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体，没有APP，智能体把APP都(dōu)颠覆掉(diào)了(le)。以后可能不需要软件公司，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(wèi)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，中国各行各业都在落地人工智能(réngōngzhìnéng)，而智能体正成为标配。亚马逊全球(quánqiú)副总裁储瑞松近日同样(tóngyàng)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交互，医生每次在AI助手上进行知识查询，都是通过智能体对大模型推理能力的(de)调用。在大模型训练阶段，本土算力供应商略显(lüèxiǎn)捉襟见肘；智能体爆发带来的推理需求，则(zé)落在中国(zhōngguó)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决策智能体平台(píngtái)，这一(zhèyī)平台底层既有海外(hǎiwài)领先的大模型，也(yě)接入了中国本土的Deepseek-R1大模型。这一智能体已接入全球多个(duōgè)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复星医药自己(zìjǐ)(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(mùqián)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。” 人工智能已经渗透进入医疗的(de)(de)方方面面。近日(jìnrì)，中山医院周俭教授、杨欣荣教授团队与鹍远生物联合开展的研究成果(yánjiūchéngguǒ)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(shēndù)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。强大的人工智能，使得(shǐde)基于液体活检的无创的消化道多癌早筛从概念走向现实迈出关键一步。 中国每年有数亿人次(yìréncì)出行，差旅是智能体落地的重要场景。 2025年1月，OpenAI展示其智能体Operator，演示的核心能力之一就是一键式订票。今年(jīnnián)6月份，滴滴(dīdī)企业版(bǎn)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(de)人来说，智能体最终也许能像一个行政助理那样工作(gōngzuò)：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，衔接大小交通，生成一站式行程规划，并(bìng)以“购物车”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。”滴滴企业(qǐyè)服务(fúwù)事业群总经理蔡晓鸥说，这些智能体是基于70万企业累积(lěijī)的B端服务数据，采用(cǎiyòng)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(dì)管理差旅路上的每一公里。” 智能体的应用，也会逐渐穿透，从用户的交互层，深入到(dào)企业信息系统的数据库(shùjùkù)。 “过去我们一直在用(yòng)AI来赋能数据库(shùjùkù)的运维。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(jìshù)嵌入存储，嵌入数据库，运维体验会发生(fāshēng)翻天覆地的变化。”华为存储闪存领域总裁谢(xiè)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(zhèxiē)不同案例显示，人工智能与智能体正在进入各行各业，并改变内部运行效率。 过去(guòqù)几年间(jiān)，大模型带动了新一轮的人工智能浪潮。如今人工智能发展，又来到了新的阶段。 “我们正处在Agentic AI爆发的前夜(qiányè)。”储瑞松在亚马逊(yàmǎxùn)云科技中国峰会上表示。 智能体的爆发，技术基础是日新月异的大(dà)模型。 第一次工业革命时期的蒸汽机，解放了(le)人和动物的肌肉(jīròu)力量，改变了纺织、采矿、交通等(děng)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(zài)美国，谷歌、OpenAI等企业不断(bùduàn)迭代，推出性能更强大，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(tíshēng)性能。 成本的(de)下降，是一项技术得以商用的前提。储瑞松援引斯坦福大学2025年(nián)人工智能报告称，过去两年推理成本下降，已经不到(búdào)原来的百分之一。 “像DeepSeek这样的(de)模型一经推出就极大提升了推理效率。这是非常令人振奋的事情，同时也促使很多模型提供商开始想尽办法(xiǎngjǐnbànfǎ)优化自己的成本和运行效率。”亚马逊云(yún)科技(kējì)全球技术总经理Shaown Nandi评价(píngjià)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(de)能力之所以令制药企业激动，是因为它解决了(le)一直困扰企业的问题——如何达成(dáchéng)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(quèdìngxìng)。“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(huíbào)是管理者不得不(bùdébù)考虑的事情，他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，大家(dàjiā)门槛(ménkǎn)比较高，投入产出比特别低。有了DeepSeek之后，大家可以有当期的(de)回报了,比如说一年就见效果(xiàoguǒ)。”孔亮对第一财经表示。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，为国有(guóyǒu)大型银行客户，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(liǎngjiā)美国公司谷歌和Anthropic推动了智能体标准的确定。 大模型公司Anthropic首倡的模型上下文(shàngxiàwén)（MCP）协议，得到越来越多(duō)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(dì)访问任何一项服务、数据，并帮助用户按(àn)其需要来执行(zhíxíng)一些任务。 谷歌推出的开源标准A2A（Agent-to-Agent）协议(xiéyì)，旨在解决(jiějué)不同(bùtóng)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(zài)一起，让Agentic AI的(de)爆发几乎不可避免。”储瑞松表示。 3月份，山西省人民医院(yīyuàn)上线私有化模型平台，算力底层是鲲鹏+昇腾的组合，搭配DeepSeek-R1的70B大模型，再(zài)上面一层的智能体“省医AI助手(zhùshǒu)”则内嵌到门诊医生、住院医生、护理和医技系统(xìtǒng)。 “山西人(rén)民医院IT维护(wéihù)可能二三十个人，但是懂AI的可能就没几个人。”孔亮说。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(yǐjí)人员AI培训。 山西人民医院有“数据(shùjù)不出院”要求，因此只能做人工智能的本地化部署。这是相当普遍的需求(xūqiú)。“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(hé)不能够流出，所以我们建议由监管(jiānguǎn)机构，或者有监管背景的机构，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(wúchāo)表示，“现在大模型大家都在去做，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(cáifù)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(jídù)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(běndìhuà)部署。 山西省人民(rénmín)医院的AI部署方案，是(shì)中国人工智能闭环能力的一个代表：底层(dǐcéng)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出现之后，带动了一大批模型开源(kāiyuán)和降价。而且大参数的模型，开始部署在(zài)中国本土(běntǔ)芯片之上。国产算力如华为的昇腾、摩尔线程、沐曦等搭上发展的快车。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(zēngzhǎng)。 对于中(zhōng)国芯片企业来说，芯片产品在训练过程中略显捉襟见肘，但在推理环节(huánjié)可能绰绰有余。 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，就像是教授向成百上千的学生传道授业解惑。手机用户(shǒujīyònghù)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，就是通过(tōngguò)智能(zhìnéng)体对大模型推理能力(nénglì)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压过训练所需算力。 据孔亮预计，今后的四五年内，华鲲振宇出货的服务器，将有(yǒu)八成是用于推理，而只有两成是用于训练。市场需求(shìchǎngxūqiú)的爆发，也会推动底层(dǐcéng)芯片技术的进步。 “就像以前大家都是用的纸和笔来办公，用了电脑之后会提升办公效率，但是这需要一个过程。我们(wǒmen)现在就是把各行各业(gèhánggèyè)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(zhìnéng)体发展会变革(biàngé)人机交互的模式，自然语言交互会成为主流。 “未来的万事万物，不管你是什么样的公司(gōngsī)，你生产任何一个产品，你的产品一定(yídìng)会(huì)对应一个智能体。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(láizì)第一财经)