0
過去半年，OpenClaw 掀起的“龍蝦熱”讓AI社區(qū)陷入一種集體亢奮：AI替你寫代碼、回郵件、甚至接管設備，仿佛“取代人”的倒計時已經(jīng)開始。英偉達黃仁勛的那句“迄今發(fā)布過的最重要軟件之一”的評論，更是為這場狂歡添了一把火。
但當泡沫稍稍退去，IoT行業(yè)的沙灘上留下的卻是尷尬的裂痕。
某公司實驗室的郵件誤刪、某公司的源代碼泄露，以及工信部于今年3月發(fā)布的關于防范OpenClaw（“龍蝦”）開源智能體安全風險建議，都在提醒我們：通用智能體在追求“全知全能”時，往往伴隨著失控的風險。
對于IoT開發(fā)者而言，現(xiàn)實更加骨感——私有協(xié)議堆積如山，文檔殘缺不全，即便AI能在15分鐘內(nèi)寫完功能代碼，繁瑣的測試與發(fā)布流程依然能讓交付周期拉長到數(shù)天。
面對這種狂熱和困境，螢石給出了一個更克制也更務實的答案：AI不需要取代人，只需要讓IoT開發(fā)者活得更好。
這份清醒，源于對產(chǎn)業(yè)的本質(zhì)洞察。當下的IoT產(chǎn)業(yè)不需要一個虛無縹緲的“數(shù)字上帝”，而是一套真正能用、好用的工程體系。
因此，在6月10日ECDC螢石云開發(fā)者大會上，螢石開放平臺2.0沒有順勢加入“取代人”的宏大敘事，而是掉頭往回走，通過藍海 AIoT 一站式工作臺降低開發(fā)門檻，再通過AI 巡檢智能體開發(fā)平臺把能力封裝成可復用的數(shù)字資產(chǎn)，把 AI 從舞臺中央的“主角候選人”，重新放回IoT開發(fā)者和企業(yè)手邊的生產(chǎn)力工具位。
過去一年，AI編碼工具的進化速度快到令人眼花繚亂。李開復預言：“AI代碼生成將很快超過人類。”
但站在IoT行業(yè)開發(fā)者的角度來看，事情遠沒有這么簡單。當螢石把市面上主流的AI編碼工具開放給內(nèi)部研發(fā)，每月投入數(shù)十萬Token費用后，復盤結(jié)果卻出人意料——整體研發(fā)交付效率并沒有顯著提升。
問題出在哪里？
復盤發(fā)現(xiàn)，真正把AI用出效率的團隊，靠的不是更好的工具，而是工具之上的“工程體系”：規(guī)范的AI開發(fā)流程、面向AI優(yōu)化的技能積累、存量代碼的逆向工程改造。
這就像一座冰山。AI工具只是露出水面的那一小部分，水面以下是整套研發(fā)流程的重建。光把工具發(fā)下去，只是碰到了水面那一角；水面以下沒動，效率和速度自然不會變。
具體到IoT領域，還有四層更深的障礙：
第一，企業(yè)適配難。一家公司的軟件開發(fā)流程是十幾年沉淀下來的，不是裝一個工具就能解決的。很多公司曾出現(xiàn)這樣的場景：研發(fā)用AI 15分鐘寫完功能代碼，但從測試到發(fā)布走完流程花了一整天。
第二，模型適配難。代碼補全用一個模型，架構(gòu)設計用另一個。選錯了，要么質(zhì)量差，要么成本飆升。
第三，IoT場景特殊。設備通信中充斥著大量私有、文檔不全的協(xié)議和SDK，這些信息幾乎不存在于通用AI的訓練數(shù)據(jù)里。AI生成的代碼往往會“自作主張”重寫一套通信子系統(tǒng)。
第四，從0到1仍然難。行業(yè)Know-how需要轉(zhuǎn)化成AI能理解的精確需求，而人寫的需求往往模糊不清，結(jié)果就是反復迭代，時間和Token一起燒。
這些墻并非AI技術(shù)本身的問題，而是“通用工具”與“垂直行業(yè)”之間天然的縫隙。填平這道縫隙，需要的不是更好的代碼補全，而是一個真正理解IoT的開發(fā)底座。
OpenClaw的爆發(fā)有其技術(shù)必然性。隨著主流大模型的上下文記憶能力大幅躍升，復雜任務的連續(xù)推理成為可能。OpenClaw將這些能力封裝成開箱即用的智能體框架，一時間人人想“養(yǎng)龍蝦”。
但螢石做了一次真實場景的嘗試：把自家攝像頭的API和云端服務封裝成技能，給用戶養(yǎng)一只云端“龍蝦”，幫他們管家里的設備，完成定時巡檢、異常告警、自動操控等任務。
結(jié)果，五面墻迎面撞來。
成本墻：云端龍蝦按實例計費，每個用戶一個獨立實例，意味著全天候算力開銷。絕大多數(shù)時間用戶沒有互動，系統(tǒng)卻在空轉(zhuǎn)。
啟動速度墻：新用戶開通要幾十秒。在用戶對“等待”幾乎零容忍的時代，體驗差。
響應速度墻：一次“看上去智能”的互動背后，是十幾輪模型調(diào)用，耗時一分鐘很常見。
安全墻：OpenClaw默認有系統(tǒng)全權(quán)限，可以讀文件、跑命令、調(diào)接口。一旦配置失誤后果嚴重。
行為發(fā)散墻：有真實案例顯示，龍蝦本該去關窗簾，結(jié)果“想多了”，開始寫起代碼；本該回復一句話，卻執(zhí)行了一連串無關操作。
這五面墻揭示了一個被狂熱掩蓋的真相：開源智能體是一個絕佳的“概念驗證”，但把它放進真實的生產(chǎn)環(huán)境，尤其是IoT領域，還有很長的路要走。
問題的本質(zhì)是：通用智能體是為“全權(quán)限數(shù)字助手”設計的，而IoT產(chǎn)業(yè)需要的，是一個安全、可控、低成本、與企業(yè)現(xiàn)有基礎設施深度集成的“行業(yè)專屬數(shù)字助手”。
面對這些困境，螢石給出的答案不是又一個AI工具，而是一個平臺——螢石開放平臺2.0。
這個平臺的核心變化，藏在一個關鍵的定位轉(zhuǎn)型中：從PaaS服務API，走向應用開發(fā)與服務助理。原有的PaaS和設備接入層并未改變，真正變化的是，開發(fā)者現(xiàn)在可以在平臺上直接構(gòu)建應用，服務范圍覆蓋從開發(fā)到部署的整個生命周期。
支撐這個定位的兩款核心產(chǎn)品，分別對應了兩類痛點的答案。
第一把鑰匙：藍海AIoT一站式工作臺。
它的定位是面向物聯(lián)場景、AI驅(qū)動的開發(fā)與交付平臺，用戶通過自然語言描述需求，即可利用AI 大模型智能生成可運行的AloT應用，并提供從需求描述、代碼生成到部署上線的一站式閉環(huán)體驗，幫助客戶以更低成本、更快速度完成AloT行業(yè)應用落地。
傳統(tǒng)開發(fā)模式下，一個項目需要數(shù)周到一個月，人天成本約2000元。藍海AIoT一站式工作臺把這個周期壓縮到兩天，成本降到約五分之一，15分鐘就能輸出原型。
但時間縮短只是表象，真正讓藍海AIoT一站式工作臺脫穎而出的，是四個底層能力的深度耦合：
對話式生成，讓不懂代碼的解決方案商也能快速搭建應用；AIoT集成，將數(shù)十個跨廠商技能包封裝成“即裝即用”的能力，覆蓋海康等主流品牌；一鍵部署，讓開發(fā)者無需關心服務器、域名等基礎設施。
而在藍海平臺之上，還有一個值得關注的商業(yè)模式創(chuàng)新：應用模板市場。內(nèi)置安防、巡檢、客流等行業(yè)成熟模板，合作伙伴可以將自己積累的行業(yè)應用上架銷售。客戶可以選租賃或買斷模式，合作伙伴則獲得新的變現(xiàn)通道。這意味著，IoT產(chǎn)業(yè)正在從“賣項目的服務業(yè)”向“賣數(shù)字資產(chǎn)的平臺化產(chǎn)業(yè)”遷移。
第二把鑰匙：AI巡檢智能體開發(fā)平臺。
如果說藍海AIoT一站式工作臺解決的是“開發(fā)”效率，那么螢石同期發(fā)布的“AI巡檢智能體開發(fā)平臺”，解決的是“交付物”形態(tài)的升級，讓寫出來的代碼擁有““自主干活”的能力。它的核心是構(gòu)建物理世界的數(shù)字管家。
而這套架構(gòu)之所以能落地，得益于螢石積累的三重差異化壁壘：
第一重，AIoT感知能力。通用智能體擅長處理文檔、表格、郵件這些數(shù)字信息，但螢石的巡檢智能體能看懂物理世界——通過攝像頭做視覺感知、通過傳感器做環(huán)境監(jiān)測、通過智能硬件做事件判斷。
第二重，全品類智能硬件操控。螢石擁有智能攝像機、智能門鎖、機器人在內(nèi)的完整硬件產(chǎn)品矩陣，以及全球超過3.6億臺接入設備的物聯(lián)網(wǎng)云平臺。2025年螢石物聯(lián)網(wǎng)云平臺實現(xiàn)收入12.05億元，同比增長14.51%，其中面向行業(yè)開發(fā)者的PaaS服務收入增長26%。
第三重，全棧自研技術(shù)底座。從基礎設施層的螢石IoT云，到模型層的自研螢石藍海大模型，再到智能體層的“龍蝦”多智能體架構(gòu)，螢石實現(xiàn)了AIoT開發(fā)工具鏈的完整自主可控。
三者疊加，讓AI巡檢智能體開發(fā)平臺能夠應對真實世界中的復雜感知和控制任務，這是任何一個純軟件廠商或純硬件廠商都難以復制的“端到端”閉環(huán)能力。
與藍海類似，巡檢平臺也配套推出了“數(shù)字助手市場”。開發(fā)者可將打磨好的數(shù)字助手上架交易，其他有同樣需求的企業(yè)，可以直接試用、購買，一鍵部署到自己的平臺上。
這套“雙市場”機制，構(gòu)成了螢石開放平臺2.0最值得關注的商業(yè)模式創(chuàng)新。 它讓行業(yè)知識不再是一次性交付的“項目”，而是可沉淀、可流轉(zhuǎn)、可分發(fā)的數(shù)字資產(chǎn)。
如果只談效率不談安全，所有關于AIoT新質(zhì)生產(chǎn)力的敘事都會在第一時間崩塌。
這并非危言聳聽。此前Claude Code的源代碼泄露，以及工信部發(fā)文對OpenClaw做出“信任邊界模糊、技能包市場審核缺失”的風險定性，都在提醒我們：效率提升得越快，風險被放大的效應就越強。
螢石的安全策略核心可以概括為：用AI輔助管理AI。傳統(tǒng)的SDL（安全開發(fā)生命周期）流程被全面AI化，需求評審、代碼評審、安全測試、情報監(jiān)控四大智能體形成閉環(huán)。這套體系背后是螢石多年積累的10大類43項安全檢查項，以及攻防演練與應急響應的實戰(zhàn)經(jīng)驗。
對于數(shù)字助手類產(chǎn)品，平臺還內(nèi)置了更細粒度的管控：技能靜態(tài)安全檢測、運行時異常攔截、提示詞注入防護、行為審計溯源、高危操作攔截、憑證托管等。
這些安全能力不是事后“打補丁”，而是從一開始就嵌入到平臺的設計中。 從需求階段的安全約束模板，到代碼生成時的自動掃描，再到部署后的持續(xù)監(jiān)測，全鏈路安全內(nèi)置于平臺，讓AI開發(fā)和應用在安全可控的前提下進行。
只有當AI足夠安全，它才能真正成為企業(yè)值得信賴的工作伙伴，而不是一個隨時可能失控的隱患。
OpenClaw的熱潮讓我們看到了一個誘人的未來：AI自己寫代碼、自己管設備、自己當員工。但螢石開放平臺2.0的實踐揭示了另一個更樸素的真相：把AI從“對話框”送進“物理世界”，需要的不是更聰明的模型，而是一套理解行業(yè)、安全可控、可商業(yè)化的工程體系。
從“養(yǎng)龍蝦”到“馴龍蝦”，表面上是技術(shù)路線的選擇，本質(zhì)上是產(chǎn)業(yè)成熟度的分水嶺。
當一家企業(yè)可以在兩天內(nèi)構(gòu)建一個過去需要一個月才能交付的IoT應用；當一個巡檢邏輯可以被封裝成數(shù)字助手，在市場中被反復流轉(zhuǎn)使用，IoT產(chǎn)業(yè)就真正從“重人力、長周期、低復用”的手工作坊模式，走向了“資產(chǎn)化、平臺化、生態(tài)化”的新范式。
這不僅是螢石的戰(zhàn)略選擇，也可能是一條被更多IoT開發(fā)者驗證的可行路徑。
（雷峰網(wǎng)）
（雷峰網(wǎng)(公眾號：雷峰網(wǎng))）
相關文章：
螢石發(fā)布會的「兩張面孔」：AI硬件的「激進」與品牌敘事的「謹慎」
螢石Stella星辰系列震撼發(fā)布！全球首創(chuàng)雙擎雙熱活水洗地 解鎖AI清潔新高度
2025 ECDC 螢石云開發(fā)者大會：錨定垂直場景大模型 全棧開放云服務
發(fā)布AI掃拖機器人RS20 Pro Ultra，螢石網(wǎng)絡成為賽道“新黑馬”
螢石網(wǎng)絡發(fā)布4大夏季新品，“2+5+N”智能生態(tài)加速推進
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
