每經(jīng)記者｜葉曉丹    每經(jīng)編輯｜楊軍    

近期，國產(chǎn)大模型動作頻頻。

4月2日，阿里發(fā)布千問新一代大語言模型Qwen3.6-Plus。4月8日，DeepSeek（深度求索）上線專家模式，這是DeepSeek走紅以來首次在產(chǎn)品端引入模式分層設(shè)計，此前3月份，DeepSeek釋放了和Agent（智能體）相關(guān)多個崗位的招聘需求。

《每日經(jīng)濟新聞》記者注意到，不論是阿里千問還是DeepSeek大模型，都在強化基礎(chǔ)大模型Agent的能力。2026年初，以O(shè)penClaw（一款開源人工智能體框架，俗稱“龍蝦”）為代表的“龍蝦熱”火爆國內(nèi)外，如果說2025年還是“千模混戰(zhàn)”，2026年AI（人工智能）主戰(zhàn)場已全面轉(zhuǎn)向智能體，Agent 對Token（詞元）的消耗正以百倍、千倍速度狂飆。

IDC（國際數(shù)據(jù)公司）中國研究總監(jiān)盧言霞向《每日經(jīng)濟新聞》記者表示，強化Agent能力是基礎(chǔ)大模型2026年的重要發(fā)展方向，可能包括深度研究、智能辦公、AI代碼助手等通用場景。

中科院計算所客座博士生導(dǎo)師、中國計算機學(xué)會數(shù)字金融分會常務(wù)執(zhí)委白碩在接受《每日經(jīng)濟新聞》記者采訪時表示，隨著AI應(yīng)用爆發(fā)，對基礎(chǔ)大模型Agent能力，未來將更重視在Harness Engineering（直譯為駕馭工程）領(lǐng)域的提升。據(jù)了解，Harness Engineering是一個不強調(diào)模型性能，更強調(diào)工程環(huán)境，通過讓“駕馭模型的系統(tǒng)環(huán)境”更專業(yè)而提升使用效果的范式。

下一代OpenClaw將支持視頻生成

有“龍蝦之父”之稱的OpenClaw創(chuàng)始人彼得·斯坦伯格（Peter Steinberger）近日在社交平臺宣稱，下一代OpenClaw智能體產(chǎn)品將迎來兩大核心升級——全新融入AI視頻生成能力，并成為全球首個官方適配阿里千問大模型的智能體框架。

4月2日，阿里發(fā)布千問新一代大語言模型Qwen3.6-Plus，其中最引人注目的是，新模型顯著增強了模型的智能體編程能力。在代碼智能體領(lǐng)域以及通用智能體與工具使用方面，新模型表現(xiàn)突出。

4月4日，OpenRouter官方數(shù)據(jù)顯示，Qwen3.6-Plus的日調(diào)用量突破1.4萬億Token。

Agent對Token的消耗正以前所未有的速度激增。國家數(shù)據(jù)局局長劉烈宏披露了一組數(shù)據(jù)，到今年3月，我國日均詞元調(diào)用量已超過140萬億，相比2024年初的1000億增長1000多倍，相比2025年底的100萬億，3個月時間又增長40%多。

在英偉達GTC開發(fā)者大會上，黃仁勛給出了一個極具沖擊力的定義：Token是AI時代的新大宗商品，是新貨幣，也是衡量企業(yè)競爭力的核心標(biāo)尺。

而OpenClaw這類Agent產(chǎn)品徹底改變了AI交互形態(tài)，使其能落地完成復(fù)雜任務(wù)，也讓Token需求迎來爆發(fā)式增長。

不只是阿里千問基礎(chǔ)大模型強化了Agent能力，DeepSeek通用大模型自2025年以來也強化了Agent能力。

《每日經(jīng)濟新聞》記者注意到，在DeepSeek官網(wǎng)上，3月24日發(fā)布的一系列招聘崗位中，有不少和Agent相關(guān)的崗位。譬如Agent全棧開發(fā)工程師、Agent深度學(xué)習(xí)算法研究員、Agent數(shù)據(jù)策略工程師等。

2025年12月，DeepSeek更新V3.2正式版，就強調(diào)其新模型強化Agent能力，融入思考推理。在這個版本的模型中，DeepSeek提出了一種大規(guī)模Agent訓(xùn)練數(shù)據(jù)合成方法，構(gòu)造了大量“難解答，易驗證”的強化學(xué)習(xí)任務(wù)（“1800+”環(huán)境，“85000+”復(fù)雜指令），大幅提高了模型的泛化能力。

專家模式具備領(lǐng)域深度增強等特點

當(dāng)前，AI Agent（人工智能體）能力很大程度上依賴于基礎(chǔ)大模型能力的提升，基礎(chǔ)大模型提供核心能力，而Agent通過系統(tǒng)化設(shè)計將這些能力轉(zhuǎn)化為實際應(yīng)用價值，國產(chǎn)基礎(chǔ)大模型正在強化Agent能力。

橫向?qū)Ρ葋砜?，不論是千問大模型還是DeepSeek，均實現(xiàn)支持高達1M Tokens（100萬個詞元）上下文長度，大模型在長文檔、多輪對話信息提取上更精準(zhǔn)。

盧言霞認為，當(dāng)前基礎(chǔ)大模型競爭的關(guān)鍵是編程能力、智能體能力等。強化Agent能力是基礎(chǔ)大模型2026年的重要發(fā)展方向，可能包括深度研究、智能辦公、AI代碼助手等通用場景。

在AI應(yīng)用端，浙江華通云數(shù)據(jù)科技有限公司副總裁林建龍在接受《每日經(jīng)濟新聞》記者采訪時坦言，當(dāng)前AI Agent仍面臨一些問題。譬如大多數(shù)AI系統(tǒng)仍然停留在“工具”“技能”層面，無法真正成為企業(yè)的“數(shù)字化員工”。傳統(tǒng)工作流編排和簡單對話系統(tǒng)雖然能夠完成一些預(yù)定義的任務(wù)，但缺乏深度理解業(yè)務(wù)場景、獨立思考和持續(xù)學(xué)習(xí)的能力，難以滿足企業(yè)復(fù)雜多變的業(yè)務(wù)需求。

林建龍表示，未來的AI Agent不是簡單的工具，而是一個基于大模型之上的各個行業(yè)領(lǐng)域?qū)＜?。這種專家Agent具備以下核心特征：第一，具備深厚的行業(yè)專業(yè)知識，能夠理解并處理復(fù)雜的業(yè)務(wù)問題；第二，能夠深度融入企業(yè)業(yè)務(wù)流程，與現(xiàn)有系統(tǒng)無縫對接；第三，具備持續(xù)學(xué)習(xí)和自我優(yōu)化能力，能夠在實踐中不斷提升；第四，能夠獨立完成特定任務(wù)，而不僅僅是提供建議或答案。

4月8日，DeepSeek上線的專家模式就提到，專家模式具備領(lǐng)域深度增強、多步推理可視化、引用溯源強化、自定義專家組合、長上下文壓縮優(yōu)化等特點。專家模式沿用了 R1的長思維鏈推理能力，但針對專業(yè)領(lǐng)域做了定向蒸餾和微調(diào)，使“快思考”與“慢思考”在領(lǐng)域內(nèi)更平衡。

林建龍也強調(diào)了未來“專家 Agent”理念的實現(xiàn)，需要系統(tǒng)化和工程化的方法。他表示，當(dāng)前華通云正圍繞底座模型、數(shù)據(jù)管理、提示詞工程、長期記憶等核心技術(shù)要素，構(gòu)建了一套完整的AI Agent開發(fā)框架。

其中底座模型提供基礎(chǔ)的認知和推理能力，數(shù)據(jù)管理完成對企業(yè)數(shù)據(jù)的鏈接和交互，提示詞工程負責(zé)將業(yè)務(wù)需求轉(zhuǎn)化為模型可理解的任務(wù)指令，MCP Tools（用于與外部系統(tǒng)進行交互的工具集或協(xié)議）提供與外部系統(tǒng)交互的能力，Skills（技能）封裝了特定領(lǐng)域的專業(yè)技能，長期記憶機制則使Agent能夠在多輪交互中積累經(jīng)驗、實現(xiàn)智能的個性化服務(wù)。

封面圖片來源：每經(jīng)媒資庫