京东上线数字藏品，用Token实现低成本消费新玩法

最核心的，则是面向企业端的一体化方案。

在企业场景中，AI落地的最大障碍往往并非技术能力，而是安全与合规。京东云推出了OpeClaw一体机，支持本地化部署与一键启动，并提供标准版和个人版，满足中大型企业与个人开发者的多样化需求。

这种“软硬一体”的方式，更接近传统企业IT采购逻辑——即通过标准化设备与系统，降低部署复杂度，并确保数据不出本地环境。

几乎所有企业在引入Agent时都会面对的核心矛盾是——Agent如果开放足够权限，虽然更智能，但也更危险；如果限制权限，又可能“什么都做不了”。

对此，京东相关技术负责人表示，将Agent纳入企业既有的信息化体系之中，而不是单独构建一套新规则。例如，将Agent的操作权限与企业OA系统打通，通过既有的权限管理体系进行控制，同时强化操作的可追溯性。

本地部署与私有化模型，也被视为降低风险的重要手段。尤其是在涉及代码、业务数据等敏感信息时，企业往往难以接受调用外部模型服务。

从行业整体来看，围绕“养虾”生态，头部公司的路径正在逐渐分化。

阿里巴巴更强调“模型+云”的一体化输出。以通义千问为核心，结合阿里云平台，将模型能力以API和平台服务的形式提供给企业客户，其优势在于云基础设施与开发者生态。

腾讯则更侧重应用层渗透。依托微信、企业微信等产品，将AI能力嵌入具体使用场景中，通过高频应用推动Agent普及，其路径更接近“超级应用+AI助手”。

相比之下，京东的路径显得更“工程导向”。其重点不在于打造爆款应用，也不完全依赖云平台，而是围绕成本控制、部署方式与安全体系，提供一整套可落地的解决方案。

这种差异，也在一定程度上反映了各自的基础能力：阿里擅长云与平台，腾讯擅长应用与生态，而京东则更强调供应链与企业服务能力。

在明确了各家战略差异之后，讨论Agent本身的价值显得更有意义。该负责人给出了一个相对克制的判断：“龙虾”本身并不是核心，其真正价值在于放大模型能力。

从技术演进来看，大模型正在从对话（Conversation）走向推理（Reasoning），再进入Agent（Agentic AI）阶段，未来可能进一步发展到具备创新能力（Innovation）的阶段。

在这一过程中，Agent更像是连接模型与现实任务的桥梁。它并不会替代模型，反而会放大模型能力的应用边界。

这也意味着，当前围绕“养虾”的竞争，未必是一场短期战役。随着模型能力持续提升，Agent的形态可能不断变化，但围绕成本、效率与落地的基础问题，仍将长期存在。