周鸿祎委员：AI应用落地 算力布局与智能体成关键

cnofor

    2月26日，全国政协委员、360集团创始人周鸿祎接受中国证券报记者采访时表示，当下最重要的不是争论AI“像不像人”，而是企业和个人能否“用对”AI，让它真正干活和创造价值。
    他认为，当前，通用人工智能（AGI）正在稳步实现，智能体的表现越来越向真人看齐。AI生成内容和真实世界变得更加难以区分，也体现了技术的长足进展。
    优先进行推理算力布局
. N2 g1 |. D' y8 u4 t$ A    人工智能的进化正进入“双线并行”的新阶段。周鸿祎认为，过去两年，产业焦点集中于大模型的预训练，对高端训练芯片的需求极为迫切。当前，随着基础模型能力普遍越过及格线，行业正迈入“人工智能+”的应用时代，全国算力的需求结构发生了根本性变化。
, _3 s& L7 ?6 }- Q9 t2 w0 f; D    “大语言模型聊天的算力和智能体实际干活时所需的算力，是无法相提并论的。”周鸿祎解释，当一个智能体真正开始为企业干活——撰写一部短剧，分析一份财报，或是自动完成一笔复杂交易，其消耗的推理算力将是简单对话的几百倍甚至上千倍。他表示，一旦进入大模型应用阶段，推理算力的需求将成指数级增长。
4 |3 F  t5 \, r7 ^) l9 I  g& Z; ?4 _    为此，周鸿祎提出优化推理算力布局以夯实人工智能产业发展底座的建议。
    他分析，目前企业广泛布局的训练芯片要求高互联、高稳定，需要“卡卡互联”“机机互联”，能力更强，成本也更高。但随着大模型训练高峰过去，实际应用中需要更多的是推理算力，其所对应的推理芯片核心就是有大内存，其他方面的要求相对宽松，因此成本也更低。
    “这是中国芯片产业重要的战略窗口。”他认为，发展高性能、低成本的专用推理芯片，不仅能够大幅降低企业部署AI的门槛，更是支撑智慧城市终端、自动驾驶、机器人等边缘侧和端侧智能应用普及的基础。建议将“训练算力”和“推理算力”进行科学区分与统筹布局，通过优化算力供给结构，真正夯实人工智能赋能百业的基础底座。
    推动“人工智能+”应用落地
    AI的价值在于应用，而应用的载体是智能体。周鸿祎认为，当前的AI应用生态正站在一个关键点上，从以App为核心的“人机交互”，向以智能体为核心的“人机协作”演进。智能体不仅能理解人的意图，更能代替人去操作软件、调用工具、完成复杂任务。
    “现在App的目标用户都是人，因此上面有各类弹窗和广告，但智能体能更客观理性，只专注于任务。”周鸿祎提到，当购物、订票、比价等行为都由智能体代理完成时，互联网的底层服务逻辑将被重塑。这意味着，无论是互联网平台还是硬件厂商，都需要思考如何构建一套面向智能体的服务体系，这背后蕴藏着巨大的产业机遇。
    技术的演进离不开人才的支持。当前，企业既需要“AI员工”完成大量数据统计和重复劳动，更需要懂AI、会调用AI和创造智能体帮助自己的人类员工。周鸿祎表示，企业员工都应该养成“跟AI深度交流的习惯”。
    周鸿祎表示，智能体的开发和管理模式与传统软件截然不同。未来的企业数字化转型，不应仅由软件工程师主导，更需要懂业务、懂流程的业务专家来深度参与，由他们将行业经验转化为智能体的能力和工作流。
    为此，他提出，应大力推动智能体技术的普惠化，让普通企业和个人能够便捷地打造属于自己的“数字员工”，同时开展针对性的智能体开发与管理培训，培养更多“懂AI、懂业务”的复合型人才。
    以模治模构建新型安全能力
    随着AI深度嵌入经济社会，安全问题也如影随形。大模型本身可能产生的“幻觉”与失控，或恶意利用AI发动的新形态网络攻击，都给国家安全和产业安全带来巨大挑战。周鸿祎表示，应对之道在于“以模治模”，用AI对抗AI。
$ F3 R- M" o, u; b1 Q+ x  Y+ h    他表示，传统安全防护依赖稀缺的专家资源，难以应对未来智能体海量喷发、自动化攻击的新局面。通过训练专门的“安全智能体”，可以实现对软件漏洞的自动化挖掘、对企业信息系统的全天候不间断渗透测试，以及对海量告警的实时智能研判。
    “当对手用一万个智能体同时发起攻击时，我们唯一的办法就是拥有同样强大的智能防御体系。”周鸿祎说。
% k1 ?7 @; o' `6 ^/ E, j0 X

来源：中国证券报

/ _) I2 M0 J+ V7 l
) q& y" U$ R" \. P$ T$ L5 N