龙虾之后的大模型共识困境与未来趋势
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
出品｜虎嗅科技组
作者｜宋思杭
编辑｜苗正卿
头图｜中关村论坛现场
上一次智谱AI与月之暗面同台，还是在1月10日。那天是智谱通过港交所聆讯后的第三天，一个周六，在中关村国际创新中心举行了一场名为AGI-Next的前言峰会。
两个半月后，故事推进得更快了。
市场消息显示，月之暗面正考虑在香港进行首次公司募股（IPO），目前已与中金公司及高盛展开磋商，相关事件仍处于初期阶段，具体时间尚未确定。对此，虎嗅向月之暗面方面求证，对方不予置评。
几乎在同一时间，两家公司再次同台，还是中关村国际创新中心，在中关村论坛的现场。
台上坐着的，是这一轮大模型浪潮中最核心的一批玩家：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，以及香港大学助理教授黄超。
他们讨论的，是最近一个月，让整个行业“重新忙起来”的那只龙虾OpenClaw。
过去一个月，这只“龙虾”几乎把大模型的调用曲线重新拉了一遍。包括智谱、Kimi，以及小米MiMo在内的多家模型厂商，都在这一波中吃到了最直接的红利。
3月下旬，在全球最大的模型API聚合平台OpenRouter上，一款代号为 Hunter Alpha 的模型调用量迅速冲上榜首。随后小米认领，这一模型正是MiMo-V2-Pro。
更重要的是，龙虾带来的，并不只是调用量的暴涨。它让行业清晰地看到：大模型开始“干活”之后，一整套新的技术与商业逻辑，正在被同时改写。
这场讨论，指向的是推理阶段正在出现的几条新分水岭。
1、模型开始承担“完整任务链路”
首先，在这场对话中，点出了这只龙虾的价值，首先是几位模型玩家对它的定义，以及它能带来什么。
过去，用户是给大模型提问题，大模型还无法帮用户做任务，或者说过去的那条链路是断的。
而现在，OpenClaw带来的最大变化，是把模型拉进了任务执行环节。用户给出的不再是问题，而是目标；系统需要完成拆解、尝试、修正和交付。
在张鹏的定义里，它更像一个“脚手架”——普通人可以在其上调用顶级模型，完成完整任务链路。用户与模型的关系，也从“提问—回答”，转向“目标—执行—迭代”。
这直接改变了评价方式。单轮回答已经不重要，关键在于复杂任务能否稳定收敛。模型第一次被放进交付结果的语境里。随之出现的，是“慢”的感知。系统在做规划、调度和试错，这些都在消耗时间，也在堆叠能力。
2、继“水电煤”之后，Token开始具备生产力属性
一个被反复提及的信号是：Token正在失控式增长。
夏立雪提到，公司Token用量从1月底开始，每两周翻一倍；而在Agent场景下，单个任务的Token消耗，是传统问答的10倍甚至100倍。
过去，在大模型对话问答时代，Token消耗量低，普通用户免费就能用得AI。但龙虾出现之后，这个共识被推翻了。Token用量在短时间内呈指数增长，已经成为新的共识。Agent任务的消耗量，远高于传统对话。
但Token不再只是成本指标。它对应的是规划、执行、调用工具的全过程，接近一种“机器工时”。这会重塑价格体系。成本上升不再是单纯压力，而是和任务价值绑定，成为新的定价基础。
3、从训练时代，快进到推理时代
简单来说，在智谱、MiniMax等大模型公司还未上市的时间段里，“训练”依然是主流。但龙虾的出现，一下加速了推理时代的到来。
而具体来解释，随着任务复杂度上升，Context长度正在迅速拉长到1M甚至10M级别。这迫使厂商开始在推理侧做结构创新，例如：Hybrid架构、Linear Attention、Long Context Efficient设计。
这些创新架构的核心目的只有一个，就是如何在更长Context下，把成本打下来、把稳定性提上去。
这也意味着竞争维度在下沉：从模型参数规模，转向推理效率、系统调度，甚至能源成本。
4、系统能力开始抵消模型差距
在Agent框架下，模型之间的能力差距被部分压缩。通过Skill和工具组合，次顶级模型也能完成复杂任务。
在这个时候，用户关注点随之变化，更看重任务结果，而非模型本身的指标。
参与门槛也在降低。构建能力逐渐向系统工程倾斜，而不再局限于算法本身。
以下是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，以及香港大学助理教授黄超的精选部分对话：
杨植麟：现在最火的无疑就是openclaw，大家在日常使用或者类似产品时，觉得什么最有想象力或印象深刻？我们从技术角度，先请张鹏谈谈对openclaw和相关Agent的看法。
张鹏：我把它称作一个“脚手架”。它提供了在模型基础上搭建非常牢固、方便且灵活的可能性。普通人可以极低门槛地使用顶尖模型，尤其是编程和整体能力。以前想法受限于不会编程等技能，现在通过简单交流就能完成，这是一个非常大的突破。
夏立雪：我最开始用不太适应，习惯了聊天式交互，感觉openclaw很慢。后来发现它其实是能帮我完成大型任务的。从按Token聊天到现在能完成任务的Agent，想象力空间提升了，但对系统能力要求也变大了，这就是为什么一开始会觉得卡。
作为基础设施厂商，我看到的是机遇和挑战。我们的资源要支撑起这个快速增长的时代。比如我们公司从1月底开始，每两周Token量翻一番。现在的Token用量就像当年100兆手机流量的时代。我们需要更好的优化和整合，让每一个鲜活的人都能用起来。这对整个社区是巨大的优化空间。
罗福莉：我认为openclaw是一个非常革命性和颠覆性的事件。虽然深度Coding的人首选可能还是Code，但用过openclaw的人会感受到它在Agent框架设计上是领先于Code的，Code的最新更新其实都在向openclaw靠近。
它给我的最大价值在于“开源”：这有利于社区深入参与。它把国内次顶级闭源模型的上限拉得非常高，在绝大部分场景下任务完成度已非常接近最新模型，同时又靠Skill体系保证了下限。
此外，它点燃了大家的想象力。大家发现大模型外的Agent层有巨大空间，更多人，不仅是研究员，开始参与AGI变革，这在一定程度上替代了重复工作，释放了时间去做更有想象力的事。
黄超：首先是从交互模式上，openclaw给了大家一种“更有活人感”的体验。之前的Agent工具感更强，而openclaw以“软件切入”的方式，更接近大家想象中的个人贾维斯（J.A.R.V.I.S.）。
其次，它证明了架构Agent的框架可以既简单又高效。它让我们重新思考：是否需要一个All in one的超级智能体，还是需要一个轻量级操作系统或脚手架式的小管家？它让大家更有“玩起来”的心态，撬动生态里的所有工具，通过Skills或Tool的设计，赋能各行各业。
杨植麟：顺着刚才大家一直在讨论 OpenClaw，我也想接着问张鹏一个问题。智谱最近发布了新的GLM Turbo模型，这个模型在相关能力上也做了很大的增强。能否介绍一下新旧模型的不同？以及观察到的提价策略反映了什么市场情况？
张鹏：发布Turbo主要是为了从“简单的对话”转向“干活”。openclaw让大家看到大模型能干活，但干活背后的Token消耗非常高，需要规划、尝试、Debug、处理模糊需求。Turbo在这些方面做了优化，本质上是多智能体协同架构，但在能力上有偏向性加强。
关于提价，因为干活消耗的Token量是简单问答的10倍甚至100倍，成本大幅提高。长期低价竞争不利于行业发展，调整价格是为了回归正常的商业价值，让我们能持续优化模型，提供更好的服务。
杨植麟：小米最近通过发布新模型和开源技术对社区做出了贡献，小米做大模型有什么独特优势？
罗福莉：我想先不谈小米的独特优势，而是谈谈中国大模型团队的优势。
两年前，中国团队在算力受限，尤其是互联带宽受限的情况下，做出了突破：在低端算力限制下，通过模型结构创新（如DPCV3、M1、MA等）去追求最高效率。这给了我们勇气和信心。
虽然现在国产芯片不再受限，但这种对高效率、低推理成本的探索依然重要。例如，现在的Hybrid、SPA、Linear attention结构等。
为什么结构创新重要？因为openclaw越用越聪明的前提是推理Context。现在的难题是：怎么在1M或10M的长上下文下，做到成本够低、速度够快？只有这样，才能激发高生产力任务，实现模型自迭代，在复杂环境中依靠超长Context完成自我进化。
我们现在正在探索Long Context Efficient架构，以及如何在真实长距离任务上做到稳定和高上限。
更长期看，随着推理需求爆发，今年可能增长100倍，竞争维度将下探到算力、推理芯片甚至能源层面。
相关攻略
多地出台政策支持开源AI工具OpenClaw及OPC模式发展。深圳龙岗区推出“龙虾十条”，提供最高千万元补贴；无锡高新区发布12条措施，给予算力补贴和数据支持；常熟市推出13条举措，聚焦垂直领域应用并提供创业生活补贴。各地政策涵盖资金、算力、数据及人才等多方面支持。
360新一代安全大模型正式发布，标志着AI应用进入深度协同新阶段。5月13日，360不仅推出了新一代安全大模型，更同步上线了核心功能“大模型教练”。该系统被定义为运行于安全底座之上的“AI专家团操作系统”，现已全面支持PC、Mac、安卓及iOS平台，用户可即刻下载体验。 区别于传统的单点对话工具，新
全球大模型社区的竞争格局近期出现显著变化。5月9日至12日，开源AI智能体框架Hermes Agent（业内昵称“爱马仕”），在OpenRouter平台的智能体调用量排行榜上连续三天超越此前长期领先的OpenClaw（俗称“龙虾”），引发广泛关注。 这场“爱马仕”与“龙虾”的榜首之争，标志着新一轮“
一、官方 & 完全免费服务商（核心） 1 OpenClaw 开源本体（GitHub） 说到免费，开源社区的力量从来不容小觑。OpenClaw的开源项目，绝对可以称得上是技术自力更生的首选。它的开源内容一应俱全，从核心框架下载、安装指南，到本地部署和一键运行的基础自动化脚本，都为你准备好了。文件操作
1：绕不开的基础依赖：Git 很多朋友在兴致勃勃地准备体验新工具时，第一步就容易被拦下。比如，在确认Node环境正常后，执行安装命令却碰了壁。 C: Users Administrator>npm install -g openclaw@latest npm error code ENOENT np
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭