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(fā)表主題演講，他認為，今年是大模型應用普及的轉(zhuǎn)折點。

兩年前ChatGPT發(fā)布、今年年初DeepSeek誕生至今，全球大模型產(chǎn)業(yè)發(fā)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，搜索首當其沖；大模型相關應用正在從解決問題的工具向AI助理、AI伴侶進化；DeepSeek模型的出現(xiàn)正推高算力需求，大模型對于計算的需求會持續(xù)Scaling Up；在單一IDC中構(gòu)建大規(guī)模算力系統(tǒng)的能力愈發(fā)重要。

張宏江將模型帶動底層芯片、整個云計算產(chǎn)業(yè)、電力、能源產(chǎn)業(yè)發(fā)展的生態(tài)，稱作算力系統(tǒng)生態(tài)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。

最后他談到自己對Agent發(fā)展的思考，當一個人和一堆Agent組成一個公司，會實現(xiàn)前所未有的效率躍升，但這需要引發(fā)社會對年輕人就業(yè)、社會結(jié)構(gòu)、教育體系變化的思考。

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

張宏江談道，回顧過去半年的進展，第一個最讓人振奮的進展是DeepSeek橫空出世。DeepSeek打破人類歷史上所創(chuàng)造應用突破1億用戶的時間記錄，7天內(nèi)就獲得1億用戶。

另一個角度是DeepSeek同時兼顧性能高、成本低，剛發(fā)布時，DeepSeek的模型和當時世界上最好的模型性能相近，成本僅是其他模型的零頭。

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(jīng)被割了韭菜。資源是經(jīng)濟學中的一個基本定律，當成本降下來，需求會以更大規(guī)模增長，也就是DeepSeek模型的出現(xiàn)會推高算力需求。

以ChatGPT為標志，大模型已經(jīng)發(fā)布兩年多，通過應用日活和月活的比例可以衡量其用戶使用粘性，ChatGPT剛發(fā)布時這一比例是14%，今年3月達到超30%，這意味著，ChatGPT已經(jīng)變成用戶經(jīng)常被用來解決問題的工具。

今年7、8月又發(fā)生了一個變化，ChatGPT周活躍用戶達到7億人，且其中有很大一部分人開始與ChatGPT聊天、交流，將其作為伴侶，這是用戶粘性變化的一個重要標志。

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(fā)布后，OpenAI、Anthropic的用戶都在快速成長，今年是大模型應用普及的轉(zhuǎn)折點。

大模型普及首先影響到的就是搜索的流量。經(jīng)濟學人的研究演示，受AI影響網(wǎng)頁搜索流量已經(jīng)下降15%，健康領域的搜索流量下載超過40%。

因此張宏江認為，這意味著大模型未來會影響很多非常重要的應用，搜索首當其沖。

此前，Scaling Law定律是大模型賴以成長的定律，但推理模型出來后產(chǎn)業(yè)界找到了另外的推理曲線，未來還會引入新的維度，包括剛才2024年圖靈獎得主、加拿大計算機科學家理查德薩頓（Richard Sutton）提到的經(jīng)由經(jīng)驗學習（Learning from Experience），其實就是memory和context。

所以從這個意義上看，大模型對于計算的需求會持續(xù)Scaling Up。

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

在產(chǎn)業(yè)界的趨勢就是，一方面，DeepSeek出現(xiàn)能快速降低成本，另一方面，芯片、大模型本身性能的提升，也證明成本降低這件事會隨著大模型發(fā)展持續(xù)發(fā)生。

二、大模型推動整個產(chǎn)業(yè)Scaling Up，要加速AI基建建設

如今，大模型生態(tài)已經(jīng)推動了整個產(chǎn)業(yè)的Scaling Up。

起初云廠商只是將模型作為一個服務，隨后模型開始定義整個云平臺并建立新的平臺，就像當初的PC、iOS、云平臺，這個生態(tài)一定會誕生一個完整的產(chǎn)業(yè)。

如今，芯片、云計算產(chǎn)業(yè)已經(jīng)被大模型帶動，并逐步帶動整個電力行業(yè)甚至于經(jīng)濟的發(fā)展，這也是過去兩年美國經(jīng)濟最大的推動力。

埃隆馬斯克（Elon musk）為xAI打造了全球最大AI數(shù)據(jù)中心，在單一集群里部署了20萬卡。這對于數(shù)據(jù)中心而言的重要性在于，不僅僅要看到總算力能達到某個規(guī)模，而是能不能在單一的IDC中建起大規(guī)模算力系統(tǒng)的能力。OpenAI也做了類似的事，因為微軟不能及時為OpenAI提供充足算力，其發(fā)起了“星際之門”項目。

對比中美過去五年的算力變化可以發(fā)現(xiàn)，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。

張宏江將模型帶動底層芯片、整個云計算產(chǎn)業(yè)、電力、能源產(chǎn)業(yè)發(fā)展的生態(tài)，稱作算力系統(tǒng)生態(tài)鏈（AI’s Industrial Scaling Up）。

三、企業(yè)需為Agent重新設計工作流，一個人+Agent實現(xiàn)效率躍升

今年年初，薩頓拿到圖靈獎，就證明強化學習本身已經(jīng)成為AI的核心技術(shù)。

而Agent技術(shù)只有在推理模型逐漸成熟時才能出現(xiàn)，且成長速度現(xiàn)在非常快。過去12個月，推理模型思考的時間增加迅速，每六個月思考時間翻倍，也意味著思考性能翻倍。

隨著模型、Agent的性能提高，人和機器、人和AI的關系在轉(zhuǎn)變，AI已經(jīng)從純粹的工具變成人的助理，然后變成伙伴，并且AI成為人的助理的時間會很短，其會很快變成伙伴，伙伴可以有自己的思考、主動性、規(guī)劃、行動。

當Agent有了計算、思考、規(guī)劃、行動等能力后，其就會替代企業(yè)流程。現(xiàn)在Agent所取代的是企業(yè)過去給人所設計的流程，未來，企業(yè)必須為Agent重新設計整個流程，或者讓Agent重新定義工作流程。這是人與機器關系改變的推動力。

一旦社會中Agent越來越多，就會形成Agent群，Agent在操作整個工作流，然后交換彼此的信息、分享決策，達成交易，而人就變成了資源和數(shù)據(jù)的提供者，這就達到了Agent經(jīng)濟（Agent Economy）的狀態(tài)。在Agent經(jīng)濟中，每個Agent是社會龐大神經(jīng)網(wǎng)絡中的一個點，就相當于今天的神經(jīng)元。

Agent經(jīng)濟對社會的影響在于，目前機構(gòu)的重要資產(chǎn)是人才，未來會變成算力、模型、數(shù)據(jù)，現(xiàn)在企業(yè)想要擴大業(yè)務會雇傭更多人才，未來就是要擴大算力規(guī)模、模型更強大、數(shù)據(jù)更豐富。當一個人和一堆Agent組成一個公司，會實現(xiàn)前所未有的效率躍升。

這也會帶來社會的變化，例如如今AI已經(jīng)對年輕人就業(yè)產(chǎn)生沖擊。

今年7月，扎克伯格花大價錢雇傭AI工程師，這可能不僅僅是為meta在AI領域落后著急，張宏江認為更可能是因為扎克伯格看到了未來，超級個體+Agent的組合可能是未來科學技術(shù)的研發(fā)主體。

這種結(jié)構(gòu)性的變化，使得我們現(xiàn)在應該開始考慮未來的社會架構(gòu)、稅務體系、教育等。