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(zhìnéng)体，没有APP，智能体把APP都颠覆掉了。以后可能不需要软件公司(gōngsī)，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(jìnrì)对第一财经表示。 华鲲振宇是一家以国产算力为根基的(de)服务器(fúwùqì)提供商，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，而智能体正成为标配。亚马逊全球副总裁储瑞松近日同样表示(biǎoshì)，如今AI的发展又来到了一个拐点(guǎidiǎn)，“我们正处在(chùzài)Agentic AI爆发的前夜。” 手机用户每次(měicì)与豆包进行交互，医生每次在(zài)AI助手上进行知识查询，都是通过智能体对大模型(móxíng)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，复星医药发布PharmAID决策智能体平台，这一平台底层既有(jìyǒu)海外领先的大模型，也接入了(le)中国本土的Deepseek-R1大模型。这一智能体已接入全球多个临床资讯及管线(guǎnxiàn)数据平台，该公司称其(chēngqí)医药健康(jiànkāng)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(bāohán)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(miànxiàng)内部使用，复星医药首席数智官林锦斌说：“目前这个阶段，我们还是自己的狗粮自己先(xiān)吃。” 人工智能(réngōngzhìnéng)已经渗透进入医疗的方方面面。近日，中山医院周俭(zhōujiǎn)教授(jiàoshòu)、杨欣荣教授团队与鹍远生物联合开展的研究(yánjiū)成果在(zài)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(jiǎjīhuà)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。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(guānjiàn)一步。 中国每年有数亿人次出行，差旅是智能体落地的(de)重要场景。 2025年1月，OpenAI展示其智能体Operator，演示的核心能力之一(zhīyī)就是一键式订票。今年6月份，滴滴(dīdī)企业版也推出内测的AI小滴差旅助手(zhùshǒu)、管理助手、解决方案助手智能体。 对于商务出差的人来说，智能体最终(zuìzhōng)也许能像一个行政助理那样工作：分析企业差旅政策如飞机火车标准、酒店金额限制，结合(jiéhé)员工(yuángōng)偏好，衔接大小交通(jiāotōng)，生成一站式行程规划，并以“购物车”结算方式交给用户进行预订。 “效率(xiàolǜ)成生存刚需的(de)当下，技术也在(zài)倒逼商旅行业变革。”滴滴企业(qǐyè)服务事业群总经理蔡晓鸥说，这些智能体是基于70万企业累积的B端(duān)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，更精确地管理差旅路上的每一公里。” 智能体(tǐ)的应用，也会逐渐(zhújiàn)穿透，从用户的交互层，深入到企业信息系统的数据库。 “过去我们一直在用(yòng)AI来赋能数据库的运维(yùnwéi)。过去这个事情比较难做，过去我们用的都(dōu)是小模型，它基于规则的方式来去触发，泛化(fànhuà)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(bǎ)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。”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、数据库运营等，上述这些不同案例显示，人工智能与(yǔ)智能体正在进入各行各业，并改变内部运行(yùnxíng)效率。 过去几年(jǐnián)间，大模型带动(dàidòng)了新一轮的人工智能浪潮。如今人工智能发展，又来到了新的阶段。 “我们正处在(zài)Agentic AI爆发的前夜。”储瑞松在亚马逊(yàmǎxùn)云科技中国峰会上表示。 智能体的爆发，技术(jìshù)基础是日新月异的大模型。 第一次工业革命时期的(de)蒸汽机，解放(jiěfàng)了人和动物的肌肉力量，改变了纺织(fǎngzhī)、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等企业不断迭代，推出性能更强大，效率更高(gāo)的模型。在中国，阿里通义千问(qiānwèn)、DeepSeek等模型你追我赶(nǐzhuīwǒgǎn)，不断提升性能。 成本的下降(xiàjiàng)，是一项技术得以商用的前提。储瑞松援引(yuányǐn)斯坦福大学2025年人工智能报告(bàogào)称，过去两年推理成本下降，已经不到原来的百分之一。 “像DeepSeek这样的模型一经推出就极大提升了(le)推理效率。这是非常令人振奋的事情，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(yùnxíng)效率。”亚马逊(yàmǎxùn)云科技全球技术总经理Shaown Nandi评价说(shuō)：“推理成本的降低，既包括芯片(xīnpiàn)性能的改进，也包括模型本身在结构和功能上的提升。” 人工智能的(de)能力之所以令制药(zhìyào)(zhìyào)企业激动，是因为它解决了一直困扰企业的问题——如何达成方向大致正确的选择。在研发管线纷繁复杂，动辄10亿美金起步的新药(xīnyào)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，是需要持续投入的。”林锦斌说。投资回报(huíbào)是管理者不得不考虑的事情(shìqíng)，他负责复星(fùxīng)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(zhīqián)，大家门槛比较高，投入产出比特别低。有了DeepSeek之后，大家可以(kěyǐ)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。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(kèhù)，互联网用户等提供服务器(fúwùqì)，并帮助这些企业搭建起其智能体。 两家美国公司谷歌和Anthropic推动了智能体标准的确定(quèdìng)。 大模型(móxíng)公司Anthropic首倡的模型上下文（MCP）协议，得到越来越多(duō)企业认可，中国企业阿里巴巴等也已经支持这一协议。 对于智能(zhìnéng)体来说，MCP是一个强大(qiángdà)的解锁器和解码器。它就像是通用的USB-C接口，智能体可以通过这个标准化接口，更便捷地访问任何一项服务、数据，并帮助用户按其需要(xūyào)来执行一些任务。 谷歌推出的开源标准(biāozhǔn)A2A（Agent-to-Agent）协议，旨在解决不同(bùtóng)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(xiézuò)和任务管理。 “所有这些(zhèxiē)因素(yīnsù)叠加在一起，让Agentic AI的爆发几乎不可避免。”储瑞松表示。 3月份，山西省(shānxīshěng)人民医院上线私有化模型(móxíng)平台(píngtái)，算力底层是鲲鹏+昇腾的组合，搭配DeepSeek-R1的70B大模型，再上面一层的智能体“省医AI助手”则内嵌到门诊医生、住院医生、护理和医技(yījì)系统。 “山西人民医院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。医院需要(xūyào)控制预算，也(yě)需要合作方提供完整的落地方案，以及人员(rényuán)AI培训。 山西人民医院有“数据不(bù)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(jīgòu)面临着数据安全的问题，它要求数据保密性和不能够流出，所以我们建议由监管(jiānguǎn)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(zhèyàng)的一个运营主体。”浪潮集团副总裁吴超表示，“现在大模型大家都在去做，头部客户有资金有实力，可以(kěyǐ)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(gōngzuò)负载仍然运行在本地，而非在云上。金融、教育等产业对数据保护极度重视，他们在许多(xǔduō)场景搭建AI能力的时候，同样更愿意本地化部署(bùshǔ)。 山西省(shānxīshěng)人民医院的AI部署方案，是中国人工智能闭环能力的一个代表(dàibiǎo)：底层算力、中间的模型、上层智能体，以及使用场景都是本土化(běntǔhuà)的。 DeepSeek出现之后(zhīhòu)，带动(dàidòng)了一大批模型开源和降价(jiàngjià)。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(suànlì)如华为的昇腾、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，而华鲲振宇的收入迅猛增长。 对于中国芯片企业来说，芯片产品(chǎnpǐn)在训练过程(guòchéng)中略显捉襟见肘，但在推理环节可能绰绰有余。 大模型的(de)训练过程，相当于把(bǎ)小孩培养成(chéng)教授；使用大模型进行推理，就像是教授向成百上千的学生传道授业解惑。手机用户每次与豆包进行一次交互，医生每次在AI助手上进行知识查询，就是通过智能(zhìnéng)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(yùjì)，今后的四五年内，华鲲振宇出货的服务器，将有八成是用于(yòngyú)推理，而只有两成是用于训练。市场需求的爆发，也会推动(tuīdòng)底层芯片技术的进步。 “就像以前大家都是用的纸和笔来办公，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(yígègè)的业务场景全部(quánbù)智能体化，它是个很长(hěnzhǎng)的过程。”孔亮说。 谢黎明认为，智能体发展会变革人机交互的模式(móshì)，自然语言(zìrányǔyán)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(tǐ)。就像一辆(yīliàng)自动驾驶的汽车，它一定会配一个自驾系统一样。”谢黎明说。 (本文来自(láizì)第一财经)