就在不久前，清华搞了个挺重要的会议，“AGI-Next”这个名字的研讨会上，清华大学基础模型北京市重点实验室把国内AI圈的各路大佬都给请来了。大家围着桌子一坐，老中青三代凑在一起谈天说地，场面那是相当热闹。这也能看出来，咱们在通用人工智能这块儿的赛道上，不仅是技术路子找对了，人也配齐了。你看这参会名单就知道，“90后”甚至“95后”这些年轻的娃儿已经不是当年那个只会跟着老师傅跑的菜鸟了，现在好多都成了各大研究机构的大拿，甚至是企业的掌舵人。他们脑子转得快，干活儿又肯下狠功夫，接过老一辈的接力棒后，在搞科研、攻难关、做产品这些事儿上都顶上去了。那些在会场里感叹时代变了的老科学家，既是在夸后生可畏，也是在感叹现在技术发展太快了。这种新旧交替、大家一起使劲的好势头，给咱们这个行业注入了不少新鲜血液。 搞学术的唐杰教授在会上有个挺醒目的说法：以前大家争着要把大模型做得像人一样会说话（Chat）的那一套已经差不多玩到头了，“对话”这关算是过了。接下来的竞争重点得放在“行动”（Action）和“做事”（Doing things）上。说白了就是光会说可不行，还得会干活儿、解决实际问题。所以做智能体（Agent）的方向就被大伙认了下来。要想做出个好智能体，得有几个过硬的本事：能帮人把实际问题解决好、赚钱得划算、干活儿得又快又稳。现在好多公司都在使劲把模型的代码（Coding）能力往上提，毕竟这是让机器听懂指令、操纵工具的根基。 除了会写代码，大家还在琢磨怎么把“智能效率”（Intelligence Efficiency）给提上去。这就好比是想办法用更少的钱办更多的事儿——用更小的计算资源规模（Scaling）去换回一样的智能水平提升。这才是突破现在瓶颈、让技术走得更顺的关键所在。 说到以后怎么走法，大家也有不少高招儿。阿里那边的负责人林俊旸讲得特别实在：下一代AGI得有点“自主进化”的意思，得更主动一点。以后的智能体不光得会听人话、执行任务，还得能在遇到模糊指令的时候自己拿主意、一边干活儿一边变聪明。 他觉得跟现实世界打交道是个大方向，那种“具身智能”的场景才是智能体长期发挥价值的好地方。估计再过个三五年，这里头肯定有大机会。除了这个，大家还觉得强化学习的潜力还没挖完，“持续学习”（Continual Learning）和“记忆”（Memory）机制还得练练手。至于多模态能力得深度融合这事儿，大家都觉得得赶紧搞起来。 有专家还猜了个时间点：等到学术界的算力条件好了点、工业界也感到有点吃力了的时候——大概是在2026年左右——相关领域很可能迎来新的大变局。 从产业的角度看中美两边路子有点不一样。比如在写代码这件事上数据消耗的多少就不一样了。这也反映了不同的应用生态和发展阶段。 专家说市场上的分化是正常现象。无论是给消费者用的平台还是专门服务于垂直行业的解决方案，最后都得看能不能真正帮人解决问题。 对咱们中国来说机会挺多：咱们有独特的应用场景、大得很的市场空间，还有政府一直以来的支持。 不过关键的是得鼓励大家去冒险试错。要给那些敢闯“无人区”的年轻人一点宽容和持久的支持。 大伙儿都强调一点：有时候那种“笨笨的坚持”和做长期主义的投入很重要。这可能就是咱们中国团队在这场AGI马拉松比赛里最后能赢的精神法宝。 这个会不光是大家凑在一起聊聊想法这么简单。它其实就是观察中国AI发展态势的一个窗口。 它很清楚地告诉咱们：咱们在AGG领域的人才梯队已经搭得挺整齐了；技术上也敏锐地抓住了从“感知理解”转向“行动决策”这个历史性的大转折。 虽然眼下还有核心突破、效率提升、生态构建这些大坎儿等着过；但你看大家不管是搞产业还是搞学问都盯着前沿干实事儿的劲头儿很足。 只要咱们坚持自己搞创新又愿意跟国外合作；把技术研发跟产业融合得更紧密点；再鼓励年轻人去那些没人敢去的地方闯一闯；中国就有可能在这次全球的AI科技革命和产业变革里头占个大便宜。 最后就能给咱们的经济高质量发展和社会进步注入一股新的智能动力！