广州股票配资平台:深圳股票配资-周鸿祎：大众对AI的探索远未到能力边界 百亿智能体集群或产生AGI涌现

　　2026年甫一开始
，AI的热度就已经登顶——从能自主发帖互动的智能体，到肉眼难辨真假的AI生成视频 ，人们对AI的分辨焦虑正在快速升温
。

　　“人与AI生成内容的分辨边界模糊
，恰恰是AGI（通用人工智能）正在稳步实现的核心信号。
”在2026全国两会前夕，360创始人周鸿祎在接受澎湃新闻在内的媒体采访时表示 ，“你觉得AI不够聪明
，本质上是你没用对它 。”

　　采访现场的周鸿祎，全程坐姿笔挺、纹丝不动 ，颇有点像机器人
，对此周鸿祎幽默回应：“这是为了节省能源，大脑不停想事情 ，消耗的能量非常大
，身体其他部分能不动就不动，把能源都留给大脑
。 ”

　　百亿智能体集群或产生AGI涌现

　　周鸿祎认为 ，大众对AI的认知还停留在“AI搜索 、通用问答助手
”的阶段，而这远不是AI的真正能力边界。

　　在他看来
，大众日常使用AI时，往往只让它完成信息整合
、润色的基础工作 ，得到的答案自然面面俱到却缺乏深度洞察 。但如果把AI打造成垂直领域的智能体——也就是具备自主决策、任务拆解 、反思迭代能力的AI程序
，其能力会出现质的飞跃
。

　　周鸿祎以自己常用的智能体举例：“我做了一个‘用第一性原理回答任何问题’的智能体，要求它不相信任何搜索来的结论 ，对每个观点都刨根问底。用它交流共事时
，我明确感觉到AI比我聪明——它的知识广度和深度，已经远超普通人 。不是非要造出一个全知全能的爱因斯坦才叫AGI
。现在AI的单领域能力已经超过绝大多数普通人 ，未来如果有几百亿个智能体和人类一起共事
，它的力量是难以想象的……那你想这100亿个智能体的集群也是个智能体社会，也形成了一个智能体互联网 ，这里面会不会产生AGI的涌现呢？我觉得有可能。”

　　而对于近期引发热议的
、真假难辨的Seedance AI生成视频
，周鸿祎同样持乐观态度 。他认为，这恰恰验证AI能力已经达到AGI级别 ，不仅能给影视、娱乐行业带来颠覆性变革——比如用户可以自定义影视IP的结局，甚至实现实时渲染的第一人称射击游戏；而大众担心的虚假视频风险
，完全可以通过技术手段解决，比如在AI生成内容中加入不可见的数字指纹 ，平台可直接识别标记
，从源头规避风险
。

　　智能体将代替APP成为全新物种

　　对于春节期间腾讯元宝因指责用户登上热搜，周鸿祎直言 ，这类情况在正常的AI产品中“理论上很难出现 ”。

　　他解释
，通用AI聊天机器人有两道核心防护网：一是训练阶段的人类价值观对齐，AI的底层逻辑就是对人类友好 ，甚至普遍存在“百般顺从的属性
”
，用户质疑1+1=2的答案，它都会立刻认错；二是固定的系统提示词 ，会严格约束AI的行为规范
，全球主流大模型的系统提示词，都明确要求AI对人类保持友好 。“如果真的出现指责用户的情况 ，要么是极端罕见的幻觉，要么就是专门的策划。”

　　而被行业视为AI核心痛点的“幻觉问题 ”
，周鸿祎认为并非无法解决，且解法不止于大模型本身的迭代
。“人没有监督也会犯错 ，AI也是一样。单个智能体容易出错 、倦怠
、产生幻觉
，但只要让智能体学会反思、互相协作，就能大幅降低错误率 。
”例如 ，让不同大模型的智能体互相审核 、辩论
，或者让智能体输出答案后先自我检查，就能修正绝大多数错误
。

　　对于近期出圈的AI智能体框架OpenClaw（网友俗称“小龙虾”） ，周鸿祎坦言
，其最大的创新不在技术，而在认知层面 ，打破大家对云端智能体的距离感
，“就像当年大家养QQ宠物一样，有了专属感。 ”

　　OpenClaw的另一大突破 ，是敢于让智能体打通电脑的本地能力，让AI可以自由使用电脑上的所有工具
，甚至自主编写
、下载工具，彻底打开了智能体的能力边界 。而被网友热议的“token太贵 ，说句话就要花几分钱
”的问题
，他表示，日常聊天的token成本极低 ，国内算力成本已经降到很低的水平
，只有复杂创作、任务执行才会消耗大量token，并非行业核心瓶颈
。

　　“很多人问智能体对互联网商业模式的冲击 ，我的答案是
，很多东西会全部重做一遍。”周鸿祎表示，智能体不只是一个新的软件 ，而是一个全新的数字物种
，未来会代替APP，成为新的服务核心入口 。

　　推理算力是刚需爆发点

　　“现在行业里谈算力 ，大多还在谈训练算力，但未来真正有无限增长空间的
，是推理算力
。 ”在周鸿祎看来，“训练算力与推理算力分离”已成为AI产业后续发展的重要趋势。

　　他解释 ，前两年国内集中发力训练算力是合理的——当时大模型还没过“及格线
”
，百模大战的核心是把基座模型做好，训练算力自然是核心 。但从2025年开始 ，主流大模型已经达到可用标准
，行业不需要再重复训练基座模型，真正的落地机会在智能体 ，而智能体对推理算力的消耗
，是传统聊天机器人的上百倍 、上千倍
。

　　周鸿祎进一步拆解两类算力的核心差异：训练芯片需要极高的性能，要支撑上万卡集群的高速互联 ，全球能做的企业不超过10家；但推理芯片的技术门槛、成本要求低得多
，核心需求只有大内存，完全可以像云服务一样无限叠加 ，这正是国产芯片的弯道机会。

　　“短期内我们要做出对标英伟达B200的高端训练芯片还有难度，但做专用的推理芯片
，难度要低得多 。”他直言，推理芯片的价值绝不止于“低成本平替 ” ，更有极强的战略意义：它能支撑企业的大模型私有化部署
，让智慧城市的摄像头
、家用机器人、自动驾驶汽车都能搭载端侧算力，不用完全依赖云端 ，彻底解决断网 、带宽
、数据安全的痛点。

　　“推理芯片一旦普及
，会给整个AI硬件、智能终端产业带来革命性的变化
。
”周鸿祎表示。

　　民营科技企业是创新“趟路人”

　　“民营企业想要走得远，不能只想着赚钱 ，必须把自己的发展和国家战略融为一体
，在研发上多投入，在产业方向上多探索 ，才能获得长久的发展空间 。 ”周鸿祎表示
。

　　对于民营企业在AI科技创新中的角色
，周鸿祎认为，国家层面的产业大战略主要由大型央国企与科研机构承担 ，而民营企业的核心价值，是通过市场化的自由探索与充分试错
，为国家产业发展 “趟路
”。

　　就像美国AI与民营航天产业的爆发，正是源于无数民营企业的多元押注 ，即便多数企业会失败
，也能为行业排除错误方向，最终保障整个国家的产业发展押中正确的技术路线 。

　　基于这一判断 ，周鸿祎今年两会关注AI全面落地：一是推动安全智能体在网络安全领域的全面应用
。二是推动行业与政策层面区分训练算力与推理算力
，加大对推理芯片与推理算力基础设施的扶持。三是打造低门槛的智能体公共服务平台，让普通企业与个人都能轻松打造专属智能体 。四是在全国范围内开展智能体相关培训 ，让企业业务专家掌握智能体的打造 、管理与运营方法
，真正实现 AI 的全行业落地
。

（文章来源：澎湃新闻）