黃仁勳盛讚 OpenClaw：3 周超越 Linux 30 年，是有史以來最重要軟體

當整個科技圈還在為新模型的微小基準跑分爭執不休時，黃仁勳直接把聚光燈打在了一個很多人剛在 GitHub 上星標的工具上。

在摩根士丹利的技術大會上，Nvidia CEO 黃仁勳丟擲了一句語驚四座的判斷：開源 AI 智慧體框架 OpenClaw，是有史以來最重要的軟體釋出。

按他的說法，Linux 花了大約 30 年才達到如今的技術普及度，而 OpenClaw 僅僅用了 3 周就完成了超越，一舉成為人類歷史上下載量最大的開源軟體。

3 周跑完開源 30 年的路

很多人可能覺得這個名字有點陌生，但對關注開源智慧體社群的人來說，它其實是個老熟人。

OpenClaw 最早在 2025 年底釋出，此前先後用過 Clawdbot 和 Moltbot 這兩個名字。它本身並不是一個底層大模型，也不是硬體，而是一個幫開發者搭建和協調 AI 智慧體的開源框架。

說白了，它就像一個極其懂事的數字排程員。以往人類需要手動登入各種系統、查資料、核對報表再點確認，OpenClaw 能讓多個智慧體協同起來，跨服務呼叫介面、自主評估結果，在個性化環境裡把複雜的人類工作流徹底跑通。

黃仁勳在會上把當前的 AI 產業比喻為一個「五層蛋糕」：最底層是晶片和硬體，往上是系統、網路與雲基礎設施，最頂層才是應用層。

在老黃看來，真正能產生最大商業回報、能把前沿實驗室和雲廠商餵飽的，恰恰是應用層。OpenClaw 正好卡在這個應用與模型協同的關鍵生態位上。

1000 倍的算力黑洞

黃仁勳之所以這麼賣力給一個開源框架站臺，背後自然有輝達的算盤。

生成式 AI 的第一階段主要停留在訓練超大模型和做簡單的聊天對話。但一旦進入 Agentic AI（智慧體 AI）時代，模型的用法徹底變了。

一個智慧體要完成現實任務，必須進行多步鏈式推理，反覆向模型發起查詢、驗證中間結果、調整步驟。每多走一步推理，就意味著成倍的 Token 消耗。

黃仁勳預計，隨著智慧體滲透進人類工作流，Token 消耗量可能會暴增整整 1000 倍，直接在後端拉出一個巨大的「算力真空」。

這也是輝達戰略轉向的底氣。早期的 Hopper 和 Blackwell 晶片主要面向訓練叢集，但未來的算力增長點正在迅速偏向推理。黃仁勳甚至透露，輝達近期對 OpenAI 的 300 億美元投資可能是最後一次此類交易，未來輝達更想老老實實做底座基礎設施提供商，而不是去買實驗室的股權。

為什麼重要

我們認為，黃仁勳給 OpenClaw 戴上的這頂高帽，其實標誌著 AI 行業的估值邏輯正在劇烈分化。

對開發者和中小團隊來說，OpenClaw 的爆火證明了一個趨勢：比拼模型引數的紅利期快結束了，能夠把現有模型縫合進複雜業務場景的膠水層框架，才是當下最搶手的生產力槓桿。你不需要自己訓大模型，只要能用好這類框架，就能在本地或私有云裡跑起真正能替人類幹活的自動化流水線。

對整個晶片與雲基礎設施行業而言，這也是一場及時的「強心劑」。此前市場一直擔憂大模型訓練見頂後算力需求會滑坡，但智慧體把原本單次、低頻的對話，變成了多輪、高頻且自動迴圈的計算消耗。只要智慧體開始大規模接管人類白領的工作，伺服器的電錶就停不下來。

不過，我們看起來黃仁勳把「3 周超越 Linux 30 年」的下載量拿來直接對比，口號意味顯然大過客觀事實。現代軟體分發機制和 30 年前的軟盤、原始碼編譯時代根本不可同日而語，熱度轉化成實際的企業生產力，中間還有漫長的可靠性與安全陷阱要跨過。但無論如何，這聲號角吹響後，智慧體應用層的軍備競賽已經無可挽回地打響了。