60天狂飙3000亿！河南小伙“养龙虾”发大财，如今被投资者买疯了   3月初的

60天狂飙3000亿！河南小伙“养龙虾”发大财，如今被投资者买疯了   3月初的深圳，有人抱着笔记本排队，有人拖着小主机，还有人干脆把服务器塞进箱子里赶来，只为让工程师帮忙把一个叫OpenClaw的软件装进自己的电脑里。     几分钟注册完成，指令敲下去，它就能自己开软件、找文件、写代码、调接口，把原本要反复点鼠标的流程接过去跑。     有人拿它做旅游网页，二十分钟就能搭出可用的页面，放在过去往往要花上更久的工时。     这种从会聊天到能动手的变化，让它在网上有了更生动的名字，龙虾。     养龙虾的意思很直白，把一个开源智能体框架部署好，再接入大模型当大脑，让它拥有手和眼，能接管键盘鼠标和浏览器去完成任务。     它不自产生智能，背后要接DeepSeek、GPT之类的模型，再配上工具权限、文件路径、账号登录这些现实细节，才算真正能干活。     热度起来后，新兼职也跟着出现。     有人专门上门安装和调试，按设备收基础费用，遇到公司要做定制流程，价格直接按需求往上走。     需求侧也很真实，有的设计团队会在下班前把资料搜集的任务丢给它，让它夜里跑完，第二天只验收结果。     当龙虾从玩具变成生产工具，比较也就换了题目。     过去两年大家盯着谁更聪明，到了2026年，开发者更在意谁更会干活。     智能体任务不是答题，模型要能拆步骤、读写文件、反复调用工具，还得在中间环节不迷路，任何一处出错都可能整单失败。     这也催生了专门面向OpenClaw任务的榜单PinchBench。     它用自动化检查加上大模型裁判的方式做评分，核心指标是任务成功率，同时也会看速度和成本。     按3月11日更新的数据，成功率前排已经挤成一团。     Claude Sonnet 4.6做到86.9%，Claude Opus 4.6是86.3%，GPT-5.4是86.0%，差距很小。     国产模型也进了第一梯队，Kimi K2.5为84.8%，MiniMax M2.1为82.2%，DeepSeek V3.2为81.9%。     更扎眼的是，很多人常用的GPT-4o成功率只有64.7%，说明聊天好用不等于跑流程稳。     成本在智能体场景会被放大。     一趟完整任务的Token消耗可能是普通对话的数倍到十几倍，有人按月算账要花上千美元。     安装很便宜，长期养起来很贵，这句话在圈子里传得很快。     当钱开始烧，选模型就变成工程决策。     要做对外的生产流程，优先看成功率。     要频繁迭代原型，更看速度和稳定。     预算紧张的个人项目，就得把每次运行的成本摊到成功率里算性价比。     也有人发现，中型模型有时更稳。     它们推理路径短、响应快，在多步骤工作流里不容易绕远路，适合当数字员工的常驻大脑。     就在龙虾热把开发者推向现实账本时，监管也给了降温提醒。     3月8日，工信部发布紧急预警，指出OpenClaw在默认或不当配置情况下存在较高安全风险。     智能体具备持续运行、主动执行、调用系统与外部资源的能力，信任边界又容易模糊，缺乏权限控制、审计与加固时，可能被指令诱导或被接管，带来越权操作、信息泄露一类问题。     落到操作层面，关闭不必要的公网访问、补全身份认证与访问控制、做好数据加密和日志审计、及时跟进安全公告，属于最低成本的护栏。     企业也需要把敏感任务划清边界，把账号、密钥、文件权限分层管理，不把全套钥匙一次性交出去。     这条安全线并不妨碍产业往前走，反倒逼着产品更像能进办公室的工具。     一些地方已经开始把开源社区、产业落地、人才支持和合规要求一起打包推进，既要热度，也要可控。     在这条链条的另一端，资本市场把注意力投向提供大脑的公司。     一家做多模态大模型的公司在2026年1月完成上市后，股价在两个月里走出惊人的涨幅，市值迅速膨胀。     它的创始人来自河南商丘，早年靠读书走出小城，本科读数学，后续在科研体系里把模式识别和人工智能一路深耕。     在一家视觉AI公司做了多年工程化落地后，他选择创业，把方向押在低成本高性能的多模态模型架构上。     当OpenClaw把任务执行变成全民体验，能提供稳定模型、价格可控、又能出海变现的公司，很容易成为资金追逐的对象。     龙虾热看起来像一场全民装机活动，背后其实是工具形态的切换。     接下来一段时间，排队装机的热闹会散去，留下来的会是能把权限、成本、成功率算清楚的人。     谁能把龙虾养得省钱又安全，谁就更可能把它变成长期生产力。