一场不容错过的AI盛会
2026年1月10日（周六）下午，一场名为 AGI Next 前沿峰会 的高规格AI论坛在北京举行。作为主办方，清华大学基础模型北京市重点实验室 邀集了中国大模型领域的顶尖力量，由智谱首席科学家、清华大学教授 唐杰 担任召集人。现场阵容堪称“中国AI全明星首发”：杨智林（月之暗面Kimi CEO）、林俊阳（通义千问技术负责人）、姚顺宇（腾讯AI大模型负责人，前OpenAI研究员）、杨强（加拿大皇家学会院士、香港科技大学荣休教授），以及主持人 广密（《大模型季报》主理人，与张小俊长期合作）。更令人震撼的是，91岁高龄的中国人工智能泰斗、清华大学人工智能研究院院长 张伯俊院士 出席并作总结发言；现场还另有三位院士列席，整场活动共汇聚四位院士，规格之高，实属罕见。
“这可能是少有的，我觉得整场活动非常干、非常紧凑，嘉宾阵容非常强的一场活动。”
“元婴强者交换会？”——粉丝群里的调侃，道出了这场会议在圈内引发的强烈期待与敬畏感。
活动组织极为高效：我于1月10日下午6点收到邀请，当晚即安排家人送儿子参加比赛后，连夜从上海飞抵北京。次日凌晨0:24落地家中，随即投入内容整理。本次播客所用的25页PPT，正是基于现场速记、个人笔记与日记纪要，交由 Notebook LM 生成初稿并反复加工而成——这或许是我首次在主节目里，以AI生成PPT作为核心展示工具，也标志着内容生产方式的一次关键跃迁。
核心演讲：从‘让机器像人思考’到‘模型即品味’
三位主题演讲嘉宾分别代表了中国大模型研发的三种核心路径：唐杰（智谱）、杨智林（Kimi）、林俊阳（通义千问）。
唐杰以《让机器像人一样思考》为题，系统梳理了大模型演进脉络：从Transformer架构、语言模型，到代码生成、Agent能力，再到2025年主流的 RLV（可验证奖励的强化学习）。他特别指出：“我们的差距也许还在拉大——相对于美国的开源模型；而美国大模型更多在闭源上演进，我们不能仅仅为开源的成果而沾沾自喜。” 这一清醒认知，体现了其作为科研者与产业领袖的双重审慎。其2026年研究重点聚焦两大方向：一是探索智能上界（AGI本质）、Scaling Law基座优化、新范式（如自主学习、多模态融合、AI for Science）；二是技术创新（新架构、超长上下文、知识压缩、持续学习）。其中，自主学习被反复强调为“AI超越人类、实现超级智能的关键”，成为全场出现频次最高的关键词。
杨智林则回归第一性原理，聚焦Kimi的核心使命：突破上下文长度与训练效率的边界。他强调模型不仅是工程产物，更是“具有独特taste的创造”，其终极愿景是将AGI作为探索科学、健康、能源等人类宏大挑战的工具。演讲尾声，他分享了与Kimi的对话感悟：“我选择乐观，因为悲观意味着停滞，而乐观即使有风险，也代表着无限的可能性。” 这一信念，构成了Kimi团队的精神底色。
林俊阳的演讲以犀利、直接、生动著称，圈粉无数。他重点突出千问的 “原生全模态能力” 进展：不仅模型尺寸覆盖1.8B至72B，更在图像理解与编辑上取得突破性进展——例如可生成12宫格时间轴式图像（如“小明的一天”），并实现文字-动作-时间的精准对应；又如通过社区反馈改进图像编辑漂移问题（如“放下手臂”指令引发全身失真），在Qwen2.5版本中显著优化。他强调：千问正以真实世界需求驱动核心技术迭代，聚焦高级推理、顶尖代码能力与真正的全模态原生能力。
“一个好的AI应该追求什么样的价值？这种taste将一个模型与另一个区分开，它不是商品。”
“它代表着图片生成有了类似今天我们看到‘南都’等那样的理解能力。”——林俊阳举例说明千问图像生成的语义一致性突破。
圆桌对话：AGI的下一个篇章
主题演讲后的圆桌环节被Notebook LM命名为 《AGI的下一个篇章》，由广密主持，围绕四位嘉宾（杨强、唐杰、林俊阳、姚顺宇）展开深度思辨。尽管现场未正式命名该环节，但问题设计极具洞察力：每位嘉宾均被问及同一组核心命题，从而形成多视角交叉映照。
杨强作为学术代表，侧重AI基础理论与可信AI；唐杰延续技术演进主线，强调“自主学习”与“Scaling Law”的协同突破；林俊阳聚焦产品落地与多模态工程化；姚顺宇则带来产业视角——作为腾讯AI大模型新负责人，他既了解OpenAI的技术路径，又深谙中国互联网生态的复杂性。
值得注意的是，本次峰会虽未涵盖所有头部玩家（如MiniMax、DeepSeek未出席，字节因侧重边缘模型与闭源策略亦缺席），但已基本集结了中国AGI开源阵营的核心首发阵容。其议题聚焦“开源影响力”与“关键路径”，也反向印证了当前中国大模型竞争的主战场：不是闭门造车，而是在开放生态中争夺范式定义权。
一场未命名却意义深远的对话
这场被 Notebook LM 命名为 “AGI 的下一个篇章” 的论坛，虽无官方标题，却汇聚了中国 AI 领域极具代表性的四位嘉宾：杨强（加拿大皇家科学院院士、香港科技大学荣休教授）、唐杰（智谱 AI 首席科学家）、林俊阳（阿里通义千问技术负责人）与姚顺宇（腾讯 AI 负责人）。值得注意的是，姚顺宇当时年仅 28 岁，这是他入职腾讯后的首次公开亮相——因未能亲临现场，其腾讯会议头像被放大投屏，成为当日媒体头图的“巨像”，被戏称为“腾讯 AI 巨头在线参会”。
广义（应为“广密”，即主持人）围绕这场多元构成的对话，设计了四个极具穿透力的问题：赛道分化、下一个范式、Agent 的经济价值拐点，以及最富战略张力的中美 AI 竞争格局。每个问题均针对嘉宾背景量身定制，展现出极强的提问能力与结构性思维。
“姚顺宇的回答逻辑惊人一致：所有问题，他都首先拆解为 To B 与 To C 两个维度。”
“姚顺宇入职腾讯后的第一次公开亮相，其‘腾讯会议大头照’竟成了当天最抢眼的视觉符号——这本身就是一场时代隐喻。”
赛道分化：To B 与 To C 的战略分野
姚顺宇作为首位被提问者，率先抛出核心判断：当前 To B 与 To C 领域正加速分化。他指出，在 To C 场景中，用户对模型能力的即时提升感知有限——今天问 ChatGPT 的问题，与一年前相比，答案差异并不显著；而 To B 领域则不同，企业正将更强模型深度嵌入业务流，如高精度定制化生成、流程自动化等，模型能力与业务价值呈现强耦合。
他进一步提出：模型层与应用层也在分化。To C 更倾向“大一统”（如 One Model for All），而 To B 则因场景碎片化、定制化需求强烈，催生更多垂直模型与轻量化部署方案。当被追问腾讯当前的“押注”方向时，他仍以 To B/To C 框架作答：To C 关注复杂上下文与长期记忆；To B 则聚焦将腾讯自身模型能力反哺内部海量业务场景，以提升整体生产力——这已构成足够大的价值空间。
其他嘉宾亦从自身视角补充：唐杰认为“Chat 的仗已打完，下一仗是做事儿”，即通过 Agent 解决实际问题实现差异化；杨强则指出学术界与产业界同步分化——产业界“疯跑”，学术界正加速追赶；林俊阳则强调，技术负责人未必代表公司意志，一切仍应回归用户价值本位。
“哪怕今天所有模型研发停止，仅靠现有能力在 To B 领域做更深渗透与部署，仍有十倍到百倍空间。”
范式与 Agent：渐进式突破与现实挑战
关于“下一代范式”，姚顺宇提出关键洞见：自主学习（Continual Learning / Online Learning）并非新方法论，而是数据、任务与奖励函数的动态协同过程。他举例指出，当前聊天工具的个性化、AI coding 工具对团队代码风格的适应，本质上已是场景受限的持续学习实践——它在发生，只是尚未被命名为“范式革命”。
林俊阳则从算力配置切入：国内厂商对强化学习（RL）的算力投入远少于海外激进者（如 Sora 团队）；而更前沿的方向——AI for Science（如自动科研、材料发现）——正将“学习”扩展至真实物理环境，但也带来前所未有的安全挑战：当模型能主动感知并干预环境，其行为可控性将面临严峻考验。
唐杰持更乐观态度，预测 2025–2026 年将出现新范式创新，理由是：scaling 法则瓶颈已显，学术界已具备一定实验经验，算力投入需全局优化（预训练/后训练/新数据/新架构的配比决策）。
在 Agent 问题上，姚顺宇强调：教育人类比训练模型更重要——人类如何有效“指导” Agent，将决定未来个体价值上限（呼应 Meta 前科学家田云栋的“费米能级”隐喻）。林俊阳则指出，2026 年 Agent 将从虚拟环境走向物理世界，推动具身智能发展；杨强用四象限模型总结：当前多数 Agent 仍处于“目标明确+人为驱动”的早期阶段；唐杰则提炼出 Agent 成功的黄金三角：问题价值、运行成本、迭代速度的动态平衡。
“我们如果按目标和规划、人为还是机器自动来划分四个象限，今天还处于第一象限的早期阶段——未来其他象限的发展，依然非常值得期待。”
中美竞合：乐观底色下的清醒认知
论坛收尾于一个极具张力的问题：三到五年内，中国能否诞生全球领先的 AI 公司？
姚顺宇持相对乐观立场，认为中国在基础设施、人才储备、市场纵深等方面持续追赶，虽面临光刻机等“卡脖子”环节与 To B 市场交付效率、付费意愿等现实约束，但冒险精神与长期主义人才的涌现是关键变量。
林俊阳则更为审慎：中美在底层算力上仍差一到两个数量级，且美国头部厂商已将大量算力投向下一代范式研发。他以阿里芯片团队三年前的提问为例——“三年后模型形态是否仍是多模态？”——暗示技术迭代窗口极短，我们尚处追赶期。当被追问概率时，他直言：“20% 都算乐观”，并担忧差距是否正在拉大。
唐杰以寓言作结：期待“一群聪明人敢冒险、营商环境持续优化、更多人愿意在‘笨事’上坚持”——这或许是中国 AI 突围的底层土壤。
“越来越多有冒险性精神、能够做创新的人才的出现，是关键。”
“一群聪明的人敢冒险，更好的营商环境，希望越来越多人在一些偏笨的事情上做坚持，我们能够得到一些好的结果。”
张院士的AGI能力框架与六大研究路径
张院士作为压轴发言者，其观点虽因速记滞后而未被多数媒体报道及时收录，却极具系统性与前瞻性。他明确提出：从大模型迈向Agent，是实现复杂环境下的复杂任务的必经之路，即从“语言”到“行为”的跃迁。在此基础上，他提出了AGI应具备的五大关键能力：时空一致的多模态理解与落地（将多模态置于首位，并强调“时空一致性”这一关键限定）、可控的在线学习与适应、可验证的推理与长期规划执行、可校准的反思语言认知，以及跨任务的强泛化能力。他认为，这些能力构成了未来十年中国AI需攻克的核心问题。
针对如何实现上述能力，张院士进一步梳理出六大研究路径：多模态、具身与交互、检索与证据落地、结构化的知识对齐、工具的执行与落地、对齐与约束落地。他指出，这六条路径与前述五大能力之间存在明确的对应关系，构成了一套可操作的研究路线图。
“大模型之后，我觉得最优秀的学生，他的学生都是搞人工智能，都应该去搞企业，因为人工智能跟企业家做了重新的定义。”
“AI企业提供的不再是简单的产品跟服务，而是知识、伦理和应用变成了可复用的工具，这样造福全人类。”
AI时代的哲学反思与企业家新使命
张院士将讨论上升至哲学层面，提出人类与AI关系的三层演进框架：从功能主体到行动主体（当前已初步实现）、从规范主体到责任主体（强AI时代的关键命题）、从工具主体到意识主体（最具挑战性的终极想象）。他强调，治理的重心不是机器，而是人类自身——尤其指向当前从事AI研究与大模型应用的从业者。
尤为引人深思的是，他将目光投向企业家群体，并赋予其前所未有的历史使命：AI时代的企业家不应仅是商业推动者，更应是知识普惠、伦理落地与可持续增长的践行者。他指出，真正的AI企业应致力于将技术转化为“水和电”般的通用基础设施，而这一过程本身，使企业家职业升华为“光荣而神圣”的事业。
“今天你甚至在做AI研究的跟大模型的相关的使用者……当务之急的事情还是对其跟治理。”
现场闪光语录：一代研究者的清醒与温度
除张院士外，多位与会者留下了极具洞察力的发言，勾勒出中国AI生态的多元图景：唐杰教授直言“2025年可能是多模态的试一年”，指出除Nanopanda外，厂商整体进展仍显不足，预示2026年竞争将急剧升温；杨志林（Kimi创始人）开宗明义指出“这一轮AI的智能提升本质是能源到智力”，因此极度强调token的ROI；林俊阳一句“如果做大模型，不是为了全人类来做，就不要做了”，展现出技术理想主义的纯粹底色，并透露千问有望在2026年实现“三进三出”（全模态输入输出）。
技术之外，是鲜活的人：姚顺宇初登国内舞台，面对提问紧张回应“吃的好了很多”，平和中见真诚；林俊阳谈公司基因时笑言“一代一代的人可能就塑造了这些公司”，如顺宇入腾讯后，腾讯便有了‘顺宇基因’”，云淡风轻间尽显新一代研究者与企业家的松弛与自信。
最令人动容的，是91岁高龄的张院士：他谦称“没资格做总结”，却全程专注倾听、即时修改PPT，“在会议中间去休息室改他的最后的PPT”——这份持续燃烧的学术热情，让在场所有人肃然起敬。
“我在听今天的下午的活动过程中，还在中间的时候去休息室改了他的最后的PPT。”