在近期舉辦的一場開源主題圓桌討論中，中國人工智能領域多位領軍人物聚焦開源Agent框架、模型能力升級及算力基礎設施等核心議題展開深度對話。這場由月之暗面創始人楊植麟主持的"OpenClaw與AI開源圓桌會議"，吸引了智譜華章CEO張鵬、無問芯穹聯合創始人夏立雪、小米MiMo大模型負責人羅福莉及香港大學助理教授黃超等業界專家參與。
關于開源Agent框架OpenClaw的突破性價值，與會專家形成共識。張鵬將其類比為"智能應用腳手架"，指出該框架通過結構化工具鏈，使開發者能以自然語言替代傳統編程方式構建應用。羅福莉特別強調其生態建設意義，認為Skill體系設計既保障了任務執行的穩定性，又降低了AI應用開發的技術門檻。黃超則從交互體驗維度分析，認為該框架推動Agent從工具向"數字助理"形態演進，為軟件生態創新開辟新路徑。
針對Agent應用爆發帶來的算力挑戰，多位專家揭示出行業轉型趨勢。張鵬透露，智譜新推出的GLM Turbo模型專門針對復雜任務場景優化，其Token消耗量較普通對話模式激增10-100倍。夏立雪展示的數據顯示，部分場景下Token使用量呈現每兩周翻倍的增速，印證了算力需求與Agent應用規模的正相關關系。他特別指出，現有云計算架構難以適應AI高頻調用的特性，系統級架構升級迫在眉睫。
在模型技術演進方向上，長上下文處理與低成本推理成為焦點。羅福莉結合中國AI團隊發展經驗指出，在算力資源受限環境下，通過模型結構創新提升效率的路徑仍具現實意義。面對Agent任務復雜度提升帶來的挑戰，她強調需在百萬級上下文規模下實現推理成本與速度的平衡。這種需求正推動產業競爭向算力資源、專用芯片及能源供應等底層領域延伸。
關于Agent技術發展的現實瓶頸，專家們指出三大關鍵挑戰。黃超認為規劃能力的穩定性亟待提升，尤其在處理長流程任務時需建立更可靠的決策機制。記憶系統設計方面，隨著任務規模擴大，高效存儲與檢索海量上下文信息成為技術難題。羅福莉補充道，當前Skill工具生態尚處初級階段，高質量工具的匱乏與安全性問題制約著Agent應用落地。
在討論未來發展方向時，專家們提出差異化觀點。黃超強調生態建設的重要性，認為Agent需從個人助手升級為工作場景的數字協作者。羅福莉看好"自進化"潛力，認為在框架支持下大模型有望實現任務驅動的持續優化。夏立雪提出構建"可持續Token"體系，主張建立算力資源、能源消耗與AI應用的動態平衡機制。張鵬則重申算力基礎性作用，指出其仍是制約行業發展的核心變量。
