登录

李萌:大模型正在成为深入经济社会底层的通用工具


速读:所谓基模为本,就是基础模型是智能体的大脑。 在推动模型落地的过程中,要特别重视治理问题。 要确保智能体安全使用,建立健全安全评估和监管机制,提高公众对AI安全的认知。 物理智能体将在AIGC的生成过程中,从数字空间的生成到物理空间的生成,发挥巨大作用。 可以说,模型决定了智能体的上限和潜力,也是构建多元化智能体生态的重要基石。
2026年09月10日 15:

专题:中国国际服务贸易交易会-2026中国AIGC创新应用交流会

  服贸会专题活动“2026中国AIGC创新应用交流会”于9月10日在北京举办,主题为“智启未来 应用无界——从模型创新到场景落地”,中国可持续发展研究会理事长、科学技术部原副部长李萌出席并致辞。

  以下为演讲实录:

  各位嘉宾、各位企业家、各位专家,大家上午好!

  非常高兴来到熟悉的首钢园,参加2026 AIGC大会。今年的主题是“智启未来 应用无界——从模型创新到场景落地”。这一主题体现了鲜明的时代性和应用导向,各方面专家齐聚一堂,共同探讨如何打通从模型创新到场景落地的路径,非常重要。

  大家都讲AI是一场革命。它的革命性到底体现在哪里?凭什么说它是一场革命?关键就在于大模型——大模型正在成为深入经济社会底层的通用工具。任何一次科技革命,都有一个通用的、底层的、广泛渗透的工具,比如蒸汽机、电动机、计算机,以及今天的大模型。大模型是大脑,是思考者、推理者、生成者,但在智能世界里,模型还不是一个完整的行动者、成事者。怎样才能让模型在具体场景中落地,成为一个个实用的工具?这就需要搭建场景智能体。有了智能体,数字世界里的MCP——也就是大家熟悉的模型上下文协议——便应运而生。有了它,大模型可以调用不同层面、不同方面的工具,打通数字世界各方面的连接。

  在物理世界,最近又出现了MHS(模型硬件标准),同样应运而生。它的目标是打通物理世界和数字世界的接口,连接和使用各类硬件。前面讲的MCP连接的是各类软件;它们与各种场景需求嫁接起来,就形成了具有各种AI逻辑的应用场景。

  我们知道,近年来人工智能从大模型走向智能体,从单点能力走向多智能体协同——AIGC生成本身也需要多智能体协同,如今每个人的手机上都同时运行着好几个智能体——它们正在更深入地进入产业流程、公共服务和社会生活。与此同时,技术的不确定性、不可解释性和风险外溢也更加突出。从技术演进方向看,大模型是一项颠覆性技术,它带来的效率革命本身也是一种颠覆性创新。所谓颠覆,在微观上体现为能力、产品和流程的替代,在宏观上表现为范式的转换——它不仅重构技术体系,而且重构产业组织方式、社会连接方式和治理方式。

  过去十年,我们经历了从判别式到生成式的转变;接下来,正在从生成式迈向智能体。当然,后者并不是对前者的否定,而是能力的叠加演进。从离身智能体到具身智能体,大家都已非常熟悉,这是一个渐进的过程。物理智能体将在AIGC的生成过程中,从数字空间的生成到物理空间的生成,发挥巨大作用。

  智能体里面是什么?首先是模型,模型决定智能的上限。我们说智能体很重要,但模型更重要。发展智能体(Agentic AI),基模能力、垂直价值、生态规模、安全围栏这四个维度最为关键。围绕这四个维度立柱架梁,形象地说就是“基模为本、垂直为根、生态为王、安全为甲”。所谓基模为本,就是基础模型是智能体的大脑。智能体的真正价值,必须建立在强大的底层模型能力之上,才能具备感知、推理、决策、执行的能力——这些都是以模型为大脑。核心在于模型能力,它提供了认知能力、推理能力、决策能力和持续学习能力。没有持续学习、没有持续记忆,就称不上真正的智能体,只能算是低水平的初级形态。可以说,模型决定了智能体的上限和潜力,也是构建多元化智能体生态的重要基石。

  第二是垂直为根。今天我们讨论的问题,与很多领域是相通的:垂直层有Know-how壁垒。比如工业智能体,需要融合设备、协议、工艺参数和数据护城河;再比如医疗智能体,依赖电子病历和临床指南的训练。所以在垂直领域必须吃透场景特点:金融要可解释性,工业要实时性,医疗要准确性——否则就难以放心托付。这些决定了智能体价值的根基。

  第三是生态为王。发展智能体不仅是技术层面的事,还涉及广泛的生态系统:智能体能不能用、好不好用,能否与上下左右各方顺畅连接、形成润滑协同的系统,取决于生态,包括开发者社区、用户群体、第三方服务提供商等。构建开源、开放、包容而有活力的生态,至关重要。

  第四是安全为甲。智能体本身具有高度自主性,随着它越来越多地参与人们的日常活动,其安全性、可靠性、价值伦理都变得非常重要,尤其是可控性。设想一觉醒来,发现自己的智能体已经花掉几千块钱,日积月累,谁都难以承受——因为生成内容会调用各种资源、消耗Token,如果事先没有划定边界,成本就容易失控。当然,企业付费鼓励员工使用智能体,是出于研发需要,另当别论;但对个人和企业而言,成本控制都是现实问题。这里不仅涉及成本,还涉及数据隐私保护、算法公平公正、系统稳定性和鲁棒性。要确保智能体安全使用,建立健全安全评估和监管机制,提高公众对AI安全的认知。要以“安全为甲”的思路,以敬畏之心守护AI智能向善,让AI在合法合规、成本可控的前提下为个人服务、为社会服务。

  概括起来,这四个方面就是:模型能力驱动智能的上限——智能体是高智商的“爱因斯坦”还是普通人,取决于模型;垂直深度锚定价值根基——智能体好不好用、能不能创造价值,取决于在垂直领域扎根的深度;生态广度拓展行动半径——一个智能体是封闭孤立还是开放互联,取决于生态;安全围栏则为业务发展设防。从这四个方面共筑强大的智能体网络,智能体才能无论在数字空间还是物理空间,都成为服务AIGC发展的重要工具。

  在推动模型落地的过程中,要特别重视治理问题。行动必然带来后果,因此无论通过智能体落地还是其他方式落地,都要走包容性发展之路,为人服务、为人类造福。包容性体现在四个方面:速度、温度、绿度、善度。所谓速度,是要引领技术创新和产业发展——不能因为AI出来了,经济增长反而停滞,发展必须保持一定的速度。第二是温度,要惠及民生、促进社会公平,防止AI加剧社会差距、能力差距和收入差距。第三是绿度,业界有一种说法:AI的尽头是能源、是核聚变。AI发展必须符合绿色、低碳、可持续这一全人类共同的价值取向——这也正是我们所从事事业的应有之义。第四是善度,即智能向善、安全可控,要保障人在数字空间和物理空间的安全,不能出现 机器人 因鲁棒性不足而伤人这类情形。所以,对待智能体、对待AI,既不要迷信,也不要神话,更不要制造AGI焦虑。有观点认为AGI今年就能实现;实际上在数字空间它已接近实现,但在物理空间还为时尚早。我们要让人定义AI的未来,而不是让AI定义人类的未来;要让智能体和AI成为任劳任怨、为人服务的工具,也成为提供情绪价值的伙伴。以这样的心态和思路推动模型落地,AI就能对整个经济社会发展起到正向的促进作用。

  我就讲这些。最后,预祝本次会议圆满成功,谢谢大家!

主题:模型|智能体|大模型|数字世界