联想重新定义“龙虾”

2026-04-05 jxgzhc 0 条评论 0 阅读
📰 资讯来源
量子位

🔗 查看原文 →

📖 阅读导引

2026年,个人AI的发展迎来了关键拐点。 市场的关注点转向了AI能否真正理解用户意图、自主完成任务、并安全地融入日常工作和生活全场景中。…

2026年,个人AI的发展迎来了关键拐点。

市场的关注点转向了AI能否真正理解用户意图、自主完成任务、并安全地融入日常工作和生活全场景中

今年年初,开源项目OpenClaw突然爆火,一时间人人都在讨论“养龙虾”——

让AI Agent接管电脑,帮你订机票、回消息、处理文件……各种“入手指南”和Skills满天飞,热情来得迅猛,好像一夜之间,那个能24小时待命、跨应用干活的数字员工,终于要走进普通人的生活了。

这波热潮,恰好戳中了一个大众深层痛点:我们太想要一个能真正干活、解放双手的AI了。

也正因如此,今年市场对AI的共识正在快速凝聚:

能否提供一种“开箱即用、系统级融合、主权在我”的智能体验,成为检验玩家实力的新标尺。

在这一节点上,联想中国召开了新财年誓师大会。这家在PC时代就稳坐头把交椅的厂商,系统性地展示了其对下一代个人AI的思考与实践

“龙虾”开年爆火,让AI“住”进电脑工作,一时成为最新的热潮。

而一切看似热闹的尝试,其实内核都指向同一个朴素愿望:

大家想要的,不过是一个24小时在线、能跨应用操作、会自动拆解任务的智能助手,来帮自己搞定那些重复、琐碎、又不得不做的任务。

如果这个Agent能开箱即用,拆解复杂任务、调用不同技能;又能拥有长记忆、越用越懂你;而且敏感数据不会被上传到云端,用户对数据有完全的控制权……那简直就是理想AI的终极形态了。

然而,理想与现实之间终究还是存在落差。随着越来越多人深入体验,“养虾”的难题也开始浮出水面。

首先,“龙虾”虽然是开源项目,但部署和使用门槛高

配置环境、编写提示词、调试工作流……这些对极客而言的乐趣,落到普通用户手里只剩一脸懵。

其次,“养虾”面临的另一个挑战,是场景能力存在局限性

单任务场景干活不成问题,可一旦进入跨生态、多设备协同的复杂办公或生活场景——

比如,你希望它处理一份工作文档的同时,再协调会议日程、回复邮件——这种需要多应用联动、上下文持续理解的复杂任务,往往会让它力不从心。

最关键的问题,还是由数据引发的安全与信任问题

AI Agent要完成任务,就得接管电脑权限,访问大量个人数据,读取你的邮件、访问你的文件、操作你的应用……

但数据隐私问题,由此变得悬而未决,因此用户很难放心地将核心数据全权交给AI处理。

更扎心的是,普通人“养虾”还成本不菲,持续的token消耗是一笔不小的开支。多重因素叠加,让用户的深度使用变得忧心忡忡。

“养虾热”既映照出了市场对个人AI的汹涌需求,也暴露了一个残酷的事实:

个人AI从“可用”到“好用”之间,仍横亘着一条系统性的“价值鸿沟”。

为了抓住由“虾”而起的机遇,各路玩家都在个人AI赛道各显神通。

华为推出小艺Claw,将其深度集成于HarmonyOS 6系统;腾讯发布支持微信/QQ一键直连的QClaw,要把AI智能体深度嵌入微信生态;联想也发布了“天禧Claw”,实现极致个人化;百度端上了覆盖多场景的“龙虾全家桶”……

透过这些头部玩家的动作来看,一个行业共性逐渐清晰:

要填补个人AI从“部署”到“好用”的鸿沟,玩家们不能靠单点技术的突破,更需要具备端到端的系统级能力——

产品要能调动全局硬件与软件资源,基于用户数据提供高度个性化、自动化的服务。

这表明玩家同时还需要具备软硬协同的生态,以及深度的用户体验融合

本文转载自量子位,版权归原作者所有

jxgzhc

暂无个人简介

查看全部文章
上一篇 下一篇

评论

评论已关闭。