杨植麟/张鹏/夏立雪/罗福莉/黄超，谈龙虾，谈“Token经济学”

Agent的技术突破与范式转变

在月之暗面创始人杨植麟的主持下，智谱华章CEO张鹏、无问芯穹CEO夏立雪、小米MiMo负责人罗福莉及港大教授黄超齐聚一堂，共同剖析了当前AI领域的热点。讨论首先聚焦于OpenClaw（此处指代文中提到的Agent产品）引发的技术变革。

• 交互与体验的革新：黄超指出，OpenClaw带来了“活人感”的交互体验，相比传统的工具感，它更接近理想的个人助手（Jarvis）。这种以软件切入的IM式交互，降低了用户使用顶尖模型的门槛。
• 任务完成能力的飞跃：张鹏将其比喻为“脚手架”，使得非程序员也能通过自然语言完成编程等复杂任务，实现了从“对话”到“干活”的转变。夏立雪也提到，虽然初期上手可能觉得慢，但它能处理大型任务，极大地拓展了AI的想象力空间。
• 开源与生态的催化：罗福莉高度评价其开源属性，认为这极大地促进了社区参与。OpenClaw通过Harness和Skills系统，将国产模型的上限拉升至接近顶级闭源模型的水平，同时保障了任务完成的下限，点燃了模型之外那一层（Agent层）的创新热情。

从“聊天”到“干活”：Token消耗与商业模式重构

随着Agent执行复杂任务，算力消耗呈现指数级增长，这直接导致了市场策略的调整。

• 任务驱动的成本激增：张鹏解释了智谱GLM Turbo模型提价的逻辑。他指出，完成一个复杂任务所需的Token量，可能是简单问答的十倍甚至百倍，因为这中间包含了大量的规划、试错和Debug过程。
• 回归商业价值：长期的低价竞争不利于行业发展。提价是为了回归正常的商业逻辑，确保厂商能持续投入资源优化模型，提供更高质量的服务。这标志着行业正从以聊天量级计费，转向以任务完成度计费。

推理时代的算力基础设施与系统挑战

进入推理时代，Token用量的爆发式增长对底层基础设施提出了前所未有的挑战。

• 需求的爆发与基建滞后：夏立雪透露，其公司的Token用量每两周翻一番，累计增长已达十倍。然而，现有的云计算基础设施（如K8s）是为人类（分钟级操作）设计的，无法满足Agent毫秒级思考和发起任务的需求。
• 打造Agent原生的基础设施：夏立雪认为，需要构建“Agentic Infra”，即智慧化的算力投放工厂。更长远来看，基础设施本身也应成为智能体，实现自我进化与迭代。
• 算力成为核心卡点：张鹏对此前国产芯片受限环境下催生的结构创新（如DeepSeek的MoE架构）予以肯定，但同时也直指未来一年最大的挑战就是“算力”。随着推理需求可能增长百倍，算力短缺将成为最大制约。

技术痛点与未来突破方向

针对Agent的进一步发展，与会专家指出了当前的技术瓶颈，并展望了值得关注的方向。

• Planning与Memory的局限：黄超指出，面对超长链路任务，模型在规划（Planning）方面缺乏足够的隐性知识；而记忆（Memory）系统则面临信息压缩失真和检索效率低下的问题，现有的文件系统式存储难以通用。
• Skill质量与安全风险：在Tool Use方面，现有的Skill生态存在严重的质量参差不齐和恶意注入风险，急需社区共同建立高质量的Skill库。
• 长上下文与自进化：罗福莉强调，Agent越用越聪明的前提是超长上下文。如果能在百万甚至千万级Context下实现低成本、高速度的推理，模型就能通过长程任务实现“自进化”，从而具备科研探索能力，大幅提升生产力。

展望：生态、自进化、可持续与算力

在对未来的展望中，四位嘉宾分别用一个关键词概括了未来一年的关键趋势：

• 生态（黄超）：未来的软件将从面向人类（GUI）转向面向Agent原生（CLI）。Agent将从“个人助手”转变为真正的“打工人（Coworker）”，这需要整个生态的开源共建。
• 自进化（罗福莉）：大模型结合强大的Agent框架，将在科研等领域实现指数级加速。模型能够在可验证的约束下自主迭代，探索世界上原本不存在的知识。
• 可持续Token（夏立雪）：中国有机会凭借能源和制造优势，将算力转化为优质Token并输出全球，打造“世界的Token工厂”，建立具有中国特色的Token经济学，形成从能源到GDP的可持续链路。
• 算力（张鹏）：仰望星空之后需脚踏实地，算力依然是未来十二个月最关键、最现实的问题。