科技·商业·财经

对谈苏妈后,李开复的「一把手工程」堪称CEO学习的新圣典

   时间:2026-05-22 01:07 作者:互联网
“如果公司做的 AI 转型,最终没有改变任何一个会出现在季度财报电话会议上的数字,那么你是做错了,只是浪费钱打造了一个AI实验室。”

5月19日,在AMD AI开发者日上,李开复对台下数百名开发者说出这句话时,坐在他身旁的AMD董事会主席兼CEO苏姿丰也点头认同。这场围绕“多智能体+ DRI”的对话很快在技术圈刷屏。李开复称,传统CIO角色将被大幅削弱,企业AI转型必须是“一把手工程”,而技术人若不交付结果,将在智能体时代被淘汰。话音未落,零一万物便将这套方法论推向更广的舞台。这家由李开复创办的AI独角兽,正在把“一把手工程”倡议变成产品—— CEO顶层战略驱动+万智平台底座+企业级多智能体+端到端价值交付。就在5月20日下午,超聚变探索者大会 2026 现场,李开复登台发表了题为《多智能体:对CEO而言最需要掌握的技术》的主题演讲,为零一万物的“一把手工程”提供了新的注脚。李开复给在场的CEO们划出了以下五个重要的行动参考建议:1、CEO必躬身入局:这不是IT部门的技术选型,而是必须由CEO主导、贯穿顶层设计与一线执行的组织变革战。2、多智能体释放“美第奇效应”:多个专长各异的Agent协同、互补乃至对抗,能突破单体智能天花板,产生创造性突破。3、编码是行动基石:AI将编写99%的代码,编码能力让智能体能把意图直接转化为操作,是自动化数字行动的根本。4、专属数据飞轮=最深护城河:当智能体深入核心业务并共享数据闭环,将形成企业独有的数据飞轮,自我进化且不可复制。5、不提升财务回报的AI转型是浪费钱:Agent必须切入供应链、研发、销售等核心环节,以可量化的ROI(质量、成本、周期)为根本目标。李开复认为,未来十年,企业竞争的分水岭不在于用了哪个大模型,而在于CEO能否像指挥交响乐一样编排多智能体,并让每个技术人都成为对结果负责的DRI(直接责任人)。《多智能体:对CEO而言最需要掌握的技术》演讲主要内容讲述如下:01.“美第奇效应”第一次进入AI世界:AI Agent 向“群体智能”质变

外界一度担心,AI 智能体的进展会趋于平缓。李开复的判断正相反:智能体的发展不但没有放缓,反而在加速。支撑这个判断的,是李开复眼中行业发生的两个关键变化。第一个重要的表现就是AI编码能力。李开复明确谈道,AI 编码能力跨过了临界点,过去几个季度,AI 编码能力以肉眼可见的速度提升。一边是AI编码质量的飙升,在SWE-bench验证通过率这一指标上,AI正在超越人类工程师;另一边是推理成本的骤降,每百万tokens的综合成本快速下探。沿着这条曲线,李开复给出了明确的预测:AI代码生成将很快超过人类,最终99%的代码将由AI编写。基于这一变化,他直言:“至少 95% 的程序员岗位,AI 不是平替,而是做得更好、更快、更便宜。”据李开复透露,如今零一万物内部,约 90% 的代码已经由 AI 生成。不过,李开复同时强调,这并不意味着程序员会消失。在他看来,随着 AI 能力持续提升,未来世界所需要的代码量,可能会比今天增加 1000 倍、1 万倍,真正会被淘汰的,并不是程序员,而是“不会驾驭 AI 的程序员”。为什么编码如此重要?在他看来,编码不仅是 AI 能完成的任务,更是自动化数字行动的技术基石。编码上的突破,会反过来加速整个多智能体时代的到来。人类通过点击按钮操作工具,而AI智能体则是通过生成代码来行动。要查询数据库、发送消息、调用API,或操作软件,AI必须可靠地生成精确的数字指令。当 AI 能稳定地写代码、调用工具,它就具备了将人的意图直接转化为行动的能力。编码能力将赋予智能体“能动手操作”的能力。第二个变化,也是李开复认为更重要的一个,是多智能体的出现。强推理的Agent从单打独斗走向协同。在过去的一段时间,Agent正在快速进化。李开复梳理了Agent进化的三个阶段:工作流、强推理、多智能体。•工作流:由人决定好流程,Agent一步步执行指定任务;•强推理:Agent基于大模型的推理能力规划复杂任务,并调用多种工具;•多智能体:多个AI Agent针对人类给定的目标自动形成子任务集群,有机互联,构建出一张AI智能体网络。他强调,多智能体真正要解决的,是复杂问题的决策困境。从人类文明历史来看,投资委员会、公司董事会、陪审团、内阁,种种形式都在证明:单一认知总有极限,当协同式的集体智能介入,更可靠的判断才会涌现。零一万物以多智能体技术为基础,组建了模拟投资委员会、异构专家小组,以及专门扮演“魔鬼代言人”的红蓝对抗团队。为了说明多智能体如何重构企业组织协作,李开复在现场以企业最常见的“部门墙”为例:“在你所在公司,负责绩效评估的 HR,平时会和负责招聘的 HR 天天沟通、彼此理解吗?肯定没有。”在他看来,传统企业长期存在的信息孤岛,本质上源于部门之间的数据与目标彼此割裂。但在多智能体体系下,招聘 Agent 与绩效评估 Agent 可以共享底层数据,并基于统一目标持续协同。AI 甚至会根据员工实际业绩,自动优化招聘策略——“今年业绩公布后,多招 5% 最优秀的人,坚决不要最差的 5%。”李开复认为,多智能体真正重要的意义,并不只是单点效率提升,而是它开始打破企业内部长期存在的信息壁垒:市场部门能够理解技术目标,产品部门能够感知组织效率,不同职能之间第一次拥有了共享的“企业认知系统”。而当不同能力、不同角色的 Agent 开始协同、互补甚至彼此“辩论”时,多智能体便会进一步释放出远超单一智能体的价值。李开复谈道,借由多智能体架构,零一万物第一次把“美第奇效应”带到了AI世界。所谓“美第奇效应”是指:当不同领域、不同背景的思想在边界处相遇,创新会以远超单一学科的强度爆发。在李开复看来,多智能体的核心价值,正是来自于这种认知多样性架构。多智能体能够持续释放创造型摩擦与美第奇效应,从而突破单体Agent的智能天花板。02.AI转型若与财务回报脱钩那就是浪费钱

 
 
更多>同类内容
全站最新
热门内容