文 | 冷眼观天
在2026年3月初的一周里，中国互联网被一只名为“龙虾”的红色图标彻底点燃。
从深圳龙岗区迅速颁布了“龙虾十条”，提供了最高达200万元的资金支持以鼓励开发AI技能包，到腾讯总部门前排起了长队、工程师现场指导市民安装OpenClaw，再到社交平台上出现明码标价的代装服务和全民热议的局面。
在短短时间内，“全民卷龙虾”热潮迅速从极客圈子蔓延至地方政府、科技巨头乃至普通网民之间。
这种看似突然的现象其实反映了中国当前AI环境的独特特点：对技术迭代的极度敏感，拥有大规模的应用场景以及低成本试错的空间，并且自上而下地激发了全社会参与产业化的热情。
与其说是追赶一个开源工具，不如说这是社会对“从聊天到干活”的人工智能质变阶段的一次集体预演。
而这一热潮的核心人物，则是远在欧洲的彼得·斯坦伯格——OpenClaw的创造者。
这位来自奥地利的独立开发者，其个人经历就是一部关于积累与顿悟的故事。
斯坦伯格并非一夜成名，在14岁才首次接触电脑，并且用了整整十三年时间在维也纳工业大学完成学业后打造了被十亿台设备使用的PDF引擎PSPDFKit。在他公司获得投资之后，他经历了一段严重的职业倦怠期。
直到2024年，在AI热潮的推动下，斯坦伯格以一种近乎“玩票”的心态在过去的十八个月里默默发布了三十多个开源项目。
2025年的马拉喀什之行中，他仅用一个小时便将WhatsApp与AI连接起来，完成了OpenClaw原型的设计。
正是这样深厚的技术功底和财务自由后的创作空间，使他在关键时刻捕捉到了改变一切的创新灵感。
这位奥地利小子的故事显示，在深厚的积累与不受限制地探索相结合的地方，真正的革新往往诞生于此。
然而，当我们把视线从斯坦伯格个人转向他所在的欧洲大陆时，一个有趣的对比浮现出来：在这场以中美为主导的AI竞赛中，为何孕育了无数科学巨匠的土地上却似乎集体“失声”？
斯坦伯格的成功反而像是整个欧洲在AI领域的困境的一个反例。
例如他的祖国奥地利，拥有像维也纳大学人工智能研究中心这样的顶级机构，并且LSTM这种奠基性的神经网络技术就诞生于此。2025年启动了MUSICA超级计算集群和AI Factory Austria项目，获得了近一亿欧元的资助。
虽然硬件与科研基础都有，但斯坦伯格最终还是选择将自己的才华倾注在开源社区，并接受了OpenAI的邀请。
他的离开象征着整个欧洲AI行业命运的一个缩影。
最近奥地利也推出了“AI Factory”计划以图发力于人工智能领域，然而其产业战略中依然将大量资源投向了传统的铁路技术等优势领域。
这一现象恰恰暴露了欧洲AI落后的核心症结：并非缺乏顶尖人才或研究产出，而是欠缺一个能够将实验室成果转化为规模化产业的生态系统。
奥地利的问题也反映了整个欧洲在人工智能产业发展中的困境。
在过去两年里，全球对AI的关注几乎全部集中在中美两国身上。
像奥特曼、黄仁勋和梁文锋这样的名字构成了技术领域的权力架构。
欧洲面孔的稀少，并非智力上的差距所致。
一组数据说明了问题：美国在AI领域私人投资大约三千亿美元，中国投入九百一十亿，而欧盟只有四百五十亿，差不多是美国的七分之一。
更严重的是，欧洲市场过于碎片化。
Draghi报告指出，尽管存在“有牙膏”的单一市场，却没有形成一个统一的人工智能市场。内部监管壁垒相当于给制造业增加了百分之四十五的隐形关税，对服务业则是百分之一百一十。
企业规模和技术采用直接相关联，欧盟大型企业的AI使用率为30%，而中小企业则降至仅有的百分之七。
人才流失现象也十分严重，近四分之三在美国完成博士学业的欧洲学生选择留在那边。连英国前首相苏纳克也在2025年前往硅谷，成为微软及人工智能初创公司Anthropic兼职高级顾问。
欧洲就像一支拥有优秀赛车手和顶级引擎但只能在布满障碍的小路上行驶的车队，无法进入中美那种风驰电掣的竞争轨道。
欧洲与中美之间的AI差距，体现了不同发展哲学之间的碰撞。
在欧洲，AI领域的行动往往以“监管先行”为标志。从GDPR到《欧盟AI法案》，这些措施的核心逻辑是通过设定规则来规避风险、保护公民权利，并试图成为全球AI治理的规则制定者。
这种审慎的“家长式”文化虽然体现了对人本主义的支持，但却无形中提高了创新所需的合规门槛和试错成本。
法国Mistral AI的创始人就曾警告过这种做法可能带来的负面影响。
相比之下，中美两国展现了一种冒险家精神：美国依赖强大的资本市场及宽容失败的企业文化；中国则依靠超大规模市场与地方政府“抢跑”式的政策激励，为新技术提供了近乎无限的应用场景和快速迭代的数据土壤。
当深圳龙岗区政府考虑向AI初创企业提供最高1000万元的股权投资时，英伟达CEO黄仁勋指出智能体消耗的计算令牌是传统模型的1000倍，并催生了一个数千亿美元的算力市场。这说明了另一种逻辑：技术演进的目标不是第一时间审查是否合规，而是抢占下一个计算时代的入口。
有学者认为过度监管并不是欧洲科技落后的主要原因，缺乏统一数字市场、不发达资本市场、害怕风险的文化以及巨大人才缺口才是更大的问题。
实际上，在互联网时代，欧洲就已经开始落后了。
然而在这两波浪潮中，欧洲一直依赖于自己的工业优势，比如汽车行业占全球研发的三成以上，却错失了整个数字生态系统的转型机会。
斯坦伯格的人生轨迹从奥地利乡下到硅谷、由独立开发者变成OpenAI高管，实际上揭示了全球人工智能权力流动的一个缩影：人才总是流向资金充裕的地方；创新则倾向于在有应用场景的区域扎根。而规则往往滞后于实践的步伐。
科技创新本质上是生态系统的结果，需要一种宽容失败的文化环境、统一市场、充足资本与灵活的人才流动机制等条件共同作用才能实现。
Peter Steinberger的成功再次证明：唯有在自由环境中将积累转化为创造时，技术革命才会真正爆发。
如果欧洲不能打破“有规则无场景”的困境，即便拥有顶尖学者，在人工智能时代也难以避免边缘化的命运。
本世纪的人工智能竞赛，最终将是生态系统之间的较量，而不仅仅是单纯的技术竞争。
科研基础和政策支持都有，可斯坦伯格还是走了。
他在PSPDFKit的时候就证明过欧洲能做出世界级的产品，但把产品做成平台，中间横着的是资本市场的鸿沟、市场规模的限制，还有那种对“玩票”心态的不宽容。
他的祖国能给他实验室和经费，却给不了他想要的创作自由和能让技术快速长大的规模化土壤。
这就触及到一个更根本的问题：一个科技产业的崛起，到底最缺什么？
是钱，是人，是监管的松紧，还是骨子里的文化基因？
欧洲其实不缺钱，有人呼吁每年投七八百亿欧元；也不缺人，斯坦伯格这样的人就是明证；监管框架也是全球最全的。
可偏偏缺一种“允许失败”的土壤。
在美国，破产法对创业者更友好，失败经验可以被当成勋章，H-1B签证吸引着全球顶尖大脑。
在欧洲，破产更偏向保护债权人，创业失败更像一个污点，欧盟的“蓝卡”政策各国标准还不一样。
中美欧在AI上的差距，可能不是什么简单的“文化决定论”，更像是对“时间窗口”和“生态位”的不同选择。
美国在PC互联网时代就把基础设施和资本的底子打好了，中国在移动互联网时代实现了场景创新和规模效应，欧洲在这两波浪潮里一直守着自己的工业优势，比如汽车行业占了全球研发的三成以上，却错过了整个数字生态系统的转型。
AI产业，说到底拼的是整个生态。
美国有谷歌、Meta这样的平台层，中国有百度、阿里这样的应用层，欧洲有西门子、博世这样的工业层。
斯坦伯格的OpenClaw，骨子里带着欧洲那种“工业AI"的基因，强调本地优先、能自己改代码，却因为没有强大的平台支撑，最后流向了美国。
“龙虾风暴”揭示出一个看似矛盾的现象：技术一边变得越来越民主，谁都能用，另一边权力的集中却越来越厉害。
OpenClaw作为一个开源项目，确实降低了普通人玩AI的门槛，可创始人一加入OpenAI，大家马上就开始担心，这个项目还能保持多久的独立性？
斯坦伯格这个人，从奥地利乡下到硅谷，由独立开发者到OpenAI高管，他的人生轨迹其实就是全球AI权力流动的一张地图：人才总是往钱多的地方跑，创新总是往有场景的地方扎，而规则，永远跟不上实践的脚步。
科技创新本质上是生态系统的产物，需要宽容失败的文化、统一的市場、充足的资本与灵活的人才流动机制。
Peter Steinberger 的成功，再次证明：唯有当个体能在自由环境中将积累转化为创造时，技术革命才会真正爆发。
欧洲若无法打破“有规则无场景”的困境，即便拥有顶尖学者，也难逃在 AI 时代边缘化的命运。
21世纪的AI竞赛，终究是生态对生态的考验，而非单纯的技术比拼。