整理| 夢(mèng)依丹

出品丨AI 科技大本營(yíng)（ID：rgznai100）

“若論 2026 年 AI 圈最火的產(chǎn)品，‘龍蝦（Claw）’無疑位居榜首。”

就在各種版本的 Claw 層出不窮時(shí)，網(wǎng)易有道率先拿出了國(guó)內(nèi)大廠中首個(gè) 100% 開源的 Agent 產(chǎn)品——有道龍蝦 (LobsterAI)。

LobsterAI 在發(fā)布不到一個(gè)月的時(shí)間，便已在 GitHub 收獲 4000+ Star，更收獲了 OpenClaw 創(chuàng)始人、“龍蝦之父” Peter Steinberger 的接連點(diǎn)贊。

• 下載地址：https://lobsterai.youdao.com

• 開源地址：https://github.com/netease-youdao/lobsterai

在 4 月 18 日的奇點(diǎn)智能技術(shù)大會(huì)上，網(wǎng)易有道 AI 應(yīng)用架構(gòu)師李良才攤開講了講這只“龍蝦”的養(yǎng)成史。沒有虛頭巴腦的口號(hào)，更多的是關(guān)于如何從教育垂類跳出來、架構(gòu)怎么選型、以及那套讓技術(shù)人又愛又恨的“Vibe Coding”到底該怎么 玩。

起源：從教育 AI 到通用 Agent

有道龍蝦的產(chǎn)品起源最早要從小 P 老師說起。小 P 老師是一款教育類的答疑產(chǎn)品，在有道 AI 學(xué)習(xí)機(jī)、有道 AI 答疑筆中進(jìn)行了產(chǎn)品落地，屬于智能硬件設(shè)備和教育場(chǎng)景結(jié)合的 AI 應(yīng)用。

不過小 P 老師還屬于那個(gè)時(shí)期的 Chat 模式，并沒有目前類似龍蝦產(chǎn)品這樣智能體的概念。小 P 老師讓有道團(tuán)隊(duì)積累了非常寶貴的 AI 產(chǎn)品經(jīng)驗(yàn)，但它的局限也很明顯：Chat 模式本質(zhì)上只是問答，AI 無法主動(dòng)執(zhí)行復(fù)雜任務(wù)。

在小 P 老師之后，有道龍蝦團(tuán)隊(duì)做了第一款真正意義上的 Agent 級(jí)產(chǎn)品——視頻答疑。

視頻答疑是一個(gè)教育場(chǎng)景的垂類 Agent。它解決的問題是：學(xué)生輸入任意一道題目——可以是文字、語音或圖片——系統(tǒng)自動(dòng)生成一個(gè)大約 2 分鐘的圖文并茂的視頻講解。

這款產(chǎn)品大概在 2025 年 8 月上線，持續(xù)迭代優(yōu)化了兩輪，達(dá)到了一個(gè)比較理想的效果，后來也成為有道答疑筆的核心賣點(diǎn)之一。

做完視頻答疑之后，有道龍蝦團(tuán)隊(duì)積累了大量 Agent 工程化的經(jīng)驗(yàn)，同時(shí)也發(fā)現(xiàn)了一個(gè)關(guān)鍵問題：垂類 Agent 能力很強(qiáng)，但邊界也很明顯——它只能解決特定場(chǎng)景的特定問題。

這促使團(tuán)隊(duì)開始思考：怎么讓 Agent 的能力做得更加普適？ 除了教育領(lǐng)域，能不能服務(wù)更廣泛的場(chǎng)景？

這個(gè)思考的轉(zhuǎn)折點(diǎn)來自一個(gè)觀察。當(dāng)時(shí)，Claude Code、Codex、Cursor 這些 AI 編碼工具已經(jīng)把編程場(chǎng)景打透了。李良才作為研發(fā)，日常大量使用 Claude Code，除了寫代碼，還會(huì)用它做數(shù)據(jù)分析、生成 PPT。

但團(tuán)隊(duì)發(fā)現(xiàn)，當(dāng)非技術(shù)的同事——比如產(chǎn)品、運(yùn)營(yíng)、市場(chǎng)的同事——想用同樣的流程解決工作需求時(shí)，會(huì)遇到各種門檻問題。

"非編程人員用編程工具解決業(yè)務(wù)需求"——這個(gè)需求缺口就是有道龍蝦誕生的原點(diǎn)。

于是，有道龍蝦團(tuán)隊(duì)基于 Claude Agent SDK 做了一個(gè)內(nèi)部的小 Demo 工具——也就是有道龍蝦的原型。大概花了兩周時(shí)間。

核心思路很簡(jiǎn)單：底層基于 Agent 能力，上層提供對(duì)普通用戶友好的簡(jiǎn)單交互界面。 用戶不需要懂 Shell 命令，比直接使用 Claude Code 要友好得多。

2026 年春節(jié)前，Anthropic 推出了 Claude Cowork 產(chǎn)品，以及 OpenClaw 爆火，進(jìn)一步驗(yàn)證了有道龍蝦團(tuán)隊(duì)的方向。團(tuán)隊(duì)緊鑼密鼓地把產(chǎn)品打磨到了可上線的狀態(tài)。

大年初三，有道龍蝦發(fā)布了第一個(gè)正式版本，并在 GitHub 上開源。 開源首周 Star 總數(shù)突破 3000。

架構(gòu)選型與演進(jìn)：從 Claude Agent SDK 到 OpenClaw 內(nèi)核

在架構(gòu)選型上，有道龍蝦團(tuán)隊(duì)最初的方案是基于 Claude Agent SDK 構(gòu)建的。Claude Agent SDK 是 Anthropic 開源的 Agent 框架，它把 Agent 的 Run Loop、工具解析和編排都封裝好了。

但在實(shí)際落地過程中，有道龍蝦團(tuán)隊(duì)遇到了幾個(gè)痛點(diǎn)：

• 消息格式耦合：底層綁定 Anthropic 格式，接入第三方模型需要做格式轉(zhuǎn)換

• IM 機(jī)器人集成復(fù)雜：需要自己造輪子處理連接狀態(tài)管理、富媒體消息

• 沙箱方案受限

正是在這個(gè)背景下，有道龍蝦團(tuán)隊(duì)把目光轉(zhuǎn)向了 OpenClaw。

OpenClaw 是一個(gè)開源的、自主的、可自托管的 AI 智能體框架。用一句話概括它和傳統(tǒng)聊天機(jī)器人的區(qū)別：從"對(duì)話"到"執(zhí)行"。

李良才提到，任何技術(shù)選型都需要客觀評(píng)估優(yōu)劣勢(shì)。在他看來，OpenClaw 的優(yōu)勢(shì)體現(xiàn)在三個(gè)方面：

1. 生態(tài)成熟：第三方集成覆蓋廣，微信、QQ 等國(guó)內(nèi) IM 開箱可用。Skill 插件生態(tài)（ClawHub）內(nèi)置上萬種技能

2. 功能高度復(fù)用：原有功能可以快速遷移、封裝、復(fù)用，多 Agent 協(xié)同等新能力直接復(fù)用已有實(shí)現(xiàn)

3. 長(zhǎng)期維護(hù)成本低：依托 OpenClaw 社區(qū)可以大幅降低 Bug 修復(fù)成本

劣勢(shì)也有三個(gè)方面：

1. 桌面應(yīng)用 vs 服務(wù)的適配問題：部分配置變更需要重啟網(wǎng)關(guān)，響應(yīng)不夠即時(shí)

2. 問題響應(yīng)速度受限：部分功能如 IM 集成依賴第三方，Bug 修復(fù)需要等待上游

3. 高速迭代帶來的跟進(jìn)成本：API 變更頻繁，需要持續(xù)投入人力做版本對(duì)齊

面對(duì)這些優(yōu)劣勢(shì)，有道龍蝦團(tuán)隊(duì)做了一個(gè)關(guān)鍵判斷： 優(yōu)勢(shì)是戰(zhàn)略性的，劣勢(shì)是工程性的。戰(zhàn)略方向?qū)α耍こ虇栴}都可以逐步解決。

基于這個(gè)判斷， 在核心集成方案上，有道龍蝦采用的是獨(dú)立進(jìn)程模式。OpenClaw 作為一個(gè)獨(dú)立的 Gateway 進(jìn)程運(yùn)行，LobsterAI 只通過 WebSocket RPC 與它通信。

為什么做這個(gè)選擇？因?yàn)?OpenClaw 自身在高速迭代，如果采用源碼集成，每次升級(jí)都要重新構(gòu)建，這個(gè)維護(hù)成本是不可接受的。

獨(dú)立進(jìn)程模式帶來三個(gè)好處：

• 引擎崩潰不拖垮主應(yīng)用

• OpenClaw 可以獨(dú)立升級(jí)

• 已有功能和 OpenClaw 功能各自獨(dú)立，方便逐步遷移和替換

基于 OpenClaw 的基礎(chǔ)能力，LobsterAI 在安全性和易用性上做了大量增強(qiáng)工作。

安全層面，團(tuán)隊(duì)在 OpenClaw 工具調(diào)用鏈路之上構(gòu)建了多層防護(hù)機(jī)制——包括 Prompt 約束、HTTP 阻塞、彈窗確認(rèn)、超時(shí)兜底等，確保危險(xiǎn)操作必須經(jīng)過用戶二次確認(rèn)。

易用性層面，Lo bsterAI 封裝了 OpenClaw 的復(fù)雜性，提供了更友好的桌面交互界面，讓非技術(shù)用戶也能輕松使用強(qiáng)大的 Agent 能力。

Vibe Coding：是“氛圍編程”，更是“紀(jì)律注入”

在演講的最后環(huán)節(jié)，李良才聊了聊 Vibe Coding（氛圍編程）。在龍蝦的開發(fā)過程中，團(tuán)隊(duì)全量實(shí)踐了這套新范式。

李良才總結(jié)了這一過程中的“舒適期”與“痛苦期”：

• 舒適期： 項(xiàng)目規(guī)模小、復(fù)雜度低，AI 產(chǎn)出的代碼質(zhì)量極高，開發(fā)者只負(fù)責(zé)描述意圖，效率爽到飛起；

• 痛苦期： 隨著規(guī)模擴(kuò)大，AI 開始出現(xiàn)“拆東墻補(bǔ)西墻”的情況，甚至忽略整體架構(gòu)。

李良才認(rèn)為，Vibe Coding 絕不是“隨便寫寫”，而是要用 Prompt 工程把高級(jí)工程師的工作紀(jì)律注入到 AI 代理中。

他提出了一套系統(tǒng)化原則：

• 需求表達(dá)的藝術(shù)： 明確 AI 的能力邊界，不要讓它做超綱題；

• 模式選擇的智慧： 區(qū)分 Edit 模式（快速迭代）和 Plan 模式（先學(xué)習(xí)再行動(dòng)）；

• 知識(shí)杠桿效應(yīng)： 讓人提供判斷力和方向，讓 AI 提供執(zhí)行力。

在演講最后，李良才給出了 AI 產(chǎn)品的演進(jìn)藍(lán)圖：從最初只會(huì)聊天的 Chatbot，到干完活就走的 Agent，最終走向常駐式的 Claw (Agent OS)。

“龍蝦”不僅僅是一個(gè)工具，它代表了未來工作方式的變遷——編程不再是逐行編寫代碼，而是與 AI 協(xié)作的對(duì)話式創(chuàng)作。

目前，有道龍蝦在 GitHub 上的 Star 數(shù)已突破 5000。李良才認(rèn)為，AI -native 工具生來就應(yīng)該是開源的——這不是姿態(tài)，而是策略。只有與全球開發(fā)者共建生態(tài)，才能在范式轉(zhuǎn)移的窗口期抓住機(jī)遇。

當(dāng) AI 徹底打破原有的軟件工程規(guī)矩時(shí)，這只開源的"龍蝦"，或許正為我們勾勒出下一代數(shù)字生產(chǎn)力的輪廓。