TL;DR：
源码资本投资合伙人张宏江预判，2025年是大模型应用普及的转折点，DeepSeek等模型正以惊人的性价比推高算力需求，引发全球算力基建的“军备竞赛”。更深远的变革在于，AI Agent将从工具进化为人类伙伴，最终重塑企业工作流乃至整个社会组织构成，对就业、教育和伦理体系提出前所未有的挑战。
在上海举行的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了题为“AI的工业级规模化（AI’s Industrial Scaling Up）”的主题演讲，为我们描绘了一幅由大模型和AI Agent驱动的未来图景。他指出，当前我们正处在一个关键的转折点，AI技术不仅将影响深远的应用领域，更将引发算力基建的“军备竞赛”和人类社会组织结构的根本性变革。
大模型普及的“奇点”：成本与性能的辩证统一
张宏江院士强调，2025年是大模型应用普及的转折点1。以DeepSeek模型为例，其在短短7天内用户量突破1亿，展现出惊人的用户吸引力。更值得关注的是，DeepSeek在提供高性能的同时，实现了远低于同类模型的运行成本。这一现象并非意味着算力需求的降低，反而印证了经济学中的基本定律：当成本壁垒被打破，需求将以更大规模增长。张宏江将其称为“LLMflation”——模型性能的快速提升伴随着使用成本的迅速降低，从而推动更广泛的应用和对底层计算资源几何级的需求。
大模型的影响已初露端倪，传统搜索流量正受到冲击，例如网页搜索流量已下降15%，健康领域更是超过40% 1。这种冲击预示着大模型将重塑信息获取与交互模式。同时，AI与用户的关系也在快速演变，从最初的“解决问题的工具”迅速进化为“AI助理”，甚至在ChatGPT等产品中，用户开始将其视为“伴侣”，粘性显著提升。这种从被动工具到主动伙伴的转变，为AI Agent的崛起奠定了基础。
算力基建的“军备竞赛”与产业生态重构
大模型的“Scaling Up”趋势是不可逆的，其对计算的需求将持续增长，并引入如经验学习（Learning from Experience）、记忆（memory）和上下文（context）等新维度来提升模型能力1。这不仅是对芯片性能的极限挑战，更是对整个算力基础设施的系统性考验。张宏江将模型驱动的底层芯片、云计算、电力乃至能源产业发展定义为**“算力系统生态链（AI’s Industrial Scaling Up）”**。
当前，全球正进入一场白热化的算力基建“军备竞赛”。美国在数据中心（IDC）建设方面表现出惊人的迅猛势头，埃隆·马斯克的xAI为打造全球最大AI数据中心，计划部署20万张AI加速卡于单一集群中，OpenAI的“星际之门”项目也反映出对大规模单一IDC算力系统的迫切需求1。这种对_单一IDC内构建大规模算力系统_能力的追求，是衡量国家和企业AI基建实力的关键指标。中美在AI算力储备上的差距被提及，凸显了中国在芯片研发、制造及IDC建设上加速扩张的紧迫性。
为了降低AI普及门槛，市场上涌现了“智算一体机”等集成解决方案，将硬件、软件、模型和应用打包，推动AI基础设施从云端向边缘演进 2。这些一体机在企业级应用中扮演着关键角色，尤其是在知识问答、客服助手、代码助手等场景。它们不仅是算力的载体，更是未来Agent智能体部署的“身体”，与Agent的“灵魂”相辅相成，共同加速大模型在各行业中的落地与深化 2。
Agent智能体：从工具到“伙伴”，再到组织重塑
随着大模型推理能力的日益成熟，AI Agent技术正以前所未有的速度发展。张宏江指出，强化学习已成为AI核心技术1，而推理模型“思考时间”的每半年翻倍增长，预示着Agent性能的飞跃。AI Agent不再是简单的工具，而是具备计算、思考、规划和行动能力，能主动执行复杂任务的“伙伴”1。
这种角色转变将颠覆企业现有的工作流程。未来，企业需要为Agent重新设计工作流程，甚至让Agent主动定义工作流程。当Agent数量增多并形成网络，它们将协同操作工作流、交换信息、分享决策并达成交易，一个全新的**“Agent经济（Agent Economy）”**将逐步成形。在这种经济形态下，每个Agent都相当于社会庞大神经网络中的一个“神经元”1。
Agent经济对组织结构的影响是革命性的：
- 企业核心资产转变：从“人才”转向“算力、模型、数据”。
- 业务扩张模式转变：从“雇佣更多人才”转向“扩大算力规模、强化模型、丰富数据”。
- 效率前所未有的跃升：“一个人+一堆Agent”将构成未来企业或科研团队的强大核心，实现指数级效率增长1。
这预示着超级个体与Agent组合将成为未来科学技术研发的主体，甚至可能是Meta创始人马克·扎克伯格斥巨资雇佣AI工程师的深层考量之一1。
社会与伦理的深层考量：就业、结构与未来教育
AI Agent带来的变革远超技术和商业范畴，它将对社会结构、就业市场和教育体系产生深远影响。张宏江指出，AI已对年轻人就业产生冲击，这种结构性变化要求我们现在就开始思考未来的社会架构、税务体系和教育模式1。
从哲学层面看，当AI从工具变为具有自主性、能主动规划行动的“伙伴”时，人类与AI的共存关系将被重新定义。这种深度协作模式不仅带来前所未有的效率，也引发了对人类在未来社会中角色定位的深层反思。
然而，技术发展并非没有隐忧。AI模型的“幻觉”问题，即模型生成不准确或不符合事实的信息，是其固有属性2。其产生与训练数据质量、人类观念分歧、以及生成式模型固有的概率性特征有关2。解决这一问题需要多管齐下的策略，包括：
- 短期技术措施：如检索增强生成（RAG）、安全护栏、有监督微调（SFT）、思维链（CoT）、基于强化学习的价值对齐等。
- 前沿机制探索：引入“验证链（Chain-of-Verification）”和“自洽性检查（Self-Consistency）”等自我核查纠错机制。
- 长期基础研究：从数学、模型原理层面深入探索幻觉机理，并推动幻觉评测数据集和标准的统一2。
这些伦理和治理的挑战与技术进步相伴相生，要求社会各界在推动AI发展的同时，积极构建负责任、可信赖的AI生态。
张宏江院士的洞察为我们描绘了一幅AI驱动的未来图景：大模型以惊人的速度普及，算力成为国家和企业竞争的核心战略资源，而AI Agent则将超越工具属性，成为重塑人类组织和社会结构的关键力量。这场深刻的变革不仅是技术的迭代，更是人类文明进程中的一次宏大实验，需要我们以跨领域的智慧、前瞻性的视野和审慎的伦理思考来共同面对和塑造。