去年大家还在聊AI会不会写诗，哪个模型更会聊天。但是今年风向全变了。现在圈里人碰面，问的都是：“你的AI能干活了吗？”、“落地到哪个场景了？”。
说白了，光会聊天的时代过去了。AI的竞争，已经从“能聊”变成了“能办事”。现在大家都在搞一个叫“智能体”的东西。你可以把它理解成一个能自己干活的管家。你给它一个目标，它就能自己规划、自己执行、自己纠错。
这方面，有个叫DeepSeek的公司值得注意。他们没跟风去堆参数，搞那种超大的模型。他们走了一条新路，搞开源，讲究效率。意思就是，用更少的计算和数据，办更漂亮的事。
这就引出了一个新词，叫“智能密度”。以前大家觉得模型越大越好，参数越多越厉害。这个想法没错，算力和数据是基础。但是，现在大家发现，光堆料，效果提升越来越慢。就好比一个人，光吃不动，最后只剩下虚胖。所以，现在大家开始追求“智能密度”。用更聪明的算法和架构，让AI变得更精干、更高效。
你看，AI现在有两条路在走。一条是技术上继续往上冲，让AI更聪明。另一条是应用上往下扎根，解决实际问题。两条路都得走。
所以，“百模大战”已经不怎么提了。那种靠开发布会、秀参数的阶段结束了。活下来的公司都想明白了，真正的战场不在网上，在工厂的车间里，在医院的诊断室里。这是一场耐力赛，看谁能先把技术用到实处。比如百川智能，就一头扎进了医疗行业。零一万物，开始给企业做定制化的解决方案。
而且，AI的目标也不再是只待在电脑里了。它要进入物理世界。最近，中国的一个具身智能模型，就是能控制机器人的“大脑”，在全球拿了个第一。这意味着，我们训练的AI，已经开始有能力在真实世界里干活了。AI不仅要当“思考者”，还要当“行动者”。这盘棋，才刚开始。
算力这事，不是堆显卡那么简单
很多人觉得AI算力，就是买一堆好的显卡放机房里。但是，事情没这么简单。它是个系统工程。
我给你打个比方。AI算力中心就像一支部队。GPU这些计算芯片，是部队里的重武器，负责攻坚。高速网络，是信息高速公路，保证各个兵种能快速沟通。存储系统，是战略物资库，随时提供弹药。软件和算法，就是指挥中心，负责调度全局。而且，这一切都离不开电站和散热系统，这就是后勤保障。你看，少一个环节都不行。
去年有个事儿。一家小公司发了个新模型，一下火了。结果服务器马上就撑不住了。这时候，一家叫“无问芯穹”的公司出现了。他们做的事，就像是“空中加油”。他们把各地闲置的算力资源调度过来，帮这家公司顶住了。他们希望未来的算力，能像自来水一样。你打开开关就有，关上就停，不用管水是从哪个水库来的。
国家层面也在做类似的事，就是“东数西算”。这个逻辑很简单。东部地区公司多，需要用算力。但是东部地方小，电也贵。西部呢，地方大，风电、光电用不完，电费便宜。那就把大型计算中心建在西部。数据通过网络传过去计算，再把结果传回来。这样全国的资源就盘活了。
但是，这里有个大问题，就是电。业内有句话，叫“算力的尽头是电力”。一个大型智算中心，就是个吃电的巨兽。有人算过，到2030年，全国数据中心的用电量，可能会占到全社会用电量的3%。这个数字很吓人。
所以，“算电协同”就必须要做。一方面，把计算中心建到绿色能源多的地方去。另一方面，企业自己也在想办法，比如直接从发电厂买绿电。腾讯的数据中心，去年用的电，80%都是绿电。这是一个必须解决的问题。
数据：从要得多，到要得好
最近有个怪现象。AI数据标注员这个工作，月薪能开到快两万。而且，还要求是名牌大学的硕士博士。这事儿挺反常识的。数据标注，不就是拿鼠标在图上框东西吗？
但是，现在的标注跟以前不一样了。以前是劳动密集型，会用鼠标就行。现在是知识密集型。比如，在成都，是医学专业的学生在CT片子上标记肿瘤特征。在保定，是工程师在标注雨雪天气里自动驾驶汽车的行驶轨迹。
为什么会这样？因为AI要解决专业问题了。AI要学会看病，就得让真正的医生来教它。医生几十年的看片经验，就是最宝贵的“数据燃料”。这种高质量的、带有专家经验的数据，才是现在最稀缺的。
中国的数据资源其实很多。我们网民数量全球第一，工业门类也最全。这都是一座座“数据金矿”。但是，问题也很大，就是“数据孤岛”。你在A医院拍的片子，B医院不认。不同部门、不同公司的数据，互相不通。大家都不愿意把自己的数据拿出来共享。怕泄密，怕丢掉竞争优势，也因为没有统一的技术标准。
好在，这个问题正在解决。国家成立了数据局，出台了很多政策，就是为了把这些“数据孤ט”连起来。现在大家建数据集，重点也变了。不再追求大而全，而是追求行业里的高质量数据，比如医疗、工业、教育这些领域。
而且，还出现了一个新技术，叫“合成数据”。这是什么意思呢？就是当真实数据不够用，或者涉及隐私不能用的时候，我们就用AI自己来“造”一些数据给AI学习。这些造出来的数据，也得符合物理规律和业务逻辑才行。这个技术能解决很多数据获取难的问题。
说到底，中国最大的优势是场景多。工厂、医院、交通，各种场景能源源不断地产生数据。数据用来训练AI，AI反过来又能把这些场景做得更好。这样就能形成一个“数据飞轮”。这个飞轮一旦转起来，优势就很大了。
AI进厂，帮制造业升级
一家70多年的老电池厂，用了AI之后，发生了什么变化？我给你说说步骤。第一步，研发。他们用AI设计新的电池配方，比以前快多了。第二步，生产。在生产线上，AI实时盯着各种数据，一旦发现不对劲就报警，产品质量更稳定了。第三步，质检。以前靠人眼看，现在用AI算法来检测，又快又准。
这个老工厂的故事，就是现在AI在产业里发生的事情。AI正在实打实地进入工厂。
有个数据很能说明问题。就是Token的消耗量。Token你可以理解为AI思考一次的基本单位。从2024年初到2025年中，一年半的时间，中国每天的Token消耗量，涨了300多倍。而且，这里面八成都是企业在用，不是个人用户在玩。这说明，企业是真的在用AI干活了。
当然，AI进入不同行业的速度不一样。互联网、金融这些数字化做得好的行业，用起来自然快。制造业这种传统产业，会慢一些。
在制造业内部，AI的应用也在深入。一开始，AI主要用在客服、运营这些外围环节。但是现在，AI在核心的“生产制造”环节，用得越来越多了。比例从2024年的不到20%，提升到了2025年的近26%。这是一个好现象，说明AI正在从“外围”走向“心脏”。
很多人都觉得，在AI这次技术浪潮里，中国很有机会。为什么？因为我们有几个别人比不了的优势。全球最完整的工业体系，意味着我们有最丰富的应用场景。海量的场景数据，能喂出最懂行的AI。还有强大的工程师队伍和巨大的市场需求。这些加起来，就是我们制造业升级的基础。
国家也在推。最近出了很多政策，就是要让AI在制造业的设计、生产、服务所有环节都用起来。目标是到2027年，推广500个典型的应用场景。
这场变革不会是一蹴而就的。它会像“小步快跑”一样，先从解决一个个具体的小问题开始。最后，无数个“小场景”的改变，会汇聚成整个产业升级的“大场面”。
AI改变社会，也重塑人的价值
AI不光在工厂里有用，它也在改变我们的生活和社会。
比如社会管理。在重庆一个村子，AI系统看着一个独居老人。摄像头发现老人半天没动，系统就自动报警了。网格员15分钟内就上门查看了。你看，这就从出事后再处理，变成了提前预警。在甘肃一座桥上，AI能识别出有人要翻栏杆，马上联动报警，已经救了20多条命。
再比如消费。以前购物网站给你推荐东西，叫“猜你喜欢”，其实经常猜错。但是现在，AI导购能更好地理解你的需求。它会变成“懂你需要”。你甚至可以在车里直接用语音点麦当劳，系统会根据你的位置和常吃的套餐，帮你下单。
但是，AI带来的更深远的变化，是对“人”的价值的改变。我认识一个学日语的文科生，因为AI火了，就辞职去学计算机语言学。现在自己开了个AI公司。他说，AI把技术的门槛降低了。以前很多你觉得遥不可及的技术，现在变成了人人都能用的工具。
工作方式也在变。以后程序员可能不用一行一行地敲代码了。他们可以像聊天一样，告诉AI想要实现什么功能，AI会辅助他们完成。这就叫“聊代码”。这样一来，工程师就能把更多精力放在创新和思考上。
这对教育也提出了新要求。以后，学生的核心能力，不再是记住多少知识，或者掌握某个具体的操作技能。而是解决复杂问题的能力，和使用AI去创新的能力。教育的目的，是教学生怎么用AI这个工具，而不是被AI取代。
说到底，AI把我们从很多重复、枯燥的劳动里解放了出来。这样，我们就可以去做那些只有人才能做的事，比如创造、思考和情感交流。这可能才是AI最大的价值。
技术跑得快，安全护栏要跟上
技术跑得太快，就容易出问题。最近国外很流行一个词，叫“slop”，翻译过来就是“AI泔水”。说的就是网上那些AI生成的、乱七八糟、没啥意义的垃圾内容。这个词的出现，本身就是个警告。
AI的风险还有很多。比如，你的个人信息可能会被滥用。有人会用AI换脸技术来骗人。算法本身可能带有偏见，做出不公平的决定。还有一种叫“越狱攻击”，就是有人用一些特殊的指令，绕过AI的安全限制，让它说一些不该说的话，做一些不该做的事。
所以，必须给AI装上“方向盘”和“刹车片”。
中国是怎么做的呢？我们的方法比较务实。不是一上来就用很死的法律管住，而是先给一些指导意见，让行业先跑起来，同时观察问题。然后，再根据出现的新情况，慢慢完善法律法规。这个过程是动态的，一边发展，一边规范。
你看，政府好几个部门都在协同管理。最近还出了个征求意见稿，里面规定，如果用户在跟AI聊天时，明确提到想自杀，AI服务就必须由人工来接管。这就是在给技术加上人性的温度。
除了政府，行业自己也在行动。有机构已经开始对大模型的安全性进行认证。大公司也在联合制定标准。大家心里都清楚，野蛮生长的时代过去了。只有规范，才能走得更远。
AI这个东西，既能带来巨大的好处，也可能带来未知的风险。怎么用好它，同时又管住它，这是一个需要整个社会一起思考和回答的问题。
