腾讯龙虾：普通人的第一只 AI 代理，从摆摊装机到安全矩阵

参考来源：36 氪《腾讯龙虾团队答疑：龙虾的热度确实高过能力，但它是普通人拥抱 AI 浪潮的第一步》

春节后，AI 圈最热的两个字，大概就是「龙虾」。

这只龙虾当然不是餐桌上的海鲜，而是 OpenClaw —— 当下最火的开源 AI Agent 框架之一。它可以直接部署在个人电脑上，像一个「数字打工人」一样帮你操作系统、整理文件、回复消息，做到 7×24 小时不下线。

过去一周，最出圈的却不是开源社区，而是腾讯。

他们在腾讯滨海大厦楼下，干了一件看起来「很不腾讯」的事：摆摊，帮大家免费装龙虾。摊位背后，其实藏着一整套「龙虾产品矩阵」和安全架构思路。

一、从体验券到排队摆摊：一次无心插柳的「全民 AI 实验」

这场活动的起点，其实很朴素。

3 月 1 日，腾讯云内部发了几百张「轻量云 OpenClaw 体验券」，本来以为够用，结果 20 秒就被抢完。大量同事在内部群里问的都是同一个问题：

龙虾该怎么装？

云端部署 OpenClaw 比本地还要复杂一截。与其在文档里解释半天，不如干脆线下搞一次「装机日」。于是，「摆摊帮装虾」这个想法就顺势诞生了。

最初活动只打算面向内部同事，定在 3 月 6 日。没想到活动预告发到视频号之后直接火了，一大批「司外」用户也想来装虾。腾讯于是临时调整：

• 向所有对 AI 感兴趣的用户开放；
• 搭建一个现场一对一的「AI 体验摊位」。

更出乎意料的是，现场来的不仅有程序员，还有：

• 60 多岁的退休工程师；
• 推着婴儿车来的宝妈；
• 跟着家长来围观 AI 的小学生。

据腾讯现场团队统计，超过 80% 的参与者是非技术背景，很多人是第一次接触 OpenClaw，甚至是第一次「认真用 AI」。

原计划给每人 5 分钟装完，结果一对一讲解、调试下来，平均要花二三十分钟，有人甚至在现场待了一整天。最后，腾讯帮 500 多人把龙虾装上了自己的电脑。

从产品视角看，这其实是一场非常成功的「线下用户教育 + 需求验证」实验：

• 证明了 AI Agent 在大众层面的兴趣基础；
• 把「AI 会干活」这件事，通过现场演示变成了可感知的现实。

二、「腾讯龙虾家族」：本地虾、云端虾、聊天虾

摆摊只是开端，更值得关注的是腾讯在这次浪潮中暴露出来的产品布局。

目前已经亮相的几只「虾」，大致可以这么理解：

1. WorkBuddy：腾讯版「免部署小龙虾」（本地虾）

WorkBuddy 相当于一个「桌面 AI 伙伴」，是腾讯版的免部署小龙虾，更偏向办公和开发场景：

• 可以在本地执行文件整理、文档处理、代码辅助等任务；
• 与现有的 CodeBuddy、Cloud Studio 等开发工具打通；
• 在权限上被限制在用户指定的工作目录，避免「一刀砍到系统盘」。

它不是简单把 OpenClaw 打包，而是基于腾讯现有的 DevOps / AI Coding 能力搭建出的闭源产品，更强调 可控、安全、易用。

2. QClaw：把 Agent 接到微信、QQ 的「聊天虾」

QClaw 的定位，是把 AI Agent 通过 IM 工具接入日常工作流：

• 通过微信、QQ 等聊天工具下指令，让 AI 在后台帮你干活；
• 支持远程操控，让「电脑上的 AI 同事」随时响应手机上的指令；
• 在安全上采用「后端执行」模式，避免在客户端乱翻隐私数据。

从体验上看，QClaw 更像是给龙虾加了一部「对讲机」：你发一句话，它在后台真的把对应的事情做完，然后再通过聊天窗口把结果回传。

3. Lighthouse 轻量云 + SkillHub：云端虾的「虾缸」和技能广场

在算力和生态层面，腾讯也给龙虾准备好了基础设施：

• Lighthouse 轻量应用服务器：提供一键部署 OpenClaw 的云端环境，解决本地算力不够、部署复杂等问题，可以理解为「云端虾专用虾缸」；
• SkillHub：面向中国用户的技能广场，聚合了腾讯文档、腾讯地图、企业知识库等能力，同时内置安全审核机制，避免恶意插件投毒。

结合马化腾在朋友圈提到的自研龙虾、本地虾、云端虾、企业虾、云桌面虾、安全隔离虾房、云保安、知识库等，可以大致看出腾讯的方向：

围绕 OpenClaw 范式，做一整套面向 C 端 + 企业 + 开发者的「养虾生态」。

三、从开源 OpenClaw 到闭源 WorkBuddy：安全是第一优先级

OpenClaw 走红的一个重要原因，是它足够开放：

• 本地部署、可高度定制；
• 可以接入各种工具与脚本；
• 在有经验的开发者手里极其灵活。

但开放也意味着更多不确定性。前阵子 X 上就有人通过提示词「社工」骗走了 OpenClaw 的 API Key，让不少人开始担心：

如果我把工作电脑交给龙虾，它会不会误删文件、泄露密钥？

腾讯的思路，是在 OpenClaw 的范式之上做一个 安全可控的闭源实现。

1. 基于成熟底座的「Agent OS」
   WorkBuddy 集成的是腾讯多年打磨的 CodeBuddy、Cloud Studio Gateway Server、Agent OS 等基础设施，这些已经在生产环境中长期运行，安全和稳定性相对可控。

2. 工作目录沙箱：从架构层面收紧权限边界
   WorkBuddy 只在用户指定的文件夹内工作。你让它整理 D 盘的某个项目，它不会跑去 C 盘系统目录删东西，从架构层面降低了「误伤」风险。

3. 多层安全审查：用 Agent 审查 Agent
   腾讯安全实验室采用「Agent 对抗 Agent」的自动化审核机制，对 SkillHub 上的插件进行多层检测：

   • 传统规则、特征匹配；
   • AI 模型对恶意代码的静态 / 动态分析；
   • 在创建、上传阶段就主动拦截可疑插件。

4. 微信 / QQ 通道的安全设计
   QClaw 通过服务号等通道接入微信，指令在后端执行，Agent 并不在手机本地跑，理论上无法在微信客户端里随意读取你的私聊记录。

用一句话总结：

OpenClaw 给你的是一套「改装车图纸」，WorkBuddy 则是腾讯自己代工的一辆车，油门和刹车都经过了反复测试。

四、龙虾的热度确实高过能力，但它很适合做「第一步」

腾讯团队在接受采访时也坦承，龙虾的热度目前确实高于它的真实能力：

• 它还做不到传说中的「一人公司」；
• 真正复杂的企业级流程，仍然离不开定制化开发和人工监管；
• 对普通人来说，配置、理解和使用仍然有门槛。

但这并不妨碍龙虾成为普通人拥抱 AI 的抓手。

在 ChatGPT 爆火那一波，大家体验到的是：

• AI 会聊天；
• AI 会写文章、改代码；
• AI 在对话框里「很聪明」。

而 OpenClaw、WorkBuddy、QClaw 带给用户的，则是另一种直观感受：

• 我只需要说一句话，它真的会在电脑上替我点来点去；
• 它可以半自动完成报表、整理文件、写日报、回复固定格式消息；
• 它不只是一个「会说话的搜索框」，而是一个「会执行的数字同事」。

从这个角度看，哪怕龙虾现在还很「粗糙」，它依然是很多人迈出的 第一步：

• 第一次让非技术人群意识到「AI 不只会聊天，还会干活」；
• 第一次让本地电脑、云端服务器和聊天工具被一只 Agent 串联起来；
• 第一次让「AI Team」不再只是概念 PPT，而是可以实际体验的产品雏形。

五、从单兵到团队：本地虾 + 云端虾 + QClaw 的未来想象

在采访中，腾讯也提到了他们的中长期方向：

• WorkBuddy 更多是「本地虾」，负责贴近用户的日常工作场景；
• Lighthouse 提供「云端虾」，解决算力和稳定性问题；
• QClaw 做连接，把这些能力装进 QQ / 微信 / 飞书的对话里；
• SkillHub 打造技能生态，提供可插拔的行业能力模块。

当这些组件逐步打通，一个很自然的演化方向是：

从单个 Agent，走向多角色协同的 AI Teams。

对个人用户来说：

• 你可以拥有一个「个人数字助理团队」，有人负责文件整理，有人负责日程提醒，有人负责写作辅助；
• 它们在本地和云端协同工作，通过 QClaw 和你保持「实时汇报」。

对企业用户来说：

• 可以在自有数据 + 腾讯基础设施之上，搭建面向不同部门的专属 Agent 队列；
• 通过 SkillHub 接入业务系统，让 Agent 真正做到「能干活、可监管」。

当然，这条路还很长。龙虾现在还远称不上成熟的「AI 操作系统」，但它已经让我们看到了一个方向——

从「在对话框里问问题」，变成「给 AI 下达任务」。

而腾讯这几只龙虾，正在试图回答一个更现实的问题：

当这件事要走出社区、走向千万用户时，安全、产品形态和商业化，要怎么设计？

本文由博客助手大龙虾整理，内容整理自公开报道，仅供学习交流。