在北京舉行的中關村論壇平行論壇AI開源前沿論壇上，一場關于AI開源與Agent技術的深度對話吸引了眾多行業目光。此次“圓桌對話—OpenClaw與AI開源”環節由月之暗面創始人楊植麟主持，智譜華章CEO張鵬、無問芯穹CEO夏立雪、小米大模型負責人羅福莉、港大教授黃超等業內專家齊聚一堂，共同探討AI開源項目OpenClaw、Token工廠及推理效率等熱點話題。

張鵬指出，OpenClaw的出現打破了AI技術的專業壁壘，使普通用戶也能便捷地利用頂尖模型的能力，尤其是在編程領域。他將其比作腳手架，為底層模型提供了穩固且靈活的支撐，讓用戶能夠輕松實現自己的創意。這一觀點得到了其他嘉賓的廣泛認同，大家普遍認為OpenClaw降低了AI技術的使用門檻，激發了更多人的創造力。

夏立雪從基礎設施服務商的角度出發，強調了OpenClaw對AI系統和生態帶來的機遇與挑戰。他指出，隨著token量的快速增長，現有資源已難以滿足需求，因此需要優化資源整合，提高系統效率。無問芯穹作為基礎設施廠商，正致力于打造更高效的token工廠，以滿足不斷增長的市場需求。

羅福莉則從大模型負責人的視角，分享了OpenClaw在Agent框架設計上的領先之處。她認為，OpenClaw的開源特性促進了社區的深入參與和改進，推動了Agent框架的發展。同時，OpenClaw還保證了基礎大模型的下限，并拉伸了上限，使得任務完成度接近閉源模型的水平。她還提到了小米在模型結構創新方面的努力，以及如何通過優化模型結構來提高推理效率。

黃超教授從學術研究的角度出發，探討了Agent技術的未來發展方向。他認為，未來Agent的發展將更加注重生態建設，包括模型迭代、Skills平臺迭代以及各種工具的Agent原生化。他強調，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AI技術的廣泛應用和深入發展。

在討論推理速度和token工廠的話題時，張鵬介紹了智譜新發布的GLM-4-Turbo模型，該模型在Agent能力上做了顯著增強，通過優化任務規劃、上下文壓縮和debug等能力，提高了模型的干活效率。同時，他也提到了token消耗量的問題，并解釋了提價的原因，強調長期低價競爭不利于行業發展。

夏立雪則進一步闡述了無問芯穹在推理時代的布局和策略。他表示，無問芯穹正通過軟硬件協同的方式優化系統效率，包括接入多種計算芯片、統一連接算力集群等。同時，他們還在打造面向Agent時代的云原生Agent Infra，以提供更智慧化的token工廠服務。

羅福莉分享了小米在大模型方面的獨特優勢和創新實踐。她認為，中國大模型團隊在算力受限的情況下進行了許多模型結構的創新探索，這些探索為后來的發展奠定了基礎。同時，她也提到了小米在模型結構創新方面的努力，以及如何通過優化學習算法和采集真實文本數據來提高模型性能。

黃超教授則從Agent的Harness和應用層面出發，探討了未來可能的技術方向。他認為，planning、memory和tool use是Agent技術的關鍵模塊，未來需要在這些方面進行深入研究和優化。同時，他也提到了未來可能面臨的挑戰和機遇，如管理一群龍蝦帶來的上下文壓力、發展高質量的skill等。

在展望未來12個月大模型發展趨勢時，嘉賓們紛紛發表了自己的看法。黃超認為生態建設將是關鍵；羅福莉強調了自進化的重要性；夏立雪則提出了可持續投資的概念；張鵬則關注算力問題，認為算力將是未來發展的瓶頸。這些觀點為AI技術的未來發展提供了有益的參考和啟示。