在中關村論壇的AI開源前沿分論壇上，一場匯聚AI領域頂尖人物的圓桌對話吸引了眾多目光。月之暗面創始人楊植麟、智譜華章CEO張鵬、小米Mimo大模型負責人羅福莉、無問芯穹聯合創始人夏立雪，以及香港大學助理教授黃超齊聚一堂，圍繞AI開源、Agent框架、大模型發展等熱點話題展開深入探討。

對話伊始，話題聚焦于近期備受關注的OpenClaw。張鵬作為早期使用者，從程序員視角分享了獨特體驗。他認為，OpenClaw打破了頂尖模型能力使用的專業壁壘，讓普通用戶也能借助自然交互實現復雜編程與任務處理。其核心價值在于搭建了一個靈活的“腳手架”，充分釋放了用戶的創造力。夏立雪則從基礎設施廠商的角度出發，指出OpenClaw給整個大模型系統和生態帶來了新的機遇與挑戰。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，資源優化與整合迫在眉睫。

羅福莉將OpenClaw視為框架層面的革命性事件。她強調，開源特性使其成為社區深度參與改進的理想平臺。在技術層面，OpenClaw既保證了模型任務完成的下限，又通過創新設計拉升了上限，在多數場景下任務完成度已接近Claude最新模型。黃超則從交互模式和架構創新角度分析了OpenClaw的成功。他認為，IM軟件嵌入的交互模式帶來了“活人感”，而Agent Loop架構的高效性也得到了驗證，為社區生態發展提供了新思路。

在討論智譜最新GLM模型時，張鵬介紹了模型在Agent能力上的增強。新模型專注于從簡單對話向實際任務處理的轉變，強化了長期規劃、信息壓縮和動態信息處理等能力。針對提價策略，他解釋稱，復雜任務處理導致模型消耗量大幅增加，成本上升，回歸商業價值是行業健康發展的必然選擇。

隨著token量的爆發式增長，AI發展逐漸從訓練時代邁向推理時代。夏立雪表示，無問芯穹作為AI時代的基礎設施廠商，通過軟硬件打通的方式布局解決方案。公司接入了多種計算芯片，統一連接國內算力集群，解決了算力資源緊缺問題。面向Agent時代，他提出了“Agentic Infra”概念，認為基礎設施應具備自我進化和迭代能力，與AI發展形成深度耦合。

羅福莉在探討中國大模型團隊優勢時，特別強調了模型結構創新的重要性。她以DeepSeek系列為例，指出在算力受限情況下，中國團隊通過MoE和MLA等創新設計，實現了訓練效率和推理效率的提升。她認為，Long-Context是實現模型自迭代的關鍵，而高效的Long-Context架構將是未來競爭的焦點。

從Agent框架和應用層面看，黃超認為Planning、Memory和Tool Use是關鍵技術方向。他指出，當前模型在復雜任務規劃方面仍存在不足，未來需將隱性知識固化到模型中。Memory模塊面臨信息壓縮和檢索準確性的挑戰，分層設計可能是解決方案。在Tool Use方面，技能質量和安全問題亟待解決，社區協作推動技能發展至關重要。

展望未來12個月大模型發展趨勢，嘉賓們各抒己見。黃超強調“生態”建設的重要性，認為Agent從個人助手向“打工人”轉變需要完整的生態支持。羅福莉則看好“自進化”能力的發展，她認為借助強大模型和Agent框架，大模型有望在一年內實現科學研究效率的指數級提升。夏立雪提出“可持續Token”概念，希望中國能發揮能源優勢，成為全球AI的“Token工廠”。張鵬則關注“算力”問題，指出需求爆發與算力不足的矛盾將影響行業發展，需要各方共同尋找解決方案。