中心讲堂 | 从“驾驶舱”到“自动驾驶”:AI产业范式跃迁

常总以“ACI时代来临”为切入点，系统回顾了AI近两年的关键演进：从2024年大语言模型到2025年推理模型的突破，再到2026年智能体（Agent）的爆发。他指出，AI已在部分核心生产力场景中达到甚至超越人类水平，然而，AI虽然“聪明”，却在落地中屡屡碰壁，原因在于缺乏完整的信息、协作工具与工作流。

人机协作经历三次跃迁：提示词工程——通过拆解任务提升回答准确率；上下文工程——构建管道化信息流，让AI获得完整手册与实时反馈；驾驶舱（Harness Engineering）——涵盖长程记忆、模型研发到智能体上线的全生命周期，以及多智能体间的生态互联。他认为“大模型是发动机，人是驾驶员，跃迁基座就是驾驶舱。”

他介绍了模态跃迁最新发布的跃迁基座2.0，主要包含三大核心能力：高性能可扩展的运行环境、企业级可复用的开发框架、场景化连接的生态市场。重点介绍了两个核心组件：多智能体协同让AI从“单点执行”走向“团队作战”，通过分工、互检降低幻觉；记忆管理让AI记住用户偏好与工作流，并学会“正确遗忘”。

针对“没有数据资产，AI永远只是聊天机器人”的痛点，他展示了公司的核心产品——LeapCore（企业级AI Agent工作站）。该产品通过本地存储数据资产、云端调用顶尖模型，兼顾安全与性能，具备数据搜集、调研分析报告生成、PPT制作、代码编写、宣传海报制作等多项核心能力。

最后，他展望了AI带来的生产力跃迁：自动化重复工作、增强决策、放大个体能力、加速创新，也指出了AI带来的负面外部性：就业冲击、收入与权力分化、网络安全风险升级、信息生态恶化和治理挑战。他认为“AI的能力越强，外部性越大；越自主，越需要治理。能力是油门，治理是刹车。”