在中關(guān)村論壇的一場圓桌討論中，以“OpenClaw與AI開源”為主題的對話吸引了眾多目光。月之暗面創(chuàng)始人楊植麟擔(dān)任主持人，與智譜華章CEO張鵬、無問芯穹聯(lián)合創(chuàng)始人兼CEO夏立雪、小米MiMo大模型負(fù)責(zé)人羅福莉以及香港大學(xué)助理教授黃超展開深入探討，各方圍繞行業(yè)熱點與未來走向各抒己見。

近年來，大模型領(lǐng)域的發(fā)展主線從“更聰明地回答問題”逐漸轉(zhuǎn)變。自O(shè)penClaw走紅后，AI的角色定位開始發(fā)生重大變化，不再局限于對話者，而是朝著“干活的人”這一方向邁進。OpenClaw的意義在于構(gòu)建了一個類似“腳手架”的體系，它整合了原本分散在模型、工具和算力之間的能力，讓普通用戶也能調(diào)用原本只有工程師才能掌握的復(fù)雜能力。從編寫代碼、調(diào)用接口，到執(zhí)行長任務(wù)、自動調(diào)試，這種能力的普及降低了創(chuàng)造力的門檻。然而，這也帶來了新的問題，token消耗呈指數(shù)級增長，推理成本迅速上升，基礎(chǔ)設(shè)施面臨巨大壓力，整個行業(yè)進入了“推理時代”的考驗。

在討論中，嘉賓們分享了對OpenClaw的看法。張鵬表示，作為程序員出身，他很早就開始接觸OpenClaw（早期叫Clawdbot）。OpenClaw的突破在于讓普通人也能方便地使用頂尖模型的能力，尤其是在編程和智能體方面，它就像一個“腳手架”，為人們搭建了使用底層模型能力的橋梁。夏立雪則提到，最初使用OpenClaw時不太適應(yīng)，因為它和傳統(tǒng)的聊天機器人不同，反應(yīng)較慢。但當(dāng)他提交復(fù)雜任務(wù)時，發(fā)現(xiàn)OpenClaw能出色完成，這大大提升了AI的想象力空間。不過，這也對系統(tǒng)能力提出了更高要求，以無問芯穹為例，從一月底開始，token量每兩周翻一番，到現(xiàn)在已經(jīng)翻了十倍，現(xiàn)有資源難以支撐這種快速增長。

羅福莉認(rèn)為，OpenClaw是框架領(lǐng)域的一次革命性和顛覆性事件。雖然深度編程人員首選Claude Code，但OpenClaw在Agent框架設(shè)計上具有領(lǐng)先性。其核心價值在于開源，這有利于社區(qū)深入?yún)⑴c和改進。開源框架將國內(nèi)一些水平處于頭部賽道的模型上限大幅提高，在多數(shù)場景中任務(wù)完成度接近最新模型，同時保證了任務(wù)完成度和準(zhǔn)確率。OpenClaw讓人們意識到，在大模型之外，Agent層還有很大的想象空間，吸引了更多非研究員參與AGI變革。

黃超從交互模式和架構(gòu)角度分析了OpenClaw爆火的原因。它給人一種更有“活人感”的感覺，以IM軟件嵌入的方式更接近個人賈維斯的概念。其采用的Agent loop架構(gòu)簡單高效，再次得到驗證。這引發(fā)了人們對智能體設(shè)計的思考，是需要一個強大的智能體，還是需要一個像輕量級操作系統(tǒng)或腳手架一樣的小管家。OpenClaw通過小super system生態(tài)，撬動了整個社區(qū)和生態(tài)里的工具，與開源生態(tài)緊密結(jié)合。

對于大模型的發(fā)展，嘉賓們也分享了各自的觀點。張鵬介紹了智譜新發(fā)布的GLM - 5 Turbo模型，該模型針對Agent能力進行了增強，主打從對話到干活的功能轉(zhuǎn)變。它具備長程任務(wù)規(guī)劃、不斷重試、壓縮上下文、debug等能力，還能處理多模態(tài)信息。由于完成復(fù)雜任務(wù)消耗的token量巨大，模型在token效率上進行了優(yōu)化。同時，由于成本提高，模型也進行了提價，這是為了實現(xiàn)商業(yè)化路徑的良性閉環(huán)，持續(xù)優(yōu)化模型能力。夏立雪從基礎(chǔ)設(shè)施層面指出，推理時代帶來了token暴增的問題，對系統(tǒng)效率提出了更高要求。無問芯穹通過軟硬件打通的方式，接入多種計算芯片，統(tǒng)一連接國內(nèi)幾十種芯片和算力集群，解決算力資源緊缺問題。同時，打造更高效的token工廠，優(yōu)化模型和硬件的適配。但面向Agent時代，還需要打造更智慧化的調(diào)控工廠，未來AGI時代，基礎(chǔ)設(shè)施本身也應(yīng)該是智能體。羅福莉認(rèn)為，中國大模型團隊在有限算力下進行了模型結(jié)構(gòu)創(chuàng)新，如DeepSeek的細(xì)粒度MoE和MLA等。這些創(chuàng)新引發(fā)了變革，讓人們在算力一定的情況下發(fā)揮最高智能水平。如今，面向AGI時代，需要在Agent時代進行更好的模型架構(gòu)創(chuàng)新，實現(xiàn)long - context efficient架構(gòu)和推理側(cè)的優(yōu)化。算力或推理芯片以及能源等領(lǐng)域也將面臨競爭。黃超從Agent技術(shù)角度指出，planning、memory和tool use是關(guān)鍵。在planning方面，面向長任務(wù)或復(fù)雜上下文，模型可能不具備隱性知識，未來需要將復(fù)雜任務(wù)知識固化到模型中。memory方面，存在信息壓縮不準(zhǔn)確等問題，未來應(yīng)走向分層設(shè)計。tool use方面，skill存在質(zhì)量不保障和安全問題，需要社區(qū)共同發(fā)展skill。

在展望未來12個月大模型發(fā)展趨勢時，嘉賓們各抒己見。黃超認(rèn)為未來是“生態(tài)”的時代，Agent要從個人助手轉(zhuǎn)變?yōu)椤按蚬と恕?，需要整個生態(tài)的共同努力，包括模型迭代、skills平臺迭代和工具開發(fā)等，未來軟件可能面向Agent原生使用。羅福莉用“自主化”來描述，她認(rèn)為借助強大模型和Agent框架，模型可以自主學(xué)習(xí)和進化，在科學(xué)研究等領(lǐng)域?qū)崿F(xiàn)指數(shù)級加速。夏立雪提出“可持續(xù)Token”，作為基礎(chǔ)設(shè)施提供商，要提供持續(xù)穩(wěn)定、大規(guī)模的token，將中國能源優(yōu)勢通過token工廠轉(zhuǎn)化為優(yōu)質(zhì)token輸出全球。張鵬則強調(diào)“算力”，他認(rèn)為未來12個月算力是關(guān)鍵問題，技術(shù)發(fā)展需要足夠的算力支持，否則研究進展和很多事情都會受阻。