在近期举办的AI开源前沿论坛上，一场关于“OpenClaw与AI开源”的讨论吸引了众多目光。月之暗面创始人杨植麟担任主持人，与智谱CEO张鹏、无问芯穹联合创始人兼CEO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展开深入交流。这五位嘉宾分别来自大模型层与基础设施层，其中月之暗面和智谱具有浓厚的清华背景，而罗福莉则有着北大及阿里达摩院、DeepSeek的丰富经历。
近期备受瞩目的Agent项目OpenClaw成为讨论焦点。张鹏将其比喻为“脚手架”，认为它在模型基础上搭建起一个牢固、方便且灵活的框架，让普通人也能便捷地使用顶尖模型能力，特别是在编程和智能体方面。罗福莉则从基座大模型角度分析，指出OpenClaw一方面提升了模型能力上限，使国内许多模型在多数任务中的表现接近顶级模型；另一方面通过相关机制保障了任务完成度的下限与稳定性，还在大模型之外的agent层激发了新的想象空间。
在这波热潮中，月之暗面、智谱等大模型公司收获颇丰。由于OpenClaw自行本地部署门槛高、运行时token消耗成本大，不少用户将目光投向国内云厂商、模型厂商推出的“一键部署”方案。2月18日，月之暗面推出云端化OpenClaw产品Kimi Claw，支持在Kimi内直接部署，结合了OpenClaw的智能体能力、云端基础设施以及即时技能调用，还自动配置了K2.5 Thinking模型。3月10日，智谱上线“一键安装的本地版OpenClaw”AutoClaw（澳龙），本月中旬还推出面向OpenClaw场景深度优化的基座模型GLM - 5 - Turbo，从训练阶段就针对核心需求进行专项优化。
手机厂商小米也迅速跟进。3月6日，小米移动端Agent“Xiaomi miclaw”开启小范围封测，这是国内首款移动端类OpenClaw的AI Agent应用，基于小米MiMo大模型，目标是在手机系统层部署大模型的执行能力，自主执行系统级操作。
在圆桌对话环节，杨植麟提出开放性问题，让嘉宾用一个词描述接下来12个月大模型发展的趋势及期望。黄超笑称12个月在AI领域很遥远，原本问题设定为“五年”，被杨植麟缩短为更现实的时间尺度。罗福莉认为接下来一年AGI历程中最关键的是自进化，她觉得此前对话范式下预训练模型能力上限未被充分释放，而Agent框架的发展正逐步激活这一上限，自进化的意义在于探索世界上没有的东西。张鹏则更关注现实问题，直言算力仍是面临的最大挑战，尽管智能体框架提升了创造力和效率，但前提是能用得起，随着行业转向推理阶段，需求爆发，大量需求未被满足。
对于OpenClaw及相关agent的演进，嘉宾们各抒己见。张鹏分享了自己早期使用OpenClaw（当时叫Clawdbot）的体验，认为它让普通人能方便使用顶尖模型能力，是一个重大突破。夏立雪一开始不适应OpenClaw，因其反应慢，后来意识到它能完成大型任务，这让她看到AI想象力空间的提升，同时也意识到对系统能力要求增大，作为基础设施层厂商，她看到其中有很多优化空间。罗福莉将OpenClaw视为agent框架的革命性事件，认为其开源特性有利于社区参与改进，它提升了国内模型的上限，保障了下限，还点燃了agent层的想象空间。
关于智谱新发布的GLM - 5 - Turbo模型，张鹏介绍它主打从简单对话到干活的功能转变，在长程任务规划、多模态处理等方面做了专门加强，还优化了token效率以应对复杂任务的高消耗。对于提价，他解释是因为完成复杂任务消耗量大，模型变大推理成本提高，回归正常商业价值有利于行业良性发展。
在推理时代对基础设施的影响方面，夏立雪表示无问芯穹作为AI时代的基础设施厂商，一直在思考AGI时代所需基础设施，当前要解决token暴增带来的系统效率优化问题，通过软硬件打通方式布局，接入多种计算芯片，统一连接算力集群。面向agent时代，要打造更智慧化的token工厂，未来基础设施应能自我进化、自我迭代，实现AI和AI之间的更好耦合。
对于小米做大模型的优势，罗福莉先谈了中国基座大模型团队的突破，即在有限算力下进行模型结构创新。她认为结构创新重要是因为OpenClaw等工具的使用前提是推理context，实现long context efficient的架构和推理侧的优化是全方位竞争。她还提到大模型进步和agent框架加持使推理需求增长，今年可能出现更大竞争，涉及算力、推理芯片甚至能源。
从agent的harness或应用层面，黄超认为关键在于planning、memory和to use几个模块。planning方面，复杂任务下模型可能不具备隐性知识，未来需将复杂任务知识固化到模型里；skill（包括harness）缓解了planning错误，提供高质量skill能引导模型完成任务；memory存在信息压缩不准确、复杂场景暴增等问题，未来应走向分层设计，提高通用性，同时要解决多agent带来的上下文管理问题；to use方面，MCP和skill存在质量、安全等问题，需要社区共同努力发展skill。
