最近，AI 領(lǐng)域被一個(gè)名為 OpenClaw 的開(kāi)源智能體框架攪動(dòng)得熱火朝天。這個(gè)框架不僅被比作賈維斯、腳手架，甚至有人稱(chēng)其為輕量級(jí)操作系統(tǒng)，其熱度在行業(yè)內(nèi)持續(xù)攀升，引發(fā)了關(guān)于它能做什么、不能做什么、未來(lái)走向何方等眾多話(huà)題的熱烈討論。

在一場(chǎng)由月之暗面創(chuàng)始人楊植麟主持的開(kāi)源主題圓桌討論中，智譜創(chuàng)始人張鵬、無(wú)問(wèn)芯穹創(chuàng)始人夏立雪、小米 MiMo 大模型負(fù)責(zé)人羅福莉以及香港大學(xué)助理教授黃超齊聚一堂，圍繞 OpenClaw 的實(shí)際使用體驗(yàn)、模型定價(jià)邏輯、推理基礎(chǔ)設(shè)施的結(jié)構(gòu)性瓶頸以及模型架構(gòu)創(chuàng)新等話(huà)題展開(kāi)了深入交流。

張鵬分享了自己從早期使用類(lèi)似工具（當(dāng)時(shí)叫 ClawBot）的經(jīng)歷。他指出，OpenClaw 的最大突破在于將頂尖模型的編程和智能體能力賦予了普通人，在模型上方搭建了一個(gè)靈活的腳手架，讓原本因不會(huì)寫(xiě)代碼而無(wú)法實(shí)現(xiàn)的想法，如今通過(guò)簡(jiǎn)單對(duì)話(huà)就能完成。他強(qiáng)調(diào)，這并非一個(gè)封閉的產(chǎn)品，而是一種可能性的提供。

夏立雪則坦言，一開(kāi)始對(duì) OpenClaw 的響應(yīng)速度感到不適應(yīng)，習(xí)慣了與大模型聊天的他，發(fā)現(xiàn)這類(lèi)工具與聊天機(jī)器人有本質(zhì)區(qū)別。OpenClaw 更像是一個(gè)能承接大型任務(wù)的人，而非單純回答問(wèn)題的工具。他還透露，無(wú)問(wèn)芯穹從今年一月底開(kāi)始，token 用量每?jī)芍芊环?，目前已翻了十倍，這種增速讓他想起了 3G 時(shí)代手機(jī)流量剛普及時(shí)的情景。他認(rèn)為，現(xiàn)有資源難以支撐這種快速增長(zhǎng)，需要更好的優(yōu)化和整合。

羅福莉從產(chǎn)品框架設(shè)計(jì)角度出發(fā)，認(rèn)為 OpenClaw 是 agent 框架領(lǐng)域的一次革命性事件。她指出，開(kāi)源是 OpenClaw 的核心價(jià)值之一，它讓整個(gè)社區(qū)能夠深度參與、持續(xù)改進(jìn)，大幅拉高了國(guó)內(nèi)參數(shù)量不大但水平可觀的模型的能力上限。同時(shí)，它也點(diǎn)燃了大家對(duì)大模型之上智能體層的想象力，讓越來(lái)越多非研究員背景的人能夠參與 AGI 的變革，替代工作中的重復(fù)任務(wù)，釋放時(shí)間進(jìn)行更有創(chuàng)造力的活動(dòng)。她還提到，相比 Claude Code 只能在桌面上延展創(chuàng)意，OpenClaw 可以隨時(shí)隨地參與創(chuàng)意過(guò)程，想象力擴(kuò)展沒(méi)有場(chǎng)景限制。

黃超從交互模式分析了 OpenClaw 引發(fā)關(guān)注的原因。他認(rèn)為，“活人感”是關(guān)鍵因素之一，OpenClaw 以 IM 軟件嵌入的交互方式呈現(xiàn)，讓人感覺(jué)更接近個(gè)人賈維斯。它再次驗(yàn)證了 agent loop 這種高效框架范式，也引發(fā)了關(guān)于需要一個(gè) all-in-one 的超級(jí)智能體還是一套輕量級(jí)操作系統(tǒng)或腳手架的討論。他傾向于后者，認(rèn)為 OpenClaw 更像操作系統(tǒng)級(jí)別的小管家，通過(guò)這個(gè)入口，社區(qū)里越來(lái)越多的人開(kāi)始設(shè)計(jì)面向這類(lèi)系統(tǒng)的應(yīng)用，與開(kāi)源生態(tài)緊密結(jié)合。

隨著討論的深入，話(huà)題轉(zhuǎn)向了智譜最新發(fā)布的 GLM-5-Turbo 模型及其提價(jià)策略。張鵬解釋說(shuō)，這次更新是從“對(duì)話(huà)”轉(zhuǎn)向“干活”的階段性成果。OpenClaw 讓大家意識(shí)到大模型能幫人完成任務(wù)，但這背后對(duì)模型能力的要求遠(yuǎn)超以往，需要長(zhǎng)時(shí)間任務(wù)規(guī)劃、上下文壓縮、隨時(shí) debug 以及處理多模態(tài)信息等。GLM-5-Turbo 在這些方面做了專(zhuān)門(mén)加強(qiáng)，尤其是讓模型持續(xù)自我 loop、不停執(zhí)行任務(wù)的能力。同時(shí)，也做了效率優(yōu)化，避免用戶(hù)看到賬單數(shù)字不停下降。對(duì)于提價(jià)，他認(rèn)為現(xiàn)在完成復(fù)雜任務(wù)消耗的 token 量可能是回答簡(jiǎn)單問(wèn)題的十倍甚至百倍，模型變大、推理成本提高，價(jià)格自然要回歸正常商業(yè)價(jià)值，長(zhǎng)期低價(jià)競(jìng)爭(zhēng)不利于行業(yè)發(fā)展。

推理基礎(chǔ)設(shè)施的壓力也成為不可回避的話(huà)題。夏立雪表示，無(wú)問(wèn)芯穹作為 AI 時(shí)代的基礎(chǔ)設(shè)施廠商，一直在思考 AGI 時(shí)代需要什么樣的基礎(chǔ)設(shè)施以及如何實(shí)現(xiàn)。他認(rèn)為，當(dāng)前最緊迫的問(wèn)題是打造更高效的 token 工廠，從軟硬件打通角度出發(fā)，接入國(guó)內(nèi)幾乎所有種類(lèi)的計(jì)算芯片，統(tǒng)一連接幾十個(gè)不同的算力集群。但他也指出，僅僅打造標(biāo)準(zhǔn)化 token 工廠還不夠，當(dāng)前大量云計(jì)算基礎(chǔ)設(shè)施是為人類(lèi)工程師設(shè)計(jì)的，限制了智能體的發(fā)揮空間。他舉例說(shuō)，智能體能做到秒級(jí)甚至毫秒級(jí)思考和發(fā)起任務(wù)，但現(xiàn)有底層能力沒(méi)有為這個(gè)速度做好準(zhǔn)備，需要打造更智慧化的調(diào)控系統(tǒng)。從長(zhǎng)遠(yuǎn)看，他認(rèn)為真正 AGI 時(shí)代到來(lái)時(shí)，基礎(chǔ)設(shè)施本身也應(yīng)該成為一個(gè)智能體，能夠自我進(jìn)化、自我迭代，形成自主的組織。

羅福莉?qū)⒃?huà)題拉到了中國(guó)大模型團(tuán)隊(duì)的層面。她認(rèn)為，大約兩年前，中國(guó)基座大模型團(tuán)隊(duì)在有限算力、尤其是 NVLink 互聯(lián)帶寬受限的情況下，開(kāi)始了一次重要突破，即在模型結(jié)構(gòu)上進(jìn)行創(chuàng)新以突破低端算力限制。DeepSeek V2、V3 系列以及后來(lái)的 MiniMax M1 等都是這類(lèi)探索的產(chǎn)物，這些創(chuàng)新為國(guó)內(nèi)大模型團(tuán)隊(duì)帶來(lái)了勇氣和信心。她還提到了混合稀疏架構(gòu)、Kimi 的 KSA 架構(gòu)、小米面向下一代的新結(jié)構(gòu)等具體方向，強(qiáng)調(diào)了長(zhǎng)上下文能力的重要性，認(rèn)為只有在長(zhǎng)上下文下成本夠低、速度夠快，才能把真正有生產(chǎn)力價(jià)值的復(fù)雜任務(wù)交給模型完成。

黃超從技術(shù)角度系統(tǒng)梳理了當(dāng)前智能體框架在規(guī)劃、記憶與工具調(diào)用三個(gè)核心模塊上的主要痛點(diǎn)和未來(lái)方向。在規(guī)劃層面，他認(rèn)為面向復(fù)雜任務(wù)、超長(zhǎng)上下文的規(guī)劃能力仍然不足，一個(gè)方向是把復(fù)雜任務(wù)的領(lǐng)域知識(shí)固化到模型里。在記憶層面，信息壓縮和檢索精度是難題，未來(lái) memory 機(jī)制需要走向分層設(shè)計(jì)，但通用化很難實(shí)現(xiàn)。他還指出了未來(lái)可能面臨的一群智能體帶來(lái)的上下文暴增問(wèn)題，目前還沒(méi)有成熟機(jī)制應(yīng)對(duì)。在工具調(diào)用層面，他認(rèn)為高質(zhì)量的 skill 依然稀缺，需要整個(gè)社區(qū)共同建設(shè)，甚至探索在執(zhí)行過(guò)程中動(dòng)態(tài)進(jìn)化出新的 skill。

論壇最后，楊植麟請(qǐng)每位嘉賓用一個(gè)關(guān)鍵詞描述未來(lái)十二個(gè)月最重要的趨勢(shì)。黃超給出的關(guān)鍵詞是“生態(tài)”，他認(rèn)為未來(lái)需要讓智能體沉淀成日常工具，從個(gè)人助手轉(zhuǎn)變?yōu)檎嬲拇蚬と撕?coworker，這需要模型迭代、skills 平臺(tái)建設(shè)和各類(lèi)工具的共同推進(jìn)。羅福莉選擇了“自進(jìn)化”，她認(rèn)為借助足夠強(qiáng)大的模型，在智能體框架里疊加可驗(yàn)證的約束條件并設(shè)定持續(xù) loop，模型能持續(xù)拿出更好的方案并自主運(yùn)行，預(yù)計(jì)結(jié)合強(qiáng)大的自迭代 agent 框架，對(duì)科研的加速將達(dá)到指數(shù)級(jí)。夏立雪選擇了“可持續(xù) Token”，他希望把中國(guó)在能源和算力上的優(yōu)勢(shì)通過(guò)高效的 token 工廠持續(xù)轉(zhuǎn)化為優(yōu)質(zhì)的 AI 能力，輸出到全球，讓中國(guó)成為世界的 token 工廠。張鵬的關(guān)鍵詞則是“算力”，他認(rèn)為所有技術(shù)的前提是大家用得起，算力問(wèn)題是接下來(lái)十二個(gè)月最需要大家一起想辦法的事情。