OpenClaw 爆火之后：一只开源小龙虾 撬动了哪些美股

2025年11月，一个奥地利独立开发者 Peter Steinberger 在 GitHub 上悄悄提交了一个项目 - Clawdbot（已更名为 OpenClaw）。

彼时无人在意，一切在2026年1月底失控了。

1 月 29 日至 30 日之间，项目在极短时间内获得数万 GitHub Stars，并迅速突破 10 万。截至3月3日，这个数字已经膨胀到近25万，登顶星标榜，超越了Linux。作为参考，像 React（全球最流行的前端开发框架之一）、Linux（支撑互联网服务器运行的操作系统内核） 这样的明星开源项目，往往需要十多年时间才积累到 20 万级别的 Star，而 OpenClaw 的曲线几乎是一条垂直线。

OpenClaw最初的名字 Clawdbot 谐音 Claude，Anthropic 在1月27日发来律师函逼其改名，项目辗转 Moltbot，最终定名 OpenClaw。但名字的更迭丝毫没有减慢它的扩散速度，反而制造了更多话题。2月16日，Sam Altman 宣布 Steinberger 加入 OpenAI，OpenClaw 将移交至一个由 OpenAI 支持的独立开源基金会。

从独立开发者的项目，到科技巨头的战略棋子，这只小龙虾只用了不到三个月。

OpenClaw 本身在科技圈有多火大家都有目共睹，那么这把火现在烧到了哪里了？本文尝试从资本市场视角，梳理 OpenClaw 爆火背后的受益产业链，以及可能被重估的美股公司。

OpenClaw 是什么？为什么它对美股有影响？

先说本质。OpenClaw 不是又一个聊天机器人，它是一个开源的 AI Agent 框架。

区别在哪？聊天机器人接收你的问题，返回一段文字。而 OpenClaw 接收你的指令，然后动手去做。它能操作浏览器、执行代码、调用 API、管理文件系统、连接12个以上的消息平台。

二者在运行模式上的差异，可以用一张表格概括：

总之，用更直白的话说，它从聊天机器人进化成了真正的数字员工，同时这也意味着 AI 的商业范式正在发生质变。在对话时代，用户向大模型提一个问题，模型返回一个答案，消耗几百个 token，交互结束。但在 Agent 时代，一个 OpenClaw 每天可能向模型发起数百甚至上千次调用。单个 Agent 用户产生的 token 消耗，甚至可以是传统聊天用户的几十倍甚至上百倍。

这个消耗倍率，就是 OpenClaw 影响美股的核心传导链条：

第一层：模型调用量暴增。Agent 每一次工具调用、每一次决策推理，都在消耗 token，直接利好大模型 API 提供商。

第二层：推理算力需求激增。海量 Agent 调用意味着海量推理请求，GPU 的需求逻辑从"训练侧"向"推理侧"倾斜，芯片公司迎来新叙事。

第三层：云基础设施全面受益。Agent 需要云服务器来跑，模型推理需要云端 GPU 来算，企业级 Agent 更需要合规、安全、可监控的云基础设施。

第四层：企业 Agent 需求待验证。 OpenClaw 以开源方式证明了"AI 替人干活"的需求真实存在，正在将 Agent 能力商业化的企业软件公司，估值逻辑有可能改变。

第五层：安全威胁面扩大。当 Agent 长期持有邮箱、日历、文件系统权限时，攻击面被成倍放大，安全公司迎来新的增长叙事。

以下，我们沿着这条链，逐一梳理受益的美股标的。

Token 杀手：大模型服务商的超级飞轮

如果 Agent 成为 AI 交互的主流范式，大模型厂商的 API 收入将出现指数级增长。

但目前最大的两家 Agent 模型供应商，OpenAI 和 Anthropic，都还没有上市。因此，这一逻辑在资本市场上最直接对应的上市标的是 MSFT 与 GOOGL。

首先，Microsoft 作为 OpenAI 最大的外部股东，每一笔通过 Azure OpenAI Service 调用 GPT-4o 或 o1 的 API 请求，本质上都在为微软的云业务贡献收入。OpenClaw 创始人加入 OpenAI 并将项目移交至 OpenAI 支持的基金会，意味着 OpenClaw 生态未来大概率与 OpenAI 模型绑定更紧密。如果未来 OpenClaw 的默认模型推荐列表中 OpenAI 排在第一位，那微软就是在不知不觉中相当于获得了一个拥有 24 万 GitHub star 的开发者入口。

而 Alphabet 则是另一个维度的受益者，也就是 Google 本身所属的上市公司（股票代码 GOOGL / GOOG）。Google 的 Gemini 系列是 OpenClaw 支持的主流模型之一，而Gemini 2.0 Flash 凭借极具竞争力的推理性价比。更关键的是，在几家头部模型厂商中，Alphabet 是少数可以直接通过二级市场投资的 AI 模型提供商。

更值得关注的是，市场目前似乎还没有充分定价 Agent 驱动的 API 消耗逻辑。GOOGL 在2月以来并未因OpenClaw 出现明显的涨幅，MSFT 则在经历一轮估值回调。换言之，预期差仍然存在，也就是资本市场仍然在用“聊天机器人”的逻辑给模型公司估值，而不是持续运行的 Agent 经济。

推理永远不够用：芯片公司的新叙事

如果说 Token 消耗是 Agent 时代的汽油，那么 GPU 就是驱动这台机器运转的发动机，而最直接的受益者仍然是 GPU 厂商 NVIDIA 与 AMD。

过去三年，市场给芯片公司的估值逻辑主要建立在训练侧，各大厂商竞相采购 GPU 来训练越来越大的基础模型。但训练更像阶段性投入，而推理是持续性消耗，比如每个 Agent 的每一次工具调用，都在不断触发新的推理请求。当 Agent 从实验室走向百万级用户，推理侧需求占比有望显著抬升。

这也解释了 NVIDIA 的新叙事。因为如果训练侧的大单边际放缓，GPU 需求还能靠什么维持？Agent 给出的答案是推理侧的持续放量。NVIDIA 最新财报显示，2026 Q4 营收同比增长 73%，需求端依旧强劲，而 Agent 范式的兴起，为这种强劲提供了一个更具持续性的底层解释。

我们再来看看 AMD，2月4日 AMD 因 Q1 财报不及预期而暴跌17%，市场恐慌蔓延。然而仅仅20天后，Meta 宣布与 AMD 签署一份最高600亿美元（5年）的 AI 芯片供应协议，并附带最多 1.6 亿股、约 10% 的认股权证安排，更像是战略级的深度绑定。

Meta 为什么需要这么多推理算力？因为它正在追求所谓的个人超级智能，而实现这个愿景，离不开海量 Agent 在后台持续运行。OpenClaw 验证的不只是一个产品方向，而是整个Agent 需要大量算力的需求逻辑。

所以说，Agent 推动的推理需求增长首先会传导到算力层，对应的核心标的是 NVDA 与 AMD，而在应用层持续消耗算力的公司中，META 也可能成为重要的需求推动者。

Agent 规模化的真正载体：云计算

前面说到， GPU 是 Agent 时代的发动机，那么云计算平台，就是这些 Agent 长期运行的基础设施。从资本市场角度看，这一链条对应的核心标的是三大云平台 AMZN、MSFT、GOOGL，而在更上游的数据中心基础设施层，EQIX 与 DLR 也可能成为间接受益者。

虽然 OpenClaw 标榜本地部署，但现实是由于安全权限问题，大多数用户不会在自己的笔记本上7×24小时运行一个 AI Agent。无论个人还是企业，规模化部署的终点很可能是云端部署。阿里云和腾讯云也已经在中国市场上线了一键部署服务，这从侧面验证了需求的真实性。

并且，这里有一个容易被忽略的细节，Agent 对云的价值不仅是算力，而是长尾推理流量。因为 AI 训练订单是“大客户 + 大订单 + 周期性”，而 Agent 推理是“大量小客户 + 高频调用 + 持续收入”这是云厂商更喜欢的商业模式。

在全球市场，三大云厂商各自坐拥独特优势。AWS 作为全球最大的云平台，其 Bedrock 平台支持多家模型 API 接入，也成为开发者常见的部署环境之一。Azure 则同时吃到模型 API 和云基础设施两层红利，Azure OpenAI Service 的独家 GPT 接入能力在 Agent 场景下被进一步放大。Google Cloud 的差异化在于成本结构。Gemini Flash 等模型的推理价格明显低于许多旗舰模型，在需要长期运行 Agent 消耗 token 的场景下，这种价格差异会被迅速放大。

还有一个可以关注的逻辑点是，如果 Agent 规模化运行，云厂商的算力需求最终会传导到数据中心建设， Equinix 与 Digital Realty 也可能间接受益。

企业 Agent 逻辑待验证，利好AI原生公司

OpenClaw 的火爆验证了一个趋势：人们愿意让 AI 替自己干活，而不只是陪自己聊天。但对传统企业软件赛道而言，这被市场视为“SaaSpocalypse”（SaaS 末日）的序幕。

2026 年开年，SaaS 巨头集体承压：Salesforce 年初至今下跌 21%，ServiceNow 下跌 19%。恐慌的根源，来自 Agent 与软件之间的一场结构性博弈。过去，我们要指挥系统做事，需要一套软件界面；而现在，Agent 可以直接调用系统完成任务，软件本身的存在感正在被抽离。这种变化带来了两个根本性问题。

首先，AI 的冲击并不局限于“按人头收费”这一种模式，而是波及整个软件价值链条。以 Adobe 为例，其股价从高点 699.54 美元跌至 264.04 美元，跌幅高达 62%；教育软件公司 Chegg 更是从 115.21 美元崩跌至 0.44 美元，几乎归零；财税软件巨头 Intuit 在 2026 年 1 月的一周内也暴跌 16%。市场担心的，不是某一种收费模式被颠覆，而是生成式AI工具（如 Anthropic 等）正在自动化企业核心工作流程，减少对传统软件功能的依赖，从而导致整个 SaaS 平台的收入潜力被永久性压缩。

其次，Agent 越强大，传统商业模式就越脆弱。以 ServiceNow 为例，微软正通过“Agent 365”捆绑策略侵蚀其定价能力，并拖慢新客户获取速度。一个简单的推演足以让投资者不寒而栗：如果 1 个 AI Agent 就能完成原来 100 个员工的工作，企业还有必要购买 100 个软件席位吗？OpenClaw 的出圈，本质上是在加速这个逻辑的兑现。

当然，几家巨头并未坐以待毙。Salesforce 的 AgentForce 已做到 8 亿美元 ARR，同比增长 169%；ServiceNow 的 Now Assist 年度合同价值突破 6 亿美元，预计年底冲击 10 亿。但大象跳舞从来不易，它们陷入经典的创新者困境：新的 Agent 收入在增长，旧的席位收入却在萎缩，两条曲线赛跑的结果尚不明朗。对 CRM 和 NOW 而言，核心矛盾在于 - Agent 的增量，能否补上席位模式的缺口？市场已经用脚投票给出了答案。

与此同时，Palantir 则讲了一个完全不同的故事。这家公司专注帮政府和大企业用 AI 做关键决策：军方用它分析战场情报，企业用它优化供应链、预测风险，将 AI 部署到最复杂、最敏感的业务场景中去。2 月短暂回调后，PLTR 迅速反弹，3 月初站稳 153 美元附近。

SaaS 板块被"SaaS末日"砸出坑的同时，Palantir 逆势走强。这种分化或许意味着Agent 时代的赢家，可能不是转型最快的旧巨头，而是一开始就为 AI 而生的公司。

安全公司的隐藏利好

这是目前市场上最被低估的一条线索。

想象一下你给 OpenClaw 配置了邮箱、日历、Slack、Google Drive、GitHub，它需要这些钥匙才能帮你干活，但如果这个 Agent 被攻破了呢？OpenClaw 社区已经多次讨论相关安全风险，例如凭证泄露、权限滥用甚至数据窃取。

这正是安全公司开始提前卡位的原因，在当前的安全行业中，CrowdStrike（CRWD）与 Palo Alto Networks（PANW）是两家最能力的头部厂商。

CrowdStrike 被认为是终端安全领域的龙头，其 Falcon 平台通过云原生架构统一管理终端、身份与威胁情报，在全球大型企业中渗透率极高。近年来公司持续把 AI 引入安全运营，例如 Charlotte AI，可以自动完成威胁检测与响应。

Palo Alto Networks 则是全球网络安全行业的领导厂商。从最初的下一代防火墙起家，它逐步扩展到云安全、身份安全与自动化安全运营，2025年用 250 亿美元收购了 CyberArk，注保护智能体身份安全。

在 OpenClaw 刚刚爆火的当下，安全议题还没有大规模转化为营收增长，但这恰恰意味着安全公司可能是整个 Agent 叙事中"预期差"最大的板块。 更何况，安全支出是必选项。

结语：短期看情绪，中期看推理，长期看生态

回到最初的问题，OpenClaw 到底撬动了哪些美股？我们可以从不同时间线展开推理。

当下（近一个月），从股价表现来看，OpenClaw 对个股的直接脉冲相当有限。GOOGL 和 MSFT 在2月以来并未出现由 Agent 叙事驱动的异常波动。唯一明确的事件驱动来自 AMD，Meta 的千亿级芯片大单推动其单日暴涨。整体而言，AI 板块也许正在经历一轮估值校准，OpenClaw 的火爆并没有转化为即时的股价催化。

短期（3个月），市场可能继续消化 AI 估值泡沫的挤压，但 OpenClaw 带来的认知冲击可能会改变买方对 Agent 赛道的认知锚点。这种认知层面的变化不会立刻反映在股价上，有可能重塑分析师的预期模型。

中期（6-12个月），关键催化剂是 Agent 推理算力需求能否在财报中得到验证。如果 OpenClaw 以及后续的 Kimi Claw、MaxClaw、企业级 Agent 方案能够带来可观测的 API 调用量增长和云资源消耗增长，NVDA、AMD、以及三大云厂商的推理侧叙事可能将被确认。

长期（1-3年），真正的赢家是在 Agent 生态中占据卡位的公司，比如在 Agent 安全领域建立标准的 CrowdStrike 和 Palo Alto Networks等公司。

我们也需要知道，OpenClaw 可能不是终极产品，它有安全漏洞、有高昂的 token 成本、有不确定的商业模式。但它至少做到了一件关键的事，让全世界亲眼看到了 AI Agent 的可能性。 这已经不是产品迭代了，是深刻的范式切换。

而范式切换一旦发生，就不会停下来，我们只能做好充分准备去等待那一天的到来。