新安迪比尔定律：大模型产生的，龙虾拿走

standme

昨天的GTC2026，黄仁勋说了一句意味深长的话：
"Mac and Windows are the operating systems for the personal computer. OpenClaw is the operating system for personal AI."
然后他又说：
"Every company in the world today needs to have an OpenClaw strategy. This is as big as HTML, as big as Linux."
全球市值最高的公司的 CEO，在他一年中最重要的演讲里，花了相当大的篇幅给一个开源小龙虾站台。
为什么？
部分原因大家都看得到：龙虾火了，GitHub 史上增长最快的开源项目，全球现象级产品。Nvidia 顺势发布 NemoClaw 企业栈，一行命令部署龙虾，加上安全沙箱和隐私管控，吃下企业级 Agent 的基础设施市场。
但这不是全部。

---

黄仁勋没说的那句话

昨天 keynote 还有一个数字：黄仁勋预计 Blackwell 和 Vera Rubin 芯片的订单到 2027 年将达到至少一万亿美元。去年的预估是五千亿，今年直接翻倍，而且他说"实际需求可能远超这个数"。
万亿美元的算力需求从哪来？
他给出的关键词是"推理的拐点已经到来"——AI 不再只是训练大模型，而是大规模地跑推理、干活、执行任务。
把这两件事放在一起看——一边是龙虾被封为"AI 的操作系统"，一边是万亿美元的算力订单——中间的因果链就浮出来了：
Agent 是 Nvidia 的完美客户。
一个人跟 LLM聊天，一天消耗几万个 token。一只龙虾 24 小时运行，每 30 秒自动轮询一次，不断调模型、拆任务、调工具、写文件、读记忆——一天能烧掉几百万 token。
龙虾越好用，用的人越多。用的人越多，token 消耗越大。token 消耗越大，需要的算力越多。需要的算力越多，Nvidia 卖的芯片越多。
这让我想到一条老定律。

---

原版安迪比尔定律

Wintel时代，关于因特尔和微软有一句定律："Andy gives, Bill takes away."
安迪（Andy Grove，Intel CEO）给的性能提升，比尔（Bill Gates，微软 CEO）的软件全部吃掉。Intel 每做出更快的芯片，Windows 就变得更臃肿、更吃资源，用户永远觉得电脑不够快，只好不断买新硬件。
这不是 bug，这是商业生态的共生逻辑：硬件进步创造性能余量，软件膨胀消耗掉这些余量，用户被夹在中间持续付费。这个循环驱动了 PC 产业二十年的增长。
现在，同样的结构正在 AI 领域重演。只不过角色变了：
Intel → Nvidia（算力供给方）
Windows → OpenClaw / Agent 生态（算力消耗方）
LLM 越来越强，上下文窗口越来越长，推理速度越来越快，成本越来越低——这是 Nvidia + 模型厂商"给"出来的性能余量。
然后龙虾把它全部"拿走"。
Agent 不会因为模型更快就节省 token。恰恰相反——模型越强，Agent 能干的事越多，调用越频繁，token 消耗越高。装更多 Skill、跑更多子 Agent、操作浏览器、7×24 小时不间断巡检……每一个新能力都在吃算力。
新安迪比尔定律：LLM 产生的，龙虾拿走。

---

老黄为什么给龙虾站台？

现在回头看，就很清楚了。
黄仁勋不是在做慈善，不是因为龙虾"酷"才给它站台，他是在推广自己的最佳分销渠道。
过去 Nvidia 的主要客户是训练大模型的公司——OpenAI、Google、Meta，数量有限，单笔订单大。但推理市场不一样，它是分散的、长尾的、持续性的。每一台跑着龙虾的 Mac mini，背后都连着一个或多个模型 API，持续消耗算力。
一千万台 Mac mini 跑着一千万只龙虾，每只每天消耗几百万 token——这就是一个规模惊人的推理算力市场。
所以他说"每家公司都需要 OpenClaw 策略"。翻译一下就是：每家公司都需要成为 Nvidia 的推理算力客户。
NemoClaw 的发布也是同样的逻辑：不是 Nvidia 要做 Agent 产品，而是 Nvidia 要确保企业在部署 Agent 时，用的是吃 Nvidia 算力的基础设施。一行命令装好龙虾，背后接着 Nvidia 的模型、Nvidia 的运行时、Nvidia 的安全栈。开源是手段，卖铲子才是目的。

(老黄挡住的是Skill）

---

SaaS 到 GaaS：软件的消费者变了

黄仁勋在 keynote 里还抛了一个概念，原话好像是："Post-OpenClaw will turn IT from SaaS into GaaS with AI acting as service"
GaaS 没有标准定义，但意思很明确——从 Software as a Service 到 Agent as a Service。不再是人去用软件，而是 Agent 替人去用软件。
这个转变的底层逻辑是：软件的主要消费者从人变成了 AI。
过去做软件，首先考虑的是 UI 怎么设计、交互怎么顺畅、用户引导怎么做。未来很多软件的核心消费者是 Agent——它不需要漂亮的界面，只需要 API 和 MCP 接口。
就像过去两年的Coding领域，Copilot/Cursor 这些工具，还是"人在写代码、AI在辅助"。但Claude Code和龙虾指向的未来是：人说一句目标，Agent 自动拆任务、写代码、调试、部署。程序员还在，但他们不再是 IDE 的直接操作者——Agent 才是。

---

对普通用户意味着什么？

如果新安迪比尔定律成立，有几个推论：
Token 成本会持续下降（尽管近期似乎还变贵了），但你的总花费不会降。 模型越便宜，你会让龙虾干越多的事，总消耗反而上升。就像手机流量越来越便宜，但你的月账单没少过。
烧Token的能力是一种竞争力。龙虾烧Token的浪费，是你为AI认知交的学费。谁能消耗更多的Token，谁就代表更先进的生产力。
会用 Agent"比"会写代码"重要。 就像你不需要懂 Windows 内核才能用好电脑一样，你不需要会写代码才能让龙虾干活。但你需要知道怎么给它下目标、配工具、选模型、管流程。这是一种新的"操作系统素养"。
真正值钱的不是 Agent 本身，而是你喂给它的上下文。 一千万人用同一只龙虾、同一个模型，区别在于：谁的 USER.md 写得更清楚，谁的 Skill 配得更到位，谁的工作流设计更合理。龙虾是通用操作系统，你的配置、流程和数据才是竞争壁垒。

---

黄仁勋说了一半。
龙虾确实正在成为 AI 时代的操作系统——架构完整度、生态增长速度、企业参与深度都支撑这个判断。
但他没说的另一半是：这个操作系统最大的受益者不是用户，是 Nvidia 自己。每多一只龙虾上线，就多一台永不停歇的算力消费机器。
安迪给的，比尔拿走。LLM 产生的，龙虾拿走。
Nvidia 两边通吃。
我是AI全景图的David，这是OpenClaw系列的第11篇。还有几个OpenClaw群，比较热闹，欢迎来玩！

meto

国家几代年轻人拜游戏的功劳

月光如水

美国在用si干什么？军事决策等大应用、高端应用。看看自己在干什么？还洋洋得意！

mulunbo

全局代理先装ollama，然后ps下先装适合自己的大模型，然后ps下先装node，再装git，再装clawdbot，装好直接ollama启动cb，本地就能跑了，token速度取决显卡硬不硬霸，没显卡的就省了ollama的步骤，直接从node开始装，在clawbot的配置中输入api就可以用了，小白windows下三十分钟的事，不知道为啥有人会花钱装