杨植麟、张鹏、罗福莉同台畅聊“龙虾”，AI应用加速来袭！未来12个月的大模型将驶向何方？

财联社3月29日讯（记者 张校毓）在2026年，一只“红色小龙虾”在科技圈引发了大家的广泛关注。

OpenClaw的迅速走红，不仅是技术产品的成功亮相，还在中关村论坛期间激起了关于AI开源生态和智能体（Agent）未来的深度讨论。杨植麟、张鹏、罗福莉等几位大咖罕见同台畅谈“龙虾”。从模型、算力到Agent层面，AI应用正以前所未有的速度从实验室走入各行各业，助力科学研究和日常办公等领域。

不过，在这股热潮背后，我们更应该思考的是：AI的未来方向究竟在哪里？

业内专家分析认为，开源生态正在从“工具协作”向“自我进化”新阶段转变。依托能源与制造领域的优势，我国有潜力将“科创工厂”模式转化为全球范围内的AI产品与服务能力，形成具有中国特色的普惠经济学路径。展望未来一年，我们仍面临生态建设不足、工程化时间紧迫、算力瓶颈等多重挑战。

“龙虾”热潮：开源与Agent受关注

随着人工智能技术的快速发展，开源与智能体（Agent）成为业界热烈讨论的话题。

清华大学智能产业研究院（AIR）的创始院长、中国工程院外籍院士张亚勤在“AI开源前沿论坛”上表示：“我们正踏入一个新的阶段，从生成式AI走向智能体AI。”月之暗面创始人杨植麟也提到，通过开源技术，让更多的技术和模型可以成为新的标准。

杨植麟进一步解释说：“开源让每个企业、研究者和用户都能以低门槛获取智能，这是至关重要的。同时，我们正在进行许多创新，包括一些架构，使这些技术对所有人开放，大家可以共同构建生态系统，推动这个领域的发展。”

在“OpenClaw与AI开源”的讨论中，杨植麟与智谱华章CEO张鹏、无问芯穹联合创始人兼CEO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、Nanobot团队负责人黄超进行了深入交流。

“OpenClaw与AI开源圆桌会议”现场，图片

张鹏将OpenClaw比作“脚手架”。他说：“它提供了无限的可能性，基于模型搭建的这个脚手架，大家可以自由使用。”

黄超补充道，从交互方式来看，OpenClaw之所以那么受欢迎，首先是因为它带来了“活人感”。此外，OpenClaw也引发了思考：我们到底需要一个全能型、强大的智能体来帮我们做各种事情，还是说一个轻量级的操作系统或“脚手架”就够了。

在罗福莉看来，OpenClaw的价值主要体现在两个方面，其中之一就是“开源”。她提到，开源是整个社区参与、重视、改进和投入Agent框架的前提条件。像OpenClaw这样的Agent框架，其核心价值在于能够提升国内模型的水平，使其更接近闭源模型的能力，同时也确保了下限。

值得注意的是，随着智能体技术的不断进步，token的消耗、模型的实际应用等方面正成为大模型厂商们突破的关键方向。

作为基础设施层的厂商，夏立雪透露，自一月底以来，其公司的token使用量几乎每两周就翻一番，至今已经增长了十倍。“上次见到这种速度，还是在3G时代手机流量迅速普及的时候。”他认为，目前的token使用情况就像以前每个月只有100MB流量的阶段。在这种情况下，所有资源都需要更好地优化和整合，让每个人都能使用像OpenClaw这样的AI能力。

结构创新也越来越受到重视。据罗福莉介绍，模型自我迭代的概念是指在复杂环境中，通过超长的上下文实现自我进化，“这种进化可能是针对Agent框架本身，也可能是对模型参数的优化，因为我们认为长上下文本身就是对参数的一种进化。”

从更长远的视角来看，由于大模型的飞速发展以及Agent框架的持续优化，推理需求在过去一段时间内增长了近十倍。“那么，今年整个token的增长会不会达到百倍呢？这将把我们带入另一个竞争维度，那就是算力，甚至是能源层面的问题。”

夏立雪认为，在未来真正进入AGI时代时，基础设施本身也应该是一个智能体，我们所构建的工厂应该能够自我进化、自我迭代，形成一个自主的组织。根据AI客户的需求，自己提出需求并迭代基础设施，才能让两个AI更好地结合。

落地进行时：AI应用加速涌现

随着智能体技术的不断演变，AI应用正在加速落地，助力科学研究和日常办公等多个领域。

“面向AI for Science的关键基础设施已经逐步搭建，规模化、智能体驱动的科学研究正在变为现实。”中国科学院院士鄂维南表示，“在这个过程中，我们突破了传统的对标思维，坚守原创性思维，走出了一条完全独立的原创之路，推动科技创新与产业创新的融合，不可或缺地依赖于政、产、学、研的协同创新。”

比如，北京科学智能研究院院长李鑫宇在中关村论坛的AI for Science青年论坛上，介绍了基于Science Navigator平台打造的新一代AI化学发现平台；北京大学博雅特聘教授、北京中关村学院常务副院长董彬的团队则将AI的理解能力扩展到数学领域，构建了LeanSearch和Matlas两套检索系统，形成了“形式化+非形式化”的双轨体系。此外，我国首套智能双束电镜系统Hyper-FIB在论坛上重磅发布，开启了AI赋能高端科学仪器的新阶段。

随着自动化和智能化基础设施的逐步形成，AI for Science正迈向加速原创性发现的新阶段。北京大学朱戎分享了他们在合成化学领域的实践成果，“我们组建了跨学科的创新团队，从原型系统‘愚公’起步，构建了覆盖‘数据-模型-实验’的多地联动闭环，在生物探针、有机光电、高性能高分子、正交标记反应等多项研究中，研发效率大幅提升。团队建成了全球最大的高质量实验核磁数据库NMRexp，涵盖6种核素、超过330万条数据，配备谱学智能体SpecMaster，突破了真实合成场景的结构解析瓶颈。”

进一步延伸至真实工业场景，临界航天发布的“Prime（一行）火箭发动机研发智能体平台”，实现了精准设计、物理仿真、精确制造和试验验证的完整闭环，让火箭发动机从构想到实物的智能迭代成为现实。

除了科学研究领域，日常办公场景同样在不断突破。面对高昂的API调用成本和数据上云的安全风险，网易有道在中关村硬科技嘉年华上推出了“本地化+开源”的解决方案。他们展示的“有道龙虾（LobsterAI）”是国内首个完全开源的桌面级Agent。与传统依赖云端大模型算力的智能体不同，LobsterAI将系统设计的核心放在了“数据主权”和“本地执行”上。

在隐私保护与部署层面，有道龙虾（LobsterAI）的所有代码实现透明可审计，构建了严密的物理级隐私沙箱。对于涉及交易或密码等敏感操作，系统内置了主动预警拦截机制。在本土化生态建设方面，有道龙虾（LobsterAI）深度适配了微信、钉钉、飞书、QQ等国内主流办公软件，用户可以通过专属的“技能商店”轻松加载各种AI能力。

值得一提的是，杨植麟在最近的中关村论坛上提到，大模型训练已经进入第三个阶段。2023-2024年是天然数据与人工标注的阶段，2025年是人工精选可验证任务的阶段，而从2026年开始，将进入AI主导研究的阶段。“在未来的时间里，AI研究和开发的方式将发生重大变化，AI主导的研究将会越来越多，整个AI的研发速度也会不断加快。”

下一个路口：自进化、可持续token与算力挑战

如今，AI特别是Agent赛道的热度空前，如何落地、未来趋势及面临的挑战成为大家关注的焦点。

百度智能云副总裁殷大伟在论坛上表示，人工智能正在成为“十五五”时期高质量发展的核心引擎，中国的人工智能进入产业规模化发展的新阶段。殷大伟指出，当前“养龙虾”的热潮正爆发式增长，智能体应用加速涌现，软件的使用方式也从以往的人操作软件转变为智能体驱动。同时，智能体在落地过程中仍面临技术挑战和数据安全隐私风险，企业需从产品设计开始就筑好防线。

张亚勤院士在演讲中从宏观角度指出，智能体面临三大风险：AI信息智能风险、物理智能+生物智能风险，以及生存风险。

谈到未来十二个月大模型的发展趋势，黄超用“生态”这个关键词来总结。他认为，未来agent要真正从个人助手转化为打工人是十分重要的。而要让Agent真正扎根下来，成为实用的“搬砖工具”或协同工作者，需要整个生态共同努力，开源是其中不可或缺的一部分。

罗福莉则强调“自进化”这个关键词。她认为，自进化是创造新事物的唯一途径，它并不是替代现有的生产力，而是像顶尖科学家一样探索尚未发现的领域。“一年前我认为这个过程需要三到五年，但我现在觉得这个时间可能缩短到一两年内，让大模型叠加一个强大的自进化agent框架，实现对科学研究的指数级加速。”

夏立雪则指出可持续token的重要性。“我们需要把视野放宽到整个生态，从早期的能源到算力，再到token，最终转化为GDP，这样的链路能够实现持续的经济迭代。”

“过去那个时代叫Made in China，我们把低价制造能力转化为优质商品输出全球。现在我们希望做的是AI Made in China，通过token工厂可持续地将中国在能源上的优势转化为优质token，向全球输出，成为世界的‘token工厂’。”夏立雪总结道。

未来一年，算力将成为行业的关键挑战

张鹏觉得，未来一年最大的难题就是算力的问题。他指出，虽然现在的技术发展，包括智能体框架，确实能让许多人提高工作效率，但前提是大家都能真正“用上”。目前，整个行业正处于推理阶段，然而在需求快速增长的背后，大量的需求依然没有得到满足，这需要行业内的各方共同努力来解决。

（财联社记者付静为本文提供了支持）

（财联社记者 张校毓）