杨植麟、张鹏、罗福莉等聚首论“龙虾”，AI应用加速落地！未来12个月大模型趋势解析

徽声在线3月29日讯（记者 张校毓）2026年，科技圈因一只“红色小龙虾”掀起热议浪潮。

OpenClaw的火爆出圈，不仅成为技术产品突破圈层的典型案例，更在中关村论坛期间引发了关于AI开源生态与智能体（Agent）未来走向的深度探讨。杨植麟、张鹏、罗福莉等业界大咖罕见同台，围绕“龙虾”展开对话。从模型层到算力层，再到Agent层，AI应用正以惊人的速度从实验室走向千行百业，为科学研究、日常办公等领域注入新动能。

在这股热潮之下，一个关键问题亟待解答：AI的未来究竟何去何从？

业内专家分析指出，开源生态正从“工具协同”阶段迈向“自进化”新阶段。依托我国在能源与制造领域的优势，可将“科创工厂”模式升级为面向全球的AI产品与服务输出能力，探索具有中国特色的普惠经济学路径。然而，展望未来一年，AI发展仍面临生态共建不足、工程化落地时间窗口压缩、算力瓶颈再次凸显等挑战。

“龙虾”现象背后：开源与Agent成核心议题

在人工智能技术加速迭代、“小龙虾”热度持续攀升的背景下，开源与智能体（Agent）成为业界关注焦点。

清华大学智能产业研究院（AIR）创始院长、中国工程院外籍院士张亚勤在2026中关村论坛年会“AI开源前沿论坛”上表示：“我们正步入一个新范式，从生成式AI向智能体AI转型。”月之暗面创始人杨植麟也在论坛上强调，通过开源技术，推动更多技术和模型成为行业标准。

杨植麟进一步解释道：“开源的目的是让企业、研究者和终端用户能够以极低门槛获取智能技术。我们正在进行多项创新，包括架构设计，确保技术开放且可获取，从而构建生态系统，共同推动领域发展。”

在“OpenClaw与AI开源”圆桌会议上，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团队负责人黄超展开深入讨论。

“OpenClaw与AI开源圆桌会议”现场，图片来源：徽声在线记者/摄

张鹏将OpenClaw比作“脚手架”：“它提供了一种可能性，在模型基础上搭建起牢固、灵活的框架，用户可根据需求自由使用模型。”

黄超补充认为，OpenClaw的火爆首先源于其“活人感”的交互体验。此外，它也引发了思考：我们究竟需要一个全能型智能体，还是需要类似轻量级操作系统或“脚手架”的小管家？

罗福莉指出，OpenClaw的核心价值之一在于“开源”。她表示，开源是社区深入参与、改进Agent框架的重要前提。像OpenClaw这样的框架，能将国内次闭源模型的上限大幅提升，同时确保下限稳定。

值得注意的是，随着智能体技术演进，token消耗量、模型实用性等维度正成为大模型厂商的核心突破方向。

作为基础设施层厂商代表，夏立雪透露，公司自一月底以来，token用量每两周翻一番，至今已增长十倍。“这种速度让我想起3G时代手机流量的普及。”他表示，当前token用量仍处于早期阶段，需优化资源整合，让更多人能用上OpenClaw等AI能力。

结构创新的重要性也受到关注。罗福莉介绍，模型自迭代是指其在复杂环境中通过超长context实现自我进化，这种进化可能针对Agent框架本身，也可能针对模型参数。“我们认为long context本身就是对参数的一种进化。”

罗福莉从长期视角分析，由于大模型快速进步，加上Agent框架的加持，推理需求已增长近十倍。“今年token增长是否会达到百倍？这将把我们带入算力竞争的新维度，甚至延伸至能源领域。”

“在真正的AGI时代，基础设施本身也应是智能体。”夏立雪认为，未来AI基础设施需具备自我进化、自我迭代能力，形成自主组织，才能更好地满足AI客户需求。

落地加速：AI应用赋能多领域

随着智能体技术迭代，AI应用正加速落地，覆盖科学研究、日常办公等多个场景。

中国科学院院士鄂维南表示：“面向AI for Science的关键基础设施已初步成形，规模化、智能体驱动的科学研究正在成为现实。”他强调，这一过程需突破传统对标性思维，坚持原创性思维，走出独立路径，推动科技创新与产业创新融合，离不开政产学研协同创新。

例如，北京科学智能研究院院长李鑫宇在中关村论坛年会AI for Science青年论坛上展示了基于Science Navigator平台的新一代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团队将AI理解能力延伸至数学领域，构建了LeanSearch和Matlas两套检索系统，形成“形式化+非形式化”双轨体系。此外，我国首套智能双束电镜系统Hyper-FIB在论坛上发布，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完善，AI for Science迈向加速原创性发现的新阶段。北京大学朱戎团队在合成化学领域取得突破：“我们组建跨学科团队，从原型系统‘愚公’起步，构建覆盖‘数据-模型-实验’的多地联动闭环，在生物探针、有机光电等领域大幅提升研发效率。团队还建成了全球最大的高质量实验核磁数据库NMRexp，覆盖6种核素、超330万条数据，配套谱学智能体SpecMaster突破了真实合成场景结构解析瓶颈。”

在工业场景中，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-试验验证的完整闭环，推动火箭发动机全链条智能迭代优化。

除科学研究外，日常办公场景也在突破。针对高昂的API调用成本与数据上云安全风险，网易有道在中关村硬科技嘉年华上推出“本地化+开源”解决方案——有道龙虾（LobsterAI）。作为国内首个完全开源的桌面级Agent，LobsterAI聚焦“数据主权”与“本地执行”，与依赖云端大模型算力的传统智能体形成对比。

在隐私防护与部署层面，有道龙虾（LobsterAI）实现全量代码透明可审计，构建物理级隐私沙箱，并内置主动预警拦截机制应对敏感操作。在本土化生态上，它深度适配微信、钉钉、飞书、QQ等主流办公协同软件，用户可通过“技能商店”一键装载AI能力。

值得一提的是，杨植麟在中关村论坛上表示，大模型训练已进入第三阶段：2023-2024年为天然数据与人工标注阶段，2025年为人工精选可验证任务阶段，2026年起进入AI主导研究阶段。“未来几年，AI研究和研发方式将发生重大变化，AI主导研究将加速推进。”

未来挑战：自进化、可持续token与算力瓶颈

当前AI尤其是Agent赛道热度高涨，如何落地、未来趋势及挑战成为关注焦点。

百度智能云副总裁殷大伟在论坛上表示，人工智能将成为“十五五”时期高质量发展的核心引擎，中国AI正进入产业规模化发展新阶段。他指出，“养龙虾”热潮爆发式增长，智能体应用加速涌现，软件使用方式从人操作软件向智能体驱动转变。同时，智能体落地仍面临技术挑战与数据安全隐私风险，需从产品设计之初筑牢防线。

张亚勤院士从宏观视角指出智能体的三大风险：一是AI信息智能风险，二是物理智能+生物智能风险，三是生存风险。

谈及未来十二个月大模型发展趋势，黄超以“生态”为关键词。他认为，未来Agent需从个人助手转化为“打工人”，成为实用工具或协同工作者，这需要整个生态共同努力，开源是关键部分。

罗福莉的关键词是“自进化”。她表示，自进化是创造新事物的核心，它不是替代现有生产力，而是像顶尖科学家一样探索未知领域。“一年前我认为需要三到五年，但现在看来，未来一两年可能就能实现大模型与自进化Agent框架的叠加，对科学研究产生指数级加速效应。”

夏立雪强调可持续token的重要性：“我们需从能源到算力、再到token、最终到GDP的链路进行持续经济迭代。”

“过去是‘中国制造’，我们将低价制造能力转化为商品输出全球。现在是‘AI中国制造’，我们希望将能源优势通过token工厂转化为优质token输出全球，成为世界的‘token工厂’。”夏立雪说道。

张鹏认为，未来十二个月最大挑战是算力。他表示，尽管智能体框架提升了效率，但前提是“用得起来”。当前行业正转向推理阶段，需求爆发式增长背后仍有大量需求未被满足，需行业共同努力解决。

（徽声在线记者付静对本文亦有贡献）