智東西(公眾號:zhidxcom)
作者 |? 程茜
編輯 |? 心緣

智東西9月11日報道,今天,在2025 Inclusion·外灘大會開幕式上,源碼資本投資合伙人、美國國家工程院外籍院士張宏江發表主題演講,他認為,今年是大(da)模型(xing)應用普(pu)及的轉折(zhe)點

兩年前ChatGPT發布、今年年初DeepSeek誕生至今,全球大模型產業發展有幾大明顯趨勢:大模型未來會影響很多非常重要的應用,搜索首當(dang)其沖;大模型相關應用正在從解決問題的工具向(xiang)AI助理、AI伴(ban)侶進化;DeepSeek模型的出現正推高算力需求,大模型對于計算(suan)的需求會持(chi)續Scaling Up在單一IDC中構建大規模算力系統的能力愈發重要。

張宏江將模型帶動底層芯片、整個云計算產業、電力、能源產業發展的生態,稱作算力系統生(sheng)態(tai)鏈(AI’s Industrial Scaling Up)。如今,美國整體算力IDC的建設非常迅猛,這也提醒我們在芯片、IDC建設上要快速擴張

最(zui)后他談到(dao)自己對(dui)Agent發展的思(si)考,當一個人(ren)和一堆Agent組成(cheng)一個公(gong)司,會(hui)實現前所未有的效率躍(yue)升,但這需要(yao)引發社會(hui)對(dui)年(nian)輕人(ren)就業、社會(hui)結構、教育體系變化的思(si)考。

以下是張宏江演講的精華整理:

一、DeepSeek推高算力需求,大模型已從工具向AI伴侶進化

張宏江(jiang)談道(dao),回顧過去半年的進展(zhan),第一個最讓人(ren)振奮的進展(zhan)是DeepSeek橫空出世。DeepSeek打破(po)人(ren)類歷史上所創造(zao)應用突破(po)1億用戶的時間記(ji)錄,7天內(nei)就獲得(de)1億用戶。

另一個角(jiao)度是DeepSeek同時兼顧性能高、成本低,剛發布時,DeepSeek的(de)模型和當時世界上(shang)最好的(de)模型性能相(xiang)近,成本僅是其他模型的(de)零頭。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

這是不是意味著芯片或計算不重要了?張宏江認為,有這種想法的人顯然已經被割了韭菜。資源是經濟學中的一個基本定律,當成本降下來,需求會以更大規模增長,也就是DeepSeek模型的出現會推高算力需求

以ChatGPT為標志(zhi),大(da)模型已(yi)經發(fa)布(bu)兩(liang)年多,通過應(ying)用(yong)(yong)(yong)日活(huo)和月(yue)活(huo)的比(bi)例可以衡量(liang)其(qi)用(yong)(yong)(yong)戶(hu)使用(yong)(yong)(yong)粘性,ChatGPT剛發(fa)布(bu)時這(zhe)一(yi)比(bi)例是14%,今年3月(yue)達到超30%,這(zhe)意味著,ChatGPT已(yi)經變成用(yong)(yong)(yong)戶(hu)經常(chang)被用(yong)(yong)(yong)來(lai)解決問題(ti)的工具。

今年7、8月又發生了一個變化,ChatGPT周活躍用戶達到7億人,且其中有很大(da)一部分人開(kai)始與ChatGPT聊天、交(jiao)流,將其作(zuo)為伴(ban)侶,這是用戶(hu)粘(zhan)性變化的一個重要(yao)標志(zhi)。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

從公司角度,大模型在公司中的普及率也在快速增加。當推理模型發布后,OpenAI、Anthropic的用戶都在快速成長,今(jin)年是(shi)大模型(xing)應用普及的轉折點(dian)

大(da)模型普及(ji)首先影(ying)響到的(de)就是搜(sou)索的(de)流量(liang)。經濟學人的(de)研究演示,受AI影(ying)響網頁(ye)搜(sou)索流量(liang)已經下(xia)降15%,健康領(ling)域(yu)的(de)搜(sou)索流量(liang)下(xia)載超過(guo)40%。

因此張宏江認為,這意味著大(da)模型未來會影響很多(duo)非(fei)常重(zhong)要的應用,搜索(suo)首當其沖。

此前,Scaling Law定律是大(da)模(mo)型(xing)賴以成長的定律,但推理(li)模(mo)型(xing)出來后產業界找到了(le)另(ling)外的推理(li)曲線,未來還(huan)會引(yin)入(ru)新的維度(du),包括剛才2024年圖靈獎得主、加拿大(da)計算機科(ke)學家理(li)查(cha)德·薩頓(Richard Sutton)提到的經由經驗學習(Learning from Experience),其實就是memory和(he)context。

所以從這個意義上看,大模型對于計算的需求會持續Scaling Up

過去幾年內,大語言模型推理的成本在持續降低,這個降低非常驚人。張宏江提到這個定律就是LLMflation,模(mo)型性能快速(su)提高時,使用(yong)成本會快速(su)降低

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

在產業界的趨勢就是,一方面,DeepSeek出現能快速降低成本,另一方面,芯片、大模型本身性能的提升,也證明成本(ben)降低這件事會隨著大模型發展持續發生(sheng)

二、大模型推動整個產業Scaling Up,要加速AI基建建設

如今,大模型(xing)生態已經(jing)推動(dong)了整個產(chan)業的Scaling Up。

起初云廠商(shang)只(zhi)是將模型(xing)作為一個(ge)服務,隨后模型(xing)開(kai)始定義整(zheng)個(ge)云平(ping)臺并(bing)建立新的(de)平(ping)臺,就像當初的(de)PC、iOS、云平(ping)臺,這個(ge)生態一定會誕(dan)生一個(ge)完整(zheng)的(de)產業。

如(ru)今,芯片、云計算產(chan)業已經被大模型(xing)帶(dai)動(dong),并逐步帶(dai)動(dong)整個(ge)電力(li)行業甚至于經濟的發(fa)展,這也是過去(qu)兩(liang)年美國經濟最(zui)大的推動(dong)力(li)。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

埃隆·馬斯克(Elon musk)為xAI打造了全球最大AI數據中心,在單(dan)一(yi)集群(qun)里部署了20萬卡。這對于(yu)數據中(zhong)心而言的重要(yao)性在于(yu),不僅僅要(yao)看到總(zong)算力(li)能(neng)達到某個規模,而是能(neng)不能(neng)在單(dan)一(yi)的IDC中(zhong)建起大規模算力(li)系統(tong)的能(neng)力(li)。OpenAI也(ye)做了類似的事,因為(wei)微軟不能(neng)及時為(wei)OpenAI提供充足算力(li),其發起了“星(xing)際之(zhi)門(men)”項目(mu)。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

對比中美過去五年的算力變化可以發現,美國整(zheng)體算(suan)力IDC的建(jian)設非(fei)常迅猛,這也提醒我們(men)在(zai)芯片(pian)、IDC建(jian)設上要快(kuai)速(su)擴(kuo)張

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

張宏江將模型帶動底層芯片、整個云計算產業、電力、能源產業發展的生態,稱作算力系統生(sheng)態鏈(lian)(AI’s Industrial Scaling Up)

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

三、企業需為Agent重新設計工作流,一個人+Agent實現效率躍升

今年年初,薩頓拿到圖靈獎,就證明強化(hua)學習本身已經成為AI的核心技術(shu)

Agent技術只有在推(tui)理模(mo)型逐漸成熟時才能(neng)出現,且成長速度(du)現在非常快。過去(qu)12個(ge)月(yue),推理模型思(si)(si)考的時(shi)間增加(jia)迅速,每六個(ge)月(yue)思(si)(si)考時(shi)間翻倍(bei),也(ye)意味著思(si)(si)考性(xing)能(neng)翻倍(bei)。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

隨著模型、Agent的性能提高,人和機器、人和AI的關系在轉變,AI已經從純粹(cui)的工具變(bian)成人的助(zhu)理(li),然后變(bian)成伙伴,并(bing)且AI成(cheng)為人的(de)助理的(de)時間會很短,其會很快變成(cheng)伙伴(ban),伙伴(ban)可以有(you)自己的(de)思(si)考、主動性、規劃(hua)、行動。

當Agent有了計算、思考、規劃、行動等能力后,其就會替代企業流程。現在Agent所取代的是企業過去給人所設計的流程,未來,企業(ye)必須為Agent重新設計整個流程,或者讓Agent重新定(ding)義工作流程。這是人與機(ji)器關系改變的推動力(li)。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

一旦社會中Agent越(yue)來越(yue)多,就會形成Agent群,Agent在操作整個(ge)工作流,然后交換彼此(ci)的信息、分享決策,達(da)成交易,而人(ren)就變成了資源(yuan)和數據的提供者,這就達(da)到了Agent經濟(Agent Economy)的狀態。在Agent經濟(ji)中,每個(ge)Agent是社(she)會龐大神經網絡中的一個(ge)點,就相當于今天的神經元。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

Agent經濟對(dui)社會(hui)的(de)影(ying)響在(zai)于,目前(qian)機構的(de)重要資(zi)產(chan)是人才(cai),未(wei)來會(hui)變(bian)成(cheng)算力(li)、模(mo)(mo)型、數據,現在(zai)企業(ye)想要擴(kuo)(kuo)大(da)業(ye)務會(hui)雇傭(yong)更多人才(cai),未(wei)來就是要擴(kuo)(kuo)大(da)算力(li)規模(mo)(mo)、模(mo)(mo)型更強大(da)、數據更豐富。當一個人和一堆Agent組成(cheng)一個公(gong)司,會(hui)實現前(qian)所(suo)未(wei)有的(de)效率躍升。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成

這也會(hui)帶(dai)來社(she)會(hui)的變(bian)化,例(li)如如今AI已經對年輕人就業產生沖擊(ji)。

今年7月,扎克(ke)伯(bo)格(ge)花大價錢雇(gu)傭AI工程師,這(zhe)可能(neng)不(bu)僅(jin)僅(jin)是(shi)為Meta在AI領(ling)域落后著(zhu)急,張(zhang)宏江(jiang)認為更可能(neng)是(shi)因(yin)為扎克(ke)伯(bo)格(ge)看到了未(wei)來(lai),超級(ji)個體+Agent的(de)組合可能(neng)是(shi)未(wei)來(lai)科學技(ji)術(shu)的(de)研(yan)發主體。

這(zhe)種結構性的變化,使(shi)得我們現在(zai)應(ying)該開始考(kao)慮未來的社會架構、稅(shui)務體系、教育等。

張宏江演講:中美AI算力儲備差距大,Agent將改變人類組織構成