編者按：本文來自微信公眾號 “中國企業(yè)家雜志”（ID：iceo-com-cn），作者：閆俊文，創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

2025年，大模型競賽進(jìn)入第三個年頭，從國家到產(chǎn)業(yè)都逐漸意識到，這是一場拉力賽，人才競爭是勝負(fù)手，技術(shù)大咖可以帶動數(shù)億元的資金流動。

微軟亞洲研究院被外界稱為中國智能產(chǎn)業(yè)的“黃埔軍?！?，張亞勤作為微軟亞洲研究院的初代“掌門人”，是人才與技術(shù)變化浪潮的重要開啟者。從科學(xué)家、企業(yè)家再到清華教授，他成了觀察時代切面的一面鏡子。

1998年，張亞勤回國參與創(chuàng)建微軟中國研究院，2001年，該研究院升級為微軟亞洲研究院，張亞勤任首屆院長，此后至今，這家機(jī)構(gòu)持續(xù)不斷為中國互聯(lián)網(wǎng)和AI產(chǎn)業(yè)注入人才資源。王堅、張宏江、林斌、湯曉鷗等在產(chǎn)業(yè)界和科技界舉足輕重的人物都曾在微軟亞洲研究院工作過。

張亞勤曾在微軟任職長達(dá)16年，擔(dān)任微軟全球副總裁和微軟中國董事長，2014年9月，他加入百度，擔(dān)任總裁一職，直至2019年10月退休。當(dāng)時，小米董事長雷軍專門發(fā)微博，送上祝福：“祝賀張亞勤，祝賀百度，歡迎更多的跨國公司精英加入國內(nèi)企業(yè)?！?/p>

可以說，張亞勤親歷了中國互聯(lián)網(wǎng)以及AI發(fā)展的全過程。2015年，他就在媒體撰文，首提“AI+”，當(dāng)時他就堅信，“人工智能是未來40年、50年的主流技術(shù)”。

2019年退休后，張亞勤重返學(xué)術(shù)界，籌建了清華大學(xué)智能產(chǎn)業(yè)研究院（AIR），該機(jī)構(gòu)的使命是利用人工智能技術(shù)賦能產(chǎn)業(yè)升級、推動社會進(jìn)步。

近期，張亞勤出版了新作《智能涌現(xiàn)：AI時代的變革與思索》，姚期智、雷軍、李開復(fù)等寫了推薦語，雷軍提到“這本書中有很多內(nèi)容涉及已然成勢或即將成勢的契機(jī)”——行業(yè)進(jìn)入物理智能與數(shù)字智能、生物智能相互融合的創(chuàng)業(yè)周期以及自動駕駛重構(gòu)全球汽車產(chǎn)業(yè)的趨勢等。

在書中，張亞勤這樣說：AI給個人消費者帶來的價值提升，可能是漸進(jìn)的、逐步積累的；為企業(yè)乃至行業(yè)帶來的價值改變，則可能是高效的、迅速顛覆的。

現(xiàn)在，智能體成了AI價值提升的最前沿方向，張亞勤告訴《中國企業(yè)家》：“現(xiàn)在智能體還處在一個很初步的階段，市場上，大家都在說智能體，其實大部分可能還不是真正的智能體?！?/p>

此外，他還展望，未來AI+HI（HI即人的智力，human intelligence）智能體的復(fù)合智商將會達(dá)到1200分，比人類自身的智商至少要高出一個數(shù)量級。

以下是《中國企業(yè)家》與張亞勤對談的詳細(xì)內(nèi)容（有刪減）：

智能體最佳的方式就是為人工作

《中國企業(yè)家》：近期，您提出，生成式AI正轉(zhuǎn)向智能體AI，其中有兩個突破，一個是任務(wù)長度，另一個是任務(wù)準(zhǔn)確度。

張亞勤：這幾年，人工智能從鑒別式人工智能，比如語音識別、圖像識別、人臉識別轉(zhuǎn)向生成式人工智能，生成文字、生成視頻、生成蛋白質(zhì)（新結(jié)構(gòu)），現(xiàn)在，它正向智能體轉(zhuǎn)變，轉(zhuǎn)向自主智能。

什么是自主智能？就是當(dāng)你告訴AI一個目標(biāo)，它可以自主找到路徑，然后實現(xiàn)目標(biāo)，和人類越來越像。人類最大的一個能力就是去定一個目標(biāo)，然后去規(guī)劃、決策、行動。

智能體有兩個很重要的指標(biāo)，一個是任務(wù)長度，任務(wù)很復(fù)雜，智能體會分成不同的階段，然后在每個階段定義子目標(biāo)，并去做優(yōu)化，最后，再把它們連在一塊，形成大目標(biāo)。

過去的7個月，智能體處理的任務(wù)長度已經(jīng)double（翻倍），未來6個月、7個月可能還會double。

另外一個是準(zhǔn)確度，智能體的任務(wù)準(zhǔn)確度（能）達(dá)到超過一半（50%）的程度，比如智能體要達(dá)到目標(biāo)，中間需要經(jīng)過20個不同的路徑，20個子任務(wù)串起來之后，50%的時間可以達(dá)到目標(biāo)，如果沒達(dá)到，智能體可以和人交互，幫助它完成這個任務(wù)。

《中國企業(yè)家》：記憶對智能體來說，也是很關(guān)鍵的指標(biāo)。

張亞勤：對，現(xiàn)在智能體很重要的功能就是它有長期的記憶了。這個記憶就是智能體做了很多事之后，它會記住，比如到了下個月，它還可以記住上個月做的事。目前，AI記憶系統(tǒng)還比較初步。

《中國企業(yè)家》：智能體是很早就有的概念了，為什么到今年就這么熱？

張亞勤：在計算機(jī)領(lǐng)域，智能體講了幾十年，但過去的智能體基本上都不太能工作，第一，算法不行，第二，算力不行。從2024年到今年很大的一個變化是，整個算力提高了差不多十倍，推理的算法改善了，數(shù)據(jù)也越來越多，越來越規(guī)范化，用MCP可以連接不同的網(wǎng)站、不同的數(shù)據(jù)庫。所有的這些加一塊，現(xiàn)在的智能體可以解決相對比較復(fù)雜的任務(wù)了。

但現(xiàn)在智能體還處于一個很初步的階段，所以，我們把智能體也定義為5個級別，L1到L5，這有點像智能駕駛，要看它的自主智能程度。市場上，大家都在說智能體，其實大部分可能還不是真正的智能體。

《中國企業(yè)家》：判斷它是不是一個真正的智能體，就看它的任務(wù)長度和任務(wù)準(zhǔn)確度。

張亞勤：是的，也包括記憶的功能，還要有推理、規(guī)劃、決策，以及行動能力，要達(dá)成一個閉環(huán)。如果一個事情，它能事先分解成n個任務(wù)，然后每個任務(wù)都有固定路徑，那這個可能就是自動化。

智能體，就是讓它在一個大范圍里面去學(xué)習(xí)，然后找到它認(rèn)為的最佳路徑，最后，完成整體任務(wù)。

《中國企業(yè)家》：紅杉美國前段時間有個報告提到，智能體對客戶的交付，原來是交付過程，現(xiàn)在是交付結(jié)果。

張亞勤：智能體一定是交付結(jié)果。用戶去告訴智能體這件事，最后它把這件事做成。智能體最佳的方式就是為人工作，進(jìn)行推理任務(wù)集合。

另外很重要的一方面是，智能體和智能體互相之間要學(xué)習(xí)，它們在學(xué)習(xí)和博弈的過程中進(jìn)化，所以，多智能體交互是達(dá)到通用人工智能（AGI）的一個重要路徑。而且，智能體學(xué)習(xí)的時候，初始知識越少越好，讓智能體在交互中學(xué)習(xí)。

《中國企業(yè)家》：不需要做太多的預(yù)訓(xùn)練？

張亞勤：當(dāng)然需要一些預(yù)訓(xùn)練，但這是一個有意思的trade off compromise（折中妥協(xié)），你給它的知識越多，智能體發(fā)展的空間自由度也越少。就像下圍棋似的，谷歌的AlphaGo，一開始的版本是要學(xué)幾十萬個棋譜，到后來，AlphaGo Zero就不用學(xué)這么多棋譜了，只要告訴它規(guī)則，什么叫贏，什么叫輸，它就會從零開始，在多個智能體中互相博弈、學(xué)習(xí)。

《中國企業(yè)家》：很多人可能很重視預(yù)訓(xùn)練，但對現(xiàn)實世界的反饋，是不是才是下一步發(fā)展智能的重點？

張亞勤：就像我們?nèi)艘粯拥?，我們要學(xué)一些知識，但最重要的知識還是我們到工作和生活中去學(xué)習(xí)。

最近，“強(qiáng)化學(xué)習(xí)之父”理查德·薩頓（Rich Sutton）有個比喻，他說，人工智能分成三個階段，第一階段，給你吃魚；第二階段，教你怎么釣魚，這有點像預(yù)訓(xùn)練，然后加上強(qiáng)化學(xué)習(xí)；第三階段，不教你怎么釣魚，先讓你吃一下魚，這魚特別好吃，讓你很餓，然后你去找魚，怎么找魚，它不管。最后是第三種方式能最大程度把你的潛力發(fā)掘出來。

《中國企業(yè)家》：目前，Scaling Law（規(guī)模定律）發(fā)生了一些變化，您提到了智能體規(guī)模定律（Agentic SL），什么是智能體規(guī)模定律？

張亞勤：ChatGPT出來之后，最重要的一個規(guī)律，就是Scaling Law，數(shù)據(jù)越多，算力越強(qiáng)，結(jié)果就越準(zhǔn)確，到了一定程度，比如1億、100億、千億參數(shù)，準(zhǔn)確度就按指數(shù)級上升，所以叫做涌現(xiàn)效應(yīng)。

從千億參數(shù)到萬億參數(shù)，再往上走，基本上還是按照這個指數(shù)走，但到了2024年底、2025年初，上升速度不是指數(shù)級了，變平緩了，很重要的原因就是數(shù)據(jù)用的差不多了，但智能上限還遠(yuǎn)遠(yuǎn)沒有達(dá)到。

此外，預(yù)訓(xùn)練的Scaling Law轉(zhuǎn)移到后面了，有了模型后，怎么做推理？可能推理步驟越多，模型的智商會越高?，F(xiàn)在大家都在探索，在推理階段，包括到了智能體階段，Scaling Law是不是還有效？此外，Scaling Law主要在語言方面，那么在視覺方面，它還成立嗎？大家也在爭論。

我覺得，整體人工智能的Scaling Law還是成立的，只是移到不同的地方去了。

《中國企業(yè)家》：有沒有可能存在一種情況——小模型，有大能力？

張亞勤：未來5至10年，主流還是數(shù)據(jù)驅(qū)動的大模型，到了推理階段，比如端側(cè)，模型規(guī)模會小一點，但它還是建立在大模型之上的。如果沒有大模型，從小數(shù)據(jù)、小參數(shù)做一個模型，這個模型基本上很難泛化。某個算法可以解決一件事，并且做得很好，但這個不是人工智能發(fā)展的主流。

連接數(shù)字世界和物理世界，通向AGI

《中國企業(yè)家》：從比特世界到原子世界，這是從描述智能到干預(yù)智能的演變嗎？

張亞勤：我把它分成三個不同的層次。第一，信息智能，它完全在數(shù)字世界里，比如語言、圖像、視覺，包括我們的蛋白質(zhì)（結(jié)構(gòu)）；第二，物理智能，比如機(jī)器人、無人車，物理世界、物理設(shè)施用到人工智能，需要智能體和物理世界有交互、行動，以及反饋。

第三，生物智能，比如腦機(jī)接口，把大模型用到生命體、生物體，也要涉及物理智能和信息智能。

如果我們定義通用人工智能超越99%的人類，完成絕大多數(shù)的任務(wù)。這個時候，就一定要有賴物理智能和生物智能的交互，比如你要學(xué)游泳，就要去和別人交互，得到真實世界的反饋。所以，智能體之間的交互，包括和環(huán)境的交互，都很重要。

《中國企業(yè)家》：這是不是人工智能接下來發(fā)展的重點？

張亞勤：是的，真實世界有很多數(shù)據(jù)，但它也有一些問題，任務(wù)太分散，比如機(jī)器人可以做各種各樣的事情，但在每個領(lǐng)域，它的數(shù)據(jù)又是不夠的。

另外，真實世界和數(shù)字世界沒有連接在一塊。過去，我們做的事都在真實世界，虛擬世界則另有一套算法，兩個世界連不在一塊，在虛擬世界訓(xùn)練好的策略到了真實世界，它就不奏效了。所以，我們提出RSR（Real2Sim2Real），就是要把信息世界和物理學(xué)連在一塊，形成閉環(huán)。

攝影：鄧攀

《中國企業(yè)家》：在RSR這個過程里，哪一步數(shù)據(jù)反饋是最難的？

張亞勤：RSR首先要理解物理世界，比如把某個動作抽象出來，就挺難的，但抽象出來之后，變成數(shù)字世界里面的模型參數(shù)，再去訓(xùn)練它，訓(xùn)練各種各樣的可能性，生成各種數(shù)據(jù)，比如，讓各種機(jī)器人做早飯、爬山。之后再讓機(jī)器人回到真實世界里去工作（Sim2Real），結(jié)果，到這一步往往它就不工作了。

因為真實世界和虛擬世界沒有形成閉環(huán)，不同步，機(jī)器一旦在真實世界工作時間長了，它就發(fā)散，在虛擬世界訓(xùn)練的東西就沒用了。

《中國企業(yè)家》：在自動駕駛場景里，是不是能更好理解這個問題？

張亞勤：無人駕駛的數(shù)據(jù)是不夠的，比如，無人車在復(fù)雜的交通場景里會碰到各種各樣的情況，這時候，如果你用模擬器去生成各種不同的長尾場景，每次生成它，它就會有一個決策。如果你拿這套方案到真實世界里面，你會發(fā)現(xiàn)這兩個是不同步的，第一，AI描述的場景和真實場景還是有很大區(qū)別。第二，因為在真實世界里總會碰到新的case，但你不可能模擬出所有的case出來，而算法總有不收斂的時候，這就需要永遠(yuǎn)在上面加規(guī)則。

所以，現(xiàn)在大家都在做端到端，把感知、推理、決策的模塊放在一起，變成了一個大模型，實現(xiàn)端到端的決策。第一，它們之間閉環(huán)，第二，它和真實世界閉環(huán)。但真正實現(xiàn)全閉環(huán)很難，還是一個研究的課題。

《中國企業(yè)家》：智能體的風(fēng)險和AI的風(fēng)險有什么不一樣？

張亞勤：智能體是推理任務(wù)的集合，現(xiàn)在，它能給你一直推理，因為它要找完成任務(wù)的路徑，任務(wù)越長，失控的可能性越大。比如，它在找路徑的時候，它可能會觸犯一些規(guī)則，而這些規(guī)則我們沒有定義清楚。

《中國企業(yè)家》：VLA（視覺語言動作模型）怎么樣跨越多模態(tài)融合？它也會遇到語義鴻溝。

張亞勤：（這要依靠）世界模型，包括對不同模態(tài)的語義理解，對行為的理解以及對常識的理解來解決，機(jī)器在學(xué)習(xí)常識方面還是差很多。

現(xiàn)在，新的機(jī)器、算法學(xué)起來還需要時間，有一些屬于第一性原理，像牛頓定律，物理定律，要把它融合進(jìn)來，但說實話，也不能整天算那些公式，還是要通過常識（來訓(xùn)練）。

我們?nèi)祟悓W(xué)習(xí)很多事情很清楚、很簡單，但機(jī)器可能認(rèn)為很難，同樣，我們認(rèn)為很難學(xué)習(xí)的領(lǐng)域，機(jī)器認(rèn)為很簡單，這兩種智能其實不太一樣。

《中國企業(yè)家》：您在《智能涌現(xiàn)》這本書里，提到了智能體能自我迭代，能夠自我升級和優(yōu)化，這是終局還是階段性的目標(biāo)？

張亞勤：如果大模型是操作系統(tǒng)，智能體就是上面的APP或者SaaS應(yīng)用，智能體幫你規(guī)劃，去找數(shù)據(jù)，調(diào)用別的模型，這時候，它可能不是一個單獨的APP，它是一個集合，用智能體把它表述出來，它是AI之上的一個中間件。

《中國企業(yè)家》：智能體要做到哪些，才能沖到L4（高度自動駕駛）？

張亞勤：目前還很早期，現(xiàn)在智能體可以做一些簡單的規(guī)劃和任務(wù)，另外，智能體的記憶不太好，不是內(nèi)存不夠，而是它不知道什么該記，什么不該記，context不是很清楚。

通用智能體，更難一些，所以這個東西并不是今年做，明年就換了。下一個階段的AI，是智能體AI。當(dāng)通用智能體做成之后，通用人工智能就差不多實現(xiàn)了，通用智能體是實現(xiàn)AGI的一條路徑。

HI加AI，智商達(dá)到1200分

《中國企業(yè)家》：大概在10年前，您就提出了“AI+”這個概念，現(xiàn)在回首，“AI+”發(fā)生了什么變化？

張亞勤：當(dāng)時提“AI+”，首先，我認(rèn)為人工智能十分重要，人工智能是第四次工業(yè)革命主要的技術(shù)引擎。第二，人工智能是未來，是未來40年、50年的一個主流技術(shù)。第三，它會改變行業(yè)，創(chuàng)造新的產(chǎn)業(yè)。

我當(dāng)時提出“AI+”，后來趕上AlphaGo出來，我越來越深信這個概念，因為AlphaGo是人工智能的一個大突破，它通過強(qiáng)化學(xué)習(xí)，可以解決棋譜這么復(fù)雜的問題，我覺得別的問題都可以解決，比如像人臉識別、圖像識別等。

現(xiàn)在，人工智能和以前最大的區(qū)別就是，人工智能可能是一個大的底座，它可以適應(yīng)每個領(lǐng)域，就像一個人，他可以自己學(xué)習(xí)，基本完成所有的事。

所以，未來是AI+HI，HI是人的智力（human intelligence），機(jī)器是我們一個個的助理和智能體，兩者結(jié)合的復(fù)合智商，比我們?nèi)祟惖闹巧讨辽僖咭粋€數(shù)量級，這個智商不是120分，而是1200分。

《中國企業(yè)家》：DeepSeek崛起之后，它有沒有可能會成為下一個安卓或者iOS這種底層操作系統(tǒng)？

張亞勤：還是十分有希望的。目前，DeepSeek技術(shù)的領(lǐng)先性，包括它的效率和新的算法，但目前做這個判斷還早。因為一個操作系統(tǒng)很重要的是，它的生態(tài)怎么樣，有沒有粘性?，F(xiàn)在如果有個特別好的模型出來，還是可以替代它的，但如果DeepSeek生態(tài)成了之后，就難替代它了。

《中國企業(yè)家》：這也是一場殘酷的競爭。

張亞勤：沒錯。第一，還是要把技術(shù)做好，第二，開源這個商業(yè)模式是很對的，而且用了MIT license，它是最靈活的一種開源方式，因為操作系統(tǒng)很重要一點就是，讓大家都要用起來，要有整個用戶的一個base（基礎(chǔ)），然后在上面建立一些像MCP、API這樣的中間件，底層越做越好，上面又有粘性，那就成了一個真正的人工智能時代操作系統(tǒng)。

人工智能時代的操作系統(tǒng)可能不會很多，全球可能會有差不多8至10個，有3、4個在中國，3、4個在美國，然后別的國家有2、3個。

因為它和移動時代有點不太一樣，移動時代基本上兩家（安卓和iOS）通吃，以前的操作系統(tǒng)是代碼，現(xiàn)在的大模型是數(shù)據(jù)，而數(shù)據(jù)是有區(qū)域性的，就像云計算，云計算廠商全世界差不多有10家左右。可能在人工智能時代，有10個左右的基礎(chǔ)大模型，但上面會有很多的智能體。

《中國企業(yè)家》：AI時代的操作系統(tǒng)和移動互聯(lián)網(wǎng)時代的操作系統(tǒng)，底層邏輯有差別？

張亞勤：構(gòu)成的要素不一樣，AI整個的生態(tài)要大很多，我預(yù)測，人工智能時代的操作系統(tǒng)比移動互聯(lián)網(wǎng)至少大一個數(shù)量級，可能更大，甚至兩個數(shù)量級。

《中國企業(yè)家》：這對很多的創(chuàng)業(yè)型模型公司來說，也提出了新的挑戰(zhàn)？

張亞勤：從長遠(yuǎn)來講，現(xiàn)在的創(chuàng)業(yè)者其實更容易了。因為不需要自己去做大模型了，可以去調(diào)開源模型的參數(shù)，然后可以結(jié)合自己的數(shù)據(jù)，或者用微調(diào)，或者用智能體或者RAG（檢索增強(qiáng)生成），最后產(chǎn)生自己的應(yīng)用。

也可以給自己制造很多智能體，讓多智能體來服務(wù)我們，解決某些問題。

我們離AGI很遠(yuǎn)，規(guī)模定律還在，還有效，所以這些公司還得燒錢。得不斷有新數(shù)據(jù)，然后過三個月，半年，模型還得升級，至少現(xiàn)在還沒有達(dá)到穩(wěn)態(tài)。

《中國企業(yè)家》：有沒有可能出現(xiàn)一家公司或者技術(shù)，再把DeepSeek顛覆了？

張亞勤：這都有可能，盡管DeepSeek比其它公司效率高得多，但它也需要有很多的資源。未來，有很多變數(shù)，目前，產(chǎn)業(yè)格局并沒有完全固定。

《中國企業(yè)家》：未來有可能會逐漸擺脫對標(biāo)注數(shù)據(jù)的依賴嗎？

張亞勤：你如果看GPT，特別是ChatGPT，它的大量數(shù)據(jù)其實是自我標(biāo)注、自我監(jiān)督，到了應(yīng)用領(lǐng)域的時候，可能還需要標(biāo)注一些數(shù)據(jù)。但以后，越來越多的機(jī)器可以學(xué)會自己標(biāo)注數(shù)據(jù)，再發(fā)展，可能就不需要標(biāo)注了。

《中國企業(yè)家》：AI時代的創(chuàng)業(yè)者和移動互聯(lián)網(wǎng)時代創(chuàng)業(yè)者，他們的能力有什么不一樣？

張亞勤：在互聯(lián)網(wǎng)時代，你要很清楚怎么連接，要有很豐富的連接。在AI時代，你要做出一個所謂的智能體，就要有任務(wù)導(dǎo)向，就是你做這事有什么用。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。