在北京举行的中关村论坛平行论坛AI开源前沿论坛上，一场关于AI开源与Agent技术的深度对话吸引了众多行业目光。此次“圆桌对话—OpenClaw与AI开源”环节由月之暗面创始人杨植麟主持，智谱华章CEO张鹏、无问芯穹CEO夏立雪、小米大模型负责人罗福莉、港大教授黄超等业内专家齐聚一堂，共同探讨AI开源项目OpenClaw、Token工厂及推理效率等热点话题。
张鹏指出，OpenClaw的出现打破了AI技术的专业壁垒，使普通用户也能便捷地利用顶尖模型的能力，尤其是在编程领域。他将其比作脚手架，为底层模型提供了稳固且灵活的支撑，让用户能够轻松实现自己的创意。这一观点得到了其他嘉宾的广泛认同，大家普遍认为OpenClaw降低了AI技术的使用门槛，激发了更多人的创造力。
夏立雪从基础设施服务商的角度出发，强调了OpenClaw对AI系统和生态带来的机遇与挑战。他指出，随着token量的快速增长，现有资源已难以满足需求，因此需要优化资源整合，提高系统效率。无问芯穹作为基础设施厂商，正致力于打造更高效的token工厂，以满足不断增长的市场需求。
罗福莉则从大模型负责人的视角，分享了OpenClaw在Agent框架设计上的领先之处。她认为，OpenClaw的开源特性促进了社区的深入参与和改进，推动了Agent框架的发展。同时，OpenClaw还保证了基础大模型的下限，并拉伸了上限，使得任务完成度接近闭源模型的水平。她还提到了小米在模型结构创新方面的努力，以及如何通过优化模型结构来提高推理效率。
黄超教授从学术研究的角度出发，探讨了Agent技术的未来发展方向。他认为，未来Agent的发展将更加注重生态建设，包括模型迭代、Skills平台迭代以及各种工具的Agent原生化。他强调，只有让Agent真正沉淀下来，成为大家的搬砖工具或Co-worker，才能推动AI技术的广泛应用和深入发展。
在讨论推理速度和token工厂的话题时，张鹏介绍了智谱新发布的GLM-4-Turbo模型，该模型在Agent能力上做了显著增强，通过优化任务规划、上下文压缩和debug等能力，提高了模型的干活效率。同时，他也提到了token消耗量的问题，并解释了提价的原因，强调长期低价竞争不利于行业发展。
夏立雪则进一步阐述了无问芯穹在推理时代的布局和策略。他表示，无问芯穹正通过软硬件协同的方式优化系统效率，包括接入多种计算芯片、统一连接算力集群等。同时，他们还在打造面向Agent时代的云原生Agent Infra，以提供更智慧化的token工厂服务。
罗福莉分享了小米在大模型方面的独特优势和创新实践。她认为，中国大模型团队在算力受限的情况下进行了许多模型结构的创新探索，这些探索为后来的发展奠定了基础。同时，她也提到了小米在模型结构创新方面的努力，以及如何通过优化学习算法和采集真实文本数据来提高模型性能。
黄超教授则从Agent的Harness和应用层面出发，探讨了未来可能的技术方向。他认为，planning、memory和tool use是Agent技术的关键模块，未来需要在这些方面进行深入研究和优化。同时，他也提到了未来可能面临的挑战和机遇，如管理一群龙虾带来的上下文压力、发展高质量的skill等。
在展望未来12个月大模型发展趋势时，嘉宾们纷纷发表了自己的看法。黄超认为生态建设将是关键；罗福莉强调了自进化的重要性；夏立雪则提出了可持续投资的概念；张鹏则关注算力问题，认为算力将是未来发展的瓶颈。这些观点为AI技术的未来发展提供了有益的参考和启示。
