近年来，开源智能体框架OpenClaw（业内昵称“龙虾”）在全球科技领域掀起热潮，其低门槛部署、本地优先运行及开放技能生态等特性，正推动人工智能加速渗透至各类应用场景。在中国，这一技术已引发制造业的深度关注：北京“龙虾市集”人潮涌动，成都“龙虾公开课”座无虚席，深圳科技企业甚至为员工设立免费安装点并策划全国巡装计划。然而，AI与制造业的融合并非一帆风顺——技术方与产业方长期存在的“知识鸿沟”，成为制约智能化转型的关键瓶颈。
工业场景的复杂性远超消费互联网。炼钢工艺参数、电网调度规则、海上钻井平台管线设计等核心知识，往往仅掌握在企业一线人员手中，且高度专有化、结构化成本高昂。与此同时，制造业对私有化部署、生产稳定性及垂直领域能力的严苛要求，使得AI落地无法依赖单一技术输出。百度智能云AI与大模型平台总经理忻舟指出：“工业AI的突破需要技术供给方与产业需求方深度协同——云厂商需打磨基础设施，企业则需将隐性知识转化为模型可理解的结构化数据。”
为破解这一难题，百度智能云构建了“芯-云-模-体”全栈技术体系。在算力层，通过超大规模集群与软硬件协同优化，实现98%的有效训练时长；在智能体层，以千帆大模型平台为核心的Agent Infra提供五大核心能力，接入150余个前沿模型服务，使企业数据处理效率提升6倍、计算成本降低30%。这一框架旨在为工业企业提供“开箱即用”的AI工具，降低技术落地门槛。
技术迭代正推动AI与制造业的融合向更深层次延伸。从流程优化到技术研发，智能体的应用场景日益丰富。以百度伐谋产业级算法优化智能体为例，企业仅需用自然语言定义问题与评估标准，即可实现算法自主迭代与优化。在北京工业大学的合作中，该技术将PEM电解槽制氢系统故障检测效率提升十倍以上；在钢铁生产、海上油气开采等重资产领域，1-2个百分点的能效提升即可为企业节省数千万成本。
OpenClaw的普及进一步加速了这一趋势。市场调研显示，2025年中国应用大模型及智能体的工业企业比例从2024年的9.6%跃升至47.5%，智能体正从单点试验迈向规模化应用。忻舟解释：“OpenClaw的核心价值在于让一线员工通过自然语言交互即可开发智能体应用，无需依赖专业团队。”他预测，未来工业软件可能摒弃传统界面，直接通过对话调用后端API实现功能。
然而，开源生态的扩张也带来安全挑战。针对工业企业对数据隔离、高危操作阻断等需求，百度推出DuClaw解决方案，通过云端网络隔离与提示词攻击防御技术，为OpenClaw应用筑牢安全防线。同时，百度以技能插件形式开放搜索、网盘等优势产品能力，并推出国产开源产品DuMate，助力生态规范化发展。
如何衡量AI在制造业的落地成效？忻舟提出“可量化价值”标准：智能体调用量、流程耗时缩短等指标均可作为参考。更关键的是，AI技术正赋能企业业务专家——他们无需成为算法专家，即可将AI工具应用于实际生产。“当最懂业务的人开始使用AI，制造业与技术的‘双向奔赴’才算真正实现。”忻舟说。
