中国大厂跑通企业养虾AI架构：Anthropic连夜更新技术解析
新智元报道
代码成本趋近于零，产品护城河正在消失。AI的下半场，真正决定胜负的，是那套能让上万只“虾”同时稳稳干活的“养虾厂”。
从个人玩具到企业难题
OpenClaw，37万星标。Hermes Agent，三个月14万星标。2026年上半年，全球开发者最大的共识就是一件事：养“虾”。
但在公司里，最早用上OpenClaw的人，几乎都经历过相似的“打脸”时刻。
你把自己的“虾”调教得飞起，写周报、整理邮件、自动跑数据，同事看了都说好。消息传到老板耳朵里，老板一拍桌子：全公司都用上。
然后，真正的麻烦才刚刚开始。
一个跑飞的任务烧掉整个月的Token预算，却找不到“肇事者”；一千个人各自养的虾，经验互不相通，每个人都在从零开始教。阿里云智能集团副总裁张献涛跟企业客户聊了一圈，听到最多的六个字是：“能用，但不好用。”
光环之下，Agent的规模化落地正面临重重困境。
行业巨头们看到了同一个问题。在GTC 2026上，英伟达联合OpenClaw创始人推出了NemoClaw企业版，主打一键部署和沙箱隔离。黄仁勋在演讲中的原话是：每一家企业、每一家软件公司都需要一个Agent战略。
自建之路的“南墙”
现实往往比口号骨感。不少企业兴冲冲地拿OpenClaw自建平台，折腾一个半月后，大多灰头土脸地回来了。故事大同小异。
一家技术实力不俗的科技厂商，选择自建路线。等Skill全部开发完毕，才发现一个要命的事实：OpenClaw的架构要求容器7×24小时在线，一旦下线，Agent就离线失联。这意味着，每个用户都需要长期独占一个容器。面对动辄千万级的用户量，这笔成本账，算起来让人头皮发麻。
更棘手的问题还在后面。几千万只“虾”各自为政，只要用户稍改提示词或动动网关，就可能把“虾”跑坏。单看一只概率极低，但基数一旦上去，故障率就成了噩梦。
如果再赶上3月底OpenClaw那次不向前兼容的大更新，之前辛苦攒下的工作可能全部打水漂，用户一天内有好几个小时无法使用。
另一家科技公司的路子更“专业”：采购阿里云的云电脑，再搭配某知名安全公司的智能体管理软件，自己攒平台。4月初他们还颇为兴奋，觉得这套组合拳能打。结果一次升级后，所有智能体集体下线，大量记忆丢失，损失惨重。
这，就是横亘在企业面前那堵实实在在的“南墙”：安全性、稳定性、工程复杂度，三座大山压顶。
OpenClaw解决了“Agent能不能用”的问题，却完全没回答“企业敢不敢用、用不用得起、好不好用”。
“龙虾量产工厂”登场
在2026阿里云峰会上，阿里云亮出了JVS智能体套件的完整阵容：面向个人的JVS Claw、面向企业的JVS Crew、面向移动端的JVS Mobile。
其中的JVS Crew，定位正是企业级的“龙虾量产工厂”——一个全托管、易集成、可管可控的企业级Agent构建平台。它的本质，不是又一个Agent，而是一套Agent时代的操作系统。
企业构建Agent时最头疼的那些脏活累活，比如多租户隔离、安全合规、成本核算、渠道对接，JVS Crew全包了。企业只需专注于“养虾”，别的不用操心。
在接入方式上，JVS Crew走的是“被集成”路线。企业无需抛弃现有系统重来一套，JVS Crew更像一个底座，可以嵌入现有的App、业务系统甚至硬件中，让产品自然“长出”Agent能力。钉钉、飞书、企业微信、QQ等主流渠道，开箱即用，一次搭建，全渠道覆盖。
定价模式也颇具心思：没有席位费，纯粹按用量计算，用多少付多少，月底结账。用张献涛的话说，目标是让每一个企业、每一个用户都敢用、用得起。
“手脑分离”：为什么要把“虾”拆开？
支撑JVS Crew的底层架构，被称为“手脑分离”。这正是解决OpenClaw痛点的关键。
OpenClaw的问题在于，大脑（推理）、双手（执行）、记忆全部绑定在同一个进程里。个人使用无所谓，但在企业环境中，任何一个环节出问题，整只“虾”就得重启。想换模型，执行环境也得跟着动；想扩容，所有层级都得一起扩，牵一发而动全身。
JVS Crew基于Harness工程理念，将这三者彻底拆解：
- 大脑（Agent层）：只管“想”。模型和提示词可以随时更换，今天用通义，明天换GPT，底下的执行部分无需变动。
- 双手（Environment层）：只管“干”。每个任务运行在独立的云端沙箱中，互不干扰。关键在于，JVS Crew采用了快照技术进行状态保存。这意味着“虾”运行到一半中断，工作区文件不会丢失，可以从断点继续执行，无需从头再来。这个“断点续跑”功能听起来简单，背后是一套完整的存算分离和快照恢复机制。当企业同时运行数千只“虾”时，可靠地保存和恢复每一只的工作状态，是分布式系统中的经典难题。
- 神经系统（Session层）：负责协调。大脑和双手之间谁先谁后、执行到哪一步、下一步该做什么，全靠它来串联。
三层各司其职，独立升级，互不影响。换模型不影响执行环境，加机器不需要动推理逻辑。从1只“虾”扩展到10000只，架构无需重新设计。
有趣的是，大洋彼岸的技术演进也走到了同一个路口。Anthropic在4月推出的Claude Managed Agents（CMA），最初将Agent逻辑和执行环境全部托管在自己的云上。
但在5月19日，Anthropic为CMA增加了self-hosted sandboxes功能，把执行层拆到了企业自己的基础设施里，仅将编排留在云端。这与JVS Crew从第一天就采用的“手脑分离”设计，几乎如出一辙。
三道安全墙：放手干，但别跑偏
Agent最酷的能力是“自主执行”——自己规划、自己调工具、自己完成任务。但换个角度看，自主执行也意味着不可预测。在企业环境中，不可预测往往是致命的。
JVS Crew的应对策略是构筑三道“安全墙”。
- 身份墙：基于RBAC（基于角色的访问控制）进行权限管控。谁能用什么工具、看什么数据，全部与角色绑定。例如，销售的“虾”可以查询客户信息，但看不到财务数据。管理员在后台统一配置，无需逐个设置。
- 内容墙：在信息流入、处理中、结果输出三个环节设置安全关卡。输入层防范Prompt注入攻击，恶意指令在进门时就被拦截；处理层自动识别PII（个人可识别信息）等敏感数据，并在处理时直接打码；输出层进行合规审查，对不合规的输出内容进行兜底拦截。
- 执行墙：采用VM加安全容器的双重隔离，“虾”被严格限制在沙箱内运行。对于转账、删除数据等高危操作，“虾”完成判断后不会自动执行，而是暂停等待人工确认。核心原则是：放手让它干，但关键时刻人说了算。
别以为这是杞人忧天。今年2月，SecurityScorecard发现超过4万个暴露在公网上的OpenClaw实例，其中三分之一存在已知漏洞。
Token Security的报告同样指出，22%的员工在公司电脑上私自安装了OpenClaw，而IT部门对此一无所知。
如果这些“虾”运行在上述三道安全墙之内，大部分安全事故根本不会发生。
从“能跑”到“能打”
安全是底线，但仅有底线还不够。JVS Crew在三个关键维度上下了功夫，旨在让“虾”从“能跑”进化到“能打”。
首先是记忆。 OpenClaw原生的记忆方案是一个MEMORY.md文件，本质是纯文本存储，能力有限。Mem0等第三方插件虽能增强，但距离企业级的跨会话记忆管理仍有差距。JVS Crew将记忆做成了平台级能力，分为两层：本地记忆（轻量快速）和增强记忆（基于云端向量数据库，能从海量历史中精准召回上下文，既节省Token又提升速度）。更重要的是，记忆可以在团队内共享。销售A积累的客户沟通经验，销售B的“虾”也能调用，个人经验由此转化为组织资产。
其次是成本。 企业使用Agent最怕什么？月底看账单。复杂任务运行时，Token消耗飞快且难以预估。JVS Crew建立了一套从公司、部门、个人到单只“虾”的四级预算体系，花费达到80%自动提醒，达到100%自动停止。配合实时看板，钱花在哪里、谁花的，一目了然。
最后是排障。 “虾”出了问题，最怕找不到根因。JVS Crew构建了一套端到端的Trace链路，记录“虾”执行任务的每一步：从接收任务、开始执行、调用工具到返回结果，全链路可追溯。出现故障时能够秒级定位，无需在日志中大海捞针。
已经跑起来的案例
JVS Crew商业化不到两个月，已在多个行业落地。
- 大智慧：将其用作AI投研助理，接入自有APP，两周上线。用户粘性提升一倍，云成本降低一半。
- 义乌小商品城：接入“世界义乌”App，让“虾”自动生成爆款内容策略、优化多语种投放文案。同样两周上线，运营效率提升5倍。
- 中远海运科技：搭建了名为Hi-Dolphin的Agent矩阵，覆盖全球航运业务信息分发。Agent上线效率提升10倍。
- 上海医米：围绕医学文献、药品说明、医学翻译、医疗档案四个场景构建智能助手，两周集成完毕，支撑100多个复杂任务并发，审核时间节省一半。
四个行业，四种打法，落地周期均以“周”计算。
AI的下半场
如今，Agent发展的瓶颈已经转移。去年此时，业界讨论的焦点还是模型够不够聪明。今年，行业共识悄然转向另一个问题：工程底座该如何搭建。
模型已经聪明到了值得认真对待的程度。而认真对待一只“虾”，意味着需要为它配备水电气、门禁、消防和物业管理。一间平房和一栋摩天大楼，需要的是完全不同的地基和管线系统。你不能简单地把一千间平房堆在一起，就称之为摩天大楼。
看得更远一些，当代码成本趋近于零，产品本身的护城河正在消融。SaaS的趋势正在向Agent领域蔓延，而Agent本身则在向基础设施层下沉。
最终，最聪明的那只“虾”或许会被记住，但真正能留下来的，必定是最稳健的那座“工厂”。