人工智能領域正經歷著前所未有的變革，當行業內的領軍人物齊聚一堂，探討AI的最新進展時，總能激發出無限的創新火花。在近期舉辦的一場AI主題論壇上，一場關于智能體、大模型訓練以及支撐AI運轉的基礎設施的深入討論，吸引了眾多聽眾的目光，現場座無虛席，氣氛熱烈。

論壇上，月之暗面創始人楊植麟、小米MiMo大模型負責人羅福莉、智譜華章CEO張鵬、無問芯穹CEO夏立雪以及香港大學助理教授黃超等AI領域的佼佼者，圍繞“養龍蝦”這一新興智能體應用，展開了熱烈的討論。他們從智能體的交互模式、大模型訓練的挑戰，到Token和算力的基礎設施需求，全方位剖析了AI技術的現狀與未來。

“養龍蝦”作為智能體應用的一個典型案例，其成功之處在于讓智能體的受眾從專業的AI從業者擴展到了普通互聯網用戶，引發了全社會的廣泛關注。張鵬將OpenClaw比作搭建在大模型之上的“腳手架”，認為它降低了用戶使用頂尖模型能力的門檻，讓更多人能夠按照自己的意愿創造出新奇的事物。羅福莉則從開源項目的角度出發，強調了OpenClaw在推動Agent框架發展中的革命性作用，認為它不僅提升了模型的能力上限，還保證了基座大模型的下限。

黃超從交互體驗的角度提出了獨到見解，他認為OpenClaw的交互模式給人一種活人感，讓大家重新思考智能體的設計方向。是追求一個“All in one”的強大智能體，還是像“龍蝦”這樣輕量級的操作系統，讓用戶有玩起來的心態，從而撬動整個AI生態的工具？這一討論引發了與會者的深思。

然而，隨著智能體應用的普及，大模型的能力和Token資源也面臨著前所未有的挑戰。智譜華章推出的GLM-5-Turbo模型，就是針對OpenClaw龍蝦場景深度優化的結果。張鵬指出，干活與聊天對模型的能力要求截然不同，復雜的任務會消耗更多的Token，導致模型推理成本上升。因此，智譜采取了漲價策略，旨在通過持續商業化落地形成一個良性閉環，不斷提升模型的能力。

作為AI基礎設施的提供者，夏立雪更關注OpenClaw對Token和算力帶來的影響。他認為，當前能夠使用的資源無法支撐起快速增長的需求，因此打造一個更高效的標準化Token工廠勢在必行。這不僅能夠充分利用現有資源，還能讓每個資源都發揮出最大的轉化效率和價值。長遠來看，夏立雪設想當真正的AGI時代到來時，AI基礎設施應該是一個能夠自我進化的智能體，根據客戶需求不斷迭代。

在討論未來12個月大模型的發展趨勢時，羅福莉認為自進化將是關鍵。她提到，在ChatGPT范式下，預訓練的模型上限被Agent框架激活，當模型執行更長任務時，它已經可以自己學習和進化。黃超則強調了生態的重要性，他認為要讓“龍蝦”這樣的智能體成為真正的“搬磚工具”，需要整個AI生態的共同努力。而張鵬則直接指出了算力問題，他認為算力將是未來12個月面臨的最大挑戰，所有AI技術、智能體框架能夠用起來的前提是算力充足。

這場論壇不僅展示了AI領域的最新進展，也揭示了行業面臨的挑戰和機遇。隨著智能體應用的不斷普及和大模型能力的不斷提升，AI技術正逐步滲透到我們生活的方方面面，改變著我們的工作方式和生活習慣。而如何應對算力荒、提升模型能力、優化Token資源等問題，將成為未來AI領域需要共同面對的課題。