今年《政府工作报告》首次提出“打造智能经济新形态”，并提出深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广。近两年，AI智能体进入加速落地应用期，由此引发了APP厂商与智能体公司之间一系列利益博弈。
这是全国政协委员、西南财经大学大数据研究院院长寇纲履职的第四年。今年，他带来的提案涵盖了能源、文化和数字经济等领域，具体涉及算力、AI产业融合、重塑智能时代上层建筑等话题。“表面上跨度很大，但背后都有一个共同的战略指向——全面拥抱人工智能时代，构建属于中国的智能社会体系。”
作为AI技术落地的重要形态，智能体也是寇纲关注的重点方向之一。近日他在接受南都专访时提到，智能体爆发带来的底层系统与应用层之间的利益重构和博弈，是技术演进的必然。在他看来，人工智能的具体发展方向和产品技术路径，需通过市场自由竞争、不断试错角逐出最符合用户需求的形态。
AI产业每6-9个月出现跃迁式创新发展
南都：近期摩尔线程、沐曦股份、壁仞科技相继登陆资本市场，国产芯片公司迎来史无前例的“上市潮”。上市是否会强化AI芯片的国产化趋势？
寇纲：上市的目的是资本，和国产化的趋势没有必然关联，就像华为和其他的上市科技公司。集成电路产业资本密度高，这也是当前只有北京和上海才能支撑其发展的原因。在探索阶段，上市可以帮企业缓解资金投入的压力，同时也能促使企业担负起创新发展的责任。因此，在我看来，这些公司的上市将对国产芯片发展起到正向推动作用。
至于AI芯片的国产化趋势，还是需要国家和行业共同推动其合理化、差异化、互补发展。AI本身不是只有文本模型这一个单一类型，芯片也不是只有一种架构，如何层次化发展，构建健康积极的国产芯片产业，还值得进一步探究。
南都：美国政府对中国实施芯片出口管制后，去年又曾两度“松口”试图放松管制，每次消息都引发国内科技界动荡。如何看待芯片对AI发展的意义？
寇纲：这个问题可以根据黄仁勋前段时间的采访来回答。AI本就不是芯片单一决定的，它是一个多层次系统——黄仁勋认为包括能源、芯片、基础设施、模型、应用五层。大家自然而然地认为，芯片是模型训练难的核心因素，但除了芯片之外，还有数据、模型架构、能源等大量关联因素。
为什么全球只有中美形成了完整AI产业生态？能获取芯片和具有科研能力的国家不少，但这是一个国家系统工程的结果。芯片可以带来效率的提升，能力的提高，这是我们需要追赶的方向。而芯片之外的整体系统和产业，我们也有大量的优势，特别是针对图像、声音等无差异数据，我们可以做的事情很多很多，最近的Seedance2.0的表现就是一个很好的例子。此外，AI产业和传统产业不太一样，它会周期性地（目前看来是6-9个月）实现跃迁式创新发展，我们也要积极探索如何打造与AI系统相匹配的创新产品和新业态。
南都：您提到全球只有中美形成了完整AI产业生态。在先进AI芯片供应受限的情况下，中国算力的竞争力来自哪里？产业界可以从哪些方向寻找突破口？
寇纲：美国算力的商业闭环高度依赖庞大的纯软件生态（SaaS），而中国拥有全球最完整的制造业体系，这是我们独有的应用土壤。我们的AI应用不仅停留在软件端，而是正在大量嵌入物理世界的硬件设备中。
除了产业生态、系统工程、算法优化，能源也是我们的优势。算力的尽头是电力、是能源。目前，美国的数据中心建设正面临电网老旧和电力短缺的严重制约，中国在西部地区拥有充足且价格低廉的风电和光伏资源，产业界可以通过“算电协同”寻找突破。
南都：您在最近的学术报告中提出，美国更追求通用人工智能的技术突破，中国则强调“AI+”产业融合。如何看待两种发展路径的差异和优劣势？
寇纲：中美AI竞争已形成多维度的十项全能竞赛，没有任何一方能通吃所有生态。未来的决定性因素，不再仅仅是谁的模型测试分数高了一星半点，而是谁能将AI嵌入千行百业的业务流中，谁能把AI植入机器人的大脑中。在这场把AI转化为真实GDP和生产力的较量中，中国强壮的供应链和AI+的产业融合战略，是我们最硬的底牌。
AI产业还处于爆发前的技术发展期
南都：近期AI圈迎来“模型春节”——DeepSeek更新百万Token上下文，阿里发布千问Qwen3.5-Plus，Claude推出Sonnet 4.6 等。这种现象被形容为“内卷式更新”，您怎么看？
寇纲：我认为“内卷式更新”的概念需要重新审视。本质上，从全球范围来看底层模型的参与者也就数十个。AI模型发展就是要不断地优化数据质量、训练架构、应用支撑（如Agent、Skill等），我们应正面看待模型进步所伴随的这些变化。
就算换个时间，Deepseek的百万文本长度，Sonnet4.6的编程能力，Qwen3.5的性价比等发生变化，也是在不同市场中尽量扩大自己优势的一种表现。因此，我觉得在硬件基础构建好之后，AI领域的模型训练和发展是一个不断完善产业需求的过程，类似于芯片领域的模型定律。
南都：当模型能力达到一定程度，用户似乎更加关心性价比，国内AI企业可以采取何种竞争策略？
寇纲：用户对性价比的追求与模型能力，需要用发展的视角看待。当前大部分用户在使用AI的过程中，并未深度整合专业需求场景，因此对模型能力的要求也没有那么高。但随着专业场景的深度融合，大家会发现模型能力将成为最大的瓶颈，也就是俗称的“85分”困境。
我认为，现在的AI产业还处于爆发前的技术发展期，与其关注性价比，不如在合理范围内进一步推动模型能力提升。与其他产业相比，AI领域相对比较开放，大量的技术都是共享或者反向推理获得。随着AI模型能力提升，未来会产生小模型、端侧模型等多样化形态，满足不同用户的需求。
智能体技术路线应通过市场自由竞争决出
南都：面对AI智能体引发的APP厂商与智能体公司之间的博弈，如何把握市场竞争与政府监管？
寇纲：AI智能体（Agent）在移动终端的爆发，标志着“Chat范式”向“Agent时代”的转变。在这个阶段，智能体开始直接接管用户的意图，自主跨应用执行任务（例如一句话完成跨平台比价和下单），这必然会影响到传统APP花费十年建立起来的“流量护城河”。这种底层系统与应用层之间的利益重构和博弈，是技术演进的必然。
我认为在这个问题上，人工智能的具体发展方向和产品技术路径，不应由政府来主导指定，更多让市场竞争、在不断试错中角逐出最符合用户需求的形态。过度的行政干预可能会导致技术路线僵化，扼杀创新活力。
AI Agent发展过程中，数据所有权与访问权正成为新的竞争焦点。建议政府从监管视角更多关注，防止出现这两个极端问题：一是底层手机系统厂商利用硬件优势“既当裁判又当运动员”，扼杀第三方智能体公司；二是超级APP为了自保，构建更封闭的“围墙花园”，形成严重的数据壁垒和生态割裂。政府真正的发力点应是“治理”与“底线”，扮演好“生态裁判员”的角色，重点防范智能时代的垄断“回潮”，打破数据孤岛，健全与AI发展相适应的合规与治理体系，在鼓励创新与防范风险之间找到最优的动态平衡。
南都：不少观点认为，欧美在2025年逐步放缓了对AI治理议题的重视程度，而中国则强调加强人工智能治理。您认同吗？
寇纲：我不认同。如果以为美国正放松AI治理，这实际上是被表象蒙蔽了。
学术界与政策观察者将美国的这种策略描述为“Fugazi监管”（即虚假或欺骗性监管）。特朗普政府确实在废除前任的AI监管行政令，建立统一联邦监管以消除各州限制，但这并非不重视治理，而是为了给本土科技巨头绝对的“松绑”，优先追求发展速度与技术能力，试图以技术代差彻底甩开竞争对手。然而在国际上，美国却高举“民主价值”和“安全”的旗帜，将原本属于技术治理范畴的算法审计、偏见审查与地缘政治挂钩，构建排他性的“价值观联盟”，把伦理标准变成了遏制中国等竞争对手的新型“非关税壁垒”。
总之，当我们看到欧美在放松国内监管，绝不能误以为他们在放弃治理，他们只是在将治理的“枪口”一致对外。
采写：南都N视频记者 樊文扬
好牛配资提示：文章来自网络，不代表本站观点。
