编者按：
2026年开年，开源 AI 智能体 OpenClaw（网友戏称 “小龙虾”）的爆火掀起全民 “养虾” 热潮，也直接引爆大模型行业的 Token 通胀危机 ——90% 的 AI 任务调用指向OpenClaw 的调教与使用，单位任务的 Token 消耗量呈指数级暴涨，用户端陷入 “越养越贵、越贵越没效果” 的成本困境。而在这场由 “养虾” 引发的产业狂欢中，产业链上下游玩家却各凭优势分食红利，这场通胀的背后，是 AI 从对话工具向行动执行体转型的必然阵痛，更是产业利益格局的一次全新重构。
 
暴利狂欢
四大梯队瓜分 Token 蛋糕，谁在躺赢谁在买单
OpenClaw引发的 Token 通胀，本质上是一场产业链上游对下游的价值收割，大模型厂商、算力云厂商、信息差套利者、应用层工具商四大梯队各显神通，在用户端的成本焦虑中赚得盆满钵满，形成了 “用户烧钱买单，上游闷声收割” 的畸形产业格局。这场红利瓜分的游戏里，每个玩家都依托自身核心优势，精准卡位 Token 通胀的价值链条，让原本作为 AI 计费单位的 Token，成为撬动产业利润的核心杠杆。
 
大模型厂商作为 Token 通胀的直接受益者，率先开启躺赢模式，彻底告别此前的烧钱内卷时代。MiniMax的 M2 系列文本模型在 2026 年 2 月日均 Token 消耗量较2025 年 12 月增长 6 倍以上，其中 Coding Plan 的 Token 消耗量涨幅超 10 倍，公司 ARR（年度经常性收入）顺势突破 1.5 亿美元；月之暗面 Kimi 自1 月底推出 K2.5 模型后，20 天内累计收入便超过 2025 年全年，全球付费用户呈爆发式增长；智谱 AI 的 GLM-5 模型因在 Coding 与Agent 能力上表现亮眼，上线即售罄，即便中国区涨价 30%、海外版涨价超 100%，依旧供不应求，股价单日大涨 42.72% 至 725 港元 / 股。其核心盈利逻辑极为简单，大模型计费完全围绕 Token 展开，OpenClaw 的自主执行特性让用户指令背后产生上百轮模型调用，工作流越长、调用越频繁，厂商的 Token 收入便越高，这种 “用户越低效，厂商越赚钱” 的模式，让头部大模型厂商轻松实现业绩暴涨。
算力与云厂商则凭借 “卖水人” 的天然优势，成为Token 通胀中最稳的红利收割者。Token 消耗的本质是算力消耗，OpenClaw 带来的海量 Token 需求，直接引爆了算力市场的需求缺口。优刻得率先推出 OpenClaw 云端部署方案及轻量应用云主机，相关服务覆盖多个海外节点，截至2026 年 3 月 13 日，60 个交易日内股价从 24.68 元涨至 43.01 元，涨幅达 74.27%；顺网科技上线内置 OpenClaw 的 AI 云电脑，让用户无需复杂部署即可拥有 “云端 AI 一体机”，股价在两个交易日内暴涨超 20%；阿里云、火山引擎等头部云厂商则推出 “一键部署 OpenClaw” 服务，既赚取算力租赁费用，又通过配套服务收取服务费，实现双重盈利。与此同时，AI 芯片、液冷散热、光模块等算力基建厂商也迎来需求爆发，成为 Token 通胀背后的间接受益者，整个算力产业链因这场通胀迎来全新的增长周期。
信息差套利者则瞄准 OpenClaw 的技术门槛，赚起了 “养虾小白” 的快钱，成为红利链条中最灵活的收割者。OpenClaw 的本地部署、模型对接、技能配置等环节存在一定技术门槛，这让大批草根从业者看到商机：远程代装 OpenClaw 收费 50-300 元不等，上门安装服务标价 499 元以上，甚至有商家推出 29.9 元的卸载服务，有从业者仅凭代装服务几天便狂赚 26 万；还有人将网络上的免费教程打包成 “养虾秘籍” 高价售卖，靠信息差赚取差价；更有资深玩家充当 “数字包工头”，凭借精准控制 Token 投入产出比的能力承接企业外包任务，一边利用 OpenClaw 完成工作，一边赚取 Token 成本与外包费用的差价。这类套利者虽未进入产业核心环节，却凭借对用户需求的精准把握，在 Token 通胀的浪潮中分得一杯羹。
应用层工具商则抓住企业 Token 失控的痛点，通过售卖 “省事方案” 成为新的利润增长点。随着 Token 消耗量的暴涨，企业普遍面临成本管控难、工作流不标准、智能体执行效率低等问题，对标准化解决方案的需求愈发迫切，应用层厂商趁机推出 “AI 工作流系统”“Agent 平台”“OpenClaw配套工具” 等产品，精准解决企业痛点。Menlo Ventures 发布的《2025 年企业生成式 AI 现状报告》显示，2025 年企业在生成式 AI 上的总投入达 370 亿美元，其中 190 亿美元流向应用层，占比超 50%，这一数据充分印证了应用层的商业价值。从智能体编排平台到 Token 成本管控工具，从行业专属技能插件到安全防护系统，应用层厂商围绕 OpenClaw 打造了完整的产品矩阵，在解决企业痛点的同时，也实现了自身的商业变现。
 
通胀困局
用户烧钱低效，行业暗藏三重畸形现状
当产业链上游沉浸在 Token 通胀的红利狂欢中时，用户端与行业端却陷入重重困局，成本暴涨、价值缺失、安全隐患成为悬在 “养虾” 热潮头上的三把利剑。这场由OpenClaw 引发的技术变革，本应成为提升生产效率的利器，却因 Token 通胀的反噬，让 AI 不仅没有消灭重复劳动，反而制造了新的产业痛点，形成 “上游收割红利，下游承受代价” 的畸形现状，也让行业开始反思：AI 的价值究竟是提升效率，还是单纯的 Token 消耗？
用户端的核心痛点，是成本暴涨与价值产出的严重失衡，陷入 “越养越贵、越贵越没效果” 的恶性循环。普通用户中度 “养虾” 仅月费便轻松过百，重度玩家因接入 Claude 等高端模型，单日 Token 消耗成本动辄数万元；而企业用户的成本压力更为显著，某金融科技公司测算，其部署 OpenClaw 后，每月 AI 投入较此前增长 3-5 倍，却因智能体的低效执行，工作效率仅提升 10% 左右。究其原因，在于 90% 的 “养虾” 任务都是高频、重复、低产出的 Token 消耗，用户往往未明确需求便随意调用，让智能体反复修改方案、来回调试流程，把本该人类一次判断完成的任务，拆成十几次模型调用，最终 “任务没完成，预算先烧穿”，Token成本不断攀升，实际价值却微乎其微。
行业端则陷入低价值任务被无限放大的怪圈，职场人迎来 “用 AI 更忙” 的全新焦虑。在传统工作模式中，职场人的核心工作是价值创造，而重复劳动仅占少数；但 OpenClaw 的出现，让 “反复调用、来回修改” 的低价值工作变得更加容易，部分职场人把 “用 AI” 当成工作目标，而非工作工具，写一份文案让 AI 生成 10 版再修改 5 轮，做一份方案让智能体反复扩写压缩，看似忙碌，实则只是无意义的 Token 投喂。更关键的是，AI 智能体的自主执行特性让工作流程变得更加繁琐，一个简单的指令背后，智能体会自主拆解出多个子任务，产生大量无意义的操作，最终导致 “AI 没解放人力，反而增加了工作环节”，行业整体的生产效率并未因 AI 的普及而提升，反而被低价值的 Token 消耗所拖累。
安全端的隐患则成为悬在 “养虾” 热潮头上的最大利剑，90% 以上的公共互联网 OpenClaw 实例存在重大安全风险。国家网络与信息安全信息通报中心监测数据显示，全球活跃的 OpenClaw 互联网资产已超 20 万个，其中境内约 2.3 万个，且大量实例存在架构设计缺陷、默认配置风险高、高危漏洞多等问题，IM 集成网关层可被伪造消息绕过身份认证，API 密钥和聊天记录等敏感信息甚至明文存储。MITRE ATLAS 团队的调查报告也显示，超 4.2 万个暴露在公共互联网的 OpenClaw 实例中，90% 以上可被攻击者直接绕过身份验证，存在 API 密钥窃取、信息泄露风险；更有实际案例显示，Meta 实验室的 AI 总监因为OpenClaw 开放邮箱权限，导致 AI 丢失约束指令，收件箱被批量清空，部分企业甚至出现智能体越权执行操作、删除核心数据的情况，给用户带来巨大的经济损失。
 
结语
Token 通胀的终局，是回归价值而非追逐消耗
未来，随着大模型技术的持续迭代，模型推理效率将不断提升，单位任务的 Token 消耗量会逐步下降；而行业也将逐步建立标准化的 AI 工作流程，企业会更加注重 Token 的投入产出比，从 “无脑养虾” 转向 “高效用 AI”。同时，随着安全技术的完善与监管体系的健全，OpenClaw 的安全隐患将得到有效解决，让智能体的执行更加可控、安全。对于产业链玩家而言，唯有摆脱 “靠消耗赚钱” 的短视思维，聚焦于提升AI 的实际价值，才能在行业的长期发展中占据先机。
Token通胀的浪潮终会褪去，而 AI 产业的发展，终究要回归到 “技术赋能产业、提升生产效率” 的本质。当 “养虾” 不再是单纯的 Token 消耗，而是真正的价值创造，当 AI 智能体从 “吞金巨兽” 变成 “效率利器”，这场由 OpenClaw 开启的技术变革，才能真正释放出应有的产业价值，推动 AI 与实体经济的深度融合。而这，才是 Token 通胀背后，整个行业最该追寻的终局。