惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

A
About on SuperTechFans
Y
Y Combinator Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Microsoft Security Blog
Microsoft Security Blog
aimingoo的专栏
aimingoo的专栏
I
InfoQ
C
Check Point Blog
IT之家
IT之家
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
Last Week in AI
Last Week in AI
GbyAI
GbyAI
P
Proofpoint News Feed
量子位
Stack Overflow Blog
Stack Overflow Blog
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
B
Blog
T
The Blog of Author Tim Ferriss
H
Help Net Security
云风的 BLOG
云风的 BLOG

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
为什么同样是“龙虾”产品,最后会长成三种形态?
AIGC土豆 · 2026-03-24 · via 人人都是产品经理

Agent 产品赛道正在经历一场静默的分化革命。从个人桌面执行到云端托管协作,再到企业级智能体平台,看似同质化的产品背后,隐藏着截然不同的战略布局和用户争夺逻辑。本文深度拆解6款代表产品,揭示Agent赛道从功能竞争转向生态位争夺的关键转折点,以及新产品品类成熟期必然经历的形态分化规律。

最近一段时间,如果你在关注 Agent 产品,会发现一个很有意思的现象:

同样都顶着“龙虾”这类产品标签,实际长出来的样子却越来越不一样了。

有的产品强调个人桌面执行,有的强调云端托管和在线协作,有的则已经明显往企业智能体平台方向走。如果只看表面,很容易觉得它们都在做一件事:让 AI 代替人执行任务。但如果从产品经理的视角拆开看,会发现它们真正争夺的,根本不是同一个位置。

这也是我想写这篇文章的原因。

我不想再做一篇“谁更强、谁更适合谁”的横评稿,因为这类写法天然会滑向推荐和清单。更值得研究的问题其实是:

为什么同样一条 Agent 产品线,最后会分化出完全不同的产品形态?

为了把这个问题说清楚,我还是选了 6 个有代表性的案例来看:OpenClaw、WorkBuddy、CoPaw、ArkClaw、Aily、EasyClaw。

但这次不再按“推荐顺序”写,而是按产品分析的逻辑来写:

  • 它们分别在解决什么问题
  • 为什么会形成三种不同路线
  • 不同路线背后的用户边界和风险取舍是什么
  • 以及,一个新产品品类在变热之后,为什么一定会发生分化

一、先别急着比较功能,先看为什么这批产品一定会分化

很多新产品品类刚起来的时候,市场会先出现一波“长得都差不多”的产品。

因为在早期阶段,大家最先验证的是同一件事:

这件事能不能成立。

但一旦市场开始验证通过,下一步自然就不再是“能不能做”,而会变成:

应该先占住哪一个位置。

Agent 产品也是这样。

最开始大家都在讲:

  • AI 能不能替我做事
  • 能不能调用电脑
  • 能不能跨应用执行任务
  • 能不能从聊天入口直接发起命令

但当越来越多产品都开始具备这些基础能力之后,真正拉开差异的,就不再是“有没有这项能力”,而是:

  • 是优先做个人助手,还是优先做企业平台
  • 是把产品做得更轻,还是做得更深
  • 是强调自由度,还是强调上手成功率
  • 是延展到云端协作,还是深耕本地执行

所以今天再看“龙虾”产品,最值得看的其实不是“它会什么”,而是:

它最后把自己放在了哪一段用户任务链路上。

这也是为什么,我更愿意把这批产品当成一个典型案例:它们不是六个孤立的软件,而是一个新产品品类在快速分化时留下的六个样本。

二、先把样本分层:这 6 个产品其实可以先分成三类

如果一上来就把 Open Claw, Aily ,Ark Claw 放在一张表里硬比,很容易比乱。因为它们虽然都能被归进 Agent 大类,但产品层级并不一样。

从产品形态看,这 6 个案例其实可以先分成三类。

第一类是 原生个人 Agent / 桌面执行类。代表产品包括 Open Claw ,Work Buddy ,Easy Claw。这一类产品更接近“让 AI 直接替我在电脑上干活”,重点是桌面执行、文件操作、应用调用、消息触发任务。

第二类是 云上托管 / 平台托底类。代表产品包括 Co Paw Ark Claw。这一类产品解决的重点不是“有没有能力”,而是“如何降低部署和使用门槛”,让 Agent 从偏技术玩具变成更可消费的产品。

第三类是 企业智能体平台类。代表产品是 Aily。这一类产品已经不再是个人助理逻辑,而是企业级平台逻辑,重点变成知识接入、权限、治理、编排和持续运营。

这一步分类特别重要。因为如果不先做层级划分,后面的很多判断都会失真。

三、第一类为什么会出现:个人桌面执行型产品,本质上在争“高频任务入口”

先看第一类,也就是 Open Claw Work Buddy Easy Claw 这一组。

这组产品虽然都偏桌面执行,但其实内部也很不一样。不过它们有一个共同点:都在争个人用户的高频任务入口。

也就是说,它们不只是要证明“AI 能做任务”,而是要回答一个更具体的问题:

当用户在电脑前真的要把事做掉时,第一时间会不会想到你。

1. OpenClaw:自由度高,本质上是在抢“极客控制权”

Open Claw 的产品吸引力非常明确:开源、自由度高、可自定义空间大、社区活跃。

这类产品最容易吸引的,不是普通用户,而是对自动化有强控制需求的人。也正因为它把控制权给得足够多,所以它更像一个“能力母体”,而不是标准化消费品。

从产品策略上看,OpenClaw 更像是在抢一个位置:

谁来定义 Agent 的自由边界。

这会带来很高的天花板,但也会自然抬高门槛。所以它强的地方和难用的地方,其实来自同一个设计选择。

适用场景

  • 高级个人自动化
  • 自定义任务编排
  • 极客型桌面助理实验
  • 想深度控制 Agent 行为的人

推荐用户画像

  • 开发者
  • 自动化重度用户
  • 愿意自己维护 Agent 的个人高手
  • 不怕配置和试错的人

安全指数

这里的低分不是说它技术差,而是说:对于普通用户而言,它对权限、运行环境和执行边界的要求更高。你越不懂它在做什么,风险就越大。

2. WorkBuddy:产品化优先,本质上是在抢“普通职场人的第一次成功体验”

和 Open Claw 相比,WorkBuddy 很明显不是“极客优先”的路线。它更像是产品化优先、场景优先的做法。

这类产品真正关注的是:

  • 普通职场人会在哪些地方需要 AI 助手
  • 哪些任务最容易产生正反馈
  • 怎么让用户装上就能用
  • 怎么把使用门槛降到最低

所以 Work Buddy 的产品价值,不在于“自由度最大”,而在于:

它更像一个可以被理解、被上手、被带进日常办公流程的产品。

从定位上看,它其实是在争“办公任务入口”。

适用场景

  • 办公自动化
  • 文档和表格处理
  • 日常办公室重复任务
  • 想先体验 Agent,但不想自己配环境

推荐用户画像

  • 非技术职场人
  • 办公小白
  • 轻度自动化需求用户
  • 第一次尝试 Agent 的普通用户

安全指数

理由也很直接:它是明显的企业化产品思路,默认治理、账号体系、场景适配和边界控制通常会更完整。当然,它本质上仍然是高权限 AI 助手,所以也不是绝对无风险。

3. EasyClaw:把 Agent 做轻,本质上是在抢“入门级桌面体验”

Easy Claw 则更像另一个思路:它不是去争最复杂的场景,而是去争一个更轻量的入口。

也就是说,它的核心不是“把事情做得最深”,而是“把上手门槛做得更低”。这类产品的典型特点是:

  • 更像普通软件
  • 安装更简单
  • 理解成本更低
  • 更适合低负担尝试

所以 Easy Claw 在这组产品里,更像是在争“桌面入门体验”。

适用场景

  • 个人桌面自动化
  • 轻量尝鲜
  • 远程控制电脑
  • 移动端给桌面发任务

推荐用户画像

  • 普通个人用户
  • 想快速尝鲜的人
  • 不想搭环境的小白
  • 轻度自动化使用者

安全指数

有产品化的沙箱和默认配置是加分项,但它依然是高权限桌面执行器,所以不可能无风险。不过对于普通小白来说,它比原生 Open Claw 明显更适合作为第一入口。

四、第二类为什么会出现:云上托管型产品,本质上在争“门槛重构”

Co Paw 和 Ark Claw 这组产品很有代表性,因为它们都不是在比谁更像极客工具,而是在重构同一个问题:

用户怎么才能不经过那么多部署和环境成本,就开始用 Agent。

这也是云上托管型产品出现的根本原因。不是大家突然不想做功能了,而是产品已经从“证明能力”走到了“降低进入门槛”。

1. CoPaw:更像“云厂商式中间层产品”

Co Paw 的产品策略很清楚:它不是把用户一把推进最底层自由度里,也不是把所有事情全封装成极简工具,而是在中间做平衡。

这种路线的价值在于:

  • 给用户留一点扩展空间
  • 同时把最痛的门槛抹平
  • 既不像原生项目那么硬核
  • 又不像极简桌面工具那样封闭

所以 Co Paw 更像一个“中间层产品”。

适用场景

  • 想体验 Agent,但希望后续还能扩展
  • 本地/云端混合使用
  • 云资源和 AI 助手联动
  • 希望先轻度尝鲜,再逐步加深

推荐用户画像

  • 中轻度技术背景用户
  • 阿里云生态用户
  • 不想从最底层搭,但愿意理解一些产品边界的人

安全指数

如果偏本地使用,我会看得更高一些;如果完全走云端,就要接受云托管、账号体系和远程执行带来的额外暴露面。

2. ArkClaw:更像“协作入口型 Agent”

Ark Claw 更像协作导向的产品。它不是把重点放在“让用户先掌控一切”,而是放在“让用户尽快进入在线协作和使用状态”。

这种路线通常会更强调:

  • 云端在线
  • SaaS 化
  • 免运维
  • 飞书一类协作入口的深集成

所以它在产品层面争夺的,不只是一个 Agent 功能入口,而是:

协作场景里的调用入口。

适用场景

  • 飞书协作
  • 云端在线任务
  • 跨端同步
  • 消息触发式 Agent 使用

推荐用户画像

  • 飞书生态用户
  • 小团队协作者
  • 希望“在线即用”的普通用户
  • 不想管部署和服务器的人

安全指数

它比原生 Open Claw 对小白友好得多,但因为更偏云端、强依赖消息渠道和 SaaS 托管,所以默认风险敞口也会比纯本地工具更大一点。

五、第三类为什么会出现:企业智能体平台,本质上在争“组织级可用性”

Aily 在这组产品里最特别,因为它其实已经不是典型的“个人 Agent 工具”逻辑了。

从产品边界看,它更像在解决这样的问题:

  • 企业知识怎么接入
  • 智能体怎么按业务场景配置
  • 不同角色的权限怎么管理
  • 发布之后怎么持续运营
  • 效果怎么长期调优

所以 Aily 的本质,不是“更强的龙虾”,而是:

一个企业智能体底座。

这意味着它争夺的位置完全不同。它不是在争“普通用户第一次尝鲜会不会选我”,而是在争:

企业要不要把组织级智能体能力建在我这里。

适用场景

  • 企业知识问答
  • 客服和服务台
  • 内部流程助理
  • 业务系统协同
  • 智能体运营和管理

推荐用户画像

  • 企业 IT
  • 平台团队
  • 内部工具团队
  • 有明确业务接入需求的组织

安全指数

它不是绝对更安全,而是因为它的产品形态天然更强调权限、治理、知识隔离和平台级管理。但它的代价也很明显:不适合纯个人小白尝鲜。

这一组对比放在一起看,会更清楚

从这三类产品能看出,所谓“龙虾”赛道现在真正发生的,不是单纯产品数量变多,而是:

产品边界开始清晰分化。

有的做个人入口,有的做门槛重构,有的做组织平台。

这才是一个新产品品类开始成熟的信号。

六、外围玩家怎么看:小米、美团值得关注,但别急着硬放进主榜

从行业观察角度,小米、美团这类入口型公司都值得看。但从产品分析稿角度,我反而不建议现在就把它们硬塞进主榜。

原因很简单:不是所有“值得关注”的东西,都适合立刻写成“成熟产品案例”。

1. 小米值得看,是因为系统入口,不是因为它已经是稳定成熟产品

小米最值得看的其实是系统级入口能力。如果未来 Agent 深入手机系统层,这种路线想象空间很大。

但从产品成熟度来说,它更像实验中的入口产品,而不是已经足够清晰稳定的成熟方案。

2. 美团值得看,是因为浏览器入口假设

美团的思路也和前面几类不同。它更像在验证:浏览器会不会成为 Agent 时代的重要入口。

这条路线很有想象空间,但它和桌面执行器、云托管 Agent、企业平台不是同一层级的竞品。

3. 京东、快手、360 暂时更适合放观察席

如果公开产品边界还不够清晰、产品形态还没有稳定下来,这时候写得太实,反而会让整篇稿子失去可信度。

所以更稳的写法是:承认这些厂商值得关注,但暂时放在观察席。

七、如果把“选择”翻译成产品语言,小白用户到底会被哪类产品吸引?

这一节我不把它写成“推荐清单”,而是换成一个产品问题:

为什么第一次接触 Agent 的小白用户,会天然更容易被某几类产品吸引?

原因其实不复杂。

小白在第一次接触这类产品时,最在意的不是自由度,也不是理论能力上限,而是:

  • 能不能快速上手
  • 能不能先成功一次
  • 风险边界清不清楚
  • 自己能不能理解产品在帮我做什么

如果把这个逻辑放回前面那三类产品里,就会发现吸引力分布很自然:

  • 办公小白更容易被 Work Buddy 这类高产品化办公 Agent 吸引
  • 轻度尝鲜用户更容易被 Easy Claw 这类低负担桌面工具吸引
  • 协作场景用户更容易被 Ark Claw 这类在线协作型 Agent 吸引
  • 中轻度技术用户更容易被 Co Paw 这类中间层产品吸引
  • 极客用户最终还是会回到 Open Claw 这类高自由度路线
  • 企业团队则不会把自己当“小白”,而是直接进入 Aily 这种平台型判断框架

所以所谓“小白怎么选”,如果翻译成产品语言,本质上是:

哪类产品更容易完成第一次价值交付。

八、结论:这不是“6个软件怎么选”,而是“一个新品类如何分化”

如果把这篇文章收回来,我更想把它当成一个新品类分化案例,而不是一篇软件清单。

因为这 6 个产品放在一起,真正值得研究的,不是“谁最强”,而是:

为什么同样都从 Agent 出发,最后会长成完全不同的产品。

我自己的结论很简单:

  • Open Claw 代表的是自由度路线
  • Work Buddy 代表的是办公产品化路线
  • Co Paw 代表的是云厂商中间层路线
  • Ark Claw 代表的是协作入口路线
  • Aily 代表的是企业平台路线
  • Easy Claw 代表的是入门级桌面体验路线

所以如果从产品经理视角看,这篇文章最值得带走的,不是某个产品本身,而是一个更普遍的判断:

一个新产品品类变热之后,真正拉开差异的,不是功能点数量,而是产品最终选择站在哪一段任务链路上。

这也是为什么,这批“龙虾”产品越看越像,但最后又一定会越长越不一样。

本文由 @AIGC土豆 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Pixabay,基于CC0协议