2026 CSDI：AI的下一次飞跃——从模型到智能系统

从模型到系统的转变

在2026年世界人工智能大会上，大模型和生成式AI赛道共有130家参展商，但只有18家是纯基础模型公司。其余83家展示的是AI代理或智能应用。对话已经从“模型有多聪明？”转向“它能创造什么实际价值？”AI竞争的基本单位不再是单一模型，而是整个系统。

这种转变反映了更广泛的行业趋势：AGI不再只是一个遥远的梦想。它正成为全球研究机构的战略锚点。DeepSeek创始人梁文峰最近概述了通往AGI的六步路线图，强调每一步——从语言模型到具身智能——都建立在前一步的基础上。“代理应该使用CoT，而CoT应该使用前一步，”他说，强调了渐进方法的重要性。

如果AGI定义了目的地，那么算力、数据、算法、人才和组织结构决定了我们能走多远。这些是每个严肃的AI参与者必须掌握的核心开发要素。

根据工业和信息化部的数据，截至2026年6月，中国的智能算力达到2185 EFLOPS。但真正的挑战不仅仅是原始芯片性能。互连、内存共享和任务调度是将芯片集群转化为有效算力的关键。焦点正在从训练转向推理，竞争现在在于构建整个系统，而不仅仅是更快的处理器。

2025年，中国用于AI训练和推理的数据使用量达到199.48 EB，同比增长42.86%。推理数据首次超过训练数据。但正如国家数据局局长刘烈宏所指出的，真正的价值在于使用数据，而不仅仅是管理数据。打破数据孤岛，实现共享治理，对于AI在实体经济中扎根至关重要。

算法进步已达到国际标准，但下一个突破不会来自对现有框架的修补。行业正朝着理解物理规律的多模态世界模型迈进。处理长程任务的能力——将宏大目标转化为数千个可执行的子任务——是新的前沿。

对高性能计算工程师的需求非常旺盛，供需比仅为0.15。AI科学家的平均月薪高达13.2万元。但吸引人才只是成功的一半。留住人才并激发创造力需要强大的组织文化。例如，DeepSeek将其研究人员团结在AGI的长期目标周围。

2026年一个显著的趋势是AI研究工作的整合。字节跳动将其飞书产品团队并入抖音，阿里巴巴整合了其Agent产品线，腾讯汇集了其研发资源。甚至亚马逊也关闭了其AGI实验室以合并部门，而谷歌DeepMind进行了重组以专注于AGI开发。这些举措标志着从内部竞争向统一的、系统级创新的转变。

代理已经取得了巨大进步，从简单的聊天机器人发展到可以自主执行任务数小时的自主工作者。但它们的最终能力受到底层预训练模型的限制。正如清华大学唐杰教授所说：“预训练决定上限；微调决定你是否能达到上限。”

腾讯云的李强用汽车类比：“大模型是发动机，工程链是将发动机变成汽车的过程。发动机决定了上限。”无论代理框架多么复杂，如果基础模型不够强大，代理就会碰壁。

这就是为什么一些研究人员正在回归预训练本身。例如，上海AI实验室的Agents-A1模型是在高质量的长程轨迹数据上训练的，以从根本上提高其代理能力。教训很明确：代理的竞争实际上是基础模型的竞争。

软件开发正在经历范式转变。Gartner预测，到2028年，AI编码代理将使软件工程生产力提高30%至50%。Stripe、Ramp和Coinbase等公司已经部署了内部编码代理，这些代理异步工作，由团队通信触发，而不是个人命令。

但真正的价值来自组织级部署，而不仅仅是个人使用。正如IDC所指出的，区别在于公司是否有全面的平台工程、治理和开发者角色转型计划。那些将Agentic AI视为企业能力的公司将在速度、质量和创新方面获得长期优势。