• 我们与AutoClaw的项目经理进行了交流，对这一新兴智能体类别有了更细致的认识。我们认为，AutoClaw和OpenClaw等产品之所以重要，并非因为它们如今突然使自主AI具备商业可行性，而是因为它们大幅降低了非技术用户体验智能体工作流的门槛。对投资者的核心影响在于：长期来看，智能体的采用可能会扩大模型使用量和基础设施需求，但短期变现仍处于早期阶段。实际部署更有可能首先出现在相对结构化的工作流中，而非通过广泛、完全自主的人工替代来实现。
• 为何OpenClaw类产品越来越受欢迎？
受访者表示，近期OpenClaw类产品的流行反映的是产品设计与可用性的改进，而非模型智能的突变。他特别强调了三个因素：与现有通信工具的集成、允许智能体随时间构建用户画像的持久记忆，以及拓宽智能体实际工作范围的更广泛系统权限。
我们认为这种区分至关重要。近期的热潮似乎是由更优的产品化和可及性推动的，而非自主化问题已得到解决。这表明在实现真正的企业级变现之前，用户参与度可以得到提升。
• 为何基础模型质量仍然至关重要？
交流中最明确的结论是，智能体的商业上限仍在很大程度上取决于基础模型的质量。受访者反复强调，智能体本质上只是一个容器或媒介，而模型才是决定能否准确、一致地完成任务，以及推理深度是否足以在高价值场景中发挥作用的核心因素。
我们认为这与“智能体层可以在短期内完全使模型层商品化”的观点相悖。更优质的模型仍将转化为更出色的任务完成度、更强的指令遵循能力、更稳定的长上下文性能，以及更优的开放式工作流处理能力。因此，智能体采用率的提升对头部模型供应商仍是利好，而非单纯地将价值从它们身上转移出去。
• 变现时机仍偏早
与此同时，受访者的发言暗示，短期内智能体市场可能仍处于探索阶段，尚未实现充分变现。他明确表示，当前一代产品仍处于帮助用户发掘使用场景的阶段，要在商业场景中大幅扩张，可能还需要6至12个月的模型改进、工作流训练数据积累和产品迭代。
我们认为这与企业级AI的现状基本一致。编码和技术工作流仍是最清晰的早期变现路径，因为这类任务结构化程度高、目标功能更明确、执行轨迹更易于定义。