2025外滩大会洞察：大模型应用普及迎来转折点，DeepSeek推高算力需求与Agent经济崛起

智东西于9月11日发布报道，在2025 Inclusion·外滩大会开幕式上，源码资本投资合伙人、美国国家工程院外籍院士张宏江发表了主题演讲。他强调指出，今年已成为大模型应用普及的关键转折点。

自两年前ChatGPT发布及今年初DeepSeek诞生以来，全球大模型产业呈现出几大显著趋势：大模型将深度影响众多核心应用，其中搜索领域首当其冲；大模型相关应用正从解决问题的工具向AI助理、AI伴侣方向演进；DeepSeek模型的崛起正推动算力需求增长，大模型对计算资源的需求将持续攀升（Scaling Up）；同时，在单一IDC内构建大规模算力系统的能力变得至关重要。

张宏江将模型驱动底层芯片、云计算产业、电力及能源产业发展的生态系统，称为算力系统生态链（AI’s Industrial Scaling Up）。目前，美国在算力IDC建设方面进展迅猛，这提醒我们必须在芯片制造和IDC建设上加速扩张。

最后，他分享了对Agent发展的深度思考：当个人与多个Agent协同组成公司，将实现前所未有的效率飞跃，但这需要社会对年轻人就业、社会结构及教育体系变革进行前瞻性思考。

以下为张宏江演讲内容的精华整理：

01.

DeepSeek推高算力需求

大模型已从工具向AI伴侣进化

张宏江阐述道，回顾过去半年的进展，最令人振奋的突破是DeepSeek的横空出世。DeepSeek打破了人类历史上应用突破1亿用户的速度记录，仅用7天就吸引了1亿用户。

另一方面，DeepSeek在保持高性能的同时实现了低成本，发布之初其模型性能与当时全球最佳模型相近，而成本仅为其他模型的零头。

这是否意味着芯片或计算不再重要？张宏江指出，持有这种观点的人显然误解了经济规律。资源分配是经济学的基本定律，当成本下降时，需求往往会以更大规模增长，即DeepSeek模型的出现将显著推高算力需求。

以ChatGPT为标志，大模型已发布两年多，通过日活跃用户与月活跃用户的比例可衡量其用户粘性。ChatGPT发布初期该比例为14%，今年3月已超过30%，这表明ChatGPT已成为用户频繁使用的解决问题的工具。

今年7月至8月间，ChatGPT周活跃用户达到7亿，其中大量用户开始与ChatGPT进行聊天交流，将其视为伴侣，这是用户粘性变化的重要标志。

从企业视角看，大模型在公司的普及率也在快速提升。随着推理模型的发布，OpenAI、Anthropic等公司的用户规模迅速增长，今年无疑是大模型应用普及的转折点。

大模型普及首先冲击了搜索流量。据《经济学人》研究显示，受AI影响，网页搜索流量已下降15%，健康领域的搜索流量跌幅超过40%。

因此张宏江认为，这预示大模型未来将深度影响众多关键应用，搜索仅是开始。

此前，Scaling Law是大模型成长的核心定律，但推理模型的出现让产业界发现了新的推理曲线，未来还将引入新维度，如2024年图灵奖得主、加拿大计算机科学家理查德·萨顿（Richard Sutton）强调的经由经验学习（Learning from Experience），即记忆与上下文。

由此可见，大模型对计算资源的需求将持续攀升（Scaling Up）。

过去几年，大语言模型推理成本持续显著下降。张宏江提到这一规律称为LLMflation，即模型性能快速提升时，使用成本会急剧降低。

产业界的趋势表明，一方面DeepSeek的出现加速了成本下降，另一方面芯片及大模型性能的提升也验证了成本降低将伴随大模型发展持续发生。

02.

大模型推动整个产业Scaling Up

要加速AI基建建设

当前，大模型生态已驱动整个产业规模扩展（Scaling Up）。

最初云厂商仅将模型作为服务提供，随后模型开始定义云平台并构建新平台，如同早期的PC、iOS和云平台，这一生态必将催生完整产业链。

如今，芯片和云计算产业已被大模型带动，并逐步推动电力乃至整个经济发展，这也是过去两年美国经济的主要增长动力。

埃隆·马斯克（Elon Musk）为xAI打造了全球最大的AI数据中心，在单一集群中部署了20万张加速卡。这对数据中心的关键意义在于，不仅要关注总算力规模，更要考察在单一IDC内构建大规模算力系统的能力。OpenAI也采取了类似举措，因微软未能及时提供充足算力，其发起了“星际之门”项目。

对比中美过去五年的算力变化可见，美国在算力IDC建设上进展迅猛，这警示我们在芯片和IDC建设上必须加快扩张步伐。

张宏江将模型驱动底层芯片、云计算产业、电力及能源产业发展的生态系统，定义为算力系统生态链（AI’s Industrial Scaling Up）。

03.

企业需为Agent重新设计工作流

一个人+Agent实现效率跃升

今年年初，萨顿获得图灵奖，印证了强化学习已成为AI的核心技术。

而Agent技术仅在推理模型逐渐成熟后才得以出现，且目前成长速度极快。过去12个月，推理模型思考时间大幅增加，每六个月翻倍，意味着思考性能倍增。

随着模型和Agent性能提升，人机关系正发生转变，AI已从纯粹工具演变为人的助理，进而成为伙伴。AI成为助理的时间将很短，很快会升级为伙伴，具备自主思考、主动性、规划与行动能力。

当Agent拥有计算、思考、规划与行动能力后，将取代企业传统流程。目前Agent替代的是为人设计的流程，未来企业必须为Agent重新设计全流程，或由Agent重新定义工作流。这是人机关系变革的驱动力。

一旦社会中Agent数量激增，将形成Agent群，它们操作整个工作流，交换信息、共享决策、完成交易，而人则转变为资源与数据提供者，从而进入Agent经济（Agent Economy）状态。在Agent经济中，每个Agent如同社会庞大神经网络中的节点，类似当今的神经元。

Agent经济对社会的影响在于，当前机构的核心资产是人才，未来将转变为算力、模型与数据。如今企业扩张需招聘更多人才，未来则需扩大算力规模、增强模型能力、丰富数据资源。当个人与多个Agent组建公司，将实现前所未有的效率飞跃。

这将引发社会变革，例如AI已对年轻人就业产生冲击。

今年7月，扎克伯格高薪聘请AI工程师，这不仅源于Meta在AI领域的落后焦虑，张宏江认为更可能是因为扎克伯格预见到未来，超级个体与Agent组合可能成为科技研发的主体。

这种结构性变化促使我们当前就应思考未来的社会架构、税务体系及教育系统。