在中关村国际创新中心举办的行业论坛上，月之暗面创始人杨植麟、智谱CEO张鹏、无问芯穹创始人夏立雪、小米MiMo负责人罗福莉及香港大学助理教授黄超展开深度对话。这场聚焦大模型技术演进的讨论，揭示了以OpenClaw为代表的Agent框架如何重构行业生态，标志着大模型竞争从参数规模转向系统能力的新阶段。
引发行业震荡的OpenClaw现象成为讨论核心。这个在OpenRouter平台迅速登顶的模型，通过将用户需求从"问题"升级为"目标"，迫使系统构建完整的任务执行链路。张鹏将其比喻为"脚手架"，指出普通用户现在能以极低门槛调用顶级模型完成编程等复杂任务，这种突破使模型评价标准从单轮回答质量转向复杂任务收敛能力。夏立雪透露，其公司Token用量自1月底起每两周翻倍，Agent场景下单个任务消耗量达传统问答的百倍，这种指数级增长倒逼基础设施厂商重构资源分配逻辑。
技术架构层面，长上下文处理能力成为竞争焦点。罗福莉揭示，随着任务复杂度提升，Context长度正突破百万级门槛，这促使厂商在推理侧探索Hybrid架构、Linear Attention等创新方案。小米MiMo-V2-Pro的实践表明，通过优化Long Context Efficient设计，可在保证稳定性的同时将成本降低40%。这种转变意味着竞争维度从模型参数规模下沉至推理效率、系统调度甚至能源成本等底层领域。
系统能力对模型差距的抵消效应愈发显著。黄超指出，在Agent框架下，次顶级模型通过Skill组合和工具调用，其任务完成度已接近最新模型。这种"开源"特性不仅降低了参与门槛，更点燃了行业想象力——当大模型外延的Agent层成为新战场，更多非技术人员开始通过设计Skills参与AGI变革。罗福莉强调，中国团队在算力受限时期积累的结构创新经验，正在长上下文处理场景中发挥关键作用，这种对高效率的追求将持续影响全球技术路线。
商业逻辑的重构在定价策略中显现端倪。张鹏解释智谱GLM Turbo模型提价逻辑时指出，当模型从"对话"转向"干活"，Token消耗量激增导致成本结构变化，合理定价是维持技术迭代的必要手段。这种转变与夏立雪观察到的产业现象形成呼应：当Token从成本指标转化为"机器工时"计量单位，其价格体系正与任务价值深度绑定，催生出新的商业生态。
在这场技术范式转移中，行业共识逐渐清晰：大模型的终极价值不在于参数规模，而在于如何通过系统架构创新，将技术能力转化为解决实际问题的生产力。当OpenClaw们持续突破任务复杂度边界，一个由系统能力定义的新竞争时代已然来临。
