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(yīnggāi)是(shì)只有智能体，没有APP，智能体把APP都颠覆掉了。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对第一(dìyī)财经表示。 华鲲振宇是一家以国产(guóchǎn)算力(suànlì)为根基(gēnjī)的服务器提供商(tígōngshāng)，用户分布在(zài)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爆发的前夜。” 手机用户每次与(yǔ)豆包进行交互，医生每次在AI助手上进行知识查询，都(dōu)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(dàilái)的推理需求，则落在中国算力的能力范围之内。 各行各业似乎都在拥抱(yōngbào)智能体。 今年2月份，复星医药发布PharmAID决策智能体平台，这一平台底层既有海外领先的(de)(de)大(dà)模型，也接入了中国本土的Deepseek-R1大模型。这一智能体已接入全球多个临床资讯及管线数据(shùjù)平台，该(gāi)公司称其医药健康领域内容生成准确率比通用大模型提升了50%。 PharmAID决策(juécè)智能体平台包含(bāohán)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、新管线匹配的关系。因此，这一平台目前是面向内部使用(shǐyòng)，复星医药首席数智官林锦斌(línjǐnbīn)说：“目前这个阶段，我们还是自己的狗粮自己先吃。” 人工智能(réngōngzhìnéng)已经渗透进入医疗的(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，通过小型靶向甲基化测序Panel，捕获血浆游离DNA的甲基化特征和片段(piànduàn)组学特征，构建出融合深度神经网络构架(gòujià)的多模态人工智能模型，实现对(duì)多种消化道癌症的无创检测与组织溯源。强大的人工智能，使得基于液体活检的无创的消化道多癌早筛从概念(gàiniàn)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展示其智能体Operator，演示的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(tuīchū)内测的AI小滴差旅助手(zhùshǒu)、管理助手、解决方案助手智能体。 对于(duìyú)商务出差的人来说，智能体最终(zuìzhōng)也许能像一个行政助理那样工作：分析(fēnxī)企业差旅政策如飞机火车标准、酒店金额限制，结合员工偏好，衔接大小交通，生成一站式行程规划(guīhuà)，并以“购物车”结算方式交给用户进行预订。 “效率成生存刚需的当下，技术也在倒逼商旅行业变革。”滴滴企业(qǐyè)服务事业群总经理蔡晓鸥说，这些智能体是基于70万企业累积(lěijī)的B端(duān)服务数据(shùjù)，采用开源模型Multi-Agent架构来实现的。“滴滴企业版希望用技术重构商旅效率，更精确地(dì)管理差旅路上的每一公里。” 智能体的应用，也会(huì)逐渐穿透，从用户的交互层，深入到企业(qǐyè)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。过去这个事情比较难做，过去我们用的都是小模型(móxíng)，它基于规则的方式来去触发(chùfā)，泛化性是很差(chà)的。现在有了大模型，它的学习(xuéxí)能力特别强，后续我们把智能体(tǐ)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(zhèxiē)不同案例显示，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。 过去几年间，大模型带动了新一轮的(de)人工智能浪潮。如今(rújīn)人工智能发展，又来到了新的阶段。 “我们(wǒmen)正处在Agentic AI爆发的前夜。”储瑞松在亚马逊云科技(kējì)中国峰会上表示。 智能体的爆发，技术基础(jīchǔ)是日新月异的大模型。 第一次(dìyīcì)工业革命时期的蒸汽机，解放了人和(hé)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)和大模型企业前赴后继，放大和解放了人类的智力。 在美国，谷歌、OpenAI等(děng)(děng)企业(qǐyè)不断迭代，推出性能更强大，效率更高的模型。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(xiàjiàng)，是(shì)一项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，已经不到(búdào)原来的百分之一。 “像DeepSeek这样的(de)模型一经(yījīng)推出就极大提升(tíshēng)了推理效率。这是非常令人振奋的事情，同时也(yě)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效率。”亚马逊云科技全球技术总经理Shaown Nandi评价说：“推理成本的降低，既包括芯片性能的改进，也包括模型本身(běnshēn)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(tā)解决了一直困扰(kùnrǎo)企业的问题(wèntí)——如何达成方向大致正确的选择。在研发管线纷繁复杂，动辄10亿美金起步的新药研发上，制药企业极度渴望确定性。“决策智能体，不可能一蹴而就，是需要持续(chíxù)投入的。”林锦斌说。投资回报(huíbào)是管理者不得不考虑的事情，他负责复星医药(yīyào)的整个数字化的投资决策。在投资回报上就要“给到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，大家可以有当期的(de)回报了,比如说一年(yīnián)就见效果。”孔亮对第一财经表示。华鲲振宇是(shì)华为的战略合作方，它以国产的鲲鹏和昇腾算力为基础，为国有大型银行客户，互联网(hùliánwǎng)用户等提供服务器，并帮助这些企业搭建起其(qǐqí)智能体。 两家美国公司谷歌和Anthropic推动(tuīdòng)了智能体标准的确定。 大模型公司Anthropic首倡的(de)模型上下文（MCP）协议，得到越来越多企业认可，中国企业阿里巴巴等(děng)也已经支持这一协议。 对于智能(zhìnéng)体来说，MCP是一个强大的解锁器和解码器。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(fǎngwèn)任何一项服务、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(xiéyì)，旨在(zhǐzài)解决不同AI智能体之间的互操作性问题。通过统一的通信标准，A2A协议支持智能体之间的高效协作(xiézuò)和任务管理。 “所有这些因素叠加(diéjiā)在一起，让Agentic AI的爆发几乎(jīhū)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(móxíng)平台，算力底层是鲲鹏+昇腾(téng)的(de)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”则内嵌到门诊医生、住院医生、护理和医技系统。 “山西人民医院IT维护可能二三十个人，但是懂AI的可能就没几个人。”孔亮说。医院需要(xūyào)控制预算(yùsuàn)，也需要合作方(hézuòfāng)提供完整的落地方案，以及人员AI培训。 山西人民医院有“数据(shùjù)不出院”要求(yāoqiú)，因此只能做人工智能的(de)本地化部署。这是相当普遍(pǔbiàn)的需求。“现在金融机构(jīnróngjīgòu)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(jiānguǎn)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(kèhù)有资金有实力，可以自己构建一套平台和资源，但中小企业没有那么多资金去构建平台。” 财富五百强的(de)企业中，超过七成的工作负载仍然运行在本地，而非在云上。金融、教育等产业对数据保护(shùjùbǎohù)极度重视，他们在许多场景搭建AI能力的时候，同样更(gèng)愿意本地化部署。 山西省人民医院的AI部署方案，是中国人工智能(zhìnéng)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(dōu)是本土化(běntǔhuà)的。 DeepSeek出现之后，带动了一大批模型开源和降价。而且大参数的模型，开始部署在中国本土芯片之上(shàng)。国产算力如华为的昇(shēng)腾、摩尔线程、沐曦等搭(dā)上发展的快车。沐曦、摩尔线程等都开启了上市的进程(jìnchéng)，而华鲲振宇的收入迅猛增长。 对于中国芯片企业来说(láishuō)，芯片产品在训练过程中略显捉襟见肘，但在推理环节(huánjié)可能绰绰有余。 大(dà)模型(móxíng)的训练过程，相当于把小孩培养成教授；使用大模型进行(jìnxíng)推理，就像是教授向成百上千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(tǐ)对大模型推理能力的一次调用(diàoyòng)。日常亿万次的智能体互动，使得推理所需算力逐步压过训练所需算力。 据孔亮(kǒngliàng)预计(yùjì)，今后的四五年内，华鲲振宇出货(chūhuò)的服务器，将有八成是用于推理，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(xiàng)以前大家都是用的纸和笔来办公，用了电脑之后会提升办公效率，但是(dànshì)这(zhè)需要一个过程。我们现在就是把各行各业的一个个的业务场景全部智能体化，它是个很长的过程。”孔亮说。 谢黎明认为，智能体发展会(huì)变革人机交互(rénjījiāohù)的模式，自然语言交互会成为主流。 “未来的万事万物，不管你是什么样的公司(gōngsī)，你生产任何一个产品，你的产品一定会对应一个智能(zhìnéng)体。就像一辆自动驾驶的汽车，它一定会配一个自驾系统一样(yīyàng)。”谢黎明说。 (本文来自(láizì)第一财经)