編者按：從生成式人工智能（AIGC）到智能體AI（Agentic AI），AI發展正經歷深刻的範式轉變。12月5日晚，中國工程院外籍院士、清華大學講席教授、智能産業研究院院長張亞勤在“人文清華”講壇發表題為《人工智能：無盡的前沿》的演講。他指出，AI作為核心驅動力，正以前所未有的速度重構生産力與生産關係，並推動物理世界、數字世界乃至生物世界的深度融合。
中國工程院外籍院士、清華大學講席教授、智能産業研究院院長張亞勤發表演講。 圖片來源：人文清華
人工智能（AI）的發展正經歷一場深刻的範式轉變，其重心已從單純的技術突破轉向産業深度融合與AI治理協同並進的新階段。AI作為核心驅動力，正以前所未有的速度重構生産力與生産關係，並推動物理世界、數字世界乃至生物世界的深度融合。最新發布的《國務院關於深入實施“人工智能+”行動的意見》就很好地明確了發展路徑，涵蓋了芯片、基礎設施、行業應用、人才培養與國際合作等多個方面，整體規劃非常全面。
智能體互聯網（Internet of Agents）是AI的下一站
自從ChatGPT出現以來，人工智能的發展就進入了生成式人工智能的階段。而現在，我們正邁入“智能體AI”的時代。未來的智能體將不再局限於內容的識別與創造，而是具備更強大的目標導向性、自主決策規劃能力、更強的記憶，以及與環境實時交互的能力。其關鍵能力指標將呈現指數級增長。比如在處理複雜任務時，它的“任務長度”能力正以每7個月翻倍的速度提升。另外，在理解、規劃和執行複雜任務方面的“任務準確度”上，它也已突破50%這一關鍵門檻。
接下來，智能體之間還會相互連接形成智能體網絡。從PC互聯網到移動互聯網，再到物聯網，互聯網發展脈絡的演進將進入“智能體互聯網”的時代。未來，每個人可能都會擁有多個智能體，整個網絡的主體也將從“人與人”轉變為“智能體與智能體”。到那時，大部分的事情都會由智能體之間自主完成，比如金融交易、定價、採購等日常任務規劃，自動駕駛，新藥研發，科學計算，機器人等等，都可能變成智能體之間互相博弈和進化的過程。這一范式躍遷將深刻重塑眾多行業場景，包括電商、旅游、企業服務、醫療健康、生物制藥、科學發明等，最終將催生出真正具備自主性、強適應性的通用智能體（AGI），實現從“工具”到“智能夥伴”的質變。我認為，真正實現這一過程需要15-20年。
我把智能分成三個不同的層次：一是處理數字信息的“信息智能”，目前距離AGI僅三四年之遙；二是賦能無人駕駛、人形機器人等領域的“物理智能”，這些都屬於讓AI在現實環境中行動和交互的方案，預計5-10年左右可實現突破；三是“生物智能”，涵蓋腦機接口、新藥研發、新型生物體的設計等，本質是AI與生物系統的融合，硅基與碳基的結合，需15-20年才能完成跨越。目前，我們研發的整體進程正按此節奏穩步推進。
要真正實現AGI，我們需要新架構和新範式，包括更強的記憶能力、進化能力、理解物理和生物世界的推理和行動能力，也需要突破目前的自回歸、transformer和擴散算法體系。
AI風險攀升與治理挑戰
伴隨AI能力躍升的是持續攀升的潛在風險，技術的“雙刃劍”效應在AI領域愈發凸顯，這亟待全球協同應對。
一是化學、生物、放射性、核（CBRN）領域的惡意使用風險已從“低”升至“中”，威脅顯著增強；二是模型欺騙、約束逃逸等安全隱患在版本迭代中愈發突出；三是自主智能體的普及將引發不可預測的連鎖反應，其風險複雜度呈指數級增長，若應用於關鍵基礎設施等敏感領域，危害將急劇擴大；四是全球治理機制滯後於技術發展，跨國合作受地緣政治掣肘，構建高效包容的治理體系迫在眉睫。
儘管我總體上保持樂觀，但我們也必須正視諸多挑戰，尤其是在信息智能、物理智能和生物智能這三個層面。近兩年來，我們投入了大量精力研究這些問題。在數字與信息領域，風險已經是非常顯著了。例如，信息造假和虛假內容的氾濫就是一個例子。自生成式AI出現以後，目前一半以上的信息都由人工智能生成，其中許多是虛假的，而這些虛假信息又被用作訓練數據，導致更多錯誤內容産生。此外，還存在模型幻覺、欺騙、版權與知識産權侵害等問題的風險不容忽視。但總體而言，我們已意識到這些風險的存在，它們仍然是可控的。
然而，當進入物理智能階段，風險則直接威脅着人身安全。例如，當大模型應用於無人駕駛、無人機或機器人系統，尤其是多智能體協同行為中，問題變得更加嚴峻。而到了生物智能層面，例如腦機接口將人腦與AI相連時，所帶來的風險會進一步擴大，包括帶來倫理的問題。
總之，技術發展本身是不可逆的，我們雖無法控制其演進速度，但仍應努力引導其發展方向，並通過持續研究降低潛在威脅。
産業格局重塑與中國路徑
夯實基建是行業發展的第一步。AI正深刻改寫産業格局與商業模式。目前AI的影響仍集中於信息技術産業內部，新芯片架構、升級數據中心、多元模型服務不斷涌現，這也造就了全球市值頭部企業多為AI及信息技術公司的格局。
基建成熟後，AI開始向全行業滲透。比如，數據中心的爆發式建設拉動電力需求，倒逼核電等能源産業升級；再比如，AI賦能自動駕駛，既推動汽車産業變革，也重塑城市智能交通與治理模式；在製造業，AI技術正提升工廠自動化水平，降低人力依賴；金融、教育、醫療等領域也在經歷着類似的深度變革。
從企業的角度看，AI改變的是商業模式，而非商業本質。大型企業可依託數據與資源自主研發大模型，中小企業更多是使用大模型去解決真實的問題。餐飲行業的核心始終是菜品與服務，AI的價值在於優化供應鏈、提升運營效率，而非顛覆根基。而部分中小企業在數字化未完善時盲目上馬AI，反而造成了資源浪費，這一點值得警惕。
中國已走出一條中國特色的AI發展路徑，即以算力、模型效率的極致效能優化為核心，以開源、軟硬協同等創新方案實現高性價比的普惠目標，並使得我們垂直行業的深度落地能力成為中國AI發展的核心競爭力。兩年前，我預測中美大模型差距尚存2-3年，而DeepSeek的出現標誌着中國技術路線分化突破的出現。這是一個僅用1%算力便實現相近性能的開源模式，既打破了海外企業的技術壟斷，也降低了行業准入門檻。從Deepseek、阿里千問到豆包，中國大模型已躋身全球第一梯隊。在“AI+應用”層面，中國正迅速實現超越甚至全面領先。總體而言，中美已成為全球人工智能發展中兩大並行前進的重要力量。
奔赴AI的無盡前沿
從生成式智能到智能體躍遷，從模型優化到成本效率革命，從數字智能到物理與生物智能的跨界融合，人工智能的變革浪潮正席捲而來，重塑着經濟形態與社會面貌，沒有固定的終點，唯有不斷延伸的前沿。它既蘊藏着顛覆産業、普惠民生的巨大紅利，也伴隨着技術倫理、全球治理的多重考驗。對於中國而言，堅持高效能、新架構、開源的技術路線，深耕垂直應用場景，既是立足本土的務實選擇，也是參與全球競爭的核心底氣。對於全人類來説，唯有以責任感與前瞻性築牢安全防線，以開放協作搭建治理橋梁，才能讓AI始終行駛在健康可持續的軌道上。
人工智能的征程永無止境，每一次技術突破都是新起點，每一輪産業融合都是新探索，而這方無盡的前沿，正等待着我們以創新為帆、以治理為錨，駛向更智能、更包容的未來。
