中国AI圈最能炒作的那批人，大概就是卖一体机的了

中国 AI 圈，有属于自己的 “ 保健品 ”：它吃不死人、但也基本没有太大用、市场规模还不小。

它的名字，是“ 一体机 ”。

OpenClaw（ 龙虾 ）爆火之后，狂欢的除了各个云服务厂商和各个大厂做的某某Claw，还有一群玩家马上就闻着味儿上来了。

他们就是“ 一体机 ” 厂商，他们光速推出了产品并且马上在短视频平台进行投放推广，推出产品的速度甚至比一些大厂推出各种 XX Claw 还快。

从这个上线速度你就能明白，这是一个不简单的市场。

简单来讲，一体机就是一个配好硬件与软件的、能跑相关模型的一体化服务器，面向的客户主要是对数据安全、合规有非常高需求的、只在内网环境下运行设备的单位。

实际上，一体机在中国 AI 行业中是一个有趣的产物，它或许有用，但大概率没用，卖得不便宜，但你买了也没有坏处。

而这一整场一体机浪潮，要从去年 DeepSeek 的爆火说起，彼时，围绕 DeepSeek 大模型的一体机市场经历了魔幻般的发展曲线。

比如去年二月，有企业当月卖出三千余台 DeepSeek 一体机，合同价值数亿。那三个月内，整个市场情绪乐观，有分析机构甚至预测，到 2027 年这个市场的规模将超 5000 亿。

但随后市场迅速开启内卷模式，满血版（ 671B 参数量、FP8 精度 ）DeepSeek 一体机原本需要百万级价格，很快在上半年被打到十万级，甚至比原本 32B、70B 的版本还便宜一半以上。而据雷峰网报道，到七月份，市面上 DeepSeek 一体机招标预算规模从上千万一路缩减至数十万。

如今，你还能在一些电商平台上搜到不少标价数万的 DeepSeek 一体机，有销量数据的一般在几十到一百多万，有些已经加上了 “ 支持部署 OpenClaw ” 的广告语。

部署 DeepSeek 底座的 OpenClaw 一体机价格按模型参数量分布在数万到数十万之间，也支持 Qwen、Kimi 等模型。

那么，我们能从 DeepSeek 一体机这场热潮中获取什么经验？新一波龙虾一体机市场会带来新局面，还是重蹈覆辙？

在曾亲身参与 DeepSeek 一体机市场，著有《 知识增强大模型 》、《 知识图谱：认知智能理论与实战 》、《 知識增強 LLM 型應用程式實戰 》和《 Reliable Large Models with Knowledge Augmentation 》的大模型专家王文广看来，DeepSeek 一体机市场在去年完整经历了从 “ 概念爆发 ” 到 “ 泡沫破裂 ” 的过程，“ 在 2025 年一季度，由于人们普遍的 ‘ 错失恐惧症 ’（ FOMO ）情绪，催生了 DeepSeek 一体机的虚假繁荣，结果才到下半年，就因交付灾难和实际效果惨淡，整个市场非常迅速地崩塌了。”

“ 由于一体机这种模式主打的就是一站式交付和简易使用，所以DeepSeek 一体机的主力客户一般是数字化基础相对滞后的传统国企、急于包装 AI 概念的金融机构、依托算力补贴资源发展的中小企业等。”

“应对信息化考核、在年报中增加 AI 概念、消耗即将到期的 IT 预算等，才是他们的主要目标，而非实际业务价值，投资回报率（ ROI ）在立项之初基本不在考量范围内，大模型仅作为 ‘ 噱头 ’，技术能力被边缘化。”

销量好坏的决定性因素也不是正常的供需关系，而是客情关系，“ 卖得好的供应商主要是老牌系统集成商（ SI ）和传统服务器硬件巨头，他们一直都能稳稳待在采购名单里，供应商还经常将一体机与其他大型信息化项目强行捆绑销售。”

反倒是很多试图通过深度优化和高质量模型赢得市场的技术型初创 AI 企业，他们的一体机卖不出去，“ 政企客户一般没有评估模型真实能力的专业团队，招标更看重 ‘ 注册资本 ’、‘ 过往同等规模硬件交付案例 ’ 这些非技术指标，技术型企业在这些维度上是吃亏的。”

而从商业底层逻辑上看，没有任何供应商能赚取健康、可持续的商业利润，“ 传统硬件巨头看似卖得多，但实际上亏损得厉害。”

“ 因为他们只懂硬件，缺乏模型底层能力。所以为了给客户 ‘ 跑通业务场景 ’，需招聘高薪外包或投入大量人力进行定制化开发，结果这些高昂的人力成本反过来把硬件的利润都吃掉了。”

AI 初创企业同样深陷亏损，“ 因为他们两头受压，在上游拿不到最便宜的芯片，下游又要和传统巨头打价格战。”

“技术早就不是护城河了，实际比的是谁更有钱垫项目，谁更能熬回款，谁的 PPT 更会讲故事。”

许多 DeepSeek 一体机在运抵客户机房后，要么无法通过验收、交付，要么演示几次后被闲置浪费。

“ DeepSeek 模型采用复杂的混合专家（ MoE ）架构，而大多数一体机供应商的底层推理框架存在严重路径依赖，无法实现高效并行和专家路由调度，导致吞吐量极低、延迟极高、机器卡死、显存溢出、输出乱码等问题频发，最后项目无限期延期或烂尾。”

“ 大部分客户的数字化是非常不足的，企业内部缺乏结构化、高质量的数据作为检索增强生成（ RAG ）或微调（ SFT ）的语料。”

“甚至很多业务人员也没有提示词工程的能力，经常出现面对空白的对话框无从下手的尴尬局面，尝试几次后就丧失了耐心。最后，这些设备基本都是有视察时才启动，平时是闲置的。”

DeepSeek 一体机的实际落地，被局限在了企业内部政策问答库（ RAG ）、公文草拟辅助、简单会议纪要生成等场景，“ 这些基本都是比较边缘的场景，出点问题也没那么要紧，容错率极高。”

除了模型本身，要让 DeepSeek 一体机在实践中真正发挥作用，还需要满足大量条件，“ 首先，数据这块得打好基础，数据要实时、准确，还得统一到一个数据湖或者数据仓库里，不能各搞各的；其次，数字化程度高，流程要跑得通，AI 的输出得能直接进下游系统自动流转，而不是还要打印出来签字、靠人手传来传去；然后，团队也要跟得上，既要懂核心业务，也要会用 AI，掌握高阶提示词技术，甚至能写点 Python、做数据分析；最后，模型要持续维护，不是上线就完事了，还得一直盯着，比如控制幻觉、定期微调、持续优化，也就是 LLMOps 这套东西。”

但 DeepSeek 技术维护的门槛高，相关人才动辄上百万年薪，并且过去一年大模型能力排序的更新频率极高，年初还是封神级别的 GPT-4o、o3 等，到现在甚至再无人提起，DeepSeek 一体机也就在这个技术背景下迅速贬值，“ 一体机是软硬件高度耦合、参数锁死的物理形态，其显存带宽、算力、互联架构在出厂时已被固定。短短半年后，开源社区可能发布参数量翻倍、需要全新并行策略的新模型。”

“ 所以，一体机不仅无法持续带来价值，反而成为最恶劣的 ‘ 技术负债 ’。”

在 OpenClaw 爆火，龙虾一体机快速衍生的 2026 年，王文广认为，DeepSeek 一体机市场经历的历史主线，在龙虾一体机市场也会重演，“ 炒作、跟风、交付翻车、最后大量闲置，这一套还会原封不动再来一遍。客户还是会因为焦虑盲目下单，最后落不了地。”

“ 但也会有很大的不同，主要是风险方面。DeepSeek 一体机失败时只是 ‘ 胡言乱语 ’（ 输出乱码 ），而龙虾一体机因被赋予执行能力（ 如操作代码库、控制物理设备 ），失败时将导致 ‘ 胡作非为 ’，比如误删数据库、将机密邮件错发给竞争对手。”

“ 所以，它可能不会 ‘ 安静地 ’ 吃灰，而更可能在造成重大业务灾难和安全事故后，被强行清退索赔。”

也就是说，同样是使用开源大模型，龙虾一体机不仅任务难度更大，出错后果也严重得多，“ 现在的开源大模型在复杂推理、多步骤任务拆解还有工具调用（ Tool Use ）这块，准确率其实还不够支撑大规模工业化应用。经常做到第三四步就开始绕圈子，甚至死循环，或者一调用 API 就格式崩掉。说白了，很难满足企业那种 ‘ 必须稳定、100% 不能出错 ’ 的硬要求。”

从知危当前交流的结果来看，即便是接入云端大模型的 OpenClaw 也还是更适合企业办公场景，而不擅长涉及复杂工作流编排的场景，这恰恰是传统 SaaS 软件的主要复杂性所在。

除此之外，这些应用往往还存在复杂的权限体系和 API 限制，王文广认为，龙虾一体机不可能真正地深度接入这些应用的生态，“非标的企业 IT 系统，同时运行着不同年代的 ERP、OA、各类 SaaS，大多没有标准 RESTful API，权限控制要求高。这会使得智能体陷入定制化泥潭，要‘深度介入工作流’，供应商必须派出大量开发人员逆向破解旧系统，手写无数不稳定脚本。客户旧系统哪怕更新一个字段，执行流就会瞬间崩溃。这种没完没了的定制化，最后肯定会把那些想推广龙虾一体机的公司拖垮。”

有不少人认为，很多自动化任务其实可以通过类似 Claude Code 这样的工具完成，OpenClaw 的最大优势其实是通过聊天界面发送指令，这也是 Peter Steinberger 最初开发 OpenClaw 的动机。

“ Claude Code 是嵌在终端或专业代码编辑器里的，主要面向专业开发者，擅长处理那种逻辑严密、结构化很强的代码任务，而且是在可控环境里执行，更像一个真正能进生产环境的效率工具。”

“但对于企业级应用，用模糊、充满歧义、效率低下的自然语言控制复杂业务，执行风险极高。例如 ‘ 帮我把昨天的销售数据整理一下发给老板 ’，Agent 需猜测时区、数据表、邮箱地址，任何歧义都可能导致不可挽回的错误。此外，OpenClaw 与企业级要求的‘集中管控、权限分离、行为留痕可审计、责任边界清晰’的 IT 治理逻辑并不相容。”

从 DeepSeek 一体机到龙虾一体机，现象背后的核心要素不是技术而是认知。AI 不会因为被封装进一体机就自动创造价值，是否有价值取决于企业能否把不确定的智能嵌入确定的系统。

进一步看，这种周期性泡沫的根源，还在于国内市场长期以来对软件价值的低估，以及对硬件形态的路径依赖。厂商费尽心思完善软件服务无人感兴趣，但降低芯片配置就能立马使利润翻倍。但真要拼硬件，中小企业不可能有优势。AI 技术的每一次风口，不管是大模型、Agent 还是机器人，基本只能通过硬件作为载体或催化剂才能在国内引起足够的注意，DeepSeek、龙虾以及各种人形机器人已经示范了无数遍，但每一次人们都忽视了，真正的价值其实在软件层。