當(dāng)軟件開(kāi)始“消失”：Anthropic領(lǐng)投對(duì)話中國(guó)AI，揭秘2026年企業(yè)生存的唯一指標(biāo) | 達(dá)沃斯2026論壇

|未經(jīng)許可不得轉(zhuǎn)載星標(biāo)本號(hào)獲取最新頂級(jí)認(rèn)知|

Web3天空之城|城主

最近火熱的達(dá)沃斯2026年會(huì)中，各路大佬紛紛登場(chǎng), 而其中很有意思的一場(chǎng), 是Anthropic領(lǐng)頭方光速的創(chuàng)始合伙人拉維·馬特雷，月之暗面KIMI總裁張予彤以及Reflection AI 聯(lián)合創(chuàng)始人等的一場(chǎng)圓桌論壇.

核心嘉賓：

• ? 拉維·馬特雷 (Ravi Mhatre, Lightspeed 創(chuàng)始合伙人)

• ? 張予彤 (Moonshot AI 總裁)

• ? 皮普爾·辛哈 (Bipul Sinha, Rubrik CEO)

• ? 理查德·索克 (Richard Socher, You.com CEO)

• ? 雅尼斯·安特諾格魯 (Ioannis Antonoglou, Reflection AI 聯(lián)合創(chuàng)始人)

這是一場(chǎng)關(guān)于企業(yè)生存法則的深入辯論。 傳統(tǒng)的“老牌巨頭”正面臨著前所未有的挑戰(zhàn)：如何不被那些誕生于人工智能時(shí)代的初創(chuàng)公司所取代？如何界定什么是真正的“人工智能優(yōu)先”企業(yè)，并揭示軟件、管理范式以及信任機(jī)制在未來(lái)數(shù)年內(nèi)將經(jīng)歷的顛覆性重構(gòu)。

這一場(chǎng)對(duì)話的核心不僅在于定義什么是“AI優(yōu)先”，更在于揭示了衡量商業(yè)價(jià)值的標(biāo)尺已經(jīng)徹底改變。 AI不再是輔助工具，而是對(duì)軟件形態(tài)、組織架構(gòu)和信任機(jī)制的徹底重構(gòu)。

核心觀點(diǎn)

• ? AI優(yōu)先的實(shí)質(zhì) ：并非簡(jiǎn)單的搜索或聊天，而是實(shí)現(xiàn)端到端的業(yè)務(wù)工作流程自動(dòng)化。

• ? 軟件的無(wú)形化 ：人工智能正在“吞噬”軟件，未來(lái)用戶將通過(guò)自然語(yǔ)言而非復(fù)雜的圖形界面（GUI）與工具交互。

• ? 信任與合規(guī) ：這是傳統(tǒng)企業(yè)采納AI的最大障礙，需通過(guò)可追溯性、基準(zhǔn)測(cè)試和“LLM監(jiān)控LLM”的技術(shù)手段解決。

• ? 管理范式轉(zhuǎn)移 ：?jiǎn)T工需要從“獨(dú)立執(zhí)行者”轉(zhuǎn)變?yōu)椤爸悄艽砉芾碚摺保邆涫跈?quán)與監(jiān)督的能力。

1. 重新定義標(biāo)準(zhǔn)：端到端自動(dòng)化
紅帽CEO 皮普爾·辛哈 在會(huì)上嚴(yán)厲指出了當(dāng)前企業(yè)的誤區(qū)：將AI等同于“高級(jí)搜索”或“聊天界面”。他提出了硬性標(biāo)準(zhǔn)：

• ? 真·AI公司的定義： 必須擁有完全由AI完成的 端到端業(yè)務(wù)工作流程 ，而不僅僅是人機(jī)對(duì)話。

• ? 行動(dòng)建議： 企業(yè)應(yīng)逐條審查業(yè)務(wù)線，找出3-5個(gè)原本由人工或SaaS完成的流程，并要求實(shí)現(xiàn)結(jié)果的直接交付。

2. 第一性原理：無(wú)限智能假設(shè)

光速創(chuàng)投合伙人 拉維·馬特雷 提出了一個(gè)思維實(shí)驗(yàn)： “如果智能是無(wú)限獲取且成本趨近于零的，你會(huì)如何構(gòu)建業(yè)務(wù)？”
他指出，AI原生公司（如Anthropic）的優(yōu)勢(shì)在于不受舊組織束縛。隨著推理成本（Cost per Token）下降100-1000倍，企業(yè)不應(yīng)思考“如何用AI改進(jìn)軟件”，而應(yīng)思考“如何用智能直接達(dá)成結(jié)果”。

在過(guò)去的認(rèn)知中，企業(yè)引入一個(gè)聊天機(jī)器人或搜索增強(qiáng)工具往往被視為數(shù)字化轉(zhuǎn)型的成功。然而，專家們?cè)趯?duì)話中達(dá)成了一項(xiàng)共識(shí)：這遠(yuǎn)遠(yuǎn)不夠。紅帽公司的聯(lián)合創(chuàng)始人皮普爾·辛哈指出，判斷一家公司是否真正具備人工智能基因，關(guān)鍵在于業(yè)務(wù)鏈條的完整性。“如果你說(shuō)你是一家人工智能公司，你必須明確是否擁有完全由人工智能完成的端到端業(yè)務(wù)工作流程，而不僅僅是使用一個(gè)對(duì)話界面。”

這意味著，人工智能不再是員工手中的“記事本”，而是能夠獨(dú)立交付成果的執(zhí)行單元。光速創(chuàng)投的拉維·馬特雷則從更激進(jìn)的角度提出了衡量標(biāo)準(zhǔn)。他認(rèn)為，真正的“人工智能優(yōu)先”企業(yè)應(yīng)該從第一性原理出發(fā)，思考一個(gè)根本性命題：“如果我們能獲得無(wú)限的智能，我們會(huì)構(gòu)建什么？這種思維不應(yīng)受到現(xiàn)有組織結(jié)構(gòu)和陳舊工作流程的束縛。”

這種轉(zhuǎn)型不僅是技術(shù)性的，更是運(yùn)營(yíng)杠桿的巨大釋放。月之暗面總裁張予彤分享了一個(gè)引人深思的觀察：在當(dāng)下的初創(chuàng)生態(tài)中，出現(xiàn)了一批人數(shù)極少、估值極高的公司。“有些公司的人員不到十個(gè)，但在運(yùn)營(yíng)層面卻有數(shù)百個(gè)智能體在協(xié)助處理事務(wù)。人工智能為所有企業(yè)提供了極高的運(yùn)營(yíng)杠桿。”

主持人引用的A.T. Kearney定義（50%任務(wù)提升20%效率）僅是入門標(biāo)準(zhǔn)。結(jié)合皮普爾和拉維的觀點(diǎn)，企業(yè)正經(jīng)歷以下階段：

• ? 工具化階段： 局部插件集成（效率提升）。

• ? 原生化階段： 業(yè)務(wù)邏輯重構(gòu)（模式變革）。
  行業(yè)數(shù)據(jù)顯示，只有當(dāng)AI不再是“副駕駛（Copilot）”而是“自動(dòng)駕駛（Autopilot）”時(shí)，邊際成本的指數(shù)級(jí)下降才會(huì)體現(xiàn)在財(cái)報(bào)上。

1. 智能的規(guī)模化效應(yīng)
拉維·馬特雷 強(qiáng)調(diào)，資本正在流向那些能利用“無(wú)限智能”產(chǎn)生質(zhì)變的公司。他舉例提到了一款“四元代碼（Quad code）/氛圍編碼”類產(chǎn)品（編者注：此處可能指代具體的AI編程工具），在推出僅8個(gè)月內(nèi)就實(shí)現(xiàn)了15億美元的年收入，擁有1500萬(wàn)開(kāi)發(fā)者用戶。這證明了智能本身即產(chǎn)品。

2. 開(kāi)源與閉源的博弈
雅尼斯·安特諾格魯 代表開(kāi)源力量發(fā)聲。他認(rèn)為，AI優(yōu)先不僅是技術(shù)問(wèn)題，更是信任問(wèn)題。開(kāi)源模型提供了企業(yè)急需的“白盒化”能力，使企業(yè)能結(jié)合自身數(shù)據(jù)進(jìn)行深度定制，這是建立長(zhǎng)期信任的關(guān)鍵。

盡管嘉賓在現(xiàn)場(chǎng)未列舉具體估值表，但市場(chǎng)數(shù)據(jù)顯示，資本對(duì)AI基礎(chǔ)設(shè)施的定價(jià)已脫離傳統(tǒng)SaaS邏輯：

• ? Anthropic (Lightspeed領(lǐng)投)： 估值區(qū)間躍升至183億-350億美元，其增長(zhǎng)動(dòng)力來(lái)自模型能力的“縮放定律”（Scaling Laws）。

• ? Reflection AI： 作為開(kāi)源挑戰(zhàn)者，其80億美元的估值反映了市場(chǎng)對(duì)“技術(shù)主權(quán)”的渴求——企業(yè)希望擁有自己的模型，而非僅僅租賃API。

• ? 結(jié)論： 投資人不再為“應(yīng)用腳手架”（套殼APP）買單，而是重注那些能將智能轉(zhuǎn)化為直接生產(chǎn)力的底層架構(gòu)。

1. 極高的人機(jī)杠桿
張予彤 (Moonshot AI) 分享了一個(gè)極具洞察力的觀察：

• ? 現(xiàn)狀： 許多AI原生初創(chuàng)公司全職員工不足10人。

• ? 變革： 這些小團(tuán)隊(duì)在運(yùn)營(yíng)層面卻有數(shù)百個(gè)智能體（Agents）在協(xié)助處理事務(wù)。

• ? 結(jié)論： AI為企業(yè)提供了前所未有的運(yùn)營(yíng)杠桿，改變了傳統(tǒng)的“規(guī)模=人頭數(shù)”的公式。

2. 全員管理者化
理查德·索克 (You.com) 指出了轉(zhuǎn)型的痛點(diǎn)：

• ? 智能體數(shù)量 > 員工數(shù)量： 這在他的公司已成現(xiàn)實(shí)。

• ? 人的瓶頸： 大多數(shù)員工習(xí)慣做“執(zhí)行者”，缺乏“授權(quán)”心態(tài)。未來(lái)的挑戰(zhàn)在于培訓(xùn)員工成為“智能體管理者”，學(xué)會(huì)定義輸入和驗(yàn)收輸出，而非親自干活。

傳統(tǒng)的“數(shù)字化轉(zhuǎn)型”往往被簡(jiǎn)化為引入聊天機(jī)器人，但這在專家眼中已過(guò)時(shí)。真正的變革在于運(yùn)營(yíng)杠桿（Operational Leverage）的極限釋放。

• ? 重新定義“AI優(yōu)先”： 紅帽公司（Rubrik）聯(lián)合創(chuàng)始人皮普爾·辛哈（Bipul Sinha）提出了硬性標(biāo)準(zhǔn)： “如果你說(shuō)你是一家人工智能公司，你必須明確是否擁有完全由人工智能完成的端到端業(yè)務(wù)工作流程，而不僅僅是使用一個(gè)對(duì)話界面。”

• ? 極致的人機(jī)比率： 張予彤揭示了一個(gè)震撼的行業(yè)現(xiàn)狀： “有些公司的人員不到十個(gè)，但在運(yùn)營(yíng)層面卻有數(shù)百個(gè)智能體（Agents）在協(xié)助處理事務(wù)。”

  這解釋了為何像Reflection AI（由同臺(tái)嘉賓Ioannis聯(lián)合創(chuàng)立）這樣的公司能獲得高達(dá)80億美元的估值。資本市場(chǎng)不再為傳統(tǒng)的SaaS收入倍數(shù)買單，而是為極高的人均產(chǎn)出買單。企業(yè)的核心競(jìng)爭(zhēng)力從“擴(kuò)招團(tuán)隊(duì)的能力”轉(zhuǎn)變?yōu)?strong>人機(jī)比——即用最少的人，編排最龐大的智能體網(wǎng)絡(luò)。

• ? 光速創(chuàng)投的“第一性原理”： 拉維·馬特雷（Ravi Mhatre）激進(jìn)地指出，真正的AI優(yōu)先企業(yè)必須思考： “如果我們能獲得無(wú)限的智能（Unlimited Intelligence），我們會(huì)構(gòu)建什么？” 這種思維要求企業(yè)徹底拋棄現(xiàn)有的組織結(jié)構(gòu)束縛，假設(shè)智能成本趨近于零，從而重構(gòu)商業(yè)模式。

當(dāng)智能體（Agents）的數(shù)量超過(guò)員工人數(shù)時(shí)，企業(yè)的管理邏輯將發(fā)生翻天覆地的變化。優(yōu)網(wǎng)聯(lián)合創(chuàng)始人理查德·索克指出，目前大多數(shù)基層員工尚未做好心理準(zhǔn)備，因?yàn)樗麄兞?xí)慣于做一名“獨(dú)立貢獻(xiàn)者”。“未來(lái)的挑戰(zhàn)在于人的方面。我們中的每個(gè)人都將不得不成為管理者，無(wú)論你是管理人類，還是管理你的人工智能代理。”

這種“管理與授權(quán)”的心態(tài)并非與生俱來(lái)，需要企業(yè)進(jìn)行系統(tǒng)的培訓(xùn)和認(rèn)證。在這種新型的組織架構(gòu)中，“人在回路中”將成為核心準(zhǔn)則。 雅尼斯·安特諾格魯強(qiáng)調(diào)，人工智能的存在是為了最大限度地利用人力資源，將人類勞動(dòng)投入到最具創(chuàng)造性和必要的地方。

未來(lái)的企業(yè)管理將進(jìn)入一個(gè)“多智能體編排”的階段。在這個(gè)階段，管理者的職責(zé)是定義“好”的標(biāo)準(zhǔn)，并編排這些智能體去協(xié)同工作。正如張予彤所預(yù)測(cè)的，未來(lái)的人工智能將擁有長(zhǎng)達(dá)一周甚至更久的獨(dú)立執(zhí)行期。“我們?cè)O(shè)定目標(biāo)并討論任務(wù)，然后團(tuán)隊(duì)和智能體會(huì)自主工作，一周后再見(jiàn)面查看結(jié)果。” 這種長(zhǎng)效代理能力，將徹底改變職場(chǎng)的時(shí)間維度和協(xié)作效率。

基于張予彤的觀察，可以有一個(gè)人機(jī)配比（HAR）公式：

行業(yè)案例佐證了這一趨勢(shì)：麥肯錫（McKinsey）等咨詢巨頭已部署數(shù)萬(wàn)個(gè)智能體。未來(lái)的組織將呈現(xiàn)“倒金字塔”結(jié)構(gòu)——極少數(shù)人類核心決策者，指揮龐大的智能體軍團(tuán)。這要求HR部門重新定義崗位描述：核心技能不再是“熟練使用Excel”，而是“熟練編排Agent工作流”。

軟件的“無(wú)形化”與交互革命

1. 關(guān)于GUI的消亡


拉維·馬特雷 和張予彤達(dá)成了高度共識(shí)：軟件正在變得“無(wú)形”。

• ? 張予彤觀點(diǎn)： 用戶不再需要點(diǎn)擊按鈕或記憶公式。未來(lái)的交互是基于 自然語(yǔ)言的意圖表達(dá) 。AI將作為中介，直接調(diào)用軟件功能或編寫個(gè)性化工具來(lái)交付結(jié)果。

• ? 拉維觀點(diǎn)： 智能本身將成為軟件。隨著能力提升，人們通過(guò)“氛圍/直覺(jué)”來(lái)表達(dá)需求，AI生成代碼并執(zhí)行，傳統(tǒng)軟件界面將成為多余的中間層。

如果說(shuō)過(guò)去幾十年是圖形用戶界面（GUI）的時(shí)代，那么未來(lái)將是軟件“隱身”的時(shí)代。對(duì)話揭示了一個(gè)大膽的預(yù)言：軟件正在被人工智能吞噬。張予彤認(rèn)為，人類未來(lái)將不再需要記住復(fù)雜的公式或點(diǎn)擊數(shù)百個(gè)按鈕來(lái)操作辦公軟件。“軟件將變得無(wú)形。只要人們能夠描述他們的意圖，人工智能就能幫助他們獲取現(xiàn)有軟件的所有功能，甚至直接編寫出個(gè)性化的工具。”

• ? “無(wú)形化”預(yù)言： 張予彤認(rèn)為，人類未來(lái)將不再需要記住復(fù)雜的公式或點(diǎn)擊數(shù)百個(gè)按鈕。 “軟件將變得無(wú)形。只要人們能夠描述他們的意圖，人工智能就能幫助他們獲取現(xiàn)有軟件的所有功能，甚至直接編寫出個(gè)性化的工具。”

現(xiàn)有的SaaS巨頭（如Salesforce, Workday）如果不能轉(zhuǎn)型為被AI調(diào)用的后端API，其復(fù)雜的界面價(jià)值將歸零。

• ? 拉維·馬特雷的“氛圍編碼”（Vibe Coding）： 隨著推理成本下降100-1000倍，智能成為一種持續(xù)流動(dòng)的力量。拉維指出，即使不懂代碼的人，憑直覺(jué)（Vibe）就能讓AI生成生產(chǎn)級(jí)代碼。 “智能將成為人們表達(dá)自動(dòng)化任務(wù)意圖的新型‘語(yǔ)言’，傳統(tǒng)意義上的軟件應(yīng)用場(chǎng)景將大面積消失。”

在這種范式下，用戶體驗(yàn)的重心將從“如何使用工具”轉(zhuǎn)移到“如何表達(dá)意圖”。雖然像一些社交媒體平臺(tái)這樣高度依賴網(wǎng)絡(luò)效應(yīng)和美學(xué)設(shè)計(jì)的應(yīng)用短期內(nèi)難以被完全取代，但在企業(yè)環(huán)境中，“氛圍編碼”和自動(dòng)化執(zhí)行將成為主流，手動(dòng)處理復(fù)雜權(quán)限和報(bào)表的時(shí)代即將終結(jié)。

中國(guó)視角：用戶驅(qū)動(dòng)的“自下而上”變革

1. “自帶AI上班” (BYO-AI)

在采用AI的態(tài)度上，對(duì)話展現(xiàn)了中美兩種截然不同的路徑，同時(shí)也指出了共同的瓶頸。

• ? “BYO-AI” (Bring Your Own AI)： 與美國(guó)企業(yè)受困于自上而下的合規(guī)審查不同，張予彤觀察到中國(guó)市場(chǎng)呈現(xiàn)出 自下而上 的野蠻生長(zhǎng)——員工甚至愿意 自掏腰包 將高效的AI工具帶入職場(chǎng)。這是一種更務(wù)實(shí)、更具侵略性的采用方式。 這揭示了中國(guó)市場(chǎng)與美國(guó)截然不同的擦用路徑

• ? 關(guān)于 信任機(jī)制： 建立信任的關(guān)鍵在于 可追溯性（Traceability） 。AI不能是黑盒，必須展示引用來(lái)源和推理步驟，讓用戶看到“思考過(guò)程”，這是Moonshot產(chǎn)品的核心設(shè)計(jì)哲學(xué)。

• ? 美國(guó)企業(yè)的合規(guī)恐懼： 皮普爾·辛哈指出，美國(guó)企業(yè)的首席風(fēng)險(xiǎn)官（CRO）往往因?yàn)閾?dān)心“幻覺(jué)”和安全漏洞叫停項(xiàng)目。

• ? 資本視角的解法： 拉維·馬特雷（作為Anthropic的投資人）強(qiáng)調(diào)， 信任是傳統(tǒng)企業(yè)（Incumbents）唯一的入場(chǎng)券 。如果沒(méi)有內(nèi)嵌的安全性，大企業(yè)無(wú)法與無(wú)包袱的初創(chuàng)公司競(jìng)爭(zhēng)。

• ? 技術(shù)治理技術(shù)： 專家們達(dá)成共識(shí)，解法在于用 大模型監(jiān)督大模型 。

• • ? 皮普爾建議： 訓(xùn)練專門的判斷模型，讓神經(jīng)驅(qū)動(dòng)規(guī)則，而非依賴僵硬的合規(guī)文檔。

作為行業(yè)背景，中國(guó)AI的競(jìng)爭(zhēng)力還植根于其工程化土壤：

• ? 工程效率： 業(yè)界數(shù)據(jù)顯示，像Kimi這樣的中國(guó)模型團(tuán)隊(duì)，擅長(zhǎng)以更低的算力成本實(shí)現(xiàn)極高的長(zhǎng)文本處理性能。這種“為應(yīng)用而優(yōu)化”的工程思維，是中國(guó)企業(yè)在算力受限背景下的突圍之道。

• ? 基礎(chǔ)設(shè)施優(yōu)勢(shì)： 中國(guó)龐大的電力基礎(chǔ)設(shè)施（2025年新增發(fā)電容量巨大，且可再生能源占比高）為未來(lái)大規(guī)模AI推理中心提供了能源保障。

• ? 場(chǎng)景練兵： 相比美國(guó)，中國(guó)在C端應(yīng)用（如電商、社交）和物理世界自動(dòng)化（如Robotaxi）上的激進(jìn)嘗試，為AI提供了更豐富的反饋閉環(huán)。

1. 以AI治理AI
針對(duì)合規(guī)難題，皮普爾·辛哈 提出了技術(shù)解法：

• ? 神經(jīng)驅(qū)動(dòng)規(guī)則： 不要試圖用僵硬的文檔去約束AI。企業(yè)應(yīng)訓(xùn)練一個(gè) 判斷模型 ，將業(yè)務(wù)規(guī)則內(nèi)化為模型的判斷力，用一個(gè)模型去審計(jì)另一個(gè)模型的輸出。

2. 遞歸自我改進(jìn)
理查德·索克 描繪了終極愿景：

• ? 自動(dòng)化研究員： 過(guò)去需要數(shù)百人調(diào)整的知識(shí)系統(tǒng)，現(xiàn)在是神經(jīng)網(wǎng)絡(luò)。未來(lái)，構(gòu)建模型的過(guò)程本身也將自動(dòng)化。

• ? 長(zhǎng)效代理： 張予彤 補(bǔ)充道，AI將具備像人類一樣的“長(zhǎng)代理期”。管理者周一布置任務(wù)，AI獨(dú)立工作一周，周五交付。

對(duì)于擁有龐大資產(chǎn)的老牌企業(yè)而言，擁抱人工智能的最大阻礙并非技術(shù)實(shí)力，而是對(duì)安全和合規(guī)的深層恐懼。皮普爾·辛哈觀察到，許多企業(yè)在試點(diǎn)階段非常順利，但一旦進(jìn)入生產(chǎn)環(huán)節(jié)，首席風(fēng)險(xiǎn)官和首席安全官就會(huì)因?yàn)閾?dān)心“幻覺(jué)”和安全漏洞而叫停。

為了解決這一痛點(diǎn)，技術(shù)專家們提出了一套“以技術(shù)治理技術(shù)”的方案。皮普爾建議，企業(yè)不應(yīng)依賴固定的規(guī)則集，而應(yīng)訓(xùn)練專門的判斷模型。“你可以用一個(gè)大語(yǔ)言模型來(lái)判斷另一個(gè)大語(yǔ)言模型的工作表現(xiàn)，讓神經(jīng)驅(qū)動(dòng)規(guī)則，從而在不犧牲靈活性的前提下提高合規(guī)信心。”

圓桌嘉賓的預(yù)測(cè)指向了AI發(fā)展的奇點(diǎn)——遞歸式自我改進(jìn)（RSI）。

• ? 當(dāng)“大模型監(jiān)控大模型”解決了信任問(wèn)題，且“AI構(gòu)建AI”解決了能力迭代問(wèn)題時(shí)，企業(yè)的迭代速度將不再受限于人類的學(xué)習(xí)曲線。2026年的企業(yè)競(jìng)爭(zhēng)，本質(zhì)上是 誰(shuí)能更快建立起這套自我進(jìn)化系統(tǒng) 的競(jìng)爭(zhēng)。

在對(duì)話的尾聲，專家們做出了前瞻。其中最具震撼力的觀點(diǎn)是：人工智能將從“人類手動(dòng)構(gòu)建”轉(zhuǎn)向“自我遞歸改進(jìn)”。理查德·索克回顧了歷史，指出曾經(jīng)需要八百人手動(dòng)構(gòu)建的系統(tǒng)，現(xiàn)在已被單一的神經(jīng)網(wǎng)絡(luò)取代。

“目前構(gòu)建模型的系統(tǒng)依然是手動(dòng)完成的，需要專家耗費(fèi)數(shù)月去調(diào)試直覺(jué)。但這部分工作本身也將實(shí)現(xiàn)自動(dòng)化，產(chǎn)生遞歸式的自我改進(jìn)。” 這意味著，未來(lái)的模型將不再依賴于人類工程師的緩慢迭代，而是通過(guò)持續(xù)學(xué)習(xí)和環(huán)境交互，實(shí)現(xiàn)核心知識(shí)的自主更新。

從長(zhǎng)效智能體的普及到強(qiáng)化學(xué)習(xí)在企業(yè)流程中的深度融合，這場(chǎng)對(duì)話描繪了一個(gè)即將到來(lái)的未來(lái)：在這個(gè)未來(lái)里，人工智能不再是一個(gè)選項(xiàng)，而是一切業(yè)務(wù)的操作系統(tǒng)。 對(duì)于所有企業(yè)而言，轉(zhuǎn)型的窗口期正在迅速關(guān)閉，唯有那些敢于從第一性原理出發(fā)、重塑信任機(jī)制并擁抱“智能體編排”的組織，才能在人工智能吞噬軟件的浪潮中幸存。

AI發(fā)展的下一個(gè)躍遷點(diǎn)將是決定企業(yè)生死的關(guān)鍵。

• ? “長(zhǎng)效代理期”（Long Agency）： 張予彤分享了工作流時(shí)間維度的質(zhì)變。目前的Agent只能執(zhí)行幾秒鐘的任務(wù)，但未來(lái)將是： “周一設(shè)定目標(biāo)，團(tuán)隊(duì)和智能體自主工作，周五驗(yàn)收結(jié)果。” 這種長(zhǎng)達(dá)一周的獨(dú)立執(zhí)行能力，將徹底改變企業(yè)的運(yùn)轉(zhuǎn)節(jié)奏。

• ? 理查德·索克的“遞歸自我改進(jìn)”： 歷史上需要800人團(tuán)隊(duì)維護(hù)的系統(tǒng)（如IBM Watson），現(xiàn)在已被神經(jīng)網(wǎng)絡(luò)取代。未來(lái)， 構(gòu)建AI的過(guò)程本身也將自動(dòng)化 。

• • ? 核心觀點(diǎn)： “目前構(gòu)建模型的系統(tǒng)依然是手動(dòng)完成的，但這部分工作將實(shí)現(xiàn)自動(dòng)化。” 這意味著AI將能夠自我迭代，創(chuàng)造出比人類工程師設(shè)計(jì)得更優(yōu)秀的版本。

這場(chǎng)圓桌會(huì)議劃定了一條清晰的分野：

• ? 老牌企業(yè) 正在努力建立 AI審計(jì)AI 的機(jī)制，試圖在合規(guī)的籠子里養(yǎng)大AI這只猛獸，以避免被淘汰。

• ? AI原生企業(yè) 則在追求極致的 人機(jī)比 和 長(zhǎng)效代理 ，利用無(wú)限智能的杠桿，在軟件無(wú)形化的浪潮中重塑商業(yè)世界。

結(jié)合嘉賓們的發(fā)言, 以下行動(dòng)路線呼之欲出：

1. 1. 重構(gòu)指標(biāo)： 停止關(guān)注AI工具的使用率，開(kāi)始關(guān)注 端到端流程的自動(dòng)化率 和 人機(jī)配比（HAR） 。

2. 2. 重塑員工： 將員工從“操作員”培訓(xùn)為 智能體審計(jì)員 。

3. 3. 技術(shù)治理： 建立 模型監(jiān)督模型 的合規(guī)閉環(huán)，而非依賴人工審核。

4. 4. 思維轉(zhuǎn)換： 采納 無(wú)限智能 假設(shè)，重新設(shè)計(jì)那些因?yàn)椤叭颂F”而從未存在過(guò)的業(yè)務(wù)模式。

正如拉維·馬特雷所言，那些敢于在沒(méi)有既有軟件概念下重新想象業(yè)務(wù)的公司，將是這場(chǎng)范式轉(zhuǎn)移的最終贏家。

附:天空之城全文整理 什么是真正的“人工智能優(yōu)先”企業(yè)？

主持人: 大家好，無(wú)論是來(lái)到達(dá)沃斯的現(xiàn)場(chǎng)嘉賓，還是在線上加入我們的朋友們。我是阿克西斯（Axios）的首席技術(shù)記者伊娜弗里德（Inafried），今天我們來(lái)談?wù)撘粋€(gè)我們這些天都在討論的話題，那就是人工智能（AI）。尤其是在達(dá)沃斯，關(guān)于企業(yè)如何最好地利用人工智能、企業(yè)在哪里遇到瓶頸，一直是舞臺(tái)上以及穿梭巴士上大家交談的焦點(diǎn)。

我們都在努力弄清楚這一點(diǎn)，所以我非常高興能和一群非常尊貴的專家一起討論。在本次會(huì)議中，我們將深入探討另一種緊張關(guān)系，即大型企業(yè)、力求適應(yīng)人工智能的現(xiàn)有企業(yè)，與應(yīng)運(yùn)而生、從一開(kāi)始就以人工智能為先導(dǎo)的新公司之間的區(qū)別。那么，老牌企業(yè)能否轉(zhuǎn)變?yōu)槿斯ぶ悄軆?yōu)先型企業(yè)呢？

因此，我很高興能與這個(gè)精彩的專家小組會(huì)面。我先拋出一些數(shù)據(jù)：2024年，私營(yíng)部門在人工智能方面的投資超過(guò)了2500億美元。我們?nèi)匀恍枰@些人一直在開(kāi)出更多的支票、兌現(xiàn)更多的支票——但只有百分之一的大型企業(yè)認(rèn)為自己在人工智能方面真正成熟了。為了讓大家達(dá)成共識(shí)，我將拋出一個(gè)別人給我的定義：如果一個(gè)企業(yè)超過(guò)一半的勞動(dòng)力任務(wù)實(shí)現(xiàn)了至少20%的性能提升，我們就可以認(rèn)為該企業(yè)是人工智能優(yōu)先型企業(yè)。

我認(rèn)為在我們的討論中，我們可能需要使用一些不同的指標(biāo)，但我先提出這個(gè)定義。我想指出，世界經(jīng)濟(jì)論壇的人工智能全球聯(lián)盟與科爾尼公司（A.T. Kearney）啟動(dòng)了一個(gè)新的工作流程，專門研究這一問(wèn)題，涵蓋了50多家創(chuàng)新領(lǐng)導(dǎo)者。我確信你們可以在網(wǎng)上找到更多關(guān)于這方面的信息。

所以我我要介紹一下小組成員，但這不一定就是他們的座位順序。 我們有Moonshot AI的總裁張予彤。我們有Reflection AI的聯(lián)合創(chuàng)始人兼總裁雅尼斯·安特諾格魯（Ioannis Antonoglou）。拉維·馬特雷（Ravi Mhatre），他是光速創(chuàng)投（Lightspeed Venture Partners）的創(chuàng)始人和合伙人，皮普爾·辛哈（Bipul Sinha）是紅帽（Rubrik）的聯(lián)合創(chuàng)始人和首席執(zhí)行官，以及理查德·索克（Richard Socher），優(yōu)網(wǎng)（You.com）的聯(lián)合創(chuàng)始人和首席執(zhí)行官。所以我們有一個(gè)很棒的團(tuán)隊(duì)，我再次感謝我們擁有如此多不同的觀點(diǎn)。

我想問(wèn)在座的各位，我提出了一個(gè)關(guān)于什么是“人工智能優(yōu)先”型公司的定義，但你們都在現(xiàn)實(shí)世界中看到了這一點(diǎn)。你們能否談?wù)勀切┠銈冋J(rèn)為屬于“人工智能優(yōu)先”但并非在ChatGPT出現(xiàn)之后誕生的公司？有哪些公司，因?yàn)樗鼈儗?shí)現(xiàn)轉(zhuǎn)型的方式，仍然符合“人工智能優(yōu)先”的定義？

皮普爾·辛哈: 我可以先說(shuō)。在我們看來(lái)，如果你說(shuō)你是一家人工智能公司，你必須真正明確，你是否擁有完全由人工智能完成的端到端業(yè)務(wù)工作流程，而不是僅僅進(jìn)行信息搜索或使用ChatGPT界面？

因此，我們?cè)诩?xì)則中正在做的是逐條業(yè)務(wù)線進(jìn)行，要求每個(gè)人確定三到五個(gè)通過(guò)人工或SaaS應(yīng)用與人工相結(jié)合的方式完成的工作流程，并詢問(wèn)我們是否可以定義端到端的AI驅(qū)動(dòng)成果。所以我的定義是，如果你在所有業(yè)務(wù)線中都實(shí)現(xiàn)了三到五個(gè)由人工智能驅(qū)動(dòng)的工作流程，那么你就是一個(gè)名副其實(shí)的AI驅(qū)動(dòng)型公司。

主持人: 還有其他人想提出一個(gè)不同的定義或觀點(diǎn)嗎？理查德？

理查德·索克: 我認(rèn)為你必須考慮兩方面。技術(shù)方面，你有多少智能體等等，但也要考慮人的方面。你的員工中有多少人真正獲得了認(rèn)證并了解相關(guān)知識(shí)？

比如我們?cè)赨.com發(fā)現(xiàn)的一件事是，當(dāng)我們只是說(shuō)，給你，用它來(lái)創(chuàng)建你自己的智能體時(shí)，你可以委托你所有的工作。人們會(huì)說(shuō)，但我真的不知道如何委托工作。大多數(shù)獨(dú)立貢獻(xiàn)者都不是管理者。然后采用率會(huì)非常低，直到我們說(shuō)，好了，我們有一個(gè)培訓(xùn)計(jì)劃和一個(gè)認(rèn)證計(jì)劃，然后當(dāng)人們真的必須去做的時(shí)候，你才會(huì)看到這些老牌組織真的開(kāi)始采納并擁抱它，因?yàn)槲覀冎械拿總€(gè)人都將不得不成為管理者，無(wú)論他們是管理人員還是管理他們的人工智能代理，但這種管理和授權(quán)的心態(tài)對(duì)大多數(shù)人來(lái)說(shuō)并不是自然而然形成的。

想象力與組織束縛

主持人: 還有拉維，你看到了大量的公司。你是否看到任何不是在過(guò)去一兩年內(nèi)成立的公司，你會(huì)說(shuō)它們真正抓住了人工智能，以至于你可以稱它們?yōu)槿斯ぶ悄軆?yōu)先的公司？

拉維·馬特雷: 我會(huì)說(shuō)，有趣的是，世界經(jīng)濟(jì)論壇的定義是對(duì)整個(gè)組織能力集中的某種百分比改進(jìn)的平均效應(yīng)，我認(rèn)為現(xiàn)實(shí)情況是，這可能沒(méi)有釋放人工智能的全部潛力。

而且我認(rèn)為，我們?cè)俅卧谠谌斯ぶ悄艿墓局锌吹搅诉@一點(diǎn)，比如我們密切合作的Anthropic公司，如果你看看他們利用人工智能做一些變革性事情的能力，我認(rèn)為那些奉行“人工智能優(yōu)先”的公司的想象力思維是，他們從“如果我們能獲得無(wú)限的智能，我們會(huì)構(gòu)建什么”開(kāi)始思考，而且他們顯然沒(méi)有受到組織結(jié)構(gòu)和現(xiàn)有工作流程的束縛。

我會(huì)說(shuō)，對(duì)于那些必須努力真正實(shí)現(xiàn)“人工智能優(yōu)先”的傳統(tǒng)公司來(lái)說(shuō)，挑戰(zhàn)在于他們大多關(guān)注的是“我們?nèi)绾卫矛F(xiàn)有的技術(shù)做什么？”而且他們也在平衡一個(gè)事實(shí)，那就是他們的組織有其自身的工作方式。我認(rèn)為真正能取得突破的只是少數(shù)幾家。

今天，我們并沒(méi)有完全不受限制地獲取智能，但人工智能仍在不斷改進(jìn)。有些人確實(shí)期望人工智能的能力將繼續(xù)呈指數(shù)級(jí)改進(jìn)。因此，傳統(tǒng)公司也需要以同樣的方式思考，更具變革性。如果我能無(wú)限地獲取智能，我會(huì)如何以一種我今天沒(méi)有既有概念的方式來(lái)經(jīng)營(yíng)我的業(yè)務(wù)呢？

訣竅在于，如果你應(yīng)用了那個(gè)框架，它的表面區(qū)域會(huì)非常不均勻。在編碼方面，你真的，使用僅在八個(gè)月前推出的四元代碼（quad code），它已經(jīng)是年收入15億美元的產(chǎn)品，而且擁有近1500萬(wàn)開(kāi)發(fā)人員。但你會(huì)遇到一些問(wèn)題，在這些問(wèn)題中，人工智能確實(shí)可以完成絕大部分工作，并準(zhǔn)備好交付生產(chǎn)級(jí)別的代碼，這在24個(gè)月前是聞所未聞的。

所以你可能會(huì)在那里取得真正的成功，但你可能不會(huì)讓人工智能去做你業(yè)務(wù)中其他高度管制的方面的工作，比如嘗試創(chuàng)建財(cái)務(wù)報(bào)表。但關(guān)鍵是，那些真正培養(yǎng)出這種思維模式的公司——我認(rèn)為這來(lái)自于那些有遠(yuǎn)見(jiàn)的管理層、首席執(zhí)行官或創(chuàng)始人驅(qū)動(dòng)業(yè)務(wù)的公司——對(duì)一個(gè)組織來(lái)說(shuō)，進(jìn)行這種改變是非常困難的，你會(huì)得到參差不齊的結(jié)果。但我認(rèn)為現(xiàn)在正在進(jìn)行這種思維轉(zhuǎn)變的公司，將是在人工智能原生世界中真正有機(jī)會(huì)生存和發(fā)展的公司。

中國(guó)視角與高運(yùn)營(yíng)杠桿

主持人: 聽(tīng)起來(lái)不錯(cuò)。而且予彤，要求你代表一個(gè)國(guó)家，特別是像中國(guó)這樣一個(gè)大國(guó)，這是非常不公平的。但請(qǐng)幫助我們理解，在中國(guó)，這些自人工智能模型問(wèn)世以來(lái)誕生的初創(chuàng)公司，與一些老牌公司、一些科技巨頭之間，相互作用是如何發(fā)展的。你看到了什么？

張予彤: 我認(rèn)為對(duì)于組織而言，一種方法就像拉維所說(shuō)的那樣，是自上而下的，管理層需要具備人工智能原生思維。但我們看到的另一個(gè)有趣的視角是“攜帶你自己的AI去工作”。

所以我們實(shí)際上有一個(gè)面向消費(fèi)者的應(yīng)用程序，在全球擁有數(shù)以千萬(wàn)計(jì)的用戶。我們實(shí)際上觀察到，我們對(duì)用戶進(jìn)行了研究和訪談。很多人在工作中使用人工智能，并且他們?cè)敢庾蕴脱顿M(fèi)。所以我想意味著人工智能可以真正提高我們今天所做的許多工作的生產(chǎn)力。我認(rèn)為那將非常有趣。

但從組織層面來(lái)看，我認(rèn)為有幾件事情可能很有趣。我想其中之一是人與智能體（Agent）的比例。現(xiàn)在的公司，所有的初創(chuàng)公司都非常非常小。我們有大約300人，但我們正在構(gòu)建模型，構(gòu)建應(yīng)用程序。我們看到有些公司，如果他們純粹只是構(gòu)建人工智能應(yīng)用程序，他們的人員不到10個(gè)，但他們?cè)谶\(yùn)營(yíng)層面有數(shù)百個(gè)智能體（agents）幫助他們處理很多事情。所以我認(rèn)為現(xiàn)在人工智能為所有公司提供了非常高的運(yùn)營(yíng)杠桿。

競(jìng)爭(zhēng)的新維度：從資產(chǎn)到合規(guī)

主持人: 我的確認(rèn)為，這是我在達(dá)沃斯開(kāi)始聽(tīng)到并將貫穿全年的討論之一，那就是競(jìng)爭(zhēng)不再是你和你的現(xiàn)有競(jìng)爭(zhēng)對(duì)手——如果你是一個(gè)現(xiàn)有的初創(chuàng)公司或現(xiàn)有公司——而是你對(duì)抗一個(gè)從零開(kāi)始、沒(méi)有任何工作流程、沒(méi)有任何遺留流程的公司，后者會(huì)說(shuō)“我能做到這一點(diǎn)”。

當(dāng)然，既得利益者（現(xiàn)有公司）也不是帶著毫無(wú)資產(chǎn)的狀態(tài)來(lái)應(yīng)對(duì)的，我不認(rèn)為是這樣，但是……你能談?wù)剢幔繜o(wú)論誰(shuí)想先說(shuō)都可以，但我很好奇……顯然，任何超過(guò)一個(gè)人的公司都有人與人之間的工作流程。你如何將此轉(zhuǎn)化為一種資產(chǎn)？你如何在組織內(nèi)部使用人工智能，同時(shí)仍然認(rèn)識(shí)到必須由人類來(lái)吸收這種變化？我很好奇，是否有人能舉出自己公司的例子，說(shuō)明你們是如何利用人工智能的，同時(shí)認(rèn)識(shí)到這一事實(shí)的。我不認(rèn)為這里任何一家公司的智能體數(shù)量多于員工，或者至少不是員工數(shù)量少于智能體。

皮普爾·辛哈: 類似人工智能采用的難點(diǎn)在于，我們聽(tīng)說(shuō)了“將你自己的AI帶到工作場(chǎng)所”的做法，但尤其是在美國(guó)公司，合規(guī)性和治理實(shí)際上限制了你可以向你想帶到工作中的AI輸入多少數(shù)據(jù)。因此，我們所做的就是創(chuàng)建了一個(gè)合規(guī)性基礎(chǔ)設(shè)施，說(shuō)明這是一組允許引入的數(shù)據(jù)集和一組經(jīng)過(guò)認(rèn)證的模型進(jìn)行交互。

然后在此基礎(chǔ)上，我們實(shí)際上正在應(yīng)用于編碼、法律、營(yíng)銷、客戶支持。因此，每個(gè)職能都在該類別內(nèi)運(yùn)行。我們?cè)诳蛻羧褐锌吹降目傮w最大困難是，他們進(jìn)行了大量的試點(diǎn)項(xiàng)目并且喜歡這些試點(diǎn)項(xiàng)目的結(jié)果，但要從試點(diǎn)轉(zhuǎn)向生產(chǎn)，他們最大的擔(dān)憂是合規(guī)風(fēng)險(xiǎn)。然后首席風(fēng)險(xiǎn)官、首席安全官會(huì)介入并詢問(wèn)：我如何確保這些代理在它們的護(hù)欄之內(nèi)？它們是否在產(chǎn)生幻覺(jué)？它們是否被國(guó)家行為者威脅所侵入？

主持人: 而且我認(rèn)為，這正是那些可能因遺留系統(tǒng)而步伐放緩但已經(jīng)了解這些情況的老牌公司，與那些通過(guò)快速編碼做出了驚人演示 but 突然想進(jìn)入一個(gè)必須滿足合規(guī)性的行業(yè)的單人初創(chuàng)公司之間產(chǎn)生張力的地方。那么反面就是，對(duì)于那些由人工智能原生驅(qū)動(dòng)的公司來(lái)說(shuō)，它們可能只有八個(gè)人，但卻有800個(gè)代理，卻必須遵守一套規(guī)則和法律，這些公司面臨著哪些挑戰(zhàn)。

理查德·索克: 我們的代理數(shù)量絕對(duì)比你公司（you.com）內(nèi)部的人還要多。我認(rèn)為，對(duì)于那些希望擁抱人工智能的公司來(lái)說(shuō)，最大的挑戰(zhàn)之一是他們通常還沒(méi)有形成基準(zhǔn)測(cè)試或評(píng)估集的思維定勢(shì)。我認(rèn)為這是一個(gè)巨大的鴻溝。

如果你的公司能夠確定什么是輸入，以及你將什么歸類為正確的輸出，并創(chuàng)建了一個(gè)集合，而不僅僅是，“我試過(guò)了，我試了這三件事它奏效了，或者我試了這四件事它沒(méi)奏效，所以我不想要用那個(gè)工具”。你必須把它變成一個(gè)有原則的、更具科學(xué)性的流程。如果你有那個(gè)基準(zhǔn)測(cè)試，我們喜歡與那些公司合作，因?yàn)槟菚r(shí)我們就能贏，因?yàn)槲覀儞碛凶詈玫哪Ｐ汀⒋鸢浮?zhǔn)確性，還有引用等等。但是，那里絕大多數(shù)的公司還沒(méi)有考慮過(guò)如何對(duì)他們的人工智能模型和代理進(jìn)行基準(zhǔn)測(cè)試和創(chuàng)建科學(xué)的評(píng)估方法。

重塑工作流：第一性原理與信任

主持人: 珍妮絲，就你而言，你顯然是一家人工智能原生公司，因?yàn)槟闶菫榱诉@項(xiàng)使命而誕生、為這項(xiàng)使命而存在的，但同時(shí)也存在了足夠長(zhǎng)的時(shí)間，我猜想也有一些人在其中參與其中。談?wù)勀绾慰创约汗疽约澳目蛻羧海催@將是擁有大量員工的傳統(tǒng)公司與那些白手起家的初創(chuàng)公司相結(jié)合的局面。

雅尼斯·安特諾格魯: 也許我先從頭開(kāi)始說(shuō)起，回到我們之前關(guān)于在我看來(lái)什么是“人工智能優(yōu)先”的對(duì)話。而“人工智能優(yōu)先”的理念就是審視你現(xiàn)有的工作流程以及你已經(jīng)完成的事情，然后從第一性原理出發(fā)重新思考它們，要知道人工智能是存在的，并且會(huì)變得越來(lái)越好。

當(dāng)然，新的工作流程中會(huì)有“人在回路中”（human in the loop），不會(huì)僅僅是人工智能。你需要非常謹(jǐn)慎地設(shè)計(jì)和構(gòu)建系統(tǒng)，這樣你就能最大限度地利用你的員工，并確保人力勞動(dòng)實(shí)際上被用在了必要和最高效的地方。所以，至少在接下來(lái)的幾年內(nèi)，在可預(yù)見(jiàn)的未來(lái)，我沒(méi)有看到人類完全退出這個(gè)領(lǐng)域的世界。我認(rèn)為這將是人類和人工智能緊密合作的結(jié)合，以提高生產(chǎn)力并確保一切就位。

所以，不，現(xiàn)在從傳統(tǒng)行業(yè)的角度來(lái)看，我認(rèn)為他們對(duì)他們需要解決的問(wèn)題以及他們需要解決的挑戰(zhàn)，尤其是在合規(guī)性、客戶和行業(yè)方面，擁有大量的專業(yè)知識(shí)，但他們并不完全理解人工智能。這就是為什么與擁有深度人工智能理解以及人工智能能力的像人工智能公司這樣的其他公司合作非常重要。以便能夠產(chǎn)生這種協(xié)同效應(yīng)，也就是將行業(yè)經(jīng)驗(yàn)和人工智能經(jīng)驗(yàn)結(jié)合起來(lái)，共同合作，以重新思考和重新設(shè)計(jì)工作流程，使其適應(yīng)人工智能時(shí)代。

主持人: 拉維（Ravi），你顯然在投資公司。我很好奇，從一個(gè)初創(chuàng)公司首席執(zhí)行官那里，你會(huì)如何看待他們對(duì)人工智能的依賴程度與對(duì)人員的依賴程度之間的比例？你希望聽(tīng)到什么？

拉維·馬特雷: 如果我能回到一件事，我真的很想知道雅努斯（Janus）的看法，但人們提到了這一點(diǎn)，那就是今天，大型企業(yè)的商業(yè)領(lǐng)袖，他們并不是人工智能優(yōu)先的公司。他們確實(shí)如此，即使他們?cè)噲D想象獲取無(wú)限智能可以為他們的業(yè)務(wù)帶來(lái)怎樣的變革，但這種對(duì)信任和安全的需要，已經(jīng)演變成一種合規(guī)性思維模式，這實(shí)際上減緩了人工智能在他們業(yè)務(wù)中的采用和使用。

我們需要的實(shí)際上，我相信，是一套技術(shù)和一個(gè)允許人工智能安全可信的思維模式。因?yàn)樾湃危绻斯ぶ悄苤星度肓嘶谛湃蔚募夹g(shù)，那么我認(rèn)為這些更傳統(tǒng)的企業(yè)和商業(yè)領(lǐng)袖就可以采取積極參與的態(tài)度，他們會(huì)說(shuō)，當(dāng)我的規(guī)模擴(kuò)大時(shí)，我知道安全性會(huì)內(nèi)在其中。因此，我就可以快速行動(dòng)，而不是考慮當(dāng)我引入這項(xiàng)新技術(shù)時(shí)，我該如何放慢速度或我為什么應(yīng)該更保守？

我只是好奇，我認(rèn)為，你暗示了目前是評(píng)估以及傳統(tǒng)企業(yè)的商業(yè)領(lǐng)袖，他們?cè)诠緝?nèi)部沒(méi)有能力或?qū)I(yè)知識(shí)來(lái)制定復(fù)雜的評(píng)估。因此，我們認(rèn)為，至少在以民主為基礎(chǔ)的人工智能社會(huì)中，采用的關(guān)鍵加速器之一，必須是將基于信任的技術(shù)在模型內(nèi)部或與模型并行的位置進(jìn)行產(chǎn)品化。我只是，約尼斯實(shí)際上正在構(gòu)建前沿級(jí)別的開(kāi)源推理模型。這些公司總部位于美國(guó)，但您如何看待基于信任的技術(shù)，當(dāng)這些系統(tǒng)擴(kuò)散到世界和商業(yè)中時(shí)，這將允許它們以一種良性的方式被使用？

雅尼斯·安特諾格魯: 這確實(shí)是一個(gè)很好的問(wèn)題，因?yàn)槲艺J(rèn)為這是人工智能采用中的一個(gè)主要障礙，比如，你如何建立信任，以及你如何確保你所認(rèn)為的人工智能正在做的事情，就是它實(shí)際正在做的事情。實(shí)際上，這歸結(jié)為擁有更好的技術(shù)。

就像2022年ChatGPT剛出現(xiàn)時(shí)，我認(rèn)為當(dāng)時(shí)所有的錯(cuò)誤信息泛濫，每個(gè)人都對(duì)他們?cè)贑hatGPT上看到的任何內(nèi)容持非常懷疑的態(tài)度，他們會(huì)去核實(shí)一下，而且在大多數(shù)情況下，它實(shí)際上是錯(cuò)誤的。但是，現(xiàn)在，在大多數(shù)情況下，當(dāng)你只是在ChatGPT上閱讀一些內(nèi)容時(shí)，你會(huì)相信它。你會(huì)覺(jué)得，它可能是對(duì)的，因?yàn)槟銓?shí)際上已經(jīng)核實(shí)了好幾次了。

隨著時(shí)間的推移，它實(shí)際上贏得了你的信任。你一次又一次地看到了它的正確性。隨著時(shí)間的推移，你實(shí)際上與人工智能建立起了這種信任。我認(rèn)為人工智能不是一個(gè)短期內(nèi)就能解決的問(wèn)題，而是我們?cè)诓痪玫膶?lái)會(huì)在不同方面吸引大量關(guān)注的東西。然后我們會(huì)像這樣，開(kāi)始與像人工智能系統(tǒng)這樣的事物發(fā)展信任關(guān)系。我們就會(huì)像這樣，開(kāi)始信任它們。或者即使在計(jì)算機(jī)剛出現(xiàn)的時(shí)候，人們也不信任它們，但現(xiàn)在每個(gè)人都相信計(jì)算機(jī)就像會(huì)做你告訴它們要做的事情一樣。

技術(shù)基礎(chǔ)設(shè)施與可追溯性

主持人: 所以我只是想問(wèn)你，在中國(guó)，情況是否有所不同？或者對(duì)于企業(yè)使用人工智能而言，這是一種相當(dāng)相似的信任觀念和對(duì)信任的需求嗎？

張予彤: 我認(rèn)為信任實(shí)際上可以通過(guò)技術(shù)來(lái)促成，而信任也是用戶的感知。當(dāng)我們第一次推出這個(gè)應(yīng)用程序時(shí)，我們連接了搜索工具，而且，我們展示了所有的引文、所有的參考資料，就是人工智能從網(wǎng)絡(luò)、從文件獲取信息的具體句子。這種互動(dòng)層面實(shí)際上有助于人們對(duì)技術(shù)產(chǎn)生更多的信任感。

而且，我認(rèn)為，某種程度上的可追溯性是另一個(gè)因素。以前人工智能就像一個(gè)黑匣子，它們給你一個(gè)復(fù)雜計(jì)算得出的數(shù)字，你不知道這個(gè)數(shù)字是從哪里來(lái)的。但現(xiàn)在通過(guò)所有的推理步驟，我們可以看到人工智能如何使用工具、收集信息，最終綜合出答案的整個(gè)軌跡。

所以我覺(jué)得這絕對(duì)非常重要。人工智能不能只是提供直接的答案，它必須把所有的思考過(guò)程、所有的工具、所有的數(shù)據(jù)來(lái)源都拆解開(kāi)來(lái)。所以我想在那方面需要構(gòu)建大量的基礎(chǔ)設(shè)施，讓人們覺(jué)得，好的，他們可以信任這項(xiàng)技術(shù)，不僅是執(zhí)行，還包括很多關(guān)于如何運(yùn)營(yíng)業(yè)務(wù)的決策。或者，他們真的可以讓大型語(yǔ)言模型（LRM）來(lái)決定很多事情。如果人們能夠定義“好”的標(biāo)準(zhǔn)是什么，匯集所有專家的意見(jiàn)，作為評(píng)估標(biāo)準(zhǔn)，然后我們就可以真正構(gòu)建一個(gè)由大型語(yǔ)言模型（LOM）驅(qū)動(dòng)的可擴(kuò)展決策系統(tǒng)。

主持人: 人們，我很好奇，像你，以及其他人可能對(duì)此有何想法，在其他人發(fā)言后請(qǐng)隨時(shí)加入，但是，你正在建立一家企業(yè)，以幫助其他公司，為這個(gè)人工智能世界進(jìn)行構(gòu)建。我今天很好奇，而且我預(yù)想這會(huì)發(fā)生變化，你們?cè)诙啻蟪潭壬峡紤]幫助大型成熟企業(yè)，以及你們有多少想法轉(zhuǎn)向，我如何確保我能成為那一代幾家初創(chuàng)公司的好伙伴？今天的精力集中在哪里，你對(duì)后者考慮了多少？

皮普爾·辛哈: 對(duì)于更大的公司而言，我們正在討論的問(wèn)題是信任，這也是我們關(guān)注的重點(diǎn)。我們正在幫助他們采用一種生成式工作流程。我們理解的是，許多這些組織都有文檔，其中說(shuō)明了哪些是允許做的，哪些是不允許做的。但他們很難將這些轉(zhuǎn)化為一套能讓您的智能體和模型執(zhí)行的規(guī)則，因?yàn)樗鼈兪歉怕氏到y(tǒng)，而這些規(guī)則是固定的。

因此，我們正在與客戶合作的是，我們能否采用這套規(guī)則，訓(xùn)練一個(gè)模型，使其成為您智能體工作的判斷模型？這樣您就可以用另一個(gè)基于您自己規(guī)則集的LLM來(lái)判斷一個(gè)LLM，這與您剛才描述的類似。因此，您不必創(chuàng)建規(guī)則。讓神經(jīng)驅(qū)動(dòng)規(guī)則。這樣LLM就可以判斷LLM，然后您對(duì)這些結(jié)果的準(zhǔn)確性更有信心。

所以，這些是我們的客戶希望發(fā)展的方向。他們不想從事將他們的業(yè)務(wù)規(guī)則轉(zhuǎn)化為阻止代理的業(yè)務(wù)。他們希望賦能代理，但他們希望以一種讓他們擁有更高信心的方式來(lái)賦能代理。在幻覺(jué)率、第三方網(wǎng)絡(luò)攻擊和攻擊面方面更大。所以這些就是我們正在解決的問(wèn)題。

人工智能吞噬軟件：未來(lái)的無(wú)形化趨勢(shì)

主持人: 所以聽(tīng)起來(lái)你仍然將你的業(yè)務(wù)視為幫助大公司采用人工智能。我很好奇，也許理查德，你對(duì)這需要如何隨著時(shí)間的推移而轉(zhuǎn)變，以便初創(chuàng)公司也在思考，我如何幫助這些新一代公司？因?yàn)槲也孪耄?dāng)我們一兩年后坐在這里時(shí)，這個(gè)小組中的某個(gè)人將運(yùn)營(yíng)一家估值達(dá)到十億美元或更高的公司，盡管如今這似乎不算什么。那是一家種子前初創(chuàng)公司。但是，只有少數(shù)幾個(gè)人擁有的、具有相當(dāng)可觀估值的公司，他們將是你們的一些客戶。理查德，你對(duì)此有何看法？

理查德·索克: 總的來(lái)說(shuō)，當(dāng)然，每個(gè)人都喜歡規(guī)模，大客戶可以帶來(lái)規(guī)模，但大客戶的采購(gòu)流程也長(zhǎng)得多，而對(duì)于一家小型初創(chuàng)公司來(lái)說(shuō)，處理這些事情很困難。所以這是一種權(quán)衡。你擁有的初創(chuàng)公司越小，你的發(fā)展速度就越快。然后你可以希望其中一些初創(chuàng)公司能夠真正實(shí)現(xiàn)規(guī)模化并持續(xù)增長(zhǎng)。

然后說(shuō)到信任，這對(duì)我們來(lái)說(shuō)確實(shí)非常重要。事實(shí)上，在 2022 年，我們申請(qǐng)了專利，并交付了搜索引擎與大型語(yǔ)言模型（LM）的首次連接，這樣你實(shí)際上就有了引用。我認(rèn)為引用現(xiàn)在顯然已經(jīng)無(wú)處不在了，它們是隨著時(shí)間的推移建立信任的一種方式。這又回到了授權(quán)能力，做好授權(quán)的一部分是知道何時(shí)信任，何時(shí)需要“信任但要驗(yàn)證”，然后隨著時(shí)間的推移來(lái)建立這種能力。

主持人: 但總的來(lái)說(shuō)，我的直覺(jué)是，20 年后最大的公司將是那些現(xiàn)在起步并且是人工智能原生的公司。Yutong，你一開(kāi)始提到，你們的一些客戶實(shí)際上是個(gè)人，他們引入你的聊天機(jī)器人來(lái)幫助他們更好地完成工作，無(wú)論他們的雇主是否是人工智能優(yōu)先型。你如何看待當(dāng)今聊天機(jī)器人的客戶是誰(shuí)，以及未來(lái)客戶的構(gòu)成？

張予彤: 是的。所以我認(rèn)為一個(gè)非常重要的變化是，我沒(méi)有看到軟件會(huì)消失，但我認(rèn)為軟件將變得無(wú)形。所以我想現(xiàn)在的情況是，如果我們想創(chuàng)建一個(gè)Word文檔，或者我們需要記住所有用于Excel的公式，或者，創(chuàng)建一個(gè)非常漂亮、易于展示的PowerPoint幻燈片，人們直接使用圖形用戶界面（GUI），點(diǎn)擊數(shù)百個(gè)按鈕，記住所有的公式。

但我認(rèn)為在未來(lái)，人類肯定將只使用自然語(yǔ)言，通過(guò)智能代理來(lái)獲取所有工具和所有軟件的所有能力。我認(rèn)為人工智能可以幫助我們使用、訪問(wèn)所有軟件。我認(rèn)為這就是它將如何改變?cè)S多公司的工作方式。人們可以利用人工智能作為一種超能力來(lái)幫助他們的工作。

主持人: 有人本周說(shuō)，我很抱歉，我在盜用別人的智慧，但最近有一個(gè)著名的說(shuō)法，即軟件正在吞噬世界，而人工智能正在吞噬軟件。這是你的看法嗎？

張予彤: 我只是認(rèn)為這更像是用戶界面和用戶體驗(yàn)的轉(zhuǎn)變，因?yàn)槲覀円蕾囉诖罅康狞c(diǎn)擊和按鍵對(duì)于先前的交互，但我認(rèn)為未來(lái)的交互將更加自然，只要人們能夠描述他們的意圖，他們就知道如何使用人工智能，然后人工智能可以幫助他們獲取現(xiàn)有軟件提供的所有功能，如果沒(méi)有現(xiàn)有的軟件，人工智能可以利用其編碼能力來(lái)編寫個(gè)性化的工具或軟件來(lái)幫助交付最終結(jié)果。我認(rèn)為這絕對(duì)是不同之處所在。

拉維·馬特雷: 我百分之百同意你的看法，湯。這部分與一個(gè)事實(shí)相關(guān)，即人們沒(méi)有意識(shí)到人工智能或智能能力的提升確實(shí)是呈指數(shù)級(jí)曲線的。在去年，平均而言，推理的每令牌成本平均下降了100倍。在許多用例中，下降了1000倍。因此，當(dāng)這種情況發(fā)生時(shí)，僅僅是智能就能夠基本上使軟件變得可消耗。

即它可以像在四海岸案例中那樣，以魯棒性的方式進(jìn)行“氛圍編碼”（vibe-coded），并且它大部分時(shí)間都是生產(chǎn)就緒的。僅僅是，有人可以想象任何你想通過(guò)軟件自動(dòng)化的任務(wù)，并利用智能來(lái)實(shí)現(xiàn)它。如果我們正處于這樣一個(gè)指數(shù)曲線上，即智能在給定成本和參數(shù)下可以展現(xiàn)出多大的能力，我認(rèn)為你將看到軟件變得無(wú)形，而智能將成為人們表達(dá)他們希望后臺(tái)自動(dòng)化完成任務(wù)的新型“語(yǔ)言”，它將是一種持續(xù)的流動(dòng)。

主持人: 如果我們把這作為假設(shè)，有人想挑戰(zhàn)我們正朝著這個(gè)方向發(fā)展的假設(shè)嗎？

理查德·索克: 我的直覺(jué)是，將會(huì)有一些軟件，你真的希望它做得非常好，而且它是一個(gè)非常常見(jiàn)的用例，比如Instagram或類似的東西，你可以自己搭建一個(gè)Instagram，但你沒(méi)有其背后的網(wǎng)絡(luò)支持，你沒(méi)有用戶貢獻(xiàn)他們的內(nèi)容和相關(guān)東西。但我同意，比如，尤其是在企業(yè)環(huán)境中，如果你巧妙地做到這一點(diǎn)，并且擁有所有復(fù)雜的權(quán)限設(shè)置和報(bào)告等等，如果你能實(shí)現(xiàn)自動(dòng)化，然后在其上進(jìn)行創(chuàng)新，那將會(huì)非常強(qiáng)大。

拉維·馬特雷: 我認(rèn)為這將擴(kuò)展應(yīng)用場(chǎng)景，擴(kuò)展到那些原本軟件不會(huì)被構(gòu)建、并且存在更多手動(dòng)流程和工作流的地方。那很可能會(huì)消失。而且，再說(shuō)一次，由于這種變化的速度是……我認(rèn)為智能能力的指數(shù)級(jí)提升，將令人們感到驚訝。但我同意你的看法，在用戶數(shù)量非常多、因此設(shè)計(jì)的美觀度和完成度以及某些魯棒性方面需要仔細(xì)考量的應(yīng)用場(chǎng)景中，這在更長(zhǎng)一段時(shí)間內(nèi)，或許最終在極限情況下，也可以被自動(dòng)化。這將是利用人工智能來(lái)增強(qiáng)工作流程的工程人員，但也需要進(jìn)行一些設(shè)計(jì)工作。

智能體編排與遞歸自我改進(jìn)

主持人: 如果我們把這視為我們前進(jìn)的方向，那么從實(shí)現(xiàn)方式上我們遺漏了什么？例如，我認(rèn)為我們低估了人工智能的一點(diǎn)是，人類適應(yīng)它的速度會(huì)有多快。如果我們假設(shè)起點(diǎn)是我們將處于一個(gè)企業(yè)將創(chuàng)建這些只需完成必要工作而無(wú)需創(chuàng)建另一款軟件的層級(jí)的世界，我們可能遺漏了什么？在我們?nèi)偾斑M(jìn)之前，我們還必須關(guān)注什么？我們要做什么，還有哪些工作需要完成？

皮普爾·辛哈: 在我看來(lái)，智能體編排是一個(gè)將非常重要的領(lǐng)域。因?yàn)槿绻阆胂胛覀冊(cè)谶^(guò)去15到20年里為實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型而構(gòu)建的所有企業(yè)自動(dòng)化軟件，這個(gè)新的智能體編排層將利用這些軟件。只是人類將不會(huì)參與這個(gè)過(guò)程。隨著時(shí)間的推移，它會(huì)越來(lái)越深入，使工作流引擎徹底變得毫無(wú)用處。

所以最終你將擁有數(shù)據(jù)結(jié)構(gòu)，然后你將擁有智能體編排。因此，尚未被充分理解或尚未受到關(guān)注的是這個(gè)智能體編排層，它接收你的輸入，即你想要完成什么，然后如何創(chuàng)建和編排這些智能體？在我看來(lái)，如果你快進(jìn)10年、15年，你將擁有數(shù)據(jù)、一個(gè)智能體編排器，它可以為你創(chuàng)建你需要的任何類型的工作流，無(wú)論你是想接受客戶的業(yè)務(wù)訂單，還是想為你的客戶或潛在客戶運(yùn)行營(yíng)銷活動(dòng)，或者你想支持你的客戶。它將為你動(dòng)態(tài)生成該工作流，運(yùn)行該工作流，創(chuàng)建結(jié)果，給你最終結(jié)果，并告訴你發(fā)生了什么。但這一個(gè)過(guò)程是一個(gè)編排過(guò)程。

理查德·索克: 我會(huì)說(shuō)可能有兩件事。一是，現(xiàn)在，人工智能正在越來(lái)越多地從最初為人類構(gòu)建的基礎(chǔ)設(shè)施中轉(zhuǎn)移出來(lái)，而現(xiàn)在人工智能開(kāi)始越來(lái)越多地使用它。我們已經(jīng)看到了這一點(diǎn)，比如圖形處理器（GPU），最初是供人們玩游戲使用的，而我們正在訓(xùn)練它們。現(xiàn)在我們正在構(gòu)建專為人工智能設(shè)計(jì)的全新硬件。我們認(rèn)為這是您向上堆棧移動(dòng)的過(guò)程。就像以前許多人工智能模型使用谷歌作為其搜索引擎或搜索結(jié)果頁(yè)面（SERP）API等一樣。現(xiàn)在它們實(shí)際上正在轉(zhuǎn)型，我們正在構(gòu)建一個(gè)實(shí)際的搜索引擎，專門用于大型語(yǔ)言模型（LM），供它們進(jìn)行搜索并總結(jié)所有內(nèi)容。

我認(rèn)為我們大大忽略和沒(méi)有考慮的另一件事是下一層次可能是什么。我從歷史上可以想象的方式是，想象一下IBM的“沃森”團(tuán)隊(duì)剛剛贏得《危險(xiǎn)邊緣》（Jeopardy）時(shí)的情景。每個(gè)人都在互相擊掌慶祝，你會(huì)說(shuō)，辛苦了負(fù)責(zé)地理問(wèn)題的團(tuán)隊(duì)，辛苦了負(fù)責(zé)音樂(lè)問(wèn)題和名人問(wèn)題等的團(tuán)隊(duì)。但順便說(shuō)一句，你們800人將成為一個(gè)單一的神經(jīng)網(wǎng)絡(luò)，因?yàn)槲覀儸F(xiàn)在可以學(xué)習(xí)所有這些知識(shí)，并用一個(gè)學(xué)習(xí)到的系統(tǒng)取代一個(gè)手動(dòng)系統(tǒng)。

目前，構(gòu)建模型的系統(tǒng)實(shí)際上是手動(dòng)完成的。那些非常聰明的人，有時(shí)你需要花5000萬(wàn)美元請(qǐng)他們，他們正在手動(dòng)構(gòu)建關(guān)于如何在新模型創(chuàng)建時(shí)奏效的直覺(jué)，然后合并一個(gè)新模型需要數(shù)月時(shí)間，接著你就得到了GPD 5.3或類似的東西。這部分本身也可以實(shí)現(xiàn)自動(dòng)化，那將是一種遞歸的自我改進(jìn)。這些模型會(huì)自行變得更好。

主持人: 完全正確。珍妮絲，你認(rèn)為哪些事情因?yàn)槲覀兡壳安皇茿I原生而尚不是問(wèn)題，但當(dāng)我們成為AI原生時(shí)，會(huì)成為問(wèn)題或挑戰(zhàn)？

雅尼斯·安特諾格魯: 實(shí)際上，我只是想回到智能體注冊(cè)（agent-registration）這個(gè)問(wèn)題上。我認(rèn)為這不只是一個(gè)智能體注冊(cè)的問(wèn)題，而更多是多智能體（multi-agent）的問(wèn)題。當(dāng)你有一個(gè)系統(tǒng)，其中既有人類也有許多智能體彼此互動(dòng)時(shí)，以及這些系統(tǒng)的動(dòng)態(tài)特性是什么。這不是一個(gè)被充分理解的系統(tǒng)。我們對(duì)此幾乎沒(méi)有任何科學(xué)依據(jù)。我們不知道如何優(yōu)化這些模型，使其在多智能體系統(tǒng)中運(yùn)行得更好。這方面有一些初步的研究，但還不夠成熟。我認(rèn)為，隨著像代理（agent）和擁有許多代理相互作用的系統(tǒng)的激增，這將成為一個(gè)更緊迫的問(wèn)題。

明年的常識(shí)：長(zhǎng)效代理與強(qiáng)化學(xué)習(xí)

主持人: 那么最后一個(gè)問(wèn)題，對(duì)你們每個(gè)人來(lái)說(shuō)，有什么是今天聽(tīng)起來(lái)有點(diǎn)激進(jìn)，但你們認(rèn)為到今年年底就會(huì)顯而易見(jiàn)的？到明年達(dá)沃斯會(huì)議時(shí)，這聽(tīng)起來(lái)像是今天很棒的預(yù)測(cè)，但你認(rèn)為到我們明年再次會(huì)面時(shí)，它將成為常識(shí)性的智慧。

張予彤: 人工智能將創(chuàng)造出最好的人工智能，而不是人類。我認(rèn)為這是一個(gè)非常長(zhǎng)的代理期。我認(rèn)為在擁有一個(gè)可用、可擴(kuò)展的人工智能系統(tǒng)之前，人工智能需要擁有像人類一樣非常長(zhǎng)的代理期。比如，我正和我的團(tuán)隊(duì)一起工作。我們每周都有一次會(huì)議，我們?cè)O(shè)定目標(biāo)，討論大概的任務(wù)，然后他們就自己獨(dú)立去自主工作，然后我們可以下周再見(jiàn)面看看結(jié)果。所以我認(rèn)為非常長(zhǎng)的代理期可能會(huì)實(shí)現(xiàn)。

拉維·馬特雷: 還有其他想法嗎？我想我們將首先看到的是關(guān)于，智能能力的前沿，即某種更持續(xù)學(xué)習(xí)的能力。它可能不完美，但模型能夠根據(jù)它們與環(huán)境的交互方式進(jìn)行調(diào)整，然后對(duì)其核心知識(shí)進(jìn)行某種更新。

皮普爾·辛哈: 對(duì)于企業(yè)而言，強(qiáng)化學(xué)習(xí)目前沒(méi)有被正確理解。許多企業(yè)的挑戰(zhàn)在于沒(méi)有通用的員工。每個(gè)人都為企業(yè)執(zhí)行特定的任務(wù)，這就是為該企業(yè)定義的業(yè)務(wù)流程。尚未被充分理解的是，強(qiáng)化學(xué)習(xí)將如何獲取企業(yè)的特定工作流程并進(jìn)行強(qiáng)化學(xué)習(xí)，以使通用模型適用于企業(yè)，而我們將在明年看到這是重大進(jìn)展。今天有點(diǎn)理論化，但這將加速人工智能在企業(yè)中的采用。

雅尼斯·安特諾格魯: 我想我同意你的觀點(diǎn)，真正的長(zhǎng)效代理（或長(zhǎng)期能動(dòng)性）將成為常態(tài)。

主持人: 我希望明年我們有機(jī)會(huì)討論所有這些內(nèi)容。我相信那將是變革巨大的一年。非常感謝亞尼斯、比波爾、理查德、予彤和拉維，進(jìn)行了一次精彩的討論。