最近，AI 领域被一个名为 OpenClaw 的开源智能体框架搅动得热火朝天。这个框架不仅被比作贾维斯、脚手架，甚至有人称其为轻量级操作系统，其热度在行业内持续攀升，引发了关于它能做什么、不能做什么、未来走向何方等众多话题的热烈讨论。
在一场由月之暗面创始人杨植麟主持的开源主题圆桌讨论中，智谱创始人张鹏、无问芯穹创始人夏立雪、小米 MiMo 大模型负责人罗福莉以及香港大学助理教授黄超齐聚一堂，围绕 OpenClaw 的实际使用体验、模型定价逻辑、推理基础设施的结构性瓶颈以及模型架构创新等话题展开了深入交流。
张鹏分享了自己从早期使用类似工具（当时叫 ClawBot）的经历。他指出，OpenClaw 的最大突破在于将顶尖模型的编程和智能体能力赋予了普通人，在模型上方搭建了一个灵活的脚手架，让原本因不会写代码而无法实现的想法，如今通过简单对话就能完成。他强调，这并非一个封闭的产品，而是一种可能性的提供。
夏立雪则坦言，一开始对 OpenClaw 的响应速度感到不适应，习惯了与大模型聊天的他，发现这类工具与聊天机器人有本质区别。OpenClaw 更像是一个能承接大型任务的人，而非单纯回答问题的工具。他还透露，无问芯穹从今年一月底开始，token 用量每两周翻一番，目前已翻了十倍，这种增速让他想起了 3G 时代手机流量刚普及时的情景。他认为，现有资源难以支撑这种快速增长，需要更好的优化和整合。
罗福莉从产品框架设计角度出发，认为 OpenClaw 是 agent 框架领域的一次革命性事件。她指出，开源是 OpenClaw 的核心价值之一，它让整个社区能够深度参与、持续改进，大幅拉高了国内参数量不大但水平可观的模型的能力上限。同时，它也点燃了大家对大模型之上智能体层的想象力，让越来越多非研究员背景的人能够参与 AGI 的变革，替代工作中的重复任务，释放时间进行更有创造力的活动。她还提到，相比 Claude Code 只能在桌面上延展创意，OpenClaw 可以随时随地参与创意过程，想象力扩展没有场景限制。
黄超从交互模式分析了 OpenClaw 引发关注的原因。他认为，“活人感”是关键因素之一，OpenClaw 以 IM 软件嵌入的交互方式呈现，让人感觉更接近个人贾维斯。它再次验证了 agent loop 这种高效框架范式，也引发了关于需要一个 all-in-one 的超级智能体还是一套轻量级操作系统或脚手架的讨论。他倾向于后者，认为 OpenClaw 更像操作系统级别的小管家，通过这个入口，社区里越来越多的人开始设计面向这类系统的应用，与开源生态紧密结合。
随着讨论的深入，话题转向了智谱最新发布的 GLM-5-Turbo 模型及其提价策略。张鹏解释说，这次更新是从“对话”转向“干活”的阶段性成果。OpenClaw 让大家意识到大模型能帮人完成任务，但这背后对模型能力的要求远超以往，需要长时间任务规划、上下文压缩、随时 debug 以及处理多模态信息等。GLM-5-Turbo 在这些方面做了专门加强，尤其是让模型持续自我 loop、不停执行任务的能力。同时，也做了效率优化，避免用户看到账单数字不停下降。对于提价，他认为现在完成复杂任务消耗的 token 量可能是回答简单问题的十倍甚至百倍，模型变大、推理成本提高，价格自然要回归正常商业价值，长期低价竞争不利于行业发展。
推理基础设施的压力也成为不可回避的话题。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 时代需要什么样的基础设施以及如何实现。他认为，当前最紧迫的问题是打造更高效的 token 工厂，从软硬件打通角度出发，接入国内几乎所有种类的计算芯片，统一连接几十个不同的算力集群。但他也指出，仅仅打造标准化 token 工厂还不够，当前大量云计算基础设施是为人类工程师设计的，限制了智能体的发挥空间。他举例说，智能体能做到秒级甚至毫秒级思考和发起任务，但现有底层能力没有为这个速度做好准备，需要打造更智慧化的调控系统。从长远看，他认为真正 AGI 时代到来时，基础设施本身也应该成为一个智能体，能够自我进化、自我迭代，形成自主的组织。
罗福莉将话题拉到了中国大模型团队的层面。她认为，大约两年前，中国基座大模型团队在有限算力、尤其是 NVLink 互联带宽受限的情况下，开始了一次重要突破，即在模型结构上进行创新以突破低端算力限制。DeepSeek V2、V3 系列以及后来的 MiniMax M1 等都是这类探索的产物，这些创新为国内大模型团队带来了勇气和信心。她还提到了混合稀疏架构、Kimi 的 KSA 架构、小米面向下一代的新结构等具体方向，强调了长上下文能力的重要性，认为只有在长上下文下成本够低、速度够快，才能把真正有生产力价值的复杂任务交给模型完成。
黄超从技术角度系统梳理了当前智能体框架在规划、记忆与工具调用三个核心模块上的主要痛点和未来方向。在规划层面，他认为面向复杂任务、超长上下文的规划能力仍然不足，一个方向是把复杂任务的领域知识固化到模型里。在记忆层面，信息压缩和检索精度是难题，未来 memory 机制需要走向分层设计，但通用化很难实现。他还指出了未来可能面临的一群智能体带来的上下文暴增问题，目前还没有成熟机制应对。在工具调用层面，他认为高质量的 skill 依然稀缺，需要整个社区共同建设，甚至探索在执行过程中动态进化出新的 skill。
论坛最后，杨植麟请每位嘉宾用一个关键词描述未来十二个月最重要的趋势。黄超给出的关键词是“生态”，他认为未来需要让智能体沉淀成日常工具，从个人助手转变为真正的打工人和 coworker，这需要模型迭代、skills 平台建设和各类工具的共同推进。罗福莉选择了“自进化”，她认为借助足够强大的模型，在智能体框架里叠加可验证的约束条件并设定持续 loop，模型能持续拿出更好的方案并自主运行，预计结合强大的自迭代 agent 框架，对科研的加速将达到指数级。夏立雪选择了“可持续 Token”，他希望把中国在能源和算力上的优势通过高效的 token 工厂持续转化为优质的 AI 能力，输出到全球，让中国成为世界的 token 工厂。张鹏的关键词则是“算力”，他认为所有技术的前提是大家用得起，算力问题是接下来十二个月最需要大家一起想办法的事情。
