近日，產(chǎn)聯(lián)智庫舉辦了一場聚焦“AI賦能產(chǎn)業(yè)升級與經(jīng)濟發(fā)展”的圓桌對話，邀請學(xué)界與產(chǎn)業(yè)界專家共同探討AI智能體發(fā)展趨勢、產(chǎn)業(yè)融合路徑及中小企業(yè)智能化轉(zhuǎn)型等核心議題。北京工業(yè)大學(xué)教授、IEEE China Council常務(wù)理事李文正結(jié)合自身在人工智能大模型與高性能計算領(lǐng)域的研究經(jīng)驗，就Agentic AI（智能體AI）時代的計算架構(gòu)變革、算力與電力協(xié)同優(yōu)化等關(guān)鍵問題發(fā)表了深度見解。

李文正指出，AI大模型的發(fā)展已從“對話生成”邁向“執(zhí)行真任務(wù)”的Agentic AI階段，形成“大模型+智能體+環(huán)境”的協(xié)同生態(tài)。這一轉(zhuǎn)變標(biāo)志著AI從被動響應(yīng)轉(zhuǎn)向主動解決問題，例如OpenClaw等開源智能體的爆火引發(fā)了行業(yè)對“AI獨立上崗”的討論。他分析稱，當(dāng)前技術(shù)路徑呈現(xiàn)兩大方向：一是以O(shè)penAI GPT-5.4為代表的“大一統(tǒng)模型”，將原生深度集成至工作流，實現(xiàn)電腦操作超越人類；二是以Anthropic Claude Opus 4.6為代表的多智能體協(xié)同框架，通過分工協(xié)作提升任務(wù)處理效率。

在產(chǎn)品形態(tài)層面，全球首款通用型AI智能體Manus與開源框架OpenClaw成為焦點。Manus定位為云端運行的數(shù)字員工，而OpenClaw則聚焦本地設(shè)備部署，二者均通過適配現(xiàn)有大模型實現(xiàn)功能落地。李文正強調(diào)，Agentic AI的核心特征在于自治性、感知能力、決策推理與目標(biāo)導(dǎo)向性，推動AI從“單點對話”向“多智能體協(xié)同”演進。這一趨勢對企業(yè)而言既是機遇也是挑戰(zhàn)，需解決數(shù)字空間與物理世界的深度融合問題，即“符號落地”難題。

針對智慧城市運營，李文正提出“城市智能體”概念，認(rèn)為其將從“被動處置”轉(zhuǎn)向“主動預(yù)防”，服務(wù)體驗從“千人一面”升級為“極致個性化”，管理對象擴展至“虛實融合”空間。這一變革對城市基礎(chǔ)設(shè)施提出四大挑戰(zhàn)：算力架構(gòu)需從中心化轉(zhuǎn)向云邊端一體化；數(shù)據(jù)治理需打破部門壁壘實現(xiàn)全域融合；信任體系需內(nèi)置倫理對齊機制；容錯標(biāo)準(zhǔn)需從“體驗降級”提升至“零故障容忍”。他比喻稱，未來城市基礎(chǔ)設(shè)施將如同“有機生命體的神經(jīng)系統(tǒng)”，集成算力、數(shù)據(jù)與倫理于一體。

在降低大模型幻覺方面，李文正引用《思考，快與慢》的雙系統(tǒng)理論，指出推理模型（LRMs）通過“鏈?zhǔn)剿季S”技術(shù)路徑，強制模型從直覺思維切換至理性思維，有效減少復(fù)雜任務(wù)中的幻覺現(xiàn)象。例如，OpenAI o1與DeepSeek-R1通過延長思維鏈提升推理精度，但需平衡算力成本。他提出動態(tài)決策與架構(gòu)創(chuàng)新方案：簡單任務(wù)采用直覺思維，復(fù)雜任務(wù)切換至推理計算單元，并通過混合專家模型（MoE）實現(xiàn)專家分工，避免“一刀切”式資源消耗。

針對算力與內(nèi)存的博弈，李文正分析稱，AI大模型推理存在“預(yù)填充”與“解碼”兩階段需求差異：前者為計算密集型，后者因自回歸特性導(dǎo)致KV-Cache爆炸式增長，形成“推理內(nèi)存墻”。他指出，Agentic AI時代計算范式正從“浮點運算量”轉(zhuǎn)向“邏輯編排效能”，CPU需轉(zhuǎn)型為高頻交互式AI推理優(yōu)化處理器。例如，Groq LPU通過片上近存計算消除HBM訪存瓶頸，與英偉達(dá)Rubin GPU協(xié)同實現(xiàn)低延遲Token生成；Cerebras Systems則通過集成海量計算核心與高速片上存儲，在特定任務(wù)中實現(xiàn)比傳統(tǒng)GPU集群高數(shù)十倍的運算速度。

在算力與電力協(xié)同層面，李文正提到，隨著模型參數(shù)從千億級邁向萬億級，數(shù)據(jù)中心電力需求呈指數(shù)級增長。美國xAI超級計算機Colossus 2獲批部署41臺天然氣輪機，發(fā)電容量達(dá)1.2吉瓦，凸顯電力供應(yīng)挑戰(zhàn)。他建議，通過“東數(shù)西算”戰(zhàn)略布局新型數(shù)據(jù)中心基礎(chǔ)設(shè)施，如太空或海底數(shù)據(jù)中心，并利用AI優(yōu)化電力調(diào)度。同時，我國已出臺《加快構(gòu)建新型電力系統(tǒng)行動方案（2024—2027年）》，推動算力-電力協(xié)同項目落地，以系統(tǒng)化創(chuàng)新應(yīng)對能源與計算需求矛盾。