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(qūshì)应该是只有智能体(tǐ)，没有APP，智能体把APP都颠覆掉了。以后可能(kěnéng)不需要软件公司，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。 华鲲振宇是一家以国产算力为根基的服务器(fúwùqì)提供商，用户分布(fēnbù)在互联网、金融以及医疗等领域。据孔亮观察，中国各行各业都在落地人工智能，而智能体正成为标配。亚马逊(yàmǎxùn)全球副总裁(fùzǒngcái)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(wǒmen)正处在Agentic AI爆发的前夜。” 手机用户每次与豆包进行(jìnxíng)交互(jiāohù)，医生每次在AI助手上进行知识(zhīshí)查询，都是通过智能体对大模型推理能力的调用。在大模型训练(xùnliàn)阶段，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(fùxīng)医药发布PharmAID决策智能体平台，这一平台底层既有(jìyǒu)海外领先的(de)大模型，也接入(jiērù)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了50%。 PharmAID决策智能体平台包含了(le)复星医药自己(zìjǐ)决策的风险偏好，也包含了存量(cúnliàng)的管线，旧管线、新管线匹配的关系。因此，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(línjǐnbīn)说：“目前这个阶段，我们还是自己的狗粮自己先吃。” 人工智能已经渗透(shèntòu)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平台，通过小型靶向甲基化(jiǎjīhuà)测序Panel，捕获血浆游离DNA的甲基化特征和片段组学特征，构建出(chū)融合深度神经网络构架的多模态人工智能模型，实现对多种消化道癌症的无创检测与组织溯源。强大的人工智能，使得基于液体活检的无创的消化道多癌(duōái)早(zǎo)筛从概念走向现实(xiànshí)迈出(màichū)关键一步。 中国每年有数亿人次出行，差旅是智能体落地的(de)重要场景。 2025年1月，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(yuèfèn)，滴滴(dīdī)企业版也推出内测的AI小滴差旅助手、管理助手、解决方案助手智能体。 对于商务出差的人来说，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(fēijī)火车标准、酒店金额限制，结合员工偏好，衔接大小(dàxiǎo)交通，生成一站式行程规划，并以“购物车”结算(jiésuàn)方式交给(jiāogěi)用户进行预订。 “效率成生存刚需(gāngxū)的当下，技术也在倒逼商旅(shānglǚ)行业变革。”滴滴(dīdī)企业服务事业群(qún)总经理蔡晓鸥说，这些智能体是基于70万企业累积的B端服务数据，采用开源模型(móxíng)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的每一公里。” 智能体的应用，也会逐渐穿透，从用户(yònghù)的交互层(céng)，深入到企业信息系统的数据库。 “过去(qù)我们一直在用AI来赋能数据库的运维。过去这个事情比较难做(zuò)，过去我们用的都是小模型，它基于规则的方式来去触发，泛化性是很差的。现在有了大模型，它的学习(xuéxí)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(tǐyàn)会(huì)发生翻天覆地的变化。”华为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(shùjùkù)运营等，上述这些不同案例显示，人工智能与智能体正在进入各行各业，并改变(gǎibiàn)内部运行效率。 过去几年间，大(dà)模型带动了新一轮的(de)人工智能浪潮。如今人工智能发展，又来到了新的阶段。 “我们正处在Agentic AI爆发的(de)前夜。”储瑞松在亚马逊云科技中国峰会上表示(biǎoshì)。 智能(zhìnéng)体的爆发，技术基础是日新月异的大模型。 第一次工业革命时期的(de)蒸汽机，解放(jiěfàng)了人和动物的肌肉力量，改变(gǎibiàn)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，放大和解放了人类的智力。 在美国，谷歌、OpenAI等企业不断迭代，推出(tuīchū)性能更强大(qiángdà)，效率更高的模型。在中国，阿里通义千问(qiānwèn)、DeepSeek等模型你追我赶，不断提升性能。 成本的(de)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(guòqù)两年推理成本下降，已经不到原来的百分之一。 “像DeepSeek这样的模型一经推出就极大(jídà)提升了推理效率。这是非常令人振奋的事情，同时也促使(cùshǐ)很多模型提供商(tígōngshāng)开始想尽办法优化自己的成本和运行效率。”亚马逊云科技全球(quánqiú)技术总经理Shaown Nandi评价说：“推理成本的降低，既包括芯片性能(xìngnéng)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(de)能力之所以令制药(zhìyào)企业激动，是因为它解决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(yìměijīn)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(chíxù)投入的。”林锦斌说。投资(tóuzī)回报(huíbào)是管理者不得不考虑的事情，他(tā)负责复星医药的整个数字化的投资决策。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DeepSeek之前(zhīqián)，大家门槛比较高，投入产出比特别低。有(yǒu)了DeepSeek之后，大家可以有当期的回报了,比如说一年就见效果。”孔亮对第一财经表示。华鲲振宇是华为的战略(zhànlüè)合作方，它以国产的鲲鹏和昇腾算力(téngsuànlì)为基础，为国有大型(dàxíng)银行客户，互联网用户等提供服务器，并帮助这些企业搭建起其智能体。 两家美国公司谷歌和Anthropic推动了智能体标准的(de)确定。 大模型公司Anthropic首倡(shǒuchàng)的模型上下文（MCP）协议，得到越来越多企业(qǐyè)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(lái)说，MCP是一个强大的解锁器和解码器。它就(jiù)像是通用的USB-C接口，智能体可以通过这个标准化接口，更便捷地访问(fǎngwèn)任何一项服务、数据，并帮助用户按其需要来执行一些任务。 谷歌推出的开源标准A2A（Agent-to-Agent）协议，旨在(zhǐzài)解决不同AI智能体之间(zhījiān)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(rènwù)管理。 “所有这些因素叠加在一起，让Agentic AI的(de)爆发几乎不可避免(bùkěbìmiǎn)。”储瑞松表示。 3月份，山西省人民医院上线(shàngxiàn)私有化模型平台，算力底层是鲲鹏+昇腾的组合，搭配DeepSeek-R1的70B大模型，再上面一层的智能体“省医(shěngyī)AI助手”则内嵌到门诊(ménzhěn)医生、住院医生、护理和医技(yījì)系统。 “山西人民医院IT维护可能(kěnéng)二三十个人，但是懂AI的可能就没几个人。”孔亮说。医院需要(xūyào)控制预算，也需要合作方提供完整的落地方案，以及人员(rényuán)AI培训。 山西人民医院有“数据(shùjù)不出院”要求，因此只能做(zuò)人工智能的本地化部署。这是相当普遍的需求。“现在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机构，或者(huòzhě)有监管背景的机构，来(lái)成立一个(yígè)大模型平台，成立这样的一个运营主体。”浪潮集团副总裁吴超表示，“现在大模型大家都在去做，头部客户有资金(zījīn)有实力，可以自己构建(gòujiàn)一套平台和资源，但中小企业没有那么多资金去构建平台。” 财富五百强的企业中，超过七成的工作负载仍然运行在本地，而非在云上。金融、教育等产业对数据保护极度重视，他们(tāmen)在许多场景(chǎngjǐng)搭建(dājiàn)AI能力的时候，同样更愿意本地化部署。 山西省人民(rénmín)医院的AI部署方案，是中国人工智能闭环(bìhuán)能力的一个代表：底层算力、中间的模型、上层(shàngcéng)智能体，以及使用场景都是本土化的。 DeepSeek出现之后，带动了一大批模型开源和降价。而且大参数的(de)模型，开始部署在中国本土芯片之上(shàng)。国产算力如华为的昇腾、摩尔线程、沐曦等(děng)搭上发展的快车。沐曦、摩尔线程等都开启(kāiqǐ)了上市的进程，而华鲲振宇的收入迅猛增长。 对于中国芯片企业来说(láishuō)，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；使用大模型进行推理，就像是(xiàngshì)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助手上进行知识查询(cháxún)，就是通过智能(zhìnéng)体对大模型推理能力的一次调用。日常(rìcháng)亿万次的智能体互动，使得推理所需算力逐步(zhúbù)压过训练所需算力。 据孔亮预计，今后的(de)四五年(sìwǔnián)内(nèi)，华鲲振宇出货的服务器，将有八成是用于推理，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。 “就像以前大家都是用(yòng)的纸和笔来办公，用了电脑(diànnǎo)之后会提升办公效率，但是这需要一个过程。我们现在就是把各行各业的一个个的业务场景全部智能(zhìnéng)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(rénjījiāohù)的(de)模式，自然语言交互会成为主流。 “未来的万事万物，不管你是什么样(shénmeyàng)的公司(gōngsī)，你生产任何一个产品，你的产品一定会对应一个智能(zhìnéng)体。就像一辆自动驾驶的汽车，它一定会配一个自驾系统一样。”谢黎明说。 (本文来自第一(dìyī)财经)