2026年2月4日，在由中央廣播電視總臺央視頻推出的《中關(guān)村對話·AI 迎春夜》節(jié)目中，零一萬物首席執(zhí)行官、創(chuàng)新工場董事長李開復(fù)博士，現(xiàn)場對話全球人工智能創(chuàng)新治理中心副主任蔣昌建教授，分析AI發(fā)展的前沿趨勢，提示年輕一代應(yīng)具備的AI素養(yǎng)，共同涌抱AI浪潮。以下為李開復(fù)博士公眾號復(fù)現(xiàn)對談內(nèi)容，經(jīng)授權(quán)轉(zhuǎn)載，與各位共同分享。

站在2026年——“企業(yè)多智能體上崗元年”的起點，回望過去一年AI 2.0的激蕩與變革，我心中既有“如約而至”的欣慰，也有“意料之外”的深醒。

近日，我與著名主持人、學(xué)者蔣昌建先生進行了一場深度對談。他是一位極其敏銳的提問者，替許多創(chuàng)業(yè)者、管理者乃至年輕學(xué)子，道出了心中共有的焦慮與叩問。

在這場對話中，我們圍繞以下幾個核心維度展開：

• 多智能體重構(gòu)企業(yè)核心競爭力。智能體的最大價值場景在ToB。當(dāng)2026年成為“多智能體上崗元年”，企業(yè)如何憑借私有數(shù)據(jù)與多智能體，筑起難以復(fù)制的護城河，實現(xiàn)真正的AI驅(qū)動轉(zhuǎn)型？

• AI推動社會生產(chǎn)力重組。多智能體正引領(lǐng)人類社會從“一人一工具”走向“一人一團隊”。當(dāng)AI承擔(dān)80%的編程或基礎(chǔ)工作，人類如何從“答案的搬運工”轉(zhuǎn)向“問題的定義者”？“一人獨角獸”公司為何將在不遠(yuǎn)未來成為常態(tài)？

• 平衡安全與倫理的發(fā)展。圖靈獎得主杰弗里·辛頓（Geoffrey Hinton）等先驅(qū)對AI失控憂慮，我們該如何以“安全工程思維”為AI打造可靠的約束框架？不停步于恐懼，而應(yīng)通過可解釋AI與沙盒機制，確保技術(shù)始終服務(wù)于人。

• 面向未來的教育與素養(yǎng)。當(dāng)AI成為強大日常工具，傳統(tǒng)教育考評體系需要與時俱進。在“底模平權(quán)”的時代，年輕人最應(yīng)培養(yǎng)的并非復(fù)述知識，而是與AI協(xié)同、提出真問題的“批判性思維”。

2026年只是序幕。更大的時代機遇，正藏在AI 2.0的技術(shù)浪潮深處。不必畏懼被取代，而應(yīng)思考：當(dāng)人類整體價值空間因AI放大百倍之后，其中哪一部分，將由你來定義？

用軟件的人，在執(zhí)行；

用工具的人，在提效；

而擁有AI思維的人，在重構(gòu)世界。

愿這次對話，能為你撥開些許迷霧，在這個激蕩的AI 2.0時代，找到自己的坐標(biāo)。

期待與你一同，用AI重構(gòu)世界。

以下為訪談全文：

01

2025：智能體“小勝預(yù)期”

To B 場景迎來厚積薄發(fā)

蔣昌建：

開復(fù)博士曾預(yù)測2025年是AI應(yīng)用爆發(fā)年。那么到目前為止，有哪些發(fā)展在您預(yù)料之中？又有哪些超出或低于了您的預(yù)期？

李開復(fù)：大模型能力的進展基本符合我的預(yù)期，比如多模態(tài)在理解與生成方面都做得很不錯。不過，智能體（Agent）的發(fā)展速度確實比我想象的快一些，算是“略超預(yù)期”。當(dāng)然，未來可能還會遇到一些瓶頸。

蔣昌建：

為什么說“略超預(yù)期”？

李開復(fù)：我原以為智能體的爆發(fā)可能需要半年左右，結(jié)果它來得更快。這也帶來了一些現(xiàn)實的挑戰(zhàn)，因為技術(shù)尚未完全成熟?，F(xiàn)在的智能體不僅能回答問題，還能執(zhí)行任務(wù)，看起來非常神奇。但背后仍有很多難題需要解決：比如“幻覺”問題、高昂的時間與成本，以及如何應(yīng)對可能出現(xiàn)的嚴(yán)重使用后果。這些都需要更多時間去完善。所以我認(rèn)為，智能體真正的規(guī)?；l(fā)可能會在2026年，并且會在To B（企業(yè)級）場景中創(chuàng)造最大的價值。

蔣昌建：

很多觀點認(rèn)為智能體在To C（消費級）場景也有廣泛機會，您為什么特別強調(diào)To B？

李開復(fù)：To B和To C其實都有機會，但To C目前面臨兩大挑戰(zhàn)。第一是成本：要獲得良好的使用體驗，無論是Manus還是其他應(yīng)用，每月費用可能高達(dá)數(shù)百美元。對消費者來說，即使在高收入國家，也會猶豫是否要為訂票、寫PPT等功能支付這么高的費用。但在企業(yè)場景中，如果它能提升員工數(shù)倍效率，每月數(shù)百美元就顯得非常劃算。

第二是競爭格局。我們零一萬物很早就布局智能體，但發(fā)現(xiàn)如果做To C，就必須直面擁有最強基座模型的大廠（

DeepSeek類似研究機構(gòu)，背靠量化巨頭幻方量化

我們看到，一年前，行業(yè)的認(rèn)知是只有巨量資源的大廠才能持續(xù)承擔(dān)起訓(xùn)練超大參數(shù)基座模型的成本；現(xiàn)在的認(rèn)知是，只有大廠才能將通用基座模型延伸到通用To C智能體應(yīng)用。然而，大廠恰恰不會去做To B的工作，至少不會針對單個企業(yè)做得很細(xì)膩。這就成為了創(chuàng)業(yè)公司的方向。所以，零一萬物現(xiàn)在就是All In To B，將企業(yè)級智能體做到極致。

02

尋找企業(yè)護城河：從私有數(shù)據(jù)出發(fā)

以智能體構(gòu)建數(shù)據(jù)飛輪

蔣昌建：

很多人認(rèn)為人工智能在垂直領(lǐng)域有很多機會，這是一種觀點。還有另一種觀點認(rèn)為，這實際上是一種錯覺，一旦大模型轉(zhuǎn)身來做垂直領(lǐng)域，那些垂直領(lǐng)域的應(yīng)用可能就沒有機會了，這個創(chuàng)業(yè)賽道風(fēng)險極大。你怎么看？

李開復(fù)：兩個觀點都有道理。首先，基于一個優(yōu)秀的通用大模型構(gòu)建企業(yè)級解決方案，這當(dāng)然是很好的選擇。但零一萬物在實際業(yè)務(wù)中發(fā)現(xiàn)，每個行業(yè)、甚至每個公司的需求都不同。零一萬物目前的客戶中，涉及能源、金融、農(nóng)業(yè)等領(lǐng)域。他們每個行業(yè)所需的智能體、模型微調(diào)、小模型以及獨特的強化學(xué)習(xí)算法，其實都有差別。

蔣昌建：

所以，這些傳統(tǒng)企業(yè)的核心競爭力，除了針對垂直領(lǐng)域的模型微調(diào)之外，垂直領(lǐng)域數(shù)據(jù)也很重要。

李開復(fù)：是的，因為只有數(shù)據(jù)是企業(yè)所獨有的。

蔣昌建：

你覺得這可能是在垂直領(lǐng)域發(fā)展智能體的一個重要機會？

李開復(fù)：對，數(shù)據(jù)是傳統(tǒng)行業(yè)創(chuàng)造真正護城河的重要工具。因為未來大家都可以購買智能體、模型和算力。那么，誰能做到“早、快、?！?，盡早引入智能體，最快選用先進架構(gòu)，并利用自身私有數(shù)據(jù)訓(xùn)練出不可復(fù)制的專業(yè)模型，形成閉環(huán)，誰就擁有了護城河。

此外，還有一個關(guān)鍵是“智能體搭建工具”——一個企業(yè)不只是需要購買一個或一百個智能體，而是需要有自行搭建智能體的平臺能力。這些正是零一萬物現(xiàn)在希望通過萬智企業(yè)大模型一站式平臺為每個傳統(tǒng)行業(yè)提供的。

回答你問題的第二部分：大廠能不能做？絕對能。阿里、百度、字節(jié)確實也在布局，我們從不懷疑他們的能力。但關(guān)鍵在于，他們的主戰(zhàn)場是通用大模型和云服務(wù)，玩的是更高維度的規(guī)?；螒?。相比之下，垂直場景、訂閱制或項目制服務(wù)，并非他們的戰(zhàn)略重心。說白了，這部分利潤，他們未必看得上。

蔣昌建：

你說智能體的發(fā)展超出了你的預(yù)期。還有哪些點是超出你預(yù)期的？

李開復(fù)：娛樂行業(yè)的應(yīng)用同樣超出了我的預(yù)期。如今，任何人利用市面上的AI工具都能制作出精良的視頻。用戶只需提供Prompt（提示詞），AI便能準(zhǔn)確遵循指令，生成逼真的內(nèi)容。視頻與圖片的質(zhì)量均已達(dá)到極高水準(zhǔn)，這意味著整個娛樂行業(yè)將面臨重大顛覆。

另一個突破在于AI智能硬件。其發(fā)展在2025年已現(xiàn)端倪，盡管尚未全面爆發(fā)，但我預(yù)計未來數(shù)年必將迎來高潮。這里我特指能夠完整記錄會議的設(shè)備，而非具身智能或人形機器人。以往，這類數(shù)據(jù)處于“沉睡”狀態(tài)，產(chǎn)生后即被遺忘；如今，它們可以被全面捕捉。未來，無論是通過眼鏡、錄音筆還是其他設(shè)備，這些新的數(shù)據(jù)源都將創(chuàng)造巨大價值。

此外，我堅信在AI領(lǐng)域，手機絕對是終極錯誤的設(shè)備。五年后，我們使用AI的主要智能終端將不再是手機。其終極形態(tài)尚不明確，可能是眼鏡、手環(huán)或別針等。但我認(rèn)為，對個人用戶而言，最理想的交互界面無疑是語音。

蔣昌建：

那你今天是在向觀眾宣告，像這些手機大廠五年之后將不會存在？

李開復(fù)：不是。這些小設(shè)備可能仍需依靠手機進行計算。我認(rèn)為，下一代“AI First”的設(shè)備應(yīng)當(dāng)具備以下五個特點：第一，語音驅(qū)動；第二，隨時開啟；第三，隨時在聽，捕捉數(shù)據(jù)；第四，擁有無限記憶；第五，形態(tài)趨于隱形。

眼鏡是邁向這一方向的重要一步，當(dāng)前市場上已出現(xiàn)各類小型錄音筆、麥克風(fēng)設(shè)備，釘釘、飛書等平臺也開始推出類似產(chǎn)品。然而，這些僅是初始階段。

當(dāng)這五個特征全部實現(xiàn)時，一個輕便的無線設(shè)備，無論它是佩戴于頸部、手腕還是作為眼鏡，都將成為個人生活的“外掛硬盤”。對企業(yè)而言，它將構(gòu)成無限擴展的企業(yè)知識庫。這類設(shè)備在AI大腦與智能體技術(shù)領(lǐng)域擁有廣闊的發(fā)展前景。

不過，手機并不會因此消失。目前要實現(xiàn)我所描述的全部特征，這些設(shè)備仍無法完全脫離手機。手機充當(dāng)了計算終端，小型設(shè)備僅負(fù)責(zé)采集音頻、視頻數(shù)據(jù)，隨后上傳至手機進行處理。在這一流程中，手機不可或缺，正如早期移動互聯(lián)網(wǎng)時代個人電腦的地位。

因此，五年后個人電腦與手機可能仍將存在，但我們將主要通過此類新型設(shè)備向AI傳達(dá)指令并進行交互。

蔣昌建：

我還有一個問題：2025年爆發(fā)期，有哪些是不符合或低于預(yù)期的？

李開復(fù)：坦誠地說，國內(nèi)做To C軟件的創(chuàng)業(yè)機會目前是低于預(yù)期的。這件事非?？上?。

蔣昌建：能不能舉一兩個例子？

李開復(fù)：當(dāng)前，面向消費者（To C）的創(chuàng)業(yè)者面臨兩大核心挑戰(zhàn)。

首先，海外用戶普遍具備更強的付費意愿，而國內(nèi)市場用戶為新軟件付費的意愿相對較低。這意味著，當(dāng)創(chuàng)業(yè)者開發(fā)AI To C應(yīng)用時，需要投入大量資金支持大模型的Token消耗。如果用戶不愿付費，企業(yè)將難以支撐用戶規(guī)模擴張帶來的成本壓力。

其次，用戶流量獲取成本過高。回顧移動互聯(lián)網(wǎng)發(fā)展初期，第一波流量紅利成本相對低廉，這為滴滴、美團、字節(jié)跳動等公司提供了快速增長的機會，且代價較小。當(dāng)時正值用戶從2.5G向3G、4G乃至5G網(wǎng)絡(luò)遷移的階段，新增用戶不斷涌入，流量成本較低，使得這些企業(yè)能夠以相對較低的成本獲取第100萬甚至第1000萬個用戶。

然而，當(dāng)前的市場環(huán)境已難以重現(xiàn)這種低成本擴張模式。這也解釋了為何在主流Chatbot排行榜上，創(chuàng)業(yè)公司身影寥寥無幾，即便有少數(shù)上榜者，也往往付出了巨大代價。DeepSeek或許是個例外，但它并非典型的創(chuàng)業(yè)公司案例。

實際上，還存在第三個關(guān)鍵問題：科技巨頭們早已洞察AI 2.0的機遇并進行了大規(guī)模投入。相比之下，當(dāng)年字節(jié)跳動、滴滴、美團等公司創(chuàng)業(yè)時，部分大廠的市場反應(yīng)相對滯后，為當(dāng)時這些創(chuàng)業(yè)公司留出了發(fā)展空間。

蔣昌建：

我們也可以看到，在2026年1月，其實從去年年底開始，一些大廠的To C產(chǎn)品已經(jīng)開始推出了。你覺得他們已經(jīng)在市場上開始發(fā)力了嗎?

李開復(fù)：我認(rèn)為，當(dāng)前大型科技企業(yè)已將大部分基座模型掌握在自己手中。這些企業(yè)對AI領(lǐng)域進行了真正的All In（全面投入），其采購的算力規(guī)模驚人。同時，互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)時代的流量入口也基本由這些企業(yè)掌控。所以，如果我們?nèi)韵Ｍ盐誘o C的市場機會，或許只能購買這些企業(yè)的股票了。（

03

從To B到硬件：

AI 2.0時代的創(chuàng)業(yè)“新大陸”

蔣昌建：

很多人判斷說，AI領(lǐng)域過熱了，你的判斷是什么？

李開復(fù)：我從兩個方面來回答：首先是關(guān)于AI領(lǐng)域是否存在泡沫的問題；其次是關(guān)于創(chuàng)業(yè)機會，特別是中國AI領(lǐng)域的創(chuàng)業(yè)機遇。

關(guān)于AI泡沫問題，以美國市場作為參照，我認(rèn)為當(dāng)前最受關(guān)注的幾家AI公司并不存在嚴(yán)重的泡沫。盡管它們的估值可能被高估了3到5倍，但我不認(rèn)為這是泡沫，原因在于這些公司已經(jīng)產(chǎn)生了實實在在的收入。無論是OpenAI還是Anthropic，其年收入均已達(dá)到數(shù)百億美元規(guī)模，且主要來源于客戶訂閱。

當(dāng)然，這些公司的收入目前可能遠(yuǎn)低于投入成本。部分財務(wù)專家或許會斷言這些企業(yè)難以持續(xù)。但需要注意的是，相當(dāng)一部分支出是用于預(yù)先部署GPU等基礎(chǔ)設(shè)施，為來年的收入擴張做準(zhǔn)備。對于年收入規(guī)模達(dá)百億美元級別的公司而言，若能實現(xiàn)收入成倍增長，前期投入的成本將很快被收回。

雖然估值可能存在兩三倍的溢價，也有人質(zhì)疑市場存在炒作成分，但不可忽視的一個底層邏輯在于，用戶確實愿意為此買單。

以零一萬物為例，目前80%的代碼均由AI生成。這帶來的效應(yīng)并非意味著我們要裁員80%，而是生產(chǎn)效率實現(xiàn)了數(shù)倍提升——一個幾十人的工程師團隊現(xiàn)在能夠完成過去需要數(shù)百人團隊的工作量。

這一現(xiàn)象正在全球范圍內(nèi)發(fā)生。試想一下，如果我們能為每位工程師配備全球最先進的工具，使其工作效率提升5倍，企業(yè)愿意為此支付多少費用？因此，開發(fā)這類產(chǎn)品的公司，如美國最具代表性的Anthropic、Cursor等，無疑創(chuàng)造了巨大價值，因為它們正在顛覆整個編程行業(yè)。這種價值創(chuàng)造是巨大的。

蔣昌建：

AI賽道是否還有很多創(chuàng)業(yè)機會，個人是否應(yīng)該早早規(guī)劃、投身AI賽道？

李開復(fù)：在場希望創(chuàng)業(yè)的人，可能被我潑了冷水。剛才我曾指出，面向消費者（To C）的創(chuàng)業(yè)機會多被科技巨頭占據(jù)，但這只是硬幣的一面。事實上，創(chuàng)業(yè)機會依然存在。純粹的To C軟件創(chuàng)業(yè)仍然可行，關(guān)鍵在于避免進入大廠的射程以內(nèi)。

創(chuàng)業(yè)者真正的機會在哪兒？我的觀察是：藏在巨頭雷達(dá)的盲區(qū)里。這里有三條建議。

第一、別在紅海里搶食，去無人區(qū)插旗。什么算是盲區(qū)？就是那些規(guī)模還不夠大、還沒被大廠定義為“賽道”的細(xì)分市場。那里的需求可能剛剛冒頭，場景還在形成，但解法基本是一片空白——這才是創(chuàng)業(yè)者該盯住的機會窗口。

具體怎么做？我的建議是：盯住新技術(shù)落地的第一個浪頭，快速判斷它能不能跟你現(xiàn)有的優(yōu)勢結(jié)合，長出一些新的打法。千萬不要一上來就想搭一個完美體系，那不叫創(chuàng)業(yè)，那叫自嗨。真正的做法是像特種部隊一樣，快速驗證、快速迭代，在動態(tài)中找到最適合自己的生態(tài)位。

一旦驗證可行，就得迅速把它壘成壁壘——不管是通過數(shù)據(jù)閉環(huán)、場景獨占，還是把用戶體驗打磨到極致。我一直相信，真正的護城河不是畫PPT畫出來的，是在快速奔跑中，一步一個腳印踩出來的。

字節(jié)跳動的今日頭條就是個很好的例子。它沒有發(fā)明資訊分發(fā)，但它切進了一個當(dāng)時巨頭沒怎么在意的個性化閱讀空白區(qū)，愣是靠差異化認(rèn)知長成了后來的龐然大物。

第二，別給舊模式打補丁，用AI-First創(chuàng)造新物種。這一點在當(dāng)下特別重要。你會發(fā)現(xiàn)，大公司其實很容易被自己的成功經(jīng)驗困住——做電商的永遠(yuǎn)是電商思維，做搜索的永遠(yuǎn)是搜索思維。這些經(jīng)驗在AI時代，反而可能變成創(chuàng)新的枷鎖。

創(chuàng)業(yè)者的機會就在于：你敢不敢跳出這個框架，去想一些全新的產(chǎn)品形態(tài)和場景？20年前，沒人能預(yù)見今天會有抖音、拼多多。今天也一樣。我們不要總問“怎么用AI改進現(xiàn)有產(chǎn)品”，而要問“AI能讓什么以前根本做不了的事，變得可能”。

這種從零開始的AI-First思維，才是真正能讓你做出顛覆性創(chuàng)新的東西，也是打破巨頭壟斷最大的一張門票。

第三，去做大廠不愿的“難卻正確的活兒”，那是To B真正的機會。最后說說To B。為什么大廠通常不太愿意做深度定制？兩個原因：一是項目制看著利潤薄、規(guī)模慢；二是他們的重心永遠(yuǎn)是賣標(biāo)準(zhǔn)化的云服務(wù)，不是給單一客戶打磨體驗。

但問題就在這兒——各行各業(yè)其實都有大量需要深度服務(wù)的傳統(tǒng)企業(yè)，他們付費意愿高，粘性也強。誰能把他們服務(wù)好，誰就能扎下根來。

可以看看Palantir的路徑。當(dāng)年要是谷歌或微軟愿意深耕定制化的企業(yè)服務(wù)，可能就沒Palantir什么事了。但它就是把企業(yè)客戶的深度需求做到了極致，硬是從項目制跑成了平臺化，最后長成了今天的體量。

當(dāng)然也得承認(rèn)，國內(nèi)ToB市場的付費習(xí)慣還在成熟過程中，這是個現(xiàn)實挑戰(zhàn)。但換個角度看，這不也恰恰意味著預(yù)期差和機會嗎？

所以總結(jié)下來就是：始于盲區(qū)，成于深耕，立于壁壘。在巨頭看不上的細(xì)分戰(zhàn)場，用AI-First的思維重構(gòu)產(chǎn)品，用極致的服務(wù)深度綁定客戶——我覺得這可能是未來十年，最值得創(chuàng)業(yè)者和投資人關(guān)注的方向之一。

蔣昌建：

你剛才也談到了中國市場的特殊性：即便是To B，付費意愿不一定那么強，即便有，也不會按市場應(yīng)有的價格付費；To C就更不用說了。如果真是這樣的市場模式，讓他們一出手就虧本，怎么辦？

李開復(fù)：零一萬物當(dāng)前的策略是從海外To B市場切入，主要由于海外客戶有更為成熟的付費習(xí)慣。然而，我們投身人工智能領(lǐng)域的根本愿景，是希望通過“人工智能+”賦能實體經(jīng)濟，真正為國家和社會創(chuàng)造價值。

回到創(chuàng)業(yè)機會的探討，我認(rèn)為最后一個，也可能是最具潛力的方向，在于人工智能與硬件的深度融合?；仡欉^去十幾年，最具商業(yè)價值的設(shè)備無疑是iPhone。為何iPhone誕生于美國？因為當(dāng)時的產(chǎn)品設(shè)計、軟件技術(shù)由美國主導(dǎo)，中國主要承擔(dān)制造環(huán)節(jié)。當(dāng)然，隨著iPhone的崛起，中國也逐漸培育出自身的硬件與軟件生態(tài)。

今天，人工智能時代的“iPhone”尚未問世，關(guān)鍵在于，產(chǎn)品必須像iPhone一樣，實現(xiàn)軟件、硬件與AI能力的深度整合。目前，中國在產(chǎn)品設(shè)計、軟件能力和AI技術(shù)方面已經(jīng)位居世界一流，硬件制造能力更是超越美國，特別是依托深圳完善的產(chǎn)業(yè)鏈優(yōu)勢。這意味著，在中國開發(fā)硬件的成本遠(yuǎn)低于美國。我們可以以相對較低的成本、更強的“智造”實力，并以中國市場作為試驗田，進而國內(nèi)、國際市場雙向布局。

此外，美國投資人更傾向于在大模型或AI應(yīng)用開發(fā)方面投入大規(guī)模資金。但在AI硬件領(lǐng)域，美國投資機構(gòu)尚未完全布局，而中國的風(fēng)險投資機構(gòu)，例如創(chuàng)新工場，則展現(xiàn)出更強的投資意愿。因此，AI硬件領(lǐng)域的重大機遇在中國。

蔣昌建：

從企業(yè)實踐的角度，無論是零一萬物還是創(chuàng)新工場，如果讓你給創(chuàng)業(yè)者提供一些經(jīng)驗或教訓(xùn)，你會分享什么？

李開復(fù)：人工智能領(lǐng)域的創(chuàng)業(yè)者往往是技術(shù)狂熱者。這種特質(zhì)既是優(yōu)勢，也是必要條件，但僅此還不夠。技術(shù)驅(qū)動型公司容易忽視商業(yè)模式，而每個企業(yè)最終都必須面對“如何盈利”這一核心問題。創(chuàng)業(yè)者必須對商業(yè)模式的探索抱有與技術(shù)研發(fā)同等的熱情，否則可能創(chuàng)造出頂尖的技術(shù)和產(chǎn)品，卻無法實現(xiàn)盈利，甚至造成巨額虧損。

一個解決方案是尋找擅長商業(yè)運營的合伙人。然而，許多頂尖科學(xué)家往往認(rèn)為：“我這么聰明，招聘銷售就可以解決問題?！钡聦嵅⒎侨绱?。

在任何企業(yè)中，銷售、業(yè)務(wù)拓展與技術(shù)研發(fā)、產(chǎn)品創(chuàng)新應(yīng)當(dāng)處于同等重要的地位。如果技術(shù)出身的創(chuàng)始人未能認(rèn)識到自己需要一位地位近乎平等的業(yè)務(wù)合伙人，而是過度相信“智商可以解決一切問題”，這恰恰是人工智能創(chuàng)業(yè)中最忌諱、也是導(dǎo)致最大問題的原因。

蔣昌建：

那么，要找到解決方案，你的建議是什么？

李開復(fù)：我的建議是，創(chuàng)業(yè)一開始就應(yīng)確立這樣的認(rèn)知：我需要一位能力出眾的商業(yè)合伙人。當(dāng)我找到他時，他不應(yīng)僅是持有1-2%股權(quán)的普通員工，而應(yīng)是地位接近平等的真正合伙人。若能實現(xiàn)這一點，技術(shù)出身的創(chuàng)始人便可專注于技術(shù)研發(fā)與產(chǎn)品創(chuàng)新。

另一種可行的路徑是，尋找商業(yè)領(lǐng)域的頂尖人才，然后為他工作，這樣技術(shù)人才面臨的運營壓力會大幅減輕。我見證過許多人工智能公司，初期專注于技術(shù)突破，但后期卻不得不為賬期管理、客戶拓展、融資需求和上市規(guī)劃等問題所困擾。

縱觀眾多偉大企業(yè)的發(fā)展歷程：谷歌的拉里·佩奇和謝爾蓋·布林，若沒有埃里克·施密特的加入，能否成就今天的谷歌？微軟的比爾·蓋茨，當(dāng)年同樣得益于史蒂夫·鮑爾默的鼎力相助。再看蘋果公司，世人都記得史蒂夫·喬布斯，但真正的技術(shù)天才是史蒂夫·沃茲尼亞克，而喬布斯則扮演了戰(zhàn)略家與商業(yè)伙伴的角色。

眾多成功企業(yè)的共同特征，正是由卓越的技術(shù)人才與出色的商業(yè)運營者攜手共創(chuàng)。創(chuàng)業(yè)者切記千萬不要自認(rèn)才智過人，就忽視這一經(jīng)過驗證的完美組合公式。

蔣昌建：

你曾對2025年做出預(yù)測。如果對2026年，或者未來三到五年的AI發(fā)展做預(yù)測，你過去定義了“AI 2.0”時代。就以此定義來說，2026年對AI 2.0意味著什么？未來3到5年會出現(xiàn)3.0嗎？

李開復(fù)：我認(rèn)為在2026年，隨著AI 2.0技術(shù)的持續(xù)發(fā)展，將產(chǎn)生幾個重大機遇。

第一，多種形態(tài)的智能體將呈現(xiàn)爆發(fā)式增長，從最普及到最頂尖的智能體形態(tài)都將出現(xiàn)。這既包括人人可用的簡單智能體，也包括那些雖然速度慢、成本高但能力極強、類似深度研究（Deep Research）的智能體。這類高端智能體將成為企業(yè)戰(zhàn)略制定和科學(xué)研究的最佳伙伴。

第二，AI for Science將進入爆發(fā)式的發(fā)明期。在數(shù)學(xué)、生物制藥、材料科學(xué)等領(lǐng)域，AI可能會催生顛覆性的突破。

第三，所謂的“一人獨角獸”公司將開始涌現(xiàn)。當(dāng)然，“一人”是夸張說法，薩姆·奧爾特曼所指的也可能是5人或10人的團隊，即少數(shù)人通過管理大量智能體，創(chuàng)造出獨角獸公司的價值。這種情況不僅會發(fā)生，還將快速顛覆許多傳統(tǒng)行業(yè)。

第四，我堅信“人工智能+”將進一步加速落地。傳統(tǒng)行業(yè)將認(rèn)識到，AI不是客服服務(wù)或法律文檔生成器，而是用來重塑公司、改造核心業(yè)務(wù)的工具。真正的AI數(shù)智化轉(zhuǎn)型將通過CEO主導(dǎo)的“一把手工程”向前推進。我認(rèn)為未來世界上將有超過十家公司證明，傳統(tǒng)公司也能成功擁抱AI，“大象也能跳舞”。

第五，基于多模態(tài)生成，娛樂行業(yè)將出現(xiàn)突破性創(chuàng)新。這一創(chuàng)新可能是電影、紀(jì)錄片，或者是新的商業(yè)模式。

最后是智能硬件領(lǐng)域。我們將會看到第一個真正的“AI-First”設(shè)備，這很可能就是未來的“iPhone”。雖然我們已經(jīng)看到類似眼鏡的產(chǎn)品，但這可能還不是最終形態(tài)。在2026年之后，經(jīng)過中國的創(chuàng)業(yè)浪潮，我們將看到其雛形。

04

AGI之爭：

人類會被AI碾壓，還是被增強？

蔣昌建：

如果把兩個觀點列在你面前：楊立昆（

圖靈獎得主

Yann LeCun

）認(rèn)為“通用人工智能”概念不準(zhǔn)確，因為人腦無法解決世界上所有問題，它只是在人與世界交互中解決所面對的問題；而德米斯·哈薩比斯（

諾獎得主

Demis Hassabis

）持不同觀點，他認(rèn)為在漫長的進化發(fā)展中，只要人類發(fā)現(xiàn)問題，就能培養(yǎng)能力去解決它，因此也可以被通用化。這是兩種非常不同的觀點。關(guān)于通用人工智能，你站在哪個立場？

李開復(fù)：可能更接近哈薩比斯的觀點。但我并不喜歡AGI這個說法，因為它被簡單地理解為AI碾壓人類。

我更傾向于認(rèn)為，今天的人類都有其獨特的特點與奧妙。我沒有足夠的信心去傲慢地認(rèn)為，我們所創(chuàng)造的技術(shù)會反過來碾壓人類。但我可以很確定地預(yù)測，在未來兩到三年內(nèi)，將出現(xiàn)一個“令人驚艷的AI”，它能夠完成人類90%的任務(wù)，并且比90%的人類做得更好。我認(rèn)為這一定會發(fā)生。

如果這件事發(fā)生，從哈薩比斯的觀點推演，我們的世界會變得更大，人類的雄心壯志也會更大。人類的任務(wù)將不再局限于今天的一切，而是會放大100倍、1000倍。那時，人類與AI結(jié)合，由AI完成那90%的任務(wù)，而人類專注于10% AI做不了或更適合人類來做的任務(wù)。

如果我們能基于AI，在5年內(nèi)將人類能創(chuàng)造的價值放大100倍，那已經(jīng)是不可思議的成就。至于“這是不是AGI”、“AI未來能不能碾壓人類”，這些不應(yīng)該是我們關(guān)注的焦點。

蔣昌建：

很多人擔(dān)憂，再過幾年，人工智能將完全擁有超過人類的智力。它不僅僅是擁有知識，去年或更早，人們發(fā)現(xiàn)一些人工智能已經(jīng)能夠?qū)θ祟愡M行欺騙。它不按照人類設(shè)定的任務(wù)導(dǎo)向執(zhí)行，為了避免被人中斷任務(wù)，它可以編織任務(wù)完成的虛假情況，持續(xù)按照自己設(shè)定的目標(biāo)行動。這種情況已經(jīng)出現(xiàn)了端倪。

李開復(fù)：這是一個AI安全問題。我認(rèn)為AI安全需要另一整套思維和解決方法。就像我們從PC安全到手機安全都有一套方法論，需要將其移植到AI安全領(lǐng)域。我們需要設(shè)立“沙盒”（Sandbox）等概念，而不是僅僅想著防止AI變得更聰明。今天所出現(xiàn)的這些端倪，其實最終都可以解釋為：人類給了AI一個目標(biāo)，AI為了達(dá)成這個目標(biāo)選擇欺騙人類。但其實這一切都可以通過安全策略、沙盒等類似方法來降低其發(fā)生概率。

蔣昌建：

你比杰弗里·辛頓（

圖靈獎得主

Geoffrey Hinton

）好像更樂觀。

李開復(fù)：我們必須這樣做。技術(shù)的發(fā)展趨勢是任何個人或群體都無法阻止的，該發(fā)生的終將發(fā)生。因此，我們必須做好充分準(zhǔn)備，將安全措施做到極致。這樣，即使出現(xiàn)預(yù)料之外的情況，我們至少已經(jīng)有所準(zhǔn)備。我們不能因為未來存在某種可能的危險就停止技術(shù)開發(fā)，這種觀點是反科學(xué)、反人類的。我對技術(shù)一直持謹(jǐn)慎樂觀的態(tài)度，技術(shù)帶來的挑戰(zhàn)可以被技術(shù)解決，不能因噎廢食。

蔣昌建：

你覺得應(yīng)該做哪些準(zhǔn)備？不一定全面展開，可以舉幾個例子。

李開復(fù)：我們必須在大模型與智能體的核心框架之外，構(gòu)建一套獨立的安全機制。這套機制應(yīng)能主動識別風(fēng)險，并在必要時觸發(fā)“紅色按鈕”，將AI系統(tǒng)停止或回滾至已知的安全狀態(tài)。這是典型的安全工程思維。

我們必須將安全與AI結(jié)合起來。如果僅由AI專家來負(fù)責(zé)安全，他們可能會傾向于“用AI管理AI”的思路，這在系統(tǒng)整體失控時將完全失效。

即便像辛頓教授這樣的先驅(qū)者所警示的風(fēng)險是真實的，我們也不能因恐懼而停止技術(shù)探索。此前業(yè)界，如馬斯克也有過呼吁暫停開發(fā)的例子，但其背后動機有時更偏向商業(yè)競爭。在卡耐基梅隆大學(xué)時，辛頓教授曾是我的教授，我相信他完全沒有商業(yè)考量，他的警告純粹出于對技術(shù)風(fēng)險的深切憂慮。對此，我們正確的回應(yīng)應(yīng)該是警醒并行動，開展安全工作，而不是停止技術(shù)研究。

只要風(fēng)險在邏輯上存在，無論概率多小，我們都應(yīng)將其視為行動的號令，而非退縮的理由。我們的責(zé)任是盡一切可能，在風(fēng)險成為現(xiàn)實之前，構(gòu)建起有效的防護網(wǎng)。當(dāng)未來回望時，我們可以說，我們已為最壞的情況做了最充分的準(zhǔn)備。

蔣昌建：

如果我們把這個問題往深處問：要避免它發(fā)生，至少要知道它為什么會發(fā)生。就像人機圍棋大戰(zhàn)時，第37步棋，按照人類的邏輯、思維，不會選擇那樣落子，但機器會。它的道理是什么？至今不知道。我們會發(fā)現(xiàn)，到了AlphaGo Zero時代，它已經(jīng)不再向人類知識學(xué)習(xí)了，而是機器與機器通過博弈來學(xué)習(xí)。它可能產(chǎn)生一種所謂的“暗知識”（

Dark Knowledge

），即人類完全無法理解的知識。在這種情況下，我們?nèi)绾闻袛?、識別，并在此基礎(chǔ)上進行控制呢？

李開復(fù)：這就需要走向“可解釋性”（Explainability）的方向，即如何讓AI變得可解釋。AI大模型內(nèi)部有無數(shù)數(shù)學(xué)公式和權(quán)重，這不是人類能夠駕馭的。因此，單純解釋那些公式和權(quán)重沒有意義。但我們需要將其綜合起來，讓AI能夠用人類能理解的方式自我解釋出來。一定程度上，一年前推出的“推理引擎”（Reasoning Engine），例如當(dāng)時DeepSeek-R1或 OpenAI o1開始先解釋自己的思維鏈，再回答問題，這就是邁出了第一步。我認(rèn)為這項研究需要繼續(xù)下去，讓AI的可解釋性變得更好。

其次，我們需要建立一種根本性的安全假設(shè)。專業(yè)的安全工程師面對一個復(fù)雜系統(tǒng)時，其首要原則不是“如何理解它”或“如何制造一個更強的系統(tǒng)來制衡它”，而是首先“假設(shè)它本質(zhì)上是不安全的”?；谶@個前提，核心問題就轉(zhuǎn)變?yōu)椋喝绾螢樗O(shè)計一個可靠的“籠子”？如何設(shè)定清晰的規(guī)則，確保在必要時能夠及時上鎖、關(guān)?；蚋綦x。

這是一種截然不同的思維方式。我們無需追求構(gòu)建一個永不失控的完美AI，而是應(yīng)該致力于構(gòu)建一個即使失控也能被有效遏制的外部框架。歷史經(jīng)驗提供了參照：無論是應(yīng)對“千年蟲”危機、防御網(wǎng)絡(luò)病毒，還是保障移動支付安全，其成功的關(guān)鍵并非徹底消除所有漏洞，而是建立了一套“不信任任何單一組件”的、具備縱深防御和快速響應(yīng)能力的體系。

我認(rèn)為，將這種經(jīng)過驗證的安全工程思維系統(tǒng)性地應(yīng)用于AI治理，是回應(yīng)像辛頓教授這類擔(dān)憂的關(guān)鍵且必要的方向。具體的實現(xiàn)算法和架構(gòu)需要安全專家來設(shè)計，但思維模式的轉(zhuǎn)變必須先行。

05

AI 2.0教育的范式轉(zhuǎn)移：

從“尋找答案”到“定義問題”

蔣昌建：

現(xiàn)在學(xué)編程還有意義嗎？像我這種文科背景的人，只要對大模型提出想法，它立刻就能用編程語言實現(xiàn)。我沒有任何編程背景，也不需要雇任何工程師。

李開復(fù)：我認(rèn)為學(xué)習(xí)編程仍有價值，關(guān)鍵在于視角的不同。如果你認(rèn)為全球編程工作的總量是一個固定的數(shù)值X，而AI編程工具能夠替代其中80%的人力工作，那么結(jié)論自然是80%的程序員將面臨失業(yè)。

然而，如果我們換一個視角：AI工具的出現(xiàn)并非縮減了編程需求，而是極大地擴展了編程的可能性邊界。原本的編程任務(wù)總量可能從X擴展到100倍、1000倍甚至10000倍的X。在這種情況下，我們不僅不需要減少程序員，反而需要更多具備新能力的程序員來引導(dǎo)和協(xié)同AI程序員工作。

但需要明確的是，能夠有效引導(dǎo)AI的程序員必須具備遠(yuǎn)超當(dāng)前水平的綜合能力。以你我為例，可能都尚未具備這樣的能力。

蔣昌建：

我尤其沒有，因為我沒有理工科背景。如你剛才講的，一定要“引導(dǎo)”。這是否意味著我們對程序員的培養(yǎng)和教育體系都要發(fā)生改變？

李開復(fù)：當(dāng)然。

蔣昌建：

這個改變已經(jīng)發(fā)生了嗎？還是說我們的教育、培訓(xùn)體系還沒有跟上？

李開復(fù)：全球的教育體系都還沒跟上AI這波變革的步伐。我覺得，程序員們需要清醒認(rèn)識：過去的編程和未來的編程，本質(zhì)上是兩碼事。

第一，編程基本功依然是地基。這是底線，沒有它，你連AI工具都管不好、用不轉(zhuǎn)。

第二，你得懂團隊運作。光自己寫代碼不行，還要深入了解團隊怎么協(xié)同、機制怎么跑，這樣才能駕馭好一個優(yōu)秀的程序員團隊。

但真正拉開差距的是第三點： 當(dāng)你手下管的不再是人，而是一群AI“程序員”時，你的角色就徹底變了——你更像一個產(chǎn)品經(jīng)理，得盯著用戶、盯著市場。這時候，光懂工程技術(shù)遠(yuǎn)遠(yuǎn)不夠，必須具備敏銳的產(chǎn)品經(jīng)理視野和全局觀，才能統(tǒng)籌好這些AI“員工”。這種能力，放在10年前的微軟、谷歌，或者騰訊、阿里，至少是總監(jiān)級別才具備的。

所以，未來的程序員，得把自己的格局拉到總監(jiān)級，同時手里還得攥著硬核的編程能力。這樣一來，無論你是進大廠還是自己干，價值都能比沒有AI的時代放大10倍。

當(dāng)然，我們也必須坦誠地承認(rèn)，許多程序員可能并不具備相應(yīng)的認(rèn)知、能力或意愿來走這樣一條完全陌生的事業(yè)發(fā)展道路。因此，每個人都需要認(rèn)真思考自己的定位與選擇，這比盲目奔跑更重要。

蔣昌建：

你講到擔(dān)憂，我在大學(xué)做老師，現(xiàn)在也非常擔(dān)憂。我不知道考試的方法是什么了。我給你舉個例子：我過去為了培養(yǎng)學(xué)生的批判性思維（

Critical Thinking

），采用開卷考試。但后來我發(fā)現(xiàn)，自從2022年12月以后，我就不再用開卷考試的形式了。你知道原因是什么嗎？

李開復(fù)：學(xué)生都用大模型來答題。

蔣昌建：

是的。我到底是在給大模型打分，還是給學(xué)生打分呢？這對我是一個非常大的挑戰(zhàn)。我的第二個擔(dān)憂是：每次上課時我都在觀察，同學(xué)們在聽我講課嗎？當(dāng)我講概念、講原理時，你會發(fā)現(xiàn)他們都在埋頭苦干。他們手上有各種各樣的電子產(chǎn)品，可以完全不聽我的。因為他們通過大模型搜索一下知識，可能講得比我更準(zhǔn)確、更全面。你認(rèn)為，在人工智能時代，教育會是怎樣的？

李開復(fù)：我認(rèn)為需要確保每個學(xué)生都能掌握一些基礎(chǔ)技能，因此不能完全開卷，要確保他們擁有這些必要的知識點。這一步做到之后，我認(rèn)為教育的重心應(yīng)轉(zhuǎn)向以下幾個方面。

首先，我們正處在一個關(guān)鍵轉(zhuǎn)型期：學(xué)生的核心能力正從“能復(fù)述已知知識”轉(zhuǎn)向“能提出關(guān)鍵問題”。因此，提出高質(zhì)量問題的能力，將成為未來最核心、最需要被傳授或?qū)W生自主習(xí)得的能力。編寫提示詞（Prompt）只是這一能力的初級體現(xiàn)；實際上，今天的編程、產(chǎn)品設(shè)計乃至更廣泛的創(chuàng)造性工作，其底層邏輯都是與AI協(xié)作、共同定義和解決問題的過程。

基于此，教育的評估方式必須徹底革新。我們不能再依賴傳統(tǒng)的開卷或閉卷考試來評判學(xué)生的創(chuàng)造力與實踐能力。和開卷（Open Book）相比，我更主張推行一種“開放模型、開放智能體”（Open Model, Open Agent）的考評模式。在這種模式下，學(xué)生被允許使用任何AI工具、模型或智能體作為合作伙伴，他們與AI協(xié)同工作的最終成果——即共創(chuàng)的解決方案——將成為主要的評分依據(jù)。

相應(yīng)地，評分體系本身也需要進化。教育者同樣可以借助AI來輔助評估這些復(fù)雜、開放的創(chuàng)造性成果，從而更高效、更客觀地衡量學(xué)生在人機協(xié)作中展現(xiàn)出的綜合能力。

蔣昌建：

（笑）接下來我就要挑戰(zhàn)你了。我試過，我要求學(xué)生可以用AI輔助開卷考試，但我要求：考試最終結(jié)果，必須經(jīng)由不超過6個Prompt的過程，并且錄屏。我把整個過程作為打分的依據(jù)。但問題來了：我的工作量不是增加一兩倍，而是呈幾何級數(shù)增長，批改一份考卷的時間特別長。你給我支的招，難道是用AI代替我去給他打分嗎？

李開復(fù)：我可以支支招：先不要限制在6個Prompt。因為在真實場景中，比如昨天我在解決一個復(fù)雜的商業(yè)問題時，一共用了20輪對話才得到滿意的結(jié)果。

蔣昌建：

如果我用了10個Prompt就得到了你用20個Prompt才得到的滿意結(jié)果，我是不是應(yīng)該給這個用10個Prompt的學(xué)生打高分呢？

李開復(fù)：我認(rèn)為不需要。就像一場限時60分鐘的考試，不會因為有人30分鐘交卷就給予更高分?jǐn)?shù)一樣，最終的評判標(biāo)準(zhǔn)始終是能否產(chǎn)出真正有價值的內(nèi)容。因此，我的主張是：讓學(xué)生自由使用大模型等工具，然后評估他們最終得出的成果。

以我自身的經(jīng)驗為例，通過精心設(shè)計的20輪提問與迭代，最終生成的內(nèi)容令我很有成就感。因為我知道，如果沒有掌握與AI工具協(xié)作的方法，很難達(dá)成這樣的結(jié)果。教育的目標(biāo)之一，正是要賦予學(xué)生同樣的成就感——讓他們將人機協(xié)作的成果視為自身能力的體現(xiàn)。因為即便給一位大學(xué)生同樣的工具，若不具備相應(yīng)的提問、引導(dǎo)與批判性整合能力，他也無法通過20個問題得到同等質(zhì)量的產(chǎn)出。

未來的競爭格局也將與此類似。這就像過去擁有圖書館與沒有圖書館、善用網(wǎng)絡(luò)搜索與不善用網(wǎng)絡(luò)搜索的差異一樣，最終必然是更善于駕馭工具的人勝出。大模型時代也不例外。

至于用AI輔助批改考卷，我認(rèn)為這是必然趨勢。在零一萬物內(nèi)部，如今比較兩套軟件的優(yōu)劣、兩段代碼的質(zhì)量，或是兩份產(chǎn)品需求文檔（PRD）的高下，都已普遍交由AI進行初步評估。人類很難獨自處理如此大量且細(xì)致的比較工作。但這并非意味著AI比人更“高明”。

因為驅(qū)動AI進行評判的提示詞（Prompt）依然由人設(shè)計，評判的標(biāo)準(zhǔn)和框架也由人設(shè)定。人類始終深度參與并主導(dǎo)著價值判斷的過程，AI則是一個強大的執(zhí)行與放大工具。

蔣昌建：

你覺得我們的教育體系準(zhǔn)備好迎接AI時代了嗎？

李開復(fù)：全球的教育體系都沒有準(zhǔn)備好。

蔣昌建：

怎么辦？

李開復(fù)：我們只能多做這類對談讓大家看到（笑）。如果有一些超級天才，基于我們討論的這些方法論引導(dǎo)了新的變革，無論是AI for Science，還是“一人獨角獸”，這說明我們此刻的討論就是有價值的。

蔣昌建：

AI for Education（

AI賦能教育

）。

李開復(fù)：對。最終，全球的教育系統(tǒng)都會看到這些超級天才的事例，然后開始思考如何調(diào)整。

蔣昌建：

現(xiàn)在最讓你興奮的事是什么？

李開復(fù)：最讓我興奮的是，在我這個年紀(jì)，依然有機會深度參與這個時代最重要的變革。這體現(xiàn)在兩個方面：一是在零一萬物，我們致力于推動“人工智能+”，讓大模型真正賦能千行百業(yè)并催生新一代的偉大公司；二是在創(chuàng)新工場，我看到眾多優(yōu)秀的創(chuàng)業(yè)者正迎來屬于他們的機遇與春天。能夠同時投身于這兩項事業(yè)，我感到非常振奮。

蔣昌建：

你現(xiàn)在最焦慮的事是什么？

李開復(fù)：焦慮在于，這個世界瞬息萬變，新思維、新知識層出不窮。我時常擔(dān)憂，沒有任何一個人能夠完全掌握這一切。我最大的困擾是時間不夠，沒有足夠的時間去吸收所有必要的養(yǎng)分。

蔣昌建：所以與30年前的自己，或是與當(dāng)下的年輕人相比，你會有力不從心的感覺嗎？

李開復(fù)：這并非力不從心，而更像是看清了宇宙的浩瀚。我能做的，是在有限的時間里，聚焦于那些對我的事業(yè)最有幫助的知識，并匯聚一批志同道合者，去攻克那些我們力所能及、或許相對微小的問題。即便如此，如果能通過這些事為AI的發(fā)展乃至整個人類社會貢獻(xiàn)一點價值，就已經(jīng)足夠。

蔣昌建：

最后一個問題：你認(rèn)為在這個時代，年輕人應(yīng)具備怎樣的AI素養(yǎng)？

李開復(fù)：第一，重新定義AI：它不只是工具，而是一種底層的思維方式。你需要把它放到思考與行動的中心，用AI的邏輯去重構(gòu)工作流，而不是把它當(dāng)個外掛插件。

第二，務(wù)實落地：在你的專業(yè)領(lǐng)域內(nèi)，具體有哪些AI工具是必須去擁抱和掌握的？想清楚這個問題，然后動手去學(xué)、去用，別停留在概念層面。

第三，心態(tài)調(diào)適：絕對不要畏懼AI。一旦怕了，你就會下意識把它當(dāng)成對手，或者整天擔(dān)心被取代。這種心態(tài)會讓你本能地排斥它，最終錯過機會。

說到底，AI為人類創(chuàng)造的整體價值是巨大的。

如果你今天選擇忽視它，就好比30年前想當(dāng)記者卻不會用Word，15年前想成為攝影師卻不會用Photoshop——不是工具淘汰你，而是時代淘汰不用工具的人。

蔣昌建：

大家難免會思考“AI會不會取代我的工作”。

李開復(fù)：但更重要的是多想一步：如果AI能將世界創(chuàng)造的價值放大百倍，那么在這片廣闊的新價值空間中， 我的坐標(biāo)在哪里？我與AI共同創(chuàng)造的那一部分，又在哪里？這才是問題的關(guān)鍵。

* 以上內(nèi)容轉(zhuǎn)載自李開復(fù)博士公眾號【李開復(fù)】，已經(jīng)李開復(fù)博士授權(quán)轉(zhuǎn)載。