2026年科技行业2月AI月报：OpenClaw生态升温，Agent再提速

AI 模型：复杂任务与推理能力加速类 Claw 产品落地

近期模型演进的共同指向，是复杂任务执行能力开始成为核心评价维度，类 Claw 的 Agent 产品加速落地。据智谱、Google、OpenAI 及国内多家 Agent 产品公开信息，无论是 GLM-5 引入 DSA 与异步强化学习以提升长程任务能力，还是 Gemini 3.1 Pro、GPT-5.4 在推理、 编码、工具调用和专业文档处理上的集中强化，其背后都对应着相同的行业趋势，即模型 能力评估正从单轮对话、代码片段生成，逐步转向复杂任务交付、跨工具协同和持续在线 执行。在模型能力持续提升的情况下，类 Claw 产品加速落地。我们认为，随着多 Agent 协同和多工具调用成为常态，Token 消耗和算力需求均可能呈现非线性增长。

国内模型：智谱推进基座升级，类 Claw 产品加快落地

智谱 GLM-5 把国产模型迭代重点推进到“写工程、做任务”的阶段。据智谱官网 2 月 12 日博客，GLM-5 强调从“Vibe Coding”向“Agentic Engineering”演进，目标是在复杂系 统工程与长程 Agent 任务中提升端到端交付能力。技术层面，GLM-5 参数规模由 355B（激 活 32B）扩展至 744B（激活 40B），预训练数据由 23T 提升至 28.5T；后训练层面构建了 “Slime”异步强化学习框架，并引入异步智能体强化学习算法，使模型能够从长程交互中 持续学习；推理层面则首次集成 DeepSeek Sparse Attention（DSA）技术，在尽量维持长 文本效果的同时降低部署成本并提升 Token Efficiency。 能 力表现上，GLM-5 在 SWE-bench-Verified、Terminal Bench2.0、BrowseComp、MCP-Atlas、τ²-Bench 等编码 与 Agent 基准中均展现出较强竞争力，反映国产开源基座已开始由“生成能力提升”向“任 务完成能力提升”过渡。

智谱同步将模型能力向 AutoClaw 产品侧延展，推动基座升级与产品化协同推进。据智谱 官网产品介绍，AutoClaw 支持 macOS 和 Windows 一键安装，并提供免费体验额度，降低 了 OpenClaw 类产品的使用门槛；在模型接入上，AutoClaw 开放任意模型的 Coding Plan 或 API 接入，推荐 DeepSeek、Kimi、MiniMax、GLM 等模型，兼顾灵活性与生态兼容性。 与此同时，AutoClaw 内置了面向 OpenClaw 场景优化的 Pony-Alpha-2 模型，其在工具调 用稳定性、任务推进效率和持续执行能力上更适合 Skill 调用、定时任务等真实工作流；产 品还集成 AutoGLM Browser-Use 能力，以补足复杂浏览器任务执行短板，并预置 50+Skills， 推动 Agent 从单轮调用走向连续工作流执行。我们认为，智谱本轮更新的意义不只在于基 座能力提升，也在于其开始形成“模型升级—工具增强—产品落地”的完整闭环。

国内类 Claw 产品正由“能不能用”转向“如何形成工作流产品”的竞争阶段。据 MiniMax 和 Kimi 官网产品介绍，当前国内厂商已围绕部署门槛、云端托管、长期记忆、多 IM 接入 和工具生态展开差异化布局。MiniMax 方面，MaxClaw 作为云端 AI 助手集成在 MiniMax Agent 网页端，无需自备服务器或 API Key，提供 50G 云储存空间、长期记忆和持久储存， 并打通飞书、钉钉、Telegram、WhatsApp、Discord、Slack 等多个 IM 渠道；工具侧则在 图片理解、视频理解、网页提取、搜索等能力基础上新增图片生成、视频生成、图片搜索 和网页部署等工具。Kimi 方面，Kimi Claw 支持一键云端部署或关联既有 OpenClaw，提供 5000+社区技能、40GB 免费空间，并接入专业财经信源实时数据 API，同时可直接在 kimi.com 使用，也支持飞书群调用，目前处于早期实验阶段并向 Allegretto 及以上会员计划 用户开放。上述变化表明，国内厂商已开始把 OpenClaw 能力嵌入更高频、更低门槛的使 用入口，以加快 Agent 工作台的产品化。

海外模型：Gemini 强化推理与 Agent，GPT-5.4 完善专业工作流闭环

Gemini 3.1 Pro 推理增强、工程编码与 Agent 可靠性提升。据 Google 官方 2 月 19 日发 布的博客，Gemini 3.1 Pro已向Gemini API、Vertex AI、Gemini app和NotebookLM rollout， 定位为面向复杂任务的升级版基座模型。据 Google 官方信息，Gemini3.1Pro 在 ARC-AGI-2 上的得分由 31.1%升至 77.1%，在 LiveCodeBench Pro 上的 Elo 由 2439 提升至 2887， SWE-Bench Verified 达到 80.6%，APEX-Agents 由 18.4%升至 33.5%，BrowseComp 达 到 85.9%；同时 Google 推出了 gemini-3.1-pro-preview-customtools 端点，用于优化 bash 命令与自定义函数混用的 Agent 场景。API 层面，该版本还新增 100MB 文件上传、YouTube URL 视频分析和 medium 级 thinking level，在定价维持与 Gemini3Pro 一致的前提下，进 一步提升了开发者在性能与成本间的调节空间。整体看，Google 本轮升级并非单纯追求单 点榜单改善，而是在把推理、编码和 Agent 协作能力收敛为统一的平台能力。

GPT-5.4 则继续沿着专业工作、工具协同与 Agent 执行闭环推进。据 OpenAI 官方 3 月 5 日信息，GPT-5.4 已在 ChatGPT、API 和 Codex 上线，并被定位为面向专业工作的前沿模 型。能力侧，OpenAI 明确强调其在电子表格、演示文稿和文档任务中的表现提升，其中在 内部投行初级分析师类电子表格建模基准上，GPT-5.4 均值达到 87.3%，高于 GPT-5.2 的 68.4%；同时，模型在工具、软件环境和智能代理任务中的执行深度也继续增强，并支持原 生 computer-use 能力。效率侧，GPT-5.4 引入 tool search 机制，使模型在面对大量工具 时能够按需加载工具定义，OpenAI 披露该机制在实现相同准确率的前提下可将总 token 使 用量降低 47%，而 API 价格调整为输入$2.5/百万 token、输出$15/百万 token。我们认为， OpenAI 此次并非只是在做一次模型升版，而是在把专业工作流、工具调用效率和复杂任务 执行能力进一步产品化。

GPT-5.4 在能力升级的同时也同步上调了 API 定价，反映出 OpenAI 正尝试以更强性能和 更高 Token 效率支撑商业化提价。据 OpenAI 官方页面，GPT-5.4 标准版 API 输入价格由 GPT-5.2 的$1.75/百万 token 升至$2.50/百万 token，缓存输入价格由$0.175 升至$0.25， 输出价格由$14 升至$15；Pro 版输入价格则由$21 升至$30，输出价格由$168 升至$180。 与此同时，OpenAI 强调，GPT-5.4 是其当前 Token 效率较高的推理模型，相较 GPT-5.2 完成相同问题所需 Token 数显著减少，因此单价上升并不必然对应实际任务成本按比例抬 升。我们认为，GPT-5.4 此次定价调整体现出 OpenAI 对高性能专业工作流场景的商业化兑 现意图正在增强。

Promptfoo 的收购进一步补足了 OpenAI 在 Agent 安全评测侧的能力拼图。据 OpenAI 官 网 3 月 9 日公告，OpenAI 将收购 Promptfoo，并计划在交易完成后将其技术整合进 OpenAI Frontier 平台，以增强 AI 系统开发阶段的漏洞识别、修复和 Agent 安全测试与评估能力。 若结合 GPT-5.4 此次对工具生态、软件环境和 computer-use 能力的强化来看，海外头部厂 商的竞争重点已经不只是“模型能否完成任务”，而是“模型能否在真实工具环境中稳定、 安全地完成任务”。这意味着海外平台型厂商正同步推进三项建设：1）模型本体的推理与 执行能力；2）大规模工具与连接器协同效率；3）面向 Agent 时代的安全测试与评估框架。 上述变化也使海外模型迭代从单一能力竞争，进一步转向平台闭环竞争。

AI 算力：Agent 叙事强化，LPU 商业化进程或加速

Agent 生产力革命已来，Token 斜率提升加速

Agent 生产力革命已来。回顾早期 Agent 框架（如 AutoGPT、BabyAGI），虽然在技术社 区中引发广泛关注，但整体落地程度有限，主要原因包括：1）交互入口仍以开发者环境为 主，普通用户使用门槛较高；2）上下文与记忆能力相对有限，智能体难以在较长时间跨度 内持续执行任务；3）工具调用机制尚不完善，缺乏稳定的模型路由与工作流封装，导致应 用更多停留在演示层面。相比之下，OpenClaw 在产品形态与系统架构上进行了更完整的整 合。根据其官方文档，OpenClaw 已从早期的单一 CLI 工具扩展为支持 Gateway 的多渠道 系统。同时，通过 skills 与 webtools 机制，Agent 能够持续扩展外部工具能力模型层面。 近期模型更新来看，2 月 Opus 4.6 直接从模型层面推出 Agents team 架构，多个独立 Claude 实例模拟人类项目组分工合作；Gemini 3.1 Pro 在 ARC-AGI-2 测评集上能力翻倍，标志着 模型逻辑泛化、工具调用、长任务能力提升；3 月 GPT-5.4 更新直接赋予模型原生 action 能力，可以直接进行任务操作。Agent 工程化层面，Claude Cowork、OpenClaw 日日更新， 各个大厂推出自己的“Claw”产品，Agent 正式进入高价值生产工作场景，成为数字劳动 力，Agent 生产力革命已来。

国内大厂密集发布类 Claw 产品。自 2026 年 2 月起，字节、阿里、腾讯、百度、华为、小 米、智谱 AI、MiniMax、月之暗面（Kimi）等头部厂商密集发布类 Claw 产品或适配方案， 形成云端 SaaS、本地一键部署、企业级定制、IM 深度集成四大主流路线。腾讯的代表产 品 WorkBuddy 定位为 SaaS 形态的 AI 工作助手，主要嵌入企业微信、QQ 及网页入口，在 日常办公与协作流程中提供任务执行与信息处理能力。从架构角度看，腾讯更偏向“IM 入口 +Agent 执行层+云服务能力层”：用户通过 IM 触发任务，Agent 完成理解与规划，并通过 插件体系调用企业应用或外部服务，底层依托混元大模型与腾讯云能力实现执行。字节跳 动的 OpenClaw 相关能力主要体现在 ArkClaw 与 Coze 平台的协同体系。ArkClaw 定位企 业级 AI 执行助手，以云端 SaaS 形态提供服务，主要通过网页及飞书等入口接入；同时， 字节通过 Coze 低代码智能体平台补齐开发侧能力，使企业和开发者能够快速构建并分发自 定义 Agent，形成“开发平台+执行 Agent”的产品组合。 伴随 OpenClaw 等 Agent 工具的快速传播，Token 消耗斜率加速提升。OpenClaw 的快速 出圈并非单一产品事件，而更多反映了通用 Agent在产品形态和应用生态上的阶段性成熟。 Agent 对应的是连续任务执行，需要在规划、调用工具、读取环境、回写结果、再次规划的 闭环中反复调用模型，因此 token 消耗不再是线性增加，而更接近随任务复杂度成倍放大。 根据我们估计，OpenClaw 轻度用户（查资料、简单文件整理）日均 token 消耗量在 100w 左右，日常办公场景（高频对话、基础工作自动化）日均 token 消耗量在 500w 左右，而重 度用户（专业开发、复杂任务）日均 token 消耗量在 2000w 左右。根据 OpenRouter 平台 最新数，周度 token 调用规模至约 16 trillion token 左右，2 个月的时间增长 2.5 倍以上。根 据 OpenClaw 3 月 10 日在 Reddit 披露，目前 OpenClaw 在 OpenRouter 平台的日均调用 量在 600B 左右，约占 OpenRouter 总调用量的 28%，占比迅速提升。

Token 激增推动算力租赁市场进入新一轮涨价周期。截至 2 月底，英伟达高端 GPU 租赁价 格较上月普遍上涨 15%-30%，其中 H200 和 H100 型号涨幅最为显著，已成为本轮涨价的 核心焦点。同时，根据 3Fourteen 数据，由于模型 API Token 调用需求的激增，各类 GPU 即时租赁的供应降至新低。我们认为，类 Claw 生态的 Agent 产品加速渗透有望推动推理需 求进一步释放，并持续提振算力侧景气度。

展望下一阶段，Agent 互联网形成带来算力需求数量级增长。 1） Agent 具备 Skill 的自生成与共享能力，泛化技能或将涌现：当前 Agent 的一大特征为 具备自动创建与复用 skill 的能力，3 月 3 日，Anthropic 升级了 Skill-Creator 用例，可 以通过自动测试提升 Skill 的能力：当 Agent 在执行任务过程中发现新的操作模式或工 具组合时，可以将这一流程自动抽象为新的 skill 并存入技能库，供后续任务调用与组 合。这意味着 Agent 不再只是被动执行指令，而是能够在运行过程中持续积累能力模 块，持续自主的迭代。随着 Agent 数量增长，这些技能库很可能在社区层面共享与传播， 不同 Agent 之间互相调用能力模块，形成一个由大量自治 Agent 组成的协作网络。展 望未来，互联网的交互主体或将不再仅仅是“人类用户-应用”，而会演变为“AgentAgent-服务”的复杂系统结构，Agent 会代表用户持续执行搜索、分析、交易、编程、 运维等长周期任务，并在任务过程中频繁进行多轮推理、工具调用以及跨 Agent 协作。

2） 同时 Agent 扩散开始具备一定的平台化特征，根据 3 月 10 日 CNBC 报道，Meta 已确 认收购 Moltbook，后者是一家面向 AI Agents 的社交平台，平台上大量 agent 由 OpenClaw 驱动。Meta 在公开表述中亦将此次收购与“为个人和企业探索 AI Agents 的 新用途”联系起来。我们认为，这一事件反映出，大厂对 Agent 的关注已不再局限于模 型能力或单点工具，而开始延伸至交互入口、分发场景与生态组织方式。 Agent 有望由工具形态进一步向生态形态演进，从而形成“Agent 互联网”。在 Agent 互联 网形态下，如果未来出现数亿到十亿级活跃 Agent，并且每个 Agent 持续执行自动化任务 与互相调用技能模块，那么全球 AI 推理的 token 消耗规模有可能在当前基础上提升一个数 量级甚至数个数量级。

极致性价比带动中国大模型 Token 出海，国内算力景气度提升

模型能力跃升+极致的成本压缩+算法优化带动中国 Token 出海。根据 Minimax 财报，2026 年 2 月，M2 模型系列日均 Token 消耗量是 2025 年 12 月的 6 倍以上；其中#编程场 景 Token 消耗增长超过 10 倍 。M2.5 发布后迅速登顶 OpenRouter 排行榜，得到 OpenClaw 创始人的推荐。开放平台（企业客户+个人开发者）2026 年 2 月新注册用户数 是 2025 年 12 月的 4 倍以上。2 月底 OpenRouter 平台模型调用来看，由 MiniMax、月 之暗面、智谱、DeepSeek、阶跃星辰领衔的中国模型 Token 调用首次超越美国模型，根本 原因在于： 1) 随着 GLM-5、Minimax 2.5、K2.5 等几个新模型发布，模型能力与海外头部接近，在 某些任务场景重展现出不俗效果。 2) 更极致的 MoE 架构（国内模型更加稀疏大幅提升 throughput）+Infra 优化（算法精耕 细作提高硬件利用效率）+日常运营与电价优势=中国模型的推理成本极致压缩，进而 转化为全球 AI 服务的定价权，国内模型的平均价格只有海外的 1/10。

模型层已出现高端模型拼性能、二线模型拼性价比的格局。海外开发者、初创企业切换至 中国模型实现 Token 出海，而目前 OpenClaw 单次任务 Token 调用海量，中国模型有望凭 借极致性价比优势持续扩大份额，Token 出海趋势有望延续，带动国内算力需求 Beta 持续 向上，行业景气度将从核心算力芯片向 AIDC、云与算力服务、配套电力设备及服务器等环 节全面外溢。

编辑：火腿肠