人工智能

2026-04-17 16:00:00

智能体：从“会说话”到“能干活”

回想一下，两三年前的AI是什么样子？打开对话框，输入问题，收到回复。本质上还是个信息处理工具。但现在的AI不一样了——它可以替人操作电脑、调用应用、处理文件，甚至把结果直接交到手上。

这背后是“智能体”（AI Agent）技术的成熟。2026年被很多人视为智能体真正爆发的起点。阿里研究院给过一个很直接的说法：AI正式告别了“对话框”，步入了以“能思考、能办事”为核心特征的智能体时代-。

什么意思呢？简单说，以前的AI像个参谋，给建议但不插手；现在的AI像个帮手，直接动手干活。有行业专家把这四大技术方向总结为已经接近成熟：基础模型优化、跨智能体协作协议完善、AI安全治理升级、推理成本下降。

最直观的例子来自招聘场景。以前招一个人，发职位、筛简历、面试、发offer，至少几周时间。现在有人给智能体下达一个任务——“我需要一个懂Kubernetes、有开源贡献、能在开发者社区建立影响力的工程总监”——智能体在三十分钟内扫描数千个代码仓库、交叉验证社交资料、筛选出真正有影响力的开发者，然后撰写个性化邀约邮件。效率差距不是一点点。

物理智能：AI开始触碰真实世界

如果说智能体处理的是屏幕里的信息，那物理智能就是让AI走出屏幕、进入真实世界。

清华大学在2026年初给出了一个很有前瞻性的判断：信息智能的时代大概到2028年接近终局，而物理智能的窗口刚刚打开，未来10到15年是最大的机会窗口。

通俗解释就是：过去几年大家忙着让AI变得“更聪明”，能写文章、能画画、能编程；接下来要忙的是让AI变得“更能干”，能开汽车、能操作机器、能走进真实物理环境解决问题。

这背后的技术难度比信息智能高出好几个数量级。自动驾驶大约需要1亿片段的数据就能入门，但机器人可能需要10亿甚至百亿量级；智驾用百亿参数基本够用，机器人需要千亿参数才算入门。原因也很简单——汽车行驶在结构化的道路上，交互对象有限；而机器人要应对任意场景，目之所及的一切都可能是交互对象。

但挑战越大，机会也越大。2026年被很多人视为“Physical AI元年”，从CES到GTC，各大科技盛会都在强调AI将从网络世界走向现实世界。具身智能机器人已经走出实验室，在巡检、服务营业厅、工厂、养老医疗等真实场景中拿到订单。

AGI：那个“东西”的轮廓越来越清晰

AGI（通用人工智能）这个词听起来很宏大，甚至有点吓人。但2026年学术界和产业界发生了一件有意思的事：越来越多的人开始承认，AGI可能已经来了。

加州大学圣迭戈分校的研究团队在《自然》杂志上发表了一篇评论文章，直截了当地说：按照任何合理的标准，AGI已经存在。GPT-4.5在2025年3月的图灵测试中以73%的被误认为人类的比例取得了压倒性的成功，与此同时它能在国际数学奥林匹克竞赛中拿奖、通过博士水平考试、为专业程序员编写零错误代码。

有意思的是，同一项调查中76%的顶尖AI研究人员却说当前的方法“不太可能”实现AGI。技术专家和普通公众之间出现这种认知分裂并不奇怪——当技术跑得太快，共识往往跟不上。

红杉资本给出的定义更实用：具有通用智能的人能够独立工作数小时，犯错后自己修正，并在无需被告知的情况下弄清楚下一步该做什么。能实现这些的AI系统，就可以被称为AGI。按照这个标准，一些长程智能体已经在功能上达到了AGI水平。

普通人的AI生活：从“工具”到“伙伴”

数据不会骗人。截至2025年6月，中国生成式人工智能用户规模达5.15亿人，普及率为36.5%，半年内用户增长了2.66亿，增幅超过100%。超过90%的用户首选国产大模型。

这些数字背后是真实的生活变化。在最近举办的消博会上，AI眼镜、AI设计师、AI健康管理、AI创作工具全面落地，从智能穿戴到智慧康养再到文旅服务，AI技术正在把前沿创新转化为可触摸、可体验的日常场景-。比如一款AI眼镜，戴上后同声传译、实时导航不在话下，甚至能把眼前的场景实时直播出去；国内首款可落地的家装AI机器人设计师，只需要说出小区名称、户型面积和喜欢的风格，几分钟就能生成完整的三维家装方案-。

手机也在发生变化。过去十年，智能手机的进化路径是算力越来越强、屏幕越来越好、应用越来越多。但2026年的趋势是，手机不再只是功能的集合体，开始具备理解意图、调度应用、直接完成任务的能力。有厂商把它称为“Agent Phone”——一种能够理解场景与意图的“代理”，而不仅仅是响应指令的工具