#模型时代# AGI-Next峰会笔记：Kimi、Qwen、智谱、腾讯同台，2026年会有新范式基本是共识，但中国是否引领AI意见不一，最低预测是2成
昨天，清华大学基础模型北京市重点实验室组织发起的AGI-Next前沿峰会上，罕见集齐了智谱创始人唐杰、Kimi创始人杨植麟、阿里Qwen技术负责人林俊旸、腾讯首席AI科学家姚顺雨，以及香港科技大学杨强教授。
五位嘉宾围绕AI新范式、Agent（智能体）战略、中国大模型的机会与挑战展开了深度对话。
会上各位顶尖专家，讲了很多真知灼见，这种场面真太少了，给主办方点一个赞。不过，我也要说，中国AI届的对外表达还是太少了（各种原因吧，有一些可能也是无奈），所以导致这次公开露面，大概只能从头讲起，所以信息量还是略少，能理解。
昨天已经相信大家已经都看过速记了，但是我觉得还是可以有一个更显性的观点梳理，所以还是记录一下哈（是二次消化，不能完整代表专家原意）。
一、技术底层：从Scaling Law到新架构探索
Kimi创始人杨植麟的演讲很"硬核"，从第一性原理出发，解释了为什么Transformer成为主流，以及Kimi正在做什么突破。
1、Transformer胜出的真正原因不是短文本表现，而是长上下文优势
杨植麟展示了一张被很多人忽略的图。这张图的横坐标是"序列中的第几个Token"（从第1个到第1000个），纵坐标是模型在该位置的预测损失（Loss，越低表示预测越准）。图上有两条线：蓝色是Transformer，红色是LSTM（长短期记忆网络，2017年之前主流的序列模型）。
关键发现是：在前100个Token的范围内，这两条线几乎完全重叠。当上下文很短时，Transformer和LSTM的表现一模一样，根本分不出谁更强。但随着横坐标向右延伸到1000个Token，蓝线开始明显下沉到红线下方。Transformer的优势不是一开始就有的，而是在上下文变长之后才逐渐显现。
为什么会这样？LSTM像一个只能往前看的人，必须一步步走完整条路，把所有信息压缩进一个固定大小的"记忆槽"里传递下去。走得越远，早期信息丢失越多。Transformer则像拥有一双能同时看清全局的眼睛，序列中任意两个位置都能直接建立联系，不受距离限制。
这个特性在Agent时代变得极其重要。当AI需要完成复杂任务时，比如从零开发一个操作系统，它需要在几十万Token的超长上下文中保持连贯的理解和规划。如果用LSTM，Loss曲线在100个Token之后就"躺平"了，根本无法胜任；而Transformer的曲线可以持续下降，Context越长、优势越大。
2、Token效率是预训练最重要的优化方向
"当你的预训练Token不够用的时候，Token是常量，吃完所有Token的时候你的智能上限更高。"杨植麟团队的策略是尽可能把Token效率曲线往左平移，用更少的Token达到同样效果。
3、Muon优化器带来2倍Token效率提升
Muon优化器最初由Keller Jordan在2024年提出，Kimi团队在此基础上做了工程改进。什么是优化器？可以理解为训练模型时的"调参师傅"，决定每一步参数往哪个方向调、调多少。传统Adam优化器用了十年，只看一阶信息（梯度方向）；Muon则同时考虑二阶信息（梯度如何变化），能让模型学得更高效。同等数据下，Muon可以让Loss（损失函数，衡量模型预测与真实值差距的指标）更低，等价于预训练了别人两倍的Token。
但原版Muon有个大问题：训练不稳定，Loss曲线容易"炸"。Kimi团队开发了MuonClip版本，核心是加入QK-clip技术。在Transformer的注意力计算中，Query和Key两个向量的点积（即注意力分数）如果数值爆炸，会导致训练崩溃。QK-clip通过限制这些数值的上限，实现了杨植麟口中"世界上最美的Loss曲线"：Kimi K2的15.5万亿Token预训练中完全平稳下降，没有一个spike（尖峰）。
4、Kimi Linear架构：让线性注意力首次超越全注意力
线性注意力机制一直未能成为主流，核心问题是长距离任务掉点。什么是线性注意力？标准的Transformer注意力计算量与序列长度的平方成正比（写100万字要算100万×100万次），而线性注意力可以将计算量降到与序列长度成正比（写100万字只算100万次），效率提升巨大。
Kimi Linear通过Delta Attention技术（一种更精细的门控机制，能让模型更智能地决定哪些信息该记住、哪些该忘掉），让线性注意力在长程任务上甚至比全注意力更好。根据Moonshot技术报告，在100万Token上下文下，Kimi Linear相比MLA（多头潜注意力）的解码速度提升约6倍；杨植麟演讲中提到的"6-10倍"可能是指不同配置或更长上下文下的表现。这项技术将用于训练K3模型。
杨植麟最后分享了一段他与Kimi的对话，问到AGI可能威胁人类的风险时，Kimi的回答是："我仍然会选择继续开发，因为放弃这个开发就意味着放弃人类文明上限。"
二、产品路径：从Chat到Agent的范式转变
唐杰教授的判断非常直接：DeepSeek出来之后，Chat时代基本结束了。剩下的更多是工程和技术问题。新的范式是让AI真正做事。
1、智谱选择了Coding+Agent路线
2025年7月，智谱把Coding、Agentic（智能体化）、Reasoning（推理）能力整合在一起，发布4.5版本。这种整合并不容易。通常Coding单独做、推理单独做、数学单独做，各项能力会相互挤压，合在一起反而会损失其他能力。
2、真实环境下编程的复杂度远超跑分
4.5发布后，用户反馈说编"植物大战僵尸"编不出来。真实编程环境有大量问题需要解决，团队通过RLVR（可验证强化学习，Reinforcement Learning with Verifiable Rewards，让模型在真实环境中尝试、获得反馈、自我改进的训练方法）配合编程环境作为反馈，把效果提升上去。
3、Agent长任务是下一个战场
唐杰展示了AutoGLM的案例：用户说"下周去长春玩，帮我总结景点、收藏到高德、查票价、订高铁票"，模型在后台执行数十步操作（官方称可完成超过50步的长任务），调用不同APP完成任务。这个9B（90亿参数）模型开源后三天就拿了一万多star。
但他也坦言挑战：Agent数据训多了会降低语言能力和推理能力，怎么让超大规模Agent模型保持通用性是新问题。
阿里Qwen的林俊旸则强调了"模型即产品"的理念。千问从2023年8月开始做开源，1.8B小模型最初只是内部做实验用的，但开源后让很多没有机器资源的硕士生博士生有了毕业的机会。
三、行业分化：To B与To C走向不同命运
圆桌讨论中，腾讯首席AI科学家姚顺雨远程连线，分享了一个关键观察：
1、To C和To B正在发生明显分化
"今天用ChatGPT和去年相比，感受差别不是太大。但Coding夸张一点来讲，已经在重塑整个计算机行业做事的方式，人已经不再写代码，而是用英语和电脑交流。"
原因在于：对To C来说，大部分人大部分时候不需要那么强的智能；对To B来说，智能越高代表生产力越高，溢价意愿也更强。
2、垂直整合在To C成立，在To B不一定
姚顺雨观察到，ChatGPT在To C上模型和产品紧密耦合，但To B趋势相反。模型越来越强，应用层独立发展也能用好强模型。
3、林俊旸的观点：长尾才是AGI的魅力所在
"做通用Agent最有意思的事情就是长尾，今天我一个用户寻遍各处都找不到能帮我解这个问题的，但在那一刻AI能帮我解决，这就是AI最大的魅力。"但他也指出，模型公司解决长尾问题有天然优势。"遇到问题只要训一训模型，烧一烧卡，问题可能就解决了。"
四、下一个范式：自主学习何时到来？
几位嘉宾对"自主学习"这个热门词都有自己的理解。
1、姚顺雨：自主学习已经在发生，只是不够石破天惊
他举了两个例子：ChatGPT在用用户数据不断学习聊天风格；Claude已经写了Claude项目95%的代码。"这个事情更像是一个渐变，不是突变。"
他认为最大的问题是想象力："如果2026年或2027年我们有一个范式发生，我宣布了一个新的系统实现了自我学习，它应该是什么样的效果你会相信？它是一个赚钱的交易系统？还是解决了人类之前没法解决的科学问题？"
2、林俊旸：AI需要主动性，但这引发安全问题
"我非常担心安全问题，不是担心它今天讲一些不该说的话，最担心的是它做一些不该做的事情。就像培养小孩一样，我们要给它注入正确的方向。"
3、唐杰：2026年一定会有范式革新
他的判断基于两个逻辑：一是学术界现在有卡了，创新种子已经孵化；二是效率瓶颈已经出现。继续Scaling（扩大模型规模）有收益，但收益率在下降。"如果能用更少的投入获得同样智能的提升，它就变成瓶颈式的突破。"
他提出了一个新概念：Intelligence Efficiency（智能效率），衡量的是用多少投入能获得智能的增量。
4、杨强：工业界和学术界正在分化
这位资深学者提出了一个有趣的视角："大模型不能自证清白，必定有一些幻觉不可能消灭掉。你多少资源能换取多少幻觉的降低，这是有一个平衡点的，特别像经济学里风险和收益的平衡。"
他还提到了睡眠的类比：人类每天晚上睡觉是在清理噪音，使得第二天准确率能持续提升。"像这些理论研究孕育着一种新的计算模式。"
五、中国机会：20%的概率成为全球最强
讨论最后，主持人问了一个尖锐问题：三到五年后，全球最领先的AI公司是中国团队的概率有多大？
林俊旸给出的数字是20%，理由是："美国的Compute（算力）整体比我们大1-2个数量级，他们大量投入到下一代Research，我们光交付就已经占据了绝大部分。创新是发生在有钱人手里，还是穷人手里，这是历史以来就有的问题。"
姚顺雨则相对乐观，但指出几个关键条件：光刻机能否突破、能否有更成熟的To B市场、有没有更多愿意做冒险事情的人。"今天中国唯一要解决的问题是：我们到底能不能引领新的范式？"
唐杰总结了三点：一群聪明人真的敢做冒险的事（90后00后已经具备）；环境可能更好一些（让俊旸有更多时间做创新而不是交付）；我们能不能笨笨地坚持，"也许走到最后的就是我们"。
总结
这场峰会呈现了中国AI行业在关键转折点上的集体思考。几个共识正在形成：
• Chat时代结束，Agent时代开启
• 模型能力正在从通用走向分化
• RL（强化学习）的潜力还没有完全释放
• 自主学习是下一个范式，但定义和路径尚不清晰
• 中国在开源和效率优化上有优势，但范式创新仍是短板
最值得关注的信号是：头部玩家都开始把"做事"而非"聊天"作为核心目标。这意味着2026年，我们可能会看到AI从对话工具变成真正的工作伙伴，能独立完成持续数小时甚至数天的复杂任务。
核心归纳
Q1: 为什么说Chat时代已经结束？
DeepSeek的出现基本解决了Chat范式下的核心问题。继续在Chat上做，最多做到个性化或情感化，收益有限。新的范式是让AI真正做事，从对话变成行动，从问答变成任务执行。智谱选择了Coding+Agent路线，把编程、推理、智能体能力整合在一起。
Q2: 中国模型公司的核心差距在哪？
算力规模差1-2个数量级，而且美国公司大量算力投入下一代Research，中国公司光交付就占据了绝大部分资源。更深层的问题是：一旦范式被证明可行，中国能快速追上甚至局部做得更好；但引领新范式的冒险精神和文化积淀还不够。林俊旸给中国公司成为全球最强的概率是20%。
Q3: 自主学习什么时候会真正爆发？
姚顺雨认为自主学习已经在发生，ChatGPT在学习用户风格，Claude在写自己的代码，只是还不够石破天惊。唐杰判断2026年一定会有范式革新，原因是学术界开始有卡做创新了，同时Scaling的效率瓶颈已经出现。关键挑战是：我们还不知道自主学习成功时应该长什么样，用什么任务和指标来衡量。
