AI撞上“1%墻”，傅盛談Agent如何跨越生產力場景信任門檻

“一切競爭終將回歸用戶體驗的原點。

人類的想象邊界正隨著AI的發展不斷被突破。AI正加速走出研究語境，深度嵌入產業運行、資本流動與社會結構之中，持續重塑全球科技演進的節奏與方向。與此同時，算力、模型、數據與應用場景的重新分布，也在推動全球產業鏈在不同區域間重新錨定位置。

然而，我們仍需要面對這樣幾個問題：為什么大多數所謂的“智能產品”在生產力場景中依然步履維艱？為什么AI即便是98%的準確率，在某些領域依然被視為不及格和不被信任的失敗品？在全球AI大爆發的背景下，中國企業又該如何找尋自己的新坐標？

在1月16日舉行的2026世界人工智能大會WAIC Up！期間，獵豹移動董事長兼CEO、獵戶星空董事長傅盛接受了數據猿聯合創始人、主編張艷飛的專訪。他認為，我們正處于從“人圍著機器轉”到“機器圍著人轉”的質變前夜，這場變革，是一場關于AI產品如何跨越那最后0.1%準確度的撞線時刻。

單元模型的上限并未觸及天花板

獵豹移動，這家誕生于2010年、以安全工具出海聞名中國的科技企業，如今正悄然轉身。從最初的安全工具到如今全面擁抱大模型與智能體時代，獵豹這家互聯網的“老兵”與其董事長傅盛一同，站在了AI產業變革的前沿。

在大會的演講中，傅盛將AI視為一次結構性機遇——“AI是上天送給華人最好的禮物?！痹谒磥?，這一輪技術浪潮為中國企業提供了前所未有的機會窗口，但真正決定能否抓住機會的，并不只是模型或算法層面的技術升級，而是一場涉及思維、組織與產品的系統性變革。在獵豹內部，公司已經開始通過AI Native組織化機制打破傳統職能邊界，鼓勵全員直接參與編程與產品創造，而這一切的前提，是企業的一把手必須真正理解AI，并將其納入長期戰略之中。

近年來，隨著GPT-4、Gemini、Claude等基礎大模型的不斷涌現，模型參數來到了萬億級門檻，產業界開始浮現一種隱憂：“縮放定律”（ScalingLaw）——即模型性能隨參數規模與數據量提升而提升的規律——是否正在失效？

對此，傅盛表示：“縮放定律本質也不是一個被推理出來的東西，而是一個被實踐證明的規律。目前看來，基礎大模型的能力應該還是有很大的上升空間?！奔幢阌腥藫钠浔憩F形態會發生變化，例如強化學習的重要性日益凸顯，但他認為單元模型的上限并未觸及天花板。

他特別指出，美國持續大規模建設AI算力中心的行為，實際上反向證明了基礎模型仍有進化潛力，否則如此巨大的投入將失去其底層商業邏輯。

這種“預期”背后，是中國企業在基礎大模型領域與全球領先者之間微妙的位置關系?；A大模型技術本身仍屬“黑盒”或“灰盒”范疇，其智能涌現機制尚未完全明晰。因此，規模化的實踐非常關鍵，而算力決定了大模型訓練規模和迭代機會。傅盛坦誠認為，目前全球只有中美具備大規模訓練基礎大模型的能力，“美國暫時領先是現狀”。中國廠商能夠“保持在不錯的基準線”，但與最頂尖水平“仍有一些差距”。這種差距不僅源于算力與數據，更在于持續的實踐迭代與生態積累。

獵豹移動董事長兼CEO、獵戶星空董事長傅盛接受數據猿聯合創始人、主編張艷飛采訪

Agent落地的“98%準確率”困境

如果基礎大模型是AI的“大腦”，那么AI智能體（AI Agent）就是“手與腳”。2025年被普遍認為是“AI智能體爆發年”，它讓大家意識到，具備自主規劃與執行能力的“智能體”，才是AI產業化的必經之路。幾乎所有的AI企業，都將在這一波以“執行力”為核心的進化中，重新尋找自己的位置。

傅盛對Agent的發展保持審慎樂觀的態度。他認為Agent的效能極大程度上受限于基礎模型的能力，尤其是在生產力場景中，極小的錯誤率都可能導致整個任務的失敗。誤差、幻覺、邏輯混亂，這些問題在一些簡單的問答場景中或許可以容忍，但在企業級的應用場景中，如代碼生成、財務分析、決策建議等任務，Agent的缺陷會被極速放大，準確率低于98%的產品是無法被接受的。

這正是當前Agent落地難的核心：“在一些場景里，你只比別人好10%，就能拿走全部市場；而在另一些場景，10%的錯誤就是致命的?！?/p>

面對這個“98%困境”的問題，企業該如何應對？

傅盛提出的應對之道是“收縮范圍”，即通過縮小Agent的處理邊界來換取準確率的提升?！爱斈惴秶銐蛐〉臅r候，那么就可以把準確率提上去，一泛化就不行。當前企業端Agent的突破多從具體場景切入，而非一次性解決所有問題。”他將此過程類比為智能手機的誕生，雖然早期產品在續航等指標上不如傳統手機，但只要在一個核心點上展現出無可比擬的能力，就能吸引用戶并逐步完成技術更迭。

在Agent落地產業仍存在多重挑戰之際，AI正讓許多沉寂已久的硬件品類“重生”。曾經的“智能眼鏡”不溫不火，只因當時的AI能力無法支撐真正的智能交互。如今，融合了實時翻譯、場景識別、語音助手的AI眼鏡，開始提供顛覆性體驗。同樣，傳統的錄音筆疊加AI會議紀要總結功能后，也從邊緣工具變為職場生產力核心。而AI玩具、個人化學習設備等新品類也隨著AI的進步，開始大規模涌現。

傅盛分析認為，這一切的背后邏輯是：當基礎大模型的能力達到某個“閾值”，AI便不再是一個附加功能，而是重新定義產品價值的存在。他堅信，這種AI從工具到有獨立思想助手的演進，將為每個用戶提供專屬的生活和工作秘書，從而創造出巨大的產業機會。

傅盛在WAIC Up！全球年終盛會發表演講

獵豹的“三線作戰”：

務實者的AI商業化樣本

面對波瀾壯闊又前路未明的AI浪潮，公司該如何進行戰略布局？傅盛清晰地勾勒出三條戰線：

1.賦能出海：鞏固、提升既有優勢。將自身多年的海外市場經驗、云管理服務及廣告代理資源，與AI Agent能力結合，為企業提供“AI賦能出?！钡囊徽臼浇鉀Q方案，提升從部署到營銷的效率。

2.軟件重生：AI重構傳統產品。其核心思路不是盲目追逐原生AI應用，而是用AI深度改造擁有龐大存量用戶的成熟產品。例如，在傳統的安全軟件能力基礎之上進化新的通用Agent產品“電腦AI伙伴”——元氣AI Bot，作為國產版的openclaw的定位，用戶僅需要從繁瑣的自主排查變為用自然語言描述問題，元氣AI Bot自動診斷并修復。另一例是將傳統PDF工具進行AI化改造，提升信息處理效率。這種“AI化重生”路徑，風險更低，用戶遷移成本小，且能快速兌現價值。

3.機器人攻堅：“以終為始”加速硬科技落地。對于獵戶星空的機器人業務，傅盛展現出一種極為冷靜的商業邏輯：“機器人在物理環境里，不是98%、99%，是99.9%，用戶也不能接受，就是不能出錯。它有點像自動駕駛。”傅盛把這最后0.1%稱為“魔鬼區間”，要靠傳感器冗余、小模型校驗、人類兜底三種方式把關，“先把0.1%砍到0.01%，再談家庭場景?！?/p>

因此獵戶星空的策略是“以終為始”，不追求實驗室里的參數領先，而是專注于展廳導覽引領、餐廳送餐、酒店遞送等已經能夠產生商業回報的具體場景，他告訴數據猿：“找到一個好場景，就落地，就要保證在商業場景里跑起來。”這種專注于具體場景的理念，為獵豹的產品布局提供了戰術指引。2025年7月，獵豹收購了一家協作臂公司Ufactory，進一步拓展了機械臂在商業場景的全球化落地。

在傅盛看來，從0.1%到0.01%的跨越，不僅是技術成熟度的標尺，更是AI從“可用”走向“可信”、從“工具”走向“伙伴”的關鍵轉折。而這一過程，恰恰是回歸到技術的本質——用戶體驗。當機器足夠理解人、可靠地服務于人，交互的形態也將自然演進。

交互的終極形態：

從“人適應機器”到“機器適應人”

一切競爭終將回歸用戶體驗的原點。

隨著智能體時代的加速演進，傅盛強調，未來所有的APP都值得以AI為核心重做一遍。帶來這個變革的關鍵在于，AI能夠理解用戶意圖并直接解決問題。

他舉例稱，以前即使用上圖形界面，用戶仍須學習如何操作，例如找到支付按鈕；而現在AI能主動圍繞人的需求運作，不僅生成答案，更可直接完成操作。以最近爆火的APP“死了嗎”為例，創始人“可能都沒怎么寫過程序”，僅憑AI在30天就打造出1.0版本，他表示“在以前不能想象”。

在此趨勢下，獵豹移動正致力于將原有的成熟產品進行全方位的AI化重塑。獵豹目前重點深耕辦公效率領域，將傳統安全軟件和清理工具升級為“電腦AI伙伴”元氣AI Bot。通過多年積累的數千個故障案例，AI現在可以根據用戶的口頭描述，現場編寫診斷代碼來解決打印機連接或系統報錯等問題，據悉，相對openclaw，元氣AI Bot不僅一鍵部署，而且免費試用。就在近期，元氣AI Bot剛剛上線移動端APP，手機遠程即可操控電腦，文件傳輸、預定會議、電腦鎖屏等等。

傅盛在WAIC Up！發表演講

同時，Agent也在對交互方式產生顛覆性變革。傅盛表示獵豹內部正在內測的元氣AI Bot只剩一個對話框，用戶語音交互，Agent直接調用腳本、清理緩存、彈出報告，不再需要層層點擊。

他引用喬布斯觀點指出，“每一次UI的變革都是一次巨大的產業機會?！?/p>

命令行到圖形界面是第一次，觸摸屏是第二次，而如今，自然語言交互正在開啟第三次浪潮。未來的應用形態可能不再是一個需要學習、點擊的孤立圖標，而是一個能理解用戶模糊意圖、自主調用各種服務、完成復雜任務的“智能體”。

這不僅是一種技術的升級，更是一種產品哲學的轉變——從“人適應機器”到“機器適應人”。

獵豹的轉型之路，也正是中國科技企業擁抱AI浪潮的一個縮影——不盲目追逐熱點，而是基于自身基因，在出海經驗、軟件積累與硬件場景中尋找AI的最佳切入點。在這個“所有應用都值得重做”的時代，或許正是這種務實與愿景的結合，最能定義下一階段的競爭格局。