在中關(guān)村論壇年會的一場聚焦人工智能（AI）的專題論壇上，行業(yè)領(lǐng)軍人物齊聚一堂，圍繞當前AI領(lǐng)域的熱點話題展開了深入探討。月之暗面創(chuàng)始人楊植麟、小米MiMo大模型負責人羅福莉、智譜華章CEO張鵬、無問芯穹CEO夏立雪以及香港大學(xué)助理教授黃超等嘉賓，從智能體應(yīng)用、大模型訓(xùn)練到AI基礎(chǔ)設(shè)施等議題，分享了各自的觀點與見解。

近期，智能體框架OpenClaw的推出引發(fā)了廣泛關(guān)注。這一框架不僅讓普通用戶能夠突破技術(shù)門檻，輕松體驗頂尖模型的能力，還推動了智能體從專業(yè)領(lǐng)域向大眾市場的普及。張鵬將OpenClaw比作搭建在大模型之上的“腳手架”，認為它為用戶提供了更靈活、更便捷的創(chuàng)造工具。羅福莉則從開源社區(qū)的角度出發(fā)，強調(diào)OpenClaw的革命性在于其促進了社區(qū)的深度參與，為Agent框架的改進奠定了基礎(chǔ)。同時，她指出，OpenClaw提升了基座大模型的表現(xiàn)，使次閉源模型在多數(shù)場景中也能達到較高的任務(wù)完成度。

黃超從交互體驗的角度提出了獨特見解。他認為，OpenClaw的交互模式賦予了智能體一種“活人感”，這與傳統(tǒng)工具型智能體形成鮮明對比。他提出，未來的智能體或許不需要追求“All in one”的強大功能，而是可以像“龍蝦”這樣輕量級的操作系統(tǒng)，以更有趣的方式吸引用戶，從而撬動整個AI生態(tài)的發(fā)展。

隨著OpenClaw的普及，AI行業(yè)也面臨著新的挑戰(zhàn)。張鵬指出，通用大模型在進入復(fù)雜場景后，容易在長鏈路任務(wù)中表現(xiàn)不佳。為此，智譜推出了面向OpenClaw場景優(yōu)化的基座模型GLM-5-Turbo，增強了工具調(diào)用、指令遵循等能力。然而，他也提到，讓模型執(zhí)行復(fù)雜任務(wù)會消耗更多Token，導(dǎo)致推理成本上升。因此，智譜調(diào)整了GLM-5-Turbo的定價策略，旨在通過商業(yè)化閉環(huán)推動模型能力的持續(xù)提升。

夏立雪則從基礎(chǔ)設(shè)施的角度分析了OpenClaw帶來的影響。他指出，Token使用量的激增對系統(tǒng)效率提出了更高要求，當前資源難以支撐如此快速的增長。因此，打造高效的標準化Token工廠成為當務(wù)之急，既要充分利用現(xiàn)有資源，又要提升資源轉(zhuǎn)化效率。長遠來看，夏立雪認為，未來的AI基礎(chǔ)設(shè)施應(yīng)具備自我進化能力，能夠根據(jù)客戶需求不斷迭代。

在論壇的圓桌討論環(huán)節(jié)，嘉賓們還展望了大模型未來12個月的發(fā)展趨勢。羅福莉認為，大模型將進入自進化階段，通過Agent框架激活預(yù)訓(xùn)練模型的上限，推動科學(xué)研究加速。黃超則強調(diào)生態(tài)建設(shè)的重要性，認為只有模型技術(shù)開源、Skills平臺迭代等各方共同努力，才能讓智能體真正成為實用工具。張鵬則直言，算力將是未來最大的挑戰(zhàn)，所有AI技術(shù)的應(yīng)用都依賴于充足的算力支持。