昆侖萬維方漢：讓AI技術成為產(chǎn)業(yè)增長的普惠力量

過去一年，人工智能正從技術概念加速落地。如果說大語言模型展現(xiàn)了“智能涌現(xiàn)”，那么智能體（Agent）則標志著AI實現(xiàn)了從“感知認知”到“決策執(zhí)行”的關鍵跨越。它不再是等待指令的工具，而是能夠自主理解目標、規(guī)劃路徑并完成閉環(huán)任務的生產(chǎn)力單元。

傳統(tǒng)經(jīng)濟以“人”為核心組織生產(chǎn)，而智能體的普及，意味著一種可規(guī)模化復制的“數(shù)字勞動力”正在嵌入經(jīng)濟循環(huán)。它們通過將隱性的工作流與決策邏輯封裝成可調(diào)度、可進化的服務，推動企業(yè)核心競爭力從管理“人力資源”轉(zhuǎn)向運營“智能體資源”。

舉一個最普適的例子，當傳統(tǒng)辦公軟件陷入功能同質(zhì)化困境時，當復雜任務處理效率受限于人力成本與能力天花板時，我們應該如何應對？

在2026節(jié)點增長大會上，昆侖萬維的董事長兼CEO方漢為我們展示了，AI技術如何成為產(chǎn)業(yè)增長的普惠力量。

去年，昆侖萬維面向全球推出天工超級智能體（Skywork Super Agents），以“AI版Office”的產(chǎn)品定位，正式宣告“AI Office智能體時代”的到來。

作為集成昆侖萬維多年AI技術積累的核心成果，Skywork由一系列核心AI模型支撐，從技術迭代到市場落地，其始終踐行拓展AI生產(chǎn)力邊界的理念，并通過模塊化功能設計，使文檔智能體、PPT智能體、表格智能體、網(wǎng)頁開發(fā)智能體、播客智能體等核心功能成為提升辦公效率的關鍵支撐。

《節(jié)點財經(jīng)》還觀察到一個小插曲，由于產(chǎn)品一度爆火，在5月GAIA智能體榜上，位居全球APP指數(shù)第一。隨之而來的是用戶爭相涌入，團隊不得不采取限流措施。

這一市場熱度不僅印證了智能體需求的爆發(fā)性增長，更讓我們看到：一個由智能體驅(qū)動的生產(chǎn)力變革時代，已經(jīng)真切地來到了我們面前。

在智能體這一歷史新進程中，我們不禁要問：智能體將如何重新定義工作的本質(zhì)？組織架構會因此發(fā)生怎樣的演變？哪些產(chǎn)業(yè)會率先被重塑，又將催生怎樣的新業(yè)態(tài)與新機遇？

在2026節(jié)點增長大會上，昆侖萬維的董事長兼CEO方漢進一步和我們一起探討了，智能體將如何從“替代重復”走向“賦能創(chuàng)造”，如何從“工具角色”演進為“生產(chǎn)單元”，并最終重塑組織的核心競爭力和產(chǎn)業(yè)的價值分配格局。

核心觀點梳理：

1. 智能體的本質(zhì)：Agent的本質(zhì)是對“可驗證過程”的自動化，大模型擅長數(shù)學和代碼，是因為這些領域擁有大量可驗證的過程數(shù)據(jù)。

2. 過程可學習的產(chǎn)業(yè)化：Agent普及的拐點來自于“過程數(shù)據(jù)”的重建，未來所有重復性工作（過程可驗證）都將被Agent替代，而人類將成為新過程的發(fā)明者和架構師。

3. 渠道與船票：通用Agent的渠道仍掌握在操作系統(tǒng)、瀏覽器等老牌廠商手中，沒有自有平臺和渠道的應用廠商很難建立長期優(yōu)勢。

4. 開源的商業(yè)價值：開源是最好的銷售線索收集器（代碼不會說謊），同時能解決長尾需求（如特定風格的文生圖），幫助商業(yè)產(chǎn)品加速迭代。

以下為方漢演講精編：

今天，很榮幸能在此與各位分享我們對于人工智能技術如何賦能產(chǎn)業(yè)增長的一些思考與實踐。

昆侖萬維成立于2008年，于2015年登陸資本市場。多年來，我們始終致力于全球化業(yè)務的拓展與創(chuàng)新。截至目前，公司全球平均月活躍用戶約4億，業(yè)務覆蓋超過100個國家和地區(qū)。2023年前三季度，公司實現(xiàn)營業(yè)收入58億元，其中海外收入占比達93%，體現(xiàn)了我們深厚的全球化運營根基。

公司的發(fā)展歷經(jīng)兩個重要階段：

? 2008–2015年，我們以網(wǎng)游出海為核心，積累了豐富的國際化經(jīng)驗；

? 2015年上市后，我們通過收購Opera、Star Mark等平臺，實現(xiàn)了從游戲公司向互聯(lián)網(wǎng)平臺企業(yè)的戰(zhàn)略轉(zhuǎn)型，逐步構建起覆蓋瀏覽、內(nèi)容、社交等多維業(yè)務的出海生態(tài)。

自2022年起，我們?nèi)ν度階GI（通用人工智能）與AIGC（人工智能生成內(nèi)容）賽道，目前形成三大業(yè)務板塊：AGI與AIGC、信息分發(fā)與元宇宙、戰(zhàn)略投資。我們在2022年12月推出了中國首個開源130億參數(shù)中文預訓練大模型，并持續(xù)推進全棧AI布局，涵蓋芯片算力、模型研發(fā)與應用落地。其中，我們的音樂生成大模型「Mureka」已躋身全球領先行列，成為中國第一、全球第二的音樂AI模型。

目前，我們的AI產(chǎn)品矩陣——包括AI對話、AI視頻、AI音樂以及短劇平臺等——已在海外市場實現(xiàn)規(guī)模化落地，并獲得積極的市場回報。這進一步驗證了AI技術在全球范圍內(nèi)具備巨大的應用潛力與商業(yè)價值。

接下來，我向大家重點介紹我們的核心AI產(chǎn)品之一——天工Super Agents。

這是一款面向辦公場景的智能體產(chǎn)品，致力于將AI能力深度融入生產(chǎn)力工具。它能夠在5分鐘內(nèi)生成結構完整、數(shù)據(jù)翔實的30頁PPT，也支持生成Excel、Word、播客腳本等多種格式內(nèi)容。突出特點在于：

所有輸出均附帶可追溯的參考文獻，從根本上緩解了“AI幻覺”問題；

支持多模態(tài)輸出與個人知識庫構建，可靈活適配不同行業(yè)與場景需求。

天工Super Agents自2025年5月發(fā)布以來持續(xù)快速迭代。目前，其海外版本已獲得大量企業(yè)用戶訂閱，展現(xiàn)出強大的市場吸引力。

在研發(fā)天工Super Agents的過程中，我們逐漸形成一系列對AI智能體（Agent）的技術認知與行業(yè)判斷。

首先，我們認為當前AI智能體的本質(zhì)是“可驗證過程的自動化”，而非真正意義上的通用人工智能。這一點從大模型的評測趨勢中可見一斑：目前各類評測仍高度集中于編程、數(shù)學、奧賽等題型，正是因為這些任務具備“過程可驗證”的特性——數(shù)學需要解題步驟，代碼需要版本迭代記錄。大模型通過學習這些過程數(shù)據(jù)，實現(xiàn)了一定程度的泛化能力。

然而，這種能力仍有明顯邊界。從ChatGPT到GPT-4，大模型經(jīng)歷了從“背答案”到“背過程”的演進，但其創(chuàng)新與突破能力依然有限。例如，面對全新的奧賽題型，大模型往往難以自主生成解題路徑。其根本原因在于，當前技術仍依賴于對已有過程數(shù)據(jù)的學習，而無法真正“發(fā)明”新過程。那么，AI智能體何時能實現(xiàn)大規(guī)模產(chǎn)業(yè)化落地？我們認為關鍵轉(zhuǎn)折點在于 “過程可學習的產(chǎn)業(yè)化”。

如今，不僅開發(fā)者能用AI輔助編程，越來越多的創(chuàng)作者也開始用AI工具輔助寫作、編劇、設計等任務。這意味著，各行各業(yè)中那些原本依賴人類經(jīng)驗的過程，正逐步被結構化、數(shù)據(jù)化，進而被AI學習與復現(xiàn)。

就落地場景而言，我們認為兩大方向尤為值得關注：

第一，AI Office。Office工具作為各行業(yè)通用基礎軟件，具有流程穩(wěn)定、跨行業(yè)適用、結果可驗證的特點，是AI智能體落地的天然場景。以天工 Super Agents 為例：當你輸入一個議題，它便能像專業(yè)研究員一樣，自動完成分解、檢索、歸納與整合，最終輸出為結構清晰的 PPT、Excel、Word 或播客腳本等多模態(tài)成果。

第二，垂直行業(yè)場景。醫(yī)療、金融、法律、制造等行業(yè)雖然需求迫切，但面臨“過程數(shù)據(jù)稀缺”的挑戰(zhàn)。以醫(yī)療為例，診斷決策背后的推理過程往往未被系統(tǒng)化記錄，導致AI難以學習。因此，構建高質(zhì)量、可泛化的行業(yè)過程數(shù)據(jù)集，將成為這些領域AI應用的關鍵前提。

回顧移動互聯(lián)網(wǎng)時代，我們常將把握關鍵生態(tài)位比喻為“拿到船票”。如今看來，真正掌握入口的仍是擁有操作系統(tǒng)與硬件融合能力的廠商，如蘋果的App Store、谷歌的Google Play等。進入智能體時代，我們認為通用智能體的核心渠道依然高度集中：

首先是操作系統(tǒng)，而這在國內(nèi)往往與硬件廠商深度綁定；

其次是瀏覽器這一跨平臺通用入口；再者是辦公與通訊軟件這類高頻生產(chǎn)力場景；

而搜索引擎正面臨ChatBot類(聊天機器人)產(chǎn)品的強烈沖擊，未來兩者很可能融合為同一形態(tài)的產(chǎn)品。這就是當前通用智能體的“渠道之爭”。

若企業(yè)未能建立自有平臺或渠道，僅作為應用提供方參與競爭，將難以構建長期的護城河。

與此同時，我們也觀察到普遍存在的焦慮：AI是否將大規(guī)模替代人力？常有人以“馬車夫面對汽車”作比，認為不適者終將淘汰。但我們認為這一視角過于簡單。智能體的出現(xiàn)，更深刻地指向組織形態(tài)的重構。組織本為解決生產(chǎn)問題而存在，當工作流逐步轉(zhuǎn)化為可驗證、可結構化的數(shù)據(jù)時，每個崗位實質(zhì)上成為智能體執(zhí)行的“上下文”——正如現(xiàn)實中任務從分配、拆解、執(zhí)行到驗證匯報的鏈條，與智能體的工作流程高度相似。

因此，崗位正演變?yōu)橹悄荏w的執(zhí)行上下文，而人才將轉(zhuǎn)向成為新過程的發(fā)明者。大模型雖能泛化已知過程，但在可預見的未來，仍難以自主創(chuàng)造全新過程。人類的作用正體現(xiàn)在這里：我們將成為“過程的架構師”，持續(xù)創(chuàng)造可驗證的過程數(shù)據(jù)，從而賦能各行業(yè)通過智能體實現(xiàn)降本增效。

關于崗位遷移，我曾認為所有可在電腦上完成閉環(huán)的工作都將消失，如今我的觀點更加明確：所有重復性崗位終將被替代，因其過程可被驗證、學習與復現(xiàn)；而涉及新過程創(chuàng)造的崗位將持續(xù)興起，這正是當前AI尚未突破的領域。人類需承擔起“教練”與“架構師”的角色，引導AI學習解決新問題的方法。

以AI編程為例，它并未取代程序員，而是將其轉(zhuǎn)化為“AI編程教練”——不斷指導模型如何編寫、調(diào)試與優(yōu)化代碼。本質(zhì)上，這是人類在幫助AI學習新的編程過程。由此推而廣之，人類將在各行各業(yè)中扮演“過程架構師”的角色，推動智能體向更高階的認知與執(zhí)行能力演進。

以上，是我對AI智能體在實際應用中的一些思考與展望，與大家分享，謝謝。