OpenClaw 退潮论：走的是凑热闹的，留的是真干活的

引言

2026 年 9 月，“OpenClaw 不行了”成了可以公开说出口的一句话。五六个月前还不是这样：龙虾破圈、Mac mini 抢购潮、一人公司叙事、发布会扎堆。三个月之后，讨论的风向变成了“退潮”“过气”。

本文把“退潮”拆开看一看：它对应哪些可核实的数据、离开的是哪些人、留下来的又是哪些人、竞争把它分流到了哪里、官方在 8-9 月做了什么动作，以及——留下来的人，到底还在用它做什么。

一　流量退潮：三个可核实的节点

• 2026 年 3 月 3 日，OpenClaw 在 GitHub 上总 Star 数突破 25 万，超越 React，成为 GitHub 史上增长最快的开源项目。3 月 15 日，OpenRouter 统计显示当月累计调用量达 10.4T Tokens，是全球 Token 调用量最高的 AI 应用。
• 2026 年 4 月，OpenClaw 访问量从 3 月的峰值腰斩至 1420 万，环比跌 50.67%。同期衍生链上的腾讯 QClaw 环比跌 99.19%，InStree 社区月访问跌 91.10%。
• 2026 年 5 月 9 日，Hermes 单日 Token 消耗 2710 亿，反超 OpenClaw，登顶 OpenRouter 全球应用调用榜。

二　谁离开了？为什么离开？

同样是在 2026 年 3 月装上的 OpenClaw，有人用到今天，有人两周就卸了。差别不在热度，在两条：是否真的有需要，以及是否驾驭得了。留下来的人两条都成立（下一章会讲他们是谁）；离开的人，基本是在这两条上缺了一环——要么没那么需要，要么有需要但自己搞不定，要么有需要、却更想要一个打包好的现成工具。三条原因，对应三类人。

2.1　没那么需要：装了，却不知道拿来干什么

最典型的是跟着热度来的那一支。三月那阵，社交媒体上晒“养虾日记”、大厂总部楼下排队免费装机、闲鱼代装明码标价——很多人入场，是因为“大家都在弄”。

但他们的期待和产品对不上：以为能“一键出完美成果”，甚至替自己赚钱；真上手才发现，复杂任务会卡住、报错、直接失败。一位在 AI 公司工作的受访者总结得很准：“不要拿着锤子找钉子。很多人用普通 AI 是带着需求去的，比如有问题要问，或者要生成图片视频；但 OpenClaw 更开放，可能普通人装了，却根本没想好要用来做什么。”（凤凰网 2026-03-17）

这类人不是被谁抢走的，是需求本身站不住：有装机热情，没有使用场景。结果要么搁置、要么卸载，有人留下一句“说实话，不如自己干”，也有人劝身边人“普通人还是去用豆包吧”。

2.2　需要，但自己驾驭不了

第二类是需求真实、却卡在门槛上的人。门槛是四道，一道比一道高：

• 装不上：一位计算机专业的学生装一只龙虾花了整整两天，代理、语言、接入逐个踩坑；代装因此成了一门生意，淘宝、闲鱼报价 100 到 300 元。
• 用不好：任务卡住、报错；有人让它监控六个邮箱整理文档，十次里有六七次出问题；有人遇到“失忆”，让它把原则写进记忆文件也没用；还有误操作——让它新增内容，它把原文删了。
• 养不起：OpenClaw 本身免费，但每一步都在烧模型的 token。有人在网上晒账单：“写了个小项目，一晚上烧了 1 亿 token”，还有人调侃“每月 500 元猫粮、800 元狗粮，喂小龙虾却要 2000 元”。
• 卸不掉：把程序拖进回收站不算完，配置文件和权限授权要手动清、密钥要手动撤——对普通用户并不容易，于是出现了“几周前付费请人装，现在付费请人卸”的景象。

叠加还有安全这一层：2026 年 2 月下旬谷歌禁止 OpenClaw 调取其大模型；3 月 10 日，国家互联网应急中心发布风险提示，指出提示词注入、误操作删数据、插件投毒、安全漏洞四类风险。对没有技术能力兜底的人来说，这一条足以劝退。

这批人的离开，不是“不需要”，是这本书的门槛自己翻不过去——他们需要的是别人把环境搭好、把风险兜住。

2.3　需要，但更想要“打包好的”

第三类是需求最真实的一批：他们清楚自己要什么，只是更愿意要一个开箱即用、有人负责的形态，而不是自己搭一套。

证据就在调研里：停用者的回归诉求中，“公司统一部署”从用了不到一周的 13.8%，一路爬到用了一个月以上的 37.9%——用得越久，越希望这件事由组织、由官方来接。腾讯自己的动作是最典型的注脚：2026 年 9 月 24 日，QClaw 团队公告因业务发展调整，将于 12 月 24 日停运，同时提供 WorkBuddy 迁移工具，把对话与技能记忆一键迁到自研的 AI 办公工作台，完成迁移的用户还给 1000 积分补贴、付费套餐可退款（21 财经、36 氪 2026-09-24/25 报道）。用户没有消失，只是被一个“打包好的官方工具”接走了。

同类分流也在这条线上：想要通用助手，换去了 Hermes；想要垂直场景，换去了钉钉悟空、WindClaw 这类“场景虾”；只想写代码的，换去了 Codex、Copilot——从“写代码”这一个场景切入，替代了 OpenClaw 在代码层的流量，而这个场景本来就不是它的最强赛道。

把三类放在一起看，共同点不是“OpenClaw 不好”，而是三处不匹配：需求不匹配（没场景）、能力不匹配（驾驭不了）、形态不匹配（想要现成的）。反过来看留下来的那批人，正好三条都成立——需求真实、自己驾驭得了、也接受“自己拼”。这就是下一章要讲的人。

三　留下来的人：他们是谁，在用它做什么

3.1　留下来的是哪几类人

增长黑盒联合网易智企在 2026 年调研了 2000 位个人使用者和 100 家企业管理者（《2026 中国 OpenClaw 用户及企业应用调研报告》）。接近 5 成用户只是听说过，三分之一养过的人最终没留下来。留下来的这批人有一个清晰的共性——用得越深，评价越高：深度使用者给出“革命性产品”评价的比例，是仅听说过的人的 4.2 倍。这与传统泡沫正相反（远观最狂热、体验过最冷静），说明它的口碑是随使用深度上行的。

留下来的主要是三类人，他们的需求各不相同：

• 开发者与运维（程序员、SRE、数据与算法工程师）：需求是“把重复的活儿交出去”，要的是对系统和代码库的直接操作权。他们也是原生生态的核心贡献者和重度使用者。
• 知识工作者与研究人员（学者、分析师、咨询顾问、律师）：需求是“把信息变成可用的知识”，要的是资料抓取、提炼、检索这一条链。
• 金融投研与垂直专业人群（投研、电商运营、法律、医疗）：需求是“扎进本行业的流程”，不追求通用，只要一个场景够深。

3.2　他们在用它做哪些工作：从简单到复杂，从应用到统筹

把社区里 50 个经过验证的真实用例摊开看，有一个很清楚的结构：任务可以按“简单到复杂”分成三层，越往上，替代的越是人一天里最占时间的那部分。

• 第一层：单点提效（复制粘贴就能用）。日程管理（42.9%）、信息整理（41.2%）、文件整理、深度搜索、日程提醒——这类是养虾工人最密集的场景，门槛最低，也是最容易被“装上就用起来”的部分。
• 第二层：跨流程串接（要一点配置）。把邮件、会议、文档、客服串成一条流水线：会议结束自动出纪要和待办，多平台内容一次生成分发，竞品与财报定时抓取汇总，跨应用自动化。这一层开始替代“一个人干三个人的活”。
• 第三层：基础统筹（要技术底子）。这一层最少被讨论，却最能说明问题：把 Agent 当基础设施来运维——服务器自愈（出事自动重启并通知负责人）、K8s 巡检、日志切割与磁盘清理、多 Agent 编排、把 OpenClaw 和其他 CLI 拉进同一块看板调度。他们做的已经不是“用工具”，而是在给自己搭一层可调度的执行底座。

这里有一个反直觉的发现，很值得记住：使用率最高的场景，不是满意度最高的场景。调研里，最多人用文件整理、深度搜索、日程管理，但满意度排在最前面的却是持续监控、跨应用自动化和数据处理。也就是说，浅层场景拉来了人，深层场景才留住了人——留下来的人，几乎都在往第二、第三层走。

3.3　他们共同的特点

综合来看，这群人不是靠“谁会装”区分出来的，而是三个特点叠在一起：

一是技术功底过硬。深度使用者中自己开发 Skill 的比例达到 28.5%，是活跃使用者（11.6%）的 2.5 倍；近三成已经在跑本地模型，深度使用者里升到 30.9%——愿意为“数据不出本机”付出配置成本的人，恰恰是留下的那批人。

二是有真实的工作场景。调研把使用者按“使用深度 × 传播影响力”分成五个台阶（养虾小白、养虾工人、养虾导师、养虾精英、虾圈教父），跃迁的第一道门槛不是技术，而是“找到第一个稳定的工作场景”。留下来的这批人，几乎都是带着明确需求来的，数量上也用得很实：超过七成同时养两只以上的虾，超过四成每月花 200 元以上，其中 17.0% 月付超 500 元。

三是背后有组织背书。沿着那条五级台阶，公司支持度从 7.3% 一路升到 93.2%，而最陡的一段出现在“精英 → 教父”之间（+45.3pp），占整段跨度的一半以上——这一跃靠的不是个人再努力一点，而是组织把一个角色交到他手上。

还有一个容易被忽略的信号：深度使用者偏爱 GLM 和 MiniMax 两家国产新星，反而减少了对头部模型的依赖；同时他们突破阻碍回到海外生态，Telegram 在深度使用者中的渗透率是 24.6%，是活跃使用者的 2.4 倍。越深的人，越倾向于自己选基础设施，而不是被动接受默认选项。

四　为什么换不掉：它占的是一个别人不占的位置

要回答“为什么换不掉”，不能只说它有什么功能——功能是可以被追平的。更根本的原因是：OpenClaw 和大多数新 Agent 根本不在同一个位置上竞争。别人做的是“更好的助手”，它做的是“被你掌控的运行时”。把两者的架构摆在一起看，这一点就很清楚。

4.1　位置一：它是“底座”，不是“应用”

OpenClaw 的架构是分层的：交互层（Channels）→ 网关层（Gateway）→ 智能体层（Agent）→ 执行层（Execution），四层解耦。最上面那一层负责协议适配，接入了 8 个核心通道（Telegram、WhatsApp、Discord、Slack、Signal、iMessage、飞书、WebChat），还有 50 多个扩展通道；中间那层是个常驻的网关进程，管路由、排队、调度、鉴权和协议转换。

这个结构决定了它的身份：它不是一个装在某个平台里的应用，而是一个可以被任何入口接进来的底座。你不需要为它学一个新界面，它是来适配你已经在用的工具的。而绝大多数新 Agent 是一个终端产品——你要去它的网站、用它的 App、按它的方式使用。这两者的差别不是“好用程度”，是“谁迁就谁”。

4.2　位置二：记忆和执行不是黑盒

这是 OpenClaw 在架构上最独特的一点，也是它自己反复强调的设计哲学：“AI 的记忆和执行不应该是黑盒。”

具体做法是：记忆用 Markdown 明文存（长期记忆 MEMORY.md、逐日日志），用 SQLite 建索引（FTS5 全文 + sqlite-vec 向量，混合检索），会话单独归档。这意味着记忆是可以被打开、被阅读、被编辑、被 Git 管理的——你能亲眼看到它记住了什么、写错了什么、然后直接改掉。

对比一下：大多数 Agent 的记忆在厂商的云端库里，是一个黑盒。你不知道它记了什么、也不知道怎么改。对个人用户这是“无所谓”，但对把 Agent 用进工作流的人来说，“可审计”本身就是能不能托付的前提——尤其当它记的是业务信息、客户资料的时候。

4.3　位置三：本地优先，数据主权在自己手里

行业里主流的 Agent 方案，核心逻辑大部分跑在公有云上。这带来三件事：数据要出本机、链路要经过别人、延迟和服务稳定受制于外部。OpenClaw 走的是本地优先（Local-First）：核心跑在使用者自己的设备上，数据存在自己的磁盘里，需要时才去调模型。

本地优先还带来一个更硬的能力：它真的能“动手”。因为跑在自己的设备上，它拿得到系统级权限——执行 Shell、读写文件、控制浏览器、调用 API。这是它和云端 Agent 的根本区别：后者在沙盒里跑，碰不到使用者本地的资源，只能给出建议，做不了实际操作。

这条优势平时不显眼，一旦进入真实工作就变成硬约束：调研里近三成使用者已经在跑本地模型，深度使用者中升到 30.9%。跑本地是有代价的——下模型、管显存、配桥接。愿意付这个代价的人，图的不是省钱，是“数据不出本机”这句话由自己说了算。这一点，云端托管型产品在架构上就给不了。

而如果再把模型也换成本地部署，这条优势会从“一半”变成“闭环”。这两件事要分开看：

• 只做本地运行：主权只拿回了一半。Agent 本身跑在自己机器上，记忆和数据也落在本地磁盘；但每次推理仍要调云端模型——数据还是得离开本机，走一趟别人的服务链路。本地只保住了“存”，没保住“用”。
• 再叠上本地模型：闭环才成立。模型在自己机器上跑，推理这一步也不出本机。数据的产生、处理、推理、存储全程都在自己的边界里——这才是真正意义上的“数据不出域”，也才经得起涉密、等保、断网这类极端场景的检验。

这不是小众诉求。中国信通院《企业级 AI 推理部署》报告显示，82% 的企业倾向私有部署大模型以满足数据安全要求，专有云推理服务的占比已超过 34%；沙利文的研究也印证：国内大模型企业级市场里，本地化部署的收入占比已经高于云端。Gartner 的判断同向——Agentic AI 正在把企业负载从“纯集中式云”推向更分布、更混合的形态。

换言之，“本地运行时 + 本地模型”这套组合，不是一个极客玩家的自娱，而是企业级数据主权诉求的完整答案。它也解释了为什么愿意为本地模型付配置成本的是深度使用者——他们不是在折腾，是在把自己那台机器变成一条不对外开口的数据链路。这一点，任何云端托管型 Agent 在架构上就给不了；这也是 OpenClaw 这块位置最难被替代的地方。

4.4　位置四：工具的边界，是可以自己往外推的

2026 年 OpenClaw 做过一次彻底的插件化重构：把能力拆成可独立加载的插件，插件各自声明权限、跑在沙箱里，核心框架的体积因此从 45MB 降到 8MB。重构之前，要新增一种能力，得去改四个核心文件、在十几层分支里塞代码；重构之后，社区可以各自独立开发、独立更新，互不牵制。

这次重构的意义不在“瘦身”，而在它改变了能力进来的方式：从“等官方加功能”，变成“谁都能给它接一条新的手臂”。这种延伸性铺在三层上：

• 技能层。官方提供 60 多个 Skills 打底，社区持续往里添。而使用者不满足于“用现成的”——深度使用者里，自己动手写 Skill 的已经接近三成。不合自己工作流的地方，直接改；重复的流程，自己封装成技能。
• 插件层。能力被拆成独立插件，各自声明权限、跑在沙箱里，装一个新插件不需要碰核心代码。
• 协议层。产品端正在把 MCP（模型上下文协议）做成第一等公民——dashboard 加了 MCP apps 入口，支持可配置的 stdio MCP servers 与托管的工具超时。MCP 是外部工具的标准接口，接上它，等于把外部世界的工具直接变成自己的手脚。

三层叠起来，结果就是：它能延伸到你想让它去的任何地方。不是“功能表里有什么你用什么”，而是“你需要什么，就能给它接上什么”。

这是“底座”和“应用”最后一道分水岭：应用的能力是厂商给的，底座的能力可以自己长。一个应用发布时功能就定了，而一块底座，用得越久，长出的东西越多。把四个位置放在一起看：它不是一个能被某个新产品直接替换掉的选项，而是一块会随使用者一起生长的底座。

五　产品端在做什么：版本更新与功能线

面对“退潮论”，产品端的回应可以拆成两条线来看：一条是它发了什么版本，另一条是它把产品往哪个方向做。

5.1　官方版本更新

8 月 31 日，OpenClaw 发布 v2026.8.1 版本（社区俗称“2.0”），社区与部分报道将其概括为“自托管 AI 网关”。这是产品端对“退潮论”的最直接回应：它不再是对话框的替代品，转向做基础设施层。

9 月 23 日（北京时间 9 月 24 日），v2026.9.6 发布。GitHub release 页面记录了 2614 个 pull request、178 次直接提交、约 350 位贡献者（官方 release 页 351、文档 350，本文取约数）。9 月以来 OpenClaw 保持了高频发版：9 月 1 日到 9 月 23 日共 8 个版本。

5.2　产品的功能线

把这 8 个版本的功能点连起来看，方向就清楚了。根据官方 release notes，重点集中在四件事上：

• Optional Decision Models 增加 TypeSafe Jev 与本地选择——决策模型化
• dashboard 增加 MCP apps 入口，可配置的 stdio MCP servers 与 managed MCP tool timeouts——MCP 服务器配置与管理
• 完成 30 天使用报告（complete 30-day Usage reporting）——使用统计
• 新增 New-session placement 选项——新会话位置选择

决策模型化、MCP 服务器配置与管理、使用统计、会话管理——这四个方向没有一个是在讨好普通用户，它们全都是“底座”该关心的事。这是“基础设施”的做法，不是“风口产品”的做法。

5.3　别的赛道也这样走过：三个有数据的先例

“热度退了”不等于“东西不行了”。这不是安慰话，过去二十年里至少有三次，能拿数据说话：

移动互联网（2013 年前后）。泡沫挤掉之后，App 的数量确实回落了，但真金白银在涨——苹果 2015 年初公布，2014 年 App Store 账单收入增长 50%，开发者当年拿到的收入超过 100 亿美元。做的人变少了，赚到钱的人反而更稳。

Docker 容器（2016-2017 年）。同样是“吵完了、才开始真正用”。Datadog 追踪自己客户的实际采用率：2016 年 3 月是 13.6%，一年后（2017 年 3 月）升到 18.8%，12 个月增长近 40%。讨论度最高的那阵子，采用率远不如后来。

Kubernetes（2022 年前后）。这一条最典型。CNCF 的年度调查显示，2021 年 96% 的组织在使用或评估 Kubernetes（该调查历史最高值），SlashData 同期统计全球有 560 万开发者使用它，占全部后端开发者的 31%；而且用法在“往下沉”——Datadog 的数据是，K8s 用户里用云托管服务的比例从 2020 年的近 70% 升到近 90%。换句话说，吵得最凶的阶段过去之后，它才真正被部署进企业的 IT 栈。

三次的路径是一致的：关注度是一条曲线，实际采用是另一条曲线，前者回落，后者上行。热度退潮，往往正是使用深化的开始——退掉的从来不是需求，是围观。

OpenClaw 在 2026 年 9 月正处在这条路径上。3 月的“虾”和 9 月的“虾”已经不是同一个产品：3 月那波是个人尝鲜，9 月这波是岗位自动化。这一节说的只是“退潮不必然等于失败”这件事有先例；至于它自己会不会走到那一步，要看前面几章讲的这批人能不能留住——这也是结语要收的题。

结语　不是不行了，是换了一种活法

回到最直接的那个问题。把本文的数据合在一起，答案不是简单的“行”或“不行”，而是“哪一部分行、哪一部分不行”。

说它不行的证据是实的。大众话题度没了：微信指数较峰值缩水、访问量腰斩、讨论从发布会回到技术圈。一人公司叙事破了：维护成本高于预期，不少人算账后放弃。大众消费端的窗口在收窄：腾讯 QClaw 宣布停运。流失也是真的：三分之一养过的人没留下来，近七成用户在前两周就决定弃养。

说它还行、甚至更好的证据同样硬。Star 数仍在增长，9 月以来连发 8 个版本，v2026.9.6 仍有约 350 位贡献者参与。更重要的是使用质量：深度使用者认为它是“革命性产品”的比例是仅听说者的 4.2 倍，净情绪是 3 倍；近三成用户已经在跑本地模型，超过七成同时养两只以上；月付 500 元以上的占 17.0%，1000 元以上的占 6.5%——这些是真金白银投出来的留存。而组织的支持度沿着使用深度从 7.3% 升到 93.2%，说明它正在从个人玩具变成组织里被背书的角色。

这两组事实并不矛盾，它们指向同一个结论：OpenClaw 不是不行了，是换了一种活法。从大众风口上退下来，退到基础设施的位置上——不再是应用商店首页的明星，而是部分团队 IT 栈里默默运行的底座。这条路，移动互联网、Docker、Kubernetes 都走过：泡沫挤掉之后，真正离不开它的人才开始大量出现。

所以判断它的标准也应该换一换：不再看“还有多少人在讨论它”，而看“用的人是不是真的离不开它”。

那么，究竟是谁离不开——本文给出的画像很具体：是那些把班交给它的人——开发者让它守着生产机群，出事自动重启并通知；是那些把知识交给它的人——研究者、分析师让它管文献、出简报；是那些把流程交给它的人——投研、运营岗位让它接进本行业的系统。他们共同的特征是：工作流是自己搭的、入口在自己天天用的聊天工具里、数据在自己的机器上、公司还在为他付账。四层锁扣在一起，换一次的成本高到自己都懒得算。

而被曲线带走的，多数是“暂离”的人：停用者里 96.1% 都开出了回归条件，真正说“再也不用了”的只有 3.9%。他们缺的不是工具，是一个更省事、更放心的入口——这个入口，恰恰是产品端 8-9 月在补的事。

对一个基础设施来说，这恰恰是它该有的样子：不靠讨论度活着，靠被人依赖活着。讨论的人少了，但留下来的人用得更深、付得更多、绑得更紧。

退潮不是终点，是筛选。站在 2026 年 9 月看，OpenClaw 已经从一个全民热议的话题，变成了精尖技术人群手里的一件常用工具——而这，可能比它三个月前最热闹的时候，更接近它真正的价值。

参考来源

• 投中网《消失的“龙虾”热：OpenClaw 访问量腰斩，QClaw 暴跌 99%》（2026-05-21，引用非凡产研数据与 OpenRouter）
  https://finance.sina.com.cn/tech/roll/2026-05-21/doc-inhyrmmu5981510.shtml
• 增长黑盒 × 网易智企《2026 中国 OpenClaw 用户及企业应用调研报告》（2000 位个人使用者 + 100 家企业管理者）
  https://m.163.com/dy/article/KSLLT3LT05568RX6.html
• CSDN《OpenClaw 全网使用人群全景深度分析报告：特征、痛点与价值革命》
  https://blog.csdn.net/jinanwuhuaguo/article/details/159611021
• Hermes 单日 Token 消耗反超 OpenClaw（2026-05，36 氪 / 腾讯新闻均有报道）
  https://www.36kr.com/p/3709855637598595
  （备查：https://zhuanlan.zhihu.com/p/2038574855268870006）
• OpenClaw 官方 release 页面（v2026.9.6 与 v2026.8.1）
  https://github.com/openclaw/openclaw/releases
• OpenClaw v2026.9.6 官方文档
  https://docs.openclaw.ai/releases/2026.9.6
• 中国信通院《企业级 AI 推理部署》报告（82% 企业倾向私有部署大模型；专有云推理服务占比超 34%）与沙利文研究（本地化部署收入占比高于云端），转引 CSDN《Agent 私有化部署选型》（2026-09-03）
  https://www.csdn.net/article/2026-09-03/164332160
• 《万字深度解析 OpenClaw 架构》（AtomGit 开源社区，2026-03-12：四层解耦 / 8 核心通道+50 扩展通道 / 插件化重构 45MB→8MB / 三级记忆与混合检索 / Gateway-Pi 执行链）
  https://gitcode.csdn.net/69b2d8590a2f6a37c596d78e.html
• 10xdev《OpenClaw vs. Claude Code：2026 年 AI 代理的终极对决》（8 维度评估：可访问性 / 覆盖范围 / 未来潜力 OpenClaw 胜）
  https://10xdev.blog/openclaw-vs-claude-code2026ai/
• 凤凰网《第一批养龙虾的年轻人，“已经想花钱请人卸载了”》（2026-03-17，受访者口述与卸载现象）
  https://news.ifeng.com/c/8rZCQqsJKNO
• awesome-openclaw-usecases 中文用例库（50 个社区验证用例 + 难度分档）
  https://github.com/AlexAnys/awesome-openclaw-usecases-zh
• 爱范儿：苹果 2014 年 App Store 账单收入增长 50%、开发者收入超 100 亿美元（2015-01-09）
  https://www.ifanr.com/data/481919
• Datadog《8 Surprising Facts About Real Docker Adoption》（2017，2016-03 采用率 13.6% → 2017-03 18.8%）
  https://www.datadoghq.com/docker-adoption-2017/
• CNCF 2021 年度云原生调查（2022-02-10：96% 组织使用或评估 Kubernetes；SlashData 全球 560 万开发者；Datadog：K8s 用户用云托管比例近 70%→近 90%）
  https://www.cncf.io/announcements/2022/02/10/cncf-sees-record-kubernetes-and-container-adoption-in-2021-cloud-native-survey/
• 21 财经《腾讯“小龙虾”QClaw 宣布将停运》（2026-09-24，标题原文“业务发展调整”，将于 2026 年 12 月 24 日 00:00 停止运营；即日起停止新用户注册、停止订阅服务购买；官方同时提供 WorkBuddy 迁移工具，并完成迁移者获 1000 积分补贴——同一篇报道里写明的“让路”）
  https://www.21jingji.com/article/20260924/herald/ad538d293c28f0d3cbb6b2c5b017d596.html