文：王智遠 | ID:Z201440

云棲大會，吳媽發(fā)言完了。

你看了沒？我看了，認真聽完，消化了一遍。講給你聽。吳媽端出了一張「未來二十年 AI 革命的地圖」。

他把 AGI、ASI 這兩個在朋友圈天天被吹的詞，拆成了三步走；又把「大模型」和「超級云」直接抬到了操作系統(tǒng)和新計算機的高度。

最后，還順帶把阿里云的打法亮了一遍，說要做 AI 時代的安卓，要投 3800 億去造一臺全球級的 AI 超級計算機。

好了，智能化革命才剛剛開始，那這場「革命」，到底和過去的工業(yè)革命、信息革命，有什么不一樣呢？

01

吳媽說：工業(yè)革命是把「機械外掛」裝在人類身上，讓體能放大；信息革命是把「數(shù)字外掛」插進世界，讓我們處理信息的能力成倍提升。

可這一次，人工智能走的，是一條更猛的路。

他說：當(dāng)前的世界，一場由人工智能驅(qū)動的智能化革命剛剛開始；這次的革命不是外骨骼是直接加了個「智力外掛」

智力外掛怎么理解呢？

一家公司要開發(fā)新車，以前得拉用戶調(diào)研、開無數(shù)次會、工程師和設(shè)計師來回改幾十稿，少則幾個月，多則一年。

但 AI 不一樣，它能一夜之間讀完用戶一整年的交互數(shù)據(jù)，第二天就能給出一個更精準的方案，比團隊拍腦袋靠譜得多。

這就是「智力外掛」，幫我們把腦子升級了。

現(xiàn)在 AI 模型可能一夜之間就能讀完所有用戶的交互數(shù)據(jù)，推演出一個更精準的產(chǎn)品方案；這種杠桿感，是歷史上任何技術(shù)都沒給過的。

更關(guān)鍵的是，它的速度。吳媽用了一組數(shù)據(jù)：短短幾年時間，AI 的智力「從一個高中生的水平，迅速提升到博士生的水平，還能拿到國際 IMO 的金牌」

你看，這就不再是「輔助工具」了，完全可以在頂級學(xué)科測試里和人類學(xué)霸平起平坐。

還有一點，滲透率也堪稱恐怖。

他說 AI ChatBot 是「人類有史以來滲透用戶最快的功能」，比歷史上任何一項技術(shù)都快。再看投入：光是未來五年，全球在 AI 上的累計投入就會超過4 萬億美元，這是「人類歷史上最大的算力和研發(fā)投入」 。

換句話說，這是一次被資本、研發(fā)和需求同時「加速」的革命。

吳媽也沒把 AGI（通用人工智能）說成終點。他強調(diào)：AGI 是一個「新的起點」，下一步是 ASI（超級人工智能）。那會是什么？

他原話：ASI 將作為全面超越人類智能的系統(tǒng)，有可能創(chuàng)造出一批超級科學(xué)家和全站的超級工程師。

想象一下，當(dāng)一個 AI 可以自己研究材料學(xué)，自己設(shè)計新能源方案，甚至自己推演可持續(xù)能源的路徑，未來的人類就可能真切看到——醫(yī)學(xué)難題被攻克，新能源被突破，氣候問題被緩解。

所以，革命是外掛智力、它的速度和投入，遠超前兩次革命、ASI 才是未來。這就是阿里要立的第一個敘事。

02

那這場「智能化革命」具體會怎么走？吳媽說，三步走：

第一步：智能涌現(xiàn)（學(xué)習(xí)人）。

過去幾十年，互聯(lián)網(wǎng)把人類歷史上幾乎所有的知識、書籍、理論都數(shù)字化了。大模型正靠吃下這套「人類知識全集」，才開始有了泛化的智能能力。

吳媽說，這是智能涌現(xiàn)的階段，核心是：

互聯(lián)網(wǎng)把人類知識都搬進了數(shù)據(jù)庫，大模型因此具備了泛化的智能，開始涌現(xiàn)出對話、解決問題、理解意圖、推理的能力。

說白了，這玩意，就是我們過去兩年熟悉的大模型體驗：能聊、能寫，還能幫你解幾道數(shù)學(xué)題。就像一個「學(xué)霸同桌」，不一定門門精，但啥都懂點。

第二步是啥呢？叫自主行動（輔助人）。

我們正處在第二階段的開端，這一階段，能用自然語言直接調(diào)用外部工具，操作軟件接口，甚至驅(qū)動物理設(shè)備。

吳媽強調(diào)，這是關(guān)鍵跨越點：AI 具備了在真實世界解決問題、制作工具、完成交互的能力，對真實世界產(chǎn)生巨大影響。

他還給了一個很燃的判斷：未來自然語言是 AI 時代的源代碼。

任何人用母語就能創(chuàng)造自己的 agent，你只需輸入需求，AI 就能自己編寫邏輯、調(diào)用工具、搭建系統(tǒng)，完成數(shù)字世界幾乎所有的工作 。

換句話說，我們以前寫代碼要學(xué) Python、Java，以后可能直接和 AI 說人話：「幫我搞一個能管理庫存的系統(tǒng)」，它就真給你擼出來。

想想這個畫面：

未來每個人都能擁有一堆自己的 AI agent，幫忙跑業(yè)務(wù)、處理文件、自動協(xié)作。AI 從「能聊」變成了「能干」，這一步會讓它快速滲透到制造、金融、醫(yī)療、科研，幾乎所有行業(yè)。

太抽象了，別急，還有下一步。

到第三階段，畫風(fēng)更科幻了：自我迭代。吳媽說：「AI 要進入更高階段，就要直接從物理世界獲取更全面、更原始的數(shù)據(jù)」。

什么意思？

他舉了個例子：自動駕駛。早期工程師寫一堆規(guī)則（rule-based），結(jié)果開得磕磕絆絆；后來改成直接用端到端的傳感器原始數(shù)據(jù)去訓(xùn)練，才讓自動駕駛真正跑起來。

所以，只有和真實世界持續(xù)互動，拿到最原始的數(shù)據(jù)，AI 才能學(xué)出超越人類認知的規(guī)律。

這里的關(guān)鍵在于Self-Learning（自我學(xué)習(xí)）。吳媽原話：

未來的模型將通過與真實世界持續(xù)交互，獲取新的數(shù)據(jù)并接收實時反饋，自主優(yōu)化修正偏差，實現(xiàn)自我迭代與智能升級。每一次交互都是一次微調(diào)，每一次反饋都是一次參數(shù)優(yōu)化。

你可以這么想，它變成一個會改教材的學(xué)生。

今天錯了題，明天自己更新解題思路，后天還會重寫一版更好的參考書。時間久了，它不光學(xué)得比你好，還能比你總結(jié)得更快。

好吧，學(xué)人、幫人、超人，這就是阿里眼中的智能化革命路徑。

03

既然 AI 要經(jīng)歷「學(xué)人、幫人、超人」三步，那核心工具是什么？吳媽說：大模型是下一代操作系統(tǒng)。

什么意思呢？

他解釋，在 AI 時代，大模型會在數(shù)字世界和物理世界之間，扮演一個全新的「中樞」;以后幾乎所有用戶需求、行業(yè)應(yīng)用，都會通過大模型來調(diào)度完成。

吳媽原話：「未來幾乎所有鏈接真實世界的工具接口都將與大模型進行鏈接，所有用戶需求\行業(yè)應(yīng)用將通過大模型相關(guān)的工具執(zhí)行任務(wù)?！?/strong>

聽著是不是有點嚇人？簡單講，未來你可能不用再裝十幾個 App，一個大模型 agent 就能全包。

那大模型怎么能當(dāng) OS？吳媽給了三件套：

自然語言 = 新的編程語言

agent = 新的軟件

context = 新的 memory

再配上接口，大模型像總線，負責(zé)把各種工具和 agent 接起來；agent 之間的交互用 a2a 協(xié)議，就像今天的 API。

所以，寫代碼等于說人話；裝軟件等于 生一個 agent；上下文等于插一根內(nèi)存條。這套邏輯推下去，結(jié)論是：大模型會吞掉軟件。

為什么會吞掉？

過去軟件開發(fā)成本高，只有少數(shù)高價值場景能被工程師做成軟件。未來呢？因為大模型調(diào)用和生成的成本極低，哪怕是長尾需求，也能被數(shù)字化。

吳媽甚至說過，「未來幾乎所有與計算世界打交道的軟件，可能都是由大模型產(chǎn)生的 agent。

這話基本宣判了傳統(tǒng)軟件業(yè)的死刑。以前寫軟件的是幾百萬程序員，未來可能是幾億甚至幾十億用戶,人人都能靠大模型搞定自己的小需求。換句話說，寫代碼會像寫日記一樣隨意。

再看部署方式。

今天大家用大模型的方式，大多調(diào)用 API。吳媽的評價：這還停留在「大型機分時復(fù)用」的早期形態(tài)，問題一堆：數(shù)據(jù)持久化不夠、缺乏長期記憶、實時性差、隱私也不好搞。

未來大模型會直接跑在所有計算設(shè)備上，比如端側(cè)。

它會有持久記憶、可塑性，還能隨時更新參數(shù)、自我迭代。就像今天的操作系統(tǒng)一樣，既能跑在手機上，也能跑在超算里。

一句話總結(jié)：大模型不僅是工具，而是環(huán)境。

說到這里，吳媽甩出了阿里的戰(zhàn)略選擇：通義千問走開源，目標是做 AI 時代的安卓系統(tǒng)。

他的原話是：我們的目標是打造 AI 時代的安卓系統(tǒng)……我們堅定選擇開源，為了全力支持開發(fā)者生態(tài)，與全球開發(fā)者一起探索 AI 應(yīng)用的無限可能。

意思很直接：蘋果那套高冷閉源路線，阿里玩不起；那就做安卓，用開源和生態(tài)取勝。

所以，大模型會變成操作系統(tǒng)，重寫整個軟件行業(yè)，阿里在這條路上，選擇了開源這條看似「人海戰(zhàn)術(shù)」的路子。

04

那問題來了，有了操作系統(tǒng)，還要什么？吳媽說：一臺新的「計算機」——超級 AI 云。

為啥叫新計算機？

他給了一個類比，工業(yè)時代靠電力驅(qū)動，未來智能化時代，靠的是 TOKEN；TOKEN 會像電一樣，成為最基本的資源單位，AI 的能力會被源源不斷地生產(chǎn)、傳輸和消耗。

這意味著，云廠商的角色，云廠商的角色要像發(fā)電廠一樣，成為整個社會的底層供給。換句話說，阿里想做的不是「賣水」，而是「建電廠」。

這會直接把算力的游戲規(guī)則改了。

因為過去幾十年，計算機是 CPU 為核心；現(xiàn)在正在加速轉(zhuǎn)向 GPU，大模型驅(qū)動的 AI 計算需要更稠密的算力、更高效的網(wǎng)絡(luò)、更大規(guī)模的集群。

這種級別的活兒，一般云廠商根本扛不住，只有超級云能上。吳媽判斷，未來全球也許只會剩下 5 到 6 家超級 AI 云平臺，能滿足這樣的需求。

所以，阿里要給自己換個定位：

不做單純的云服務(wù)商，要做全棧人工智能服務(wù)商。意思是，不僅有模型，還有平臺，還有硬件，還有全球分布的網(wǎng)絡(luò)，還要有一個對開發(fā)者友好的生態(tài)。

至于模型層面，他說，我們有有通義千問。

截至目前，通義千問已經(jīng)開源了 300 多款模型，下載量超過 6 億次，衍生模型 17 萬個，是全球第一的開源矩陣。

平臺層面，有「百煉」，這是一個開放平臺，能讓企業(yè)和個人在上面定制模型、快速開發(fā) agent，還配套零代碼套件和運行環(huán)境，真正幫大家孵化應(yīng)用。

硬件層面，阿里云自研存儲系統(tǒng)、網(wǎng)絡(luò)架構(gòu)、計算芯片，打造軟硬一體的超級云。

最重要的，是投入。

阿里云已經(jīng)在推進 3800 億的 AI 基礎(chǔ)設(shè)施建設(shè)，還打算繼續(xù)加碼；吳媽說，到 2032 年，阿里云全球數(shù)據(jù)中心的能耗規(guī)模會是 2022 年的 10 倍。

簡單粗暴地說，要梭哈一臺「全球級 AI 超級計算機」，而且這是人類歷史上最大規(guī)模的基建之一。

攤開來說，阿里的算盤很直白：超級 AI 云就是未來的新計算機，所有的智能化應(yīng)用都要跑在它上面。誰能建成這樣的電廠，誰就能真正卡住未來的命脈。

05

阿里要造操作系統(tǒng)，還要搞一臺超級計算機。這些東西最后要跑什么？

吳媽的答案是：人機協(xié)同。

AI以后會變成你的「合伙人」。你來定目標，它來執(zhí)行和優(yōu)化。開會時，是「你+一堆 AI agent」。

這些 agent 各司其職，有的專盯數(shù)據(jù)，有的專做預(yù)測，有的專門寫報告，效率高得離譜。

那應(yīng)用場景上，這意味著，科研、工程、產(chǎn)業(yè)的全鏈路都會被重寫；新材料可以更快篩選，新藥物可以自動推演，新能源可以提前模擬，甚至整個產(chǎn)業(yè)鏈的效率，都能因為 AI 的加入被重新排列組合。

想象一下，一個研發(fā)實驗室，以前幾十個科學(xué)家輪班搞幾年，才可能篩出一個候選分子；未來可能是「科學(xué)家+AI 聯(lián)合實驗」，一晚上跑幾百萬個候選分子。

說到底，這是一次生產(chǎn)關(guān)系的重構(gòu)。

蒸汽機解放了體力，電力加速了工業(yè)化，而 AI 正在改寫智力的分工。以后，人+AI 組合才是新的生產(chǎn)單元，協(xié)同才是常態(tài)。

在這里，阿里的定位很清楚：

搭好舞臺，鋪好底座。通義千問做模型，超級 AI 云做算力和網(wǎng)絡(luò)，把環(huán)境建好，讓企業(yè)和個人都能無縫接入人機協(xié)同。

換句話說，阿里以后，是電廠，也是操作系統(tǒng)，更是人機協(xié)同的舞臺。

好吧，事已至此，先吃飯吧；AI 接管大量工作那天到來之前，碳基生命，至少還有權(quán)利好好吃一頓，把愛的人抱牢，把不太講道理的沖動和好奇心先喂飽。