OpenClaw为代表的龙虾类Agent到底是打工人的救赎还是地狱
引言：一只”龙虾”引发的职场风暴
2026年的春天，写字楼里流行着一个暗语：“你的龙虾配置了几个？”
这里的”龙虾”，是指以OpenClaw为代表的新一代AI Agent框架的形象昵称。自2025年底至2026年初，OpenClaw凭借其”真正能干事情的AI”的定位席卷国内职场——它能自主浏览网页、调用API、操作文件、发送邮件，甚至在无人监管的情况下完成一整套复杂工作流。腾讯云推出ClawPro企业版、阿里云宣传”130个AI员工军团”落地企微、各大厂商KimiClaw、MaxClaw争相入场，”养龙虾”一度成为企业数字化转型的时髦词汇[1][2][3]。
然而，繁荣表象之下，有一个问题越来越无法被回避：当员工手握这只”龙虾”，生产力飞速提升之后，他们真的变得更好了吗？
在北京中关村某AI医疗公司，算法负责人张女士用AI把两周的项目压缩到了一天，她因此成为公司绩效Top 1。但紧接着，新的任务如海浪般涌来，加班成为常态，甚至连原本不属于她的PPT、竞标材料也落在了她头上——因为”你效率高”。她的薪水，没有因此增加一分钱[4]。
这并非个例。美国国家经济研究局（NBER）发表的论文中，一项针对2.5万名丹麦员工、7000家企业的大规模研究发现：在鼓励使用AI的公司中，有高达83%的员工在用AI工作，但工资没有显著变化，工作时长没有减少，AI节省下的时间红利中，只有3%至7%转化为了员工的薪酬回报[5]。
与此同时，全球科技行业的裁员浪潮滚滚而来。2026年第一季度，美国科技行业裁员人数同比增长40%，已突破52050人，创下2023年以来新高，AI转型被视为重要诱因[6]。微软近年裁员约1.5万人，亚马逊过去半年裁员约3万人，Block、Meta、甲骨文等企业也先后宣布大规模人员调整[7]。
一边是资本豪掷AI、裁员降本的财报喜讯，另一边是打工人独自消化提效压力、薪酬停滞不前的沉默焦虑。这只”龙虾”，究竟是打工人的救赎，还是一场精心设计的新型劳动陷阱？
第一章：龙虾的崛起：Agent时代的职场革命
1.1 从工具到”员工”：Agent的跃迁
理解这场争论，首先要理解什么是AI Agent，以及它与过去的AI工具有何本质不同。
过去的AI助手，如早期的ChatGPT应用，本质是一个”高级问答机”——你问，它答，但它不会主动执行任何操作。而以OpenClaw为代表的AI Agent，则完成了从”建议者”到”执行者”的跃迁：它能感知外部环境，做出多步骤的自主决策，调用各类工具接口，并将任务端到端地执行完毕。
博客园的技术文章将OpenClaw的核心价值描述为”从’对话建议’跨越到’自主执行’，打破信息孤岛，重构工作流逻辑”[8]。投研自动化、办公提效、量化交易、代码开发、内容运营——几乎所有可以被拆解为结构化步骤的脑力劳动，都成为龙虾的猎场。
某人力资源公司的案例颇具代表性：通过在企微生态部署基于OpenClaw的HR Agent，原本需要100名HR专员处理的入职、排班、培训、绩效任务，被压缩到了寥寥数人负责监督的规模，有机构甚至宣称”节约80%工作时间，Agent能干100个人的工”[9]。
1.2 企业的算盘：效率的蜜糖
企业热情拥抱Agent的逻辑极其简单：人力成本下降，产出不变甚至上升，利润增厚。
广州某电商老板唐先生的经历堪称这一逻辑的缩影。面对亏损压力，他投入重金自建AI团队，将AI深度接入所有可标准化的业务流程，最终将公司员工从80人裁至不到20人，却维持了原有业务体量。他坦承，未来他更倾向于招聘易于培训的应届生，而非那些”转不过弯”的老员工[4]。
这折射出一个普遍的企业策略范式：AI不仅是效率工具，更是重构用工成本的结构性武器。
世界经济论坛2026年1月发布的报告《全球新经济下就业的四大未来场景：2030年的人工智能与人才》显示，在”超速发展”情景下，AI将催生大量新岗位，但这些新岗位对技能的要求与被替代的传统岗位截然不同，劳动者面临巨大的结构性转型压力[10]。
第二章：提效陷阱：生产力的悖论
2.1 越干越多，越累越惨
表面上，AI帮员工提速了。但这速度，换来的不是休闲，而是更高的任务密度。
这是一个被研究反复证实的悖论。2024年，福布斯对2500名高管、员工和自由职业者的调查发现：96%的高管希望AI能提高生产力，但77%使用AI的员工反映，AI实际上增加了他们的工作量，影响了真实的生产力感受[11]。
2026年3月，波士顿咨询集团（BCG）联合《哈佛商业评论》发布研究报告，调查1488名美国大型企业全职员工后发现：使用1至3款AI工具时，生产力显著提升；但当工具超过4款，生产力反而下降。更触目惊心的是，14%的受访员工出现了”AI脑炸”（AI brain fry）症状——脑雾、头痛、决策迟缓等认知过载反应，在使用AI强度最高的营销、人力资源、运营和软件工程岗位中尤为普遍[12]。
报告还显示：高强度AI监督让员工的脑力投入增加了14%，精神疲劳感高出12%，信息过载感高出19%。34%出现”AI脑炸”症状的员工积极考虑离职。Gartner的估算则更加直接：一家营收50亿美元的企业，因AI引发的决策质量下降，每年损失约1.5亿美元[12]。
张女士式的”超级员工”，在数据的映照下，不再是值得羡慕的成功故事，而更像一面揭示职场内卷深化的镜子。
2.2 红利被谁吞噬
NBER的丹麦研究将这一问题的答案刻画得异常清晰。研究样本涵盖软件开发、财务咨询、市场营销、新闻编辑等11类AI高暴露职业，AI工具的使用率高达83%，但员工自我报告的平均时间节省，仅占总工作时间的2.8%。
更关键的是，在因AI而节省的时间中，估计只有3%至7%转化为了员工的工资回报。剩余的绝大多数”时间红利”，被企业内部悄然吸收，用于运营优化或项目扩展——总之，没有流向员工[5]。
研究还揭示了一种”静默转移”现象：有17%的AI使用者虽然工资不变，但承担了AI系统整合、结果审查等新增工作。这些额外劳动，没有额外薪酬。
布鲁金斯学会的研究进一步勾勒了这条曲线的长期走向：AI对工资的影响将呈现”倒U型”——初期因生产效率提升，薪资可能小幅上涨；但随着AI接管更多智力任务，人力需求下降，劳动者被迫转向低附加值岗位，工资水平最终回落[13]。研究者将这一现象称为”智力饱和”（Intelligence Saturation）：AI虽能提升经济体的整体智力水平，但其增益会随现实物理限制而逐渐趋于饱和，增长成果更多流向资本而非劳动者。
2.3 代码审查地狱：以程序员为镜
软件开发者是AI提效叙事中最常被引用的受益群体。但Block前工程主管的话，道出了另一面的真相：”AI生成代码量是原来的3倍，但审查流程跟不上。”[7]
这并非个例。AI大量生成的代码，在质量上参差不齐，审核和修正的认知负荷远超传统编程方式。程序员们从”创作者”变成了”纠错员”，需要同时兼顾大量AI输出内容的审查——一种被称为”AI吸血鬼”的精力消耗模式正在工程师群体中蔓延[12]。
广告公司中层利昂的遭遇与之高度相似：AI生成了海量设计图和文案，但他的工作不是减少了，而是从”创意引领”变成了”垃圾信息筛选员”，审核时间不降反增[4]。
第三章：裁员机器：资本的如意算盘
3.1 数字背后的代价
裁员浪潮的数字是冰冷的，但每一个数字背后都是活生生的人。
据独立裁员追踪机构Layoffs.fyi统计，2025年全年科技行业裁员总数超过16.5万人[7]。进入2026年，形势不见好转——第一季度裁员同比增长40%，仅3月单月就有18720名科技工作者失业，AI转型相关因素占比达25%[6]。
与之形成强烈对比的是，各大科技公司的AI资本支出正在疯狂膨胀：谷歌2025年资本支出预期上调至910至930亿美元；亚马逊已预留高达1000亿至1250亿美元的预算，主要用于AI项目和数据中心建设[14]。
裁员的员工，和激增的AI算力预算，共同出现在同一张财报上——这本身就是一种无声的宣告。
3.2 “AI洗牌”的真实逻辑
公平地说，部分裁员与AI的关系并非直接。企业往往将AI效率作为裁员的”合理化叙事”，但真实动机可能更为复杂：市场需求放缓、成本压力增大、股东对利润率的持续要求……正如风险投资家Marc Andreessen所言，”裁员可能是借AI之名掩盖市场需求下降、成本压力等真实原因”[7]。
但这并不能掩盖一个结构性事实：即便AI并非全部原因，它确实为”用更少人做同样的事”提供了技术可行性，也为裁员提供了资本市场认可的叙事背书。Block CEO将裁员与AI生产力挂钩后，股价一度上涨20%，这个细节本身就说明了一切[7]。
3.3 青年失业：一个正在结构化的危机
全国人大代表马一德在2026年两会上专门就AI就业冲击提出建议，他指出：AI对初级文职岗位的替代，正在造成青年就业机会系统性萎缩。2026年，中国高校毕业生规模预计达到1270万人，而互联网、金融、教培等主力就业行业同步受到AI冲击，传统的”从初级岗位积累经验”的职业路径正在塌陷[15]。
三四十岁的中年劳动者同样面临困境：他们的积累技能因AI的出现而贬值，但转型难度远超年轻人。更残酷的是，即便是传统意义上的”避风港”——外卖、快递等灵活就业岗位，也正在被自动驾驶和配送机器人的阴影所笼罩。
中国人力资源和社会保障科学研究院的研究指出，国际货币基金组织测算，在发达经济体中约60%的就业岗位将受到人工智能影响，其中半数岗位面临较高的替代风险[16]。这一比例在发展中国家会有所不同，但趋势一致。
第四章：谁在获益：生产关系的重构
4.1 资本的盛宴
AI革命中，最稳定的受益者是资本。
当企业用AI替代一个年薪30万的数据分析师，节省的是薪资、社保、办公成本；而支付给AI服务商的API费用，往往只是前者的一小部分。这笔差价，并未转化为消费者的价格优惠，也未流向留下来的员工，而是直接计入企业利润。
布鲁金斯学会的研究明确指出，”即便在工资下降阶段，经济总产出仍增长，但增长成果更多流向资本而非劳动者”[13]。这与历次工业革命的早期阶段高度相似——技术红利首先被资本捕获，劳动力的分配份额需要通过漫长的制度博弈才能逐步回升。
阮一峰的《科技爱好者周刊》（第391期）直接将这一现象命名为”AI的贫富分化”，指出AI最终可能形成”掌握AI的少数精英与被AI替代的多数普通人”之间的鸿沟[17]。
4.2 “超级员工”的幸存者偏差
在AI时代的成功叙事中，有一类人格外耀眼：他们熟练运用AI工具，效率是同事的数倍，薪酬不升但”不可替代”，因此在裁员中幸存。
但这是一种幸存者偏差。首先，能成为”超级员工”的人，往往本就具有较强的学习能力和适应性，AI只是放大了他们原有的优势；其次，正如前述研究所示，”超级员工”的额外努力并未换来对等的薪酬回报，他们承担的是越来越多的工作量；第三，当人人都成为”超级员工”，内卷的底线就被重新划定，竞争烈度进一步上升。
某手机厂商通信协议工程师陈先生，通过精准使用AI将产出提升了60%，但他随即发现，同组的其他工程师也开始用AI，他的”领先优势”以极快的速度被抹平[4]。这就是军备竞赛式的AI内卷：个体努力在群体趋同中被归零。
4.3 新岗位的承诺与陷阱
历次工业革命的支持者，总会搬出同一个理由：”技术消灭旧工作，但会创造更多新工作。”这句话对于AI时代是否依然成立，充满争议。
中国劳动和社会保障科学研究院的研究表明，AI确实催生了算力服务、模型开发、伦理治理等新职业。近5年人社部发布的72个新职业中，超过20个与AI直接相关[16]。但问题在于：这些新工作，与被替代的工作之间，存在巨大的技能鸿沟。
一个被AI替代的文职人员，无法在短时间内成为AI伦理治理专家；一个失业的客服人员，更无法迅速胜任大模型调优工程师的岗位。这种”技能断层”意味着，即便总量上新岗位在增加，受冲击的普通劳动者也难以跨越这条鸿沟，结构性失业由此成为现实威胁。
第五章：龙虾的另一面：高权限的安全问题和被忽视的落地困境
在讨论AI agent对劳动者的冲击之前，还有必要正视一个经常被资本叙事掩盖的事实：当前的龙虾，并不像宣传的那样无所不能。
5.1 安全风险：一把双刃剑
投资界与钛媒体的报道指出，OpenClaw落地企业面临的首要挑战是安全风险：Skill供应链投毒、权限管理失控、敏感数据泄露……一个拥有系统管理员级别权限的AI智能体，一旦被恶意代码侵入，后果可能远比人工失误严重[18]。
5.2 成本困境：不是所有企业都能养龙虾
OpenClaw依赖大模型多步推理，Token消耗量极高。企业自建私有化部署还需要专业技术团队和服务器硬件，京东虽然将Token消耗降低至同类模型的1/4至1/5，但中小企业往往没有这样的能力[18]。
5.3 效率幻觉：AI可靠性仍是软肋
普林斯顿大学研究员Stephan Rabanser指出，生成式AI存在一致性难题——相同的提示可能产生不同结果。加州大学伯克利分校教授Stuart Russell则警告，在缺乏高质量训练数据时，AI易产生错误答案，甚至引发数据库故障[7]。
这些局限性意味着，现阶段的AI agent在绝大多数企业中，并非”替代人力的完美方案”，而是”需要人工持续监督的辅助工具”。而这种监督本身，如前文所述，正在成为一种新的认知负担。
第六章：何以破局：谁来分配技术进步的红利？
悲观的数据之外，我们仍然需要寻找出路。问题的核心，不在于技术本身是好是坏，而在于：谁来分配技术进步的红利，谁来承担技术进步的代价。
6.1 制度层面：让企业为技术红利”交税”
布鲁金斯学会研究者提出的”虚拟服务替代税”，是一个值得认真讨论的方向：对AI替代人工的服务征税，将税收用于再就业培训和社会保障基金[13]。
全国人大代表马一德的建议则更具操作性：建立重大技术应用的就业影响评估制度，要求企业在大规模AI替代前提交影响报告，包括岗位影响评估和员工安置计划；修订《失业保险条例》，增设技术性失业认定标准，延长保险金领取期，设立由受益企业共同缴纳的”技术进步调节基金”；将就业效应纳入AI产业政策考核，对净就业效应为负的项目要求企业配套安置措施[15]。
中国2026年政府工作报告首次提出”打造智能经济新形态”，并明确”完善适应人工智能技术发展促进就业创业的措施”[16]。这一政策信号，为制度性应对提供了顶层依据，但从表态到落地，路还很长。
6.2 企业层面：利润共享，不是慈善，是可持续
有观点认为，企业主动给员工分享AI红利是一种”道德奢望”。但事实上，这是一道经济学题，而非伦理题。
胖东来模式提供了一个值得参考的样本：通过股份制改造，将资产按管理层与员工各50%比例分配，结果是保洁岗位月薪达当地同行2倍，员工归属感极高，服务质量反哺企业利润，形成良性循环[19]。另有河南企业将85%利润分配给员工，同样形成了劳资命运共同体的稳定结构[19]。
这些案例说明：当员工的利益与企业绑定，创新动力不但不会消失，反而会更可持续。AI时代的企业若只看到降本，忽视员工的获得感，留下的只会是那些最容易被AI替代的、缺乏主动创造力的”合规型员工”，而真正的创意和判断力——恰恰是AI目前最难以复制的能力——将随人才流失一同消散。
6.3 员工层面：拥抱变化，但要争取谈判筹码
对普通打工人而言，”拥抱AI、主动学习”是不得不走的路，但这条路不应该是单向的自我牺牲。
以下几点值得关注：
主动显性化AI贡献。当你使用AI工具提升了产出，要学会量化和呈现这一价值——它是你在下一轮薪酬谈判中的筹码，而非默默消失在企业效率池里的贡献。
横向拓展，而非深度替代。AI最难替代的能力，是跨领域的综合判断、人际关系管理和创意生成。与其在可被AI化的技能上反复内卷，不如将AI释放的时间用于横向能力建设。
集体谈判，而非个体博弈。劳动者单打独斗面对资本永远处于劣势。工会、劳动者联合会以及行业协会在AI时代需要扮演更加积极的角色，不只是福利维权，更要参与AI引入过程中的决策，为成员争取合理的分配机制。2025年深圳工会在500个园区部署AI服务终端的举措，是工会数字化转型的一个尝试，但更大的挑战是推动工会在分配谈判中发挥实质性作用[20]。
6.4 社会层面：全民基本收入，或许不是幻想
中国人民大学教授李石在其新书《数字时代的政治》中提出，应对AI失业大潮的根本性方案，是建立全民基本收入（UBI）制度——例如每人每月发放1500元，确保所有人无论就业状态如何，都有基本的生活保障[21]。
这个数字在当下的中国听起来遥远，但随着AI替代的深化，讨论UBI的现实性只会越来越迫切。OpenAI也在2026年发布政策提案，正式讨论如何应对AI就业冲击与税基变局，其中包括扩大医疗保险覆盖范围等社会保障措施[22]。
当工作不再是所有人获取收入的唯一途径，社会分配的基础逻辑本身就需要重写。这不是技术问题，这是政治问题、哲学问题，也是每个人都无法逃避的现实问题。
结语：尽管龙虾辅助作者写了这篇文章，但是龙虾不会告诉我们答案
回到最初的问题：Claw龙虾类Agent，到底是打工人的救赎还是地狱？
答案是：两者皆有可能，取决于我们如何选择。
技术本身无罪。AI Agent的出现，是人类智识积累的果实，它本有潜力将人类从重复性、机械性的脑力劳动中解放出来，让人们拥有更多时间去创造、去陪伴、去生活。
但技术不会自动实现公平。实际上许多人在大规模agent使用的背景下，工作越来越繁重，压榨越来越深。而收入却逐渐降低。
在现行的市场逻辑下，生产力的提升不会自动转化为劳动者的福祉，就像工业革命初期纺织工人的命运并非由蒸汽机决定，而是由工厂法、工会运动和社会博弈的结果所决定。这需要由我们的各级主管部门，立法部门，以及劳动者的保障部门针对这一阶段产生的问题及时制定策略，对于打工人的诉求和企业的诉求建立沟通机制和桥梁，并且及时立法并且贯彻执行，用实际行动保障劳动者的合法权利。
今天，我们或许正处于AI工业革命的早期。数据告诉我们：83%的使用率，3%至7%的红利回流，N个失业的打工人，以及无数个愈发疲惫却薪水不变的”超级员工”。这些数字，是对”技术乌托邦叙事”的冷水，也是推动制度性变革的理由。
龙虾已经爬上了越来越多打工人的办公桌。接下来的问题是：谁来决定它打来的猎物该怎么分？
这个问题的答案，将决定这只龙虾究竟是打工人的救赎，还是打工人的地狱枷锁。
参考文献
[1] 腾讯云开发者. 《腾讯云ClawPro正式发布，企业版龙虾10分钟上线》. 2026-04-02. https://cloud.tencent.com.cn/developer/article/2649997
[2] 腾讯云开发者. 《2026年AI Agent在企业级应用的最新趋势：从”龙虾矩阵”到全域自动化》. 2026-04-03. https://cloud.tencent.com/developer/article/2649820
[3] 阿里云开发者社区. 《从0到130个龙虾AI员工！OpenClaw企微落地全流程》. 2026-03-13. https://developer.aliyun.com/article/1716971
[4] 澎湃新闻. 《AI增效的另一些真相：有人卷成超级员工，也有人快被AI垃圾逼疯》. 2025-08-13. https://www.thepaper.cn/newsDetail_forward_31385748
[5] 澎湃新闻. 《83%员工用AI却工资不变，NBER研究揭露：AI带来的时间红利被谁吞了？》. 2025-06-11. https://www.thepaper.cn/newsDetail_forward_30954141
[6] 极客网. 《AI转型倒逼人力调整：2026年美国科技业裁员已超5万人，创三年来新高》. 2026-04-03. https://www.21ic.com/a/1002546.html
[7] 腾讯新闻（至顶科技）. 《科技公司大裁员押注AI，回报远未得到保证》. 2026-04-08. https://news.qq.com/rain/a/20260408A001FT00
[8] 博客园（kkman2000）. 《OpenClaw龙虾使用场景全景图（2026版）》. 2026-03-11. https://www.cnblogs.com/kkman2000/p/19701389
[9] 腾讯新闻. 《HR+AI：节约80%工作时间，Agent能干100个人的工》. 2025-02-21. https://news.qq.com/rain/a/20250221A050YJ00
[10] 世界经济论坛. 《全球新经济下就业的四大未来场景：2030年的人工智能与人才》. 2026-01. https://news.qq.com/rain/a/20260331A06D0700
[11] 搜狐（福布斯授权）. 《调查显示AI增加了员工的工作量影响了生产力》. 2024-07-23. https://www.sohu.com/a/796144776_121124365
[12] 深潮TechFlow. 《AI越用越累：BCG调查1488名员工发现，工具超过3个生产力反降，34%”脑炸”员工想辞职》. 2026-03-31. https://www.techflowpost.com/zh-CN/article/30925
[13] 腾讯新闻（IT之家）. 《研究：AI时代打工人的工资会先涨后跌》. 2025-11-16. https://news.qq.com/rain/a/20251116A04XDR00
[14] 澎湃新闻. 《硅谷大裁员，都是AI惹的祸？》. 2025. https://www.thepaper.cn/newsDetail_forward_31926183
[15] 新浪财经（《财经E法》）. 《人大代表马一德：构建国家机制，应对AI带来的就业影响》. 2026-03-05. https://finance.sina.com.cn/wm/2026-03-05/doc-inhpxwvm6486506.shtml
[16] 中国劳动和社会保障科学研究院（鲍春雷）. 《人工智能对就业的影响与应对》.《中国人力资源社会保障》2026年第3期. 2026-04-03. https://www.calss.net.cn/p1/zjsd/20260403/45130.html
[17] 阮一峰. 《科技爱好者周刊（第391期）：AI的贫富分化》. 2026-04-04. https://www.ruanyifeng.com/blog/2026/04/weekly-issue-391.html
[18] 投资界（钛媒体授权）. 《从”全民养虾”到企业落地：OpenClaw的三重现实拷问》. 2026-04-02. https://news.pedaily.cn/202604/562397.shtml
[19] 手机新浪网（BigNews）. 《AI时代的企业利润分配，员工权益能否得到公平对待？》. 2026-03-25. https://news.sina.cn/bignews/insight/2026-03-25/detail-inhsecsi9916998.d.html
[20] 知乎. 《AI革命下工会的”变形记”：从维权工具到数智化赋能中枢》. 2025-02-26. https://zhuanlan.zhihu.com/p/26530084836
[21] 澎湃新闻. 《新书《数字时代的政治》发布：探讨AI造成的失业等问题》. 2025-10-25. https://www.thepaper.cn/newsDetail_forward_31836809
[22] 网易. 《OpenAI发布政策提案，应对AI就业冲击与税基变局》. 2026-04-07. https://www.163.com/dy/article/KPSK441R0519QIKK.html
