一場由名為OpenClaw的Agent框架引發(fā)的行業(yè)震動(dòng)，正在重塑大模型領(lǐng)域的競爭格局。這只被業(yè)界稱為“龍蝦”的技術(shù)突破，不僅打破了持續(xù)多年的行業(yè)共識，更推動(dòng)大模型從“問答工具”向“任務(wù)執(zhí)行者”轉(zhuǎn)型。在近日中關(guān)村國際創(chuàng)新中心舉辦的一場行業(yè)論壇上，月之暗面、智譜AI、小米等頭部企業(yè)的核心負(fù)責(zé)人齊聚一堂，共同探討這場變革背后的技術(shù)邏輯與商業(yè)邏輯。

過去一年，大模型行業(yè)陷入“參數(shù)競賽”的怪圈：廠商們通過堆砌算力、擴(kuò)大參數(shù)規(guī)模、優(yōu)化單輪回答質(zhì)量來爭奪市場，低價(jià)競爭成為常態(tài)。然而，OpenClaw的出現(xiàn)徹底顛覆了這一邏輯。該框架首次將大模型的應(yīng)用場景從“提問-回答”擴(kuò)展到“目標(biāo)拆解-任務(wù)執(zhí)行-結(jié)果交付”的完整鏈路，使模型能夠處理復(fù)雜需求、自動(dòng)糾錯(cuò)并迭代優(yōu)化。智譜AI CEO張鵬將其比喻為“腳手架”——普通用戶無需編程技能，僅通過自然語言交互即可調(diào)用頂級模型完成專業(yè)任務(wù)。

這種交互模式的轉(zhuǎn)變直接改寫了行業(yè)評價(jià)標(biāo)準(zhǔn)。無問芯穹創(chuàng)始人夏立雪指出，過去衡量模型優(yōu)劣的核心指標(biāo)是單輪回答的精準(zhǔn)度，而現(xiàn)在，復(fù)雜任務(wù)的穩(wěn)定收斂能力成為關(guān)鍵。例如，在醫(yī)療診斷場景中，模型需要自動(dòng)分析患者病史、調(diào)用醫(yī)學(xué)知識庫、生成診斷建議并持續(xù)修正，而非簡單回答某個(gè)癥狀對應(yīng)哪種疾病。這種轉(zhuǎn)變也解釋了用戶對OpenClaw“響應(yīng)遲緩”的反饋——系統(tǒng)正在后臺進(jìn)行規(guī)劃、調(diào)度和試錯(cuò)，而非傳統(tǒng)問答的即時(shí)反饋。

伴隨任務(wù)復(fù)雜度提升，Token的屬性從“成本指標(biāo)”躍升為“生產(chǎn)力指標(biāo)”。夏立雪透露，無問芯穹的Token用量自1月底以來每兩周翻一倍，Agent場景下的單任務(wù)消耗量更是傳統(tǒng)問答的10至100倍。這一現(xiàn)象迫使廠商重新審視定價(jià)策略：智譜近期調(diào)整了GLM Turbo模型的價(jià)格，張鵬明確表示，低價(jià)競爭不利于行業(yè)健康發(fā)展，價(jià)格應(yīng)與任務(wù)價(jià)值深度綁定。小米MiMo負(fù)責(zé)人羅福莉也強(qiáng)調(diào)，隨著推理需求爆發(fā)，今年行業(yè)推理需求可能增長百倍，未來競爭將聚焦于推理效率、系統(tǒng)調(diào)度和能源成本等全鏈路能力。

系統(tǒng)能力的提升正在縮小模型間的差距。羅福莉提到，通過Skill和工具的組合，次頂級模型也能在復(fù)雜任務(wù)中達(dá)到接近頂級模型的表現(xiàn)。例如，在法律文書審核場景中，結(jié)合知識圖譜和邏輯推理工具的次頂級模型，其任務(wù)完成度已與最新頂級模型相差無幾。這種變化降低了行業(yè)參與門檻——構(gòu)建AI系統(tǒng)的重心從算法創(chuàng)新轉(zhuǎn)向系統(tǒng)工程，即使不具備頂尖算法團(tuán)隊(duì)的廠商，也能通過工具鏈整合實(shí)現(xiàn)差異化競爭。

中國團(tuán)隊(duì)的推理側(cè)創(chuàng)新優(yōu)勢在此輪變革中尤為突出。羅福莉回顧，兩年前在算力受限的情況下，國內(nèi)團(tuán)隊(duì)通過模型結(jié)構(gòu)創(chuàng)新（如DPCV3、M1架構(gòu)）追求極致效率，這種基因在當(dāng)下推理時(shí)代持續(xù)發(fā)揮作用。例如，小米探索的Long Context Efficient架構(gòu)，旨在解決長上下文場景下的成本與速度平衡問題；智譜的GLM Turbo模型則通過動(dòng)態(tài)推理優(yōu)化，將復(fù)雜任務(wù)的執(zhí)行效率提升30%以上。

行業(yè)變革的緊迫性也反映在資本動(dòng)態(tài)中。市場消息顯示，月之暗面正推進(jìn)香港IPO計(jì)劃，已與中金公司、高盛展開磋商。分析人士指出，若能在推理時(shí)代實(shí)現(xiàn)技術(shù)突破，將為其上市估值增添重要籌碼。與此同時(shí)，智譜、小米等廠商已提前布局推理側(cè)創(chuàng)新，試圖在新賽道中建立優(yōu)勢。例如，智譜通過調(diào)整模型價(jià)格體系，引導(dǎo)市場從“參數(shù)競爭”轉(zhuǎn)向“價(jià)值競爭”；小米則聯(lián)合高校研發(fā)新型注意力機(jī)制，降低長文本推理成本。

然而，變革也帶來新挑戰(zhàn)：Token用量的指數(shù)級增長對基礎(chǔ)設(shè)施提出更高要求，推理側(cè)架構(gòu)創(chuàng)新需要大量技術(shù)投入，行業(yè)價(jià)格體系重塑需避免惡性競爭。香港大學(xué)助理教授黃超從學(xué)術(shù)視角補(bǔ)充，OpenClaw的開源特性促進(jìn)了社區(qū)協(xié)作，但如何平衡“超級智能體”與“輕量級工具”的發(fā)展路徑，仍是未解之題。他強(qiáng)調(diào)，行業(yè)應(yīng)避免重復(fù)造輪子，而是通過Skill生態(tài)的開放共享，釋放更大創(chuàng)造力。

在這場由“龍蝦”引發(fā)的變革中，大模型行業(yè)正從“實(shí)驗(yàn)室階段”加速邁向“生產(chǎn)力階段”。當(dāng)技術(shù)競爭從參數(shù)規(guī)模轉(zhuǎn)向任務(wù)價(jià)值，當(dāng)系統(tǒng)能力成為核心壁壘，一個(gè)更注重生態(tài)協(xié)同與商業(yè)閉環(huán)的新時(shí)代已然來臨。