李開復：未來AI Agent會顛覆世界

推薦語：

最近關于“AI泡沫”的討論很多，但我的觀點很明確：技術一旦轉化為真實的價值，就不是泡沫，而是動力。在零一萬物，AI已承擔超過80%的代碼工作——這不是概念驗證，而是生產力層面的根本躍遷。

當前真正的分水嶺在于，大模型正在從表層應用下沉到各行各業的核心場景。我常對企業家伙伴們強調：AI轉型不是簡單地采購工具，而必須成為由頂層戰略出發、深入業務一線的“一把手工程”。

在2025這個AI商業化的關鍵淘汰年，零一萬物主動避開價格內卷，選擇深入礦業、農業等傳統行業的真實場景，用智能體挖掘長期被忽視的“真金白銀”。

不必對AI悲觀，更無需視其為敵人。在這個指數級變化的時代，唯有主動擁抱AI、重構邏輯，才能穿透一時爭議，贏得扎實的未來。

大多數人過于悲觀

我們是否身處人工智能泡沫之中？這個話題在全球已引發了持續熱議。李開復曾在蘋果、微軟、谷歌等科技巨頭任高管，2009年，他創立創新工場，推動十余家AI獨角獸成長。2023年，他又親自下場，創立大模型公司“零一萬物”。

圍繞AI泡沫、中美AI競爭與產業落地，《中國新聞周刊》專訪了李開復。

李開復 圖/受訪者提供

“多數人對AI仍然過于悲觀”

《中國新聞周刊》：最近全球都在談論AI的投資泡沫，有觀點將當前AI投資熱潮類比于20世紀末的互聯網泡沫。你怎么看待AI泡沫論？大家在擔心什么？

李開復：歷史上，每一個改變世界的技術都會經過所謂“泡沫期”。但泡沫分兩種：一種是技術當下還沒有價值，在未來才能體現；另一種是技術當前已經產生了價值，只是部分估值過高了。AI屬于后者。

今天的AI已經創造了巨大價值，在多個垂直領域的核心生產場景，都能看到實際應用。比如編程，現在在我們“零一萬物”，80％的代碼是AI生成的，只有20％是人寫的。

如果把泡沫定義為企業估值過高，那現在確實是有可能的。比如，仍在巨額虧損的OpenAI，是否真的值5000億美元？這一點可以討論。AI領域的增長趨勢也是確定的。還是以OpenAI為例，它的年收入約為120億美元，相比2024年增長了好幾倍。外界關注的是，OpenAI一年投入高達400億美元，但營收只有120億美元，這對財務投資人來說可能是一個災難。但這些投入絕大部分是在投資未來，無法在當年的收入中完全體現出來。也有可能未來OpenAI的營收每年保持兩三倍的增長，很快就能收回投入了，這也是一種可能性，目前沒辦法給出定論。

《中國新聞周刊》：當前科技巨頭的投入是否太超前？行業可能過于樂觀？

李開復：在AI 1.0時代，行業確實一度過于樂觀。但今天，你可以說OpenAI或英偉達的估值太高，卻不能說我們對AI過于樂觀了。實際上，我認為大多數人對AI仍然過于悲觀——它已經展現出很強的思考能力和任務完成能力，不只是一個App應用層面的能力。今年有一個明顯的分水嶺是AI Agent的能力，隨著強推理基座模型能力不斷迭代，它已經開始穿透企業核心業務流。

“閉源像一個天才，

開源像一群聰明學生”

《中國新聞周刊》：目前中美在人工智能的發展路徑上有哪些核心差異？

李開復：中美AI發展路徑的差異，首先體現在基座模型技術上。美國目前仍然領先，大約領先6個月。但中國在開源方面走得更快，在工程方面也做得更好。也就是說，在純技術層面美國領先，但中國有獨特的競爭力。

有人會問：美國公司肯定會比中國公司投更多錢來做下一代的模型，這會不會改變競爭局勢？我個人認為大概率不會，中國還是會緊緊跟上。目前來看，美國AI模型想和其他國家立即拉開“技術時間差”，有兩種可能：一是美國公司在模型領域有突破式的發明，二是美國用超大算力，訓練出別人無法復現的模型，但目前看來這兩者發生的概率都很低。

第二個主要差異體現在開源與閉源的選擇上。美國模型選擇的路徑，是以OpenAI、Anthropic等為代表，走閉源路線，試圖通過率先研發出通用人工智能，贏家通吃。中國企業則更傾向于開源，目前全球前十的開源模型中，有九個來自中國，中國大模型在開源方面開始領跑世界，這是我們的優勢。

閉源就像一個天才，關起門來沖刺諾貝爾獎。開源則像一群聰明學生，組成學習小組，共享互助、共同成長。大多數時候，閉源模型的能力優于開源模型。兩年前，這個“技術時間差”很大，現在已縮小到半年左右。

閉源的產品往往最賺錢，但開源產品會被更多人使用，往往也能快速培育出豐富且有競爭力的應用創新生態。開源的好處是更受信任、成本更低、更容易做私有化部署和微調。開源社區也更喜歡開源模型，這是一股很大的力量。這些都能大大幫助中國模型打開全球市場。

《中國新聞周刊》：這些差異會帶來哪些優勢與短板？比如在應用落地和商業模式上，中美各自的強項與挑戰是什么？

李開復：在應用和商業模式上，美國軟件、金融等數字化公司，更容易接納AI，也更愿意付費去購買企業級AI產品。比如美國大公司愿意付很多的錢，采購一個很棒的AI軟件，軟件公司又會不計成本調用API。這些資金最終會“輸血”給大模型公司，形成研發投入的良性循環。

目前在中國，這樣的循環還沒有轉起來。在我看來，這可能是推動美國AI發展的最大因素，反而不在于他們的大模型技術有多牛，因為技術再厲害，別人也能學會。

但在消費級應用方面，中國具有很大機會，無論是創業公司還是大廠。中美科技大廠的一個顯著區別是，美國企業一旦取得一定成功，就容易“躺平”；中國大廠會不斷迭代更新，每年還會推出全新的產品。中國每家大廠都有它的核心業務，以及集中的市場份額，它們更愿意將AI融入現有業務，持續創新，再加上中國人口基數大，大廠肯定會享受到市場紅利。

中國的科技大廠很可能會做出比美國企業更好的AI應用，這里主要指的還是手機應用，我們可以拭目以待。

有些行業大家都一窩蜂涌入，反而變成了紅海。圖/視覺中國

初創公司機會在哪？

《中國新聞周刊》：此前AI“六小虎”備受關注，但今年整體感覺基座大模型競爭已逐漸被大廠主導。你如何看待這種洗牌？這是一個必然的趨勢嗎？

李開復：這取決于兩個關鍵問題：第一，是不是每年都需要投入數倍增長的算力，才能做出最好的底層模型？第二，初創公司能否每年都融到比上次多幾倍的資金？

“六小虎”創業初期，大家對這兩個問題都比較樂觀，也確實研發出了不錯的模型。但后來大家逐漸意識到，雖然企業掌握資源很重要，但國內的融資環境不如美國。“六小虎”里隨便哪一家，如果放在美國，融資額很可能比在國內高出3到5倍，有了更多資金，能做的事情也會更多。

從全球來看，Scaling Law（規模定律）的速度也在放緩。如果初創公司每年都要承擔比前一年多幾倍的基礎設施成本，才有可能做出更好的底層模型，加上持續開源，會面臨非常嚴峻的商業化考問。相比之下，大廠仍然有實力投入基礎模型的研發，它可以把投入成本分擔到數十億的用戶身上。

對初創公司來說，目前最大的機會肯定在To B（面向企業）或To C（面向終端客戶）的應用層面。從去年開始，我們公司就已經轉型，不再燒錢做最貴、最大的模型，而是轉向與業界一流的基座大模型開放合作，同時訓練更快、更便宜的模型，打造能賺錢的應用和AI Agent（智能體）。目前我們選擇的路線是與大廠合作的模式，使用它們的底層模型，目前合作最多的是阿里巴巴的通義千問和DeepSeek。

而大廠之間的競爭誰能勝出，判斷的依據是看誰既有決心、有實力持續投入資金，同時又擁有足夠密集的人才。

《中國新聞周刊》：初創公司的發展空間到底在哪里？

李開復：我個人判斷，未來AI Agent會顛覆世界。因為它把模型從問答形式，變成了一個能幫你解決問題、交付成果的“超級員工”，這個價值是巨大的。而且這對企業來說價值更大，個人不一定愿意花大價錢買一個虛擬助手，但如果這個“超級員工”真能幫公司解決實際問題，企業會愿意付費。

但中國企業級軟件市場面臨的挑戰是，傳統企業對AI認知不夠，很多企業可能連“Agent”是什么都不知道，你給它們市面上任何一個AI Agent，都不會立即用得好，因為內部沒有培訓過。如果不想只是幫企業做客服、報銷這些降本的應用，還想實現提效、創造新價值，是一件有挑戰而且很艱苦的活，因為必須深入理解每家公司的業務邏輯與指標。

另外，我們訪談過很多企業用戶，他們有一個共同訴求：希望私有化部署。他們不愿意把數據傳到外部，盡管私有云理論上安全，但仍存在顧慮，也不愿把數據交給某一家大的AI公司。

對大廠來說，這類業務太復雜了，他們有別的更容易賺錢的方式。反而是小型初創公司，可以做得更深。

“大部分單子可能都是賠錢的”

《中國新聞周刊》：你曾預測，2025 年會是AI商業化淘汰年。現在接近年末，現實情況與當初判斷相比，是更樂觀還是更殘酷？

李開復：我當時的預測是，如果一家公司拿不出合格的財報，可能就融不到資或者上不了市。只有極少數公司能靠“技術非常牛”作為融資或上市的理由，大部分初創公司，還是得展現出一個可持續的商業模式。哪怕今天不賺錢，至少要讓人可以看到未來能賺錢的那一天。能做到這一點的企業，我覺得會走得更持久。

《中國新聞周刊》：在商業模式探索上，目前大部分AI公司進展如何？

李開復：國內大模型商業化落地確實遇到了一些挑戰。To B的項目如果走招標模式，大部分單子可能都是賠錢的。因為金額本身不大，而參與競標的公司又會通過壓價來競爭。

這和前面講到的美國市場正好相反：美國大企業愿意花很多錢，購買一款對它很有價值的軟件；中國很多企業，會希望通過很多企業競標來壓低價格。壓價意味著，“血液循環”沒有通暢：你只給AI企業這么一點錢，它會花三倍的錢賠本做一個完美的產品嗎？大概率不會。

第二個難題是，很多國內企業對于按訂閱或調用 API的方式付費，還沒有形成足夠的認知和付費意愿。而且很多傳統企業可能都沒有太多用于購買軟件的預算。國內有時會逼著AI企業把軟件和硬件捆綁銷售，這也壓低了軟件本身的收入和利潤空間。

在To C市場，初創公司還是有機會的。但要非常小心謹慎，因為很容易撞上大廠。現在和移動互聯網早期不一樣了，那時初創公司有流量紅利，如今你在國內推一個App，獲客成本會非常高。假如“豆包”不是字節跳動的產品，而是一家創業公司做的，那在獲取用戶上所花的錢恐怕已經是天文數字了。

“一窩蜂涌入，反而變成了紅海”

《中國新聞周刊》：哪些實體行業最適合應用AI？有哪些領域看似適合，但實際落地卻很困難？

李開復：一個公司如果已經完成了數字化轉型，AI落地就會更容易。如果行業已經有燈塔客戶和成功案例，也會是個加分項。如果還有一位明智的“一把手”領導來全力推動AI轉型，也很重要。

我們發現，有些行業大家都一窩蜂涌入，反而變成了紅海。比如客服領域，雖然AI客服確實有價值，但做的人太多了，也不難做，導致現在一個客服Agent幾乎降到了“白菜價”。

我們目前進入的很多是傳統行業，在尋找愿意推動的“一把手”，比如礦業、農業，可能這都不是大家通常想象的典型行業。它們內部一般沒有專門的AI團隊來和你競爭。相比之下，如果你想把一個AI應用賣到銀行，有些大銀行自己就有一萬名工程師，他們已經形成了自己的固有的工作模式，往往對變革比較抵觸。而且，有些領域會保護核心業務，也受很多法律法規約束，不太能開放。

但在一些傳統行業里，我們比較容易接觸到核心業務，他們也更愿意開放出來與外部公司合作。而且一旦創造出實際價值，我們很可能成為這個行業的標桿和標準。

《中國新聞周刊》：你如何看待AI對就業的沖擊？哪些崗位會最先被替代？哪些崗位受影響較小？

李開復：常規的白領工作可能會比藍領工作更快地被AI取代。最不容易被AI替代的是服務類工作，因為人與人之間需要面對面交流、培養感情、建立信任，這些目前AI還做不到。此外，從長遠來看，AI還無法替代復雜、創造性的跨學科工作。

不過，AI也在創造大量新崗位，比如最基礎的數據標注工作，現在全球可能有幾千萬標注員，這個工種在AI興起之前幾乎是不存在的。還有像promp（提示詞）工程師、智能體開發人員等，都是隨著AI出現的新工作。

對個人而言，最安全的方式還是擁抱AI，主動掌握AI工具，學習如何運用它，做好人機協作，往職業金字塔的頂端走。不要將AI視為敵人，一定要擁抱并使用它。

發 于2025.12.15總第1216期《中國新聞周刊》雜志

雜 志 標題 ： 李開復：未來AI Agent會顛覆世界

記者：楊智杰（yangzhijie@chinanews.com.cn）

編輯：閔杰

運營編輯：王琳