AGI-NEXT深度解读：唐杰杨植麟同台，揭秘大模型下半场与AGI未来

type

status

date

slug

summary

告别Chat时代：Action才是下一场战役

智谱AI的唐杰教授在会上抛出了一个极具前瞻性的观点：随着DeepSeek这类高性能模型的横空出世，单纯的“Chat”（聊天）范式之战其实已经结束了。

过去几年，各大厂商都在卷对话能力，试图打造更好的聊天机器人。但唐杰认为，搜索的革命并没有彻底发生，谷歌反而通过改进自身完成了进化。对于大模型而言，下一阶段的核心战场不在于“说”，而在于“做”。

Action（行动）和Doing things（做事）将是未来的主旋律。这意味着大模型不再仅仅是一个信息检索或生成的工具，而是要进化为能够执行复杂任务的Agent。这与行业内对AI变现路径的探索不谋而合——只有真正解决实际问题，创造生产力价值，AI才能落地。

智能的本质：品味（Taste）与价值观的竞争

杨植麟（Kimi创始人）则从更哲学的角度探讨了智能的本质。他提出一个非常精彩的比喻：智能不同于电力，它不是等价交换品。

电力的同质化：你在深圳用的一度电，和在北京用的一度电，物理属性上是完全一样的。

智能的异质性：一个CEO产生的智能决策，和一个设计师产生的创意智能，截然不同。

未来的模型竞争，比拼的不仅仅是算力或参数规模，更是Taste（品味）。做模型的本质是在创造一种世界观。开发者在模型中注入什么样的价值观，它就会涌现出什么样的智能。因此，未来不会出现单一模型一统天下的局面，不同大模型因其“品味”的差异，将在不同的领域和场景中各领风骚。

模型生态的分化：To B追求极致，To C依赖语境

腾讯的姚顺雨虽然远程参会，但其基于中美跨国视角的观察极具穿透力。他指出了当前硅谷乃至全球AI领域的一个明显趋势：分化。

1. To C与To B的分野： * To C（消费者端）：大部分用户对极致智能的感知并不强烈。ChatGPT今天的体验与去年相比，对于普通用户写个文案、查个资料来说，差别不大。To C的关键在于“语境”（Context），即模型是否知道你的喜好、位置和当前状态。 * To B（企业端/生产力）：智能水平直接挂钩生产力。在Coding（编程）等专业领域，模型能力的提升（如Claude Code）正在重塑行业。企业愿意为最强的模型支付高溢价，因为在处理复杂任务时，高准确率意味着大幅降低人工监控成本。

2. 垂直整合与分层：在To C领域，模型与产品的垂直整合（如豆包、ChatGPT App）依然有效。但在To B领域，模型层与应用层开始脱钩。最强的预训练模型往往需要专业的应用层（如SaaS软件）来配合，才能在特定生产力环节释放价值。

展望未来：自主学习与AGI的新范式

关于AGI的下一站（Next），嘉宾们不约而同地提到了自主学习（Self-learning）。

姚顺雨指出，自主学习不仅仅是未来的愿景，它正在发生。 * ChatGPT通过用户反馈不断微调聊天风格。 * Claude Code项目中95%的代码由AI自己编写，这本身就是一种自我进化。

然而，真正的范式转移可能在于AI的主动性。林俊旸（通义千问）提到，目前的AI仍是被动的，需要人类输入Prompt（提示词）才能启动。未来的AI是否具备主动思考、主动探索环境的能力？这既是通往AGI的关键一步，也带来了巨大的安全挑战。

杨强教授则从学术界角度补充，工业界在前面狂奔，学术界需要跟进解决“智能上界”和“幻觉消除”的理论问题。通过引入类似人类睡眠（清理噪音）的机制，或许能实现模型能力的持续、稳定增长。

总结

这场AGI-NEXT的圆桌对话，不仅展示了中国AI领军人物的深度思考，也揭示了行业发展的底层逻辑。从Chat到Action的转型，从单一模型到基于价值观的分化，再到自主学习的未来展望，每一项都预示着2025年将是大模型应用落地与技术迭代的关键之年。

无论是开发者、投资者还是普通用户，理解这些趋势都至关重要。在这个信息爆炸的时代，保持对AGI和人工智能前沿的关注，才能不被时代抛下。

想要获取更多关于ChatGPT、Claude、OpenAI以及国内大模型的最新深度解读和AI资讯，请务必收藏并访问专业的AI门户：AIGC.BAR。我们将持续为您带来最有价值的行业洞察。