不只是OpenClaw实战 | ADL167《智能体》开班了

学术主任：窦志成/林衍凯 中国人民大学

主办单位：中国计算机学会

活动日程：

学术主任

特邀讲者

中国人民大学

中国人民大学

中国人民大学

报告题目：

AI Agent从原理到实战：以OpenClaw和ClaudeCode为例

内容简介：

本次讲座将围绕AI Agent（智能体）展开，系统梳理大模型应用从早期"一问一答"的交互模式，逐步演进到具备任务理解、规划分解、工具调用与自主执行能力的智能体形态的发展脉络。讲座将分为通用智能体与编程智能体两大板块。在通用智能体部分，报告将结合OpenClaw场景，对智能体相关的核心概念和常见术语进行通俗解读，帮助建立对智能体技术体系的整体认识，并介绍OpenClaw的主要能力、典型应用场景，以及OpenClaw与国产化相关版本的发展现状与应用前景。在编程智能体部分，讲座将以Claude Code为例，介绍编程智能体的工作原理与技术架构，演示其在项目理解与代码生成等开发场景中的实际应用，并探讨编程智能体如何改变传统的软件开发工作流。通过两类智能体的对照，帮助听众全面理解AI Agent的技术范式与落地实践。

讲者简介：

马彦彪，中国人民大学高瓴人工智能学院讲师。长期关注多智能体系统优化、多模态大模型视觉理解、联邦学习和长尾学习。以第一作者在TPAMI、IJCV、CVPR、ICLR等人工智能领域顶级期刊发表论文20余篇，曾获6项由IGARSS、CVPR、ICCV等举办的国际人工智能竞赛冠军。长期担任TPAMI、CVPR、NeurlIPS、ICLR等期刊和会议的程序委员会成员及审稿人。

朱余韬，中国人民大学高瓴人工智能学院博士后，合作导师为窦志成教授。CIPS青工委成员，CCIR专委会委员。研究方向为信息检索与大语言模型。目前，在人工智能和信息检索领域的国际顶级期刊和会议上发表多篇论文，谷歌学术引用5.8k+。担任多个学术会议如ACL、NeurIPS、ICML、ICLR、SIGIR的程序委员会委员，并为PNAS、TOIS等期刊的审稿人。主导开发检索增强生成工具包FlashRAG，在Github上获3.4k+星标。在检索增强生成与搜索智能体领域具有丰富的研究与开发经验。

杨文恺，中国人民大学高瓴人工智能学院博士生，导师为林衍凯（准聘）副教授。目前的研究方向为大语言模型的进化和安全。以第一/共同第一作者身份在NeurIPS，ICLR，ACL，EMNLP等国际人工智能顶级会议与期刊上发表论文十余篇。曾获国家奖学金、北京市优秀毕业生等荣誉，并入选中国科协青年人才托举工程博士生专项计划。

阿里巴巴

报告题目：

智能体开源框架AgentScope及其应用CoPaw

报告简介：

在大模型快速发展的推动下，智能体能够将内在知识与外部工具运用相结合，从而极大地增强了其处理复杂任务的能力。顺应这一发展趋势，智能体开源框架AgentScope，全面支持灵活高效的智能体-环境交互，以构建丰富的智能体应用。具体而言，我们抽象了智能体应用所必需的基础组件，包括记忆、工具等，并提供统一的接口和可扩展模块，使研究人员能够轻松利用最新进展。在此基础上，我们集成了多个针对特定场景定制的内置智能体，开箱即用，轻松扩展领域知识，快速适配多样化场景；通过自我进化机制，实现知识积累与技能提升。此外，AgentScope还提供强大的系统支持，包括基于动态能力扩展与可视化开发，支撑智能体开发全流程；以生产级运行时和多语言支持，构建从开发到部署的可靠闭环。基于这些功能，我们构建了可扩展、自适应且高效的智能体应用CoPaw，真正让智能体开发从原型走向落地。

个人简介：

李雅亮，阿里巴巴通义实验室资深算法专家。目前负责的项目包括大模型智能体开源框架AgentScope、大模型数据处理系统DataJuicer、大模型强化微调框架Trinity-RFT等。2017年于纽约州立大学布法罗分校取得博士学位，研究领域包括大模型数据处理、智能体、隐私计算、数据挖掘、因果推断、自动机器学习等。研究成果发表于NeurIPS、ICML、KDD、ACL等多个领域的顶尖国际会议与期刊100余篇，谷歌学术引用17000+。他多次担任了机器学习会议NeurIPS、ICML的资深领域主席。其成果获得国际会议KDD'2022最佳论文奖、WWW’2025最佳学生论文奖。

记忆张量（上海）科技有限公司

报告题目：

面向智能体的记忆操作系统：MemOS的设计、实践与OpenClaw集成探索

报告摘要：

随着大模型从单轮问答走向长周期、自主化、可协作的智能体系统，记忆正逐渐成为影响智能体能力上限的关键基础设施。仅依赖上下文窗口，智能体往往难以稳定积累经验、维持个体一致性、实现跨任务知识复用，也难以支持多智能体协同场景下的持续演化。因此，如何将记忆从“临时上下文拼接”提升为一种可管理、可调度、可演化的系统能力，正在成为智能体研究与落地中的核心问题。本报告将介绍我们提出的记忆操作系统MemOS。MemOS试图把记忆统一抽象为可管理的系统对象，对不同类型的记忆进行表示、存储、检索、融合、版本管理与生命周期调度，从而为大模型智能体提供稳定、可扩展的记忆基础设施。报告中将重点介绍 MemOS的整体设计理念、核心系统结构，以及其在个体记忆、任务记忆、环境记忆和多智能体协同中的作用。同时，报告也将结合近期MemOS与OpenClaw的结合实践，分享我们如何将记忆能力接入到开放式Agent框架中，使智能体在规划、执行、反思与多轮任务过程中具备更强的历史感知、经验沉淀与持续优化能力。我们将重点讨论：在真实Agent系统中，记忆应如何介入工作流；记忆系统与工具调用、任务分解、子Agent协同之间如何配合；以及当前在工程落地中遇到的关键挑战与未来演进方向。报告希望从“为什么智能体需要独立记忆层”出发，进一步讨论记忆在下一代智能体系统中的基础性作用，并为学术界和产业界理解记忆增强智能体提供一个系统化视角。

讲者简介：

熊飞宇，记忆张量（上海）科技有限公司创始人兼CEO，上海算法创新研究院大模型中心负责人，本科毕业于华中科技大学，后获美国Drexel University博士学位。长期致力于以基本原理驱动AI系统创新，围绕“低成本、低幻觉、高泛化”这一核心目标，探索中国大模型技术演进与产业落地的新路径。他创立记忆张量后，带领团队提出并落地基于记忆分层架构的“忆³”大模型和记忆操作系统MemOS，推动 AI 从一次性问答工具走向具备长期记忆、持续学习与协同进化能力的智能系统。作为国内记忆基础设施领域的代表性实践者，记忆张量已形成从底层架构到产业应用的完整布局，MemOS云服务调用量位居国内第一，并获得招商证券、工商银行、中国电信等头部客户认可，实现数千万元项目签约。熊飞宇曾在阿里巴巴集团业务中台和淘宝天猫集团负责数据智能与数据平台核心工作，主导构建国内首个千亿级数字商业知识图谱及知识交互零售行业大模型。其个人及团队成果曾获昇腾 AI 创新大赛全国总决赛金奖、InfoQ年度AI基础设施卓越奖、浙江省科技进步奖等奖项，并在人工智能顶级会议和期刊发表多篇论文。

OPPO公司

报告题目：

从工具到分身：智能体的进化与落地

报告简介：

本报告以“从工具调用到数字分身”为主线，梳理智能体从 tool-use、GUI 智能体到数字分身的发展脉络。结合 OpenClaw、记忆机制与跨端协同的进展，分析智能体向主动执行与持续协同演进的关键能力。在工程侧，报告将基于千万级终端部署，讨论 GUI 智能体、数字助理及跨端智能体系统在规模化应用中的关键问题与设计要点，并对多设备、多场景下的发展趋势进行展望。

个人简介：

王俊，博士，OPPO数据&智能部门负责人，长期致力于构建面向真实世界的智能系统，技术路径贯穿AI安全、大模型智能体与具身智能，具有丰富的从底层技术到系统落地的完整研发经验，累计发表CCF-A类学术论文60余篇。

华为公司

报告题目：

openJiuwen: 精准．易用．高效，使能生产级Agent开发

报告简介： 

大语言模型驱动的智能体（Agent）正在重塑软件开发的范式，从简单的对话交互到复杂任务的自主规划与执行，Agent技术正以前所未有的速度演进。然而，从实验室原型到生产级应用的跨越，仍面临着精准性不足、开发门槛高、运行效率低等核心挑战。作为这一领域的先行者，"小龙虾OpenClaw"在探索Agent能力边界的同时，也深刻揭示了生产级落地所必须跨越的技术鸿沟——如何在保证Agent行为可控的前提下，降低开发复杂度、提升复杂任务成功率和执行效率，成为Agent技术规模化应用的关键瓶颈。openJiuwen作为面向生产级Agent开发的开源框架，以"精准、易用、高效"为核心理念，致力于解决Agent开发中的核心痛点。通过模块化的架构设计、声明式的任务编排、以及智能化的资源调度，openJiuwen为开发者提供了一套从原型验证到规模化部署的完整解决方案。本次报告将系统介绍openJiuwen的设计理念与技术架构，深入探讨从简单智能体到深度智能体发展过程中的关键技术变化，包括复杂任务理解与调度、上下文工程与记忆、高效高可靠执行引擎、智能体系统级自演进、智能体安全性、vibe agent开发范式等核心能力的实现路径。同时，报告将重点剖析基于openJiuwen框架开源的JiuwenClaw的关键技术，并结合实际案例展示其在企业级场景中的应用实践。报告旨在帮助开发者与技术决策者全面了解生产级Agent开发的关键要素，为Agent技术的规模化落地提供参考与借鉴。

讲者简介：

张鑫宇，华为2012实验室技术专家，先后从事语义搜索、生成式问答、大模型应用开发框架等研发工作，现任openJiuwen Agent平台首席架构师，负责开源架构与技术竞争力构建，同时多项商用技术成果已落地至华为小艺智能体开放平台、华为云智能体平台、华为花瓣搜索、HMS位置搜索等产品。发表CCF-A/B论文10余篇，曾入选ESI高被引论文（2020），并获中国电子学会优秀论文奖项（2022），曾带领团队获得多项Agent及AI问答权威榜单冠亚军（HotpotQA，StrategyQA，WWW AgentSociety等）。

北京火山引擎科技有限公司

报告题目：

基于VibeCoding与OpenClaw技术的教师数字分身创新探索

报告简介：

教师数字分身是教育数字化转型的核心载体，正突破传统教学边界，实现个性化、沉浸式教学。vibecoding与openclaw技术以低代码、高交互、强协同特性，为数字分身快速构建、智能交互与场景适配提供新范式，解决了传统教育技术开发周期长、场景适配窄、交互弱等痛点。

本次报告将回顾教育信息化与数字分身技术演进，梳理行业瓶颈；结合vibecoding低代码构建能力与openclaw多模态交互优势，探讨“双技术栈如何赋能教师数字分身创新”。从技术融合、交互升级、场景应用三个维度，梳理技术到实践的路径，展望未来趋势，帮助从业者把握双技术栈价值，推动教育数字化升级。

讲者简介：

蔡文婷，火山引擎扣子产品解决方案架构师。拥有15年教育信息化技术与课程教学设计经验，深耕教育数字化领域，专注vibecoding、openclaw等前沿技术与教学场景融合，推动教师数字分身等创新应用落地。

熵简科技

报告题目：

金融Agent产业实践：以AlphaEngine为例

报告简介：

AlphaEngine是一款面向机构投资者的AI投研工具，搭载AlphaClaw智能体，服务于80000多名专业投资者，以及8600余家资管机构。本次分享从业务视角展开探讨金融Agent在金融行业的实际应用效果及未来人机关系的展望。

个人简介：

费斌杰，熵简科技创始人兼CEO，本科毕业于清华大学工业工程系，硕士毕业于清华大学五道口金融学院，任清华大学五道口金融学院金融科技研究院理事、中央财经大学金融学院业界导师、第七届朝阳区青联委员、北京市青联委员、朝阳区凤凰计划领军人才。

幂律智能

报告题目：

法律智能体：从“法律问答助手”到“可执行法律服务”的跃迁

报告简介：

本次分享将围绕“法律智能体：从‘法律问答助手’到‘可执行法律服务’的跃迁”展开，探讨法律AI如何从传统的检索、问答与辅助生成，升级为能够理解诉求、拆解任务、调用流程并交付真实法律成果的智能体系统。分享将结合合同审查、催款追收、劳动仲裁、起诉状生成等高频场景，拆解法律智能体的关键能力、底层架构与落地难点，并讨论当法律服务从“提供建议”走向“交付结果”后，法律科技产品与法律服务模式将发生怎样的深层变化。

个人简介：

徐鹏，幂律智能副总裁，是公司算法部及吾律产品线技术负责人。他主导与智谱 AI联合推出法律领域垂直大语言模型PowerLawGLM（130B），并建立公司自研的 PowerlawLLM 模型体系用户公司产品私有化部署。同时，他率领 AI 团队研发多智能体（MultiAgent）技术，为AI律师产品线提供关键支撑。在加入幂律之前，他先后在万达、阿里巴巴、居理及BOSS直聘等公司担任技术专家与算法总监，推动多项算法与平台能力的设计、落地与规模化。

清华大学

报告题目：

面向自主学习的新型多智能体自主课堂

报告简介：

随着大模型智能体与多智能体系统技术的快速演进，知识载体正经历结构性跃迁，人机协同学习模式亦迈入升维创新的新阶段。本报告以清华大学“全AI守护的多智能体课堂（MAIC）”为实践范例，系统阐述生成式人工智能时代下自适应教育技术的核心范式与融合路径，分享其在教学场景中的落地经验。同时，报告将前瞻性探讨“AI+教育”的未来形态、关键技术支撑与创新理念，为构建智能化、个性化、协同化的教育新生态提供理论参考与实践启示。

讲者简介：

于济凡，清华大学教育学院助理研究员，清华大学水木学者博士后，MAIC平台研发负责人，主持国家自然科学基金青年项目，研究领域关注教育人工智能，尤其是大模型驱动的多智能体学习环境等课题，深度参与清华大学AI赋能教育与学生成长项目，在国际会议和期刊上发表40余篇论文，曾获ACL最佳演示论文奖，EMNLP杰出论文奖以及CIKM最佳资源论文提名奖。

北京交通大学

报告题目：

模型原生的智能代理

报告摘要：

报告首先从任务规划、工具使用与记忆三项核心能力出发，梳理智能代理从依赖提示词与工作流编排的手工设计，逐步走向学习驱动与模型内化实现的发展过程，并进一步讨论代理架构本身也在由人工设计转向通过训练自动优化生成。然后，围绕 API Agent、GUI Agent和CLI Agent三类典型的智能代理实现方式，介绍相关技术路径与应用发展现状。最后，讨论智能代理中系统层与模型层关系的变化，即系统设计正从旨在弥补模型能力的prompt engineering和context engineering，逐步转向以harness engineering为代表的运行环境构建，并在此基础上展望未来发展趋势。

个人简介：

桑基韬，北京交通大学教授。主要研究方向为多媒体内容分析、可信与对齐、AI Agent。曾获得中科院院长特别奖、ACM中国新星奖等，作为负责人承担了相关方向的国家自然科学基金重点项目、(首批)新一代人工智能重大项目、北京市杰出青年基金、国家高层次青年人才计划等，第一/二作者论文7次获得中国计算机学会推荐的国际会议论文奖项，曾获中国电子学会自然科学一等奖和北京市科学技术奖。

北京智源人工智能研究院

报告题目：

DeepXiv: 一站式科研智能体

报告摘要：

DeepXiv是面向科研智能体的“数据与内容基础设施”，以大规模数据聚合与预处理为底座，把论文与网络证据统一成可检索、可追溯、可复用的结构化知识对象，并提供分层访问、证据对齐与引用组织等关键能力，从而支撑高效、可靠的 research agent工作流。它由三部分组成：承载核心能力的平台、24小时运行的终端科研助手（bot），以及面向外部agent生态的SDK，用统一的工具调用协议连接检索、深度研究、趋势与订阅、记忆（时间/结构）等能力，并进一步覆盖多模态内容产出与传播（如演示材料、框架抽象、知识组织与多平台分发）。此外，DeepXiv 将评测与演示流程标准化为可复现的实验资产（testcase、eval、demo、数据与代码能力接入），形成“检索—生成—发布—反馈”的闭环，持续提升科研智能体的效率、可靠性与可扩展性。

个人简介：

钱泓锦，北京智源人工智能研究院助理研究员，北京大学博士后，研究方向为检索智能体与智能体记忆，主持国家自然科学基金青年项目。在人工智能与信息检索领域的国际顶级期刊与会议发表论文三十余篇。其所在团队长期专注于开源模型生态的建设，相关项目在GitHub上累计获星超过一万，模型在Hugging Face平台月下载量达数亿次。

复旦大学

报告题目：

从“只会聊天”到“能替你办事”的龙虾革命

报告简介：

本报告旨在探讨大语言模型（LLM）从单纯的文本生成向具备自主执行能力的“智能体”演进的技术路径。报告将深度解析开源框架 OpenClaw 的核心机理，重点论述大模型如何通过复杂工具调用（Function Calling）以及在长上下文管理（Long Context Management）实现从感知到行动的闭环。报告将客观评价当前大模型在自主决策中的能力边界，分析逻辑推理与工程落地之间的鸿沟。同时，结合“切问学术”的具体实践，展示专用智能体如何重塑文献检索、数据分析及知识发现的全链路科研流。

个人简介：

张奇，复旦大学计算与智能创新学院教授、国家级领军人才。兼任上海市智能信息处理重点实验室副主任，中国中文信息学会理事、CCF大模型论坛常务委员、CIPS 大模型专家委员会委员、CIPS信息检索专委会常务委员。主要研究方向是自然语言处理和信息检索，聚焦大语言模型复杂推理和解释性分析等。在ACL、EMNLP、COLING、全国信息检索大会等重要国际国内会议多次担任程序委员会主席、领域主席、讲习班主席等。近年来承担了国家重点研发计划、国家自然科学基金、上海市科委等多个项目，在国际重要学术刊物和会议发表论文200余篇，获得美国授权专利4项，著有《自然语言处理导论》和《大规模语言模型：理论与实践》，作为第二译者翻译专著《现代信息检索》。获得COLING 2018 领域主席推荐奖、NLPCC 2019杰出论文奖、COLING 2022杰出论文奖，ACL 2025杰出论文奖。获得上海市“晨光计划”人才计划、复旦大学“卓越2025”人才培育计划等支持，获得钱伟长中文信息处理科学技术一等奖、汉王青年创新一等奖、上海市科技进步二等奖、教育部科技进步二等奖、IBM Faculty Award等奖项。

香港大学

报告题目：

解密龙虾: 下一代AI智能体的机遇与挑战

报告简介： 

AI智能体技术正站在重要的发展转折点。本次报告将从三个维度深入探讨这一变革：我们首先探讨面向下一代的Agent架构演进，探索智能体系统如何突破传统设计局限；随后分析当前正在发生的Solo到Swarm架构转型，理解集群协作模式如何改变AI工作范式；最后展望未来AI Agent生态的整体发展轨迹，描绘智能体网络化协作的前景。我们将看到Agent Swarm如何在AI自我迭代和科学研究中实现突破性进展，同时深入讨论这场技术革命所带来的新机遇与挑战。

讲者简介：

黄超，香港大学数据科学研究所及计算与数据科学学院助理教授、博士生导师。他的研究方向涵盖大型AI智能体（AI Agents）、语言模型（LLMs）、及图机器学习（Graph Machine Learning），其研究成果在Google Scholar上被引用超过16,000次。团队已推出多个影响力开源项目，包括nanobot、LightRAG、CLI-Anything、DeepCode、RAG-Anything、DeepTutor、AutoAgent、AI-Researcher、AI-Trader、ClawTeam、VideoRAG等。作为团队负责人打造的HKUDS GitHub开源平台累计获得超过180,000 GitHub Stars，位列全球Top-60，并超过90次登上GitHub Trending榜单。因其在人工智能开源领域的贡献，黄超荣获世界人工智能大会（WAIC）2024云帆奖「璀璨明星」、国际基础科学大会（ICBS）2024「前沿科学奖」，并入选 「2025 AI100青年先锋」 以及 入选「2025 AI 2000全球最具影响力学者」。其研究成果多次入选 KDD、WWW、SIGIR、AAAI 等国际顶级会议的最具影响力论文之一，并获得 ACM MM 2024、WSDM 2022、WWW 2019等会议的最佳论文提名奖。

时间：2026年4月17-19日

地址：北京•中国科学院计算技术研究所一层报告厅

相关阅读：ADL全年计划发布-ADL工作组召开2026年度会议