半山腰的技术能力：AI落地的正确姿势

自ChatGPT横空出世以来，已悄然过去三年。在这三年内，市场对于AI的热情非但未减，反而愈演愈烈。然而，在资本持续注入的喧嚣背后，盲目的兴奋正逐渐被具体的焦虑所取代：这波AI浪潮的终点究竟何在？其落地的正确姿势又该如何把握？

当大多数人还在仰望AGI（通用人工智能）的顶峰，或迷失于对话框的迷雾之中时，未来式智能的联合创始人兼COO邹阳给出了一个冷静而独到的见解。

“沿着大语言模型这条路，我们或许无法登顶AGI。但这并不关键。重要的是，在半山腰的技术能力已足以改变世界。”

在邹阳看来，半山腰的技术已具备全面产品落地、产生价值的可能性。AI的真正战场并非做一个陪聊的聊天机器人，而是潜入产业流程，成为企业里那80%重复、高频、规则与判断聚合的脑力工作的“外接大脑”。

这种洞察力源于邹阳在AI行业深耕多年的实战经验。

邹阳亲历了AI从1.0走向2.0的完整周期。从魅族AI实验室，到搜狗语音交互技术中心，再到阿里巴巴达摩院，他的职业轨迹几乎与行业演进同步。

在达摩院期间，他负责的智能语音语义产品线连续多年在国内AI云服务市场占据第一，属于那批最早将技术推向大规模商用的人。

他见证了人工智能被视为“云资源钩子”的时代，技术虽存在却难以真正应用；也亲历了模型能力跨过临界点的那一刻——从“能用一部分”到“可以被依赖”。这段长期沉浸在产业现场的经历，让他对今天的AI浪潮有着独到的理解。

正因如此，邹阳成为了最早选择创业的那批人。

2023年6月，当AI Agent（智能体）概念尚处萌芽阶段时，他与来自达摩院的老同事杨劲松共同创立了未来式智能。团队迅速推出了国内首个企业级智能体构建平台——“灵搭”，并一头扎进了电力、能源、制造等最“重”的行业场景中。

在他看来，与其焦虑技术何时登顶，不如先在半山腰实现那些虽难却正确的价值，并在企业中规模落地。

以下是他深刻的思考与实践。

大模型迭代，陷入“自证陷阱”

硅基君：GPT发布时，你还在达摩院，当时的第一反应是什么？

邹阳：ChatGPT出现前，算是AI 1.0时代，能规模化落地的事情非常少。许多人工智能技术其实就是帮云资源当“钩子”的。你把技术秀一下，客户觉得厉害，就买了云服务，但AI技术本身在当时普惠性非常低，投入与产出也完全不成正比。

当时达摩院内部对GPT3.5有预期。21年达摩院在云栖大会上发布了一个百亿参数量大语言模型AliceMind，当时还是劲松发布的。我们的结论是这项技术做做海外电商广告文案这种高容忍度的场景还行，但也仅限于此了。

GPT3.5发布后，我大约一个月都处于完全的焦虑中。打个比方，就像玩了60年的游戏突然上线了新手村最后一道门，但一出村就发现这个游戏的世界可能全变了，你都不知道要往哪儿走。

作为一个专业的高玩，焦虑来源于你需要对新世界的底层机制有一个通盘的了解。你得知道在这个世界，什么是能做的，什么还不能做。

焦虑过后，我得出了几个判断：

第一，沿着大语言模型这条路大概率不能登顶AGI。不过这不重要我也不关心。重要的是，在半山腰足够改变世界。现阶段，全行业真的可以被这半山腰的技术全部重新改造一遍，产生极大的普世价值。

第二，这波技术革命最大的价值，短时间内不在聊天框里。不是技术达不到，而是不靠代际差相关产品心智形成不了。这对产品和技术的磨合是极大的考验，没有长期主义的匠人是造不出来的，且一定还需要硬件创新配合。

这波技术革命最大的价值是可以把上班场景里80%“照章办事”的工作用新技术给一线的打工人们赋能；对企业来说，日常的知识性工作也可以像生产车间一样构造出一条知识加工的流水线。

23年3月份我们开始组队创业，到现在我们也在一直是这样践行的。

硅基君：从ChatGPT发布到现在已经三年了，你对AGI的判断有变化吗？

邹阳：没有。

普通人有一个很好的思想上自我防卫的武器——常识。确实需要以史为鉴、总结经验来不断升级。

真正跨过“奇点”的是GPT-4而非GPT-3.5。

我认为GPT4真正完成了一次全人类级技术的革命性飞跃。后面想在短短几个月内甚至几年内再来一次同量级的飞跃几乎不符合技术发展的常识。

从技术角度看：Transformer这条主干从2018年确立以来行业更多是在同一套框架里做工程化优化和渐进式改良。如果底层范式没有新的迭代仅靠继续堆数据、堆算力很难再复刻一次类似GPT-4的再造“奇点”。

行业经验的结构化复制才是这波AI最大的价值

硅基君：如果AI技术停留在“半山腰”，应用机会在哪里？

邹阳：我觉得之前市场被带偏了。23年、24年大家关注的精力主要都集中在模型上。超大客户花几千万去买一个闭源模型这种情况在国内屡见不鲜；随之而来的是模型效果不好然后就微调各种调。

新技术的最大价值是它真的可以成为一个真正意义上的“数字专家”，解决产业上所有知识性工作无法流水线化的问题

比如：在电力系统中特高压换流变设备很精贵每年因为它导致的系统停运占比高达40%。长期高压高热内部的绝缘油在局部放电、过热和受潮的时候会裂解出类似氢气、乙炔、一氧化碳等等气体。

我们让智能体来模拟老专家对故障进行判断