AGI进程或加速：业内观点称两年内可能迎来关键拐点

在近期一场围绕大模型与AGI发展的观点讨论中，链上与AI领域分析人士罗福莉提出了较为激进的判断，引发行业关注。她认为当前人工智能的发展正处在一个加速跃迁阶段，不仅AGI可能在两年内进入实质性实现窗口，中美顶尖模型之间的技术差距也正在被显著压缩。这一观点将技术竞争的焦点进一步推向“迭代速度”而非单纯模型规模，引发市场重新评估全球AI格局。

从具体判断来看，她认为目前AGI整体进程大约已完成约20%，如果按照当前发展节奏推进，今年内有望提升至60%甚至70%的阶段性水平。这一进展加速的关键驱动力之一，被归因于开源agent框架的快速发展，例如部分新兴系统正在推动模型与框架之间形成双向优化循环，使得“模型能力提升”与“工具链进化”可以同步进行，从而显著缩短研发周期。

在模型竞争格局方面，她指出，中美之间在预训练阶段的差距正在明显缩小。当前包括Kimi、Mimo等在内的多家国内团队已经构建出1T参数级别的基座模型，从底层能力来看，与海外主流大模型在基础训练阶段已不再存在明显代差。一个值得注意的判断是，她认为国内团队在部分预训练结构设计上甚至具备一定优势，这使得整体技术差距更多体现在应用与Agent范式适配层面，而非基础模型能力本身。

更关键的变量在于“范式切换速度”。她强调，如果国内团队能够快速适应并拥抱以Agent为核心的新一代模型范式，那么与国际顶尖模型（例如Claude Opus 4.6等）之间的差距可能被压缩至两到三个月级别的迭代窗口。在这种判断下，未来数月将成为一个关键分水岭，决定各大模型团队在新架构竞争中的站位。

一个明显变化是，行业竞争的评价标准正在从“模型能力本身”转向“系统响应速度”。也就是说，不再只是比较谁的模型更强，而是比较谁能更快适配新任务形态、谁能更快完成从模型到Agent系统的工程化落地。在这一过程中，研发组织的敏捷度、工程化能力以及对新范式的接受速度，正在成为决定性因素。

从行业背景来看，这种判断并非孤立现象。近年来，随着OpenClaw等开源agent框架的出现，AI系统逐渐从单模型调用转向多智能体协作结构，形成类似“群体智能”的新形态。在这种模式下，模型不再是单一输出工具，而是参与到复杂任务分解与执行链条中，进一步放大了系统层面的协同效率。这种变化正在反向推动模型训练与推理架构持续迭代。

值得注意的是，在这一新阶段中，开源生态的作用正在被放大。框架层的开放不仅降低了开发门槛，也使得不同模型之间可以在统一系统中进行对比与优化，从而加速整个行业的技术收敛速度。这种“框架—模型双向进化”的模式，正在成为当前AI发展的一个重要特征。

总体来看，围绕AGI时间表与中美模型差距的讨论，反映出行业正在进入一个高度动态化的发展阶段。如果上述判断成立，那么未来两三个月甚至可能成为决定下一轮AI竞争格局的关键窗口期。随着agent范式持续演进，AI产业的竞争重心或将从“模型规模竞赛”进一步转向“系统进化速度竞赛”，行业格局也可能因此出现更快重塑。