张宏江演讲：中美AI算力差距凸显，Agent将重塑人类组织格局

智东西9月11日报道，今日，在2025 Inclusion·外滩大会开幕式上，源码资本投资合伙人、美国国家工程院外籍院士张宏江发表主题演讲，他指出，今年是大模型应用普及的关键转折点。

自两年前ChatGPT发布、今年年初DeepSeek诞生以来，全球大模型产业呈现出几大显著趋势：大模型未来将对众多重要应用产生影响，搜索领域首当其冲；大模型相关应用正从解决问题的工具，向AI助理、AI伴侣转变；DeepSeek模型的出现拉高了算力需求，大模型对计算的需求会持续增长；在单一IDC中构建大规模算力系统的能力愈发关键。

张宏江把模型带动底层芯片、云计算产业、电力及能源产业发展的生态，称为算力系统生态链（AI’s Industrial Scaling Up）。当下，美国整体算力IDC建设进展迅猛，这警示我们要加快在芯片、IDC建设方面的扩张步伐。

最后，他分享了对Agent发展的见解，当一个人与一群Agent组成公司时，效率将实现前所未有的提升，但这也引发了关于年轻人就业、社会结构和教育体系变革的思考。

以下是张宏江演讲的核心内容整理：

01. DeepSeek拉高算力需求，大模型向AI伴侣进化

张宏江表示，回顾过去半年的发展，最令人瞩目的当属DeepSeek的惊艳登场。DeepSeek打破了应用突破1亿用户的时间纪录，仅用7天就收获了1亿用户。

此外，DeepSeek兼具高性能与低成本的优势。刚发布时，其模型性能与当时世界上最顶尖的模型相近，而成本却只是其他模型的一小部分。

这是否意味着芯片或计算不再重要？张宏江认为，有此想法的人显然被误导了。资源遵循经济学基本定律，成本降低时，需求会大幅增长，即DeepSeek模型的出现会拉高算力需求。

以ChatGPT为例，大模型已发布两年多。通过应用日活和月活比例可衡量用户使用粘性，ChatGPT刚发布时该比例为14%，今年3月超过30%，这表明它已成为用户常用的问题解决工具。

今年7、8月又有新变化，ChatGPT周活跃用户达7亿人，其中很多人开始与它聊天交流，将其视为伴侣，这是用户粘性变化的重要标志。

从企业层面看，大模型在公司的普及率也在迅速提升。推理模型发布后，OpenAI、Anthropic的用户数量快速增长，今年是大模型应用普及的转折点。

大模型的普及首先影响到搜索流量。经济学人的研究显示，受AI影响，网页搜索流量下降了15%，健康领域搜索流量降幅超40%。

因此，张宏江认为，大模型未来将对众多重要应用产生影响，搜索领域首当其冲。

此前，Scaling Law定律是大模型发展的基础，但推理模型出现后，产业界发现了新的推理曲线，未来还会引入新维度，如2024年图灵奖得主理查德·萨顿提到的经由经验学习（Learning from Experience），即memory和context。

由此可见，大模型对计算的需求会持续增长。

过去几年，大语言模型推理成本持续大幅降低。张宏江提到的LLMflation定律表明，模型性能快速提升时，使用成本会快速下降。

产业界的趋势是，一方面，DeepSeek的出现能快速降低成本；另一方面，芯片和大模型本身性能的提升，也证明了成本降低会随着大模型的发展持续发生。

02. 大模型推动产业升级，加速AI基建建设

目前，大模型生态已推动整个产业的升级发展。

起初，云厂商仅将模型作为一种服务，随后模型开始定义整个云平台并搭建新平台，就像当初的PC、iOS和云平台一样，这个生态必将催生一个完整的产业。

如今，芯片和云计算产业已被大模型带动，并逐步推动电力行业乃至整个经济的发展，这也是过去两年美国经济增长的最大动力。

埃隆·马斯克为xAI打造了全球最大的AI数据中心，在单一集群中部署了20万卡。这对数据中心的重要意义在于，不仅要关注总算力规模，更要具备在单一IDC中构建大规模算力系统的能力。OpenAI也有类似举措，因微软无法及时提供充足算力，其启动了“星际之门”项目。

对比中美过去五年的算力变化可知，美国整体算力IDC建设进展迅猛，这提醒我们要加快芯片、IDC建设的扩张。

张宏江将模型带动底层芯片、云计算产业、电力及能源产业发展的生态，称作算力系统生态链（AI’s Industrial Scaling Up）。

03. 企业为Agent重塑工作流，一人+Agent提升效率

今年年初，萨顿荣获图灵奖，这表明强化学习已成为AI的核心技术。

Agent技术在推理模型逐渐成熟时应运而生，且发展速度极快。过去12个月，推理模型的思考时间快速增加，每六个月翻倍，意味着思考性能也翻倍。

随着模型和Agent性能的提升，人与机器、人与AI的关系发生了转变，AI已从单纯的工具，变为人类的助理，进而成为伙伴，而且AI成为人类助理的过程很短暂，很快就会成为伙伴，伙伴能够独立思考、主动行动、进行规划。

当Agent具备计算、思考、规划和行动等能力时，就会取代企业原有的流程。目前，Agent取代的是企业为人类设计的流程，未来，企业必须为Agent重新设计整个流程，或者让Agent重新定义工作流程。这是人与机器关系变革的驱动力。

当社会中Agent数量增多，就会形成Agent群，它们操作整个工作流，相互交换信息、分享决策并达成交易，而人类则成为资源和数据的提供者，这就形成了Agent经济（Agent Economy）。在Agent经济中，每个Agent是社会庞大神经网络中的一个节点，如同今天的神经元。

Agent经济对社会的影响在于，目前机构的核心资产是人才，未来将变为算力、模型和数据。现在企业拓展业务会招聘更多人才，未来则是扩大算力规模、提升模型性能和丰富数据资源。当一个人与一群Agent组成公司时，效率将大幅提升。

这也将引发社会变革，例如AI已对年轻人就业造成冲击。

今年7月，扎克伯格高薪聘请AI工程师，这或许不只是因为Meta在AI领域落后，张宏江认为更可能是他预见了未来，超级个体与Agent的组合可能成为未来科技研发的主体。

这种结构性变化促使我们现在就开始思考未来的社会架构、税务体系和教育等问题。

本文来自微信公众号“智东西”（ID：zhidxcom），作者：程茜，编辑：心缘，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com