谁会是AI时代的Mosaic和Yahoo？

来源：htmlDecode("曾鸣书院")

原文链接：https://mp.weixin.qq.com/s/_Xs1o5VAH2lylR1dTIB5cw

引言：从 “对话”向“行动”的历史性跃迁
2026年一开年，OpenClaw的大爆发成为了科技界最震撼的事件。一时间，仿佛人人都在“养龙虾”，智能体（Agents）与技能（Skills）迅速出圈 。OpenClaw现象到底意味着什么？为什么它会成为过去两个月讨论最热烈的话题？
在我看来， OpenClaw的意义远不止于一个爆款产品。在模型能力大幅提升、开放API、协议标准和开源社区这四个因素的支持下，OpenClaw展示了一种前所未有的能力：它可以直接调用软件、操作电脑桌面、自主编写并运行代码 。它不仅展现了持续在线、主动执行任务的潜力，更标志着AI从“对话式AI”向“行动式AI”的历史性跃迁 。
如果说 2025年初的 Claude Code 开启了智能体时代的序幕，那么 OpenClaw 的爆发则意味着这个时代正式进入了实质性的大发展 。
这种跃迁的本质，是 AI从“大 脑”长出了“双手”。   过去 几 年的大模型 产品 （如 ChatGPT），更像是一个“坐在轮椅上的天才”：它博学多才、出口成章，但它与物理及数字世界的交互仅限于那一个对话框。它能给你建议，却不能替你下单；它能帮你写大纲，却不能替你把文件分发到每一个协作软件里。
而以 OpenClaw 为代表的“行动式AI”，打破了对话框的藩篱。它开始像人类一样观察屏幕、点击按钮、拖拽文件。这种从“建议者”到“执行者”的角色转变，正是 AGI（通用人工智能）走向成熟的关键一步。
AGI 演化的三个阶段
为了看清当下的方位，我把 AGI 的发展划分为三个阶段 ：
1.  第 一阶段 ：基础建设。   大模型厂家之间的竞争催生了通用智能服务提供商 （俗称卖 t oken 的） ，获取强大人工智能能力的成本在急剧下降 。
2.  第 二阶段：应用 大发展。   海量用户被激发，积极探索如何使用智能体这一新的生产工具去完成任务，各种智能体（ Agents）不断涌现 。
3.  第 三阶段 ： AGI 成熟期。   自主智能体系统（ Autonomous Agent Systems）将能够独立、自主地完成越来越复杂的端到端任务 。
我们需要意识到： 互联网组织信息，而 AI完成任务。   这是两者最本质的技术差异 。然而，技术在产业化的过程中是有普遍规律的，这是由人性和社会发展的基本特征决定的 。我们不能盲目照搬历史，但 PC 互联网的产业化历程（1988-2008）确实提供了一个 很 好的参照系，用来推演 AI 未来的历程 。
第一部分：互联网的参照系 ——从“接入”到“意图”
回看 PC 互联网的发展，它并不是线性推进的，而是经历了三个非常清晰的演化阶梯： 接入、浏览、意图 表 达 。
这三个阶段看似只是技术形态的变化，但从用户视角看，本质上是 人类与数字世界交互方式的三次重大升级 。
1. 接入阶段：解决“连接”的门槛
互联网最早面向大众时，解决的是一个极其基础的问题：普通人如何接入网络 。在早期，互联网是一个专属于学术和技术精英的技术网络，而不是大众平台。对于普通用户来说，它意味着复杂的硬件配置、陌生的指令和极高的使用门槛 。 AOL（美国在线）等产品的历史功绩，不在于创造了多么丰富的内容，而在于它们把“接入”变成了一种大众服务 。
在这个阶段，用户第一次能够连接到网络、使用电子邮件、阅读简单的在线新闻 。互联网从一个冷冰冰的技术系统，变成了普通人触手可及的 “窗口” 。
但这个阶段的互联网本质上只是一个 “通道” 。它解决了“能不能连上去”，但没有解决“连上去之后如何高效地创造价值” 。虽然 AOL 曾在 2000 年左右达到过 2260 亿美元的市值高峰，但它在历史上只是起点，而非终局 。
2. 浏览阶段：可探索世界的爆发
互联网真正的指数级爆发，发生在浏览器出现之后 。
浏览器（如早期的 Mosaic 和 Netscape）彻底改变了人与互联网的关系 。它极大地降低了门槛：用户不再需要记住复杂的路径，只需要打开浏览器，点开一个链接，就可以在网站之间跳转、在目录中漫游 。
我更愿意把这个阶段称为 “探索阶段” 。在这个阶段，互联网不再只是一个“连得上去”的线路，而变成了一个可以漫游、探索、发现的新世界 。
正是在这个阶段，互联网生态开始真正爆发。因为浏览器赋予了 “网站”意义。网站本质上是信息的组织结构：新闻网站组织资讯，电商网站组织商品，门户网站组织入口 。成千上万的网站涌现，让互联网从一个“网络”变成了一个“世界” 。
Yahoo（雅虎）的诞生，代表了那个时代最高效的使用逻辑： 目录、浏览、跳转、发现 。 它是内容爆发期的第一平台，也是我们通往数字世界的向导。
但 “浏览”有一个根本性缺陷：效率太低 。用户在海量的信息面前，依然需要通过不断的点击和寻找来获取所需。用户在“找”，而不是在“要” 。
3. 意图表达阶段：理解“你要什么”
真正的革命来自搜索。
搜索引擎（以 Google 为代表）做了一件决定性的事情：它把海量信息结构化，并给了用户一个极简的入口——搜索框 。用户行为发生了根本性转变：从“我到网上去找”变成了“我告诉系统我要什么” 。这就是 意图表达阶段 。
Google 的核心能力不 仅仅是全网信息的重组 ， 更 是 意图路由（ Intent Routing）   。 用户表达需求，系统通过算法将需求路由到最相关的信息 。谁掌握了影响用户意图流向的能力，谁就掌握了互联网平台的最高权力 。
第二部分： AI 演化的第一阶段——接入智能
如果我们用同样的逻辑观察 AI，会发现历史正在惊人地重演。AI 的演化同样遵循着： 接入智能、探索智能体、任务表 达与执行 这三步 。
过去几年，我们刚刚完成了第一阶段： 接入智能 （ Access to Intelligence）  
大模型和对话界面的爆发，让 AI 第一次从实验室走进了千家万户。通过自然语言，普通人可以随时随地接入一个强大的智能系统，让它回答问题、总结文章、写代码 。
这和互联网早期的 AOL 阶段如出一辙 。ChatGPT 类产品解决的核心价值，是让“智能”像电力和网络一样，第一次实现了普遍可接入性 。它提升了个体效率，但它仍然运行在“你问我答”的逻辑中 。 同时， API的调用，让所有开发者可以很便利地使用大模型提供的智能能力。大模型 是一个强大的 底层基础设施 。它让大众感受到了智能的存在，却还远未定义未来 。
而当下最重要的判断是：我们正在从第一阶段（接入）全速进入第二阶段（探索智能体） 。
第三部分：探索智能体 ——Agent 开始成为新的能力载体
从 2026 年开始，AI 正在进入波澜壮阔的第二阶段  。
如果说第一阶段的核心是 “接入”，那么第二阶段的核心就是“ 爆发 ” 。智能不再只是一个统一的、什么都能聊两句的对话框，数以万计、各具专长的 智能体（ Agents）   开始爆发 。
你会发现，市场上 迅速 涌现出了大量的 Research Agent（调研助手）、Coding Agent（编程助手）、Design Agent（设计助手）甚至是专攻报销或行程规划的智能体  。这标志着 AI 世界开始出现类似互联网早期“网站”林立的生态雏形  。

1. “积木”逻辑：Skills 是生产力，Agent 是价值单元

为了理解这个阶段，我们需要厘清两个核心概念： Skills（技能）与 Agent（智能体 ）   。
在互联网时代，网站是信息的组合 。而在 AI 第二阶段， A gent 本质 上是 Skills 的组合   。
· Skills（技能积木）：   这是 AI 的最小能力单元  。它包括信息搜索、内容理解、代码执行、页面操作、工具调用、计划制定等 。
· Agent（智能体）：   这是为了解决特定问题而形成的 “能力集合体”  。
这里有一个关键的商业洞察： Skills 是生产力，但 Agent 才是真正的价值创造单元   。
普通用户不会说 “我今天要去买一个‘页面操作’的技能”，用户关心的是“有没有一个智能体能帮我把这趟旅行订好” 。单个 Skill 本身无法直接转化为用户价值，只有当不同的 Skills 被有效地组合成一个 Agent 时，它才能解决真实世界的问题，让用户感知到价值并为此付费  。
这就像互联网早期，网站可以有无数个，但真正能活下来并成长为平台的，只有那些能通过信息组织解决具体需求的少数赢家 。同样，未来 Agent 也会大爆发，但竞争的焦点不在于谁拥有的“积木”多，而在于 哪些 Agent 组合得最好、最能帮用户省时间、最能真正做成事   。
2. 为什么第二阶段是“探索阶段”？
在这个阶段，用户并没有获得像 Google 搜索框那样极其成熟、一站式的任务接口  。 相反，用户现在的行为非常像浏览器时代的 “冲浪”：他们尝试不同的 Agent，测试不同的任务，比较不同模型驱动下的执行效果，反复调整 Prompt（指令），不断组合各种能力  。
他们在探索什么？ 他们在探索 AI 到底能不能真正完成任务，解决真实问题   。
这种探索注定是伴随着 “低效”的 。
· 高成本的尝试：   用户可能要试三个 Agent，改五次指令，换几种工作流，才能得到一个勉强满意的结果  。
· 边界的摸索：   用户还在学习哪些任务交给 AI 是可靠的，哪些任务会失败，失败后该如何人工介入或回退  。
这和浏览器时代用户为了找一个答案要点开十几个网页、经历多次无效跳转的过程极其相似 。虽然过程混乱且充满试错，但这正是平台生态孕育的必经阶段 。 没有这种大规模的 “能力探索”和“场景试错”，就不可能长出未来的 AI 操作系统（AI OS）   。
3. 第二阶段的竞争焦点：价值、生态与发现
既然我们已经踏入了第二阶段，那么未来几年的竞争将不再是抽象地谈论 “大模型参数”，而是具体地聚焦于以下三个维度：
· 价值形成：   哪些 Agent 能够真正解决高频、真实的痛点，从而形成用户习惯  ？
· 生态 繁荣 ：   平台能吸引多少开发者？能支持多少细分的任务场景？能容纳多少种能力组合 ？ 平台能否提供安全和信任的机制保障？
· 发现机制（ Discovery）：   这是最被低估的一点 。当 Agent 多到泛滥时，用户的挑战就变成了“发现的困难”  。谁能让用户最快找到那个 “对”的智能体，谁就握住了通往下一阶段的钥匙  。
这是为什么我预测未来 1-2 年会出现类似“AI 浏览器”的产品  。它不仅是一个入口，更是一个让大众能轻松发现、调用、调度各种 Agent 的分发平台  。

三、 第三阶段：任务表达与任务执行 ——走向 AI OS

互联网之所以从 “浏览”走向“搜索”，是因为当信息过载时，点击跳转的效率太低了，用户需要一个直接表达意图的入口 。
同样的逻辑， AI 必然会进入第三阶段。因为“探索智能体”的效率终究也太低了。用户并不想在成千上万个 Agent 中玩“消消乐”，他们真正想要的是： 把任务做成   。

1. 从“挑工具”到“要结果”

在第二阶段，用户还在 “买工具”或“挑 Agent”；但在第三阶段，用户将直接“表达需求” 。
这是一种更高级的交互：你不再需要思考该调用哪个调研 Agent、哪个绘图 Agent。你只需要告诉系统一个模糊或复杂的任务，比如：“帮我策划下周的上海出差，包括行业调研、会议预约和差旅预订，并生成一份行程单。”
系统会自主完成以下复杂的调度工程：
· 任务拆解 ： 理解这个大任务需要哪些底层能力 。
· 能力组合 ： 决定哪些 Agent 负责调研，哪些负责操作携程或 Outlook  。
· 闭环执行 ： 处理执行过程中的验证、报错与回退 。
在这个阶段，平台的核心能力不再是信息的排序，而是 任务调度（ Task Scheduling）   。

2. AI OS 的真实意涵：不仅仅是概念

现在行业内热议的 AI OS（AI 操 作系 统） ，其本质就是第三阶段的底层支撑 。 如果说 Windows 管理的是硬件资源，那么 AI OS 管理的就是 智能资源 。它是一个面向任务的调度系统，负责在各种 Skills 和 Agents 之间分配任务，确保复杂流程的可靠完成  。
但我们需要保持冷静：成熟的 AI OS 不会凭空出现  。它必须建立在第二阶段的废墟与土壤之上 ——只有经历了大规模的 Agent 涌现、海量的真实任务试错、以及 Skills 组合协议的标准化，AI OS 才能从概念走向产业路径  。

四、 总结：看清当下，博取未来

回到今天，为什么说我们正处于进入第二阶段的关键拐点？

过去几年， AI 解决了“接入”问题（Access to Intelligence） 。而从 2026 年开始，随着 OpenClaw 等行动式 AI 的爆发，我们开始进入“探索智能体”的深水区  。
在这个阶段，产业逻辑发生了根本变化：
· 核心不是 “对话”，而是“完成”   。
· 竞争主体不是 “模型”，而是“价值单元（Agent）”   。
· 胜负手在于 “发现机制”与“双边市场” ： 谁能显著降低用户的探索成本，让用户更高效地找到能解决问题的智能体，谁就能推动正反馈循环，进化成真正的平台 。
这和互联网浏览器时代极其相似 。虽然网站（ Agent）会很多，但最终真正重要的总是少数，入口更是会高度集中  。

结语：谁会是 AI 时代的 Mosaic 和 Yahoo？

回顾历史， 1993 年 Mosaic 浏览器的发布，让普通大众能无门槛地建设和访问网站，开启了互联网内容的大爆炸 。
今天的智能体大发展，也正处于类似的临界点。尽管现在全行业对智能体充满狂热，但整个产业的展开依然需要几年的沉淀 。 智能体的真正爆发，需要两个核心变量： 一个统一的技术协议标准，以及一个极简的用户入口   。
未来 1-2 年，一定会出现类似“AI 浏览器”的产品。它将让大众像当年“冲浪”一样，轻松地发现、调度、组合各种智能体来完成任务  。
谁能定义这个标准？谁能占据这个入口？谁就是 AI 时代的 Mosaic 和 Yahoo。让我们拭目以待。