在中關(guān)村論壇的AI開源前沿分論壇上，一場(chǎng)匯聚AI領(lǐng)域頂尖人物的圓桌對(duì)話吸引了眾多目光。月之暗面創(chuàng)始人楊植麟、智譜華章CEO張鵬、小米Mimo大模型負(fù)責(zé)人羅福莉、無問芯穹聯(lián)合創(chuàng)始人夏立雪，以及香港大學(xué)助理教授黃超齊聚一堂，圍繞AI開源、Agent框架、大模型發(fā)展等熱點(diǎn)話題展開深入探討。

對(duì)話伊始，話題聚焦于近期備受關(guān)注的OpenClaw。張鵬作為早期使用者，從程序員視角分享了獨(dú)特體驗(yàn)。他認(rèn)為，OpenClaw打破了頂尖模型能力使用的專業(yè)壁壘，讓普通用戶也能借助自然交互實(shí)現(xiàn)復(fù)雜編程與任務(wù)處理。其核心價(jià)值在于搭建了一個(gè)靈活的“腳手架”，充分釋放了用戶的創(chuàng)造力。夏立雪則從基礎(chǔ)設(shè)施廠商的角度出發(fā)，指出OpenClaw給整個(gè)大模型系統(tǒng)和生態(tài)帶來了新的機(jī)遇與挑戰(zhàn)。他透露，公司部署量自1月底以來每兩周翻一番，目前已增長10倍，資源優(yōu)化與整合迫在眉睫。

羅福莉?qū)penClaw視為框架層面的革命性事件。她強(qiáng)調(diào)，開源特性使其成為社區(qū)深度參與改進(jìn)的理想平臺(tái)。在技術(shù)層面，OpenClaw既保證了模型任務(wù)完成的下限，又通過創(chuàng)新設(shè)計(jì)拉升了上限，在多數(shù)場(chǎng)景下任務(wù)完成度已接近Claude最新模型。黃超則從交互模式和架構(gòu)創(chuàng)新角度分析了OpenClaw的成功。他認(rèn)為，IM軟件嵌入的交互模式帶來了“活人感”，而Agent Loop架構(gòu)的高效性也得到了驗(yàn)證，為社區(qū)生態(tài)發(fā)展提供了新思路。

在討論智譜最新GLM模型時(shí)，張鵬介紹了模型在Agent能力上的增強(qiáng)。新模型專注于從簡單對(duì)話向?qū)嶋H任務(wù)處理的轉(zhuǎn)變，強(qiáng)化了長期規(guī)劃、信息壓縮和動(dòng)態(tài)信息處理等能力。針對(duì)提價(jià)策略，他解釋稱，復(fù)雜任務(wù)處理導(dǎo)致模型消耗量大幅增加，成本上升，回歸商業(yè)價(jià)值是行業(yè)健康發(fā)展的必然選擇。

隨著token量的爆發(fā)式增長，AI發(fā)展逐漸從訓(xùn)練時(shí)代邁向推理時(shí)代。夏立雪表示，無問芯穹作為AI時(shí)代的基礎(chǔ)設(shè)施廠商，通過軟硬件打通的方式布局解決方案。公司接入了多種計(jì)算芯片，統(tǒng)一連接國內(nèi)算力集群，解決了算力資源緊缺問題。面向Agent時(shí)代，他提出了“Agentic Infra”概念，認(rèn)為基礎(chǔ)設(shè)施應(yīng)具備自我進(jìn)化和迭代能力，與AI發(fā)展形成深度耦合。

羅福莉在探討中國大模型團(tuán)隊(duì)優(yōu)勢(shì)時(shí)，特別強(qiáng)調(diào)了模型結(jié)構(gòu)創(chuàng)新的重要性。她以DeepSeek系列為例，指出在算力受限情況下，中國團(tuán)隊(duì)通過MoE和MLA等創(chuàng)新設(shè)計(jì)，實(shí)現(xiàn)了訓(xùn)練效率和推理效率的提升。她認(rèn)為，Long-Context是實(shí)現(xiàn)模型自迭代的關(guān)鍵，而高效的Long-Context架構(gòu)將是未來競爭的焦點(diǎn)。

從Agent框架和應(yīng)用層面看，黃超認(rèn)為Planning、Memory和Tool Use是關(guān)鍵技術(shù)方向。他指出，當(dāng)前模型在復(fù)雜任務(wù)規(guī)劃方面仍存在不足，未來需將隱性知識(shí)固化到模型中。Memory模塊面臨信息壓縮和檢索準(zhǔn)確性的挑戰(zhàn)，分層設(shè)計(jì)可能是解決方案。在Tool Use方面，技能質(zhì)量和安全問題亟待解決，社區(qū)協(xié)作推動(dòng)技能發(fā)展至關(guān)重要。

展望未來12個(gè)月大模型發(fā)展趨勢(shì)，嘉賓們各抒己見。黃超強(qiáng)調(diào)“生態(tài)”建設(shè)的重要性，認(rèn)為Agent從個(gè)人助手向“打工人”轉(zhuǎn)變需要完整的生態(tài)支持。羅福莉則看好“自進(jìn)化”能力的發(fā)展，她認(rèn)為借助強(qiáng)大模型和Agent框架，大模型有望在一年內(nèi)實(shí)現(xiàn)科學(xué)研究效率的指數(shù)級(jí)提升。夏立雪提出“可持續(xù)Token”概念，希望中國能發(fā)揮能源優(yōu)勢(shì)，成為全球AI的“Token工廠”。張鵬則關(guān)注“算力”問題，指出需求爆發(fā)與算力不足的矛盾將影響行業(yè)發(fā)展，需要各方共同尋找解決方案。