看完AI大佬们的前沿峰会，我们还需努力

1 月 10 日，由清华大学基础模型实验室与智谱 AI联合主办的 AGI-Next 前沿峰会在北京举行。

姚顺雨、杨植麟、唐杰、杨强等大佬齐聚一堂，聊了聊中国 AI 的现实与未来。

Source：AGI-Next

这是一场在国内并不多见的公开交流，多位真正站在大模型研发一线的核心人物，同台讨论 AI 的下一步。

出席嘉宾包括刚入职腾讯的前 OpenAI 研究员 姚顺雨，月之暗面（Kimi）创始人 杨植麟，智谱 AI 创始人兼首席科学家 唐杰，以及阿里通义千问 Qwen 技术负责人 林俊旸 等。

他们这次讨论的重点，并没有像各位想象中的，并没有聊太多的参数类的东西，而是更基础的问题：

模型范式正在如何变化？Agent 能走多远？中国 AI 在全球竞争中的真实位置在哪里？

姚顺雨在会上提出了一个判断：

大模型应用，正在分化为 To C（面向消费者）和 To B（面向企业）两个完全不同的方向。

在 To C 场景中，大模型更多被当作搜索引擎的加强版。模型能力即便显著提升，对大多数普通用户而言，体感变化并不明显（例如 New Bing 跟融合了文心一言的百度以及 Google AI Search）。

但在 To B 领域，情况完全不同，模型智能的每一次提升，都会直接转化为效率、成本和竞争力，企业也更愿意为“最强模型”付费。

这也带来了路径分化，一条是模型与应用深度绑定的垂直整合，另一条是模型公司与应用公司分层协作的平台化路线。

唐杰（z.ai）的判断在峰会上引发了广泛共鸣：

DeepSeek 的出现，基本终结了 Chat 范式的竞争。

继续在聊天体验上打磨，之后更多可能也就是些工程问题，决定性的突破估计难了，新的方向，是让 AI 从对话走向做事，也就是 Agentic 智能体。

多位嘉宾认为，未来的 Agent 有潜力完成 1–2 周的人类工作量。

在 To B 场景中，Agent 的目标是解决高价值、复杂任务；
在 To C 场景中，则更依赖用户教育和环境适配。

杨植麟从技术角度强调，Agent 时代对模型提出了更高要求，他认为长上下文、稳定训练和效率提升，正在变得比跑分更重要。

他分享了 Kimi 在优化器、长上下文和线性注意力方向上的探索，也指出一个现实问题：不少模型在实验环境里表现优秀，并不意味着在真实世界中同样可靠。

唐杰也提到类似经验——跑分是跑分，用户真正用起来，是完全不同的情况。

（人话就是高分低能，这里在点谁我不说）

谈到中国 AI 的未来潜力，现场整体基调是谨慎的乐观。

大家普遍认为，中国团队在工程能力、落地速度和应用扩散上具备优势；一旦路径被验证，往往能迅速跟进并做得更好。

但当被问到一个更直接的问题：

三到五年内，中国 AI 公司能否超越 OpenAI、Anthropic？

林俊旸给出的判断是：概率不到 20%。

核心差距并不在会不会做，而在于：

算力规模、研究资源，以及探索下一代范式的自由度，仍然存在结构性差异。

（点到为止，算力自主需自强）

最后，这场峰会全场看完，整体透露出来的气质我个人总结总结就是：

不回避差距，不自我安慰，承认现实，保持耐心。

如唐杰所说，与其无意义内卷，不如把精力放在真正推动 AI 向前的事情上，在一个不确定性正在增大的周期里，我们真正重要的，或许正是这种冷静与坚持。