摘要：“目前我感觉最近几年，尤其对年轻一代，尤其还在读书的，是一个非常好的机会。大家可能对AI模型本身的认知可以再更加激进一点，就不用把它当作一个模型，而真正是把它当作一个全能型的工具集，就是把过去的很多东西都给忘了去重新学习和接受它一下，再去把它用得更好。”
“目前我感觉最近几年，尤其对年轻一代，尤其还在读书的，是一个非常好的机会。大家可能对AI模型本身的认知可以再更加激进一点，就不用把它当作一个模型，而真正是把它当作一个全能型的工具集，就是把过去的很多东西都给忘了去重新学习和接受它一下，再去把它用得更好。”
9月11日，在外滩大会主论坛上，宇树科技创始人王兴兴与同为90后的DeepWisdom创始人兼CEO 吴承霖、清华大学交叉信息研究院助理教授吴翼以及加州大学圣地亚哥分校终身教授、Hillbot 创始人苏昊展开了一场关于AI原生时代的先锋对话。
新大陆浮现：AI的“快”与“新” 重新定义一切对于什么是AI原生时代，在四位嘉宾眼中，这片新大陆并非遥不可及的幻境，而是已然浮现的现实。
吴翼用两个字精辟概括：“快、新”。他指出，从2022年末ChatGPT的横空出世，到2025年的今天，短短三年时间，AI的发展速度远超互联网乃至移动互联网时代。这种“快”带来了无数“新”的机会，尽管AI发展对资源的需求门槛极高，但它也让每个人拥有的能力变得无比丰富，门槛反而变得极低。
王兴兴则更进一步，他认为当下的AI模型已不再是简单的工具，而是一个“全能型的工具集”。他鼓励大家“把过去的很多东西都给忘了去重新学习和接受它一下，再去把它用得更好。”这种激进的观点，正是对AI原生时代颠覆性的最好诠释。它不再是传统编程的延伸，而是更高级能力的创作平台，无论是图像、影像生成，还是构建AI Agent，都比以往任何时候都更加便捷和直接。
苏昊认为，AI的改变既是全新的，也与历史发展紧密相连。AI Agent的大规模涌现，Agent Swarm等概念，无疑是前所未有的新事物。但他也强调了具身智能与40年代以来控制论的强关联，提醒我们“今天AI的发展对人类的社会有重大改变，这种改变还是继往开来的，还是要跟过去的很多发展连接起来的。”这预示着新大陆的探索，既需要破旧立新，也需要承前启后。
吴承霖的观点则直指AI对“智能供给”的极致提升。他指出，随着无线电、互联网、移动互联网的迭代，我们正在进入一个“供给更加密集的智能”的时代。这意味着知识和智力的传播将以一种完全不同的形式发生。例如，AI coding使得原本不会工程技能的人也能创造新事物，“原来世界上只有0.3-0.4%工程师的比例，但我们觉得后面可以到5%甚至50%。”这不仅是生产力的解放，更是创造力的普惠。
踏上新大陆：兴趣、坚守与机遇的交织四位嘉宾踏上这片“新大陆”的路径各不相同，却又殊途同归，都源于对科技的纯粹热爱和对未来的前瞻性判断。
王兴兴早在2016年，共享单车大战如火如荼之际，毅然投身机器人领域。他自嘲早些年发展较慢，但近四五年却突飞猛进。他最大的感受是“非常幸运”，因为“没人想象到今天会发展成这样子，无论是AI也好，包括机器人没人会想象到发展到，比我原本预计的还要乐观很多。”他童年对化学、物理、生物乃至核聚变的兴趣，最终在大一时期汇聚到机器人这条赛道。尤其令人印象深刻的是，他2009年大一做的第一款机器人就是双足人形机器人，而这正是宇树科技如今的主营业务之一，这份坚持与远见令人赞叹。虽然曾为2011年错失对神经网络的深入关注而“后悔”，但他认为“最近几年因为AI领域的发展，无论是大模型，包括机器人的AI模型进展非常快，这也是给我个人再一次的机会，把握住这个AI的时代，也是让AI真正的落地去干活。”他把当下定义为AI在实体世界“荒漠”阶段，但也是“爆发性增长的前夜”。
苏昊则是一步一个脚印，从2006年博士阶段的人工智能研究开始，逐步深入。他从计算机视觉切入，亲历了ImageNet和AlexNet在图像识别上的“重大进展”，认识到“机器人感知的解决不是没可能的”。2017年，他开始将感知、规划、控制打通，推动具身智能概念，最终正式下场创业。他强调，为了进一步推动人工智能发展，他开始对机器人平台产生浓厚兴趣，进而理解了控制、硬件、供应链的重要性，最终意识到“软硬联合迭代很关键，不做创业把具身智能机器人结合，这么一个大的梦想是很难实现的。”
吴承霖的创业始于2019年，对智能体的探索则在2023年。他的起点颇具传奇色彩——2010年，他在学校用AI“炒股票”，自制的自动机器学习系统年化收益率高达46%，让他坚信这个方向“非常有前途”。2022年ChatGPT发布后，他敏锐捕捉到其“代码能力很强”，基于此判断可以在AI Coding领域大有可为。在深入研究了大量科研工程后，他发现“没有一行是我要的”，于是决定“自己写一个框架来做AI coding”，并于2023年6月开源了MetaGPT，如今已拥有超过15万的star。这充分展现了其创新精神和构建开源生态的决心。
吴翼则分享了他在伯克利和OpenAI的宝贵经验，自称是“第一波真的去研究通用智能体的researcher”，早在十年前就发表了强化学习泛化性的开创性论文。在OpenAI，他参与了多智能体学习和Embodied Navigation等前沿工作。他深刻反思，很多事情“早个5年是做不出来的，刚好有这个时代。”他如今回国组建团队，在2023年大模型浪潮下，团队孵化出边塞科技。
产业深层变革，数据、架构与软硬协同的挑战AI原生时代对传统产业带来了深刻变革，尤其是机器人和智能体领域。
在机器人领域，苏昊将智能化分为三个阶段：基于规则的自动化、加入感知能力、以及具身智能时代（感知、规划、控制打通）。他强调，当前的具身智能热潮正是大语言模型和Transformer等基础框架重大进展的结果。关于数据瓶颈，他用“大象装冰箱”的例子生动阐释了语言数据、视频数据以及带反馈的控制信号数据（激励数据）的重要性。他认为，目前行业正处在“开始理解单一数据类型不能完全解决这个问题，但还没有达到一个时间点，就是非常充分知道如何把各种数据模态结合起来一起解决问题。”
王兴兴对数据问题的看法则更具挑衅性。他认为行业可能“过度关注数据问题而忽视莫名架构缺陷”。他并非否定数据不重要，而是强调“目前机器人数据无论采集、噪声、数据质量问题都非常大”，而模型本身对数据利用率的提升同样关键。他指出，目前模型对多模态融合做得“不太理想”，例如用文字控制图片或视频生成的细节“很难”，而在机器人领域，如何让语言或视频模型与机器人的控制模态更好地绑定，是一个“很大的挑战”。他认为，目前硬件“足够用”，真正的瓶颈在于“AI模型本身能力还确实不太够”，无法很好地利用现有硬件，例如灵巧手的精细控制。
吴承霖则聚焦智能体的数据与算法挑战。他以屏幕Setting为例，指出打穿现有应用所需的数据量是“天文数字”，DeepMind估计需要两亿条数据才能打穿八百来个APP，且每条数据标注成本高昂，意味着“打穿整个Setting的成本可能是在百亿美元的级别”。他认为解决之道可能在于“通过更好的Benchmark或者更好的环境来自动合成数据”，而数据的供给是否能“等价于无限”，是核心问题。在算法层面，他通过“刷了二十多万篇Archive上的AI论文”，发现“业界有一些解的，这些解掌握在少数人手里，有一些好的方向、有一些好的工作是没有被大家所发现的。”因此，他创建了“Foundation Agents”组织，旨在通过完整的Formulation去端到端建模，解决智能体面临的七个模块问题，并关注“智能体协议”这一未来核心问题。
吴翼则认为“肯定是机器人更难落地”相比智能体。他补充道，AI时代噪音很多，“现在很重要的事情就是减少噪音”。他坚信“如果大家能把强化学习做对的话，你不太需要这么多”，因为“能力是可以涌现出来的”。他认为在物理世界中，智能体需要能够执行长时间（一小时、两小时、三小时甚至一天）的含糊指令。
组织重塑，小而精与AI管理的未来AI原生时代不仅重塑技术和产业，更将对组织形态产生颠覆性影响。
吴翼在OpenAI的经历让他思考一个激进的观点：“是不是有可能有一种激进的模式？我就是三十个人，如果你需要三百个人有没有可能？……如果你需要三百个人有没有可能是因为它的Agent密度或者智能密度不够高？”他认为在AI时代，小团队通过AI赋能，有可能完成过去大团队才能完成的任务，这是他希望在自己的团队中践行的方向。
王兴兴对此表示高度认可，他认为“AI时代对于小组织爆发的能力越来越强大”，尤其是在纯AI领域，“有非常顶尖的几个人才，头部的，非常有创新力的全球前沿的，可以做非常多的事情。”然而，作为一家软硬件并行的机器人公司，他坦言面临着非常大的组织问题，包括“非常缺顶尖人才”以及“管理和组织上的问题”，因为“人多了反而效率更低了，人多了反而工作推来推去”。他最大的管理Knowhow是——“花时间”，因为“后来发现还是要自己亲自下场管理。”
苏昊指出，硬件开发讲究“纪律和品控”，而软件则强调“快速迭代”，这种本质差异导致管理复杂性。“搞软件的人不太懂硬件，搞硬件的人其实也不是真的很懂软件”，打破这种壁垒是核心挑战。他认为，招人时要看重“破除原来框架的勇气”，愿意拥抱新形态，学习不熟悉方向的术语和思维方式。
吴承霖则将智能体视为“生产者”和“规划者”，彻底颠覆了传统组织理念。他认为智能体在代码和深度研究上已展现出“非常强的talents（天赋）”，能够解决现实世界中很大一部分行动问题，更重要的是，智能体可以作为“规划者”来解决人与人之间的分工和争执问题。“如果说分工本身是由AI做的呢？”他指出，一些顶尖公司已在实践，AI可以根据人的历史技能、工作时长甚至聊天记录来“直接给你分活”，这“降低了巨量的隐性成本”。他强调，未来所有人都会成为“AI的管理者”，但这也意味着“竞争的烈度会急剧地变高”，因为“大家的生产力会急剧地变高”，例如“竞品十几个人的时候他们已经能做出巨量的迭代，他们可能一周能上3个特性”。
穿越迷雾，新大陆的生存法则“大家可以把过去很多已经现存发生的事情，能忘的尽量忘了。重新学习当下最新的，比如过去半年或一年的新东西。”面对未来，王兴兴说，“对过去经验的依赖，对未来的决策不是好事”，放下旧地图才能发现新大陆。
苏昊则给出了一个字：“不要焦虑，拥抱未来，该来的肯定会来。”在剧烈变革的时代，保持平和的心态至关重要。
吴承霖强调“足够好的critical thinking（关键思考）和motivation（行动力）”，以及“保持自己的热情不要放弃”，更重要的是要“想清楚自己在哪方面比AI更强。”这指明了人与AI协同发展的核心路径。
吴翼同意王兴兴的“忘掉过去”，又补充道：“但是不要忘掉历史，因为这个人类大概就是历史一直在重复，所以知道一点过去踩过坑是好事。”这提醒我们，在拥抱未来的同时，也要从历史中汲取智慧，避免重蹈覆辙。
实际上，无论是王兴兴的激进颠覆，苏昊的继往开来，吴承霖的智能涌现，还是吴翼的精简高效，都指向了一个共同的未来：一个由AI深度赋能、智能无处不在的新世界。在AI这场无界限的竞技中，谁能率先理解并驾驭这片新大陆的法则，谁就能掌握未来商业世界的钥匙。年轻一代的创业者们，这无疑是最好的时代，但唯有破除旧念、拥抱变革、并以批判性思维与不竭热情，方能在这片新大陆上，开创属于自己的参天大树。
来源：周到客户端一点号