深度｜AI吞噬軟件，AI構建AI，來自達沃斯的2026預測

圖片來源：The World Economic Forum

 

達沃斯的新隱喻

2026年世界經濟論壇，全球精英的目光聚焦到了一個新概念：Neural Spine，神經脊柱。

 

這不僅是一個技術名詞，更是一個精準的組織隱喻。企業正在尋找自己的智能核心，一個能感知、決策并協調的中樞系統。在瑞士達沃斯的雪山之巔，Lightspeed合伙人Ravi Mhatre、You.com創始人Richard Socher，以及來自中國的Kimi總裁張予彤圍坐在一起。他們試圖拆解一個核心命題：當AI不再是外掛的工具，而是成為組織的骨架時，企業會變成什么樣。

 

定義“AI原生”的兩種視角

AI時代，企業應如何設計組織、衡量效率？這不再是一個理論問題，而是一個迫在眉睫的實踐挑戰。

 

Ravi Mhatre，Lightspeed合伙人，也是Anthropic和Reflection AI的投資人，他首先拋出了一個極具顛覆性的想象力框架，傳統公司與AI原生公司的根本區別在于思維起點：“傳統公司往往聚焦于現有技術和既定工作流，思考如何用AI優化存量；而真正的AI原生公司，思考的起點是‘如果我們擁有無限的智能，我們應該創造什么？’他們不受限于既有組織和流程的束縛。”

 

這個“無限智能”的思維實驗，引出了如何定義AI驅動型企業的話題。Rubric的創始人Bipul Sinha給出了一個可量化的業務視角：“當一家公司能在所有業務線中，有三到五個核心工作流是完全由AI實現的，它才能被真正視為AI驅動。”這意味著企業需要超越簡單的信息搜索或ChatGPT界面調用，進入由AI自主執行完整業務流程的階段。

 

在這一框架下，Kimi總裁張予彤提出了一個衡量未來組織效率的新穎度量單位：人與智能體比率（Human-to-Agent Ratio）。她觀察到，一些新興公司，團隊成員甚至不到10人，卻擁有數百個智能體在運營層面協助處理大量事務。這背后，正是大模型驅動的組織設計（LLM-driven org design）所帶來的驚人運營杠桿。

 

變革并非一蹴而就。Richard Socher強調了技術之外人的因素。他認為多數人并非天生擅長管理AI智能體，有效的培訓和認證體系，是幫助員工接納并高效使用AI的關鍵。

 

與此同時，一種自下而上的變革力量正在涌現。張予彤觀察到“帶上你自己的AI去上班”（BYOAI）的趨勢。“我們通過用戶調研發現，大量用戶在工作中使用AI，并且愿意自掏腰包付費，”她分享道，“這表明個體生產力的覺醒，正與企業的頂層組織變革形成共振。”AI帶來的不僅是效率，還有技能平權。一個生動的例子是：“我們現在收到的很多簡歷不再是PDF，而是個人網站鏈接。即使是完全不懂代碼的求職者，也能通過AI生成精美的個人網站，充分展示自己的才華。”

 

圖片來源：The World Economic Forum

 

軟件正在“消失”？關于無形化的達沃斯共識

當討論深入到工具層面，主持人引用了一個流行說法：「軟件正在吞噬世界」曾是著名的預言，但現在大家說的是「AI正在吞噬軟件」。

 

面對這個問題，張予彤給出了一個更精確的定義：軟件不會消失，但它會變得無形。一場深刻的交互變革正在發生。過去的我們依賴點擊、鍵盤，甚至記憶復雜的公式。未來，人類通過自然語言，就能經由智能體調用所有工具和軟件的功能。如果現有軟件無法滿足需求，AI甚至可以利用其編碼能力，即時生成個性化的工具來交付結果。

 

Ravi Mhatre認同這一觀點，并從投資視角給出了邏輯支撐。他指出，人們沒有意識到AI能力的提升是一條陡峭的指數曲線。在過去一年，AI推理的平均單Token成本下降了100倍，在許多場景下甚至下降了1000倍。

 

Ravi Mhatre補充，正是這條成本曲線，讓智能本身變得極其廉價，從而催生了可丟棄軟件（disposable software）的概念。代碼可以被氛圍化編寫（vibe-coded），按需生成，也無需長期維護。不過他也提出了例外，對于像Instagram這樣極其看重精細打磨的界面和用戶內容生態的應用，傳統的軟件開發模式在長期內可能仍有其必要性。

 

圖片來源：The World Economic Forum

 

從試點到生產：跨越信任的鴻溝

在AI成為企業“神經脊柱”之前，一個普遍的挑戰必須被克服：信任。如何讓企業放心地將核心業務交給一個“黑盒”？

 

Bipul Sinha指出了大型企業，尤其是美國公司面臨的現實困境。合規與治理是AI落地最大的限制之一。許多客戶從AI試點走向規模化生產的主要障礙，正是對合規風險的擔憂。為此，Rubric的解法是構建一個合規基礎設施，為不同業務職能預先定義允許使用的數據和經過認證的模型。

 

Richard Socher則從文化和方法論層面點出了另一個障礙。大多數傳統公司缺乏基準測試或評估集的思維。他們需要建立一套更科學的流程來評估AI模型和智能體的表現，不能僅僅停留在感性的試用層面。

 

信任的建立，最終需要技術來支撐。You.com的創始人Richard Socher指出，他們的實踐是通過提供清晰的引用來源，讓每一個信息的出處都可追溯，這是他們最早申請專利并實現的功能之一。張予彤也認為，AI不能只提供一個直接答案，它必須通過展示思維鏈，將整個推理過程“開箱”給用戶看。

 

這共同指明了AI從輔助工具走向企業核心的必經之路：透明度是信任的基石。只有當AI的思考過程變得可見、可追溯、可審查時，企業才能放心地將決策權交予它。

 

下一個常識是什么？2026年的AI趨勢預測

當討論走向尾聲，主持人向嘉賓們提了一個未來式問題。今天聽起來激進，但到明年此時會成為常識的事情是什么？

 

這個問題引發了一連串快速而精彩的預測：

Richard Socher的預測最為大膽：最好的AI將由AI自己來構建，而非人類。這意味著模型構建過程本身的自動化，以及遞歸式自我改進。他還預言，我們將看到模型具備持續學習能力的初步跡象，使其能動態適應環境變化。

 

張予彤則從應用層面構想，極長周期的自主代理將成為現實。她打了個比方，就像團隊成員領走一個周度任務，一周后交付結果。未來的AI智能體也能獨立處理跨度數周的復雜工作，并工作直至交付。谷歌DeepMind高管Ioannis Antonoglou也附議，他同樣認為極長周期的自主代理會變得非常普遍。

 

Bipul Sinha將目光投向了具體的AI技術應用。他認為，目前尚未被充分理解的強化學習，將在商業流程中得到廣泛應用，并極大加速企業對AI的采納。這意味著AI將能動態優化營銷活動、供應鏈管理等復雜系統，不再只是執行預設指令。

 

Bipul Sinha還強調了智能體編排的重要性，未來將出現一個“編排者”，能夠根據需求動態創建和組合各種工作流。而Ioannis Antonoglou則指出了更深層的挑戰，即多智能體系統的動力學問題。當多個AI智能體與人類在同一個系統中交互時，其行為和涌現現象目前尚無堅實的科學基礎去理解和優化，這將是一個緊迫的研究課題。

 

效率的追求，也折射出不同區域的發展路徑。討論中，主持人曾向張予彤提問，并提到“讓你代表整個中國可能不公平”，但這恰恰引出了關于中國AI生態獨特性的探討。從創業第一天起就明確，在無法比拼算力規模的不對稱競爭中，必須通過極致的基礎研究創新換取效率。這種效率追求，與中國在市場規模、用戶開放心態和基建先行帶來的低成本能源優勢相結合，共同構成了其獨特的競爭力。

 

這場對話并未給出所有答案，但它清晰地指明了方向：未來的商業競爭，將是關于“神經脊柱”的競爭，是關于“人與智能體比率”的競爭，更是關于構建信任與擁抱變革的想象力的競爭。

 

資料來源：

https://cn.weforum.org/meetings/world-economic-forum-annual-meeting-2026/sessions/enterprises-with-a-neural-spine/?utm_source=chatgpt.com