Форум в Zhongguancun | Что обсуждали ведущие эксперты AI: Ян Чжилин, Чжан Пэн, Ся Лисюэ, Ло Фули?

Корреспондент газеты «Цзинцзи бао» Ли Цзин Пекин сообщает

27 марта, на ежегодной конференции 2026 Чжунгуаньцуньского форума, в одной дискуссионной панели собрались топовые специалисты из Китая в области больших моделей и инфраструктуры ИИ.

Эту панель вёл основатель Moonshot (Юэ чжи ань миан) Ян Чжилин. Участвовали CEO Zhipu Huazhang Чжан Пэн, сооснователь и CEO компании Wuwen Qinqiong Ся Лисюэ, руководитель отдела больших моделей Xiaomi MiMo Луо Фули, а также доцент и научный руководитель докторских программ Гонконгского университета, руководитель команды Nanobot Хуан Чао.

Как заметил корреспондент газеты «China Business News», несколько технических специалистов из индустрии ИИ не стали обмениваться любезностями во время беседы: темы охватывали всё — от отраслевого шока, вызванного «Омарами (OpenClaw)», до скрытых течений в открытой экосистеме; от тревоги из‑за резкого роста стоимости рассуждений до реконфигурации вычислений в эпоху Agent.

В ходе столкновения идей они не только раскрыли траекторию эволюции больших моделей на ближайшие 12 месяцев — от «поболтать» к «делать работу», но и подняли тот вопрос, который одновременно воодушевляет и тревожит всех: когда объём использования Token взлетит в сто раз, мы готовы?

Говоря об «Омарах»: Agent переосмысляет взаимодействие человек—машина

С начала дискуссионной панели разговор сфокусировался на «Омарах», которые в последнее время буквально «взрывали» ленты. Это воспринимается не просто как обновление продукта, а как водораздел в применениях ИИ.

Для этой волны Agent Чжан Пэн считает, что её ключ заключается в том, чтобы ИИ перешёл от «простого диалога» к «реальной работе».

Он отметил, что «Омары» предъявляют к возможностям модели чрезвычайно высокие требования: модель должна уметь длительно размышлять, планировать и обрабатывать огромные объёмы контекста. Это напрямую привело к недавней стратегии повышения цен Zhipu на модели для логического вывода GLM.

«Потому что, чтобы делать сложную работу, стоимость рассуждений растёт по экспоненте. Возврат к нормальной логике коммерческой ценности — это неизбежный путь благополучного развития отрасли», — ответил Чжан Пэн.

Ся Лисюэ рассказал: с тех пор как «Омары» начали бурно набирать популярность с начала этого года, объём Token, который обрабатывает его компания, почти удваивается каждые две недели; совокупный рост достиг 10 раз. Такой темп взрывного роста случался в последний раз лишь в период массового распространения мобильных телефонов 3G и их трафика.

Ся Лисюэ считает, что в прошлом облачная инфраструктура проектировалась для «человеческих инженеров», тогда как эпоха Agent требует инфраструктуры, спроектированной для «ИИ». Он даже сравнил это расхождение, противопоставив «минутный» и «миллисекундный» масштабы: человек запускает задачу в минутном масштабе, а мышление и запуск задач у Agent — в миллисекундном.

«Поэтому будущая инфраструктура должна быть столь же эффективной, как Token‑завод, и даже эволюционировать в интеллектуального агента, который способен к саморазвитию и самопереработке (итерации)», — спрогнозировал Ся Лисюэ.

Луо Фули считает, что главная ценность OpenClaw — в «открытости», что помогает сообществу глубже вовлекаться. Она поднимает планку для отечественных «вроде бы топовых», но закрытых моделей, делая в подавляющем большинстве сценариев уровень готовности выполнения задач уже весьма близким к самым новым моделям; при этом нижнюю планку обеспечивает Skill‑система. А ещё открытость поджигает в сообществе энтузиазм к исследованию уровней Agent за пределами больших моделей — больше людей, не являющихся исследователями, вовлекаются в преобразования к AGI.

Хуан Чао добавил: OpenClaw благодаря взаимодействию в стиле программ обмена мгновенными сообщениями наделяет агентов более сильным ощущением «живого человека», снижает порог создания и использования Agent, и в будущем, как ожидается, сможет «подвинуть» всю экосистему инструментов.

Вызовы вычислительных мощностей и стоимости

По мере того как ИИ переходит от эпохи обучения к эпохе вывода (инференса), ключевыми темами развития отрасли становятся итерации модельных технологий, возврат к коммерческой ценности и поддержка вычислительной инфраструктуры.

Ян Чжилин сравнил открытость с «лесами» (вспомогательными конструкциями для строительства), считая, что она снижает порог использования обычными людьми возможностей топовых моделей, делая ИИ не монополией программистов. Но он прямо указал, что открытое сообщество сейчас сталкивается с огромным дефицитом вычислительных мощностей для инференса.

О «тревоге по вычислениям» в ходе дискуссии снова и снова упоминали. Чжан Пэн признал: из‑за роста сложности задач количество вызовов для выполнения одной задачи может быть в 10 раз, а иногда и в 100 раз больше, чем для простых вопросов и ответов — и именно вычислительные мощности становятся узким горлышком, ограничивающим развитие отрасли.

Ся Лисюэ сказал: текущая проблема — в том, что ИИ вызывает взрывной рост спроса, а значит, системе нужна оптимизация эффективности. «Мы решаем это путём объединения софта и железа: подключаем практически все типы вычислительных чипов, соединяем десятки видов чипов и вычислительных кластеров внутри страны, повышаем коэффициент преобразования и превращаем Китай в Token‑завод мира».

Он также описал масштабное видение — «AI Made in China», то есть, используя энергетические и производственные преимущества Китая, через эффективную инфраструктуру преобразовывать энергию в выпуск качественных Token на глобальный рынок.

Однако существующая инфраструктура облачных вычислений сдерживает развитие Agent, и нужно создать более «умную» инфраструктуру ИИ, чтобы она соответствовала высокочастотным требованиям Agent. «По нашему мнению, сама инфраструктура тоже должна быть агентом: способным к саморазвитию и самопереработке, формируя автономную организацию», — добавил Ся Лисюэ.

Луо Фули указал: два года назад китайская команда, будучи ограниченной в вычислительных мощностях, особенно в условиях ограниченной пропускной способности межсоединений (интернета), сделала прорыв в структуре модели (например, DeepSeek).

«Хотя сейчас отечественные чипы уже не ограничены, поиск в направлении высокой эффективности и низкой стоимости инференса остаётся важным», — сказал Луо Фули. Предпосылка того, что OpenClaw становится умнее по мере того, как его используют, — это Context для рассуждений. Главная же задача сейчас такова: как в длинных контекстах 1M или 10M обеспечить достаточно низкую стоимость и достаточно высокую скорость? «Только добившись эффективного инференса для Long Context (длинного контекста), можно поддержать способность Agent к самопереобучению (самоитерации) в сложной среде — и это станет ключевым полем будущей конкуренции».

Кроме того, Луо Фули спрогнозировал: поскольку инференсные запросы, вызванные Agent, начнут «взрываться», в этом году потребность в Token может вырасти в 100 раз, а конкурентное измерение уйдёт глубже — в сторону вычислительных мощностей, инференс‑чипов и даже уровня энергии.

Хуан Чао считает: сейчас у Agent в части Memory ещё есть проблемы — сжатие информации неточно и запоминание не срабатывает как нужно. При долгосрочных задачах и в сложных сценариях Memory будет резко разрастаться, создавая огромное давление. «Я думаю, что будущая Memory должна прийти к многоуровневому дизайну, чтобы Memory стала более универсальной».

Перспектива на ближайшие 12 месяцев

Если описать грядущие двенадцать месяцев развития больших моделей одним словом, какое бы вы выбрали?

Ключевое слово Хуан Чао — «экосистема». Он предвидит, что в будущем программное обеспечение будет изначально проектироваться под Agent, а весь технологический стек должен будет эволюционировать к модели «Agent Native». Для этого нужно, чтобы открытое сообщество, разработчики моделей и компании‑поставщики приложений строили это вместе, чтобы Agent из «занимательных новинок» действительно превратился в надёжного «цифрового коллегу» (Co-worker).

Ключевое слово Луо Фули — «самоэволюция». Она считает: мощный агентный фреймворк активирует верхний предел больших моделей, который ранее не был затронут. В верифицируемых циклах модель уже способна в течение нескольких дней самостоятельно оптимизировать цели — например, исследовать более удачные структуры моделей в научных исследованиях. Она ожидает, что эта способность «самоэволюции» в течение 1—2 лет поднимет эффективность творческих работ, включая научные исследования, сразу на несколько порядков.

Ключевое слово Ся Лисюэ — «устойчивый token». По его мнению, сейчас всё развитие ИИ всё ещё находится в процессе долгого и непрерывного продвижения, но очень реальная проблема такова: ресурсы в конечном счёте ограничены.

«Можно ли устойчиво, стабильно и в масштабе обеспечивать token, чтобы топовые модели действительно долго служили большему числу downstream‑сценариев — это крайне важный вопрос», — считает Ся Лисюэ. «Если можно, используя преимущества Китая в энергоресурсах и тому подобном через Token‑заводы, устойчиво превращать это в качественные Token и выпускать их на глобальный рынок, то у Китая есть шанс стать мировым «Token‑заводом».

Ключевое слово, которое выбрал Чжан Пэн, — «вычислительные мощности». Агентный фреймворк действительно освобождает творческий потенциал многих людей, а эффективность потенциально может вырасти в десять раз, но при условии, что люди смогут ими пользоваться и смогут их себе позволить.

«Два года назад академик Чжан Яцин в своём выступлении на Чжунгуаньцуньском форуме сказал одну фразу: примерно так, что „без ограничений по мощности нет и чувств, а обсуждение мощности ранит чувства“. Мне кажется, сегодня мы снова немного возвращаемся в это состояние», — сказал Чжан Пэн.

(Редактор: Чжан Цзинчао; проверка: Ли Чжэнхао; корректор: Янь Цзиннин)

Огромный поток новостей, точная интерпретация — всё в приложении Sina Finance APP