2025年底OpenClaw冒出来，5个月拿了36万GitHub Star，北上广深电梯里贴满"上门部署499"，闲鱼上有人靠代装月入过万。到了2026年4月，微信指数跌了75%，"杀虾劝退指南"上了热搜。
泡沫破了？增长黑盒联合网易智企调研了2000个个人用户和100家企业，答案比"是或不是"复杂得多。
一、用得越深，评价越高——这不是典型泡沫
传统泡沫（比如加密货币热）的规律是"远看的人最狂热，用过的人反而冷静"。OpenClaw走了一条反过来的路：深度使用者里给"革命性产品"评价的人，是只听说过的人的4.2倍。
- 23% 为了跑OpenClaw专门买了Mac mini
- 40%+ 月花费超过200元
- 70%+ 同时运行2个以上实例
- 44.6% Skill来自朋友同事分享，超过官方市场
模型端，DeepSeek（44.1%）和通义千问（40.3%）占了大头，近三成用户在跑本地模型。入口端，微信以44.8%的占比排第一。很多人用个人身份在企业IM里用AI——工作和私人的界限已经模糊了，但公司的IT管理还没跟上。
二、五类用户：决定你能走多远的，不是技术是组织
报告按使用深度和传播影响力把人分成五类：小白（21.7%）、工人（25.7%）、导师（22.9%）、精英（21.2%）、教父（8.6%）。有几个反直觉的发现：
- 小白里老板最多。管理层和创始人在小白群体里的占比最高，他们愿意花钱（超三分之一月付超200块），但找不到能嵌入工作的具体场景。
- 教父不是KOL。虾圈教父里近六成是20到29岁的年轻技术骨干。
- 制造业的布道者比互联网多。导师群体中制造业占比明显超出互联网——越是非技术原生环境，手把手教的价值越大。
从工人到导师，分水岭不是技术深度，是"愿不愿意帮同事装"。从精英到教父，差距不在个人能力——公司支持度从47.9%跳到93.2%，差了45个百分点。
三个门槛越来越难跨：找到第一个稳定场景（小白→工人）；选社交传播还是深度钻研（工人→导师/精英）；拿到组织系统性背书（精英→教父）。公司支持度从7.3%一路涨到93.2%。越往上走，组织态度越说了算。
三、七成人在两周内弃养，但96%想回来
所有场景的效率评分没有低于4分的（满分5）。但使用率最高的文件整理和日程管理，满意度反而不是最高的——排在前面的是持续监控、跨应用自动化和数据处理。工作嵌入越深，打分越高。
问题是七成新用户在前两周就停了。原因随时间变化：
- 不到1周：配置太复杂，还没开始用就要付费
- 1到2周：数据安全焦虑冲到第一（41%以上）
- 2到4周："公司禁止"开始出现（16.2%），企业IT治理比员工使用慢2到4周
- 超过1个月：效果没达到预期，诉求转向"公司统一部署"
- 96.1% 停用者愿意回来用，前提是有组织级方案
- 58.7% 个人使用者处于公司"不知道也不管"的状态
- 41.3% 首要顾虑：数据隐私与安全
用着的人在主动要企业级能力——数据私有化、统一管理、合规审计。个人单兵作战的天花板已经碰到了。
四、企业买了不用：采购火热，渗透率"浅薄"
75%的企业在推AI，27%全公司部署，88.6%未来12个月有采购计划，预算集中在20到50万。但另一面，51.1%的企业实际在用OpenClaw的员工不到20%。治理更跟不上：完整框架只有21.6%，"已全公司部署"的企业里也只有37%治理到位。
管理者最担心的三件事：数据安全和隐私合规（59.1%）、缺统一管理运维工具（37.5%）、开源Skills投毒风险（33.0%）。
场景也错位了。企业先把AI塞进研发和数据分析这些"好解释"的技术场景，但满意度最高的是跨部门流程自动化和行政办公。销售场景满意度全场第一，渗透率倒数第二——这是一个被卡住的潜力点。
70.5%的管理者倾向"提供推荐方案但不强制"或"统一部署企业级平台"。他们要的是边界，不是封禁。
五、四层架构：把个人探索纳入组织轨道
报告用了一个比喻：给100个人每人配一把电锯，不会自动变成高效的伐木公司。AI在很多企业成了"跑步机"——买了、摆了、没人真正跑起来。
报告提出了四层架构（原子层→个人层→部门层→企业层），并以网易智企的"帝王蟹（ClawHive）"平台为例，对应解决四个缺口：
| 缺口 | 数据 | 修正方向 |
|---|---|---|
| 安全裸奔 | 隐私顾虑41.3%，管理者担心数据泄露43.2% | 四层纵深防御：访问控制、行为审计、数据脱敏、Skill扫描 |
| 技术门槛 | 不到1周放弃的人里31%因为配置复杂 | 5分钟自助部署，集成企微/钉钉/飞书 |
| 管理盲区 | 治理完整仅21.6%，37.5%缺统一工具 | 统一治理台：Token管控、权限分级、全链路审计 |
| 经验沉淀难 | 场景从2个到5个时，复用需求翻倍到44% | 私有SkillHub，部门级复用，知识资产积累 |
方法论上是三步：先听员工（收集高频耗时场景）、再画架构（工具型vs业务型按四层归位）、再分发能力。国内某零食品牌横向梳理出14个部门47条高频痛点，72%是每天重复的任务。国寿海外知识查询8周把承保业务准确率从60%提到90%。
六、速度差：所有问题的根因
报告提了两个判断。第一，员工AI能力的进化速度是天级、周级的，企业治理是季度级、年级的。中间这段落差就是灰区管理的繁殖地。治理不该追求"更严"，而是要能快速捕捉员工的最佳实践、转化成企业策略。
第二，过去IT采购是自上而下，现在员工等不及了，自己先用上了。企业该做的是追认已有的使用场景，纳入可管理的底座，否则永远慢半拍。
网易智企内部案例：产研流程从PRD→交互→视觉→前端四个节点，压缩成"MRD → AI直出可交互原型 → 人微调"三个节点。全栈工程师占比从接近0升到18%以上。这不是"更快"，是职能边界和节点数量的本质减少。
写在最后
个人用户已经用真金白银投了票。96%的停用者愿意回来用，条件是公司能提供统一的、安全合规的方案。企业管理者也意识到"管不住"的代价比"管得好"的收益来得更直接。
问题不再是AI好不好用，而是组织的机制能不能追上员工使用它的速度。先跑通这条路的公司，确实会更早看到收益。但更多人需要的是一张能把个人提效翻译成组织生产力的路线图——以及一个让员工敢用、企业能管的底座。
数据来源：增长黑盒×网易智企《2026中国OpenClaw生态现状用户及企业应用调研报告》65页版。样本：C端使用者690人、停用者309人、未使用者1001人，B端已采用企业88家，覆盖31省市7大行业。五类画像基于使用深度×传播行为交叉聚类。场景效率分1-5分制。