AI专家探讨|OpenClaw引领新时代

今天，我首次尝试使用OpenClaw来替代以往人工加豆包写作公众号文章的方式。通过一句话指令，我的智能助手（Workbuddy OpenClaw）完成了这篇公众号文章的撰写。内容是对「数字生命卡兹克」在3月27日中关村论坛AI圆桌会议实录的提炼总结。我教会了这个智能助手两个技能：自动撰写微信文章和一键生成封面图，然后将原文链接交给它处理，自己则去准备晚餐。

以前自己写稿排版不仅耗时费力，页面也显得比较单调；而这次由工具生成的文章在美观度上有了显著提升，效率与体验都令人惊喜。

在2026年中关村论坛的人工智能主题日中，杨植麟主持了一场关于「智能助手与AI开源」的高质量圆桌讨论。智谱张鹏、无问芯穹夏立雪、小米MiMo罗福莉以及香港大学黄超四位嘉宾围绕模型、算力、推理架构及Agent生态系统等方面进行了深入交流，全面展示了当前AI行业的现状。

OpenClaw作为此次圆桌的核心话题，是一款开源AI Agent框架，其前身名为“Claude Bot”，如今已成为AI开发者社区中最受欢迎的产品之一。它的主要价值体现在能够自主执行复杂的任务，而不仅仅是一个聊天机器人。

四位嘉宾从不同角度对OpenClaw进行了分析：

针对GLM5 Turbo版本发布并涨价的现象，张鹏给出了明确解释：完成一个复杂任务所需的token数量可能是简单对话的好几倍甚至上百倍。当模型从简单的“聊天”转变为实际的“工作”时，提价实际上反映了其真正的商业价值。长期低价竞争不利于行业发展，只有形成健康的商业模式才能支持模型持续改进。

夏立雪认为，我们需要从“为人类工程师设计的基础架构”转向“专为AI设计的基础架构”。现有云计算系统在处理秒级或毫秒级的Agent任务时表现不佳（K8S调度是以分钟为单位）。无问芯穹正在开发一种新的“Agentic Infra”，旨在连接国内多种芯片和数十个计算集群，并展望未来可能出现的一种情况——由一个CEO级别的Agent自主管理整个基础设施。

罗福莉指出，正是由于算力限制，促使中国团队走上了探索新型模型结构的道路。从DeepSeek的细粒度MoE到各种混合稀疏/线性注意力机制，再到面向Agent时代的高稀疏架构，这些创新的目标都是为了在处理极长文本时实现低成本和高速度，从而让真正有价值的任务可以被托付给模型，推动其实现自我进化。

黄超从技术层面系统地梳理了当前Agent面临的主要挑战：

🧭 规划：对于超过五百步以上的复杂任务，大多数模型缺乏必要的隐性知识。虽然Skill/Harness机制可以在一定程度上弥补这一缺陷，但根本解决之道还是需要将复杂的领域知识固化进模型中。

🧠 记忆：目前Agent普遍采用Markdown文件作为记忆存储方式，这种方式存在信息压缩不准确、检索不够精确的问题。随着多Agent协同工作的趋势日益明显，上下文数据量将急剧增加，因此Memory系统急需向分层架构转变。

🔧 工具使用：当前Skill生态系统中高质量工具较少，低质量Skill不仅影响任务完成率，还可能带来安全风险，这需要整个社区共同努力进行治理。

圆桌讨论接近尾声时，杨植麟请每位嘉宾用一个词概括未来12个月AI的发展趋势——

张鹏的回答既朴实又直击要害：

「前两年在中关村论坛上有人说：没卡就没感情，谈卡伤感情。现在我们又回到了类似的情境，但情况已经不同了。我们现在正处于推理阶段，需求是之前的十倍乃至百倍增长，还有许多未被满足的需求——这需要大家共同思考解决方案。」

如果这篇文章对你有所帮助，请不要吝啬你的点赞、在看和分享～