昆仑万维SkyClaw炸场：国产Agent专用模型首次闯入全球第一梯队

5月26日，昆仑万维天工AI正式发布SkyClaw-v1.0——一款专为Agent场景从零训练的高性能模型。不是又一个通用聊天机器人，是一个为"干活"而生的模型。

数据说话：不比参数，比完成任务

直接看跑分结果：综合性能超越Minimax 2.7、DeepSeek V4 Flash、Qwen 3.6 35B。在OpenClaw相关任务上，已经接近Claude Opus 4.6、DeepSeek V4 Pro的水平。

但比跑分更有意思的是它的定位。SkyClaw的训练目标不是"回答得漂不漂亮"，而是"任务有没有完成"。这是两种完全不同的"智能"。

它支持100万token上下文，能处理超长工作流连续执行，不会"干到一半忘了自己在干嘛"。定价也很猛——输入0.5元/百万tokens，不到同类模型的一半。

国产Agent生态的"五连爆"

SkyClaw不是孤例。这周国产Agent生态集体爆发：

腾讯开源了Agent Memory——四层记忆架构，解决AI的"失忆症"问题。接入后最高节省61.38% Token消耗，任务通过率提升51.52%。

面壁智能发布MiniCPM5-1B，10亿参数、0.5GB大小，直接跑在手机上。云端之外的第二个战场被开辟了。

微软研究院开源Webwright，让AI直接写代码操控网页。还有TradingAgents，用多个AI Agent完整模拟华尔街投行投研交易流程，一周暴涨11000+星。

从"拼参数"到"拼生态"

2023到2024年，国产大模型在做什么？追GPT-4。参数要大、榜单要刷、跑分要赢。结果是永远慢半拍。

2026年5月，不追了。

昆仑万维做了一个专门为Agent场景设计的模型，训练目标不再是"比谁的答案漂亮"，而是"比谁更会干活"。这不是追随战略，这是定义战场。

SkyClaw目前已兼容OpenClaw、Hermes、Nanobot、Claude Code、Codex等主流Agent框架。免费试用2到4周，感兴趣的可以上手试试。