文 | 竞合人工智能

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。

近期硅谷与国内AI圈被两只“龙虾”搅动：开源项目CloudBot（OpenClaw，社区称龙虾）以本地执行、自主任务闭环迅速走红；随后传出创始人加入OpenAI、项目获资助并转入基金会运作。几乎同期，聚焦通用Agent的Manus被Meta以高价收购，成为AI应用层最受瞩目的两起并购。一时间，行业共识似乎被简化为：大模型通吃一切、独立Agent创业空间被压到极致、被收购是唯一结局。

真相远非如此。AI Agent不是大模型的“皮肤”，中小创业者也并非只能在巨头缝隙里求生。本文以CloudBot为样本，拆解Agent创业的真实护城河、国内复刻可能性、大厂挤压下的生存逻辑，并给出2026年可落地的细分赛道与终局判断。

先澄清核心事实：CloudBot并非简单调用大模型API的聊天机器人，它的核心价值在于本地自托管、设备执行权、持久记忆、多模型插拔、社交入口交互五大能力。用户一句指令，它能操作浏览器、读写文件、处理邮件、生成文档，完成从“给出答案”到“交付结果”的跨越。这也是它能在GitHub快速破圈、带动Mac Mini销量、引发全球开发者跟进的根本原因。

它的技术底座清晰：大模型负责推理，MCP协议负责工具调用，RAG负责知识接入，本地记忆负责上下文延续，交互层嫁接在Telegram、飞书等高频场景。这套架构不绑定单一模型，可接入GPT、Claude或国内开源模型，本质是Agent网关+执行引擎，而非模型本身。

那么，它有没有独立护城河？答案是：短期有产品壁垒，长期无技术垄断壁垒。

CloudBot的壁垒来自四点：一是本地私有化与隐私安全，数据不离开设备，切中企业与个人敏感需求；二是交互范式极简，不用打开新App，在聊天框里完成复杂任务；三是社区生态与技能沉淀，全球开发者贡献脚本与工具链，形成网络效应；四是执行稳定性，把模糊需求转为可复现的操作流，解决LLM“能说不能干”的痛点。

但这些壁垒并非不可逾越。国内开发者基于开源框架与国产大模型，完全可以在1—3个月内做出功能对齐的产品。事实上，已有多款类龙虾桌面Agent上线内测，证明通用型Agent的技术门槛已被开源生态拉平。这也意味着：纯通用Agent的创业窗口期极短，靠产品形态领先无法长期守住阵地。

国内复刻CloudBot不存在技术卡脖子。千问、文心、DeepSeek、Kimi等模型在工具调用、长文本、逻辑推理上已满足Agent需求；低代码平台如扣子、Dify大幅降低编排成本；私有化部署、国产系统适配、数据合规等环节，本土团队反而更有优势。

但直接做“中国版龙虾”必死。原因有三：第一，大厂快速跟进，有道已推出LobsterAI，飞书、钉钉、微信生态均在内置桌面执行Agent，通用入口级产品会被巨头快速覆盖；第二，合规与权限约束，国内对设备操作、自动化权限监管更严，纯C端爆款路径更窄；第三，商业化乏力，通用个人Agent付费意愿低，靠捐赠与订阅难以支撑团队。

国内创业者的正确路径不是复刻入口，而是深耕场景。CloudBot证明了“能干活的AI”成立，但未证明“通用干活AI”能独立长大。国内团队应把它的技术能力拆解，装进垂直行业的流程里，而不是去抢社交入口。

一个普遍误区：大模型能力越强，Agent越没必要。这是对AI产业链的误解。

大模型的能力边界是认知与推理，它不擅长三件事：行业深度Know-how、流程自动化封装、端侧执行与权限管控。

• 阿里千问、字节豆包等通用大模型，追求覆盖全场景，必然在垂直深度上妥协；

• Kimi、DeepSeek等在应用端体验优秀，仍停留在“内容生成+信息整合”，不具备跨软件自主执行能力；

• 大厂生态追求闭环，会优先适配自家产品矩阵，对第三方工具、小众行业流程支持不足。

AI Agent的本质是大模型的“手脚+行业知识+执行纪律”。大模型提供大脑，Agent提供行动能力、行业规则、数据安全与稳定交付。二者是互补关系，不是替代关系。

这也回答了关键问题：大厂没有把创业空间压缩到极致，反而把底层能力免费或低价开放，让创业团队不用再炼大模型，只需要把精力放在场景化、工程化、商业化上。过去创业要做模型、做框架、做产品三件事，现在只做后两件，门槛其实是降低了。

Manus、CloudBot相继走向被整合，是不是独立Agent创业的宿命？

分两类看，通用入口型Agent：结局大概率被收购或关停。这类产品拼流量、拼生态、拼资本，巨头用生态补贴就能碾压，独立团队无法长期对抗。收购本质是买团队、产品范式、用户习惯，而非不可替代的技术。

垂直场景型Agent：完全可以独立长大。只要扎根行业、有稳定现金流、构建起数据与流程壁垒，就具备独立上市可能。海外的Harvey（法律）、Glean（企业搜索），国内的政务、制造、跨境电商Agent，均已验证商业化闭环。

所以，被收购不是行业宿命，而是通用型创业的宿命。选择赛道的那一刻，结局就已注定。

2026年，AI Agent创业的关键词是窄门、深耕、交付。中小团队应避开大厂主战场，在以下四条赛道建立壁垒：

面向中小企业，把Agent打包成“数字员工”，替代跟单、客服、审单、报表、合规检查等重复性岗位。比如跨境电商全流程Agent、制造业质检与能耗优化Agent、餐饮门店运营Agent。核心壁垒是行业流程模板+稳定交付+按月订阅，巨头看不上小B散单，正是中小团队的基本盘。

金融、政务、医疗、法务等领域，数据不能出域。做私有化部署+权限管控+审计留痕的垂直Agent，满足等保、数据安全要求。这类项目客单价高、续约率高，技术壁垒不在模型，而在合规方案与落地服务。

大厂生态封闭，对小众软件、跨平台协同支持不足。做小而美的自动化Agent，比如跨表格数据同步、自媒体一键分发、设计稿转代码、简历批量处理等，走插件化、订阅制路线。小团队更敏捷，更懂长尾痛点。

很多传统行业有需求但无技术能力。基于扣子、Dify等平台，为客户定制行业Agent、对接系统、调试prompt、维护知识库，赚实施费与年费。这是轻资产、高毛利的生意，不与大厂竞争，而是成为生态伙伴。

这些赛道的共同逻辑：不做入口，做能力；不拼流量，拼交付；不追通用，追专业。

未来1—2年，AI Agent行业会形成稳定三层结构：

• 底层：大模型与框架厂商，提供大脑与基础设施，巨头主导；

• 中层：垂直行业Agent厂商，深耕场景、有现金流、可独立发展；

• 上层：插件与工具开发者，基于生态做轻量化创新。

通用入口会被巨头整合，垂直场景会跑出一批小巨头，开源与低代码会让创新成本持续下降。被收购不是失败，而是通用型团队的合理退出；真正的长期价值，属于那些把AI变成行业生产力的实干者。

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。放弃“做下一个超级App”的幻想，扎进一个行业、解决一类问题、交付稳定价值，就是AI时代最扎实的生存之道。

龙虾的意义，不是告诉我们要做入口，而是证明：能动手干活的AI，才是真的AI。而能把这件事做深做透的人，永远有舞台。

文 | 竞合人工智能

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。

近期硅谷与国内AI圈被两只“龙虾”搅动：开源项目CloudBot（OpenClaw，社区称龙虾）以本地执行、自主任务闭环迅速走红；随后传出创始人加入OpenAI、项目获资助并转入基金会运作。几乎同期，聚焦通用Agent的Manus被Meta以高价收购，成为AI应用层最受瞩目的两起并购。一时间，行业共识似乎被简化为：大模型通吃一切、独立Agent创业空间被压到极致、被收购是唯一结局。

真相远非如此。AI Agent不是大模型的“皮肤”，中小创业者也并非只能在巨头缝隙里求生。本文以CloudBot为样本，拆解Agent创业的真实护城河、国内复刻可能性、大厂挤压下的生存逻辑，并给出2026年可落地的细分赛道与终局判断。

先澄清核心事实：CloudBot并非简单调用大模型API的聊天机器人，它的核心价值在于本地自托管、设备执行权、持久记忆、多模型插拔、社交入口交互五大能力。用户一句指令，它能操作浏览器、读写文件、处理邮件、生成文档，完成从“给出答案”到“交付结果”的跨越。这也是它能在GitHub快速破圈、带动Mac Mini销量、引发全球开发者跟进的根本原因。

它的技术底座清晰：大模型负责推理，MCP协议负责工具调用，RAG负责知识接入，本地记忆负责上下文延续，交互层嫁接在Telegram、飞书等高频场景。这套架构不绑定单一模型，可接入GPT、Claude或国内开源模型，本质是Agent网关+执行引擎，而非模型本身。

那么，它有没有独立护城河？答案是：短期有产品壁垒，长期无技术垄断壁垒。

CloudBot的壁垒来自四点：一是本地私有化与隐私安全，数据不离开设备，切中企业与个人敏感需求；二是交互范式极简，不用打开新App，在聊天框里完成复杂任务；三是社区生态与技能沉淀，全球开发者贡献脚本与工具链，形成网络效应；四是执行稳定性，把模糊需求转为可复现的操作流，解决LLM“能说不能干”的痛点。

但这些壁垒并非不可逾越。国内开发者基于开源框架与国产大模型，完全可以在1—3个月内做出功能对齐的产品。事实上，已有多款类龙虾桌面Agent上线内测，证明通用型Agent的技术门槛已被开源生态拉平。这也意味着：纯通用Agent的创业窗口期极短，靠产品形态领先无法长期守住阵地。

国内复刻CloudBot不存在技术卡脖子。千问、文心、DeepSeek、Kimi等模型在工具调用、长文本、逻辑推理上已满足Agent需求；低代码平台如扣子、Dify大幅降低编排成本；私有化部署、国产系统适配、数据合规等环节，本土团队反而更有优势。

但直接做“中国版龙虾”必死。原因有三：第一，大厂快速跟进，有道已推出LobsterAI，飞书、钉钉、微信生态均在内置桌面执行Agent，通用入口级产品会被巨头快速覆盖；第二，合规与权限约束，国内对设备操作、自动化权限监管更严，纯C端爆款路径更窄；第三，商业化乏力，通用个人Agent付费意愿低，靠捐赠与订阅难以支撑团队。

国内创业者的正确路径不是复刻入口，而是深耕场景。CloudBot证明了“能干活的AI”成立，但未证明“通用干活AI”能独立长大。国内团队应把它的技术能力拆解，装进垂直行业的流程里，而不是去抢社交入口。

一个普遍误区：大模型能力越强，Agent越没必要。这是对AI产业链的误解。

大模型的能力边界是认知与推理，它不擅长三件事：行业深度Know-how、流程自动化封装、端侧执行与权限管控。

• 阿里千问、字节豆包等通用大模型，追求覆盖全场景，必然在垂直深度上妥协；

• Kimi、DeepSeek等在应用端体验优秀，仍停留在“内容生成+信息整合”，不具备跨软件自主执行能力；

• 大厂生态追求闭环，会优先适配自家产品矩阵，对第三方工具、小众行业流程支持不足。

AI Agent的本质是大模型的“手脚+行业知识+执行纪律”。大模型提供大脑，Agent提供行动能力、行业规则、数据安全与稳定交付。二者是互补关系，不是替代关系。

这也回答了关键问题：大厂没有把创业空间压缩到极致，反而把底层能力免费或低价开放，让创业团队不用再炼大模型，只需要把精力放在场景化、工程化、商业化上。过去创业要做模型、做框架、做产品三件事，现在只做后两件，门槛其实是降低了。

Manus、CloudBot相继走向被整合，是不是独立Agent创业的宿命？

分两类看，通用入口型Agent：结局大概率被收购或关停。这类产品拼流量、拼生态、拼资本，巨头用生态补贴就能碾压，独立团队无法长期对抗。收购本质是买团队、产品范式、用户习惯，而非不可替代的技术。

垂直场景型Agent：完全可以独立长大。只要扎根行业、有稳定现金流、构建起数据与流程壁垒，就具备独立上市可能。海外的Harvey（法律）、Glean（企业搜索），国内的政务、制造、跨境电商Agent，均已验证商业化闭环。

所以，被收购不是行业宿命，而是通用型创业的宿命。选择赛道的那一刻，结局就已注定。

2026年，AI Agent创业的关键词是窄门、深耕、交付。中小团队应避开大厂主战场，在以下四条赛道建立壁垒：

面向中小企业，把Agent打包成“数字员工”，替代跟单、客服、审单、报表、合规检查等重复性岗位。比如跨境电商全流程Agent、制造业质检与能耗优化Agent、餐饮门店运营Agent。核心壁垒是行业流程模板+稳定交付+按月订阅，巨头看不上小B散单，正是中小团队的基本盘。

金融、政务、医疗、法务等领域，数据不能出域。做私有化部署+权限管控+审计留痕的垂直Agent，满足等保、数据安全要求。这类项目客单价高、续约率高，技术壁垒不在模型，而在合规方案与落地服务。

大厂生态封闭，对小众软件、跨平台协同支持不足。做小而美的自动化Agent，比如跨表格数据同步、自媒体一键分发、设计稿转代码、简历批量处理等，走插件化、订阅制路线。小团队更敏捷，更懂长尾痛点。

很多传统行业有需求但无技术能力。基于扣子、Dify等平台，为客户定制行业Agent、对接系统、调试prompt、维护知识库，赚实施费与年费。这是轻资产、高毛利的生意，不与大厂竞争，而是成为生态伙伴。

这些赛道的共同逻辑：不做入口，做能力；不拼流量，拼交付；不追通用，追专业。

未来1—2年，AI Agent行业会形成稳定三层结构：

• 底层：大模型与框架厂商，提供大脑与基础设施，巨头主导；

• 中层：垂直行业Agent厂商，深耕场景、有现金流、可独立发展；

• 上层：插件与工具开发者，基于生态做轻量化创新。

通用入口会被巨头整合，垂直场景会跑出一批小巨头，开源与低代码会让创新成本持续下降。被收购不是失败，而是通用型团队的合理退出；真正的长期价值，属于那些把AI变成行业生产力的实干者。

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。放弃“做下一个超级App”的幻想，扎进一个行业、解决一类问题、交付稳定价值，就是AI时代最扎实的生存之道。

龙虾的意义，不是告诉我们要做入口，而是证明：能动手干活的AI，才是真的AI。而能把这件事做深做透的人，永远有舞台。

文 | 竞合人工智能

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。

近期硅谷与国内AI圈被两只“龙虾”搅动：开源项目CloudBot（OpenClaw，社区称龙虾）以本地执行、自主任务闭环迅速走红；随后传出创始人加入OpenAI、项目获资助并转入基金会运作。几乎同期，聚焦通用Agent的Manus被Meta以高价收购，成为AI应用层最受瞩目的两起并购。一时间，行业共识似乎被简化为：大模型通吃一切、独立Agent创业空间被压到极致、被收购是唯一结局。

真相远非如此。AI Agent不是大模型的“皮肤”，中小创业者也并非只能在巨头缝隙里求生。本文以CloudBot为样本，拆解Agent创业的真实护城河、国内复刻可能性、大厂挤压下的生存逻辑，并给出2026年可落地的细分赛道与终局判断。

先澄清核心事实：CloudBot并非简单调用大模型API的聊天机器人，它的核心价值在于本地自托管、设备执行权、持久记忆、多模型插拔、社交入口交互五大能力。用户一句指令，它能操作浏览器、读写文件、处理邮件、生成文档，完成从“给出答案”到“交付结果”的跨越。这也是它能在GitHub快速破圈、带动Mac Mini销量、引发全球开发者跟进的根本原因。

它的技术底座清晰：大模型负责推理，MCP协议负责工具调用，RAG负责知识接入，本地记忆负责上下文延续，交互层嫁接在Telegram、飞书等高频场景。这套架构不绑定单一模型，可接入GPT、Claude或国内开源模型，本质是Agent网关+执行引擎，而非模型本身。

那么，它有没有独立护城河？答案是：短期有产品壁垒，长期无技术垄断壁垒。

CloudBot的壁垒来自四点：一是本地私有化与隐私安全，数据不离开设备，切中企业与个人敏感需求；二是交互范式极简，不用打开新App，在聊天框里完成复杂任务；三是社区生态与技能沉淀，全球开发者贡献脚本与工具链，形成网络效应；四是执行稳定性，把模糊需求转为可复现的操作流，解决LLM“能说不能干”的痛点。

但这些壁垒并非不可逾越。国内开发者基于开源框架与国产大模型，完全可以在1—3个月内做出功能对齐的产品。事实上，已有多款类龙虾桌面Agent上线内测，证明通用型Agent的技术门槛已被开源生态拉平。这也意味着：纯通用Agent的创业窗口期极短，靠产品形态领先无法长期守住阵地。

国内复刻CloudBot不存在技术卡脖子。千问、文心、DeepSeek、Kimi等模型在工具调用、长文本、逻辑推理上已满足Agent需求；低代码平台如扣子、Dify大幅降低编排成本；私有化部署、国产系统适配、数据合规等环节，本土团队反而更有优势。

但直接做“中国版龙虾”必死。原因有三：第一，大厂快速跟进，有道已推出LobsterAI，飞书、钉钉、微信生态均在内置桌面执行Agent，通用入口级产品会被巨头快速覆盖；第二，合规与权限约束，国内对设备操作、自动化权限监管更严，纯C端爆款路径更窄；第三，商业化乏力，通用个人Agent付费意愿低，靠捐赠与订阅难以支撑团队。

国内创业者的正确路径不是复刻入口，而是深耕场景。CloudBot证明了“能干活的AI”成立，但未证明“通用干活AI”能独立长大。国内团队应把它的技术能力拆解，装进垂直行业的流程里，而不是去抢社交入口。

一个普遍误区：大模型能力越强，Agent越没必要。这是对AI产业链的误解。

大模型的能力边界是认知与推理，它不擅长三件事：行业深度Know-how、流程自动化封装、端侧执行与权限管控。

• 阿里千问、字节豆包等通用大模型，追求覆盖全场景，必然在垂直深度上妥协；

• Kimi、DeepSeek等在应用端体验优秀，仍停留在“内容生成+信息整合”，不具备跨软件自主执行能力；

• 大厂生态追求闭环，会优先适配自家产品矩阵，对第三方工具、小众行业流程支持不足。

AI Agent的本质是大模型的“手脚+行业知识+执行纪律”。大模型提供大脑，Agent提供行动能力、行业规则、数据安全与稳定交付。二者是互补关系，不是替代关系。

这也回答了关键问题：大厂没有把创业空间压缩到极致，反而把底层能力免费或低价开放，让创业团队不用再炼大模型，只需要把精力放在场景化、工程化、商业化上。过去创业要做模型、做框架、做产品三件事，现在只做后两件，门槛其实是降低了。

Manus、CloudBot相继走向被整合，是不是独立Agent创业的宿命？

分两类看，通用入口型Agent：结局大概率被收购或关停。这类产品拼流量、拼生态、拼资本，巨头用生态补贴就能碾压，独立团队无法长期对抗。收购本质是买团队、产品范式、用户习惯，而非不可替代的技术。

垂直场景型Agent：完全可以独立长大。只要扎根行业、有稳定现金流、构建起数据与流程壁垒，就具备独立上市可能。海外的Harvey（法律）、Glean（企业搜索），国内的政务、制造、跨境电商Agent，均已验证商业化闭环。

所以，被收购不是行业宿命，而是通用型创业的宿命。选择赛道的那一刻，结局就已注定。

2026年，AI Agent创业的关键词是窄门、深耕、交付。中小团队应避开大厂主战场，在以下四条赛道建立壁垒：

面向中小企业，把Agent打包成“数字员工”，替代跟单、客服、审单、报表、合规检查等重复性岗位。比如跨境电商全流程Agent、制造业质检与能耗优化Agent、餐饮门店运营Agent。核心壁垒是行业流程模板+稳定交付+按月订阅，巨头看不上小B散单，正是中小团队的基本盘。

金融、政务、医疗、法务等领域，数据不能出域。做私有化部署+权限管控+审计留痕的垂直Agent，满足等保、数据安全要求。这类项目客单价高、续约率高，技术壁垒不在模型，而在合规方案与落地服务。

大厂生态封闭，对小众软件、跨平台协同支持不足。做小而美的自动化Agent，比如跨表格数据同步、自媒体一键分发、设计稿转代码、简历批量处理等，走插件化、订阅制路线。小团队更敏捷，更懂长尾痛点。

很多传统行业有需求但无技术能力。基于扣子、Dify等平台，为客户定制行业Agent、对接系统、调试prompt、维护知识库，赚实施费与年费。这是轻资产、高毛利的生意，不与大厂竞争，而是成为生态伙伴。

这些赛道的共同逻辑：不做入口，做能力；不拼流量，拼交付；不追通用，追专业。

未来1—2年，AI Agent行业会形成稳定三层结构：

• 底层：大模型与框架厂商，提供大脑与基础设施，巨头主导；

• 中层：垂直行业Agent厂商，深耕场景、有现金流、可独立发展；

• 上层：插件与工具开发者，基于生态做轻量化创新。

通用入口会被巨头整合，垂直场景会跑出一批小巨头，开源与低代码会让创新成本持续下降。被收购不是失败，而是通用型团队的合理退出；真正的长期价值，属于那些把AI变成行业生产力的实干者。

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。放弃“做下一个超级App”的幻想，扎进一个行业、解决一类问题、交付稳定价值，就是AI时代最扎实的生存之道。

龙虾的意义，不是告诉我们要做入口，而是证明：能动手干活的AI，才是真的AI。而能把这件事做深做透的人，永远有舞台。

文 | 竞合人工智能

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。

近期硅谷与国内AI圈被两只“龙虾”搅动：开源项目CloudBot（OpenClaw，社区称龙虾）以本地执行、自主任务闭环迅速走红；随后传出创始人加入OpenAI、项目获资助并转入基金会运作。几乎同期，聚焦通用Agent的Manus被Meta以高价收购，成为AI应用层最受瞩目的两起并购。一时间，行业共识似乎被简化为：大模型通吃一切、独立Agent创业空间被压到极致、被收购是唯一结局。

真相远非如此。AI Agent不是大模型的“皮肤”，中小创业者也并非只能在巨头缝隙里求生。本文以CloudBot为样本，拆解Agent创业的真实护城河、国内复刻可能性、大厂挤压下的生存逻辑，并给出2026年可落地的细分赛道与终局判断。

先澄清核心事实：CloudBot并非简单调用大模型API的聊天机器人，它的核心价值在于本地自托管、设备执行权、持久记忆、多模型插拔、社交入口交互五大能力。用户一句指令，它能操作浏览器、读写文件、处理邮件、生成文档，完成从“给出答案”到“交付结果”的跨越。这也是它能在GitHub快速破圈、带动Mac Mini销量、引发全球开发者跟进的根本原因。

它的技术底座清晰：大模型负责推理，MCP协议负责工具调用，RAG负责知识接入，本地记忆负责上下文延续，交互层嫁接在Telegram、飞书等高频场景。这套架构不绑定单一模型，可接入GPT、Claude或国内开源模型，本质是Agent网关+执行引擎，而非模型本身。

那么，它有没有独立护城河？答案是：短期有产品壁垒，长期无技术垄断壁垒。

CloudBot的壁垒来自四点：一是本地私有化与隐私安全，数据不离开设备，切中企业与个人敏感需求；二是交互范式极简，不用打开新App，在聊天框里完成复杂任务；三是社区生态与技能沉淀，全球开发者贡献脚本与工具链，形成网络效应；四是执行稳定性，把模糊需求转为可复现的操作流，解决LLM“能说不能干”的痛点。

但这些壁垒并非不可逾越。国内开发者基于开源框架与国产大模型，完全可以在1—3个月内做出功能对齐的产品。事实上，已有多款类龙虾桌面Agent上线内测，证明通用型Agent的技术门槛已被开源生态拉平。这也意味着：纯通用Agent的创业窗口期极短，靠产品形态领先无法长期守住阵地。

国内复刻CloudBot不存在技术卡脖子。千问、文心、DeepSeek、Kimi等模型在工具调用、长文本、逻辑推理上已满足Agent需求；低代码平台如扣子、Dify大幅降低编排成本；私有化部署、国产系统适配、数据合规等环节，本土团队反而更有优势。

但直接做“中国版龙虾”必死。原因有三：第一，大厂快速跟进，有道已推出LobsterAI，飞书、钉钉、微信生态均在内置桌面执行Agent，通用入口级产品会被巨头快速覆盖；第二，合规与权限约束，国内对设备操作、自动化权限监管更严，纯C端爆款路径更窄；第三，商业化乏力，通用个人Agent付费意愿低，靠捐赠与订阅难以支撑团队。

国内创业者的正确路径不是复刻入口，而是深耕场景。CloudBot证明了“能干活的AI”成立，但未证明“通用干活AI”能独立长大。国内团队应把它的技术能力拆解，装进垂直行业的流程里，而不是去抢社交入口。

一个普遍误区：大模型能力越强，Agent越没必要。这是对AI产业链的误解。

大模型的能力边界是认知与推理，它不擅长三件事：行业深度Know-how、流程自动化封装、端侧执行与权限管控。

• 阿里千问、字节豆包等通用大模型，追求覆盖全场景，必然在垂直深度上妥协；

• Kimi、DeepSeek等在应用端体验优秀，仍停留在“内容生成+信息整合”，不具备跨软件自主执行能力；

• 大厂生态追求闭环，会优先适配自家产品矩阵，对第三方工具、小众行业流程支持不足。

AI Agent的本质是大模型的“手脚+行业知识+执行纪律”。大模型提供大脑，Agent提供行动能力、行业规则、数据安全与稳定交付。二者是互补关系，不是替代关系。

这也回答了关键问题：大厂没有把创业空间压缩到极致，反而把底层能力免费或低价开放，让创业团队不用再炼大模型，只需要把精力放在场景化、工程化、商业化上。过去创业要做模型、做框架、做产品三件事，现在只做后两件，门槛其实是降低了。

Manus、CloudBot相继走向被整合，是不是独立Agent创业的宿命？

分两类看，通用入口型Agent：结局大概率被收购或关停。这类产品拼流量、拼生态、拼资本，巨头用生态补贴就能碾压，独立团队无法长期对抗。收购本质是买团队、产品范式、用户习惯，而非不可替代的技术。

垂直场景型Agent：完全可以独立长大。只要扎根行业、有稳定现金流、构建起数据与流程壁垒，就具备独立上市可能。海外的Harvey（法律）、Glean（企业搜索），国内的政务、制造、跨境电商Agent，均已验证商业化闭环。

所以，被收购不是行业宿命，而是通用型创业的宿命。选择赛道的那一刻，结局就已注定。

2026年，AI Agent创业的关键词是窄门、深耕、交付。中小团队应避开大厂主战场，在以下四条赛道建立壁垒：

面向中小企业，把Agent打包成“数字员工”，替代跟单、客服、审单、报表、合规检查等重复性岗位。比如跨境电商全流程Agent、制造业质检与能耗优化Agent、餐饮门店运营Agent。核心壁垒是行业流程模板+稳定交付+按月订阅，巨头看不上小B散单，正是中小团队的基本盘。

金融、政务、医疗、法务等领域，数据不能出域。做私有化部署+权限管控+审计留痕的垂直Agent，满足等保、数据安全要求。这类项目客单价高、续约率高，技术壁垒不在模型，而在合规方案与落地服务。

大厂生态封闭，对小众软件、跨平台协同支持不足。做小而美的自动化Agent，比如跨表格数据同步、自媒体一键分发、设计稿转代码、简历批量处理等，走插件化、订阅制路线。小团队更敏捷，更懂长尾痛点。

很多传统行业有需求但无技术能力。基于扣子、Dify等平台，为客户定制行业Agent、对接系统、调试prompt、维护知识库，赚实施费与年费。这是轻资产、高毛利的生意，不与大厂竞争，而是成为生态伙伴。

这些赛道的共同逻辑：不做入口，做能力；不拼流量，拼交付；不追通用，追专业。

未来1—2年，AI Agent行业会形成稳定三层结构：

• 底层：大模型与框架厂商，提供大脑与基础设施，巨头主导；

• 中层：垂直行业Agent厂商，深耕场景、有现金流、可独立发展；

• 上层：插件与工具开发者，基于生态做轻量化创新。

通用入口会被巨头整合，垂直场景会跑出一批小巨头，开源与低代码会让创新成本持续下降。被收购不是失败，而是通用型团队的合理退出；真正的长期价值，属于那些把AI变成行业生产力的实干者。

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。放弃“做下一个超级App”的幻想，扎进一个行业、解决一类问题、交付稳定价值，就是AI时代最扎实的生存之道。

龙虾的意义，不是告诉我们要做入口，而是证明：能动手干活的AI，才是真的AI。而能把这件事做深做透的人，永远有舞台。

文 | 竞合人工智能

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。

近期硅谷与国内AI圈被两只“龙虾”搅动：开源项目CloudBot（OpenClaw，社区称龙虾）以本地执行、自主任务闭环迅速走红；随后传出创始人加入OpenAI、项目获资助并转入基金会运作。几乎同期，聚焦通用Agent的Manus被Meta以高价收购，成为AI应用层最受瞩目的两起并购。一时间，行业共识似乎被简化为：大模型通吃一切、独立Agent创业空间被压到极致、被收购是唯一结局。

真相远非如此。AI Agent不是大模型的“皮肤”，中小创业者也并非只能在巨头缝隙里求生。本文以CloudBot为样本，拆解Agent创业的真实护城河、国内复刻可能性、大厂挤压下的生存逻辑，并给出2026年可落地的细分赛道与终局判断。

先澄清核心事实：CloudBot并非简单调用大模型API的聊天机器人，它的核心价值在于本地自托管、设备执行权、持久记忆、多模型插拔、社交入口交互五大能力。用户一句指令，它能操作浏览器、读写文件、处理邮件、生成文档，完成从“给出答案”到“交付结果”的跨越。这也是它能在GitHub快速破圈、带动Mac Mini销量、引发全球开发者跟进的根本原因。

它的技术底座清晰：大模型负责推理，MCP协议负责工具调用，RAG负责知识接入，本地记忆负责上下文延续，交互层嫁接在Telegram、飞书等高频场景。这套架构不绑定单一模型，可接入GPT、Claude或国内开源模型，本质是Agent网关+执行引擎，而非模型本身。

那么，它有没有独立护城河？答案是：短期有产品壁垒，长期无技术垄断壁垒。

CloudBot的壁垒来自四点：一是本地私有化与隐私安全，数据不离开设备，切中企业与个人敏感需求；二是交互范式极简，不用打开新App，在聊天框里完成复杂任务；三是社区生态与技能沉淀，全球开发者贡献脚本与工具链，形成网络效应；四是执行稳定性，把模糊需求转为可复现的操作流，解决LLM“能说不能干”的痛点。

但这些壁垒并非不可逾越。国内开发者基于开源框架与国产大模型，完全可以在1—3个月内做出功能对齐的产品。事实上，已有多款类龙虾桌面Agent上线内测，证明通用型Agent的技术门槛已被开源生态拉平。这也意味着：纯通用Agent的创业窗口期极短，靠产品形态领先无法长期守住阵地。

国内复刻CloudBot不存在技术卡脖子。千问、文心、DeepSeek、Kimi等模型在工具调用、长文本、逻辑推理上已满足Agent需求；低代码平台如扣子、Dify大幅降低编排成本；私有化部署、国产系统适配、数据合规等环节，本土团队反而更有优势。

但直接做“中国版龙虾”必死。原因有三：第一，大厂快速跟进，有道已推出LobsterAI，飞书、钉钉、微信生态均在内置桌面执行Agent，通用入口级产品会被巨头快速覆盖；第二，合规与权限约束，国内对设备操作、自动化权限监管更严，纯C端爆款路径更窄；第三，商业化乏力，通用个人Agent付费意愿低，靠捐赠与订阅难以支撑团队。

国内创业者的正确路径不是复刻入口，而是深耕场景。CloudBot证明了“能干活的AI”成立，但未证明“通用干活AI”能独立长大。国内团队应把它的技术能力拆解，装进垂直行业的流程里，而不是去抢社交入口。

一个普遍误区：大模型能力越强，Agent越没必要。这是对AI产业链的误解。

大模型的能力边界是认知与推理，它不擅长三件事：行业深度Know-how、流程自动化封装、端侧执行与权限管控。

• 阿里千问、字节豆包等通用大模型，追求覆盖全场景，必然在垂直深度上妥协；

• Kimi、DeepSeek等在应用端体验优秀，仍停留在“内容生成+信息整合”，不具备跨软件自主执行能力；

• 大厂生态追求闭环，会优先适配自家产品矩阵，对第三方工具、小众行业流程支持不足。

AI Agent的本质是大模型的“手脚+行业知识+执行纪律”。大模型提供大脑，Agent提供行动能力、行业规则、数据安全与稳定交付。二者是互补关系，不是替代关系。

这也回答了关键问题：大厂没有把创业空间压缩到极致，反而把底层能力免费或低价开放，让创业团队不用再炼大模型，只需要把精力放在场景化、工程化、商业化上。过去创业要做模型、做框架、做产品三件事，现在只做后两件，门槛其实是降低了。

Manus、CloudBot相继走向被整合，是不是独立Agent创业的宿命？

分两类看，通用入口型Agent：结局大概率被收购或关停。这类产品拼流量、拼生态、拼资本，巨头用生态补贴就能碾压，独立团队无法长期对抗。收购本质是买团队、产品范式、用户习惯，而非不可替代的技术。

垂直场景型Agent：完全可以独立长大。只要扎根行业、有稳定现金流、构建起数据与流程壁垒，就具备独立上市可能。海外的Harvey（法律）、Glean（企业搜索），国内的政务、制造、跨境电商Agent，均已验证商业化闭环。

所以，被收购不是行业宿命，而是通用型创业的宿命。选择赛道的那一刻，结局就已注定。

2026年，AI Agent创业的关键词是窄门、深耕、交付。中小团队应避开大厂主战场，在以下四条赛道建立壁垒：

面向中小企业，把Agent打包成“数字员工”，替代跟单、客服、审单、报表、合规检查等重复性岗位。比如跨境电商全流程Agent、制造业质检与能耗优化Agent、餐饮门店运营Agent。核心壁垒是行业流程模板+稳定交付+按月订阅，巨头看不上小B散单，正是中小团队的基本盘。

金融、政务、医疗、法务等领域，数据不能出域。做私有化部署+权限管控+审计留痕的垂直Agent，满足等保、数据安全要求。这类项目客单价高、续约率高，技术壁垒不在模型，而在合规方案与落地服务。

大厂生态封闭，对小众软件、跨平台协同支持不足。做小而美的自动化Agent，比如跨表格数据同步、自媒体一键分发、设计稿转代码、简历批量处理等，走插件化、订阅制路线。小团队更敏捷，更懂长尾痛点。

很多传统行业有需求但无技术能力。基于扣子、Dify等平台，为客户定制行业Agent、对接系统、调试prompt、维护知识库，赚实施费与年费。这是轻资产、高毛利的生意，不与大厂竞争，而是成为生态伙伴。

这些赛道的共同逻辑：不做入口，做能力；不拼流量，拼交付；不追通用，追专业。

未来1—2年，AI Agent行业会形成稳定三层结构：

• 底层：大模型与框架厂商，提供大脑与基础设施，巨头主导；

• 中层：垂直行业Agent厂商，深耕场景、有现金流、可独立发展；

• 上层：插件与工具开发者，基于生态做轻量化创新。

通用入口会被巨头整合，垂直场景会跑出一批小巨头，开源与低代码会让创新成本持续下降。被收购不是失败，而是通用型团队的合理退出；真正的长期价值，属于那些把AI变成行业生产力的实干者。

CloudBot的爆红与并购，不是Agent创业的终点，而是从概念走向落地的起点。大模型不会包揽一切，中小团队也不必绝望。放弃“做下一个超级App”的幻想，扎进一个行业、解决一类问题、交付稳定价值，就是AI时代最扎实的生存之道。

龙虾的意义，不是告诉我们要做入口，而是证明：能动手干活的AI，才是真的AI。而能把这件事做深做透的人，永远有舞台。