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都颠覆掉(diào)了。以后可能(kěnéng)不(bù)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提供商(tígōngshāng)，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，而智能体正成为(chéngwéi)标配。亚马逊全球副总裁储瑞松近日(jìnrì)同样表示(biǎoshì)，如今AI的发展又来到了(le)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(jìnxíng)(jìnxíng)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(dà)模型推理能力的调用。在大模型训练阶段，本土算力(suànlì)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(gèhánggèyè)似乎都在拥抱智能体。 今年2月份(yuèfèn)，复星医药发布(fābù)PharmAID决策智能体平台，这一平台底层(dǐcéng)既有海外领先的(de)大模型，也接入了中国本土的Deepseek-R1大模型。这一智能体已接入全球多个临床(línchuáng)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决策的风险偏好，也包含了存量的管线，旧管线、新管线匹配的关系。因此，这一平台目前是(shì)面向内部(nèibù)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(gǒu)粮(liáng)自己先吃。” 人工智能已经(yǐjīng)渗透(shèntòu)进入医疗的(de)(de)方方面面。近日，中山医院周俭教授、杨欣荣教授团队(tuánduì)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，构建出融合深度神经网络构架(gòujià)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(sùyuán)。强大的人工智能，使得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(měinián)有数亿人次出行，差旅是智能体落地的重要场景。 2025年1月，OpenAI展示(zhǎnshì)其智能体Operator，演示的核心能力之一(zhīyī)就是一键式(shì)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、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(gōngzuò)：分析企业差旅政策如飞机火车标准、酒店金额限制，结合员工偏好，衔接大小交通(jiāotōng)，生成一站式行程规划，并以“购物车”结算方式交给(jiāogěi)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(hángyè)变革。”滴滴(dīdī)企业服务事业(shìyè)群总经理蔡晓鸥(càixiǎoōu)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(chàlǚ)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(shēnrù)到企业(qǐyè)信息系统的数据库。 “过去(guòqù)我们(wǒmen)一直在用AI来赋能数据库(shùjùkù)的(de)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嵌入存储，嵌入数据库，运维体验会发生翻天覆地的变化(biànhuà)。”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、数据库运营(yùnyíng)等，上述这些不同案例显示，人工智能(réngōngzhìnéng)与智能体正在进入各行各业，并改变内部运行效率。 过去几年间，大模型带动了(le)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。 “我们正处在Agentic AI爆发的前夜(qiányè)。”储瑞松在亚马逊云科技(kējì)中国峰会上表示。 智能体的爆发，技术基础(jīchǔ)是日新月异的大模型。 第一次工业革命(gōngyègémìng)时期的蒸汽机，解放了(le)人和动物(dòngwù)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，放大和解放了人类的智力。 在美国，谷歌、OpenAI等企业不断(bùduàn)迭代(diédài)，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。 成本的下降，是一项技术得以(déyǐ)商用的前提。储瑞松援引斯坦福大学2025年人工智能报告称，过去两年(liǎngnián)推理成本下降，已经不到原来(yuánlái)的百分之一。 “像DeepSeek这样的(de)模型一经(yījīng)推出(tuīchū)就极大提升了推理效率。这是非常令人振奋(lìngrénzhènfèn)的事情，同时也促使很多模型提供商开始想尽办法优化自己的成本和运行效率。”亚马逊云科技全球技术总经理(zǒngjīnglǐ)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(réngōngzhìnéng)的(de)能力之所以令制药企业(qǐyè)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(guǎnxiàn)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(chíxù)投入的。”林锦斌说。投资回报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，大家(dàjiā)门槛(ménkǎn)比较高，投入产出比特别低。有了(le)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(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(téngsuànlì)为基础，为国有大型银行客户，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。 两家美国公司谷歌和Anthropic推动了智能体标准(biāozhǔn)的确定。 大模型公司Anthropic首倡的模型上下文（MCP）协议，得到(dédào)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。 对于智能体来说，MCP是一个强大的(de)解锁器和(hé)解码器。它就像是通用的USB-C接口，智能体可以通过(tōngguò)这个标准化接口，更便捷地访问任何一项服务、数据，并帮助用户按其需要来执行一些任务。 谷歌推出的(de)(de)开源标准A2A（Agent-to-Agent）协议(xiéyì)，旨在解决不同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(yīnsù)叠加在一起，让Agentic AI的爆发几乎不可避免。”储瑞松(chǔruìsōng)表示。 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)的组合，搭配DeepSeek-R1的70B大模型，再(zài)上面一层(yīcéng)的智能体“省医AI助手”则内嵌到门诊医生、住院医生(zhùyuànyīshēng)、护理和医技系统。 “山西(shānxī)人民医院IT维护可能二三十个人，但是懂AI的可能就没几个人。”孔亮说(shuō)。医院需要控制预算(yùsuàn)，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(yǒu)“数据(shùjù)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(wǒmen)建议由监管机构，或者有监管背景的机构，来成立一个大模型平台(píngtái)，成立这样的一个运营主体。”浪潮集团副总裁吴超表示(biǎoshì)，“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(jīnróng)、教育等产业对数据保护(shùjùbǎohù)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(běndìhuà)部署。 山西省人民(rénmín)医院的(de)AI部署方案，是中国人工智能闭环能力的一个代表：底层算力、中间的模型、上层智能体，以及使用场景都(dōu)是本土化的。 DeepSeek出现之后，带动了(le)一大批模型开源和降价。而且大参数的模型，开始部署在中国本土芯片之上。国产算力如华为(huáwèi)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(jìnchéng)，而华鲲振宇的收入(shōurù)迅猛增长。 对于(duìyú)中国芯片企业来说，芯片产品在(zài)训练过程中略显捉襟见肘，但在推理环节可能绰绰有余。 大模型(móxíng)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(chéngbǎishàngqiān)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(jiāohù)，医生每次在AI助手上进行知识查询，就是通过智能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(zhúbù)压过训练所需算力。 据孔亮预计，今后的四五年内(nèi)，华鲲振宇(huákūnzhènyǔ)出货(chūhuò)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(shì)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。我们现在就是把各行各业的一个个的业务场景(chǎngjǐng)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(huì)变革人机交互(jiāohù)的模式，自然语言交互会成为主流。 “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，你的产品一定会对应一个智能体。就像一辆自动驾驶的汽车(qìchē)，它一定会配一个自驾系统(xìtǒng)一样。”谢黎明说。 (本文来自(láizì)第一财经)