“龙虾”会过气,但“AI替人干活”的硬件生意才刚开始

“龙虾”会过气,但“AI替人干活”的硬件生意才刚开始作者丨薛皓皓 编辑丨巴里 图源丨 Midjourney Mac Mini 在国内各个渠道持续卖断货 表面上看是用户对 开源 AI 智能体框架 OpenClaw 的热情不减 但底层逻辑是 Mac Mini 提供了养龙虾的安全感和归属感 为龙虾提供专属运行设备 更重要的是 Mac Mini 也可接入 的大模型 减少调用云端大模型的场景 从而减少 养虾人 的词元 Token 消耗 龙虾爆火后

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



图片作者丨薛皓皓

编辑丨巴里

图源丨Midjourney

Mac Mini在国内各个渠道持续卖断货,表面上看是用户对“(开源AI智能体框架OpenClaw)”的热情不减,但底层逻辑是,Mac Mini提供了养龙虾的安全感和归属感——为龙虾提供专属运行设备。

更重要的是,Mac Mini也可接入的大模型,减少调用云端大模型的场景,从而减少“养虾人”的词元(Token)消耗。

龙虾爆火后,第一批被现实教育的是用户的账单。月薪2万养不起龙虾,20分钟消耗3000万Token,HR龙虾2个月烧掉数万元……

Mac Mini点燃了一个创业赛道——,这类产品能为龙虾提供一个独立的运行环境,而且龙虾运行在本地大模型上,不用消耗Token,节省成本。

多名头部机构投资人认为,本地AI超算是一个他们看好的创业赛道,它还被业内命名为“”“Agent Computer”等。该赛道的一家明星创业公司在近期透露,它平均每周能获得二三十家投资机构的邀约。

本质上,这条赛道上创业公司的核心竞争力在于瞄准本地AI的刚需,比如在本地部署的AI模型能在节省的情况下,其体验多大程度上能接近云端大模型。而且,有投资人认为,这些硬件产品必须瞄准(比如极客),避免直接面向大众市场,从而与科技巨头正面竞争。

龙虾的热度或许会退烧,但它催生的核心需求 —— 让 AI 替人高效干活,永远不会降温。

图片

4月7日,苹果官网显示Mac Mini(64GB内存、M4 Pro芯片)交货周期已延长至4~5个月。此前,有的经销商一个月只能卖一两台新的,而现在,即使是二手的,也卖断货了。

图片

用户之所以首选购买 Mac Mini,核心诉求有两点:一是避免主力电脑内的文件被误删或泄露,二是运行龙虾时无需消耗云端 Token。

同一时期,做Mac Mini相似品类的创业公司开始冒尖:Tiiny AI推出的产品仅充电宝大小,可本地部署 120B 参数大模型,上线一个月即在Kickstarter上众筹300万美元;Violoop内置的自研视觉模型能识别电脑界面,调用龙虾不联网,一个月内完成种子轮和天使轮融资;Zettlab抛弃了GUI用户界面,使用更适配龙虾的命令行交互,最新轮的融资额过亿元。

除此之外,Story Claw、玲珑星核、面壁智能Edgeclaw Box、绿联AI NAS等类似产品也开始出现。

此类产品的出现,主要瞄准了龙虾激发的一种用户需求:7X24小时工作的龙虾,若始终依赖云端大模型处理持续膨胀的skill和memory文件,总要跑在云端大模型上,这会给用户造成每天几十元、数百元甚至上千元的Token账单。可是,如果龙虾可完全跑在本地AI上,便不会产生任何Token费用。

缺点也随之而来,受本地主机的配置限制,参数规模达数千亿的大模型通常无法在本地部署,只能选用百亿级至千亿级参数的 AI 模型,而这意味着AI能力的降级。

以多少硬件价格,还原云端大模型多少程度的体验,甚至创造什么新的用户体验,成为上述公司的主要考量。

2025年8月,首界科技在小米有品进行众筹,众筹金额突破了1000万元,获得当年众筹榜单第一名。产品上线后,首界科技的团队成员基本没有在深夜12点前下过班。

今年年初,随着OpenClaw出现,公司产品的市场热度又进一步点燃。

首界科技推出的Agent Computer玲珑星核,基于AMD 锐龙AI Max+395平台,搭载了128GB内存,可本地部署80B规模的AI大模型,已在小米有品和京东商城开卖。

让首界科技联合创始人颇感意外的,不仅是市场需求激增,还有供应链持续涨价。

伴随小龙虾走红,内存和 SSD 价格一路上涨,供应链压力迅速传导到产品端。众筹阶段,这款产品定价还在 13000 元,如今已经涨到 21000 元。

按常理,价格抬升之后,用户热情往往会回落;但玲珑星核至今仍排在京东工作站热卖榜第一。

这一反常,让郭萌明确定了市场需求的重要变化:“去年,AI对于很多人而言只是对话和搜索工具;今年,用户开始追问任务执行、工作效率和,尤其对律师、医生和自媒体人,云端AI的隐私和费用问题被放大,本地AI的需求也随之放大。”

供应链成本还在持续上涨,这给公司带来不小的压力。

“由于供应链涨价,团队不打算进行更快的库存流转,也不做更多的市场营销投放,即使供给已经追不上需求。”目前,他的核心精力聚焦在产品Agent能力的研发上。

图片

图片

龙虾的爆火,让创业者开发了许多龙虾的消费硬件项目。不少创业者将Agent能力放入各类消费级硬件,比如台灯、挂件、咖啡机、办公椅等等,从而创造新的用户体验。同时,还有创业者尝试将AI大模型放入盒子、音箱等硬件载体,创造出离线的Agent能力体验。

不过,大公司也或出于偶然、或基于战略考量,纷纷布局这条赛道。

苹果的Mac Mini作为一个通用计算平台,被许多用户部署龙虾,导致持续断货;上市公司绿联科技在今年CES上推出了NAS新品NASync iDX系列,并在Kickstarter众筹,金额已突破6000万元。此外,手机厂商华为、小米等也在推出相关产品。

图片

当大公司开始入局,许多创业公司能够占据市场的几率有多大?

从短期而言,大公司入局能够起到教育市场的作用,让用户更能接受此类产品,但从长期看,创业公司若无法修筑抵御外部竞争的护城河,将难以生存。

但是,这仍然是一个被不少投资人看好的创业赛道。创业公司有机会获得差异化的优势。

苹果对Mac Mini的定位是一个通用计算平台,并未对龙虾的使用场景进行特殊优化。对于16GB内存Mac Mini(价格5000元-6000元)仅能部署几十万参数的本地AI,用户想获得更好的AI能力,仍需调用云端AI的Token。对于64GB内存或者更好配置的Mac Mini,它们能部署大几百亿参数的本地AI,但是价格昂贵,往往超过20000元。

更重要的是,苹果在未来也不一定做得好Agent Computer类的产品。有投资人认为,一向主张软件闭源的苹果,无法接受自己推出的硬件产品搭载其他大厂的AI大模型。同时,苹果本身并未推出强大的AI大模型,这让苹果在短期内很难做好此类产品。

对于绿联推出的AI NAS品类,有业内人士分析,AI NAS主打的是大存储和本地数据安全,并不具备较强的本地算力,这种产品可与具备较强算力的其它产品形成互补。

此类AI NAS品类的更严重缺点在于核心软件需要借助第三方的供应。如果此类产品的核心软件(例如本地AI和AgentOS)依赖外部大模型厂商,那么竞争将沦为单纯的硬件比拼,极易陷入成本、渠道和分发效率的同质化竞争,难以修筑更宽的护城河。

“手机或者电脑这种复杂级别的本地AI超算,那么这涉及供应链管理、软硬件适配、芯片选型及大量依赖经验的工程问题,这会有很强的壁垒。”一位产业投资人对创业邦表示:“但从需求来说,是否需要专门的本地AI超算硬件,还有待市场验证。”

“长期而言,各类Agent都工作在云端,我认为用户内心并不感到隐私得到足够保护,他们很可能需要一个家庭级、本地化、长期在线的本地AI超算,来承接这些任务。”该产业投资人说。

赛道内的产品,目前可以分成两类:第一类是入口型,将新Agent技术嵌入各类硬件载体,接入云端API;第二类是本地算力型,试图解决云端Token依赖、离线环境使用等问题。第二类产品更接近真实需求,因此更值得关注。

创业者需要回答的核心问题是,用户为什么要买这一产品?若用户仅仅为了体验Agent,他们本可以使用电脑或者Mac Mini,为何还需购买另一个消费级硬件?

即使都是第二类产品,其中也有优劣。

有投资人认为,第二类产品的关键竞争力,是让产品和用户形成强绑定的关系,而非推销一个性能更强的本地AI。如何形成强绑定的关系?一种方式是将自己的Skill文件喂给本地AI训练,同时结合本地留存的Memory文件,让Agent越来越懂用户。“那么即使出现一个性能更强的本地AI,用户也会考虑到既有的而放弃使用。”

Violoop是另一个本地AI超算产品,创始人何佳霖曾对创业邦表示,未来产品的护城河在于如何大量积累用户本地的数据,在保证用户隐私的情况下,将数据写入本地AI,实现本地AI的自我进化。

极鲸创投创始人沈韶锐表示,对于第二类产品,“比拼的是创业者审美、产品设计、细节打磨、聚焦的垂类场景和品牌沉淀”。他建议这类产品应面对海外极客和开发者市场,重视众筹后的量产和口碑。先在海外打出名声,再回流国内。

目前,该赛道还处于发展的初步阶段,头部AI大模型公司和AI应用创业公司仍处于同一起跑线,谁能做得更快、更好,尚无定论。

图片

去年第一季度,火爆全网,也引爆了一体机的市场需求。不过,这类一体机的火爆,也只是一阵风,很快消散。这次龙虾的火爆,也再次点燃了相关硬件的市场需求。

两类产品最明显的区分在于,DeepSeek一体机聚焦于企业知识库的问答场景,而此次龙虾带动的硬件产品,使用场景被拓宽,包括了内容创作、远程办公、文件管理等。

近期,龙虾的风头在一定程度上被同类开源软件Hermes抢去了一部分:Hermes的架构更注重Agent的自我学习迭代和长期使用体验,并且它在GitHub上热度增长十分快,两个月内就获得近5万颗星。

技术变化很快,更底层的趋势,是被激发的市场需求。

第一,用户不愿意在愈发依赖AI干活的趋势下,支付更巨额的Token账单。如何让AI帮自己干更多活的同时,省下更多的钱,将成为更多人使用AI的核心诉求。

第二,出于法律、规定和隐私考虑,许多人无法将本地数据上传云端,无法调用云端AI。对此,如何让本地AI安全地处理敏感数据,是另一大痛点。

第三,随着使用本地AI的频率、时长、应用场景数量的增长,积累下来的本地数据如何被高效地利用,让本地AI能够更懂用户,结果更让用户持续满意,是第三大痛点。

当更多人开始意识到自己需要的不是一个可以搜索和聊天的AI,而是一个能帮自己干活的AI之时,本地AI超算产品的价值将会陡然凸显。

换句话说,龙虾会不会一直火,未必重要;更重要的是,AI 开始替人干活这件事,已经很难再退回去了。

本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系。

小讯
上一篇 2026-04-19 12:36
下一篇 2026-04-19 12:34

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/266065.html