文章总结： 文章指出软件行业正从交付工具转向交付结果，OpenClaw等Agent框架是关键推动力。作者结合开发AI安全智能体经验，认为传统软件交付依赖人工运营，未来Agent将接管运营与定制开发，实现价值交付。这种转变重构了商业逻辑与责任边界，标志着软件行业进入AGI前夜的重要产业中间层。 综合评分： 84 文章分类： AI安全,安全建设,解决方案

OpenClaw 火热的背后：软件正在从交付工具走向交付结果

原创

Max Luo Max Luo

白帽子罗棋琛

2026年3月9日 08:18 中国香港

作者： 罗棋琛（Max Luo）转载请注明出处

最近围绕 OpenClaw 的讨论持续升温。 但我越来越觉得，OpenClaw 真正值得行业重视的，不只是它提供了一个新的 Agent（智能体）框架，也不只是它把交互入口前移到了聊天界面。

它更重要的意义在于：

它让软件行业第一次具备了从“能力交付”走向“价值交付”的现实条件。

OpenClaw 官方对自己的定位非常值得玩味：它不是把自己描述成一个传统后台，而是一个运行在现有渠道中的 assistant（助手）；官方 README（说明文档）甚至直接写道：“The Gateway is just the control plane — the product is the assistant.” 同时，它支持运行在 WhatsApp、Telegram、Slack、Discord、Teams、Feishu（飞书）等消息渠道上。它背后隐含的，不只是入口变化，更是交付对象的变化：软件正在从“交付一个供人使用的系统”，转向“交付一个能够直接承接工作、并具备自我学习与持续迭代能力的行动主体”。(GitHub)

我近期正主导开发一款基于 OpenClaw 的 AI 安全智能体框架（AI Security Agent Framework）。该框架以 Agent 原生执行为核心设计原则，全流程操作默认由 Agent 自主完成；我们的核心目标是实现 80% 的安全任务由 Agent 独立决策与闭环执行，仅保留 20% 高不确定性、高风险的处置场景交由人工审核把关。在这个从 0 到 1 的落地实践过程中，我越来越清楚地意识到：

未来的软件交付，默认不应该再以“人来操作系统”为前提，而应该以“系统直接向客户交付价值”为前提。

这不是简单的智能化升级，也不是给软件加一个聊天框。 这是软件交付逻辑本身的重写。

本文也是近期我在开发实践和研究中最核心的思考，趁着周末整理出来，分享给各位同行，也欢迎大家一起交流探讨。

一、传统软件交付的根本问题：交付能力，不兜底价值

过去二十年，企业软件最稳定的商业逻辑一直是：

厂商交付后台、模块、接口、规则与功能； 客户再组织人去学习、操作、调优、分析、复盘和持续运营； 最终，业务结果由客户自己承担。

换句话说，传统软件真正卖给客户的，不是结果，而是拿到结果的可能性。

这种模式在广告投放、推荐系统、营销自动化、客服系统、销售系统、风险系统等几乎所有 To B（面向企业）软件中都长期存在：系统是否上线、功能是否完备、页面是否可用，往往由厂商负责；但投资回报率（ROI）、商品交易总额（GMV）、单次获客成本（CPA）、转化率、客户满意度、处置效率这类最终结果，往往仍然由客户侧的人工团队去“补全”。

所以传统软件交付的本质不是结果交付，而是：

交付一套需要人工运营，才能转化为业务价值的能力系统。

这也是为什么大量企业软件项目虽然“功能完整”，却始终存在一个难以跨越的现实问题：

没有人工运营，再好的系统也不会自动变成价值。

二、现在真正该立住的主语，不是 Agent，而是“价值交付”

如果只说“未来的软件是工具能力加 Agent 能力”，这个说法仍然停留在产品结构层。 但真正的变化，发生在交付责任层和商业价值层。

因为客户最终购买的，从来不是功能树，不是菜单，不是控制台，也不是某个 Bot（机器人入口）。 客户购买的始终是：

结果。

这也是为什么我认为，OpenClaw 带来的真正机会，不是“让软件更像助手”，而是让软件第一次有可能成为结果导向型交付单元。这里的关键，不是多了一个智能界面，而是厂商有机会把“功能—运营—结果—价值”这条长链条压缩成一条更短、更闭环的路径。

这一点并不是完全没有先例。 在海外增长与绩效营销领域，已经出现以 revenue（收入）、pipeline（销售管道）、广告支出回报率（ROAS）、单次获客成本（CPA）、qualified leads（高质量销售线索）等结果为核心交付语言的商业实践；同时，Stripe 公开写到，77% 的企业领导者表示，客户正在越来越多地推动 outcome-based pricing（按结果定价），但真正按这种方式定义“使用量”的企业仍只有 32%。这说明，“从卖能力走向卖结果”已经不只是一个概念，而是在部分行业率先发生的商业信号。 (stripe.com)

所以，这篇文章真正要表达的不是“软件多了 Agent”，而是：

软件行业会像部分先行行业一样，从卖能力、卖工具、卖工时，逐步升级为卖结果、卖价值、卖目标达成。

而在软件世界里，让这件事第一次大规模成立的关键变量，就是 Agent。

三、新一代软件交付的核心定义：人工智能原生、Agent 驱动、结果导向的价值交付

我对下一代软件交付的定义是：

以 OpenClaw 为人工智能能力底座，以 AI Agent（人工智能智能体）为全链路自主运营主体，把“业务系统 + Agent 运营体 + Agent 产研体”打包为统一交付单元，直接向客户交付与业务目标对齐、可持续优化、可被验收的结果，而不再只交付需要人工运营的系统能力。

这里最关键的变化有三层。

第一，交付对象变了。 交付给客户的不再主要是复杂后台，而是一个能够通过自然语言交互的轻量化入口；后台退居 control plane（控制平面），前台则变成承接目标和交付结果的 Agent。OpenClaw 官方对“gateway（网关）是控制面，assistant（助手）才是产品”的表述，本质上已经在说明这件事。 (GitHub)

第二，运营主体变了。 过去软件落地之后，系统操作、策略调优、任务调度、数据分析、日常运维主要由客户侧人工承担；未来，这部分会越来越多地由 Agent 自主完成。McKinsey（麦肯锡）对 agentic organization（智能体型组织）的判断也是，企业需要把流程重构为 AI-first workflows（人工智能优先工作流），而不是把 chatbots（聊天机器人）简单叠加在旧流程之上；否则往往只会得到“难以反映到 P&L（损益表）上的有限收益”。 (McKinsey & Company)

第三，责任边界变了。 厂商不再只对“系统可用”负责，而要越来越多地对“结果交付”负责；客户不再以“学会工具、持续操作”为主要任务，而是以“定义目标、设定约束、确认结果”为主要任务。这个判断与麦肯锡提出的“humans above the loop（人位于环路之上）”是一致的：人不会立刻消失，但会从默认执行者，逐步上移为目标设定者、边界治理者、例外处理者与结果验收者。 (McKinsey & Company)

所以这不是单纯的产品升级，而是一次更深层的交付责任重构：

从交付功能，走向交付结果； 从交付工具，走向交付价值。

四、真正的拐点，不只是替代运营，而是自我定制化

如果只讲“Agent 替代运营”，那还不够。 我认为下一阶段更大的变化是：

Agent 不只会替代运营层劳动，还会逐步吞并大量定制化实现本身。

因为企业软件真正最重、最慢、最贵的部分，从来不只是标准功能，而是定制化需求：

客户要一个新的后台； 客户要一个新的分析视图； 客户要一个新的功能； 客户要一个新的流程； 客户要一个更符合自身业务逻辑的规则与交互方式。

在传统模式下，这意味着完整的产研链条：需求分析、产品设计、研发开发、测试验证、上线部署、持续维护。 但在 Agent 交付模式下，未来越来越多的数字化定制需求，会被压缩为系统内部自动完成的能力实现过程。

Anthropic 最新发布的劳动市场研究，为这个判断提供了非常强的现实背景。该研究结合 O*NET（美国职业信息网络）、Claude 真实使用数据和任务级人工智能可行性测量，覆盖了美国约 800 个职业。研究发现，人工智能暴露度最高的职业之一是 Computer Programmers（计算机程序员），任务覆盖率达到 75%；其后包括 Customer Service Representatives（客服代表） 和 Data Entry Keyers（数据录入员），后者达到 67%。Anthropic 同时指出，在 Computer & Math（计算机与数学） 这类工作中，LLM（大语言模型）理论上可覆盖的任务达到 94%，但当前实际覆盖只有 33%；并且到目前为止，人工智能对就业的实际影响证据仍然有限。换句话说，现在还不是终局，但能力上限已经清晰地摆在那里。 (Anthropic)

这组数据的意义不是“程序员明天消失”，而是：

需求理解、功能拼装、代码生成、流程编排、页面生成、测试验证这类数字劳动，已经开始进入可被 Agent 大规模承接的区间。

所以，未来的软件交付不仅意味着“系统自己跑”，还意味着：

系统会围绕目标，自己长出能力。

客户不再只是提需求、等排期、等上线； 而会越来越多地变成：提出目标，系统自动把能力长出来。

五、为什么我认为这是 AGI 到来前夜最重要的商业中间层

很多人会问：既然都在谈 AGI，这是不是只是 AGI 到来之前的过渡形态？

我的看法是：是，但不是“临时补丁”，而是最重要的产业中间层。

OpenAI 公开写得很清楚：AGI 的时间线仍然不确定；同时，OpenAI 也明确表示，更好的路径是渐进式过渡，而不是突然跃迁，因为社会、机构和政策都需要时间去适应。 (openai.com)

而麦肯锡这几个月反复强调的，也不是“所有公司会一夜之间被替代”，而是企业会逐步进入 agentic organization（智能体型组织）：工作流变成 AI-first workflows（人工智能优先工作流），人与 Agent 的关系被重写，很多流程中 humans（人）将从“in the loop（在环路中）”逐步上移到“above the loop（在环路之上）”，负责方向、治理、例外和结果问责。 (McKinsey & Company)

所以我更愿意把今天这个阶段理解为：AGI 到来的前夜，软件行业会先进入价值交付时代。 在这一阶段，真正被改写的，不是“AGI 到来后软件行业会不会消亡”，而是软件行业长期以来默认成立的几条底层逻辑：软件靠卖功能创造价值，客户靠买工具解决问题，人默认承担执行，定制化默认依赖产研团队逐项完成。 而今天，这套逻辑已经开始整体松动，并正在加速失效。

六、传统交付与价值交付的核心差异

基于 OpenClaw 的官方定位、麦肯锡对智能体型组织的框架、Anthropic 对数字劳动暴露的最新测量，以及 Stripe 对按结果定价趋势的观察，可以把传统软件交付与新一代价值交付概括为下表。下面这张表是我基于这些事实做的综合推演。 (GitHub)

| 交付维度 | 传统企业软件交付模式 | 新一代 Agent 驱动的价值交付模式 | | — | — | — | | 交付核心 | 交付一套具备功能能力的系统 | 交付一个可直接产出业务结果的价值单元 | | 厂商承诺 | 系统稳定、功能可用、服务可交付 | 与业务目标对齐的结果交付与持续达成 | | 用户拿到的 | 后台、模块、菜单、流程、接口 | 自然语言入口 + 结果闭环 + 持续优化能力 | | 运营主体 | 用户侧人工团队持续运营 | AI Agent 全链路自主运营 | | 定制化实现 | 需求分析、产品设计、研发开发、测试上线 | Agent 自动完成大部分数字化定制需求 | | 用户核心动作 | 学习工具、操作系统、盯盘、调优、复盘 | 明确业务目标、设定约束、确认结果 | | 价值链路 | 功能 → 人工运营 → 结果 → 价值 | 目标 → Agent 执行 → 结果 → 价值 | | 厂商责任边界 | 对工具负责 | 对结果负责 | | 人工依赖度 | 极高，无人工运营则难产出价值 | 极低，人主要负责治理、授权与验收 | | 商业本质 | 卖工具、卖能力、卖可能性 | 卖结果、卖价值、卖目标达成 |

七、我的判断

如果把这篇文章压缩成一句话，那就是：

AGI 到来的前夜，软件行业正在从“交付能力”转向“交付价值”；而 OpenClaw 这类人工智能基座，让这一转变第一次具备了工程化、产品化和商业化落地的现实路径。

再锋利一点说：

软件交付的终局，不是把工具交给人，而是把结果交给人。

参考来源：

[1] OpenClaw — Personal AI Assistant. GitHub. https://github.com/openclaw/openclaw/blob/main/README.md?utm_source=chatgpt.com

[2] Outcome-based pricing: A guide for businesses. Stripe. https://stripe.com/resources/more/outcome-based-pricing?utm_source=chatgpt.com

[3] Six shifts to build the agentic organization of the future. McKinsey & Company. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/six-shifts-to-build-the-agentic-organization-of-the-future?utm_source=chatgpt.com

[4] The agentic organization: A new operating model for AI. McKinsey & Company. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era?utm_source=chatgpt.com

[5] Labor market impacts of AI: A new measure and early evidence. Anthropic. https://www.anthropic.com/research/labor-market-impacts?utm_source=chatgpt.com

[6] OpenAI Charter. OpenAI. https://openai.com/charter/?utm_source=chatgpt.com

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：白帽子罗棋琛 Max Luo Max Luo《OpenClaw 火热的背后：软件正在从交付工具走向交付结果》