专题：主题演讲

在过去两年中，企业对 AI 的投入迅速从“试点探索”走向“全面铺开”，但真正实现规模化落地的场景却寥寥无几：有的项目停留在 Demo，有的难以跨部门推广，也有的在成本与收益之间失衡。本次分享将基于大量一线实践与案例观察，系统梳理企业 AI 应用的真实全景，从研发提效、客服运营、内容生产到决策支持等多个典型场景出发，拆解哪些方向已经跑通、哪些仍处于早期甚至被验证为伪需求。

演讲提纲

1. 应用现状与趋势：

• 日均百万级 Token 消耗量表明企业已进入“规模化验证期”
• 行业数字化基础与大模型应用率呈正相关
• 未来趋势是从“工具化”转向“价值化”

2. 五大成功落地场景

• 效率提升型
• 风险管控型
• 精准决策型
• 全链路协同型
• 合规保障型

3. 行业标杆案例

• 金融
• 零售
• 能源
• 制造

4. 成功范式与工程化

• 智能体架构：成功案例普遍采用多智能体（Multi-Agent）协同架构，具备“感知-规划-执行-反思”的认知闭环，并深度融合领域知识以抑制幻觉
• 工程化关键：强调模块化设计、统一技术底座及中间层构建，以降低开发成本并提升复用率。新技术如“Skills”模块化和“DeepSeek”知识解耦架构，进一步优化了推理成本与稳定性
• 数据与合规：多模态数据融合成为标配，同时高度重视数据安全，倾向于本地化部署、国产芯片适配及隐私计算技术，确保核心数据不出域
   

2026 年初，从 OpenClaw 开始，我们已经体会到 Agent 不是一个功能，而是一种新的计算实体，很明显已经开始吞噬一切软件，我们的系统架构也面临：从应用架构到“自主系统架构”。

本次演讲我将围绕几个关键问题展开：

• 当软件成为“主动行动者”，系统架构如何演化？
• 为什么 AI 的真正挑战不是模型能力，而是长期状态管理？
• 从 API 到 CLI 到状态驱动，边界在哪里？
• 多 Agent 协作将如何重塑软件系统？如何有效的实现协同？
• 什么样的基础设施能够支撑持续运行的智能体？

听众将获得：

• 对 Agent 时代的宏观理解框架
• 对未来软件架构演化方向的判断
• 对长期状态系统设计的思考维度
• 对“Agent Infra”真正含义的重新定义

自主智能体兴起引发全行业变革，但智能体内置ODCE（自然语言即攻击面）与UBCE（无边界上下文暴露）两个架构级超危漏洞，导致RBAC、零信任等传统安全模型全面失效。当下攻击能力因自动化而极大提升，被攻击面因智能体自主能力失控而极大扩展，防御成本急剧增加，安全底层范式亟须重构，需要三层范式协同：HOP可信执行范式将意图显式声明为结构化规范，约束智能体在规范边界内执行、核验、迭代；NbSP零越范式在机制层封死越权路径；OVTP可溯范式在策略层重建多元身份、工单凭证与审计链路。三层协同，才能将攻防对抗拉回可持续均衡。

一日千里的 AI 进展，会在不远的将来吞噬我们所熟悉的软件世界吗？这是每个从业者都绕不开的问题。

本次讲座将首先简短的回顾软件行业从诞生发展到成为现代社会运行基石的历程；随后，从大模型的底层机制出发，讨论为什么本质上是一个条件概率发生器的大模型，其以 Context 为输入的形式，会导致其在记忆/持久化能力方面的缺失，并援引最近以 Cattell–Horn–Carroll 理论（人类智商测试的理论基础）对模型能力进行研究的工作，系统对比人类智能和模型智能的差异；以此出发，我们可以自然的推导出，为什么以 Lecun 和 Li Feifei 为代表的研究员将 World Model 所维护的 World State 视作突破现有模型能力桎梏的最大希望；最后，让我们重返维特根斯坦的哲学论断“世界是事实的总和，而不是事物的总和”，以尝试回答，模型之外还有什么会继续存在。

到 2026 年，AI Agent 已经不再是实验室里的“玩具”，而是开始真正进入生产系统，参与决策、执行任务，甚至影响业务结果。问题不再是“要不要用 AI”，而是一个更棘手的问题正在浮现：

当我们不断把决策权交给 AI，我们是在打造更强大的生产力工具，还是正在引入一个我们尚未理解、也无法完全控制的系统？

OpenClaw 的爆火，让这个问题第一次变得具体、可感、也更具争议。在 QCon 现场，四位嘉宾将围绕这个核心问题展开深入讨论。