AI時代最受資本追捧的軟體企業之一。 當大多數AI軟體公司還在為商業化尋找答案時，Palantir已經交出了一份令整個矽谷側目的成績單。 這家2003年成立、長期以神秘著稱的資料基礎設施公司，2026年第一季度營收16.3億美元，同比增長85%；GAAP淨利潤8.76億美元，同比增長超過 300%，全年營收指引再次上調，市值接近3000億美元。 Palantir既不是OpenAI那樣的大模型開發者，也不是Salesforce式的SaaS巨頭，而是一家誕生於美國反恐體系、服務政府與大型企業二十餘年的資料平台公司。

沒了李開復，零一萬物還有什麼？ 這個問題，是在零一萬物發佈會上，被拋給零一萬物CEO、一號位李開復的。 李開復的反應很有意思。他笑了，很鬆弛的那種，然後不緊不慢地給了三點回應： 1、身體非常健康，正值當打之年。

頭圖｜視覺中國 虎嗅註： 2026年，AI的未來已經照進現實，增長、收入與商業化能力，越來越成為AI公司關注的指標。 當行業深陷模型價格戰與Token增長敘事時，零一萬物選擇了一條更面向未來的路徑。零一萬物首席執行長李開復的目標不是成為下一個OpenAI，而是成為從中國走向世界的Palantir。

零一萬物正籌備上市，明年實現單季度盈利。 零一萬物 CEO 李開復 春節前幾天，李開復在飛機上接到一通客戶電話，對方說 “我會考慮和你們合作，但你能不能馬上飛來非洲談談？” 投資人、創業導師、AI 專家李開復不會為了談生意在春節時跑到一個非洲國家下礦洞。病癒後他尤其看重與家人相聚，“我以前會說，換個時間？”

5月19日，上海，AMD AI開發者日。 蘇姿丰和李開復同台，聊"AI智能體新範式"。 蘇姿丰是AMD的CEO，華人面孔，晶片女王。李開復是零一萬物CEO、創新工場董事長，AI教父。 兩個人身份不同，但指向同一個問題：

推動 AI 真正進入教育執行體系。 根據哈薩克國際通訊社報導，5月12日，哈薩克總統托卡耶夫簽署了《關於將人工智慧引入哈薩克共和國中學教育體系的措施》法令，並批准了《2026-2029年人工智慧引入中學教育體系綜合行動計畫》。 該計畫旨在到2026年7月1日，將 AI 廣泛應用於中學教育體系，同時在自主學習機制、數字基礎設施建設、教師培訓和學生個人資料保護等方面提出詳細規劃。 （哈薩克托卡耶夫總統會見李開復博士，圖源：哈薩克駐華大使館）

多智能體賽道爆發，Harness成為破局關鍵，資本加速佈局。剛剛，成立僅四個多月的AI初創公司明日新程（Nextie），宣佈連續完成兩輪融資。其中，天使輪由創新工場、Atypical Ventures聯合領投，奇績創壇繼續跟投。原微軟全球副總裁David Ku等個人投資者，以及公司獨家財務顧問安可資本等，也紛紛看好入局。公司表示，當前資金儲備已夠未來三到五年持續創新所需。幕後掌舵人，正是“小冰之父”、微軟亞洲互聯網工程院原副院長李笛，以及與他並肩多年的微軟小冰創始核心班底。△李笛在奇績創壇路演日上壓軸登場在一級市場整體降溫、機構出手愈發審慎的當下，一家成立不到半年的公司卻能連融兩輪，更迎來陸奇、李開復兩大AI圈頂級“風向標投資人”罕見同框、同步押注，這本身就是一種訊號，體現了資本對其團隊、技術、賽道的多重認可。所以這筆資金將投向何方？團隊給出的答案很明確，大方向只有一個——Harness群體多智能體。當下，無論是持續霸屏的OpenClaw，還是近期風頭正盛的Hermes Agent，AI Agent正以前所未有的熱度席捲整個行業。隨著實踐的不斷深入，Harness的價值逐漸清晰。包括OpenAI、Anthropic在內，越來越多頂尖團隊已意識到，Harness是智能體落地的核心支撐。有意思的是，這個判斷，明日新程團隊負責人李笛早在去年就已給出。去年12月7日，奇績創壇Demo Day上，李笛壓軸登場，系統性拋出群體智能理論，並對Harness趨勢有了準確預判和率先佈局。雖然他本人很低調：我們現在其實都比較羞於說我們早就看到了什麼，這個是沒有用的。這個世界上永遠都是，你做它比你看到它要難得多。就像《駭客帝國》裡有句話，知道路與走路，二者截然不同。如今，該賽道已成為投資人佈局AI下半場的核心標的。而明日新程，也已在這一領域形成了領跑態勢。Harness為何會成為行業共識？明日新程又憑什麼能夠殺出重圍？團隊下一步又將如何落地？量子位與李笛聊了聊。糧草已備，重倉佈局Harness群體多智能體OpenClaw火遍全網，無疑為智能體賽道按下了加速鍵，讓行業第一次真切看到了智能體主動幹活的潛力。但當人們開始把它當“正式員工”用時，問題來了。這事兒要說還得Meta最有發言權……Meta安全對齊總監Summer Yue的信箱，曾一夜之間被OpenClaw清空所有郵件。此事過去沒多久，OpenClaw未經授權擅自行動，將敏感的公司和使用者資料，洩露給無權限員工長達近倆小時。究其原因，該框架在工程實現上，尚處於早期階段，缺乏Harness等級的技術注入。在處理24小時以上的長程複雜任務時，其Token消耗量巨大，效果卻常常不盡如人意，穩定性與安全性仍有很大提升空間。用李笛的話來說，任何一個超級智能個體，無論它的智能水平達到什麼程度，都一定有盲區，沒有辦法自我糾偏。而當超級智能個體處理長程任務時，錯誤會隨著時間累積被指數級放大。隨著行業實踐的深入，AI廠商逐漸關注到這一問題。Harness，如今已成為AI工程領域的新共識。所以，Harness到底是什麼？從本質來看，Harness意為“馬具”，類比到AI領域，就是連接“模型（馬匹）”與“人類需求（騎手）”的核心框架。它不直接參與任務執行，卻能通過明確的約束、規範與協同機制，引導多智能體高效協作，避免失控，實現“約束換自主”的核心價值，這也是其區別於Prompt Engineering、Context Engineering的核心所在。今年2月，OpenAI發佈官方Blog《Harness Engineering: Leveraging Codex in an Agent-First World》，通過實驗證明AI是可以獨立完成全流程開發的執行主體，但必須有一套框架來駕馭它。通過Harness Engineering，3人工程師小組在5個月時間裡，可以利用Agent建構百萬行程式碼的產品。Anthropic最近也發佈了新Agent架構Managed Agents，技術文件中也有反覆強調“Agent Harness”。而明日新程在這條路上，堅持得比別人更專注一些。不同於行業內對Harness的單一架構解讀，明日新程所佈局的“Harness群體多智能體”，是將Harness工程化理念與群體智能深度融合的全新體系。它並非簡單的“多智能體+約束規則”，而是以原生群體智能與認知模型為核心，讓眾多具備不同認知能力、不同功能定位的Agent，按照明確的規則協同工作、互相校驗、迭代最佳化。李笛進一步解釋，Nextie的Harness核心包含三個關鍵元件：上下文管理、參與其中的多智能體、多智能體協同方法。其中，多智能體協同方法最為關鍵，團隊內部將其稱為“認知碰撞”，即通過辯論、挑戰、反思、同行評審、投票等方式，讓多智能體真正實現思辨與互補，而非“表演式一致”。上下文管理，則確保多智能體在協同過程中獲取的資訊精準、全面且適度，避免因資訊過載或偏差導致荒謬結果；Agent池最佳化，指的是根據任務需求動態搭配不同角度、不同功能的Agent，實現協同效率最大化。這種體系既能解決OpenClaw等框架的長程協同痛點，讓多智能體在長周期任務中保持穩定高效；又能通過群體思辨、共識機制，打破單一Agent的認知盲區，輸出經過權衡的最優解，真正實現“群體智能大於個體智能之和”。這也是明日新程對多智能體賽道未來的核心判斷。這其中的種種思考，繞不開一個詞——協同。“協同”這道題，他們在小冰時代就思考了李笛團隊的佈局並非一時興起。“自2022年以來，我們一直在準備這個時刻”，李笛把這段蟄伏期拆成了幾個關鍵節點。第一個節點，是在2022年底。彼時，Transformer架構的合理性已被徹底驗證，其顛覆性潛力讓行業看到了全新可能。在當時，團隊受到了決策體系的限制，但李笛最終還是帶著團隊自籌算力，把這條線先跑了起來：我們手裡有一套基於上一代技術的框架。我們能清晰感知到框架本身的潛力，但它被上一代技術拖累了。當看到新技術出現時，我們眼前一亮，很多過去棘手的難題，終於有了破解的可能。但興奮之餘，一個更為根本的問題浮現出來：有些障礙，不是靠模型能力變強就能繞過去的。這個問題，種子早在小冰時代就已埋下。團隊最初的目標就不止於打造一個“小冰”，而是建構千千萬萬個能精準匹配使用者需求、且彼此配合的AI。但實踐中他們發現，單個Agent再聰明，一旦放進多智能體場景，局面就失控了。要麼是“表演式一致”，表面上一團和氣，實則誰都沒往深裡想；要麼互相衝突內耗，整體效率還不如單干。完全依賴模型自身驅動協同，遠遠不夠。於是，一條新的研究方向被李笛團隊單獨闢出來：多智能體之間，到底應該怎麼協作？在他們看來，唯一的參考藍本，就是人類社會。畢竟，人類是迄今所知的、唯一實現了大規模高級認知協同，並持續產出價值的群體。為此，團隊還專門梳理了1800-2020年整整220年的人類文獻，只為拆解“群體智慧”的演進脈絡。時間來到2023年年初，團隊提出CoT是關鍵。他們自研了“小冰鏈”（X-CoTA），驗證了思考過程透明化的核心價值。小冰鏈僅使用了GPT-3約2%的參數量，便實現了可觀測、可追溯的思維鏈建構，並能夠在推理過程中即時獲取外部資訊、做出行動決策。實際上，CoT也是多智能體協同大計畫中的一塊關鍵拼圖。在團隊的構想裡，真正高效的協同，不能只共享結論，更要同步思考過程。就像人與人協作，只有知道對方的推導邏輯，而非僅僅拿到一個結果，才能實現超越表層的深度配合。到了2023年年底，團隊做的開源大模型性能超越了Meta同期產品。他們欲乘勢而上，提出研發推理模型的新計畫，但在當時的決策框架下，這個方向再次被擱置。2025年12月9日，李笛帶領微軟小冰創始核心團隊成立新公司明日新程（Nextie）。如今，技術條件、市場環境、團隊狀態終於迎來同頻共振的時刻。團隊現在手握完全的決策權，可以心無旁騖地深耕Harness群體多智能體賽道。延續對“多智能體協同”的長期思考，明日新程團隊組建之初，便將核心方向鎖定為原生群體智能與認知模型。今年2月份，團隊打造的首個原生群體智能平台——“糰子（tuanzi.ai）”發佈內測版。量子位在產品剛發佈時，就上手實測過：使用者提出問題後，幾十個Agent成團“圍坐一桌”，各抒己見、互相補充、辯論交鋒，甚至還有投票表決、同行評審這樣的專業環節。它不追求單一智能體的能力極致，而是聚焦“群體協同價值”，既能勝任高認知複雜度的深度研究任務（通過多智能體思辨、碰撞，破解單一模型的認知侷限），也能適配以OpenClaw為代表的長程多智能體協同、大規模群體模擬等核心場景，真正將Harness理念落地到了產品層面。在團隊設計的視角完備性、辯證深度、落地實操性、隱含訴求滿足度、決策五維度評測指標中，Nextie綜合表現顯著優於競品。不僅超過了包括ChatGPT-5.2 Thinking在內的單一大模型；同時，在達到同等思考深度的情況下，整體計算消耗（Token）可降低約50%。此外，前段時間引發關注的“衛士蝦”TuanziGuardianClaw，則是群體智能能力的又一次實戰驗證。這只專門堵OpenClaw安全漏洞的Agent，完全由糰子群體智能體自主協同設計而成。量子位還打探到，目前明日新程內部大量使用Agent作為“人機共生的同事”，採用“常駐Agent+臨時Agent”的協作模式——常駐Agent負責常規開發與產品設計，臨時Agent根據具體任務需求動態補充。“衛士蝦”就是安全領域的臨時Agent與常駐Agent協同完成的。“小冰島”將以新形態重現談到近期產品規劃，李笛向我們透露了團隊醞釀已久的全新動作。他們正在全力打造一款形態接近“小冰島”的全新產品。它不再侷限於簡單陪伴，而是能夠協同完成各類複雜、長期任務，讓一群Agent真正做到幫使用者幹活、陪使用者成長，並在持續互動中與使用者建立深度繫結關係。李笛表示，新產品最大的延續，在於小冰島最初的設計理念：觀察圍繞每一個人，究竟配備一群怎樣的Agent才是最適配的。每個人的需求不同，有人需要工作支援與情感陪伴兼顧，有人更需要理性、專業的決策輔助。我們要做的，就是讓Agent群體真正貼合使用者本身。而產品最核心的升級，則是技術層面的全面迭代，深度融入糰子的Harness群體智能能力。李笛解釋，當年做小冰時，受限於技術水平，很多複雜的協同邏輯只能靠工程抹平，無法實現真正的智能協同；如今有了大模型與Harness，終於能實現當初的設想。以前在小冰島上，你告訴一個AI“我失戀了”，這個AI無法判斷是否要把這個私密資訊傳遞給其它AI，要麼所有人都來安慰你，讓你尷尬；要麼只有這一個AI知道，無法形成真正的情感支援。但現在，Agent會通過智能判斷，做出最合理的反應，你的每一次互動，都會在Agent群體中產生智能、合理的漣漪。未來，使用者可以擁有一組像OpenClaw一樣的自主Agent，他們能夠根據你的自身需求靈活調整。換句話說，這群Agent，從來都只是為你而存在。由此，這也將打開多智能體全新的應用場景。By the way，新版“小冰島”預計本月底推出～ (量子位)

文 / 李開復，零一萬物CEO、創新工場董事長今年的政府工作報告有專門的章節來闡述“打造智能經濟新形態”，聽完後我為之振奮。報告中明確提出：“促進新一代智能終端和智能體加快推廣，推動重點行業領域人工智慧商業化規模化應用，培育智能原生新業態新模式。” 這為智能經濟的發展指明了務實的方向，釋放了一個清晰的訊號：人工智慧已經跨越了單純的技術探索期，正式進入到產業深度應用和全面發展的新階段。宏觀政策的導向，與零一萬物在產業一線的觀察與實踐高度一致。面對智能經濟的新形態，如何將前沿技術轉化為實際的生產力，是擺在所有從業者面前的核心課題。結合零一萬物的實踐與行業的未來走向，我想與各界朋友匯報幾點我們的心得。01. 產業智能時機到了但需要組織深刻變革配合大模型技術正以“月”為單位迭代，生成式AI驅動的AI 2.0，正快速從一項“黑科技”走向千行百業的商業化規模應用。這是一個關鍵轉折點：AI 2.0正在從單純的“工具智能”，邁向組織智能和產業智能齊頭並進的新階段。值得注意的是後兩者是相輔相成、互為引擎的——沒有組織層面的深刻變革，產業智能就是空中樓閣。那麼，現實情況如何？我們看到，許多企業在擁抱AI 2.0時，依然停留在“買把好錘子找釘子”的階段，陷入了一個典型的 “工具陷阱” ：他們追求單一環節的效率提升，卻錯失了系統性的業務重構所帶來的指數級增長機會。我們必須清醒地認識到，真正的產業變革，不是購買一套標準化的AI軟體，而是一場必須由上至下推動的“組織變革”。也就是說，企業的AI數智化轉型必須是 “一把手工程”——管理者需要跳出“為什麼要用AI”的淺層討論，躬身入局，去思考和實踐“如何用AI重構商業”。為了真正推動AI變革從“工具智能”邁向“組織智能”與“產業智能”，我們堅決選擇了一條深入產業肌理All in ToB 的道路。我們的前沿部署工程師（Forward Deployment Engineer）不再僅僅坐在後台寫程式碼，而是像業務夥伴一樣，進入最真實的業務一線，與客戶並肩作戰。他們不僅要懂程式碼，更要懂“行業”,他們要深入複雜的供應鏈、生產車間和零售現場，去解決那些真正關乎企業運轉和盈利的實際痛點。02. 2026將是企業多智能體上崗元年不久前，我在零一萬物的白板上寫下了一個斷言：2026年，將是“企業多智能體上崗”元年。我們正在經歷一場生產力的範式轉移——AI 正在從“一人一工具”的輔助角色，進化為“一人一團隊”的組織核心。在複雜的商業戰場上，多智能體（Multi-Agent）實現了從單純“被動執行”到“自主思考協作”的驚人飛躍。多智能體不是在替代員工，而是在“封裝”智慧，將能力軟體化。它讓個人的卓越，轉化為組織永續的資產。過去，優秀的業務邏輯和判斷力往往鎖在核心人才的腦袋裡，難以規模化複製。現在，通過多智能體，我們可以將這些深度的行業洞察“封裝”成一套套全天候運轉、自我進化的“矽基軍團”。這意味著，企業的核心競爭力將不再隨人員流動而損耗，而是如同樂高積木般，可復用、可拼裝、可沉澱。更讓我興奮的是，中國擁有全球最齊全的工業門類和超大規模的市場。每一個生產車間、每一段供應鏈流程，都是多智能體進化的絕佳實驗室。當中國深厚的工業底蘊與多智能體技術深度耦合，我們將見證一個偉大的跨越：中國將從“世界工廠”，穩步進化為智能驅動的“全球智能體工廠”。03. 中國是AI原生硬體的最佳爆發地報告中特別提到了“新一代智能終端加快推廣”以及“培育智能原生新業態”。我認為，如果說多智能體是重塑企業生產價值鏈的“超級員工”，那麼下一代智能終端就是重構人機互動的前端入口。我始終堅持，手機絕對不是 AI 2.0 時代的終極形態。我們必須跳出“手機+App”的舊邏輯，以 AI-First（智能原生） 的思維，定義具備以下五大特質的“下一代AI硬體終端”。它應該起碼具備五個特點：語音驅動：自然語言將成為最自然、最高效的互動入口。裝置能夠準確理解使用者的真實意圖，減少對物理按鍵或螢幕觸控的依賴。全時待命：未來的裝置是全天候待命的。它不需要刻意去進行“喚醒”操作，而是自然地融入你的生活與工作流。多維感知：依託多模態感測器，裝置能夠即時感知物理環境、對話內容和視覺資訊，從而建立精準的上下文語境。無限記憶：裝置將具備超長的上下文處理能力和本地記憶庫，它能記住你過往的習慣和互動，提供高度個性化的專屬服務。趨於隱形：科技發展的自然方向是融入日常。未來的AI硬體在形態上將更加輕量化、無感化，它們可能化作耳機、眼鏡或配飾，不再讓使用者的注意力被實體螢幕所束縛。這一場AI智能原生硬體革命的最佳爆發地就在中國。我們擁有全球最頂尖的製造業供應鏈叢集。從精密光學元件、高性能感測器到微型電池，中國產業鏈的深度、廣度與響應速度，以及成本控制能力是全球任何地方都無法比擬的。這種“智能原生”與“中國製造”的完美耦合，讓中國企業不僅能快速定義出新形態硬體，更能以極高的效率實現規模化量產。目前，中國在產品設計、軟體能力和AI技術方面已經位居世界一流，硬體製造能力更是超越美國，特別是依託深圳在內的大灣區完善的產業鏈優勢。這意味著，在中國開發硬體的成本遠低於美國。我們可以以相對較低的成本、更強的“智造”實力，並以中國市場作為試驗田，進而國內、國際市場雙向佈局。04. 開源是中國AI在全球科技競爭中實現“換道超車”的關鍵路徑之一另外，報告特別指出要“支援人工智慧開源社區建設，促進開源生態繁榮”。對此我深有感觸，在我看來，開源是中國AI在全球科技競爭中實現“換道超車”的關鍵路徑之一。在全球大模型的中美雙雄競技中，中國走出了一條極具特色的路。不同於矽谷科技巨頭所追求的“閉源壟斷”和贏家通吃，中國AI正在以開源為土壤，建構起一個龐大的“共創智庫”。我們堅定地擁抱開源，這不僅僅是程式碼的共享，更是底層技術突破的“加速器”。這種開源實踐，正在推動一場深刻的底座平權。它大幅降低了大模型的應用門檻——企業不再需要糾結於是否有昂貴的算力去追趕極點，無論大小企業，都能站在頂尖開源底模的肩膀上，把最核心的精力投入到更深度的行業應用中去。開源生態的繁榮，不僅建構了中國在全球範圍內的技術影響力和應用生態，更是我們邁向“智能體工廠”不可或缺的堅實基座。只有底座足夠穩、門檻足夠低，千行百業的智能原生應用，才能如雨後春筍般破土而出，深紮在開源這片沃土之中。我們投身人工智慧領域的根本願景，是希望通過“人工智慧+”賦能實體經濟，真正為國家和社會創造價值。智能經濟的藍圖已徐徐展開，其本質是生產力重塑和商業邏輯重構。我們期待與各行各業的實幹家們一道，腳踏實地，擁抱多智能體與原生硬體交織的時代機遇，共同將AI數智化變革的廣闊願景，深耕於千行百業，生根發芽、開花結果。附：中國企業智能體2026年十大預判一、2026年不會指揮AI，你會被AI替代有很多年輕朋友問我：“開復老師，2026年多智能體規模化上崗了，我會被替代嗎？”我在零一萬物的會議室裡，有一塊白板，上面寫過各種各樣的趨勢判斷。在今年，一個核心的觀察是：今年是企業多智能體上崗元年。AI正在從“一人一工具”跨越至“一人一團隊”。如果說，推理模型加持下，單智能體所實現的是任務處理的智能化，那多智能體則是像人類團隊一樣分工協作、相互檢查，將企業內部的優秀能力沉澱為可復用、可組合的業務資產。在我看來，2026年，企業多智能體將作為“矽基軍團”，在核心辦公場景中扮演關鍵角色。我的觀察是，如果你還把AI當成一個偶爾查資料的工具，如果你還在糾結於寫PPT、填表格這些重複性工作，那確實應該有危機感。任何基於數字、可計算的、相對重複性的工作，AI會越做越好，越做越快，越做越便宜。不同於基於預設規則的RPA（機器人流程自動化），多智能體實現了從“執行”到“思考”的跨越：它能理解使用者意圖、自主拆解複雜目標、並靈活規劃路徑。 這種從“端到端”的交付能力，讓 AI 真正具備了職業屬性。未來的職場，人與AI的邊界將會被重新劃分：人類會從繁瑣的重複性工作中解放出來，去處理最核心的戰略決策，去建立人與人之間那種不可替代的情感連接。所以，如何不被替代？答案不是去和AI拼算力，而是要進化你的“戰略定義力”與“價值判斷力”。“戰略定義力”：在複雜的業務環境裡，為AI錨定戰略目標。“價值判斷力”：要有能力審查AI的產出，識別潛在風險，為最終交付的社會價值與商業價值負責。未來企業架構將會是“人類架構師＋智能體叢集”協同進化的超級智能體。而具備戰略定義力與價值判斷力的“複合型員工”將會是人機協作的核心。你最想把那項令人頭疼的工作交給AI？二、我觀察了上百家企業，做對AI轉型的只有1%我常說：企業AI數智化是一把手工程。這裡所說的“一把手工程”的真義，不是拍板而是破局。去年，我和零一萬物的業務團隊走訪了上百家企業客戶，很多CEO對AI仍有比較大誤區：給技術部門撥一筆預算，裝幾個智能外掛，把AI當做簡單的“外掛”——但實際上這遠遠不是“AI化”。在2026多智能體上崗元年，AI不只是CFO或CIO“拍板”的預算，更是一把手親自去“破局”的組織變革。為什麼這麼說？因為多智能體（Multi-Agent）正在做一件過去幾十年都做不到的事：能力軟體化（CaaS）。這意味著，你可以把公司最頂尖銷售的判斷力、王牌產品經理的邏輯，封裝成一套可以被高效複製、7x24小時全天候運轉的“矽基軍團”。他們如同流水，具備極強適應性與延展性，業務高峰時自動擴容，低谷時靜默待命。企業的生產力單元將從人轉變成Agent，這不再是單純的技術迭代，而是對企業組織形態與商業底層邏輯的重構。在零一萬物，多智能體已經能“平替”市場或 HR 的部分核心流程。背後其實是依賴於企業多智能體“TAB 三要素”：AI Team（團隊作戰）：以前是招人難，現在是“能力軟體化”。1 個人指揮 1 支智能體團隊成為可能，人和 Agent、Agent 和 Agent 之間高效協同。這意味著企業不再受限於“單一專家”，能力可以像軟體一樣彈性伸縮，徹底突破人才瓶頸。AI Auto-pilot（業務裂變）：就像自動駕駛一樣，AI 能根據核心生產場景自動規劃、落地，且過程可控、質量可查。這讓個人業務能力實現指數級增長，企業在垂直深度和規模化擴張之間，終於能找到那個平衡點。AI Business（商業重構）：這是最核心的。當多智能體的流程和產出都能沉澱、重構，企業的核心競爭力就被拆解成了“原子顆粒度”。這種“能力即服務”（CaaS）的模式，能讓你從賣產品變成賣“解決能力”，實現商業模式的徹底翻新。而要實現這種變革，必然會觸動傳統的部門牆，而只有一把手才能打破舊有的KPI體系。目前看來，可能只有百分之一的企業真正做好了這種準備。因為傳統的首席資訊官（CIO）往往由於職業慣性顯得過於保守，不能勝任AI數智化轉型任務。我建議：CAIO（首席AI官）是實權，不是虛銜。一把手要給授權，讓首席AI官 CAIO 配合 CEO 拆解並重構組織。沒這個狠心，轉型就是空談。要“硬核戰友”，不要“流水線供應商”。拒絕只做 PPT 的供應商。選那些懂AI、願意做私有化部署、有耐心瞭解企業業務、願意派遣工程師到客戶一線駐場共創的硬核夥伴。不要等到對手的“1人公司”用更低的成本跑贏你時，才想起去擁抱變革。等技術成熟再轉型，實質上是企業的“慢性自殺”。三、從世界工廠到智能體工廠，為什麼是中國？在全球AI競賽中，中國的機會到底在那？我的觀察是：中美已進入雙雄時代，但走的是截然不同的路。美國公司像在玩一場“贏家通吃”的遊戲，OpenAI們籌集千億美金，試圖率先攻克AGI（通用人工智慧），從而對整個行業實現降維打擊。為此，他們必須保密、必須閉源。而中國路徑更像是一個“共學小組”。 中國大模型企業很擅長在有限資源內“多快好省”地做到世界第一梯隊的模型，同時堅定擁抱開源，以開放生態攻佔全球市場。一方面，小組內的所有成員都在建構開源模型並進行分享，相互學習以加速技術突破。另一方面，阿里通義千問、DeepSeek等模型的崛起，憑藉開放性、可定製性和本地部署優勢，建構起了全球範圍內的技術影響力和應用生態。這構成了中國有望從“世界工廠”躍遷為“智能體工廠”的第一個原因：底座平權。隨著開源模型的爆發，大模型的門檻正在降低。中國企業不需要再糾結於是否有昂貴的算力去追趕前沿技術，而是利用頂尖開源基模，把精力放在更深度的行業應用上。更重要的是土壤優勢。中國擁有全球最齊全的製造業門類和超大規模的消費市場。每一個廠房、每一個業務流程，都是多智能體落地的絕佳場景。通過能力軟體化（CaaS），我們可以把中國深厚的工業經驗、服務邏輯，重構成一個個高效協作的“智能體團隊”。中國AI的“新黃金時代”，不是實驗室裡炫技打榜，而是在辦公室廠房、在田間地頭。隨著2026年政府工作報告提出“打造智能經濟新形態”，深化拓展“人工智慧+”行動，中國正從“製造”向“智造”全面躍遷。從輸出商品到輸出“矽基生產力”，這不僅是生產模式的顛覆，更是國家競爭力的重塑。在智能體時代，中國有望實現換道超車，開啟AI時代的黃金十年。 (華夏基石e洞察)