在中关村论坛年会的一场开源主题圆桌上，中国大模型与AI基础设施领域的多位领军人物展开深度对话。这场以OpenClaw与AI开源为核心的讨论，汇聚了月之暗面创始人杨植麟、智谱华章CEO张鹏、无问芯穹联合创始人夏立雪、小米MiMo大模型负责人罗福莉，以及香港大学助理教授黄超等业内顶尖专家。
关于OpenClaw的技术突破，与会者形成共识。张鹏将其比作"智能脚手架"，认为其突破性在于让非专业用户通过自然语言交互即可调用顶尖模型能力，极大降低了编程门槛。夏立雪从基础设施视角指出，该工具推动Token使用量呈指数级增长，对系统优化提出全新挑战。罗福莉强调其开源特性带来的生态价值，认为通过Skill体系构建的上下限保障机制，为国内次顶级模型提供了与国际前沿竞争的支点。黄超则从交互体验角度分析，认为其"活人感"交互模式和轻量化架构设计，为通用人工智能（AGI）发展提供了新范式。
在模型商业化路径探讨中，张鹏透露智谱GLM Turbo模型的定价策略调整背后，是应用场景从对话向任务处理的转型需求。他指出，复杂任务处理消耗的Token量是简单问答的百倍级，合理定价是维持技术迭代的关键。夏立雪从算力经济角度补充，当前AI需求爆发对系统效率提出革命性要求，无问芯穹通过软硬件协同优化，已实现跨芯片平台的标准化Token生产，但现有云计算架构仍难以满足Agent的毫秒级响应需求。
针对小米的技术优势，罗福莉揭示中国团队在算力受限环境下的创新路径。她介绍，通过DPCV3等模型架构创新，国内团队在低端算力条件下实现了效率突破，这种技术积累在当下仍具价值。当前小米正探索Long Context Efficient架构，致力于在超长上下文场景下保持低成本与高稳定性，为模型自迭代创造条件。她预测，随着推理需求爆发，竞争将延伸至算力芯片与能源供应层面。
黄超在Agent技术方向展望中提出四大关键领域：复杂任务规划需要固化垂直领域知识；记忆机制应向分层设计演进以解决长线任务压力；多Agent协同需要新的上下文管理方案；工具使用需建立社区驱动的Skill进化机制。他特别指出，当前Skill平台存在质量参差与安全隐患，亟需构建执行过程中的动态优化能力。
对于未来十二个月的发展趋势，与会者给出差异化判断。黄超强调生态建设的重要性，认为Agent需从个人助手转型为生产工具，推动软件系统向Agent原生模式转变。罗福莉看好"自进化"能力突破，通过可验证约束与持续迭代机制，模型有望在科研任务中实现指数级效率提升。夏立雪提出"可持续Token"概念，主张构建从能源到经济价值的完整转化链路，使中国成为全球AI的"Token工厂"。张鹏则回归现实挑战，指出算力供给仍是制约技术落地的核心瓶颈，需求爆发与效率提升的剪刀差需要整个行业共同破解。
