杨植麟、张鹏共话OpenClaw：大模型如何从“聊天”转向“干活”？ | AI资讯

type

status

date

slug

summary

引言：AI范式转移，从对话框走向智能代理

在2026年中关村论坛的人工智能主题日上，一场汇聚了国内AI顶尖大脑的圆桌对话引发了行业巨震。由月之暗面创始人杨植麟主持，智谱AI张鹏、无问芯穹夏立雪、小米罗福莉以及港大黄超共同参与，围绕当下最火热的开源Agent框架OpenClaw展开了深度博弈。

这次对话不仅揭示了技术层面的演进，更传递出一个明确的信号：大模型正在告别单纯的“聊天机器人”时代，正式迈向能够自主完成复杂任务的Agent（智能体）时代。对于关注AI资讯和AGI发展的从业者来说，这场对话中关于算力、生态与模型进化的观点极具前瞻性。欲了解更多深度AI新闻，欢迎访问 AI门户。

OpenClaw：AI时代的“通用脚手架”

作为圆桌讨论的核心，OpenClaw被嘉宾们赋予了极高的评价。智谱AI CEO张鹏认为，OpenClaw最大的突破在于它为普通人提供了一个“脚手架”。过去，调用顶尖模型的能力是程序员的专利，而现在，通过OpenClaw这种灵活的框架，非技术人员也能通过简单的交互实现复杂的编程和任务调度。

小米的罗福莉则从开源价值的角度进行了补充。她指出，OpenClaw不仅在设计上领先于许多闭源工具，更重要的是它通过Harness系统和Skills体系，拉高了国产模型在实际应用中的能力上限。这种开源生态的繁荣，让更多非研究员身份的开发者能够参与到人工智能的变革中，释放了巨大的生产力想象空间。

商业逻辑的回归：GLM5 Turbo为何选择提价？

在对话中，张鹏详细解释了智谱新模型GLM5 Turbo的提价逻辑。这一变动引发了关于大模型商业化路径的广泛讨论。他指出，当模型从“问答”转向“干活”时，其背后的思考链路、debug过程以及对底层基础设施的调用，会导致token消耗量呈指数级增长。

“提价本质上是让价格回归商业价值。”张鹏坦言。长期的低价竞争不利于行业健康发展，只有建立良性的商业闭环，厂商才有动力持续优化长程任务的自主loop能力，解决LLM在复杂任务中容易中断的痛点。这也是AI变现路径中必须经历的阵痛期。

推理时代来临：构建面向Agent的算力工厂

无问芯穹的夏立雪提出了一个深刻的观点：我们正在从训练时代跨入推理时代。随着OpenClaw等Agent应用的普及，token用量正以每两周翻番的速度增长。在这种背景下，传统为人类工程师设计的云计算基础设施已经捉襟见肘。

夏立雪认为，未来的基础设施应该是Agentic Infra，即“智能体化”的基座。这包括： * 软硬协同优化：让模型与各种国产芯片实现深度适配，提升转化效率。 * 智能算力投放：底层系统需适应Agent毫秒级的并发任务请求。 * 自我进化能力：基础设施本身也应由Agent管理，实现自主迭代。

对于追求高效能的开发者，关注Prompt优化与算力成本的平衡将成为核心竞争力。更多关于openai与chatGPT相关技术演进，请持续关注 AI日报。

攻克Agent三大痛点：规划、记忆与技能

香港大学的黄超从技术细节上拆解了当前Agent面临的挑战。他认为，尽管OpenClaw带来了“活人感”的交互突破，但在深层应用中仍需解决三大难题：

Planning（规划）：模型在超长链路（如500步以上）的任务中，往往缺乏足够的隐性知识来维持准确的规划。

Memory（记忆）：如何在大规模协作（Agent Swarm）中实现高效的记忆分层与检索，避免上下文爆炸带来的压力。

Skill（技能）：目前社区中的Skill质量参差不齐，且存在安全隐患，亟需建立标准化的Agent Native软件生态。

结论：未来12个月的关键词是“生态”与“自进化”

圆桌会议的最后，嘉宾们对未来一年给出了预测。无论是黄超强调的“生态构建”，罗福莉期待的“模型自进化”，还是张鹏坚守的“算力基石”，都指向了一个共同的未来：AI将不再是孤立的工具，而是深度嵌入人类工作流的协作者。

在这个飞速发展的时代，保持对AI资讯的敏锐触觉至关重要。从claude的架构创新到国产大模型的结构突破，每一项技术变革都蕴含着巨大的机会。如果你想掌握最前沿的人工智能动态、学习提示词技巧或探索AI变现方案，请访问 AIGC.BAR，这里是你通往AGI世界的专业入口。