今年的政府工作报告有专门的章节来阐述“打造智能经济新形态”，听完后我为之振奋。

报告中明确提出：“促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。” 这为智能经济的发展指明了务实的方向，释放了一个清晰的信号：人工智能已经跨越了单纯的技术探索期，正式进入到产业深度应用和全面发展的新阶段。

宏观政策的导向，与零一万物在产业一线的观察与实践高度一致。面对智能经济的新形态，如何将前沿技术转化为实际的生产力，是摆在所有从业者面前的核心课题。

结合零一万物的实践与行业的未来走向，我想与各界朋友汇报几点我们的心得。

大模型技术正以“月”为单位迭代，生成式AI驱动的AI 2.0，正快速从一项“黑科技”走向千行百业的商业化规模应用。

这是一个关键转折点：AI 2.0正在从单纯的“工具智能”，迈向组织智能和产业智能齐头并进的新阶段。值得注意的是后两者是相辅相成、互为引擎的——没有组织层面的深刻变革，产业智能就是空中楼阁。

那么，现实情况如何？我们看到，许多企业在拥抱AI 2.0时，依然停留在“买把好锤子找钉子”的阶段，陷入了一个典型的 “工具陷阱” ：他们追求单一环节的效率提升，却错失了系统性的业务重构所带来的指数级增长机会。

我们必须清醒地认识到，真正的产业变革，不是购买一套标准化的AI软件，而是一场必须由上至下推动的“组织变革”。也就是说，企业的AI数智化转型必须是 “一把手工程”——管理者需要跳出“为什么要用AI”的浅层讨论，躬身入局，去思考和实践“如何用AI重构商业”。

为了真正推动AI变革从“工具智能”迈向“组织智能”与“产业智能”，我们坚决选择了一条深入产业肌理All in ToB 的道路。

我们的前沿部署工程师（Forward Deployment Engineer）不再仅仅坐在后台写代码，而是像业务伙伴一样，进入最真实的业务一线，与客户并肩作战。他们不仅要懂代码，更要懂“行业”,他们要深入复杂的供应链、生产车间和零售现场，去解决那些真正关乎企业运转和盈利的实际痛点。

不久前，我在零一万物的白板上写下了一个断言：2026年，将是“企业多智能体上岗”元年。

我们正在经历一场生产力的范式转移——AI 正在从“一人一工具”的辅助角色，进化为“一人一团队”的组织核心。在复杂的商业战场上，多智能体（Multi-Agent）实现了从单纯“被动执行”到“自主思考协作”的惊人飞跃。

多智能体不是在替代员工，而是在“封装”智慧，将能力软件化。它让个人的卓越，转化为组织永续的资产。

过去，优秀的业务逻辑和判断力往往锁在核心人才的脑袋里，难以规模化复制。现在，通过多智能体，我们可以将这些深度的行业洞察“封装”成一套套全天候运转、自我进化的“硅基军团”。这意味着，企业的核心竞争力将不再随人员流动而损耗，而是如同乐高积木般，可复用、可拼装、可沉淀。

更让我兴奋的是，中国拥有全球最齐全的工业门类和超大规模的市场。每一个生产车间、每一段供应链流程，都是多智能体进化的绝佳实验室。

当中国深厚的工业底蕴与多智能体技术深度耦合，我们将见证一个伟大的跨越：中国将从“世界工厂”，稳步进化为智能驱动的“全球智能体工厂”。

报告中特别提到了“新一代智能终端加快推广”以及“培育智能原生新业态”。我认为，如果说多智能体是重塑企业生产价值链的“超级员工”，那么下一代智能终端就是重构人机交互的前端入口。

我始终坚持，手机绝对不是 AI 2.0 时代的终极形态。我们必须跳出“手机+App”的旧逻辑，以 AI-First（智能原生） 的思维，定义具备以下五大特质的“下一代AI硬件终端”。

它应该起码具备五个特点：

• 语音驱动：自然语言将成为最自然、最高效的交互入口。设备能够准确理解用户的真实意图，减少对物理按键或屏幕触控的依赖。

• 全时待命：未来的设备是全天候待命的。它不需要刻意去进行“唤醒”操作，而是自然地融入你的生活与工作流。

• 多维感知：依托多模态传感器，设备能够实时感知物理环境、对话内容和视觉信息，从而建立准确的上下文语境。

• 无限记忆：设备将具备超长的上下文处理能力和本地记忆库，它能记住你过往的习惯和交互，提供高度个性化的专属服务。

• 趋于隐形：科技发展的自然方向是融入日常。未来的AI硬件在形态上将更加轻量化、无感化，它们可能化作耳机、眼镜或配饰，不再让用户的注意力被实体屏幕所束缚。

这一场AI智能原生硬件革命的最佳爆发地就在中国。我们拥有全球最顶尖的制造业供应链集群。从精密光学组件、高性能传感器到微型电池，中国产业链的深度、广度与响应速度，以及成本控制能力是全球任何地方都无法比拟的。

这种“智能原生”与“中国制造”的完美耦合，让中国企业不仅能快速定义出新形态硬件，更能以极高的效率实现规模化量产。

目前，中国在产品设计、软件能力和AI技术方面已经位居世界一流，硬件制造能力更是超越美国，特别是依托深圳在内的大湾区完善的产业链优势。

这意味着，在中国开发硬件的成本远低于美国。我们可以以相对较低的成本、更强的“智造”实力，并以中国市场作为试验田，进而国内、国际市场双向布局。

另外，报告特别指出要“支持人工智能开源社区建设，促进开源生态繁荣”。对此我深有感触，在我看来，开源是中国AI在全球科技竞争中实现“换道超车”的关键路径之一。

在全球大模型的中美双雄竞技中，中国走出了一条极具特色的路。不同于硅谷科技巨头所追求的“闭源垄断”和赢家通吃，中国AI正在以开源为土壤，构建起一个庞大的“共创智库”。我们坚定地拥抱开源，这不仅仅是代码的共享，更是底层技术突破的“加速器”。

这种开源实践，正在推动一场深刻的底座平权。它大幅降低了大模型的应用门槛——企业不再需要纠结于是否有昂贵的算力去追赶极点，无论大小企业，都能站在顶尖开源底模的肩膀上，把最核心的精力投入到更深度的行业应用中去。

开源生态的繁荣，不仅构建了中国在全球范围内的技术影响力和应用生态，更是我们迈向“智能体工厂”不可或缺的坚实基座。只有底座足够稳、门槛足够低，千行百业的智能原生应用，才能如雨后春笋般破土而出，深扎在开源这片沃土之中。

我们投身人工智能领域的根本愿景，是希望通过“人工智能+”赋能实体经济，真正为国家和社会创造价值。智能经济的蓝图已徐徐展开，其本质是生产力重塑和商业逻辑重构。我们期待与各行各业的实干家们一道，脚踏实地，拥抱多智能体与原生硬件交织的时代机遇，共同将AI数智化变革的广阔愿景，深耕于千行百业，生根发芽、开花结果。

一、2026年不会指挥AI，你会被AI替代

有很多年轻朋友问我：“开复老师，2026年多智能体规模化上岗了，我会被替代吗？”

我在零一万物的会议室里，有一块白板，上面写过各种各样的趋势判断。在今年，一个核心的观察是：今年是企业多智能体上岗元年。

AI正在从“一人一工具”跨越至“一人一团队”。如果说，推理模型加持下，单智能体所实现的是任务处理的智能化，那多智能体则是像人类团队一样分工协作、相互检查，将企业内部的优秀能力沉淀为可复用、可组合的业务资产。在我看来，2026年，企业多智能体将作为“硅基军团”，在核心办公场景中扮演关键角色。

我的观察是，如果你还把AI当成一个偶尔查资料的工具，如果你还在纠结于写PPT、填表格这些重复性工作，那确实应该有危机感。

任何基于数字、可计算的、相对重复性的工作，AI会越做越好，越做越快，越做越便宜。不同于基于预设规则的RPA（机器人流程自动化），多智能体实现了从“执行”到“思考”的跨越：它能理解用户意图、自主拆解复杂目标、并灵活规划路径。 这种从“端到端”的交付能力，让 AI 真正具备了职业属性。

未来的职场，人与AI的边界将会被重新划分：人类会从繁琐的重复性工作中解放出来，去处理最核心的战略决策，去建立人与人之间那种不可替代的情感连接。

所以，如何不被替代？答案不是去和AI拼算力，而是要进化你的“战略定义力”与“价值判断力”。

• “战略定义力”：在复杂的业务环境里，为AI锚定战略目标。

• “价值判断力”：要有能力审查AI的产出，识别潜在风险，为最终交付的社会价值与商业价值负责。

未来企业架构将会是“人类架构师＋智能体集群”协同进化的超级智能体。而具备战略定义力与价值判断力的“复合型员工”将会是人机协作的核心。

你最想把哪项令人头疼的工作交给AI？

二、我观察了上百家企业，做对AI转型的只有1%

我常说：企业AI数智化是一把手工程。这里所说的“一把手工程”的真义，不是拍板而是破局。

去年，我和零一万物的业务团队走访了上百家企业客户，很多CEO对AI仍有比较大误区：给技术部门拨一笔预算，装几个智能插件，把AI当做简单的“外挂”——但实际上这远远不是“AI化”。

在2026多智能体上岗元年，AI不只是CFO或CIO“拍板”的预算，更是一把手亲自去“破局”的组织变革。

为什么这么说？

因为多智能体（Multi-Agent）正在做一件过去几十年都做不到的事：能力软件化（CaaS）。

这意味着，你可以把公司最顶尖销售的判断力、王牌产品经理的逻辑，封装成一套可以被高效复制、7x24小时全天候运转的“硅基军团”。

他们如同流水，具备极强适应性与延展性，业务高峰时自动扩容，低谷时静默待命。企业的生产力单元将从人转变成Agent，这不再是单纯的技术迭代，而是对企业组织形态与商业底层逻辑的重构。

在零一万物，多智能体已经能“平替”市场或 HR 的部分核心流程。

背后其实是依赖于企业多智能体“TAB 三要素”：

• AI Team（团队作战）：以前是招人难，现在是“能力软件化”。1 个人指挥 1 支智能体团队成为可能，人和 Agent、Agent 和 Agent 之间高效协同。这意味着企业不再受限于“单一专家”，能力可以像软件一样弹性伸缩，彻底突破人才瓶颈。

• AI Auto-pilot（业务裂变）：就像自动驾驶一样，AI 能根据核心生产场景自动规划、落地，且过程可控、质量可查。这让个人业务能力实现指数级增长，企业在垂直深度和规模化扩张之间，终于能找到那个平衡点。

• AI Business（商业重构）：这是最核心的。当多智能体的流程和产出都能沉淀、重构，企业的核心竞争力就被拆解成了“原子颗粒度”。这种“能力即服务”（CaaS）的模式，能让你从卖产品变成卖“解决能力”，实现商业模式的彻底翻新。

而要实现这种变革，必然会触动传统的部门墙，而只有一把手才能打破旧有的KPI体系。

目前看来，可能只有百分之一的企业真正做好了这种准备。因为传统的首席信息官（CIO）往往由于职业惯性显得过于保守，不能胜任AI数智化转型任务。

我建议：

• CAIO（首席AI官）是实权，不是虚衔。一把手要给授权，让首席AI官 CAIO 配合 CEO 拆解并重构组织。没这个狠心，转型就是空谈。

• 要“硬核战友”，不要“流水线供应商”。拒绝只做 PPT 的供应商。选那些懂AI、愿意做私有化部署、有耐心了解企业业务、愿意派遣工程师到客户一线驻场共创的硬核伙伴。

不要等到对手的“1人公司”用更低的成本跑赢你时，才想起去拥抱变革。等技术成熟再转型，实质上是企业的“慢性自杀”。

三、从世界工厂到智能体工厂，为什么是中国？

在全球AI竞赛中，中国的机会到底在哪？

我的观察是：中美已进入双雄时代，但走的是截然不同的路。

美国公司像在玩一场“赢家通吃”的游戏，OpenAI们筹集千亿美金，试图率先攻克AGI（通用人工智能），从而对整个行业实现降维打击。为此，他们必须保密、必须闭源。

而中国路径更像是一个“共学小组”。 中国大模型企业很擅长在有限资源内“多快好省”地做到世界第一梯队的模型，同时坚定拥抱开源，以开放生态攻占全球市场。

一方面，小组内的所有成员都在构建开源模型并进行分享，相互学习以加速技术突破。

另一方面，阿里通义千问、DeepSeek等模型的崛起，凭借开放性、可定制性和本地部署优势，构建起了全球范围内的技术影响力和应用生态。

这构成了中国有望从“世界工厂”跃迁为“智能体工厂”的第一个原因：底座平权。随着开源模型的爆发，大模型的门槛正在降低。中国企业不需要再纠结于是否有昂贵的算力去追赶前沿技术，而是利用顶尖开源基模，把精力放在更深度的行业应用上。

更重要的是土壤优势。中国拥有全球最齐全的制造业门类和超大规模的消费市场。

每一个厂房、每一个业务流程，都是多智能体落地的绝佳场景。通过能力软件化（CaaS），我们可以把中国深厚的工业经验、服务逻辑，重构成一个个高效协作的“智能体团队”。

中国AI的“新黄金时代”，不是实验室里炫技打榜，而是在办公室厂房、在田间地头。

随着2026年政府工作报告提出“打造智能经济新形态”，深化拓展“人工智能+”行动，中国正从“制造”向“智造”全面跃迁。从输出商品到输出“硅基生产力”，这不仅是生产模式的颠覆，更是国家竞争力的重塑。在智能体时代，中国有望实现换道超车，开启AI时代的黄金十年。