[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openclaw-13-chinese-tech-giants-race-zh":3,"tags-openclaw-13-chinese-tech-giants-race-zh":35,"related-lang-openclaw-13-chinese-tech-giants-race-zh":47,"related-posts-openclaw-13-chinese-tech-giants-race-zh":51,"series-ai-agent-33f9de67-5cba-48ab-a7a9-a1ad4d7964aa":88},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":23,"translated_content":10,"views":24,"is_premium":25,"created_at":26,"updated_at":26,"cover_image":11,"published_at":27,"rewrite_status":28,"rewrite_error":10,"rewritten_from_id":29,"slug":30,"category":31,"related_article_id":32,"status":33,"google_indexed_at":34,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":25},"33f9de67-5cba-48ab-a7a9-a1ad4d7964aa","OpenClaw走紅：13家大廠為何跟進","\u003Cp>2026 年，AI 熱點變了。\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenclaw\" target=\"_blank\" rel=\"noopener\">OpenClaw\u003C\u002Fa> 這類開源智能體，開始把「會說」推到「會做」。它不只回你問題，還能點按鈕、填表、下單，甚至操作設備。\u003C\u002Fp>\u003Cp>這件事之所以吵，是因為它碰到入口。誰能控制電腦、軟體和設備，誰就更接近辦公、客服、運維和零售流程。說白了，這不是聊天升級版，而是工作流入口之爭。\u003C\u002Fp>\u003Cp>目前已經有 13 家大廠跟進。\u003Ca href=\"https:\u002F\u002Fcloud.tencent.com\u002F\" target=\"_blank\" rel=\"noopener\">騰訊雲\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.volcengine.com\u002F\" target=\"_blank\" rel=\"noopener\">火山引擎\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.huaweicloud.com\u002F\" target=\"_blank\" rel=\"noopener\">華為雲\u003C\u002Fa>都在看這條路。大家盯的不是 demo，而是誰能先把 AI 接到真實業務裡。\u003C\u002Fp>\u003Ch2>OpenClaw到底火在哪\u003C\u002Fh2>\u003Cp>\u003Ca href=\"\u002Fnews\u002Fopenclaw-3-28-approval-gates-updates-zh\">Open\u003C\u002Fa>Claw 最猛的地方，是它處理的是界面級任務。它能讀畫面、找按鈕、做點擊、輸入資料，還能把多步驟拆成任務流。對開發者來說，很多原本要寫腳本、接 API、調 RPA 的工作，可以改成任務編排。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775057488478-fxfl.png\" alt=\"OpenClaw走紅：13家大廠為何跟進\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這和傳統自動化差很多。RPA 很吃固定流程。界面一改，腳本就容易壞。\u003Ca href=\"\u002Fnews\u002Fopenclaw-command-guide-terminal-workflow-zh\">Open\u003C\u002Fa>Claw 這類智能體，會先看畫面，再決定下一步。它比較像人，不像死板腳本。\u003C\u002Fp>\u003Cp>但它也不是萬能。它強在處理變動流程，弱在極高穩定性。講白了，它適合補洞，不適合單獨扛全部核心系統。企業真正要的，是 API、RPA、人工審核一起上。\u003C\u002Fp>\u003Cul>\u003Cli>它做的是界面操作，不只是呼叫後端 API。\u003C\u002Fli>\u003Cli>它適合桌面軟體、網頁系統、混合辦公流程。\u003C\u002Fli>\u003Cli>它能把人工步驟改成可重用任務鏈。\u003C\u002Fli>\u003Cli>對老系統來說，它很有補位價值。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這也是它會紅的原因。很多公司不是沒有系統，而是系統太雜。表單、後台、桌面程式、外掛、內網工具，全都卡在一起。OpenClaw 的價值，就是把這些碎流程串起來。\u003C\u002Fp>\u003Cp>你可能會想問，這跟 ChatGPT 差在哪？差很大。ChatGPT 擅長產文、解釋、整理。OpenClaw 這種智能體，目標是把事情做完。前者是回答，後者是執行。\u003C\u002Fp>\u003Ch2>為什麼大廠都想插一腳\u003C\u002Fh2>\u003Cp>大廠跟進，不是因為跟風。是因為入口要變了。以前使用者先開應用，再自己操作。現在很多人想要的是一句話交代，剩下交給 AI。這種習慣一旦成形，軟體分發方式就會重排。\u003C\u002Fp>\u003Cp>對雲廠商來說，這代表模型、算力、企業服務可以綁在一起賣。對互聯網大廠來說，這代表辦公、協作、客服、內容可以重新串成一條工作流。誰先把 AI 放進高頻場景，誰就更接近使用者。\u003C\u002Fp>\u003Cp>再直接一點說，這是商業入口的搶位戰。不是誰的模型分數高，而是誰能控制任務開始、執行、回寫和審計。這些東西一旦接上，客戶就很難只買單一模型了。\u003C\u002Fp>\u003Cblockquote>“The future of AI is not about replacing humans, it’s about augmenting human capabilities.” — Satya Nadella\u003C\u002Fblockquote>\u003Cp>這句話出自 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fceo\" target=\"_blank\" rel=\"noopener\">Satya Nadella\u003C\u002Fa>。雖然他講的不是 OpenClaw，但方向很接近。AI 的重點，早就不是只會聊天，而是進到工作流程裡。\u003C\u002Fp>\u003Cp>所以你看到大廠跟進，別只看表面。它們要的不是跟一個開源專案比聲量，而是搶企業入口、搶資料回流、搶任務控制權。這才是核心。\u003C\u002Fp>\u003Ch2>和傳統自動化工具比，差別有多大\u003C\u002Fh2>\u003Cp>傳統 RPA 很適合固定流程。像是固定欄位、固定頁面、固定順序，這種任務它很穩。問題是，企業流程通常不固定。欄位會變，頁面會改，系統還會升級。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775057514969-tjk7.png\" alt=\"OpenClaw走紅：13家大廠為何跟進\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>OpenClaw 的思路不同。它更像看著螢幕做事。畫面變了，它還能重新判斷。這讓它在那些「流程看起來簡單，實際常變」的場景裡，特別有用。\u003C\u002Fp>\u003Cp>但它不是來取代全部工具的。真正實用的架構，通常是 API 負責高可靠執行，RPA 負責固定流程，智能體負責補位，人工負責最後確認。這樣才不會把風險全壓給模型。\u003C\u002Fp>\u003Cul>\u003Cli>RPA 適合固定表單和穩定流程。\u003C\u002Fli>\u003Cli>OpenClaw 適合界面常變的任務。\u003C\u002Fli>\u003Cli>API 自動化速度快，但要有開放接口。\u003C\u002Fli>\u003Cli>智能體容錯較高，但推理成本也更高。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>拿場景來看，財務報銷、客服工單、內容分發、設備巡檢、後台審核，都可能吃到這波紅利。因為這些流程常常不是單一 API 就能解完，而是要跨頁面、跨系統、跨裝置。\u003C\u002Fp>\u003Cp>我覺得真正的差別，不在於誰更炫，而在於誰更能落地。能把 100 個重複步驟縮成 10 個、再把 10 個縮成 1 個指令，這才是企業會買單的理由。\u003C\u002Fp>\u003Ch2>數據、成本與落地，才是勝負手\u003C\u002Fh2>\u003Cp>熱度歸熱度，企業最後看的是成本和穩定性。能跑 demo，不代表能上線。能上線，不代表能 7x24 小時跑。只要牽涉真實帳號、真實設備、真實訂單，風控就不能省。\u003C\u002Fp>\u003Cp>這裡有一個很現實的問題：AI 出錯怎麼辦？按錯按鈕、填錯資料、送錯單，這些都會變成真金白銀的損失。所以權限、審計、回滾、人工覆核，一個都不能少。\u003C\u002Fp>\u003Cp>這也是為什麼很多廠商會把智能體做成雲端、私有化、本地部署的混合方案。這樣既能處理資料安全，也能把模型調用和任務執行綁進自己的平台。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-copilot\" target=\"_blank\" rel=\"noopener\">Microsoft Copilot\u003C\u002Fa> 已經證明，辦公入口可以被 AI 重寫。\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fchatgpt\" target=\"_blank\" rel=\"noopener\">ChatGPT\u003C\u002Fa> 正在把「會說」推向「會用工具」。\u003C\u002Fli>\u003Cli>OpenClaw 類型的專案，則把重點推到「會操作界面」。\u003C\u002Fli>\u003Cli>企業真正買單的，是任務成功率和審計能力。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果沒有統一標準，市場就會碎成很多私有方案。今天接 A 家，明天又要重做 B 家。這種重工，最後還是開發者和企業一起買單。\u003C\u002Fp>\u003Cp>所以我會盯兩個數字：任務成功率，還有平均處理時間。這兩個數字如果做不出來，再大的聲量都只是噪音。\u003C\u002Fp>\u003Ch2>這波熱潮背後的產業脈絡\u003C\u002Fh2>\u003Cp>這不是單一專案突然爆紅而已。它背後其實是 LLM 能力成熟後，開始往操作層延伸。前幾年大家比的是誰會寫、誰會答。現在大家開始比誰會做、誰會接系統。\u003C\u002Fp>\u003Cp>這個轉變很像手機 App 時代初期。先是功能分散，後來入口慢慢集中。現在 AI 也在走類似路線，只是入口變成對話、任務和代理執行。誰能把這三個東西串起來，誰就有機會掌握工作流。\u003C\u002Fp>\u003Cp>台灣開發者如果要看懂這波，不要只盯模型。更該看的是權限管理、流程編排、事件回寫、桌面自動化、企業知識庫整合。這些東西才是實際會被買單的地方。\u003C\u002Fp>\u003Cp>另外，硬體也會跟著變。筆電、會議設備、工控機、POS 機，甚至內部終端，都可能成為智能體的操作目標。這代表軟體和設備控制，會越來越靠近。\u003C\u002Fp>\u003Ch2>結尾：真正要盯的是入口\u003C\u002Fh2>\u003Cp>OpenClaw 這波熱，不是因為名字可愛。是因為它把 AI 從「回答問題」推到「完成任務」。這一步很實際，也很殘酷。誰先把權限、審計、成功率做好，誰就更接近下\u003Ca href=\"\u002Fnews\u002Fnext-gen-crypto-simulators-ai-web3-training-zh\">一代\u003C\u002Fa>工作入口。\u003C\u002Fp>\u003Cp>接下來我會看三件事。第一，誰先把企業場景跑穩。第二，誰先把桌面和設備控制做成標準流程。第三，誰先把智能體接進現有辦公系統。這三件事做不到，熱度很快就散。\u003C\u002Fp>\u003Cp>如果你是開發者，我建議你現在就挑一條真實流程試做。像報表、工單、資料搬運、桌面操作鏈，都很適合。因為下一輪競爭，拼的可能不是模型參數，而是誰能把「點一下」變成「自動做完」。\u003C\u002Fp>","OpenClaw把AI從會聊天推到會操作，騰訊、字節、華為雲等13家廠商跟進，爭的是辦公與設備控制入口。","zhuanlan.zhihu.com","https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F2020858520665342170",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775057488478-fxfl.png",[13,14,15,16,17,18,19,20,21,22],"OpenClaw","AI智能體","自動化","RPA","企業入口","桌面操作","工作流","騰訊雲","火山引擎","華為雲","zh",1,false,"2026-04-01T09:45:44.633703+00:00","2026-04-01T09:45:44.458+00:00","done","7885097a-4252-42be-b598-63317154989d","openclaw-13-chinese-tech-giants-race-zh","ai-agent","7a31948c-45f8-4d6d-b73d-c0ef8ae4bd3a","published","2026-04-09T09:00:54.804+00:00",[36,38,40,42,43,44,45,46],{"name":14,"slug":37},"ai智能體",{"name":16,"slug":39},"rpa",{"name":13,"slug":41},"openclaw",{"name":21,"slug":21},{"name":17,"slug":17},{"name":15,"slug":15},{"name":19,"slug":19},{"name":20,"slug":20},{"id":32,"slug":48,"title":49,"language":50},"openclaw-13-chinese-tech-giants-race-en","OpenClaw走红：13家大厂为何都在跟进","en",[52,58,64,70,76,82],{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":31},"e7874ed9-592f-4e06-b7b7-ab733fe779db","claude-agent-dreaming-outcomes-multiagent-zh","Claude 幫 Agent 加了做夢功能","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778868642412-7woy.png","2026-05-15T18:10:24.427608+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":31},"38406a12-f833-4c69-ae22-99c31f03dd52","switch-ai-outputs-markdown-to-html-zh","怎麼把 AI 輸出改成 HTML","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778743243861-8901.png","2026-05-14T07:20:21.545364+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":31},"c7c69fe4-97e3-4edf-a9d6-a79d0c4495b4","anthropic-cat-wu-proactive-ai-assistants-zh","Cat Wu 談 Claude 的主動式 AI","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778735455993-gnw7.png","2026-05-14T05:10:30.453046+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":31},"e1d6acda-fa49-4514-aa75-709504be9f93","how-to-run-hermes-agent-on-discord-zh","如何在 Discord 執行 Hermes Agent","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778724655796-cjul.png","2026-05-14T02:10:34.362605+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":31},"4104fa5f-d95f-45c5-9032-99416cf0365c","why-ragflow-is-the-right-open-source-rag-engine-to-self-host-zh","為什麼 RAGFlow 是最適合自架的開源 RAG 引擎","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778674262278-1630.png","2026-05-13T12:10:23.762632+00:00",{"id":83,"slug":84,"title":85,"cover_image":86,"image_url":86,"created_at":87,"category":31},"7095f05c-34f5-469f-a044-2525d2010ce9","how-to-add-temporal-rag-in-production-zh","如何在正式環境加入 Temporal RAG","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778667053844-osvs.png","2026-05-13T10:10:30.930982+00:00",[89,94,99,104,109,114,119,124,129,134],{"id":90,"slug":91,"title":92,"created_at":93},"4ae1e197-1d3d-4233-8733-eafe9cb6438b","claude-now-uses-your-pc-to-finish-tasks-zh","Claude 開始幫你操作電腦","2026-03-26T07:20:48.457387+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"5bede67f-e21c-413d-9ab8-54a3c3d26227","googles-2026-ai-agent-report-decoded-zh","Google 2026 AI Agent 報告解讀","2026-03-26T11:15:22.651956+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"2987d097-563f-46c7-b76f-b558d8ef7c2b","kimi-k25-review-stronger-still-not-legend-zh","Kimi K2.5 評測：更強，但還不是神作","2026-03-27T07:15:55.277513+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"95c9053b-e3f4-4cb5-aace-5c54f4c9e044","claude-code-controls-mac-desktop-zh","Claude Code 也能操控 Mac 了","2026-03-28T03:01:58.58121+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"dc58e153-e3a8-4c06-9b96-1aa64eabbf5f","cloudflare-100x-faster-ai-agent-sandbox-zh","Cloudflare 的 AI 沙箱跑超快","2026-03-28T03:09:44.142236+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"1c8afc56-253f-47a2-979f-1065ff072f2a","openai-backs-isara-agent-swarm-bet-zh","OpenAI 挺 Isara 的 agent swarm …","2026-03-28T03:15:27.513155+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"7379b422-576e-45df-ad5a-d57a0d9dd467","openai-plan-automated-ai-researcher-zh","OpenAI 想做自動化 AI 研究員","2026-03-28T03:17:42.090548+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"48c9889e-86df-450b-a356-e4a4b7c83c5b","harness-engineering-ai-agent-reliability-2026-zh","駕馭工程：從「馬具」到「作業系統」，AI Agent 可靠性的終極密碼","2026-03-31T06:42:53.556721+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"e41546b8-ba9e-455f-9159-88d4614ad711","openai-codex-plugin-claude-code-zh","OpenAI 把 Codex 放進 Claude Code","2026-04-01T09:21:54.687617+00:00",{"id":135,"slug":136,"title":137,"created_at":138},"96d8e8c8-1edd-475d-9145-b1e7a1b02b65","mcp-explained-from-prompts-to-production-zh","MCP 怎麼把提示詞變工作流","2026-04-01T09:24:39.321274+00:00"]