很多人以为，AI时代的入口是模型。谁的模型更大，谁就赢。但这两个月发生的一些事情，让我突然有一种感觉：也许入口根本不是模型。
3月初，深圳腾讯总部楼下发生了一件挺有意思的事。
腾讯工程师在大厦北广场摆摊，给用户免费安装一个东西——OpenClaw。
排队的人挺多，有人抱着NAS，有人带着MacBook，还有人拎着迷你主机。
那个场面，有点像十几年前刷安卓系统的极客聚会。
如果你没听过OpenClaw，可以先把它想象成一个“会帮你干活的软件”。
不是回答问题，而是执行任务。
比如你说一句：
“帮我收集10篇关于AI Agent的研究，并整理成报告。”
它不会只回一句话，而是会：
搜索
打开网页
提取信息
整理文档
最后给你一个结果
换句话说，它不是一个聊天工具，而是一个“任务代理”。
大家好，我是紫微AI。
我今天想聊的，其实不是OpenClaw这个工具本身。
而是一个更有意思的趋势。
很多互联网公司，正在悄悄争夺一个新入口。
这个入口，不是App。
是Agent。
如果把过去二十年的互联网简单比喻一下。
PC时代，入口是浏览器。
移动互联网时代，入口是App。
你想打车，打开一个App。
你想点外卖，打开一个App。
你想聊天，再打开一个App。
整个互联网像一排排店铺，每个App就是一个门。
而Agent这种东西，更像一个“私人助理”。
你不需要自己去找门。
你只需要说一句话。
助理帮你把所有门都打开。
这种变化，看起来很小，但其实挺颠覆的。
想象一个场景。
你准备做一次旅行。
以前的流程是这样的：
打开携程查机票
打开Airbnb找房子
打开Google查攻略
打开地图规划路线
现在可能变成一句话：
“帮我规划一个首尔三天旅行。”
Agent会自己去：
查航班
订酒店
整理行程
做预算
整个互联网，从“你操作软件”，变成“软件执行任务”。
这个变化，就像从手动挡汽车，变成自动驾驶。
你不再关心方向盘怎么打。
你只关心目的地。
这就是Agent最核心的变化。
人类从“操作界面”
变成“表达意图”。
如果你觉得这听起来有点抽象，我们换个生活类比。
你去餐厅吃饭。
以前的互联网是这样的：
你自己走进厨房
自己点火
自己炒菜
App只是提供工具。
而Agent更像什么？
一个服务员。
你只需要说：
“来个清淡一点的晚餐。”
他帮你点菜、端菜、结账。
你只负责吃。
交互方式彻底变了。
很多公司已经看到了这个变化。
腾讯工程师给用户装OpenClaw。
百度在App里支持调用OpenClaw。
阿里提供OpenClaw云部署。
小米更有意思。
他们在内测一个东西，叫MiclawAgent。
计划直接嵌进小米设备生态。
什么意思？
未来你的手机、电视、甚至家电，都可能有一个Agent。
你说一句话，它就帮你做事情。
这有点像什么？
像电影《钢铁侠》里的JARVIS。
钢铁侠不是在操作电脑。
他是在对一个智能助手说话。
而助手在操控整个系统。
所以现在很多互联网公司争夺的，其实不是模型能力。
而是“谁来做这个助手”。
因为谁掌握助手，谁就掌握入口。
就像当年的浏览器。
看起来只是一个软件。
但它控制了整个互联网流量。
Agent有点类似。
如果用户习惯把任务交给Agent。
那所有服务，都要通过Agent来调用。
这就是新的入口战争。
但事情还有更深的一层。
很多人以为AI时代最重要的是数据。
其实还有一种数据，正在悄悄变得更重要。
任务轨迹。
什么意思？
当Agent执行任务的时候，它会产生一条完整的轨迹。
比如：
搜索什么
打开哪些网页
提取哪些信息
怎么整理
这整条过程，其实就是“人类解决问题的路径”。
这东西特别像什么？
像老师给学生写解题步骤。
数学题的答案其实不重要。
重要的是解题过程。
AI也是一样。
如果你只给AI答案，它学不到太多。
但如果你给它完整的推理过程，它会进步很快。
2022年斯坦福的一项研究就发现，
在模型训练中加入“Chain-of-Thought”（思维链），可以显著提升推理能力。
论文叫《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》。
简单讲。
教AI步骤，比给AI答案更重要。
而Agent的任务轨迹，本质上就是“自动生成的思维链”。
这是一个很大的资源。
未来谁拥有最多任务轨迹数据，谁就拥有最好的训练素材。
这里有一个特别有意思的类比。
自动驾驶。
特斯拉为什么进步这么快？
不是因为算法特别神秘。
而是因为数据。
全球几百万辆车，每天在产生驾驶数据。
转弯
刹车
避让
加速
这些数据不断回传，用来训练自动驾驶系统。
特斯拉在2023年的AI Day提到，
他们已经积累了数十亿英里的驾驶数据。
这就像给AI看了无数次“人类怎么开车”。
AI Agent其实也是类似逻辑。
不是学习网页。
而是学习“人类如何完成任务”。
任务轨迹，就是AI时代的驾驶数据。
所以当很多公司在做Agent的时候。
他们其实不只是做工具。
他们是在收集未来模型训练最重要的数据。
这也是为什么算力投资突然变得这么疯狂。
根据多家财报估算，
2026年字节、阿里、腾讯的资本开支加起来，已经超过600亿美元。
这数字有多夸张？
我们换个类比。
全球最大的云厂商亚马逊，在2020年的资本开支大概是400亿美元。
而现在中国几家互联网公司加起来，已经超过这个规模。
这些钱，大部分投向两件事：
算力
数据基础设施
因为Agent在执行任务的时候，经常要调用云端API。
简单说就是：
Agent在你电脑上跑
但大脑在云上。
每一个任务，都在消耗算力。
如果Agent变成主流交互方式。
算力需求可能会爆炸。
就像视频网站刚出来的时候。
没人想到流量会这么大。
Agent也可能类似。
这也是为什么很多开源模型被OpenClaw采用。
因为开源模型降低了使用门槛。
但算力消耗依然存在。
这里有一个我个人的猜想。
这是猜想。
未来AI竞争的核心，可能不是“谁模型最好”。
而是三件事：
谁掌握入口
谁拥有任务轨迹
谁拥有算力
入口决定用户。
轨迹决定数据。
算力决定规模。
这三件东西，组合起来，就像一个飞轮。
用户产生任务
任务产生数据
数据训练模型
模型吸引更多用户
循环开始加速。
如果你是做产品的人，这里面其实有一个特别重要的变化。
AI时代的产品，不一定是App。
可能是Agent技能。
就像手机时代有“App生态”。
未来可能是“Agent技能生态”。
比如：
订机票技能
做报告技能
做数据分析技能
用户不下载App。
用户只给Agent一个能力。
这有点像什么？
像插件。
或者像技能包。
所以很多一人公司，其实会有新的机会。
你不需要做一个完整产品。
你只需要做一个“任务能力”。
只要这个能力足够好，Agent就会调用你。
就像现在很多网站靠Google搜索流量生存。
未来可能是靠Agent调用流量。
互联网入口正在慢慢变化。
从网页
到App
再到Agent。
最后我们聊一个挺有意思的问题。
如果Agent成为主流交互方式。
人类会不会变懒？
也许会。
但历史上每一次技术进步，其实都让人“更少操作”。
计算器出现之后，人类不再手算。
自动驾驶出现之后，人类不再开车。
但我们并没有变笨。
我们只是把精力放在更高层的事情上。
Agent也是一样。
当软件开始帮你执行任务。
人类的工作，可能只剩下一件事。
提出更好的问题。
所以未来真正稀缺的能力，可能不是写代码。
而是表达意图。
你要知道自己想要什么。
然后让Agent去实现。
如果这个趋势成立。
互联网可能会从“操作时代”，进入“意图时代”。
你不再点击按钮。
你只是在描述目标。
这听起来有点像科幻。
但很多变化，其实已经开始了。
腾讯工程师在广场给用户装Agent。
小米准备把Agent装进设备。
互联网公司疯狂买算力。
这些看起来零散的事件。
背后其实指向同一个方向。
软件正在从工具变成代理。
如果有一天，大多数互联网任务都是Agent完成的。
那真正改变世界的，不是某个模型。
而是一个问题：
当机器可以替你做事的时候，你想让它做什么？
这个问题，每个人都要重新回答。
我是紫微AI，我们下期见。
