AI转型CEO必须挂帅：苏姿丰对话李开复

5月19日，AMD AI开发者日在上海举行。活动期间，AMD CEO苏姿丰与零一万物CEO李开复围绕“AI智能体新范式”展开了一场深度对话，探讨了当AI从“大模型”迈向“多智能体协作”时，计算架构、软件生态乃至整个产业形态将如何被重塑。

AI未来能否接管一个企业部门，甚至运营整个公司？企业的AI转型，究竟该由CEO主导，还是交给CIO？而每一位开发者，在这个新时代又将扮演何种角色？这场对话触及了这些核心命题。

01 AI能否接管一个企业职能部门，甚至有朝一日运营整个公司？

苏姿丰首先抛出了话题：“开复，你谈论从生成式AI到智能体AI的范式跃迁已经有一段时间了。感觉2026年正是一个关键节点。你观察到了哪些根本性的变化？”

李开复回应道，有两件事发生了质变。

第一，AI的编程能力已经远远跨越了临界点。回想一年前，AI或许只能帮忙写个函数；但今天，它已经能构建完整的业务功能，甚至端到端地开发出整个产品。这看似是渐进式进步，实则不然。要知道，智能体在数字世界中的所有行为，最终都会落到代码层面。一旦AI的编码能力突破那个门槛，自主智能体就真正具备了落地的可能。

第二，单打独斗的智能体已经不够用了。当然，你可以随时唤醒一堆独立的智能体去处理杂务，但这并非关键。真正的突破在于，让智能体像“委员会”或“内阁”一样协同工作。因为无论单个模型的参数规模有多大，其推理能力在面对真实世界的复杂问题时，终究会遇到天花板。而多智能体架构，第一次打破了这道上限。负责规划、评估、研究和执行的不同智能体，开始彼此协作、相互辩论，并在彼此的结果上持续迭代。

这非常接近所谓的“美第奇效应”：当不同领域的专家被置于同一空间时，最终产生的成果，会远超任何个体能力的简单叠加。人类在文艺复兴时期就发现了这一规律，直到21世纪的今天，我们才首次将这种机制引入AI世界。

从技术路径看，这意味着我们正逐渐告别过去那种“试图用一个模型解决所有问题”的模式。未来的AI，不会是一个“超级大脑”的独角戏，而更像一场由不同智能系统协同演奏的交响乐。基于此，行业正着手部署专业化的多智能体系统，逐步走向“异构智能”阶段——将不同类型的模型与算法组合起来，用群体智能去攻克更复杂的难题。

如果说2024年的命题是“AI能否完成一项任务”，2025年是“AI能否跑通一个工作流”，那么2026年的终极拷问便是：“AI能否接管一个企业职能部门，甚至有朝一日运营整个公司？”

以现代HR部门为例。当招聘智能体与绩效智能体实现联动，系统就能根据员工入职后的真实绩效数据，自动调整前端的人才筛选标准。从简历筛选、面试安排，到新员工入职，再到月度和季度绩效的自动化跟踪，这些多智能体系统将围绕统一的人力资源数据持续运转并自我升级。

随着这种能力不断扩展，最终会演变成一个彼此互联的企业级多智能体协作网络，覆盖HR、研发、产品、销售与市场等各个部门。

这种架构，也在催生“一人公司”的趋势。借助模块化的多智能体框架，单个开发者或领域专家，如今已有能力像“总架构师”一样，快速启动一家高度自动化运转的公司。

在智能体驱动的新范式下，我们实际上已经跨过了“自主执行”的门槛。AI正在从过去被动的“指令-响应”模式，转向主动的“目标-执行”模式。未来，你不再需要给出详细的指令，而是直接设定一个组织目标。随后，智能体们便会自行协同、执行、评估、优化，形成完整闭环。

这一新范式，也正在催生当前AI领域最巨大的商业机会：产业级AI转型。新时代真正的经济价值，不会来自只会“回答问题”的AI系统，而必然来自能够真正执行企业核心目标的自主多智能体基础设施。这也正是零一万物所聚焦的核心方向。

02 AI转型必须CEO亲自挂帅，不能只靠CIO

苏姿丰接着问道：“当你和各类CEO探讨这种转型时，他们是如何看待的？这对开发者群体又意味着什么？”

李开复直言不讳地指出，大多数CEO正在犯一个巨大的错误。

他们往往纠结于该打造什么样的具体智能体：是HR问答机器人？内部搜索引擎？还是客服助手？在李开复看来，这些都太缺乏格局了，属于自下而上的“痒点创新”，是隔靴搔痒。因此，他对CEO们的忠告是：别只听CIO的。

必须承认，CIO的角色不可或缺，但公司雇佣他们，首要职责是守护现有的软件环境稳定，而非碘伏和重构整个公司。CIO的职责本质上是“防守”，是帮助安全地部署和实施AI，而不是去推动组织架构的“基因突变”。在这场深入企业核心命脉的AI变革中，CIO反而可能成为阻碍进化的旧势力。这种级别的转型，必须由顶层的一把手——CEO亲自挂帅。

原因在于，AI绝非一次简单的软件升级。这种规模的转型需要CEO倾注心力，涉及领导力、业务模式和组织架构的彻底重构。CEO真正应该关注的，是那些能直接改变公司损益表的核心命脉，例如收入、利润、防欺诈、动态定价、供应链效率、产品上市速度以及核心创新能力。而这些领域，恰恰是许多高管最不愿让AI介入的运营核心。

一个清晰的判断标准是：如果公司的AI部署，最终没有改变任何一个会出现在季度财报电话会议上的关键数字，那么这就不是真正意义上的AI转型，充其量只是浪费资源打造了一个AI实验室。

假设你是一名开发者，正在为一家电商公司构建用于动态定价的多智能体解决方案。你可以打造一个无比强大的定价智能体，它能监控竞品、洞察供应链、统揽全局，给出最优价格。但问题来了，公司本身就有定价部门，他们很可能会强烈反对：“这AI在胡说八道！它会毁了公司，让我们流失所有客户！”

这时，就必须由CEO来拍板：“不，我们必须用它。定价部门的职责将全面转型，我们要制定全新的流程和KPI。”而对于开发者而言，角色也随之转变。不能再只埋头写代码，必须深刻理解业务的最终结果，搞清楚智能体该如何嵌入公司全新的组织架构中。如果只是把代码写完就“扔过墙”不管，注定会失败。

因此，一个优秀的工程师若想蜕变为卓越的“直接责任人”，其天然优势在于精通系统与工程架构。当非技术人员面对底层组件一头雾水时，工程师可以相对轻松地掌握另一半技能——业务流程。有志成为创业公司核心负责人的开发者，必须明确一个方向：你不仅要对系统进行监测和调优，更要对最终的业务结果负责。

你已经知道如何调优系统，但作为负责人，你需要把同样的技术严谨性应用到业务结果上。例如，如果核心目标是公司增长，你就不能只盯着代码运行状态，必须死死盯住增长数据：API调用真的带来了新用户吗？API延迟是否拖累了用户激活率、转化漏斗乃至最终营收？因为你将对端到端的结果负全责，你掌握的是决策权，而不仅仅是建议权。

这正是其中蕴藏的巨大机遇：非技术人员只能将智能体视为黑盒，而懂技术的开发者却懂得如何拆解、调优这些智能体，懂得如何评估输出、精准定位故障并以极速迭代。过去对代码倾注的工程心血，现在可以倾注到庞大的智能体系统上。这就是工程背景带来的“降维打击”能力。

03 硬件战场决胜之地：延迟100毫秒以内

苏姿丰总结道：“听起来，智能体正在让最聪明的工程师变得无所不能。那么，要实现这幅蓝图，显然需要海量算力支撑。未来的计算技术栈会是什么样？需要怎样的算力？”

李开复指出，智能体架构与传统模型训练有本质区别。它不再是一个训练问题，而是一个推理问题。

更重要的是，智能体的处理过程是高度并行且非确定性的。用户一个简单的提问，可能会像裂变一样触发多个智能体的并发调用，汇总信息后，可能再次向外裂变。这种特性，要求我们必须采取“本地优先”的端侧处理策略。为了让多智能体的协同调度感觉如真人般丝滑，延迟必须控制在100毫秒以内。这，正是当下硬件战场的决胜之地。

向多智能体架构的迁移，迫使我们必须戴上“极致本地能效”和“本地化处理”的透视镜，去重新审视整个计算范式。因此，零一万物打造的平台，生来就是为了完美运行在高效、专用的硬件架构上，包括本地一体机、个人PC以及企业级服务器解决方案。

此外，由于智能体分工极其专业，我们根本不需要那种“杀鸡用牛刀”的巨无霸通用模型。完全可以构建出更精悍、更专业的小模型，来完美适配各类硬件设备。

苏姿丰对此表示完全赞同，她认为核心在于为合适的应用匹配恰如其分的算力。而本地算力——无论是PC还是边缘设备——都至关重要，因为它能赋能7x24小时在线的本地一体机，为产品开启一种全知全能的“上帝视角”。

李开复透露，他们已经开始在一些企业中，直接与CEO或董事长一同测试相关产品。一旦企业最高决策者亲自用上并体验到其价值，一场自上而下的AI大变革就能真正启动。

最后，李开复对在场的开发者发出了这样的寄语：如果你今天带着笔记本电脑坐在这里，懂得系统调度，并且脑子里还有一个大胆的创意，那么你所处的战略高地，已经超越了全球任何一家世界500强企业战略部的任何人。所以，千万别只满足于当一个高级软件工程师，去拿下那个掌控全局的帅印吧！