“未來趨勢應該是只有智能體，沒有APP，智能體把APP都顛覆掉了。以后可能不需要軟件公司，就都是智能體公司了。”華鯤振宇金融系統部總經理孔亮近日對第一財經表示。

華鯤振宇是一家以國產算力為根基的服務器提供商，用戶分布在互聯網、金融以及醫療等領域。據孔亮觀察，中國各行各業都在落地人工智能，而智能體正成為標配。亞馬遜全球副總裁儲瑞松近日同樣表示，如今AI的發展又來到了一個拐點，“我們正處在Agentic AI爆發的前夜。”

手機用戶每次與豆包進行交互，醫生每次在AI助手上進行知識查詢，都是通過智能體對大模型推理能力的調用。在大模型訓練階段，本土算力供應商略顯捉襟見肘；智能體爆發帶來的推理需求，則落在中國算力的能力范圍之內。

爆發前夜

各行各業似乎都在擁抱智能體。

今年2月份，復星醫藥發布PharmAID決策智能體平臺，這一平臺底層既有海外領先的大模型，也接入了中國本土的Deepseek-R1大模型。這一智能體已接入全球多個臨床資訊及管線數據平臺，該公司稱其醫藥健康領域內容生成準確率比通用大模型提升了50%。

PharmAID決策智能體平臺包含了復星醫藥自己決策的風險偏好，也包含了存量的管線，舊管線、新管線匹配的關系。因此，這一平臺目前是面向內部使用，復星醫藥首席數智官林錦斌說：“目前這個階段，我們還是自己的狗糧自己先吃。”

人工智能已經滲透進入醫療的方方面面。近日，中山醫院周儉教授、楊欣榮教授團隊與鹍遠生物聯合開展的研究成果在國際期刊Molecular Cancer發布。這項研究基于高通量測序平臺，通過小型靶向甲基化測序Panel，捕獲血漿游離DNA的甲基化特征和片段組學特征，構建出融合深度神經網絡構架的多模態人工智能模型，實現對多種消化道癌癥的無創檢測與組織溯源。強大的人工智能，使得基于液體活檢的無創的消化道多癌早篩從概念走向現實邁出關鍵一步。

中國每年有數億人次出行，差旅是智能體落地的重要場景。

2025年1月，OpenAI展示其智能體Operator，演示的核心能力之一就是一鍵式訂票。今年6月份，滴滴企業版也推出內測的AI小滴差旅助手、管理助手、解決方案助手智能體。

對于商務出差的人來說，智能體最終也許能像一個行政助理那樣工作：分析企業差旅政策如飛機火車標準、酒店金額限制，結合員工偏好，銜接大小交通，生成一站式行程規劃，并以“購物車”結算方式交給用戶進行預訂。

“效率成生存剛需的當下，技術也在倒逼商旅行業變革。”滴滴企業服務事業群總經理蔡曉鷗說，這些智能體是基于70萬企業累積的B端服務數據，采用開源模型Multi-Agent架構來實現的。“滴滴企業版希望用技術重構商旅效率，更精確地管理差旅路上的每一公里。”

智能體的應用，也會逐漸穿透，從用戶的交互層，深入到企業信息系統的數據庫。

“過去我們一直在用AI來賦能數據庫的運維。過去這個事情比較難做，過去我們用的都是小模型，它基于規則的方式來去觸發，泛化性是很差的。現在有了大模型，它的學習能力特別強，后續我們把智能體的技術嵌入存儲，嵌入數據庫，運維體驗會發生翻天覆地的變化。”華為存儲閃存領域總裁謝黎明近日表示。

醫藥研發、商旅出行、數據庫運營等，上述這些不同案例顯示，人工智能與智能體正在進入各行各業，并改變內部運行效率。

過去幾年間，大模型帶動了新一輪的人工智能浪潮。如今人工智能發展，又來到了新的階段。

“我們正處在Agentic AI爆發的前夜。”儲瑞松在亞馬遜云科技中國峰會上表示。

推動的力量

智能體的爆發，技術基礎是日新月異的大模型。

第一次工業革命時期的蒸汽機，解放了人和動物的肌肉力量，改變了紡織、采礦、交通等領域的效率。現在的人工智能革命，芯片企業和大模型企業前赴后繼，放大和解放了人類的智力。

在美國，谷歌、OpenAI等企業不斷迭代，推出性能更強大，效率更高的模型。在中國，阿里通義千問、DeepSeek等模型你追我趕，不斷提升性能。

成本的下降，是一項技術得以商用的前提。儲瑞松援引斯坦福大學2025年人工智能報告稱，過去兩年推理成本下降，已經不到原來的百分之一。

“像DeepSeek這樣的模型一經推出就極大提升了推理效率。這是非常令人振奮的事情，同時也促使很多模型提供商開始想盡辦法優化自己的成本和運行效率。”亞馬遜云科技全球技術總經理Shaown Nandi評價說：“推理成本的降低，既包括芯片性能的改進，也包括模型本身在結構和功能上的提升。”

人工智能的能力之所以令制藥企業激動，是因為它解決了一直困擾企業的問題——如何達成方向大致正確的選擇。在研發管線紛繁復雜，動輒10億美金起步的新藥研發上，制藥企業極度渴望確定性。“決策智能體，不可能一蹴而就，是需要持續投入的。”林錦斌說。投資回報是管理者不得不考慮的事情，他負責復星醫藥的整個數字化的投資決策。在投資回報上就要“給到我們管理層一個比較滿意的結果。”

“在DeepSeek之前，大家門檻比較高，投入產出比特別低。有了DeepSeek之后，大家可以有當期的回報了,比如說一年就見效果。”孔亮對第一財經表示。華鯤振宇是華為的戰略合作方，它以國產的鯤鵬和昇騰算力為基礎，為國有大型銀行客戶，互聯網用戶等提供服務器，并幫助這些企業搭建起其智能體。

兩家美國公司谷歌和Anthropic推動了智能體標準的確定。

大模型公司Anthropic首倡的模型上下文（MCP）協議，得到越來越多企業認可，中國企業阿里巴巴等也已經支持這一協議。

對于智能體來說，MCP是一個強大的解鎖器和解碼器。它就像是通用的USB-C接口，智能體可以通過這個標準化接口，更便捷地訪問任何一項服務、數據，并幫助用戶按其需要來執行一些任務。

谷歌推出的開源標準A2A（Agent-to-Agent）協議，旨在解決不同AI智能體之間的互操作性問題。通過統一的通信標準，A2A協議支持智能體之間的高效協作和任務管理。

“所有這些因素疊加在一起，讓Agentic AI的爆發幾乎不可避免。”儲瑞松表示。

中國算力的舒適區？

3月份，山西省人民醫院上線私有化模型平臺，算力底層是鯤鵬+昇騰的組合，搭配DeepSeek-R1的70B大模型，再上面一層的智能體“省醫AI助手”則內嵌到門診醫生、住院醫生、護理和醫技系統。

“山西人民醫院IT維護可能二三十個人，但是懂AI的可能就沒幾個人。”孔亮說。醫院需要控制預算，也需要合作方提供完整的落地方案，以及人員AI培訓。

山西人民醫院有“數據不出院”要求，因此只能做人工智能的本地化部署。這是相當普遍的需求。“現在金融機構面臨著數據安全的問題，它要求數據保密性和不能夠流出，所以我們建議由監管機構，或者有監管背景的機構，來成立一個大模型平臺，成立這樣的一個運營主體。”浪潮集團副總裁吳超表示，“現在大模型大家都在去做，頭部客戶有資金有實力，可以自己構建一套平臺和資源，但中小企業沒有那么多資金去構建平臺。”

財富五百強的企業中，超過七成的工作負載仍然運行在本地，而非在云上。金融、教育等產業對數據保護極度重視，他們在許多場景搭建AI能力的時候，同樣更愿意本地化部署。

山西省人民醫院的AI部署方案，是中國人工智能閉環能力的一個代表：底層算力、中間的模型、上層智能體，以及使用場景都是本土化的。

DeepSeek出現之后，帶動了一大批模型開源和降價。而且大參數的模型，開始部署在中國本土芯片之上。國產算力如華為的昇騰、摩爾線程、沐曦等搭上發展的快車。沐曦、摩爾線程等都開啟了上市的進程，而華鯤振宇的收入迅猛增長。

對于中國芯片企業來說，芯片產品在訓練過程中略顯捉襟見肘，但在推理環節可能綽綽有余。

大模型的訓練過程，相當于把小孩培養成教授；使用大模型進行推理，就像是教授向成百上千的學生傳道授業解惑。手機用戶每次與豆包進行一次交互，醫生每次在AI助手上進行知識查詢，就是通過智能體對大模型推理能力的一次調用。日常億萬次的智能體互動，使得推理所需算力逐步壓過訓練所需算力。

據孔亮預計，今后的四五年內，華鯤振宇出貨的服務器，將有八成是用于推理，而只有兩成是用于訓練。市場需求的爆發，也會推動底層芯片技術的進步。

“就像以前大家都是用的紙和筆來辦公，用了電腦之后會提升辦公效率，但是這需要一個過程。我們現在就是把各行各業的一個個的業務場景全部智能體化，它是個很長的過程。”孔亮說。

謝黎明認為，智能體發展會變革人機交互的模式，自然語言交互會成為主流。

“未來的萬事萬物，不管你是什么樣的公司，你生產任何一個產品，你的產品一定會對應一個智能體。就像一輛自動駕駛的汽車，它一定會配一個自駕系統一樣。”謝黎明說。