智能体的三大瓶颈:长期规划、多模态融合和持续优化成本

在最近的一个讨论会上,香港大学的学者说,随着Agent处理能力提升,图形界面使用率会下降60%。像小米的OpenClaw框架就是个好例子,它通过约束控制体系给国内次闭源模型的能力提升了35%。为了应对这种变化,12家科技企业已经开始着手制定新标准。夏立雪所在的智谱华章则给大家讲了智能体的三大瓶颈:长期规划、多模态融合和持续优化成本。张鹏团队的GLM-5-Turbo模型通过针对性训练,把工业场景的推理成本给降低了40%。 张鹏认为单纯降价打价格战撑不起健康行业,得建立可持续的商业化闭环。无问芯穹的创始人提出颠覆性观点:现有云计算架构存在本质缺陷。他们研发的AI原生基础设施能做到毫秒级任务调度,比人类工程师主导的分钟级响应快了两个数量级。这种系统还能通过“AI CEO”机制动态调整计算资源分配。 这场由月之暗面创始人主持的圆桌讨论汇聚了来自头部科技企业和顶尖学府的专家。大家普遍觉得现在人工智能发展正进入生态竞争新阶段。技术开源、基础设施重构、软件范式转移这三大趋势相互交织,正在改变整个产业格局。这种转变不仅需要技术创新,更需要跨领域协作来推动技术标准、商业模式和伦理框架的协同进化。 智谱华章首席执行官指出了智能体实现复杂任务处理需要突破的瓶颈。无问芯穹联合创始人从基础设施层面提出了颠覆性观点。小米大模型团队负责人特别强调了开源生态的催化作用。