随着大模型能力不断提升，产业关注点正从"模型是否足够聪明"转向"能否稳定完成复杂任务"。中关村论坛的圆桌讨论中，来自智谱、小米、无问芯穹及香港大学等机构的专家表示，以OpenClaw等开源工具链为代表的智能体框架，为大模型补上了"行动与编排"该关键环节：通过任务分解、工具调用和流程执行，使大模型能够承担更多实际业务和研发工作。但智能体在提升效率的同时，也带来了推理成本、算力调度和软件适配等新挑战。 与会专家认为，这一转变主要源于三个因素：一是开源生态降低了技术门槛，加速了工具和组件的迭代，推动智能体从展示性应用转向生产性应用；二是企业对确定性产出和成本控制的要求提高，促使模型架构和工程体系优化；三是调用规模增速超过基础设施升级速度，特别是多轮推理和长链路规划导致算力需求激增。有专家指出，当前智能体带来的调用量增长虽显著，但与潜在需求相比仍处于起步阶段，算力供给和利用效率仍是主要制约因素。 这一趋势将带来三上影响：首先，商业化定价将更趋合理。随着模型能力提升，推理成本上升，服务价格调整将更注重价值与成本的匹配。其次，工程与架构创新成为竞争关键。实践表明，通过结构优化和系统协同，可以在现有算力条件下明显提高性能。第三，基础设施适配问题更加突出。当前多数算力系统和软件架构仍以人工操作为主，难以满足智能体的高频调用需求，需要发展"智能体原生"的技术栈。 针对未来发展，专家建议：一是加强开源协作与标准化建设，统一工具链和数据接口；二是推进模型与系统联合优化，降低调用成本；三是升级基础设施，支持算力池化和弹性调度；四是加快应用落地，在研发、客服等场景开展试点。 展望未来，专家普遍认为未来一年行业竞争将聚焦算力与效率。智能体将带来更长的任务链和更密集的调用，对推理性能提出更高要求。同时，开源工具的成熟将加速应用扩散。有学者预测，未来软件可能更多面向智能体自动执行，人机交互将转向选择和确认功能。多位业内人士指出，长期来看，"自我迭代"等能力将成为关键发展方向，但其安全边界和评测方法仍需完善。
这场汇聚行业顶尖智慧的讨论表明，智能技术发展已进入深水区；在追求技术突破的同时，如何构建可持续的产业生态、平衡创新与商业回报，将成为影响行业长远发展的关键。正如专家所言，只有通过开放协作和市场机制，才能将技术创新真正转化为生产力。