164
0在无锡举办的第三届“太湖对话”，是一个高规格人工智能产学研交流平台。在本次大会上，清华大学智能产业研究院（AIR）创始院长张亚勤院士发表了前瞻演讲。
一、 范式跃迁：从“生成式 AI”走向“智能体互联网（Internet of Agents）”
张亚勤指出，AI 正经历从“模式识别”到“内容生成”、再到如今“智能体 AI（Agentic AI）”的重大技术跨越。
智能体（Agent）的本质属性：它正在学习人类大脑最高级的功能——设定目标、分解任务、规划试错、迭代执行，最终沉淀为记忆与知识。张亚勤将智能体AI归纳为三大核心特征：自主性（Autonomy）、进化能力（Evolution）和泛化能力（Generalization）。
智能体的指数级进化：以编程智能体（Coding Agent）为例，去年年底AI的自主编程时间还只能维持在30分钟，而到2026年当下已飙升至30小时以上，实现了百倍级的飞跃。“AI写AI、AI教AI”的链条已经彻底打通。
重构软件与互联网形态：张亚勤重塑了他早前的预测：未来的 SaaS 和 APP 都将被智能体替代，或者说 SaaS 本身必须自我颠覆为 Agent。互联网也将从“人机交互”演进为“智能体互联网（Agentic Network）”，未来99%以上的网络交互将发生在 Agent 与 Agent 之间，这必将带来网络协议、语言格式和整体架构的颠覆性重构。
二、 2026 趋势发布：词源经济学（Tokenomics）与企业“TAP”时代
张亚勤在演讲中连续第三年发表并“盖章”了个人对 AI 趋势的预判，提出了改变未来商业生态的五大判断：
1. 产业智能体（Industry Agent）兴起：AI 正在超越消费端，在医疗、制药、科学研究以及物理机器人等实体产业发挥深层作用。
2. “词元经济”与 TAP 框架：Token（词元）已成为智能的最基本单位。张亚勤提出，未来企业的三要素是“TAP”（Token 词源 + Agent 智能体 + People 人才）。他强调，现在的 Token 成本依然太高，每年必须降低1到2个数量级，AI 商业化投资（ROI）的回报路径才能真正跑通并持续。
3. 超级智能集群向边缘扩散：算力正从大型中心化数据中心向端侧设备（车、机器人、穿戴设备）转移。未来，高达 80% 的 Token 将在边缘端直接生成。
4. CPU + GPU 双中心架构回归：由于智能体需要执行复杂的长程逻辑和控制协调任务，CPU 重新成为“一等公民”，与负责高并发算力的 GPU 共同构成双中心，并搭配 HBM、DRAM、SSD 的多层存储和光连接网络。
5. Context UI（感知 UI）革命：人机交互正在告别图形界面（GUI）和触控界面，走向最自然、以语音和多模态环境感知为核心的 Context UI。汽车、机器人、智能眼镜等将成为全新的硬件入口。
三、 原始创新与“硬核”落地：原子、比特与分子的融合
“太湖对话”展示了清华 AIR 过去一年在无锡及各产业垂直领域的重大研究突破，体现了科学智能（AI for Science）和物理智能（Physical AI）的交融：
物理智能体（机器人）：展示了持续进化物理智能体（Zbrain/Z0），攻克“比特世界（虚拟仿真）”到“原子世界（真实物理）”的不易收敛、难以泛化等难题，建立“Real-to-Sim-to-Real（RSR）”数据的闭环。
国产生态腾飞：与字节跳动、地平线等企业合作，推出 CUDA Agent（实现95%以上CUDA编程自动化并适配国产芯片软件生态）和 XVLA 模型（轻量化高泛化视觉语言动作模型）。
生命化学与医疗突破：联合发布了世界首个多智能体 AI 医院（虚拟诊室）以及用于端到端新药研发的 OpenBioMed Agent 和 Farmer Agents。
四、 One More Thing：智能体时代的安全阵痛
在巨大的机遇背后，张亚勤发出了严肃警示：随着智能体所拥有的权限、自主性和长程执行能力的提高，其带来的失控风险正急剧上升。为此，他联合 Stuart Russell、姚期智、Yoshua Bengio 等全球顶尖科学家，持续推动“全球人工智能风险对话”机制（已历经牛津、北京、上海、威尼斯、伦敦五次对话），重点研究防范“前沿大模型 + 强智能体”结合带来的巨大地缘和安全风险。
总结而言，第三届“太湖对话”不仅是一场技术理念的探讨，更是一幅由清华 AIR 筑底、无锡滨湖区承载，原子、比特交织融合的主动进化生态图景。
