< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-22 22:42:54 来源：量子位
虾的下半场才刚开始
henry 发自 凹非寺
量子位 | 公众号 QbitAI
2026年的Agent赛道，画风真有点反差。
一边是开发者圈集体上头。
虾（OpenClaw）、马（HERMES）、人（OpenHuman）……各路Harness框架狂卷迭代，热得发烫。
另一边，用户这头却在光速降温。养虾的FOMO情绪说散就散，弃养潮也是说来就来。
眼瞅着Agent框架是越来越多，还在持续养虾的人，却越来越少。
这俩月，很多人的心态也从第一次成功装龙虾的兴奋，慢慢变成配环境、调skill、挂电脑、烧Token、修workflow、不断返工的头疼。
可以说，虾是好虾，就是真滴难养。
而自3月份亲自帮大伙儿装虾以来，周鸿祎在360最新的直播里也直言不讳地表示，现在龙虾退热，最大的问题就仨：
太难、太贵、还不安全。
对此，360给出的新动作，是全新的安全龙虾云端版，顺手再给龙虾配个“私教”——
龙虾教练。
几言以蔽之，云端版相当于直接给龙虾配了一整套“云端办公室”：云主机、云盘、云浏览器……
你在手机上给龙虾下一句指令，它自己就在云上跑任务。不用单独买Mac挂机，关机断网也不停。
龙虾教练则开始接管过去最劝退普通用户的那部分工作，根据任务类型，从0到1帮你训虾、调度Agent、改进workflow。
某种程度上，360现在做的，其实已经不只是“再做一个Agent”，而是在给Agent补基础设施。
毕竟，龙虾卷到今天，大家慢慢开始发现：限制Agent普及的，已经不是模型能力，而是Agent根本没真正“活”起来。
在聊360这次新龙虾怎么用之前，有一个谁都没法回避的问题：
2026年过去快一半了，人们到底还需不需要一只龙虾？
尤其是在经历了这一轮“养虾热”退潮之后。
前段时间跟一个做设计公司的朋友聊到这个事儿，他提了一个挺有意思的点：龙虾用的好的话，能顶一个团队。
我们来看看他是怎么用的。
他公司不大，平时什么都得自己盯。
白天见客户、赶设计稿，晚上回家继续回消息、看反馈、整理方案。对于他这种有十几年设计经验的人来说，最烦的不是客户的方案难做，而是琐事一直不断。
邮箱、微信群、客户反馈、竞品动态……每一件都不复杂，但加起来特别耗人。
后来他也“跟风”拿龙虾试了一下。
现在每天早上起来，客户的反馈已经自动分好优先级，总结成一个文档，也不用来回在聊天框里切，甚至还能看摘要知道客户的偏好和习惯。
他说，最明显的变化其实不是效率提升，而是脑子终于没那么碎了。
消耗的Token从他的脑子转移到了龙虾的脑子里。
还有个做市场的朋友也差不多。
以前写竞品分析，经常两三天都泡在搜资料里。现在他直接让龙虾每天挂着监控行业信息流，自动整理新品、融资、反馈和数据变化。
等他真正开始自己动手的时候，就已经是“判断”和“决策”阶段了。
这其实也是为什么，今年大家突然开始认真养虾，搞Agent了。
这种现象其实挺普遍的，是因为很多人后来发现：
自己缺的可能不是一个更聪明的聊天机器人。而是一个能长期替你盯活、跑任务、自己调用工具的“AI员工”。
你去睡觉，它还在干活。你去开会，它还在后台跑。这才是Agent和聊天框最大的区别。
但问题也很明显。
现在大多数龙虾，其实还是太像“极客玩具”。会的人觉得特别爽，不会的人卡在第一步。
这也是3月份兴起的全民龙虾热现在开始退潮的原因。
一方面，普通用户没法从过往操作记录里沉淀出SOP，不太会写提示词；另一方面，龙虾Token烧得太快，甚至可能还有在真实环境部署的安全问题。
周鸿祎总结的那仨问题，太难、太贵、还不安全，本质上，说的就是这些。
所以，360这次的定位就很清楚，不是又做一个AI聊天工具，而是给你一支AI员工团队。
云端版给这支团队配了一整套云端办公室，龙虾教练则负责帮你招人。
不管是想成为超级个体，还是想成为新一代AI Native的，都可以建立一个属于自己的龙虾团队。
接下来，我们具体来看看这只安全龙虾是怎么个事。
在实际测试中，我们主要上手体验了一下云端和龙虾教练这俩功能。
首先来看云端方面。
我直接在手机上给龙虾APP发消息：帮我做一份AI生成视频工具的行业调研。然后就放下手机了。
大概几分钟，360龙虾就能给返回一篇不错的结果，什么Sora关停的影响都有点到，数据支撑也是有模有样。
全程没开电脑，手机也不用一直亮着。
龙虾在云上自己跑完了整个任务，生成的文件直接存在云盘，随时能查。
这就是云端养虾最直观的变化：你下完指令就可以去忙别的事，龙虾在后台持续工作。
然后是龙虾教练。
我输入的需求是：我希望训一个专门写稿的龙虾，符合量子位的风格。
龙虾教练开始一步步跟我确认边界，从称呼、新闻价值判断标准、搜索范围、写作风格到工作模式，整个过程就像跟一个真人在聊天。
大概两分钟，完整的龙虾架构就出来了。soul、上下文、工具、记忆、skill全都配好，确认后直接部署。
有个细节让我意外：我没提选题这回事，但它主动在定时任务里加了每天扫描AI新闻。
工具调用里也写了当现有skill不能满足需求时，可在线搜索和安装新skill。也就是说，这只虾不是装完就固定了，它能自己找工具、自己扩展能力。
后来我又加了一个需求：根据数据反馈自动修正写作方法。随口说了一句，这教练当场就把这条规则写进去了。
到这，一只能写稿、能自动追踪行业动态、还能根据流量反馈迭代自己写作策略的虾，就配好了。
全程没碰一行配置。
除了自己训虾，360也预制了上千只覆盖高频场景的专家虾，点进去就能直接用。
比如我还需要制作封面，直接从专家虾里选一只生图的、不用写精巧prompt（生成一张卡帕西加入Anthropic的插画），给它个大意就能出图。
更复杂的任务也能应对。我用了一个产品开发团队，让四只专家虾协作帮我做个人网页。
每只虾完成自己的部分后，会主动问你要不要改、要不要进入下一阶段，像真人团队一样交接工作。
最后让我们回到开头那个问题——
龙虾经历了用户端与开发端的冰火两重天，然后呢？
作为一个开源项目，龙虾上线72小时破6万星、两周破15万星，几乎以一己之力向全行业普及了大模型+Harness框架这套Agent技术底座。
黄仁勋也在GTC上直接把龙虾定义为了继生成式AI之后的下一代范式。
但龙虾的热度，却并没有像爆火时领鸡蛋似的一直疯狂下去。
随着虾父Peter进入OpenAI，Harness框架持续扩散，龙虾逐渐从一个独立产品，变成了模型能力的一部分，大家好像也不再强调自己的产品是龙虾了。
但俗话说“一虾落，万物生”，Agent行业的底层趋势，反而在加速。
Gartner预测，到2026年底，40%的企业应用将内置任务型AI Agent。
但另一边，真正把Agent跑进生产环境的公司，其实还不算多。
这说明了一件事：Agent的价值已经被验证了，卡点不在于要不要用，而在于能不能落地。
Foundation Capital那篇广为流传的Context Graphs文章也指向了同一个判断：
Agent公司真正的护城河不在框架本身，而在执行过程中沉淀下来的决策经验。光搭一个壳是不够的，能沉淀know-how才有壁垒。
这在某种程度上印证了当下龙虾的发展脉络：通用框架的热度在退，云端化、专家化的方向在起来。
从Anthropic到微软到Google，云厂商都在把Agent运行层平台化，运维、安全沙箱、扩缩容全给你包了。
360这次云端版踩的正是这条线：内置上千只覆盖高频场景的专家虾，龙虾教练在更高一层接管调度，接受用户的模糊指令，组织专家虾干活。
把复杂的、需要动脑的事儿打包封装起来，让不懂技术，但有需求的人也能用上Agent。
从3月帮全员装虾、发1亿Token，到5月直播上线云端版，360围绕龙虾两个多月没停过。要说对龙虾的狂热，周鸿祎在圈内算得上独一份。
而360安全龙虾云端版做的这些事，本质上是在给Agent搭基础设施。让AI不只是一个更聪明的聊天框，而是真正能干活、能交付结果的AI员工。
从「装上了」到「真能用」，这中间的路，才是龙虾下半场的真赛点。
AI聊天框的时代，拼的是谁更会“回答问题”。
Agent时代开始之后，大家拼的可能会变成另一件事：
谁能真正替更多人干活。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。