清华校长寄语毕业生：要主动拥抱AI时代，用创新精神塑造未来

“未来趋势应该是只有智能(zhìnéng)(zhìnéng)体，没有APP，智能体把APP都颠覆掉了。以后可能不需要(xūyào)软件公司，就都是智能体公司了。”华鲲振宇金融系统部总经理孔亮近日对第一财经表示。 华鲲振宇是一家以(yǐ)国产算力为根基的服务器提供商，用户分布在互联网、金融以及医疗等领域。据孔亮观察，中国各行各业(gèhánggèyè)都在落地人工智能(zhìnéng)，而智能体正成为标配(biāopèi)。亚马逊(yàmǎxùn)全球副总裁储瑞松近日同样表示，如今AI的发展又来到了一个拐点，“我们正处在Agentic AI爆发的前夜。” 手机用户每次与豆包进行交互，医生每次在(zài)AI助手上进行知识查询，都是通过智能体对(tǐduì)大模型推理能力的调用。在大模型训练(xùnliàn)阶段(jiēduàn)，本土算力供应商略显捉襟见肘；智能体爆发带来的推理需求，则落在中国算力的能力范围之内。 各行各业似乎都在拥抱(yōngbào)智能体。 今年2月份，复星医药发布PharmAID决策(juécè)智能(zhìnéng)体平台，这一平台底层既有海外领先的大模型，也接入了中国(zhōngguó)本土的Deepseek-R1大模型。这一智能体已接入全球多个临床资讯(zīxùn)及管线数据平台，该公司称其医药健康领域内容生成准确率比通用大模型提升(tíshēng)了50%。 PharmAID决策智能体平台(píngtái)包含了复星医药自己决策的风险偏好，也包含了存量的管线(guǎnxiàn)，旧(jiù)管线、新管线匹配的关系。因此(yīncǐ)，这一平台目前是面向内部使用，复星医药首席数智官林锦斌说：“目前这个阶段，我们还是自己的狗粮自己先吃。” 人工智能(réngōngzhìnéng)已经渗透进入医疗的方方面面。近日，中山医院周俭教授、杨欣荣教授团队与(yǔ)鹍远生物(shēngwù)联合开展的研究成果在国际期刊Molecular Cancer发布。这项研究基于高通量测序(cèxù)平台，通过小型靶向甲基化测序Panel，捕获血浆游离DNA的甲基化特征和片段组学(zǔxué)特征，构建出融合深度神经网络构架的多模态人工智能模型，实现对多种消化道(xiāohuàdào)癌症的无创检测与组织溯源。强大(qiángdà)的人工智能，使得基于液体活检的无创的消化道多癌早(zǎo)筛从概念走向现实迈出关键一步。 中国(zhōngguó)每年有数亿人次出行，差旅是智能体落地的重要场景。 2025年1月(yuè)，OpenAI展示其智能体(tǐ)Operator，演示的核心能力之一就是一键式订票。今年6月份，滴滴企业版也推出内测的AI小滴差旅助手(zhùshǒu)、管理助手、解决方案助手智能体。 对于商务出差的人来说(láishuō)，智能体最终也许能像一个行政助理那样工作：分析企业差旅政策如飞机火车标准、酒店金额限制(xiànzhì)，结合员工(yuángōng)偏好，衔接大小交通，生成一站式行程规划，并以“购物车(gòuwùchē)”结算方式交给用户进行预订。 “效率成生存刚需的当下，技术也在倒逼商旅行业变革。”滴滴(dīdī)企业(qǐyè)服务事业群总经理蔡晓鸥说，这些(zhèxiē)智能(zhìnéng)体是基于70万企业累积的B端服务数据，采用开源模型Multi-Agent架构来实现的。“滴滴企业版希望用技术重构商旅效率，更精确地管理差旅路上(lùshàng)的每一公里。” 智能(zhìnéng)体的应用，也会逐渐穿透，从用户的交互层(céng)，深入到企业信息系统的数据库。 “过去(guòqù)我们一直在(zài)用AI来赋能数据库的运维(yùnwéi)。过去这个事情比较难做，过去我们用的都是小模型，它基于规则的方式(fāngshì)来去触发，泛化性是很差的。现在有了大模型，它的学习能力特别强，后续我们把智能体的技术嵌入存储，嵌入数据库，运维体验会发生翻天覆地的变化。”华为(huáwèi)存储闪存领域总裁谢黎明近日表示。 医药研发、商旅出行、数据库运营等，上述这些不同案例显示，人工智能与(yǔ)智能体正在进入各行各业，并改变内部(nèibù)运行效率。 过去几年间，大模型(móxíng)带动了新一轮的人工智能(réngōngzhìnéng)浪潮。如今人工智能发展，又来到了新的阶段。 “我们(wǒmen)正处在Agentic AI爆发的前夜。”储瑞松(chǔruìsōng)在亚马逊云科技中国峰会上表示。 智能体的(de)爆发，技术基础是日新月异的大模型。 第一次工业革命时期的蒸汽机，解放了(le)人和(hé)动物的肌肉力量，改变了纺织、采矿、交通等领域的效率。现在的人工智能革命，芯片企业和大模型企业前赴后继(qiánfùhòujì)，放大和解放了人类的智力。 在美国(měiguó)，谷歌、OpenAI等企业(qǐyè)不断迭代，推出性能更(gèng)强大，效率更高的模型。在中国，阿里通义千问、DeepSeek等模型你追我赶，不断提升性能。 成本(chéngběn)的下降，是一项技术得以商用的前提。储瑞松援引(yuányǐn)斯坦福大学2025年人工智能报告称，过去两年推理成本下降，已经(yǐjīng)不到原来的百分之一。 “像DeepSeek这样的模型一经(yījīng)推出就极大提升了推理效率。这是非常令人振奋的事情，同时也促使很多(hěnduō)模型提供商(tígōngshāng)开始想尽办法优化自己的成本(chéngběn)(chéngběn)和运行效率。”亚马逊云科技全球技术总经理Shaown Nandi评价说：“推理成本的降低，既包括芯片性能的改进，也包括模型本身在结构和功能上的提升。” 人工智能的能力(nénglì)之所以令制药(zhìyào)企业激动，是因为它解决(jiějué)了一直困扰企业的问题——如何达成方向大致正确的选择。在研发管线纷繁复杂，动辄10亿美金起步的新药研发上，制药企业极度渴望确定性。“决策智能体，不可能一蹴而就，是需要持续投入的。”林锦斌说。投资(tóuzī)回报是管理者不得不考虑的事情，他负责复星(fùxīng)医药的整个(zhěnggè)数字化(shùzìhuà)的投资决策。在投资回报上就要“给到我们管理层一个比较满意的结果。” “在(zài)DeepSeek之前，大家门槛比较高，投入产出比特别低。有了DeepSeek之后，大家可以有当期的回报了,比如说一年(yīnián)就见效果。”孔亮对第一财经表示(biǎoshì)。华鲲振宇是华为的战略合作方，它以国产的鲲鹏和昇腾算力为基础(jīchǔ)，为国有大型银行客户，互联网用户等提供服务器(fúwùqì)，并帮助这些企业搭建起其智能体。 两家美国公司(měiguógōngsī)谷歌和Anthropic推动了智能体标准的确定。 大模型(móxíng)公司Anthropic首倡的模型上下文（MCP）协议(xiéyì)，得到越来越多企业认可，中国企业阿里巴巴等也已经支持这一协议。 对于智能体来说，MCP是一个强大的解锁器和解码器。它就(jiù)像是(xiàngshì)通用的USB-C接口，智能体可以通过这个标准化接口，更便捷地访问任何一项(yīxiàng)服务、数据，并帮助用户按其需要来执行一些任务。 谷歌推出的(de)开源标准A2A（Agent-to-Agent）协议(xiéyì)，旨在(zhǐzài)解决不同AI智能体之间的互操作性问题。通过统一的通信标准，A2A协议支持智能体之间的高效协作和任务管理。 “所有这些因素叠加在一起，让Agentic AI的爆发几乎(jīhū)不可避免。”储瑞松表示(biǎoshì)。 3月份，山西省人民医院上线私有化模型平台，算力底层是鲲鹏+昇腾(téng)的(de)组合，搭配DeepSeek-R1的70B大模型，再(zài)上面一层的智能体“省医AI助手”则内嵌到门诊医生、住院医生、护理和(hé)医技系统。 “山西人民(rénmín)医院IT维护可能二三十个(èrsānshígè)人，但是懂AI的可能就没几个人。”孔亮说(shuō)。医院需要控制预算，也需要合作方提供完整的落地方案，以及人员AI培训。 山西人民医院有“数据不出院”要求，因此只能做人工智能的(de)本地化部署。这是相当普遍的需求。“现在(xiànzài)金融机构面临着数据安全的问题，它要求数据保密性和不能够流出，所以我们建议由监管(jiānguǎn)机构，或者(huòzhě)有监管背景的机构，来成立一个(yígè)大模型平台，成立这样的一个运营主体。”浪潮集团(làngcháojítuán)副总裁吴超表示，“现在大模型大家都在去(qù)做，头部客户有资金有实力，可以自己构建一套平台和资源，但中小企业没有那么多资金去构建平台。” 财富五百强的(de)企业中，超过七成的工作负载(fùzài)仍然运行在本地，而非在云上。金融、教育等产业对(duì)数据保护极度重视，他们在许多场景搭建AI能力的时候，同样更愿意本地化部署。 山西省人民医院的(de)AI部署方案，是中国人工智能闭环能力(nénglì)的一个(yígè)代表：底层算力、中间的模型、上层智能体，以及使用场景都是本土化的。 DeepSeek出现(chūxiàn)之后，带动了一大批(yīdàpī)模型开源和降价。而且大参数的模型，开始部署在中国本土芯片(xīnpiàn)之上。国产算力如华为的昇腾、摩尔线程、沐曦等搭(dā)上发展的快车。沐曦、摩尔线程等都开启了上市的进程，而华鲲振宇的收入迅猛增长。 对于中国芯片企业(qǐyè)来说，芯片产品在训练过程中略显捉襟见肘，但在推理环节可能绰绰有余(chuòchuòyǒuyú)。 大模型的训练过程，相当于把小孩培养成教授；使用大模型进行(jìnxíng)推理，就像是教授向成百上千的学生传道授业解惑。手机用户每次与豆包进行一次交互，医生每次在AI助手(zhùshǒu)上进行知识查询，就是(jiùshì)通过(tōngguò)智能(zhìnéng)体对大模型推理能力的一次调用。日常亿万次的智能体互动，使得推理所需算力逐步压过训练所需算力。 据(jù)孔亮预计，今后(jīnhòu)的四五年内，华鲲振宇出货的服务器，将有八成是(shì)用于推理，而只有两成是用于训练。市场需求的爆发，也会推动底层芯片技术的进步。 “就像以前大家都(dōu)是用的纸和笔来办公，用了电脑之后会提升办公效率，但是这需要一个(gè)过程。我们现在(xiànzài)就是把各行各业的一个个的业务场景全部智能体化，它是个很长的过程。”孔亮说。 谢黎明认为，智能体发展会变革人机交互(jiāohù)的模式，自然语言交互会成为(chéngwéi)主流。 “未来的(de)万事万物，不管你是什么样的公司，你生产任何一个产品，你的产品一定(yídìng)会对应一个智能体。就像一辆自动驾驶的汽车，它(tā)一定会配一个自驾系统一样。”谢黎明说。 (本文来自(láizì)第一财经)