组委会 发自 凹非寺
量子位 | 公众号 QbitAI
龙虾、Harness……爆款一个接一个，Agent成了人人挂在嘴边的突围密码。
2026年的AI，在狂飙、在分化、在落地，正从“工具”蜕变为“生产力系统”，从“生成内容”走向“完成任务”。
@所有人，是时候马上AI起来了！
近20位AI领军人物齐聚第四届中国AIGC产业峰会，直面行业最尖锐的追问：
Agent会不会成为下一代超级入口？
AI应用真正的爆发点究竟在哪里？
多模态与空间智能将如何重塑未来交互？
当模型日益趋同，真正的非共识机会藏在何处？
答案，在大会上被反复拆解。
大会热度全程拉满。线下会场人气爆棚，不仅座无虚席，过道、墙边都挤满了观众；线上直播间热度也持续高位，观众云端围观刷屏、互动热议。
台上是深耕AI赛道的一线操盘手与学术权威，输出真实的行业洞察与技术研判；台下是紧跟产业风口的参与者与探索者，奔赴这场年度AIGC产业思想碰撞。
来，跟着量子位碳基编辑一起，看看这场“马上AI起来”的高能大会，都给出了哪些关键信号。
中国AIGC产业峰会是由量子位主办的行业峰会，近20位产业代表与会讨论。线下参会观众超千人，线上直播观众近400万，获得了主流媒体的广泛关注与报道。
方汉，昆仑万维董事长兼CEO
大会上，昆仑万维董事长兼CEO方汉首先带来主题为《个人和企业如何应对Agent冲击》的分享。
以下是他的观点精华提炼：
当一个行业或者技能是闭环的，并且是可容错的，那么它非常容易被替代。但你如果有判断和品味，仍然能够长期持续走下去。
烧多少Token，变得越来越有意思。普通员工每月耗数百万至数千万，AI Coding与技术人员可达数亿到数十亿，重度Agent使用者更是轻松月耗百亿级别。Token已然成为AI时代的“电力消耗”。
AI介入后，个人成长上升阶梯被压缩。过去，员工成长路径清晰且有序，从职场小白，稳步进阶。现在，要不是小白，要不是大神，中间态很难存在。中间那几段“楼梯”消失，普通人成长之路会如何演进，是一个值得观察的现象。
有五种人AI永远无法替代：讲故事的人、创造idea的人、定义美的人、构建系统的人，以及重塑范式的人。
绝大多数行业做AI落地，要做第二名。第一名，要承担极高的试错与探索成本；第三名，吃不到行业红利，还会被行业甩开。IT赛道，只能争第一，这是一个非常残酷的现实。但是，AI把所有人拉回到同一起跑线。
易正朝，风行在线CEO
风行在线CEO易正朝，则以《从AI编程到AI视频，众创才是AI生产力的核心杠杆》为主题分享了他的洞见。
以下是他的观点精华提炼：
AI为大文娱行业带来了很大变化：第一，成本和门槛大幅下降，供给也变得丰富、挑战也更高；第二，网文、IP形象、视频内容、互动、游戏等业态变得更加多元；第三，AI给视频产业带来的不仅是创作，更赋能文娱企业经营运营；第四，内容创作更重想象力筛选，众创是必然选择；最后，AI创作易让人沉浸，但也将打通创作与消费的边界。
作为AI应用型企业，风行在线有5个方向：坚信AI，但不碰模型；AI漫剧很火，但不是AI视频全部；身为AI视频公司，但成功更多来于AI编程；放大个体重要，但放大组织更重要；Agents很强，但众创才是杠杆。
众创是AI时代的社会结构，现在企业不再是一个超级员工和超级Agents的容器，更多是要组织智力资源去撬动外部群体智慧，从而创造更多价值。
公司员工、数字员工、外部合作伙伴，这三种角色组成的众创网络，其实是一种社会化生态组织结构。
AI会放大执行，也会放大自嗨，这是不管做Coding还是做内容，都很容易产生的副作用，解药就是交付结果。
林达华，商汤科技执行副总裁、首席科学家
商汤科技执行副总裁、首席科学家林达华，带来主题为《从多模态统一到空间智能：迈向可感知、可生成、可行动的AI新前沿》的分享。
以下是他的观点精炼：
无论时代变化多快，决定我们走多远的，始终是长期愿景。AI是一场长跑，唯有长期主义的支撑，才能真正抵达未来。
在企业级AI落地中，大模型本身并不是最关键的，真正的瓶颈在于如何将图表、Excel、图像、视频、网页、知识库等多形态数据接入同一个AI系统——这部分往往占据企业应用AI成本的70%以上。
Agent是这个时代的引擎，但让引擎在真实场景中发挥作用的关键，是它能否处理多种模态的能力。商汤小浣熊之所以能持续高速增长，正是因为它真正做到了从杂乱数据到可交付成果的端到端闭环，让价值真正触达用户。
在数字空间之外，还有一个更广阔的世界——物理空间。今天最顶尖的多模态模型，进入真实物理空间时依然非常脆弱，这也是机器人难以走向通用化的核心瓶颈。打开物理空间的钥匙，必须从第一性原理重新理解世界。
要真正突破空间智能，就必须把语言模型、视觉的理解与生成融合到同一个模型之中——让一个模型既能做语言表达，也能够生成视觉世界中的要素。
商汤新一代模型SenseNova U1把理解、推理与生成统一在一个全新的底座上，可以自如地在语言与视觉之间切换：用语言表达理解，用视觉表达想象，完成真正连贯的图文交错创作。
“统一”本身带来了全新的表达空间与可能性。它给生图模型注入了思考，也给思考模型注入了想象。
未来真正的智能体，应当在一个“大脑”中同时完成数字空间的分析与物理空间的行动——既能综合多模态信息做出决策，也能在物理世界中敏捷行事。数字空间与物理空间的交融，才是AI真正要去往的彼岸。
邓亚峰，盛大集团副总裁、EverMind CEO
盛大集团副总裁、EverMind CEO邓亚峰带来主题为《长期记忆驱动的自进化：从工具型AI到数字生产力系统》的分享。
以下是他的观点精华提炼：
龙虾像Agent时代的iPhone 4。它定义了一套产品范式，让人第一次感到自己拥有了一个能72小时干活的AI贾维斯。但它不完美，需要被不断更新和超越。
Claude 4是Agent走向自主的关键节点。这个从Chat到Agent的范式转变，最终让Anthropic反超OpenAI，同时也给SaaS带来了巨变。过去，SaaS交付的是流程和界面，今天更多通过message交付。
Agent有两个重要特征：自主和自进化。而长期记忆是支撑这两点的关键，解决三件事：1、把急剧扩张的上下文抽象总结出来。2、记住用户是谁、偏好是什么、目标和价值观是什么。3、基于此主动预测用户可能需要什么。
当模型越来越强，记忆反而会成为业务过程中，最容易沉淀下来的差异化资产。
如果AI真的对你了如指掌，那么它会成为一个全新的意图分发入口。此时记忆沉淀就很重要了，它应该属于个人，应该能在Codex、Claude Code、龙虾等不同Agent间同步。
王晓野，亚马逊云科技产品技术部技术总监
亚马逊云科技产品技术部技术总监王晓野分享的主题则是《跨越Agent落地鸿沟：从最强模型到企业级AI Agent》。
以下是他的观点精华提炼：
个人养龙虾和企业养龙虾是两件事，企业要让Agent安全、可信、稳定地跑起来，中间有很多鸿沟要跨越。龙虾这样的Agent让大家看到了河对岸长什么样，但企业走到生产落地，还需要一座桥。
亚马逊云科技认为，企业构建Agentic AI需关注五层：最底层是推理算力，其上是多模型选择，再往上是企业数据和知识，然后是Agent构建平台，最上层则是可直接采购使用的Agent应用。
在企业里，Coding Agent已经很成熟了，Working Agent是下一个爆发点。亚马逊云科技给出的答案是Amazon Quick，让企业员工安全、敏捷、自由地使用Agent。
Agent对数据管理提出了新的挑战。记忆需要共享、隔离与并存，错误知识、老旧信息和自相矛盾的内容都会影响Agent判断。大家都在抱怨Token贵，很多时候不是单价贵，而是喂给模型太多没用的信息。
Agent场景下，Harness是除了模型之外的所有软件基础设施。好比模型是CPU，Harness把可使用操作系统放在一起，最终Agent呈现的是一个完整应用的形态。Amazon Bedrock AgentCore就是Harness，它的核心价值，是让用户不用在Harness上花太多功夫，而是关注自己的业务价值。
GenAI Talk：对话蚂蚁灵波科技首席科学家沈宇军
此前，蚂蚁灵波科技首席科学家沈宇军曾在中关村论坛等公开演讲中率先提出AIGA的概念，他指出：AI 2.0下半场，人工智能要从数字世界“娱乐”走向物理世界“干活”，从AI的Content生成走向Action的生成。
在上午的GenAI Talk环节，蚂蚁灵波科技首席科学家沈宇军，与量子位联合创始人兼总编辑李根围绕这一话题展开了一场深度对话，主题为《AI 2.0下半场：从AIGC到AIGA》。
以下是对沈宇军的观点精华提炼：
大模型踩中了互联网过去几十年的数据红利，但机器人的物理世界数据还存在很大的空白，AI下半场更关键的是数据如何从数字世界过渡到物理世界。
想要做存在于物理世界的通用机器人大脑，关键的一环是空间感知能力。如何把传感器的输入变成更好的信息传递给模型，从传感器的输入开始去理解这个世界，很关键。
对于VLA和世界模型的技术路线之争，首先无论技术路线怎么演进，数据都是离不开的。其次，这两条路都不会是终局。机器人数据量积累到一定程度的时候，二者一定会走向融合，催生出独属物理世界的模型。
判断：1～2年后，会出现一些标杆样例，让模型真实投产；2～3年，该样例会被批量复制，越来越多产业会应用模型；5～10年，机器人会尝试以某种方式进入C端；10年之后或者更久，机器人将真正普及到家庭。
机器人走进千家万户的时候，就是具身智能的ChatGPT时刻。
邱锡鹏，复旦大学特聘教授、上海创智学院院长助理、模思智能创始人
复旦大学特聘教授、上海创智学院院长助理、模思智能创始人邱锡鹏，带来了主题为《MOSS多模态模型及其推理优化》的分享。
以下是他的观点精华提炼：
AI下一步发展的一个重要方向是多模态。未来更强的AI需要充分理解广义context，也就是情境；我们会进入一个泛情境智能时代，交互会成为其中非常重要的一部分。
面向实时交互的多模态模型，需要处理更长的上下文、更复杂的视觉和音频信息，也要满足更高的实时推理要求。多模态token消耗远高于文本和Coding，对模型和推理框架都会提出更严格的要求。
视频理解信息密度高，又涉及时序推理，是未来交互的核心能力。MOSS-VL采用cross attention结构，让视频流持续输入，文本模型按需获取视频信息，交互会更加自然。
MOSS-Audio目标是在更广义的情境里，既要听清语音内容，也要理解场景、复杂推理和音乐等信息。MOSS-Audio在ASR、speech caption、带时间戳ASR等任务上，已经和最前沿的专门ASR模型处在同一水平线。
MOSS-TTS覆盖语音合成、轻量化、声音设计、音效设计和实时性，核心是用纯Transformer架构编码语音的audio tokenizer。MOSS-TTS开源后下载量已超过100万，未来视觉理解、语音理解和语音输出会合成一个面向情境交互的端到端模型。
胡维琦，MiniMax ToB中国区商业化负责人
MiniMax ToB中国区商业化负责人胡维琦，则带来了主题为《Intelligence with Everyone-MiniMax AI探索实践之路》的分享。
以下是她的观点精华提炼：
AGI是什么？Intelligence with Everyone，就是所有人都能用得起的AI。要实现这点，就得坚持大模型和应用并行、ToC和ToB并重。
AI公司首先要在内部实现闭环，不要吝啬Token补贴，放手让员工自己用Agent去搭建自动化工作流。这个使用过程也会反哺模型研发。
与其焦虑、不如加入。企业如果想做AI实践，最高效的方法就是直接动手去尝试，并且要从员工最不愿意干的场景切入，这通常也是最有价值、内部阻力最小的场景。
AI会让组织变得更扁平。产品可以直接出demo，再交由研发决定是否要做大批量生产。未来2到3年，AI会持续和各行业深度融合，改变生产力工具、商业模式和组织构成。
朱广翔，百度秒哒产品总经理
百度秒哒产品总经理朱广翔，深入阐述了《“人人都是创造者”，让想象力释放生产力》。
以下是他的观点精华提炼：
AI创造了新市场，OPC、手搓经济成为现实。我们正处于第四次编程革命时代，编程从机器语言、汇编语言、高级语言一路走向自然语言，门槛持续降低。自然语言编程，让创造者和开发者数量被极大放大。
秒哒背后是一群智能体在协作开发应用。过去软件开发里产品经理、设计师、工程师、测试、运维、运营各自分工，现在都可以变成Agent。用户扮演老板，发起命令，一群Agent干活，交付最终产物。
普通人正在成为新创造者的主力。秒哒的用户中，87%是完全不懂代码的人，16%是创业者，9.7%是产品经理。OPC，即一人公司，已经成为第一大人群，想象力正在释放生产力。
Vibe Coding真正实现了“大众创业”。创业迎来第三波浪潮，1.0零工时代靠体力劳动增收，2.0内容时代依托图文、短视频变现，3.0时代则凭借软件开发与服务交付，解决实际需求实现盈利。
上海的一家企业，过去依赖12人的研发团队进行软件开发。使用秒哒后，企业重构了原有的生产模式：由4位项目经理分别负责不同行业，直接通过秒哒完成软件交付。交付效率大幅提升，交付周期由“年”缩短至“月”。目前，该模式已经帮助企业盈利50万，还拿到了1000万的超大订单。
洪源，太初元碁首席产品官、高级副总裁
太初元碁首席产品官、高级副总裁洪源，分享了题为《国产AI算力筑基Token智能新未来》的见解。
以下是他的观点精华提炼：
国产算力迎来发展机遇的同时，也要解决大规模集群服务能力、Agentic AI计算效率、生态三大问题，这也成为国产算力突围的核心所在。
AI算力的发展已经不能单一堆性能、堆算力。大模型训练与推理正在走向万卡乃至更大规模集群，算力厂商需要从硬件、互联、软件、调度、运维等全链条提升系统能力。
国产算力要服务好Token经济，就必须为开发者和行业客户提供更好用、更易用的生态能力，无论是底层开发者，还是上层模型厂商、应用厂商，都需要更顺畅地完成模型迁移、训练、微调和推理部署。
芯片的核心优势不在于设计本身，而是用户生态护城河。
伴随Agent生态发展，AI计算已经从内容生成升级为任务生成。行业更需打通异构协同能力，让算力真正做到高效适配、落地可用。
Token经济到来之后，AI对于算力的需求，就像我们人类对氧气的需求，算力是氧气，我们在做的新型基础设施，其实都是制氧机。我们也希望携手产业链各方合作伙伴，共同为中国AI产业打造自主可控的“制氧机”。
黄超，香港大学助理教授、博士生导师
香港大学助理教授、博士生导师黄超，带来了主题为《AI Agent范式变革的挑战与机遇》的分享。
以下是他的观点精华提炼：
Agent的核心架构本质上是一个优雅的ReAct循环：通过reasoning进行任务规划，action执行具体工具调用，然后基于环境feedback调整策略。这个看似简单的while循环框架揭示了一个重要洞察——通用Agent的能力并非全来自复杂的架构设计，而是来自推理、执行、反馈这一基本认知循环的有效实现。
ReAct架构的泛化性源自其模块化解耦：reasoning处理抽象推理，action负责具体执行，observation提供环境反馈。Agent面对新任务时，通过重组已有的推理策略和行动原语来适应新环境，实现真正的跨域泛化能力。
长程任务的本质挑战不在于执行时间，而在于复杂性的指数级增长——场景多变、工具链路冗长、多子任务协调使得错误传播成为最大威胁。这揭示了Agent的关键转变：从“执行指令”转向“管理不确定性”，从调用单一工具升级为“工作流构建者”，具备状态管理、错误恢复和目标追踪的“全栈思维”。成功的Agent不是避免错误，而是预期错误并实现优雅降级，能够主动设计、持续监控和动态优化整个执行过程，这正是将AI助手升级为强生产力协作者的核心所在。
Agent需要learning from real tasks，在错误中不断学习、感知自己错在哪里，才能真正节约Token成本。这揭示了一个核心矛盾：研究Agent往往专注于探索能力上界，却忽略了Token本身就是实际成本约束。
面向Computer Use Agent，GUI模式开销大、准确度也受限，CLI可能是通用Agent进行computer use更优的软件交互方式。这揭示了人机交互范式的深刻变革：未来许多软件的实际使用者将是Agent，而人类则更愿意专注于使用带来愉悦体验的GUI软件。
Agent自进化可通过workflow优化、skill沉淀和模型参数调优几条路线推进，其中基于skill的进化范式展现出最强的泛化性，但在Tool-Use层面仍面临核心挑战：如何精准检索粒度匹配的skill，以及如何进化出适配不同场景的specialized skill。这揭示了skill-based进化的当下的难点——粒度与泛化性的权衡，过粗缺乏针对性，过细难以复用。
戴文军，京东JoyInside业务负责人
京东JoyInside业务负责人戴文军，则分享了他关于《从数字世界到物理世界，JoyInside开启AI World》的洞见。
以下是他的观点精华提炼：
大模型还没有深度介入物理世界。未来硬件会像人一样走进物理空间，理解并满足人的需求。在这个AI World里，技术是隐形的、温暖的、善解人意的。
家是首选的AI World，因为它既是生活场所，也是情感纽带。硬件成为可以陪伴、乐于分担的家庭新成员。
家庭硬件的交互正在从一来一回的指令，走向像人一样的服务：感知情绪，根据家庭需要做规划，再主动提供帮助。比如学习台灯、炒菜机器人、魔法打印机、智能床垫，都在重新定义硬件体验。
从宏观来看，人工智能正在从“算力堆积”向“价值创造”、从“大模型比拼”向“具身智能布局”转向。在此背景下，AI硬件需要从创意走向真实好用的产品，让天马行空的创意真正变成用户手中的商品。
AI价值公式是“（模型×体验×产业厚度）²”。产业厚度包括数据、业务复杂性、供应链复杂性和运营经验，平方则是指产业厚度对AI价值的指数级放大作用。
京东将打造全球最大的物理世界运营中心，推动AI从千行百业走向千家万户。
依托于超级供应链与细分场景的深度嵌入，京东构建了从AI基础设施、Business产业应用到Consumer用户体验的全链路布局，让数字技术融入物理世界创造真实价值。
马孝武，轻松健康集团执行副总裁
轻松健康集团执行副总裁马孝武，围绕《从循证智能体到AI驱动的健康服务增长飞轮》展开分享。
以下是他的观点精华提炼：
对AI行业来说，真正的窗口期，不在模型层，在垂直应用层。下一阶段被资本和市场反复定价的，不会是参数最大的模型，而是能在真实业务场景里被反复调用、被规则持续信任、被流程真正吸纳的系统。
医疗健康是高合规要求的垂直行业，AI不能停留在泛回答。真正有价值的医疗AI，需要可解释、可追溯、有完整结论，让回答从流量化走向专业化和证据化。
AI不再只是信息提供者，它正在参与辅助诊疗、病症识别和健康管理。核心能力也从生成答案，转向生成可决策、可信任、能够进入服务流程的结果。
AI在医疗里不能替代医生做决定，它更像是给医生足够多的支持。医生一方面依靠经验，另一方面依靠科学数据和证据展示，在真实决策场景里形成更稳的判断。
轻松健康构建了早筛、综合健康服务包、健康科普、医学研究辅助到健康保险的全链路生态，底层是AIcare技术中台和星云数字底座。我们的目标是让AI从“工具”变成真正的健康服务基础设施。
张璐，Fusion Fund创始合伙人
《算力叙事重构：从训练到推理的AI基础设施新范式》是Fusion Fund创始合伙人张璐带来的主题分享。
以下是她的观点精华提炼：
数据的质量比数据的量更重要，可以通过高质量的行业数据去建立更好的数据库，再基于这些数据去优化AI的模型和应用能力。
从Token经济学基础和未来需求看，人工智能基础设施需求将像电力需求一样常见，这是一场巨大的基础层级产业革命。
训练算力更像一次性投入，推理算力才是可持续需求。过去训练可能占70%以上，现在推理已经接近一半，未来可能变成训练30%、推理70%，推理算力将会追求可持续化，也更为核心。
AI基础设施不能只看计算，还要看通信。数据中心里，通信过程的耗电量比计算耗电量要大几十倍甚至上百倍，所以如何大规模降低通信过程中的能量消耗也至关重要。
产业的快速整合是人工智能技术迅速发展的核心竞争力，只有得到应用场景的反馈，获得高质量数据，才能让模型架构和应用不断迭代。
前沿圆桌：2026，Agent产品的不确定性与非共识机遇
2026年，Agent正从科技热词演变为一种真实的产品形态。
它正在挑战软件产业的基本逻辑。
当智能体从被动响应转向主动执行，从单一工具进化为潜在协作者，产品定义、交互范式与商业模型都将面临重构。这场变革，关乎人类与智能系统协作方式的深层演进。
下午的圆桌环节，便是关于这个话题的精彩讨论。
三位嘉宾分别是——
庄明浩，趣丸科技副总裁兼首席战略官、《屠龙之术》主理人。
冯雷，ColaOS&MarsWave CEO。
张昊阳，EvoMap创始人。
圆桌环节围绕以下问题展开：
2026年Agent彻底破圈。在技术突破、使用场景增加、高讨论度关注度的背景下，业内人士对Agent的看法发生了哪些变化？
Agent产品的迭代逻辑和传统App有什么差别？这些观察给各位创业的产品思路带来了哪些影响？
从投资与创业视角看，市面上五花八门的Agent产品，到底怎样才算合格、值得一试？
底层模型与Agent框架持续迭代，会不会真实改变产品规划方式？创业公司应该如何做产品决策、规划功能节奏？
当Agent犯错时，用户容忍度显然不同。“撤销成本”和“解释义务”哪个更关键？
未来Agent形态更可能是一个超级Agent包办一切，还是多个专精Agent协同工作？
当Agent能力逐渐成为标配，尤其大厂重注后，创业公司还能关注哪些非共识机会？
Agent大规模进入工作流后，产品经理、设计师、工程师的日常工作会被如何重塑？
趣丸科技副总裁兼首席战略官、《屠龙之术》主理人庄明浩表示：
Agent产品范式基本定下来了，就是三栏结构：左边项目，中间对话，右边runtime或浏览器展示成果。
Agent产品迭代节奏远超移动互联网时代。过去一个功能可能按6到9个月规划，现在模型两个月一个大版本。在此背景下创业不确定性很大，模型层一更新，很多产品层公司原来的假设可能被全部推翻。
今天评判Agent产品很难，原来的DAU、MAU等移动互联网指标几乎失效，每日Token消耗也未必有意义。6个月后的产品形态没人说得清，早期判断更多只能回到创始人、团队投入和做事节奏。
AI能力已经在很多板块过了可用线，甚至水位到了脖子。只要不出大纰漏，接下来很多权限和信任边界都会被继续推着往前走。
当一件事没有标准答案，初创公司只要多往前踏出一步，就可能拿到远超这一步本身的关注、反馈、融资和用户理解。这个时代不怕试错，就怕站在原地等确定性。
ColaOS&MarsWave CEO冯雷表示：
今年跟去年相比，研发速度提升10倍，产品交付速度也差不多10倍，证明我们在coding，或者说整个软件工程领域已经到达AGI奇点，用以前的互联网思维再做产品已经不work了。
AI整体发展非常快，但是人类的带宽是很有限的，大部分人其实根本跟不上，所以我们希望AI能反过来理解人，跟人产生共鸣，把后面那些人稳稳地接住。未来的AI产品可能很大一部分都是这样，给人类提供很多情绪价值，让他们能够参与进来。
AI的网络效应是很弱的，未来会进入一个百花齐放的时代，因为没有什么能把你吃掉，哪怕是巨头公司，能覆盖的生产力人群依然很少。每家创业公司只要是全力在冲，一定都能找到自己的位置。今天做软件也不用怕被模型吃掉，我有一个非共识的观点是：如果你做的事情未来不能被模型吃掉，那就不要做，因为你都吃不到模型的红利。
大模型是未来的水电煤，coding也是未来的水电煤，未来会深入到大家都意识不到在coding的程度。模型本身会越来越强，安全问题终将自我解决，而终局难题是如何让用户愿意把自己的一切交给模型。
实现AGI之后，未来钱可能不重要了，最重要的是token，以及“自己真正想要的是什么”这件事情。今天一定要发挥出或者找到自己跟别人的不同点，因为AI的本质是一个放大器，你有哪些不同的点，它才能放大你。
EvoMap创始人张昊阳表示：
Agent未来发展重心将聚焦商用及OPC场景。纯零基础C端用户正在持续减少，用户群体正逐步向B端、D端迁移。
Agent产品迭代，一方面将会从专业到通用，另一方面是从有形到无形，也就是从somewhere到everywhere。Agent核心本质不会改变，但上层交互界面将不再局限于传统TUI、GUI界面，可能会出现原生Agent电脑和Agent手机，进而演化出全新的OS。系统将随时伴有一个无形的Agent，去准备好即时服务。
今年Agent将会迎来百花齐放的发展状态，可能每隔几个月就会出现一个全新的范式或Agent，但最终会沉淀下来，形成Agent多足鼎立的格局。
无论是未来的人还是AI，它一定会分成三种不同的角色：第一个是planner，第二个是builder，第三个是reviewer。
大厂会慢慢缩编，甚至解体。社会中会出现很多的OPC公司，会原子化。但每一个OPC的原子化，又承载了非常全面的能力，社会分工变得没那么重要。大企业的生产要素外部化，企业中台会减少，转而向OPC索取服务。
By the way，大会上，量子位还重磅揭晓了“2026年度值得关注的AIGC企业”与“2026年度值得关注的AIGC产品”榜单，并同步发布了《2026年中国AI应用全景图谱报告》。
以及，我们也会陆续发布嘉宾演讲&对谈全文，欢迎持续关注～
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
超千人线下参与、数百万观众在线观看的中国AIGC产业峰会实录来了！
近20位AI实战派如何看Agent、多模态、应用、算力... 全部干货，点击回顾 👇
一键关注 👇 点亮星标
521
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
