发布时间：2026-03-28 12:18:56 点击量：
表现形式——自进化，去中心化，细节不可控等——今天，AI在开源、闭源两个赛道同时赛跑，智能体与场景将平台化服务潮流扭转，并呈现出百花齐放的去中心化格局。而包括混沌的模型训练与不可测的模型迭代，无不印证了“失控”一词对AI时代现状的精准诠释。
2026年，智能体、AI助手（小龙虾）概念日趋火爆，凯文·凯利，以及国内外的AI领域从业者对AI发展的洞察又有何变化？
近日，在诚迈科技主办的人工智能趋势洞察论坛上，相关专家们给出了他们的看法。
凯利认为，当前AI发展正被四大关键“不确定性”所笼罩。其中之一是通用（AGI）的终极命题。
“AGI是否能够变成可能，我们目前还不知道，”他坦言，尽管有数百种专用Kaiyun官网AI和智能体涌现，但AGI能否实现以及何时实现，仍是未知数。
其二是算力格局的走向。凯利的个人观点与当下主流观点几乎相左，称大部分的都会在本地的原设备发生，而非在大的数据中心发生，并形成去中心化的AI生态系统，但实际格局尚未确定。
对于当下社会关心的AI影响就业的提法，他认为，证据显示因AI直接失业的人很少，更多是岗位变迁，但长期影响仍不明朗。
而对于开源与闭源模型在未来市场中的主导权之争，凯利认为至少在未来三年中格局并不会非常清晰。
“这是我们面临的四大关键不确定性，”凯利强调，“不仅是普通人不知道答案，实际上专家也不知道答案。”
不过在他看来，回答以上问题，本身对于快速推动AI发展至关重要。包括高度的不确定性也意味着高度的机会。
首先是“非大语言模型”。他认为，当前主流的大语言模型（LLM）是一种“扁平化”的神经网络，主要对应人类的模式认知能力，但人类智能远不止于此。未来需要探索超越LLM的新型认知模型，以解决LLM在持续学习、记忆和世界知识等方面的短板。
其次是“空间智能与世界模型”。AI需要从基于文本的训练，转向基于真实三维物理世界的训练，就像特斯拉自动驾驶系统通过真实路况数据训练一样，构建理解物理规律的“世界模型”。
第三是“情感计算”。未来的AI和机器人需要能够理解、甚至表达情感，与人类建立更深层次的互动与羁绊。而由此形成的陪伴具身智能将带来良好的商业前景。
第四则“智能体（Agent）经济”。凯利认为，智能体将能自主调用工具、相互Kaiyun官网协作，甚至通过加密货币等机制进行价值交换，形成一个庞大的、自主运行的智能体网络。
不仅是凯文·凯利，随着今年以来Manus AI的大交易，“养龙虾”在国内的突然火爆，的关注已然盛况空前，并成为各路前沿专家的焦点共识。
董事长王继平认为，AI的演进有三个阶段：大语言模型解决了一问一答，智能体能完成单任务，而如今已进入他称之为“龙虾”的第三阶段。“龙虾”具备更强的自主性，可以7x24小时在线，并能调用其他智能体协同工作。
王继平引用英伟达创始人黄仁勋的观点指出：“未来可能不再需要APP”，而“龙虾”及其承载的“技能”将成为新的交互与价值单元。
全球智慧物联网联盟理事长高同庆则以大模型发展的视角，将其归纳为三个阶段：预训练时代、推理优化时代和当前的“智能代理时代”。
他指出，新时代的AI正从堆砌参数规模，转向追求规模与效率的平衡，并通过强化记忆与学习能力，实现“自进化”。随着智能体经济的蓬勃发展，算力将成为越来越紧缺的资源。
“智能体完成任务的时长，平均每7个月翻一倍，这可能成为摩尔定律”，高同庆表示：“目前智能体发展依然处在释放的早期，与理论潜力存在差距，这就是我们的机会。”
紫金山实验室荣誉主任刘韵洁院士认为，网络的基础形态在AI智能体来到时可能会发生剧烈的改变。
刘韵洁认为，互联网正从连接信息、连接人，进入以连接智能体为核心的“智能互联网”时代。海量的智能体间通信，对网络提出了前所未有的低时延、高确定性和高可靠性的要求。
其透露，我国正在规划建设基于光电融合等新技术的国家数据基础设施和新型网，以打通算力与数据流通的堵点，为AI应用提供像神经系统一样高效可靠的网络环境。大模型需要与成千上万的垂直场景智能体互通互联，才能真正打通。
长江商学院教授孙天澍认为，AI智能体已经开始成为企业的决策和创新主体。在工作流程中嵌入AI工具开始变为以智能体为中心，并重构业务模式。
“AI不再是工具，而是智能本身。因此，每个企业都需要培养自己的AI架构师，即懂业务、懂AI、懂未来，能够用智能体重构下一代产业形态的核心角色。”孙天澍表示。
他区分了“+AI”与“AI+”的本质不同：前者是在旧流程中嵌入AI工具，后者则是以智能体为中心，彻底重构组织和业务模式。“未来肯定是属于AI+的企业，”孙天澍断言。
