"龙虾"给AIoT的启示:机械臂有灵魂了,传感器变技能了,MES可以扔了

这是我的第408篇专栏文章。

今天周一，按照正常排期，本来应该是赵小飞的专栏日。但他被拉去参加一个紧急的闭门研讨会，所以我们俩临时换了档期，这周大家可以提前看到我的文章了。

好了，言归正传。

最近半个月，如果你还没听说过“养龙虾”这件事，那你大概率不在任何一个科技相关的微信群里。OpenClaw在2025年11月诞生，它的LOGO是只龙虾，因为开发者希望它能像龙虾一样脱壳蜕皮，长成更大的生物。

很快，国内的“养虾”热潮一浪高过一浪。3月6日，腾讯在深圳南山区总部北广场安排工程师启动了一场免费安装OpenClaw服务，慕名而来的用户排起了蜿蜒到马路对面的长队。智谱于3月10日正式上线AutoClaw，据称是国内首个真一键安装的本地版OpenClaw…

地方政府也火速跟进。深圳龙岗区发布了支持OpenClaw发展的若干措施征求意见稿，提出鼓励市场化平台推出“龙虾服务区”。无锡高新区发布12条“养龙虾”政策，单项支持最高达500万元。

但在这场全民养虾的狂欢中，我注意到一个被几乎所有人忽略的盲区，绝大多数关于OpenClaw的讨论，都聚焦在个人效率提升、办公自动化、内容创作这些“软”场景，却很少有人认真思考过一个更根本的问题：

这只龙虾，能不能爬进工厂？能不能钻进车间？能不能附身在一台CNC机床上、一条产线上、一个工业网关里？

这可能是一场重塑整个AIoT产业格局的变化。

我想提出三个观点，从微观到宏观层层递进：

第一，从“软件有灵”到“万物有灵”，当龙虾注入硬件，设备将从“工具”进化为“同事”。

第二，从“一人一龙虾”到“万机万龙虾”，未来的智能工厂不是机器的集合，而是智能体群落涌现的有机体。

第三，AIoT技术栈大反转，硬件将从“产品”退化为智能体的“技能插件”，竞争力从参数比拼转向可消费性。

接下来，让我逐一展开。

万物有灵：当龙虾钻进机械臂，设备就不再只是工具

“万物有灵”这个古老的哲学概念，龙虾正在给它注入全新的科技内涵。

硅谷知名风投NFX今年初发了一篇在行业内引发广泛讨论的文章，提出一个概念：软件有灵。NFX认为，我们第一次可以规模化地放大人类交互中更柔软的社会性部分，让人性像比特一样被编程、定价和分发。洞察确实深刻。

但我读完之后第一个念头是，所有人都在讨论软件如何拥有灵魂，却没人把这个概念往前再推一步：硬件呢？

我的观点是，龙虾与物理硬件的融合正在催生一个全新阶段：万物有灵。

这不是概念推演，现实已经在发生。

有个项目，一只龙虾智能体连接到一只全3D打印的16关节机器手，通过USB摄像头验证自己的动作，自主校准固件并实验手势，成功完成了握拳和比出胜利手势，它还能在即时通讯里像个体育解说员一样实时解说自己在干什么。

工业场景的突破更值得关注。

龙虾已经成为机械臂控制领域的亮点，开发者将龙虾与松灵机器人的NERO七轴机械臂集成后，用户不再需要手写复杂的运动学代码，只需用自然语言描述动作，龙虾就能自动生成并执行控制脚本驱动机械臂，实现从AI指令到设备执行的端到端联动。

工业网关领域同样如此。过去网关只是协议翻译器，负责转换协议、转发数据。接入龙虾之后，网关不仅转发数据，还能本地分析、检测异常、自动生成处理逻辑，从被动的管道变成了能独立于云端运行的边缘智能节点。

看到这里你可能会说，这不就是给硬件加了个AI大脑吗？

不，远不止于此。

传统物联网时代，设备本质上是没有灵魂的，采集数据、上传云端，干的是搬运工的活。而当龙虾常驻在硬件中，质变发生了。

龙虾的架构天然具备三个关键能力：基于文件系统的持久化记忆，让设备有了记忆；基于技能系统的可扩展行为模式，让设备有了个性；通过自然语言与人交互的通道，让设备有了表达。三者叠加，设备第一次同时拥有了记得住、学得会、说得出的能力。

一台车间里的机械臂，不再只是执行预编程的动作序列，它开始理解为什么要做这个动作，实时适应产线异常，并用人话向操作员汇报状况。

这对产业意味着什么？意味着工业硬件的竞争维度正在发生根本转变。过去评价一台设备，看精度、速度、功耗。未来衡量一台设备的核心标准，是它能承载多丰富的灵魂，智能体兼容性如何、记忆持久化能力怎样、与人交互的自然度够不够。

未来工厂工人的同事，不再只有人类，还有一群有灵魂的设备。

万机万龙虾：为什么未来的生产管理系统是一群龙虾

Box的创始人兼CEO Aaron Levie最近有个预测：一个企业里智能体的数量将是人类员工的100倍，甚至1000倍。这个数字在消费互联网语境下可能有点抽象，但放到工业现场，含义就变得极其具体，一座拥有200名工人的工厂，可能同时运行着20万个智能体。

回头看当前所有的养龙虾模式，本质上都是“一人一龙虾”。一个人养一只AI助手，帮你写邮件、做PPT、管日程。这当然有价值，但这不是终局。

在工业AIoT领域，真正的拐点发生在从“一人一龙虾”到“万机万龙虾”，不是每个人有一只龙虾，而是每台设备有一只龙虾，它们组成一个自组织的智能体群落。

这不是幻想，中科创达已经展示了这种可能性。在一个实际演示中，一条自然语言指令触发了多块魔方派3开发板的协同执行，每块开发板作为独立计算节点，龙虾在集群中动态分配任务角色，并行执行、实时同步，媒体数据库整理、策略起草、演示文稿生成等任务无需人工编排即可协作完成。

把这个场景从办公室搬到车间。每台CNC机床有自己的龙虾智能体，每个质检工位有自己的智能体，每条产线、每个仓储环节都有。

关键在于，这些智能体之间不需要中央控制系统来协调，而是像生物群落一样自组织：产线智能体发现良品率下降，主动询问机床智能体近期参数有没有变化；仓储智能体预判原料即将不足，提前通知采购智能体下单补货。没有人在中间调度，事情自己就转起来了。

这里需要停下来想一个更大的问题。如果每台设备都有了自己的智能体，如果这些智能体之间能自主协商、自主决策，那传统工业软件系统还有多大存在的必要？

顺着这个逻辑推下去，结论令人兴奋又令人不安，未来的MES、SCADA、ERP，都可能被龙虾群落所替代。工厂不再需要一个中央软件系统来指挥生产，智能体群落的涌现行为本身就是生产管理系统。

我们不再是在部署“软件”，我们是在部署“智能”。

未来的智能工厂，不是一台中央计算机加一群哑设备，而是成千上万个智能体组成的去中心化有机体。工厂的智能不是被编程出来的，而是从智能体群落的交互中涌现出来的。

技术栈大反转：传感器不再是产品，而是龙虾的一个技能

龙虾的泛滥，正在引发工业AIoT技术栈的一次根本性反转。

传统AIoT的技术栈是自下而上的：硬件（传感器、执行器）→连接→平台→应用。智能从云端往下流，硬件是基座，应用是顶层。但在智能体时代，这个栈被倒过来了：智能体才是操作系统，硬件反而变成了智能体的技能插件。

这个判断听起来激进，但龙虾的架构已经在印证它。

龙虾的每个技能就是一个目录，加载时根据环境、配置和可用工具自动筛选。设计思路极度模块化：不用从头构建每个能力，而是把特定功能打包成可复用的组件，智能体在需要时自主调用。

看看龙虾的机器人技能，你会更清楚这套逻辑在物理世界意味着什么。这个技能覆盖了从硬件接线、系统集成到运动规划和安全约束的全链路，同时管理项目记忆，推荐硬件感知的代码，对工业任务偏好仿真优先的工作流程，并在运动代码中嵌入速度限制和安全检查。

换句话说，一台机械臂在智能体眼中不是一台机器，而是一个操控技能；一个温度传感器是一个感知技能；一条传送带是一个物流技能。硬件的价值，被重新定义为智能体可消费的能力模块。

这种反转在工业场景中已经产生实际效果。龙虾驱动的AI工程模式下，用几分钟描述需求，AI几秒内生成控制逻辑，现场验证只需几小时。开发周期压缩五到十倍，工业项目被推向敏捷迭代模式。

对硬件厂商来说，竞争力的根基正在迁移。从前卖传感器，比的是精度、分辨率、功耗。以后卖的不是传感器，而是一个感知技能，关键在于智能体消费这个技能有多容易。有没有标准化的技能描述文件？智能体能不能一句话调用这个设备？数据格式是不是智能体友好的？设备能不能被自主发现、自主配置、自主诊断？这些问题的优先级，会逐步超过传统的性能参数。

这就是“硬件即技能”的新逻辑。硬件不再是一次性售卖的产品，而是智能体生态中可被发现、调用和按需消费的能力模块。商业模式也会跟着变，不是卖设备，而是按智能体消费的任务计费，从买断制走向用量制。这个趋势在软件领域已经发生过一轮，硬件不会例外。

所以每个硬件厂商都得直面一个灵魂拷问：你的产品是为人类操作员设计的，还是为AI智能体设计的？如果答案是前者，你可能正在为一个即将萎缩的市场造产品。未来的工业硬件，应该从第一天起就是智能体优先，为被AI发现、理解和操作而设计。

写在最后

回看本文的三个观点，它们是一条从微观到宏观的完整逻辑链。

第一个观点解决单体设备的进化问题。智能体注入硬件，设备获得记忆、个性和表达能力，从工具变为同事。这是“软件有灵”向物理世界的第一次延伸：万物有灵。

第二个观点解决设备群体的组织问题。从一人一龙虾到万机万龙虾，成千上万的智能体形成自组织群落，取代中央控制系统，工厂从机器的集合进化为涌现的有机体。

第三个观点解决整个产业的价值重构。技术栈反转，智能体成为操作系统，硬件退化为技能插件，竞争力从性能参数转向可消费性，商业模式从卖硬件转向卖任务完成。

三个观点合在一起，回答了开头提出的那个问题：工厂里到底能不能养龙虾？

答案不仅是能，而且必须养。未来工厂的每一台设备都将成为一只龙虾的身体，这些龙虾将组成去中心化的自组织群落，而硬件厂商的命运，取决于自家设备能否成为这个群落中被智能体优先选择的技能。

这不是五年后的远景。龙虾已经在敲工厂的门了。