中关村圆桌实录：中国最懂AI的5个人，曝光未来12个月大模型趋势

前几天，中国最懂 AI 的五个人——月之暗面杨植麟、智谱张鹏、无问芯穹夏立雪、小米罗福莉，还有港大黄超教授，在北京中关村做了一次信息密度极高的圆桌对话。

关于最近爆火的“龙虾” OpenClaw、AI 到底怎么帮你打工，以及未来12个月普通人怎么抓住这波红利，这场对谈给出了极其硬核的底层逻辑。不管你是普通人还是 AI 行业从业者，这5个人对于 AI 趋势的判断，我想都非常重要。

我已经把他们对话中最干货的事实、数据和观点总结好了，接下来，咱们直接开始。

第一，OpenClaw 撕开了 Agent 时代的新范式，它不是超级大脑，而是“脚手架”。

智谱张鹏是很早就接触 OpenClaw 前身 Clawdbot 的那一批人。他对这类 Agent 框架有一个极精准的定性：它就像一个牢固、便捷又灵活的“脚手架”。它在底层模型之上，搭起了一个极度开放的生态平台，让你的想法通过简单的交流就能直接落地。

小米罗福莉把它称为 Agent 框架领域的革命性事件。在绝大部分场景下，它的任务完成度已经非常接近海外最顶尖模型的水平。为什么？因为它靠开源拉升了国内中高端模型的上限，同时又靠一套完整的 Skills 体系把下限保证得很好。它的出现，彻底点燃了社区对 Agent 层的热情，让更多非研究员也能参与到 AGI 的变革中，释放出时间去做更有想象力的事情。

港大黄超教授（他的团队开发了业内极具影响力的 nanobot 等 Agent 项目）则点出了它的爆火内核——“活人感”。以往的 AI 工具用起来工具感太重，但 OpenClaw 以 IM 软件嵌入的交互方式呈现，让你感觉它就像个人贾维斯。黄超强调，它的成功再次验证了一个事实：AI 发展根本不需要追求一个“全能型”的超级智能体，而是需要一个类似轻量级操作系统的“小管家”，去撬动全网所有的工具。

第二，当 AI 开始“包工”，Token 消耗进入“3G流量爆发期”。

当 AI 从陪聊变成了帮你承接大型复杂任务的打工人，它消耗的资源是惊人的。

无问芯穹夏立雪抛出了一个震撼的数据：从今年一月底开始，他们的 Token 用量每两周翻一番，到现在已经翻了十倍。“上次见到这个增速，还是 3G 时代手机流量刚爆发的感觉。”

为什么这么费？张鹏一针见血地指出：让大模型干活，它得自己做长期的任务规划、重试、上下文压缩、随时 debug、还要处理多模态信息。完成一个复杂任务，消耗的 Token 可能是简单对话的十倍甚至百倍。这也解释了智谱最新发布的 GLM-5-Turbo 为什么要调整价格——在大幅优化了模型“72小时持续 Loop”的稳定性后，推理成本急剧上升，行业必须回归商业化的良性闭环。

这背后其实隐藏着一个巨大的错位。夏立雪指出，现在的云计算基础设施，本质上是给“人类工程师”设计的。什么意思呢？人类工程师去云上开一台服务器、部署一个环境，动作再快也是按“分钟”来计算的，所以现在的云平台在分配算力、启动资源时，底层架构就是按照这个“分钟级”的节奏来设计的。但现在是 Agent 时代，智能体的思考和执行速度是“毫秒级”的。当一个智能体在一秒钟内想调用100个不同的工具、瞬间需要大量算力来跑代码时，它向云平台发出请求，云平台却像个老爷爷一样，需要好几分钟才能把资源准备好。这就好比高铁（智能体）开上了绿皮火车的轨道（云平台），算力没法瞬间响应，极大限制了智能体的发挥。所以夏立雪提出，未来的云平台本身也必须变成一个能自我进化的 AI 智能体，实现机器对机器的“毫秒级”资源调度，这就是他们说的“Agentic Infrastructure”。

第三，算力封锁，反而逼出了中国大模型的“长上下文”杀手锏。

小米罗福莉讲了一个很提气的内幕：两年前国内基座大模型团队在算力受限、带宽受限的极端条件下，反而探索出了适配低端算力的模型结构创新。这种“在算力一定时，最大化智能水平”的变革一直持续到了今天，比如小米最新推出的面向 Agent 时代的 HySparse 架构。

这类架构创新的核心价值，就是解决“长上下文”的推理成本与速度问题。只有长上下文足够便宜、足够快，模型才能承接高生产力任务。

因为任务越复杂，上下文暴增得越可怕。港大黄超把 Agent 核心技术拆解为规划（Planning）、记忆（Memory）和工具使用（Tool Use）。他补充了一个痛点：比如执行一个500步以上的复杂部署任务，当前很多模型规划做不好，本质是缺乏垂直领域的隐性知识。更可怕的是，未来多 Agent 场景下上下文会彻底暴增，现有的简单文件式记忆已经走到了死胡同，必须走向分层设计。

第四，未来12个月，最性感的四大硬核趋势。

如果把视线拉长到未来12个月，这场对话直接给出了四个极其震撼的预判：

1. 软件的 GUI（图形界面）将死，CLI（命令行）重生。 未来大量的软件将不再面向人类设计，而是面向 Agent 原生设计。人类才需要点鼠标的 GUI 图形界面，Agent 根本不需要，它们依赖的是底层的 CLI 交互。整个开源生态正在经历一次向 Agent 原生模式转型的系统性重构。

2. AI 的“自主科研”与“自进化”即将成真。 过去一年“自进化”还只是个概念，但现在已经有了务实的路径。罗福莉透露了一个硬核细节：在带有验证条件和 Loop 的框架中，目前国内模型已经能在特定科学研究任务中自主运行和进化两三天，不停迭代优化目标。借助这种强大的 Agent 框架，他们内部的大模型研究效率已经飙升了近十倍！AI 不再只是替代生产力，而是像顶尖科学家一样去探索未知。

3. “AI made in China”统治全球，打造世界 Token 工厂。 面对今年可能达到百倍增长的 Token 需求，夏立雪提出了一个极具野心的愿景：整合国内算力资源，把中国在能源和制造上的优势，转化为优质的 Token 输出到全球。构建具有中国特色的 Token 经济学，让中国成为世界的 Token 工厂。

4. 算力成为一切奇迹的唯一入场券。 张鹏最务实地指出，推理时代的需求是爆发式增长的，当前大量需求根本无法满足。算力，已经成为阻碍研究进展和技术落地的最大瓶颈。没卡没感情，算力就是接下来一年开启所有奇迹的入场券。

这五位最前线的人，让我们看到了一个极其清晰的路线图：AI 正在从玩具变成工具，最终会变成和我们并肩作战的超级数字员工。

我是C哥，点赞关注，咱们下期见。

附：视频剪辑素材清单建议

1. 开头圆桌介绍：放五位嘉宾（杨植麟、张鹏、夏立雪、罗福莉、黄超）在圆桌论坛的高清合影或发言混剪，画面打上各自的头衔标签。
2. 第一部分（OpenClaw新范式）：画面可以展示手机端 IM 软件中调用 OpenClaw 的极简界面，配合“脚手架”的3D动画概念图，展示它如何撬动各种第三方工具。
3. 第二部分（Token暴涨与基础设施）：制作一个柱状图动画，展示从1月底到现在的 Token 消耗量“10倍增长”曲线；配合手机 3G 时代加载网页的对比画面；展示服务器机房中人类操作（慢动作，按分钟计）与 AI 毫秒级运算（快动作）的强视觉对比。
4. 第三部分（架构创新与长上下文）：插入 HySparse 架构、DeepSeek 等底层架构的动态示意图，配合多 Agent 协同处理500步复杂任务时的代码瀑布流特效。
5. 第四部分（未来展望）：
   • 展现 GUI（各种图标窗口）迅速粉碎变成底层 CLI（纯代码流）的震撼转场。
   • 放一个 AI 实验室彻夜无人但屏幕疯狂运转2-3天自我进化的快进画面。
   • 展现中国地图上无数个“算力节点”亮起，向全球输送光纤数据流（象征世界 Token 工厂）。