在北京舉行的中關(guān)村論壇平行論壇AI開源前沿論壇上，一場(chǎng)關(guān)于AI開源與Agent技術(shù)的深度對(duì)話吸引了眾多行業(yè)目光。此次“圓桌對(duì)話—OpenClaw與AI開源”環(huán)節(jié)由月之暗面創(chuàng)始人楊植麟主持，智譜華章CEO張鵬、無問芯穹CEO夏立雪、小米大模型負(fù)責(zé)人羅福莉、港大教授黃超等業(yè)內(nèi)專家齊聚一堂，共同探討AI開源項(xiàng)目OpenClaw、Token工廠及推理效率等熱點(diǎn)話題。

張鵬指出，OpenClaw的出現(xiàn)打破了AI技術(shù)的專業(yè)壁壘，使普通用戶也能便捷地利用頂尖模型的能力，尤其是在編程領(lǐng)域。他將其比作腳手架，為底層模型提供了穩(wěn)固且靈活的支撐，讓用戶能夠輕松實(shí)現(xiàn)自己的創(chuàng)意。這一觀點(diǎn)得到了其他嘉賓的廣泛認(rèn)同，大家普遍認(rèn)為OpenClaw降低了AI技術(shù)的使用門檻，激發(fā)了更多人的創(chuàng)造力。

夏立雪從基礎(chǔ)設(shè)施服務(wù)商的角度出發(fā)，強(qiáng)調(diào)了OpenClaw對(duì)AI系統(tǒng)和生態(tài)帶來的機(jī)遇與挑戰(zhàn)。他指出，隨著token量的快速增長(zhǎng)，現(xiàn)有資源已難以滿足需求，因此需要優(yōu)化資源整合，提高系統(tǒng)效率。無問芯穹作為基礎(chǔ)設(shè)施廠商，正致力于打造更高效的token工廠，以滿足不斷增長(zhǎng)的市場(chǎng)需求。

羅福莉則從大模型負(fù)責(zé)人的視角，分享了OpenClaw在Agent框架設(shè)計(jì)上的領(lǐng)先之處。她認(rèn)為，OpenClaw的開源特性促進(jìn)了社區(qū)的深入?yún)⑴c和改進(jìn)，推動(dòng)了Agent框架的發(fā)展。同時(shí)，OpenClaw還保證了基礎(chǔ)大模型的下限，并拉伸了上限，使得任務(wù)完成度接近閉源模型的水平。她還提到了小米在模型結(jié)構(gòu)創(chuàng)新方面的努力，以及如何通過優(yōu)化模型結(jié)構(gòu)來提高推理效率。

黃超教授從學(xué)術(shù)研究的角度出發(fā)，探討了Agent技術(shù)的未來發(fā)展方向。他認(rèn)為，未來Agent的發(fā)展將更加注重生態(tài)建設(shè)，包括模型迭代、Skills平臺(tái)迭代以及各種工具的Agent原生化。他強(qiáng)調(diào)，只有讓Agent真正沉淀下來，成為大家的搬磚工具或Co-worker，才能推動(dòng)AI技術(shù)的廣泛應(yīng)用和深入發(fā)展。

在討論推理速度和token工廠的話題時(shí)，張鵬介紹了智譜新發(fā)布的GLM-4-Turbo模型，該模型在Agent能力上做了顯著增強(qiáng)，通過優(yōu)化任務(wù)規(guī)劃、上下文壓縮和debug等能力，提高了模型的干活效率。同時(shí)，他也提到了token消耗量的問題，并解釋了提價(jià)的原因，強(qiáng)調(diào)長(zhǎng)期低價(jià)競(jìng)爭(zhēng)不利于行業(yè)發(fā)展。

夏立雪則進(jìn)一步闡述了無問芯穹在推理時(shí)代的布局和策略。他表示，無問芯穹正通過軟硬件協(xié)同的方式優(yōu)化系統(tǒng)效率，包括接入多種計(jì)算芯片、統(tǒng)一連接算力集群等。同時(shí)，他們還在打造面向Agent時(shí)代的云原生Agent Infra，以提供更智慧化的token工廠服務(wù)。

羅福莉分享了小米在大模型方面的獨(dú)特優(yōu)勢(shì)和創(chuàng)新實(shí)踐。她認(rèn)為，中國大模型團(tuán)隊(duì)在算力受限的情況下進(jìn)行了許多模型結(jié)構(gòu)的創(chuàng)新探索，這些探索為后來的發(fā)展奠定了基礎(chǔ)。同時(shí)，她也提到了小米在模型結(jié)構(gòu)創(chuàng)新方面的努力，以及如何通過優(yōu)化學(xué)習(xí)算法和采集真實(shí)文本數(shù)據(jù)來提高模型性能。

黃超教授則從Agent的Harness和應(yīng)用層面出發(fā)，探討了未來可能的技術(shù)方向。他認(rèn)為，planning、memory和tool use是Agent技術(shù)的關(guān)鍵模塊，未來需要在這些方面進(jìn)行深入研究和優(yōu)化。同時(shí)，他也提到了未來可能面臨的挑戰(zhàn)和機(jī)遇，如管理一群龍蝦帶來的上下文壓力、發(fā)展高質(zhì)量的skill等。

在展望未來12個(gè)月大模型發(fā)展趨勢(shì)時(shí)，嘉賓們紛紛發(fā)表了自己的看法。黃超認(rèn)為生態(tài)建設(shè)將是關(guān)鍵；羅福莉強(qiáng)調(diào)了自進(jìn)化的重要性；夏立雪則提出了可持續(xù)投資的概念；張鵬則關(guān)注算力問題，認(rèn)為算力將是未來發(fā)展的瓶頸。這些觀點(diǎn)為AI技術(shù)的未來發(fā)展提供了有益的參考和啟示。