# 01_cover

大家好，我是 lili。今天这场分享，我想讲的不是一个单点技术项目，而是一个看起来最 low 的产品，如何在九年长跑之后，意外站到了 AI 时代的中心。标题里的“数字身体”，是我对云服务器在 Agent 时代的新理解。

---
# 02_story

这六十分钟我只讲一个故事：CVM 从一个又累又没故事的产品出发，选择高密路线，经过九年长跑，最后在 OpenClaw 龙虾摊这一刻被外界看见。它背后的主线是，AI 时代不是削弱云，而是让云的本体价值被重新放大。

---
# 03_two_sides

龙虾摊和技术突破奖，看起来像两件完全不同的事。一个是面向大众的装机活动，一个是底层基础设施的工程突破。但我想说明的是，它们其实是同一个系统能力的两面：表层是流量爆发，底层是高密、调度、小规格资源和九年复利。

---
# 04_cvm_paradox

先回到 CVM 这个产品本身。它是用户用云的第一个产品，也是经营大盘的重要贡献者，但它又长期离用户最远。客户不会因为云服务器本身兴奋，CVM 的好坏往往藏在每一个上层产品的稳定性背后。

---
# 05_pressure

经营压力也不是单点问题，而是结构性的。客户群体不对、计费模式不对、规格使用不对，三件事一起压住了毛利率。这意味着我们不能只靠卷价格、卷规格解决问题，而必须重新回答：云服务器到底要服务谁。

---
# 06_cattle_pets

为了回答这个问题，我先引入云行业的一条老规律，Cattle vs Pets。过去服务器像宠物，有名字、要照顾、坏了会心疼；云时代服务器像牛群，可替换、可调度、可规模化。成熟云厂商必须同时做好 cattle 的规模化主战场，以及 pets 的创新入口。

---
# 07_two_details

这条规律里最容易被忽略的是两个细节。第一，所有牛群都曾经是某台电脑上的一只宠物；第二，创新从 pets 开始，规模化必然回归 cattle，但 pets 永远不会消失。这个判断，后来直接影响了我们对 CVM 产品边界的理解。

---
# 08_chd

所以到 2020 年，我们把 CVM 延展成三个方向：Computing、Hosting、Developing。Computing 和 Hosting 服务规模化 cattle，Developing 通过 Lighthouse 服务小客户和创新者。它们不是随意扩展，而是 Cattle vs Pets 双轨规律的产品化。

---
# 09_ai_strengthens_cloud

ChatGPT 出来之后，行业里很多人担心 CPU 云服务器还有没有意义。我们的判断相反：AI 对云不是打击，而是强化。因为 Agent 需要七乘二十四小时稳定运行，需要海量实例弹性调度，也需要 CVM、存储、网络、数据库的工程组合能力。

---
# 10_real_question

但云有优势，不等于 CVM 已经准备好了。真正的问题是：CVM 怎么适配好 AI？从 2025 年 4 月开始，我们用每两周一次的 AI 开放探讨来回答这个问题。后来有人说我们对 AI 反应快，我的判断是，我们可能是真的懂 AI。

---
# 11_change_dimension

回到 2017 年，云行业的主战场是性能军备赛：每年新机型，性能更高，价格更低。但跟跑必死，要么不跟，要么换维度。我们选择不卷单核性能，而是卷单位空间算力，因为用户真正买的是用合理成本跑住自己的业务。

---
# 12_amd_chiplet

这条高密路线能走通，背后踩中的是 AMD chiplet 的密度红利。从 Naples 到 Rome，再到 Turin，我们一路借势，也一路长跑。它和 AWS Graviton 的故事很像：借势、长跑、错位，往往才是基础设施行业真正兑现价值的方式。

---
# 13_stack

高密不是单点技术，而是六层协同。硬件、OS、虚拟化、网络、存储、调度，每一层都要配合。任何一层没跟上，高密就只是一句口号；只有全栈协同，它才会变成真实可交付的产品能力。

---
# 14_three_stories

这里我用三个技术故事说明这件事。第一个是突破传统虚拟化的核数天花板，做到 768 核。第二个是把启动时间从二十分钟压到一分钟以内。第三个是通过拦截策略、散热升级和精细化 RAS，让故障率下降百分之七十八。

---
# 15_scheduler_brain

高密走到后面，最核心的其实是调度。因为一台高密服务器等于过去八台普通服务器，装错业务影响的不是一个客户，而是几十个客户。调度必须从过去的贪心策略，升级成真正能理解硬件、理解业务、规划未来的大脑。

---
# 16_scheduler_four

调度升级做了四件事。物理拓扑树让调度看得见硬件，交织装箱让调度避开局部瓶颈，业务画像让调度懂客户，时序大模型让调度开始预测未来。AI 不是后来加上的装饰，而是高密路线走通的关键能力之一。

---
# 17_long_run

这条路走了九年。从 SA1 到 SA9，单位成本一路下降，但这九年也扛住了同行的不理解、客户的不接受和内部的质疑。长跑最大的礼物是，当 AI Agent 时代真的到来，低主频加高密，刚好成了它最需要的算力形态。

---
# 18_xiaohongshu

错位创新最大的代价，是当全网只有你做出来时，用户不知道怎么相信你。小红书第一次拒绝，第二次也拒绝，我们陪跑调优了很久，最后才用真实业务数据换来认可。但我也必须诚实地说，独家创新者的不信任，到今天也没有完全解决。

---
# 19_fragments

高密做出来之后，我们发现一个意外副产品：大量几乎免费的低规格碎片资源。行业里资源利用率做到七八成已经不错，而我们超过九成。这些小规格资源一开始看起来像鸡肋，后来却成了破圈的起点。

---
# 20_palworld

帕鲁是第一次回扣 pets 这条线。游戏服务器两到四核就够，Lighthouse 能一键开服、五分钟拉起，价格也亲民。那一次我们意识到，C 端也可能是云服务器的客户，pets 不只属于开发者，也可能属于普通玩家。

---
# 21_lobster

然后来到 2026 年 3 月 6 日，OpenClaw 龙虾装机摊。三百个司内体验福利十五秒抢空，当日规模环比增长百分之五十，单日净增是活动前五倍，四十八小时内多家友商跟进。那一天，云服务器第一次真正破圈到普罗大众。

---
# 22_three_cards

现在回看，龙虾摊能成立，靠的是高密技术留下的三张底牌。第一是秒级创建，第二是小规格富余，第三是极致调度。没有九年的高密长跑，就没有三月六日的龙虾摊；这就是开头说的，同一个故事的两面。

---
# 23_two_misreadings

龙虾热起来之后，业界有两种判断。乐观派认为装机热会持续，悲观派认为这只是营销爆款。但几个月数据回来后，我们发现两种判断都错了。乐观派把装机热当成产品热，悲观派把流量回落当成故事结束。

---
# 24_ai_anxiety

真正没有过去的是 AI 焦虑。大家排队装的不是 OpenClaw 这个产品本身，而是他们能找到的、最低门槛的 AI 时代入场券。流量会回落，但普惠 AI 算力的渴求不会回落；从 pets 开始，规模化 cattle 形态一定会到来。

---
# 25_moltbot

但 cattle 化不是把 OpenClaw 复制十份装到云上。Moltbot 给我们的启示是，大脑和身体解耦的方向是对的，但“什么都能干”的通用承诺会把产品带死。真正能落地的是确定性场景、真实工作流和真实数据里的专业 AI 化。

---
# 26_clawpro_do

所以 ClawPro 不是企业版 OpenClaw。它要做的是企业级 AI 落地基础设施：在真实工作流和真实数据中引入 AI，提供标准化交付、统一管控和 SkillHub 沉淀。它不做全权 Agent，不做风险敞口，也不做无法衡量的炫技 Demo。

---
# 27_two_questions

ClawPro 回答的是两个 B 端真问题。第一个是，怎么向 CEO 解释 AI 与云的关系；我们的答案是云是 Agent 的数字身体。第二个是，企业 AI 创新的下一步往哪走；我们的答案不是再买几个工具，而是把工作流和数据治理做好。

---
# 28_callback

到这里，开头的两个地基可以回到台前了。Cattle、Pets、Computing、Hosting、Developing，在 AI 时代全部被强化。云计算不是 AI 时代的旧基建，云计算是 AI 时代的本体；当所有人赞美 AI 大脑时，底层身体反而更重要。

---
# 29_opportunity

这也解释了我们的行业机会。今天很多厂商把研发资源压到 GPU 单线，CPU 机型、调度器和轻量产品反而停滞。这意味着整个行业正在主动让出 hosting 主战场。当所有人抢一条赛道时，另一条赛道的九年功课会在某个时刻兑现。

---
# 30_ai_practice

最后回到团队自身。过去一年多，我们的 AI 实践不是简单采购工具，而是三件事：产品 AI 化、组织 AI native、token 帮助体系。AI 要真正进入组织，必须进入业务流程、数据治理、SOP 和管理方式，而不只是进入每个人的电脑。

---
# 31_open_question

我最后留一个自己也没想清楚的问题：AI 提效到底怎么衡量，怎么让有效实践可以复制？如果这场分享能留下三句大白话，就是别只卷同一个维度，用户从来不买跑分，以及把一件事做九年，时间会给你看不见的礼物。

---
# 32_final

最后两句话送给大家。第一，云服务器不是 low，它是 AI 时代每个人、每家企业的数字身体。第二，如果创新的成本足够低，那么创新的可能性就会变得非常大。谢谢大家。