清华智谱阿里齐聚AGI Next峰会 姚顺宇林俊阳首辩中美算力差距
屠龙之术
通义千问负责人林俊阳直言国内AI算力落后美国一到两个量级，且面临三年流片周期与算法错位的脱节风险，中国诞生世界第一AI公司的概率在20%以下。
AI-assisted summary of Vol.83 25页PPT记录一场中国AI“全明星赛” — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本期内容由主理人庄明浩于2026年1月10日发布在小宇宙等RSS/网络平台的播客节目《屠龙之术》中。节目简介指出，这是庄明浩作为一名行业观察者，在亲赴北京参加完AGI-next论坛活动后，于凌晨熬夜编辑并录制的一期关于中国AI“全明星赛”的现场前沿记录与思考。
## TL;DR 播客主理人深入复盘了清华大学主办的AGI Next前沿峰会。节目详细梳理了智谱AI唐杰、月之暗面杨植麟、通义千问林俊阳三位少帅的主题演讲，以及前OpenAI研究员姚顺宇加入腾讯后的圆桌首秀。内容核心聚焦于中美AI算力与模型差距的冷思考、2B与2C赛道的分化、强化学习与自主学习的下一代范式，以及91岁高龄的张钹院士对通往可检验AGI之路与AI时代企业家的终极定义。
## Atmosphere & style 整期节目散发着极其浓厚、硬核且充满人情味的行业极客氛围。主理人深夜抵家便迫不及待录制，语气中交织着亲历科技盛宴后的极度兴奋、对行业差距的清醒与焦虑，以及对老中青三代AI人代际传承的深深震撼。听众能真切感受到现场那股既充满火药味的观点交锋，又兼具宏大格局与温情致敬的独特生命力，仿佛跟随着一位热血而真诚的“行业记录者”共同置身于中国AI大航海时代的前沿浪尖。
## Key takeaways - `00:00` 1月10日在北京举办的 AGI Next 前沿峰会由清华大学基础模型北京市重点实验室主办，齐聚了智谱 AI、月之暗面、通义千问等国内大模型的核心领军人物，被称为中国 AI 领域的“国家队首发阵容”。 - `07:56` 唐杰教授指出 2025 年可验证奖励的强化学习（RLVR）已成主流，同时清醒地警告国内行业与美国闭源生态的差距可能在拉大，不能仅因开源成果而沾沾自喜。 - `10:20` 杨志林强调 Kimi 的核心战略聚焦于 Token 效率与超长上下文记忆，并提出优秀的 AI 应该追求独特的“品味（Taste）”，而非被视作单一商品。 - `12:35` 通义千问技术负责人林俊阳展示了其在图像多模态推理和局部精准编辑（解决特征飘移）上的突破，并透露 2026 年的终极目标是实现全模态输入输出的“三进三出”。 - `15:57` 新任腾讯 AI 大模型负责人姚顺宇完成首秀，他指出大模型在 2B 与 2C 领域已严重分化，2C 趋向大一统强耦合，而 2B 在 Coding 等垂直场景的渗透更强烈。 - `21:28` 针对“自主学习”范式，姚顺宇认为这是一种非共识的渐变过程，本质由数据与奖励函数驱动；林俊阳则提醒自主学习引入复杂的外部刺激会带来全新的 AI 安全挑战。 - `26:40` 在 Agent 经济价值上，姚顺宇给出了百倍空间的乐观预测，认为即便底层模型现在停止进化，仅靠现有能力在 2B 领域的深度渗透也极具前景。 - `26:40` 林俊阳指出中美在研发算力体量上存在一到两个量级的实质差距，且国内面临芯片流片周期长达3年与算法架构瞬息万变的脱节风险，认为中国诞生世界第一 AI 公司的概率在 20% 以下。 - `30:57` 91岁高龄的张钹院士发表压轴演说，首次厘清了从 LLM 走向 Agent（从语言走向行为）通往可检验 AGI 所必需的五大关键能力与六大研究路径。 - `30:57` 张钹院士提出 AI 治理的核心本质是“治理人类本身”（科学家与使用者），并重新定义 AI 时代的企业家不再只是售卖产品，而是肩负起传授知识、伦理与普惠增长的神圣使命。 - `35:25` 张钹院士在听会中途因受到年轻学者观点的启发，亲自去休息室修改压轴 PPT，展现了中国 AI 行业从 90 后少帅到 90 岁泰斗之间令人震撼的代际传承与生命力。
## Detailed walkthrough ### `00:00` 亲历北京 AGI Next 峰会与 AI 辅助内容创作
北京时间 1 月 11 日凌晨 0 点 24 分，播客主理人明浩刚从北京飞回上海的家中。在刚刚过去的 1 月 10 日（星期六），他亲赴北京参加了一场在 AI 行业内具有举足轻重地位的盛会——AGI Next 前沿峰会。这场由清华大学基础模型北京市重点实验室主办、智谱 AI 首席科学家唐杰教授作为发起人召集的活动，其相关推送早已席卷了量子位（卡斯克）、机器之心、新智元、腾讯科技、36氪和凤凰科技等各大主流科技媒体。明浩由衷地感叹，这是少有的让他觉得“整场活动非常的干、非常的紧凑、加倍这种非常强”的高质量论坛，促使他即便在深夜到家后，也迫不及待地想要通过播客与粉丝们分享现场的干货。
在结束了下午五点半多的活动后，明浩在前往机场的路上便开始着手整理内容。他将拿到的现场一手速记、自己记录的纪要和观点，全部输入到了 NotebookLM 平台中。在 NotebookLM 生成的三四个 PPT 文档基础之上，他进行了二次加工与整合，最终脱胎换骨般地制作出了一份 25 页的精炼 PPT。明浩坦言，这也是他第一次在自己的主节目中，真正意义上使用 AI 生成的框架来做 PPT 展示，这对他而言是一个非常关键的技术应用节点。作为 2026 年的第一期播客，虽然拜年有些迟，明浩依然向大家致以新年的问候，并引出了 NotebookLM 结合他的建议所生成的标题——《一场亲历的中国 AI 全明星赛：AGI Next 峰会前沿观察与思考》。
对于这场行程，明浩分享了一段温情的家庭幕后故事。他在前一天下午六点左右才临时收到智谱小伙伴的邀请，而周六原本安排了极为重要的事情——带大儿子小庄去参加一场早上八点签到的比赛。为了平衡家庭与这次难得的行业交流，明浩连夜与太太商量，让可不太多的小儿子周六请了假。全家在周六清晨六点多便起床收拾，七点多出发，明浩在把大儿子安顿在比赛现场后，便直奔机场飞往北京，在中午时分顺利落地。明浩非常感谢太太给予他的支持与空间，而整场活动听下来，他也直呼“这一切都是值得的”。
- **峰会名称**：AGI Next 前沿峰会 - **主办方**：清华大学基础模型北京市重点实验室 - **发起人**：唐杰教授（清华大学教授、智谱 AI 创始人及首席科学家） - **核心物料**：基于 NotebookLM 辅助加工生成的 25 页 PPT
---
`03:12` 全明星首发阵容与“元婴强者”的聚会
当明浩在出行前看到邀请函上的嘉宾阵容时，他就意识到这次论坛的含金量非同寻常。演讲嘉宾除了发起人唐杰教授外，还汇聚了月之暗面（KIMI）的 CEO 杨志林，以及通义千问的技术负责人林俊阳——明浩将其形容为“今天这个时间点千问大模型的技术的一把手”。而在随后的圆桌论坛环节，更是邀请到了加拿大皇家科学院院士杨强教授、刚刚接受腾讯 AI 大模型一把手职位的 OAI（OpenAI）前研究员姚顺宇，以及担任主持人的生数科技（将哈维多教授联合创立的公司）联合创始人广密。明浩笑言，经常听张小珺播客的人都知道，广密与小珺每个季度的大模型季报几乎是行业必听的节目。当这些名字碰撞在一起，再加上 91 岁高龄、中国人工智能领域最德高望重的张钹院士做最终总结，整个阵容被冠以“全明星”或“国家队首发”绝不为过。
当明浩把这份邀请函发到粉丝群时，甚至有群友调侃这是一场“元婴强者交换会”（借用小说《凡人修仙传》中主角晋升元婴期后参与高级集会的梗）。当天的现场规格也印证了这一评价：唐杰教授在开场介绍时，除张钹院士外，台下还坐着另外三位院士，整场活动共有四位院士坐镇；开场致辞嘉宾更是清华大学校长与海淀区区委书记。在盘点产业核心玩家时，明浩指出，除了当晚正忙于年会、已经上市的 MiniMax，以及几乎从不公开露面表达的 DeepSeek 和以 BM 模型为主的字节跳动大模型团队（由于本次峰会侧重于开源，字节未到场也合情合理）之外，现场几乎集结了中国大模型领域的全部核心力量。
- **核心出场嘉宾**：唐杰（智谱 AI）、杨志林（月之暗面）、林俊阳（通义千问）、姚顺宇（腾讯 AI 负责人）、杨强（院士/港科大荣休教授）、张钹（院士/清华人工智能研究院负责人） - **圆桌主持人**：广密（生数科技联合创始人） - **现场规格**：包含张钹院士在内的共 4 位院士出席，清华大学校长及海淀区区委书记开场致辞
---
`07:56` 三大掌门人演讲：智谱的谨慎与月之暗面的品味
在主题演讲部分，三位大模型技术掌门人分别带来了自己的前沿思考。首先登场的是智谱 AI 的唐杰教授，他的演讲题目是《让机器像人一样思考》。唐教授梳理了学术界与工业界从早期小模型、大模型到 Transformer，再到如今语言、代码（Coding）以及 Agent 演进的历史脉络。他指出，2025 年“可验证奖励的强化学习（RLVR）”已成为主流，并展示了智谱在 CodeGeeX（Bad Coding）以及 AutoGLM 上的强劲进展。然而，最令明浩印象深刻的是唐教授对中美技术差距的清醒认知。唐教授直言不讳地表达了谨慎和担忧：“我们的差距也许还在拉大。”他提醒行业，美国的大模型更多是在闭源生态上演进，国内“不能仅仅为开源的成果而沾沾自喜”。针对 2026 年的展望，唐教授提出了“专注加创新”的口号，重点包括探索智能的本质（如物理世界、Scaling Law 延伸）、旧架构的创新（超长上下文、高效检索压缩）、以及被全场提及最多的关键词——“持续学习与自主学习”，这是 AI 超越人类实现超级智能的关键。
随后登场的月之暗面（Kimi）创始人杨志林，则严格遵守了这是一场“偏技术论坛”的约定。他的演讲几乎完全围绕 Kimi 的训练方式、路径和预期成果展开，核心就是“回归第一性原理，推动 AGI 的边界”。杨志林强调，Kimi 的核心战略只聚焦两件事：一个是 Token 的效率，另一个是超长上下文与记忆。除了硬核技术，杨志林在演讲结尾展现出了一种带有文人浪漫的行业洞察。他提出模型具有独特的“Taste（品味）”，优秀的 AI 应该追求独特的价值，正是这种品味将不同的模型区分开来，而非将其视作单一的商品。杨志林还分享了他与 Kimi 的一段真实对话，在探讨人类如何与越来越强的 AI 相处时，他表示：“我选择乐观，因为悲观意味着停滞，而乐观即使有风险，也代表着无限的可能性。”他重申其终极愿景是将 AGI 作为探索未知的终极工具，以解决科学、健康、能源等领域的宏大挑战，并预告了 Kimi 团队在 K2 之后，正在紧锣密鼓地推进 K3、K4 乃至 K100 的研发计划。
- **唐杰演讲核心观点**： * 提出 2025 年是 RLVR（可验证奖励的强化学习）主流化的一年。 * 敲响警钟：国内不能仅因开源成果而沾沾自喜，与美国闭源模型的差距可能在拉大。 * 2026 年两大方向：探索基础模型已知关键（Coding、Agent、物理世界）与未知范式；在全新架构、超长上下文、自主学习、多模态融合及 AI for Science 上做创新。 - **杨志林演讲核心观点**： * Kimi 核心战略：Token 效率与超长上下文记忆。 * 提出“模型不是商品，而是创作者品味（Taste）的融入”。 * 终极愿景：以 AGI 作为解决科学、健康、能源挑战的终极工具。 * 预告下一代产品：K3、K4 乃至 K100 路线图。
---
`12:35` 通义千问林俊阳：全模态的犀利突围与“三进三出”
第三位演讲嘉宾是通义千问的技术负责人林俊阳。明浩表示，林俊阳是整场论坛下来“圈粉最多”的一位，其表达风格极其犀利、直接且有趣。作为一名与杨志林同龄（93年出生）、甚至比姚顺宇（98年出生）稍长的年轻技术领袖，林俊阳一上台就幽默地向大家推荐体验千问模型能力时要认准 `chat.qwen.ai` 的网页端而不是特定 App，暗示了阿里内部架构调整背后的某些趣味细节。面对外界对千问推出从 1.8B、7B、34B 到 72B 等众多尺寸模型的疑惑，他解释道，这完全是在真实业务场景中一次次面对客户差异化需求死磕出来的结果。
相比于智谱与 Kimi，林俊阳将更大的篇幅放在了千问引以为傲的“多模态与全模态能力”上。他通过两个生动的例子展示了千问在图像领域的跨越式进展：其一，千问已经具备了类似九宫格、十二宫格的照片生成与深度理解能力，能够在一张大图里同时生成一个人在一天中不同固定时间所做的动作，且文字与动作严密对应，展现出类似 Sora 级别的空间与时间一致性理解；其二，在将图片编辑能力开源给社区后，开发者们提出了一项他们此前未曾预料的测试——将一张模特举起右手的图，通过指令让其“把右手放下来”。在过去，当两张图重合时，除了被移动的右手，模特身上的衣服、特征乃至脸部都会出现“飘移”和模糊，无法达到 Photoshop 级别的精准局部编辑。林俊阳自豪地透露，在千问最新的 2.5.1 版本实验中，这种飘移问题得到了极大的改进。明浩据此敏锐地推测，通义千问在 2026 年的多模态与全模态领域绝对有大招值得期待。林俊阳在后来的发言中更是语出惊人，展现了极大的家国情怀与极客精神：“今天如果做大模型如果不是为了全人类来做，就不要做了。”他透露千问在 2026 年的终极目标是实现全模态的“三进三出”——即模型的输入和输出完全做到原生的多模态融合，而非将语言、多模态、代码割裂成三个不同的方向。
- **千问核心布局**：高级推理、业界顶尖的代码能力、原生全模态能力。 - **技术突破案例**： * 十二宫格多时空一致性图像生成理解。 * 开源图片编辑功能在 2.5.1 版本中大幅解决非编辑区域的特征“飘移”问题。 - **2026 年愿景**：实现全模态模型输入与输出的“三进三出”。
---
`15:57` AGI 下一个篇章：2B/2C 的分化与姚顺宇的腾讯首秀
在随后的圆桌对话环节，主持人广密围绕四大痛点问题，与四位背景各异的嘉宾展开了交锋。这四个问题分别是：赛道的分化、下一个技术范式、Agent 的经济价值爆发、以及最为宏观的中美大模型对抗。现场还发生了一个有趣的插曲——作为前 OpenAI 研究员、新晋腾讯 AI 大模型一把手的姚顺宇由于是在线参会，其腾讯会议的视频画面被投放在现场大屏幕上，头显得特别大。现场观众纷纷开玩笑说：“腾讯的 AI 巨头参与了这场会议，真的是非常非常‘巨’的巨头。”这也是年仅 28 岁的姚顺宇入职腾讯后的第一次公开亮相。明浩观察到，这位掌管中国最大互联网公司 AI 命脉的年轻人在开场时略显紧张，但随着讨论的深入，其回答展现出了极高的逻辑素养。
在探讨第一个问题“巨头赛道分化”时，姚顺宇展现出了鲜明的“腾讯视角”。明浩透露，在现场与《晚点 LatePost》的记者曼珺（音译，原文为曼琪）交流时，大家都发现了姚顺宇极具特色的切入点——他将所有的问题都划分为 2B 和 2C 两个维度。姚顺宇认为，当前 2B 与 2C 在大模型应用上已经出现了严重的分化：在 2C 领域，普通用户今天和一年前去问 ChatGPT 得到的结果差异并没有想象中那么大，2C 用户似乎并不极度饥渴于更强的底层模型，且 2C 呈现出大一统（All-in-One）的强耦合趋势；相反，在 2B 领域（如典型的 AI Coding），企业正在将越来越强的模型深度渗透进核心业务，且 2B 侧的拆分和垂直化要求更加强烈。当被广密追问“腾讯在押注什么”时，姚顺宇务实地回应，由于腾讯本身是一家拥有极多应用场景与庞大业务线的公司，当前现阶段的目标就是“自身模型能力的提升应用到自身的已有的场景跟业务当中来提升生产力”，这件事情的体量本身就已经足够庞大。
- **圆桌核心议题**：赛道分化、下一代范式、Agent 经济价值、中美对抗与未来概率。 - **姚顺宇核心观点**： * 2C 领域呈现大一统（All-in-One）强耦合，但用户对极强模型的感知度在钝化； * 2B 领域拆分更强烈，Coding 等场景渗透极深； * 腾讯 AI 现阶段核心任务：将模型能力深度融入腾讯已有的丰富业务场景，释放生产力。
---
`21:28` 圆桌深度交锋：自主学习的非共识与算力的量级差距
针对赛道分化与下一代范式，其他几位嘉宾也给出了精彩的交锋。林俊阳幽默地表示：“理论上我是不能评论公司的，但我觉得公司也不一定有那么多基因之分，一代一代的人可能就塑造了这些公司。比如今天顺宇到腾讯之后，可能腾讯就变成了一个有着顺宇基因的公司。”这一番充满互联网新人类色彩的发言引得全场哄堂大笑。杨强院士则从学术界视角指出，过去一段时间产业界在疯狂奔跑，导致学术界产生了一定的脱节，但目前学术界正在慢慢跟上来。唐杰教授则做出了一个断言：“Chat（聊天机器人）的这场仗已经打完了，下一张应该就是做事。”智谱在过去一年之所以积极推进 Coding 和 Agent，正是为了通过“帮用户解决实际问题”来寻求差异化突围。
在谈到“下一代范式”时，姚顺宇指出，虽然在硅谷“自主学习（Autonomous Learning / Continuous Learning）”几乎已经是共识，但国内在概念上依然是模糊的。他提出了两个冷思考：第一，自主学习或在线学习不是单纯的方法论，它本质上是由数据、任务以及奖励函数（Reward Function）驱动的，偏向于数据与激励模型的构建。他举例说，当聊天工具变得越来越个性化，或者 Coding 工具越来越熟悉每家公司特有的代码倾向时，广义上的自主学习就已经在特定场景下悄然发生；第二，他指出这是一种“非共识的渐变过程”，不会因为某一个突发事件或单一产品而突然宣告“自主学习时代到来”，2025 年行业已经释放了足够多的渐进信号。
林俊阳则从算力和安全的角度提出了更冷静、甚至略带悲观的看法。他直言，强化学习（RL）所需的算力在海内外的分布极不均匀，国内厂商在 RL 算力投入上普遍没有海外（如微软、OpenAI）那么激进。他以“AI for Science”为例，当模型能够自主找材料、确定问题、做实验、得出结果并删除报告时，这种主动学习的反面会引发巨大的安全隐患，因为未来对模型的刺激将不再仅仅来自用户的 Prompt（提示词），而是来自复杂的外部环境本身。唐杰教授则是一位坚定的乐观派，他预言 2026 年必然会出现全新的范式创新，因为 Scaling Law（规模法则）的效率瓶颈已是行业共识。尽管高校和学术界手中的算力卡相比于工业界普遍“少了一个零”，但学术界的协同研究和经验已经跟上。唐教授提醒，模型公司必须具备全局思维，在每年的固定算力池中，要想清楚到底该把资源投向预训练（Pre-training）、后训练（Post-training）还是新数据上，精准考量投入产出比。
- **范式创新讨论**： * **唐杰**：2026 年必有新范式打破 Scaling Law 瓶颈，企业需做全局算力资源配置。 * **姚顺宇**：自主学习并非某一天突然爆发，而是在个性化服务和 AI 编程中通过数据与奖励函数渐进发生。 * **林俊阳**：国内在强化学习（RL）上的算力投入不如海外激进；自主学习与环境刺激的引入会带来全新的 AI 安全挑战。
---
`26:40` Agent 的百倍空间与中美 AI 对抗的“20% 概率论”
面对 2026 年行业对 Agent 爆发的期许，广密引导嘉宾们探讨了其背后的经济价值。姚顺宇给出了一剂强心针，他认为 2B 领域的 Agent 增长曲线肉眼可见地将一直上升。他甚至举了一个极端的例子：“哪怕今天这个时间点所有的模型研发停止，模型能力就是这样，但是就基于现在的模型能力做更多的渗透跟部署，在 2B 领域这件事情依然可能有 10 倍到 100 倍的空间。”他强调，在人机协作的新时代，如何发挥人类的能力来教育和帮助 Agent 变得更好，将成为最核心的课题。明浩补充道，这与前 Meta 技术大神田渊栋近期发布的 2026 年展望不谋而合——田渊栋曾提出过类似“费米能级”的观点，即一个人能把 Agent 提升到多高的上限，决定了未来人类自身的价值。
林俊阳则补充指出，目前绝大多数 Agent 还仅仅跑在电脑虚拟环境下，2026 年全行业将肉眼可见地尝试将其推向非电脑的物理世界，这必然会引发具身智能与机器人的浪潮。杨强院士将 Agent 的演进划分为四个象限（按目标规划是人为还是机器自动、执行是人为还是机器自动来划分），并指出当前行业仍处于较为初期的第一象限，未来的纵深发展极具想象力。唐杰教授则用一个精妙的平衡公式总结了 Agent 成功的三个要素：“解决问题的价值、运行的成本、以及迭代的速度。”
当讨论推进到全场最劲爆的话题——“未来 3 到 5 年，中国是否能诞生一家世界第一的 AI 公司”时，嘉宾们的态度发生了剧烈的分化。姚顺宇相对乐观，他认为中国在电力、基础设施、人才储备等关键要素上咬得非常紧，且愿意持续跟进。尽管面临算力关卡（芯片限制）以及国内 2B 市场特有的“交付重、付费意愿弱”等客观现实，但这些痛点未来都有可能迎来转机。他最期待的是国内能够涌现出更多具有冒险精神和创新能力的顶尖人才。
然而，林俊阳的发言却给全场泼了一盆理性的冷水。他冷峻地指出，在算力层面上，国内大模型厂商与美国相比，在体量上目前存在着“一到两个量级”的实质性差距，且美国的头部机构已经把巨大的研发算力全部砸向了下一代范式的无人区，而国内尚未做到。为了说明工业界流片的残酷性，林俊阳分享了一个内部故事：三天前，阿里负责芯片业务的负责人“光头哥”找到他，询问“三年之后未来是不是还是 Transformer？是不是还是多模态？”林俊阳当时无奈地回答：“三年之后我还在不在阿里我都不知道了。”之所以以三年为期，是因为“三年是我们流片的时间”。面对无法预知的算法迭代与漫长的流片周期，技术脱节的风险巨大。当广密紧逼追问中国诞生世界第一 AI 公司的概率到底有多大时，林俊阳直言：“20% 可能都是乐观。”他甚至深深地担忧中美之间的 Gap（差距）是否正在被继续拉大。唐杰教授在最后的陈词总结中，则表达了一种兼具温情与坚守的期许：他希望有更多聪明人敢于去冒险、去触碰环境的上限，同时也希望有更多的人“在一些偏笨的事情上做坚持”，最终守得云开见月明。
- **Agent 经济价值**： * **姚顺宇**：即使底层大模型现在停止进化，仅靠现有能力的落地渗透，2B 领域仍有 10 到 100 倍的增长空间。 * **林俊阳**：2026 年 Agent 将从电脑虚拟环境大举迈向物理世界（具身智能）。 - **中美对抗与三年流片困局**： * **算力差距**：海内外研发算力体量相差 1 到 2 个量级。 * **林俊阳的警示**：芯片流片周期长达 3 年，而算法架构瞬息万变；中国企业成为世界第一的概率在“20% 以下”，需警惕差距被进一步拉大。
---
`30:57` 91 岁张钹院士的终极总结：通往可检验 AGI 之路与企业家的神圣使命
在全场峰会的最后，91岁高龄的张钹院士登台发表了压轴总结演说，题为《超越语言模型，通往可检验 AGI 之路》。明浩高度评价这场总结“非常非常精彩”，将前面所有零散的讨论凝聚并收束升华到了全新的高度。由于张院士是最后一位发言，当时很多守在会场外的媒体为了抢时效发稿，甚至没来得及将他的速记编入文章中。明浩因此在播客中特意为观众进行了展开。张院士明确指出，从大语言模型（LLM）走向 Agent，本质是从“语言”走向“行为”，去完成复杂环境下的复杂任务。他首次为行业厘清了“可执行、可检验的 AGI”所必须具备的五大关键能力以及对应的六大研究路径。
更令全场动容的是张院士站在哲学和人类命运高度上的反思。他将人类与 AI 的相处划分为三层：第一层是功能到行动主体的提升（人类赋予 AI 功能，当前正在实现）；第二层是规范与责任主体的确立（当 AI 足够强大时，其社会规范与责任划分）；第三层则是最科幻的终局想象——当 AI 真正产生意识与自主体验时，人类该如何与之共存。张院士强调，面对终局，当务之急是做好“对齐与治理”，而治理的核心“不是治理大模型，而是治理人类”——即治理今天正在进行 AI 研究的科学家以及大模型的使用者。
在演讲的尾声，张院士对“企业家”这一角色的重新定义让明浩直呼意外和佩服。张院士深情地表示，大模型时代来临后，他最优秀的学生们都应该去创办企业、去搞工业落地。因为人工智能重新定义了企业家：AI 企业提供的不再是简单的产品和服务，而是将知识、伦理和应用转化为可复现的工具。他指出：“人工智能时代的企业家，肩负起了新的社会责任，包括治理和实现普惠的可持续增长。这是一个光荣而神圣的职业。”
- **可检验 AGI 的五大关键能力**： 1. 时空一致的多模态理解与落地（置于首位）； 2. 可控的在线学习与适应； 3. 可验证的推理与长期规划执行； 4. 可校准的反思与认知； 5. 跨任务的强泛化。 - **六大研究路径**：多模态、具身与交互、检索与证据落地、结构化的知识对齐、工具的执行落地、对齐约束落地。 - **张钹院士的灵魂观点**：AI 治理的核心是“治理人类本身”；AI 时代的企业家不再只卖产品，而是售卖知识、伦理与普惠的可持续增长，是一个神圣的职业。
---
`35:25` 幕后Tips与中国 AI 跨世代创业者群像
在梳理完主线内容后，明浩在播客的最后分享了几条记录在笔记本上、十分触动他的零散花絮与独家 Tips。第一条是唐杰教授提及的“2025 年其实是多模态的失意之年”。这个结论让很多人感到意外，因为外界普遍认为多模态在过去一年发展得热火朝天，但唐教授站在厂商视角指出，除了 OpenAI 的 GPT-4o 之外，市场上其实并没有看到其他真正具有颠覆性的多模态原生应用，因而各家都会在 2026 年憋足了劲疯狂内卷多模态。第二条是杨志林在演讲开篇语惊四座的一句话：“这一轮的 AI 的智能提升，本质上来讲是从能源到智力。”这也完美解释了为什么月之暗面会把 Token 的使用效率和 ROI 提升到战略级高度。
在圆桌会议刚开始时，广密曾贴心地问姚顺宇第一次回国接受公开采访感觉怎么样，略显紧张的姚顺宇极其接地气地回答了一句：“吃的好了很多。”这种真实、不装的状态让明浩觉得极其亲切。而最让明浩震撼的，莫过于 91 岁的张钹院士在台上的一番谦逊之词。张院士一上台便说：“我可能没资格来做这个总结。”作为全中国人工智能领域资历最深、学生遍布各大 AI 巨头的一代宗师，他坦言自己听完台下这群年轻人的新议题后觉得自己“老了”。但明浩惊叹道，张院士在下午听会的中间过程中，因为听到了年轻人们最新的观点碰撞，竟然自己默默跑到休息室去亲手修改了最后压轴的 PPT。这种对学术的严谨、对新知的渴望以及源源不断的能量，让明浩以及全场观众感受到了无与伦比的震撼与尊敬。
看着台上台下的嘉宾，明浩由衷地对中国人工智能行业的未来充满了信心与期待。这是一幅极其壮丽的“中国 AI 全明星群像”：台上坐着 1998 年出生的姚顺宇、1993 年出生的林俊阳与杨志林，他们代表着手握重兵、惊才绝艳的 90 后少帅；中间有以 MiniMax 严俊杰为代表的 80 后中坚力量，以及 70 后的中流砥柱唐杰教授；更有 90 多岁高龄、依然在工位和会场修改 PPT 的张钹院士；甚至各大模型公司里还涌入了无数 00 后的新鲜血液。这种巨大的年龄跨度和代际传承，让中国 AI 行业展现出了一种既云淡风轻、又敢想敢拼的独特生命力。
在节目的最后，明浩透露了一段自己的心路历程。面对现场媒体长枪短炮、几分钟内就发出速记的行业内卷，他曾一度感到一丝焦虑，觉得自己作为一个播客主理人，似乎不是那个最早把信息传播出去的人。但他很快释怀了，他把自己定位为一个带着情感、带着温度的“记录者”。他借用了历史学家司马迁的典故打趣道：“我只是一个记录者，我是司马钱，我只负责记录就好了。”在从机场回家的路上，明浩收听了《42章经》曲凯采访源码资本张金剑的节目，里面的一句话深深击中了他：“随着 AI 能力的越来越提升，人类已经越来越能去伪装和演示什么了，所以做真正的‘真’，可能是唯一的出路。”明浩表示，虽然今天的分享有些零散、有些仓促，但他就是想在深夜用最快的时间、最真实的真诚把现场的震撼带给大家。他再次感谢了 NotebookLM 帮他分担了大部分的排版工作，并预告自己正在推翻去年 11 月的所有内容，全力准备在 1 月底或 2 月初更新一版超过 150 页的超长 AI 趋势大 PPT。
- **大佬金句盘点**： * **杨志林**：“这一轮的 AI 的智能提升，本质上来讲是能源到智力。” * **林俊阳**：“今天如果做大模型如果不是为了全人类来做，就不要做了。” * **姚顺宇**：（谈及回国感受）“吃的好了很多。” - **行业温情时刻**：91 岁张钹院士在听会中途亲临休息室为年轻人修改总结 PPT。 - **下期预告**：预计 1 月底或 2 月初更新超过 150 页的行业趋势年度大 PPT。
## Notable quotes > `07:56` 我们的差距也许还在拉大。 — 唐杰
> `07:56` 不能仅仅为开源的成果而沾沾自喜 — 唐杰
> `07:56` 我选择乐观，因为悲观意味着停滞，而乐观即使有风险，也代表着无限的可能性。 — 杨植麟
> `12:35` 今天如果做大模型如果不是为了全人类来做，就不要做了。 — 林俊旸
> `15:57` 腾讯的 AI 巨头参与了这场会议，真的是非常非常‘巨’的巨头。 — 现场观众
> `21:28` 理论上我是不能评论公司的，但我觉得公司也不一定有那么多基因之分，一代一代的人可能就塑造了这些公司。比如今天顺宇到腾讯之后，可能腾讯就变成了一个有着顺宇基因的公司。 — 林俊旸
> `21:28` Chat（聊天机器人）的这场仗已经打完了，下一张应该就是做事。 — 唐杰
> `26:40` 哪怕今天这个时间点所有的模型研发停止，模型能力就是这样，但是就基于现在的模型能力做更多的渗透跟部署，在 2B 领域这件事情依然可能有 10 倍到 100 倍的空间。 — 姚顺宇
> `26:40` 三年之后我还在不在阿里我都不知道了。 — 林俊旸
> `26:40` 20% 可能都是乐观。 — 林俊旸
> `30:57` 人工智能时代的企业家，肩负起了新的社会责任，包括治理和实现普惠的可持续增长。这是一个光荣而神圣的职业。 — 张钹
> `35:25` 这一轮的 AI 的智能提升，本质上来讲是从能源到智力。 — 杨植麟
> `35:25` 吃的好了很多。 — 姚顺宇
> `35:25` 我可能没资格来做这个总结。 — 张钹
> `35:25` 随着 AI 能力的越来越提升，人类已经越来越能去伪装和演示什么了，所以做真正的‘真’，可能是唯一的出路。 — 张金剑
## Mentioned AGI Next 前沿峰会, 清华大学基础模型北京市重点实验室, 智谱 AI, 唐杰, 杨植麟, 月之暗面, Kimi, 通义千问, 林俊旸, 杨强, 姚顺宇, 腾讯, 广密, 生数科技, 张钹, MiniMax, DeepSeek, 字节跳动, NotebookLM, CodeGeeX, AutoGLM, Sora, OpenAI, ChatGPT, 田渊栋, 阿里, 光头哥, Transformer, 天谱乐, 庄明浩, 屠龙之术, 42章经, 曲凯, 源码资本, 张金剑
[Source](https://dts-api.xiaoyuzhoufm.com/track/6507bc165c88d2412626b401/69629a78f8b05f9f75e200a5/media.xyzcdn.net/6507bc165c88d2412626b401/lh-CVf5tFCgywyS8Eabq3D-zB5_i.m4a)