爆发前夜的智能体，落在中国算力的舒适区｜海斌访谈

“未来趋势应该是只有智能体(tǐ)，没有APP，智能体把APP都(dōu)颠覆掉了。以后可能不需要软件公司，就都是智能体公司了。”华鲲振宇金融系统部总经理孔亮近日(jìnrì)对第一财经表示。 华鲲振宇是一家以国产算力为(wèi)根基的服务器(fúwùqì)提供商，用户(yònghù)分布在互联网、金融以及医疗等领域。据孔亮观察，中国各行各业都在落地人工智能，而智能体正(zhèng)成为标配。亚马逊全球副总裁储瑞松近日同样表示，如今AI的发展又来到了一个拐点，“我们正处在Agentic AI爆发(bàofā)的前夜。” 手机用户每次与豆包进行交互，医生每次在(zài)AI助手上(shàng)进行知识查询，都是通过智能体对大模型推理能力的调用。在大模型训练(xùnliàn)阶段，本土算力供应商略显捉襟见肘；智能体爆发带来的推理需求，则落在中国(zhōngguó)算力的能力范围之内。 各行各业似乎都(dōu)在拥抱智能体。 今年(jīnnián)2月份，复星医药发布PharmAID决策智能体平台，这一(zhèyī)平台底层(dǐcéng)既有海外领先的大模型，也接入了中国本土的Deepseek-R1大模型。这一智能体已(tǐyǐ)接入全球多个临床资讯及管线数据平台，该公司称其医药健康领域内容生成准确率比(bǐ)通用大模型提升了50%。 PharmAID决策智能(zhìnéng)体平台包含了复星医药自己决策的风险偏好，也包含了存量的管线，旧管线、新管线匹配(pǐpèi)的关系。因此，这一平台目前是面向内部使用，复星医药首席数智官(shùzhìguān)林锦斌说：“目前这个(zhègè)阶段，我们还是自己的狗粮自己先吃。” 人工智能已经(yǐjīng)渗透进入医疗的(de)方方面面。近日，中山医院周俭教授、杨欣荣(xīnróng)教授团队与(yǔ)鹍远生物联合开展的研究成果在国际期刊Molecular Cancer发布。这项研究基于高通量(gāotōngliàng)测序平台，通过小型(xiǎoxíng)靶向甲基化测序Panel，捕获血浆游离DNA的甲基化特征和片段组学特征，构建出融合深度神经网络(shénjīngwǎngluò)构架的多模态人工智能模型，实现对多种消化道癌症的无创检测与组织溯源。强大的人工智能，使得基于液体(yètǐ)活检的无创的消化道多癌早筛从概念走向现实迈出关键一步。 中国每年有数亿人次出行，差旅是智能体落地的重要场景(chǎngjǐng)。 2025年1月，OpenAI展示其(qí)智能体Operator，演示的(de)核心能力之一就是一键式订票。今年6月份，滴滴企业版(bǎn)也推出内测的AI小滴差旅助手、管理助手、解决方案助手智能体。 对于商务出差的(de)人来说，智能体最终也许能像一个行政助理那样工作：分析企业差旅政策如飞机(fēijī)火车标准、酒店(jiǔdiàn)金额(jīné)限制，结合员工偏好，衔接大小交通，生成一站式行程规划，并以“购物车”结算方式交给用户进行预订。 “效率成(chéng)生存刚需的当下，技术也在倒逼商旅(shānglǚ)行业变革。”滴滴企业服务事业群总经理蔡晓鸥说，这些智能(zhìnéng)体是基于70万企业累积的B端服务数据(shùjù)，采用开源模型Multi-Agent架构来实现的。“滴滴企业版(bǎn)希望用技术重构商旅效率，更精确地管理差旅路上的每一公里。” 智能体的(de)应用，也会逐渐穿透(chuāntòu)，从用户的交互层，深入到企业信息系统的数据库。 “过去我们一直在用AI来赋能数据库的运维。过去这个(zhègè)事情(shìqíng)比较(bǐjiào)难做，过去我们用的都是小模型，它(tā)基于规则的方式来去触发，泛化性是很差的。现在有了大模型，它的学习能力特别(tèbié)强，后续我们把智能体的技术嵌入存储，嵌入数据库，运维体验会发生翻天覆地的变化。”华为存储闪存领域总裁谢黎明近日表示。 医药研发、商旅出行、数据库运营等，上述这些不同案例显示(xiǎnshì)，人工智能与智能体正在进入(jìnrù)各行各业，并改变内部运行效率。 过去(guòqù)几年间，大模型带动了新一轮的人工智能浪潮。如今人工智能发展，又来到(láidào)了新的阶段。 “我们(wǒmen)正处在Agentic AI爆发的(de)前夜。”储瑞松在亚马逊云科技中国峰会上表示。 智能(zhìnéng)体的爆发，技术基础是日新月异的大模型。 第一次工业革命时期的蒸汽机，解放了人和动物的肌肉力量，改变了纺织、采矿、交通等领域的效率。现在的人工智能革命，芯片企业(qǐyè)和大模型(móxíng)企业前赴后继，放大(fàngdà)和解放了人类的智力。 在美国，谷歌、OpenAI等企业不断迭代，推出性能更(gèng)强大，效率更高的(de)模型(móxíng)。在中国，阿里通义千问、DeepSeek等模型你追我赶，不断提升性能。 成本的下降，是一项(yīxiàng)技术得以商用的前提。储瑞松援引斯坦福大学2025年人工智能报告称，过去两年推理成本下降，已经(yǐjīng)不到(búdào)原来的百分之一。 “像DeepSeek这样的模型(móxíng)一经推出就极大提升了(le)推理效率。这是(zhèshì)非常令人振奋的事情，同时也促使很多模型提供商开始想尽办法优化自己的成本和运行(yùnxíng)效率。”亚马逊云科技全球技术总经理Shaown Nandi评价说(shuō)：“推理成本的降低，既包括芯片性能的改进，也包括模型本身在结构和功能上的提升。” 人工智能的能力之所以令(lìng)制药企业激动，是因为它解决了一直困扰企业的问题——如何达成方向大致正确的选择。在(zài)研发管线纷繁复杂，动辄10亿美金起步(qǐbù)的新药研发上，制药企业极度渴望确定性。“决策(juécè)智能体(tǐ)，不可能一蹴而就，是需要持续投入的。”林锦斌说。投资回报是管理者不得不(bùdébù)考虑的事情，他负责复星医药的整个数字化的投资决策。在投资回报上就要“给到(dào)我们管理层一个比较满意的结果。” “在DeepSeek之前，大家门槛比较高，投入产出比特别低。有了DeepSeek之后(zhīhòu)，大家可以有当期的回报了,比如说一年就见效果。”孔亮对第一财经(cáijīng)表示。华鲲振宇是华为的战略(zhànlüè)合作方，它以国产的鲲鹏和昇(shēng)腾算力为基础，为国有大型银行客户，互联网用户等提供服务器，并(bìng)帮助这些企业搭建起其智能体。 两家美国公司谷歌和Anthropic推动了智能体标准的(de)确定。 大模型公司Anthropic首倡的模型上下文（MCP）协议，得到(dédào)越来越多企业认可，中国企业阿里巴巴等也(yě)已经支持这一协议。 对于智能体来说，MCP是一个强大的(de)解锁器和解码器。它就像是通用的USB-C接口，智能体可以通过这个标准化接口，更便捷地访问任何一项(yīxiàng)服务、数据，并帮助用户按其(qí)需要来执行一些任务。 谷歌推出的开源标准A2A（Agent-to-Agent）协议，旨在解决不同AI智能体之间(zhījiān)的互操作性问题(wèntí)。通过统一(tǒngyī)的通信标准，A2A协议支持智能体之间的高效协作和任务管理。 “所有(suǒyǒu)这些因素叠加在一起，让(ràng)Agentic AI的爆发几乎不可避免。”储瑞松表示。 3月份，山西省(shānxīshěng)人民医院上线私有化模型平台，算力底层是鲲鹏+昇腾的组合，搭配DeepSeek-R1的70B大模型，再上面一层的智能体“省医AI助手”则(zé)内嵌到门诊医生(yīshēng)、住院医生(zhùyuànyīshēng)、护理和医技系统。 “山西人民医院IT维护(wéihù)可能二三十个人，但是懂AI的可能就没几个人。”孔亮说(shuō)。医院需要控制预算，也需要合作方提供完整的落地方案，以及(yǐjí)人员AI培训。 山西(shānxī)人民医院(yīyuàn)有(yǒu)“数据不出院”要求，因此只能做人工智能的(de)本地化(běndìhuà)部署。这是相当普遍的需求。“现在金融机构面临着数据安全的问题，它要求数据保密性和不能够流出，所以我们建议由监管机构，或者有监管背景的机构，来成立一个大模型平台，成立这样的一个运营主体。”浪潮集团副总裁吴超表示，“现在大模型大家都在去做，头部客户有资金有实力，可以(kěyǐ)自己构建一套(yītào)平台和资源，但中小企业没有那么多资金去构建平台。” 财富五百强的企业中(zhōng)，超过七成的工作负载仍然运行在(zài)本地，而非在云上。金融、教育等产业对数据保护极度重视，他们在许多场景搭建AI能力的时候(shíhòu)，同样更愿意本地化部署。 山西省人民医院的(de)AI部署方案，是中国(zhōngguó)人工智能(réngōngzhìnéng)闭环能力的一个代表：底层算力、中间的模型、上层智能体，以及使用场景都是本土化的。 DeepSeek出现之后，带动了一大批模型开源(kāiyuán)和(hé)降价。而且大参数的模型，开始部署在中国本土芯片(xīnpiàn)之上。国产算力如华为的昇腾、摩尔线程、沐曦等搭上发展的快车。沐曦、摩尔线程等都开启了上市的进程，而华鲲振宇(érhuákūnzhènyǔ)的收入迅猛增长。 对于中国芯片企业来说，芯片产品在训练过程中略显捉襟见肘，但在推理(tuīlǐ)环节可能(kěnéng)绰绰有余。 大(dà)(dà)模型的训练过程，相当于(xiāngdāngyú)把小孩培养成教授；使用大模型进行推理，就像是教授向成百上千(chéngbǎishàngqiān)的学生传道授业解惑。手机用户每次与豆包进行一次交互，医生每次在AI助手上进行知识查询，就是通过智能体对大模型推理能力的一次调用。日常亿万次的智能体互动(hùdòng)，使得推理所需算力逐步压过训练所需算力。 据孔亮预计，今后的(de)四五年内，华鲲振宇出货(chūhuò)的服务器，将有八成是(shì)用于推理，而只有两成是用于训练。市场需求的爆发，也会推动底层芯片技术的进步。 “就像以前大家都是用的(de)纸和笔来办公，用了电脑之后会提升办公效率，但是这需要一个(yígè)过程。我们现在就是把各行各业的一个个的业务场景全部智能(zhìnéng)体化，它是个很长的过程。”孔亮说。 谢黎明认为，智能体发展会变革人机交互(jiāohù)的(de)模式，自然语言交互会成为主流。 “未来的万事万物，不管你是什么样(shénmeyàng)的公司，你生产任何一个产品，你的产品一定会对应一个智能体(tǐ)。就像一辆自动驾驶的汽车，它一定会配一个自驾(zìjià)系统一样。”谢黎明说。 (本文来自(láizì)第一财经)