1 月 10 日，由清華大學基礎模型實驗室與智譜 AI聯合主辦的 AGI-Next 前沿峯會在北京舉行。
姚順雨、楊植麟、唐傑、楊強等大佬齊聚一堂，聊了聊中國 AI 的現實與未來。
Source：AGI-Next
這是一場在國內並不多見的公開交流，多位真正站在大模型研發一線的核心人物，同臺討論 AI 的下一步。
出席嘉賓包括剛入職騰訊的前 OpenAI 研究員 姚順雨，月之暗面（Kimi）創始人 楊植麟，智譜 AI 創始人兼首席科學家 唐傑，以及阿里通義千問 Qwen 技術負責人 林俊暘 等。
他們這次討論的重點，並沒有像各位想象中的，並沒有聊太多的參數類的東西，而是更基礎的問題：
模型範式正在如何變化？Agent 能走多遠？中國 AI 在全球競爭中的真實位置在哪裏？
姚順雨在會上提出了一個判斷：
大模型應用，正在分化爲 To C（面向消費者）和 To B（面向企業）兩個完全不同的方向。
在 To C 場景中，大模型更多被當作搜索引擎的加強版。模型能力即便顯著提升，對大多數普通用戶而言，體感變化並不明顯（例如 New Bing 跟融合了文心一言的百度以及 Google AI Search）。
但在 To B 領域，情況完全不同，模型智能的每一次提升，都會直接轉化爲效率、成本和競爭力，企業也更願意爲“最強模型”付費。
這也帶來了路徑分化，一條是模型與應用深度綁定的垂直整合，另一條是模型公司與應用公司分層協作的平臺化路線。
唐傑（z.ai）的判斷在峯會上引發了廣泛共鳴：
DeepSeek 的出現，基本終結了 Chat 範式的競爭。
繼續在聊天體驗上打磨，之後更多可能也就是些工程問題，決定性的突破估計難了，新的方向，是讓 AI 從對話走向做事，也就是 Agentic 智能體。
多位嘉賓認爲，未來的 Agent 有潛力完成 1–2 周的人類工作量。
在 To B 場景中，Agent 的目標是解決高價值、複雜任務；
在 To C 場景中，則更依賴用戶教育和環境適配。
楊植麟從技術角度強調，Agent 時代對模型提出了更高要求，他認爲長上下文、穩定訓練和效率提升，正在變得比跑分更重要。
他分享了 Kimi 在優化器、長上下文和線性注意力方向上的探索，也指出一個現實問題：不少模型在實驗環境裏表現優秀，並不意味着在真實世界中同樣可靠。
唐傑也提到類似經驗——跑分是跑分，用戶真正用起來，是完全不同的情況。
（人話就是高分低能，這裏在點誰我不說）
談到中國 AI 的未來潛力，現場整體基調是謹慎的樂觀。
大家普遍認爲，中國團隊在工程能力、落地速度和應用擴散上具備優勢；一旦路徑被驗證，往往能迅速跟進並做得更好。
但當被問到一個更直接的問題：
三到五年內，中國 AI 公司能否超越 OpenAI、Anthropic？
林俊暘給出的判斷是：概率不到 20%。
核心差距並不在會不會做，而在於：
算力規模、研究資源，以及探索下一代範式的自由度，仍然存在結構性差異。
（點到爲止，算力自主需自強）
最後，這場峯會全場看完，整體透露出來的氣質我個人總結總結就是：
不迴避差距，不自我安慰，承認現實，保持耐心。
如唐傑所說，與其無意義內卷，不如把精力放在真正推動 AI 向前的事情上，在一個不確定性正在增大的週期裏，我們真正重要的，或許正是這種冷靜與堅持。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
