2026年5月8日广州行会议纪要

宋玉平

会议围绕AI技术发展的12层架构体系展开，深入探讨了从底层能源、芯片、算力基建到大模型、记忆系统、工具调用及智能体演进的全链条逻辑。重点分析了中美在AI发展路径上的差异：中国在能源基础、算力基建和数据规模上具备优势，并拥有庞大的市场与政策支持，而美国虽芯片技术领先但面临公众对AI的抵触。同时指出欧洲因数据隐私限制难以孕育如DeepSeek类大模型。会议强调AI正从工具向主动智能体进化，未来将形成由多个智能体协同的虚拟组织乃至原生AI公司与生态。当前应用已体现在自动化脚本、PPT生成、知识库管理等方面，提升个人与企业效率。腾讯等企业推出共享知识库推动信息整合，部分功能仍受限于平台审核机制。此外，提及近期AI投资案例中出现核心技术团队转移至海外再出售给美国公司的现象，引发对中国技术资产外流的担忧。最后提出，尽管AI提升理性处理能力，但仍需注入人文精神以增强感性维度，实现技术与人性的融合。

AI发展的十二层架构

第一层：能源基础
能源是AI发展的“粮食”，中国的风电、光伏、核能建设为AI提供低成本电力支撑  

马斯克提出将太阳能采集置于太空，通过星链传输能量，与中国地面规模化布局形成对比

第二层：芯片层

芯片被视为AI的“物理心脏”，负责将能源转化为智能算力  

美国强在单颗芯片性能领先，中国则采取“以量取胜”策略，依靠大规模部署弥补个体差距

第三层：算力基建层

包括数据中心、高速网络和调度系统，是整合芯片算力的关键基础设施  

中国在该领域具有全球领先的建设能力和广泛布局

第四层：大型语言模型层

构成AI的“大脑”，如ChatGPT、文心一言等大模型在此层诞生  

国外模型数据库更完善，国内用户需越狱设备才能访问部分境外服务

第五层：工作记忆层

类比计算机内存，决定AI在对话中可保留的上下文长度  

当前技术瓶颈在于如何扩大上下文窗口以处理更复杂任务

第六层：长期记忆层

对应计算机硬盘，解决大模型“记性差”问题，实现知识持久化存储  

如“龙虾”类工具已具备初步长期记忆能力

第七层：工具外挂层

使AI从聊天工具升级为行动助手，能够调用API、控制软件或机器人  

实现真正意义上的“能干活”的AI

第八层：智能体（Agent）层

AI成为可自主思考、规划、执行并自我修正的数字员工  

标志着AI从被动响应转向主动行为

第九层：单智能体应用层

成熟的AI Agent被产品化为特定用途的助手应用  

目前该领域仍处于早期探索阶段

第十层：多智能体协同层

多个专长不同的AI Agent组成团队，分工协作完成复杂项目  

类似于构建一个虚拟部门

第十一层：AR原生公司

公司架构由“人管人”变为“人管AI”，再由AI主导大部分工作  

形成极高效率的新型组织形态

第十二层：AR原生生态

AI深度融入社会各角落，成为新的经济基础  

数据、模型本身成为可交易资产，催生新商业模式与就业形态

中国AI发展的优势与挑战

底层基础设施优势

中国在能源供给和算力基建方面全球领先，为AI发展奠定坚实基础  

拥有巨大市场规模、快速迭代能力和强有力的政策支持


数据资源优势
十几亿人口的数字化生活产生海量数据，集中存储于贵州等地的数据中心  
相较欧美更宽松的数据使用环境有利于大模型训练
公众接受度高
与美国、欧洲民众对AI的抵制情绪不同，中国社会整体更拥抱AI变革  
提升人效而非替代人类，成为主流认知
AI应用场景与实践
个人效率提升
利用豆包等工具自动生成客户数据分析报告，节省人工整理时间  
自动化处理重复性、流程化任务，如会员维护、游戏脚本运行
内容创作辅助

使用AI生成PPT、讲课材料，提高知识输出效率  


技术趋势与投资观察
智能体商业化案例

某中国智能体公司被曝裁减团队后注册新加坡实体，拟以20亿美元出售给美国推特  

交易因涉嫌核心技术外流被中国政府叫停

市场竞争动态

Kimi曾估值千亿，但因股权纠纷与技术落后逐渐失去竞争力  

DeepSeek等本土模型持续发展，反映行业日新月异的变化节奏


技术与人文的融合思考
理性与感性的平衡

当前AI生成内容偏理性、格式统一，缺乏审美与情感表达  

需加强人文精神训练，使AI更具温度与创造力

领导人风格启示

江泽民通过跳舞、演奏萨克斯等方式展现人格魅力，改善中国国际形象  

启示AI未来发展不仅要追求技术突破，还需融入人际交流与文化表达

投资观念转变
心理账户的影响
人们对待“捡来的钱”与“辛苦挣的钱”存在心理差异，影响消费决策  

强调应打破左口袋与右口袋的思维分割，建立统一的投资理财观