2023年，AI进入2.0时代，技术迎来颠覆性提升，一批国内AI厂商在多个关键领域

　　+”行动的意见》，加快“人工智能+”和“科技-产业-消费-民生-治理-全球合作”六大领域联动。消息快速刷屏，越来越多人意识到，AI已经从“实验室里的黑科技”变成了“国家基础设施的重要组成部分”，不再是某个行业的专利，而是所有行业都必须拥抱的基础能力。

　　？”、“ 对AI的监管是否会愈来愈严？”等热门话题，从技术、行业落地与生态协作等维度，分享了自己的洞察与思考。要点速览

　　● “唯模型论”和“唯算法论”一样，是有问题的，单纯卖大模型的商业逻辑不成立。

　　2015年，人工智能的第一波产业化浪潮开始显现，我们从中科院出来，孵化成立云从科技。从大机遇来看，国家在政策层面给予了人工智能前所未有的战略支持。

　　四小龙”这个词常被视为是1.0时代的标签，是过去式。但如果没有这些“前浪”企业的探索，我们很难进入2.0时代。商业化的评判标准往往以成败论英雄——企业是否上市、市值如何、是否盈利。我的观点是，这种评判标准过于单一。从产业的角度来看，无论是“四小龙”、“六小虎”，他们都是推动中国人工智能产业走向国际前沿的真正力量，想法很超前，但当时的环境成熟度不足，仅靠一己之力难以成功。

　　过去十年，我们也经历了AI从1.0时代到2.0时代的跨越。2012年，AI领域发生了一件极具时代意义的事，AlexNet模型在ImageNet大规模视觉识别挑战赛比赛上以压倒性优九游娱乐 九游娱乐官方势夺冠，标志着深度学习在计算机视觉领域的崛起。当时，我们团队也正式开始研究深度学习，成为人工智能技术的跟随者——国外有新技术，我们就跟进使用。

　　AI能力已不再是简单的“追随者”，而是在多个关键节点具备独立创新与快速落地能力的领跑者，逐步走向全球人工智能技术舞台的前沿。

　　未来AI会是什么形态？就在那时，智能体（Agent）的概念突然又出现了。这个词在许多年前就已存在，为什么过去被淹没，而到了1.0时代和2.0时代的分水岭——2023年，却突然重现？它的中文翻译也从“代理”统一为“智能体”，是什么促成了这一变化？我认为，这就像实验室的“备胎”技术，当环境成熟时，它就会被拿出来。

　　让技术持续发展的，是它能否产生价值。这个价值不是科学界认可的价值，而是能否真正赋能各行各业，提升行业智能化水平。

　　因此，产业界和学术界都提出“所有应用都值得被重写一遍”。过去是流程导向，专业的人做专业的事，但这也导致技术掌握在少数专业人士手中。大模型的出现带来了“目标驱动”的想象空间。当目标设定后，大模型能自动解构目标，结合人工干预和确认形成可操作的方案。

　　我的看法是：我们期望智能体成为生活中的健康助手，如个人健康管理、旅游出行、运动、美食推荐等，取代现有的许多APP，成为我们的生活助理，帮我们结构化、有逻辑九游娱乐 九游娱乐官方地执行诉求。在工作中，它也能成为得力的助手或虚拟员工，帮助开发写代码、做测试、分析数据、提出策略建议等，最后由人确认。

　　必须首先解决安全问题，这包括数据安全、模型安全、内容安全以及整个应用过程的安全。例如，智能体为个人提供健身、健康甚至用药建议，如果不够安全，你敢用吗？人类在碳基世界中，从小通过价值观教育、考试筛选、入职考核等过程，证明其行为是可控的。但在硅基世界中，数字员工没有这样的规训过程，因此这需要建立一个安全体系，确保其

　　作为安全从业者，我们天然重视智能体的安全。在实践中，我们深刻感受到：技术越先进，安全风险越高。

　　以往有害内容多是人为制造，形态有限；而AI技术可批量制造现实中不存在的、令人匪夷所思的内容，给识别和处理带来巨大挑战。

　　“为AI而AI”。我们常遇到客户热情高涨地希望AI化，但深入业务后，发现痛点并不明确，可能只是政治任务，项目结束后便无下文，浪费资金和技术投入。第三，价值需易于量化

　　使用AI技术，尤其是大模型能极大提升效率和精度，可以在海量数据中准确识别有害信息

　　：因为人工智能产业是个新产业，标准都是随着产业的发展落地逐渐形成的，我们认为这类政策将是大势所趋。如果没有这样的规范的话，那整个产业的健康发展就会被遏制。全是良莠不齐的内容和无序的竞争，把从业者裹挟在中间，其实是非常不好的一种状态。一旦出现负面的社会事件，也会导致大家对AI技术没有信心，所以我们乐见监管措施尽快出台，规范业态。

　　：确实，我们经常会听到这样的两种声音：一种是我们要加强监管，另一种说，我们应该放宽监管，要有容错机制。但如我最早提到的，随着AI技术发展越来越快，它带来的安全风险就会越来越多。反过来说，针对它的安全管理政策和法规，也会变得越来越频繁。监管措施是为了保证行业健康发展，并不是为了遏制创新。张立：

　　因此，我建议以实验室形式探索，与监管部门碰撞，从“小试”到“中试”探索新模式。

　　AI从大模型“单打独斗”到应用到各行各业，需要更多行业伙伴和业务场景加持，这样才能做大做强AI产业生态。网易易盾从2016年开始做To B，感受到国内To B市场成熟度相对滞后，有些企业主起初没有意识，认为花钱买服务不如自己招人做。

　　能力强与安全能力强的企业深度绑定、协同共建“可信AI底座”，也就意味着更高的模型可控性，更高的数据合规性，更高的内容治理能力，更高的行业适配与审查能力。此外，您前面提到希望与监管部门更多互动。在这方面，内容安全与传统网络安全不同，监管标准常滞后。

　　在AI和安全领域，我们在各自的探索过程中发现了一些共性，后面也可以朝这个方向持续去做。

　　武汉的合作项目只是一个起点，我还有很多想法和期许。从监管和地方政府角度看，内容安全也应有产业化机会，但这需要共同探索，形成基于有效场景的产品落地。例如，未来能否将网易易盾的能力组件内置到网易的安全芯片中

　　不同于固化在芯片中的传统方案，这个安全组件可以是动态的，其动态版本迭代能否为整机提供持续安全保障，实现主动安全，我认为这有想象空间，但方向需逐步明确。

　　AI安全趋势是从被动防御转向主动防御，这需克服更多技术问题，如模型安全。模型常被视为黑箱，语料是否安全可控？训练过程和工具是否可控？这些都需从底层技术建立主动防御能力。朱浩齐：

　　确实，传统的网络安全往往是基于事件驱动。但是，在AI领域，若一个强大AI意图作恶，一旦成功，后果不堪设想。我记得您提到“用魔法打败魔法”， 人无法抵御AI的进攻，只能靠AI对抗，并且要做到从被动防御到主动防御。就像《复仇者联盟》中的奥创，意图毁灭人类，试图控制全球核武器，而抵抗它的是另一个AI——贾维斯。

　　从网易易盾角度看，我们会更细致地做好安全领域工作。借助大模型技术，将内容标签、标准和识别能力做得更精细化、精准化。核心原因是，不同行业、场景、人群的安全需求不一致

　　今天我们聊了很多话题，感觉还意犹未尽，希望我们在以后会有更多形式的交流。