数据

每次重新问

围绕业务对象持续积累

知识

通用回答

懂你的行业、客户、流程

价值

点状提效

组织判断资产持续沉淀


员工与AI的关系：从“人指挥AI干活”到持续协作闭环

AI 给建议 → 人修改 / 批准 / 拒绝 → 系统记录修改原因 → 结果回流业务判断

员工得到“边界清晰但能力放开”的工作环境；组织得到“看得见、管得住、能沉淀”的能力资产。比你早跑通这条路径的同行，会更早把AI带来的复利收进自己的资产负债表。


PART 6

结语：跨越阶梯的两个判断

面对AI的高速发展，企业数字化转型上未来值得探讨的问题有哪些？


判断一速度差，是所有问题的根因

员工这一端，AI进化是天级的。今天一个新用法刷屏，明天就铺开到日常工作；一个Skill从听说到上手，往往只要一杯咖啡的时间。个体的AI使用曲线是指数型的，迭代节奏以天、以周计算。

企业这一端，AI治理是季度级的。评估、立项、采购、部署、培训、审计、制定政策-任何一个环节走完，都是以季度甚至年为单位。组织的治理曲线是阶梯型的，节奏被组织流程的惯性锁死。

两条曲线之间的差值，就是今天所有管理盲区的生长空间。


行业里谈AI治理，主流框架在问“管得够不够严”-有没有禁用清单、有没有数据防泄漏、有没有审计机制。如果根因是速度差，“更严”只会把差速逼向更深的灰区，不会消除盲区，只会让盲区跑得更快。真正的问题不在严格度，在节奏。AI治理的主战场也许根本不在制度细节，而在组织机制能不能跑起来、跟不跟得上。


判断二 C端在反向召唤B端

我们在三个立场完全不同的C端群体里听到了同一个声音：把AI变成企业统一提供的能力。

停用者

（离开的人） “希望公司统一部署”

消极未使用群

（观望的人） “公司统一部署就愿意尝试”

活跃使用者

（留下的人） “我已经在用但没人管”

诉求交汇点

把AI变成企业级能力从“个人工具“到“组织基础设施”

这是传统IT采购逻辑的一次反转。过去的采购决策链是标准的“自上而下”，整个流程走完一轮以季度计。它有一个隐含前提：员工会等。等企业选好工具，再接入使用。

AI时代的现实是，员工不等。他们已经自发在用，而且用得很熟。企业如果还按老逻辑走，员工就会在“公司看不见”的状态里继续用下去。企业能做的不再是“给员工配工具”，而是要回头追认。承认员工正在使用的场景，把它们纳入可管理的底座。

从“试点”升到“全公司统一部署”，这一跳中间缺的不只是管理工具，更缺的是一套能和员工使用同频的组织机制。

传统IT采购模型：自上而下

IT评估

业务确认

采购部署

员工培训

AI时代新模型：自下而上追认

前提：员工会等

季度级

员工已在用的场景

企业识别与清点

追认 & 纳入治理

持续监听&迭代

周级响应

前提：员工已在前面，企业追上去


附录·样本说明

调研基本信息

调研主题：OpenClaw 在中国市场的认知、采用与使用现状

执行方式：在线定量调研（结构化问卷，平均答题时长5-8分钟）

执行平台：网易智企AI调研

执行日期：2026年4月执行调研

样本量：2,100份有效问卷

样本结构与样本量

本次调研采用双轨设计：C端用户视角 + B端决策者视角，最终形成五条独立分析路径：

路径

受访者定义

样本量

C端使用者

听说过OpenClaw，且当前正在使用

690

C端停用者

试用过OpenClaw，但已停用

309

C端未使用者

听说过OpenClaw，但从未使用

1001

B端已采用

企业AI决策参与者，所在企业已部署OpenClaw

88

B端未采用

企业AI决策参与者，所在企业未部署OpenClaw

12

合计

2100

样本覆盖范围

年龄：覆盖19岁及以下至60岁以上全年龄段，主体集中在20-49岁职场人群

地域：覆盖中国大陆31个省/自治区/直辖市；一线、新一线、二线、三线、四线、五线城市均有分布

B端行业：覆盖互联网/科技、教育/培训、制造业、电商/零售、金融/保险、咨询/专业服务等主要行业

B端企业规模：覆盖50人以下小型企业到5,000人以上大型企业全规模区间，主体为51-1,000人的中型企业

名词说明

OpenClaw/龙虾：本报告中「龙虾」特指 OpenClaw 这一开源 AI Agent 项目，不作为通用 AI Agent 的代称。

C端五画像：C端使用者（n=690）按使用深度、传播行为、组织支持度三个维度划分为五类人群一

• 养虾小白（21.7%）：被动入场、单一场景的初阶使用者

• 养虾工人（25.7%）：稳定务实、不主动传播的常规使用者

• 养虾导师（22.9%）：中等使用深度、社交活跃的传播者

• 养虾精英（21.2%）：深度嵌入工作流、传播克制的高阶使用者

• 虾圈教父（8.6%）：超级节点型用户，在组织内具备影响力与采纳推动力

场景效率分：使用者对每个使用场景的效率提升打分（1=几乎没有提升→5=节省 50%以上时间），仅对自己已选用的场景评分。

TGI（Target Group Index）：目标群体某特征占比 $ \div $总体该特征占比 $ \times 100 $，>100表示偏好高于均值。

联系我们

刘方舟

增长黑盒CEO

微信