从生成式人工智能（AIGC）到智能体AI（Agentic AI），AI发展正经历深刻的范式转变。近日，中国工程院外籍院士、清华大学讲席教授、智能产业研究院院长张亚勤在“人文清华”讲坛发表题为《人工智能：无尽的前沿》的演讲。他指出，AI作为核心驱动力，正以前所未有的速度重构生产力与生产关系，并推动物理世界、数字世界乃至生物世界的深度融合。

人工智能（AI）的发展正经历一场深刻的范式转变，其重心已从单纯的技术突破转向产业深度融合与AI治理协同并进的新阶段。AI作为核心驱动力，正以前所未有的速度重构生产力与生产关系，并推动物理世界、数字世界乃至生物世界的深度融合。最新发布的《国务院关于深入实施“人工智能+”行动的意见》就很好地明确了发展路径，涵盖了芯片、基础设施、行业应用、人才培养与国际合作等多个方面，整体规划非常全面。

智能体互联网（Internet of Agents）是AI的下一站

自从ChatGPT出现以来，人工智能的发展就进入了生成式人工智能的阶段。而现在，我们正迈入“智能体AI”的时代。未来的智能体将不再局限于内容的识别与创造，而是具备更强大的目标导向性、自主决策规划能力、更强的记忆，以及与环境实时交互的能力。其关键能力指标将呈现指数级增长。比如在处理复杂任务时，它的“任务长度”能力正以每7个月翻倍的速度提升。另外，在理解、规划和执行复杂任务方面的“任务准确度”上，它也已突破50%这一关键门槛。

接下来，智能体之间还会相互连接形成智能体网络。从PC互联网到移动互联网，再到物联网，互联网发展脉络的演进将进入“智能体互联网”的时代。未来，每个人可能都会拥有多个智能体，整个网络的主体也将从“人与人”转变为“智能体与智能体”。到那时，大部分的事情都会由智能体之间自主完成，比如金融交易、定价、采购等日常任务规划，自动驾驶，新药研发，科学计算，机器人等等，都可能变成智能体之间互相博弈和进化的过程。这一范式跃迁将深刻重塑众多行业场景，包括电商、旅游、企业服务、医疗健康、生物制药、科学发明等，最终将催生出真正具备自主性、强适应性的通用智能体（AGI），实现从“工具”到“智能伙伴”的质变。我认为，真正实现这一过程需要15-20年。

我把智能分成三个不同的层次：一是处理数字信息的“信息智能”，目前距离AGI仅三四年之遥；二是赋能无人驾驶、人形机器人等领域的“物理智能”，这些都属于让AI在现实环境中行动和交互的方案，预计5-10年左右可实现突破；三是“生物智能”，涵盖脑机接口、新药研发、新型生物体的设计等，本质是AI与生物系统的融合，硅基与碳基的结合，需15-20年才能完成跨越。目前，我们研发的整体进程正按此节奏稳步推进。

要真正实现AGI，我们需要新架构和新范式，包括更强的记忆能力、进化能力、理解物理和生物世界的推理和行动能力，也需要突破目前的自回归、transformer和扩散算法体系。

AI风险攀升与治理挑战

伴随AI能力跃升的是持续攀升的潜在风险，技术的“双刃剑”效应在AI领域愈发凸显，这亟待全球协同应对。

一是化学、生物、放射性、核（CBRN）领域的恶意使用风险已从“低”升至“中”，威胁显著增强；二是模型欺骗、约束逃逸等安全隐患在版本迭代中愈发突出；三是自主智能体的普及将引发不可预测的连锁反应，其风险复杂度呈指数级增长，若应用于关键基础设施等敏感领域，危害将急剧扩大；四是全球治理机制滞后于技术发展，跨国合作受地缘政治掣肘，构建高效包容的治理体系迫在眉睫。

尽管我总体上保持乐观，但我们也必须正视诸多挑战，尤其是在信息智能、物理智能和生物智能这三个层面。近两年来，我们投入了大量精力研究这些问题。在数字与信息领域，风险已经是非常显著了。例如，信息造假和虚假内容的泛滥就是一个例子。自生成式AI出现以后，目前一半以上的信息都由人工智能生成，其中许多是虚假的，而这些虚假信息又被用作训练数据，导致更多错误内容产生。此外，还存在模型幻觉、欺骗、版权与知识产权侵害等问题的风险不容忽视。但总体而言，我们已意识到这些风险的存在，它们仍然是可控的。

然而，当进入物理智能阶段，风险则直接威胁着人身安全。例如，当大模型应用于无人驾驶、无人机或机器人系统，尤其是多智能体协同行为中，问题变得更加严峻。而到了生物智能层面，例如脑机接口将人脑与AI相连时，所带来的风险会进一步扩大，包括带来伦理的问题。

总之，技术发展本身是不可逆的，我们虽无法控制其演进速度，但仍应努力引导其发展方向，并通过持续研究降低潜在威胁。

产业格局重塑与中国路径

夯实基建是行业发展的第一步。AI正深刻改写产业格局与商业模式。目前AI的影响仍集中于信息技术产业内部，新芯片架构、升级数据中心、多元模型服务不断涌现，这也造就了全球市值头部企业多为AI及信息技术公司的格局。