編按：AMD董事長兼CEO蘇姿丰，新一季財報會上提出CPU+GPU朝1：1比例配置才符合當今AI Agents應用趨勢，再度證明她對AI技術的前瞻眼光。昨日（19）2026 AMD AI開發者日，她與零一萬物創始人兼CEO李開復進行爐邊對談，兩人談及四個2026必知的關鍵趨勢，包括：為何現在多個AI Agents組成的團隊，已經即將取代一整個企業職能部門？企業高層為何不該再把AI轉型大任交給資訊長？中國開源社區的活躍度，如何打造出AI世界的Android系統？如何打造？當AI寫程式能力已跨過臨界點，工程師與白領上班族又如何因應？以下全文即是李開復對談後於留下的完整記錄與反思，值得閱讀收藏。
5月19日，在 AMD AI 開發者日 2026 上，我很高興與AMD董事會主席及首席執行官蘇姿丰博士圍繞「AI智慧體（Agents）新典範」進行了一場爐邊對話。蘇姿丰博士是少數既深刻理解底層算力，又真正關心 AI 如何進入產業現場的科技領袖，這也讓這場討論有了更扎實的產業縱深。
過去幾年，大模型學會了理解和生成；但接下來更關鍵的問題是：AI 能否理解目標、調度工具、協同執行，並最終交付真實的業務結果？這背後涉及的不只是模型能力，還包括多智慧體協作、企業組織變革和本地智算基礎設施（AI Infrastructure）。
我始終相信，多智慧體會把 AI 帶向真正的生產力系統。未來的開發者，也不只是寫代碼的人，而會成為能夠編排智慧體、定義結果、推動業務閉環的 DRI：Direct Responsible Individual，直接責任人。
這場對話也包含了我對多智慧體時代的一些最新思考。以下為對談實錄，分享給大家。
2026年AI 的核心問題：能否替代一個部門？
蘇姿丰博士：過去一段時間，你一直在談生成式AI 正在邁向智慧體時代。如今，愈來愈多人開始認為，2026 年可能會成為這一轉變真正落地的一年。那麼站在現在的時間點，你觀察到了哪些變化，從而讓你認為智慧體與此前的生成式 AI 浪潮已經有了本質區別？
李開復博士：謝謝你，Lisa。非常高興來到 AMD 上海開發者大會，也很高興能和真正「在創造未來」的開發者們坐在一起。我認為，有兩件關鍵的事情發生了變化，其中第二件尤為重要。
首先，AI 程式設計能力跨過了臨界點。一年前，AI 還只能輔助編寫代碼、函數等等；而現在，它已經可以端到端地交付一整套功能。這聽起來像是一個漸進式的進步，但其實不然。在座各位都知道，智慧體在數字世界中的所有行為，本質上最終都會落到代碼層面。一旦 AI 的編碼能力跨過那個門檻，自主智慧體就真正具備了成為現實的可能。
其次，更重要的變化在於，
我們開始意識到：單一智慧體的能力是有上限的。無論模型參數規模有多大，只倚賴單個 Agent 的推理能力，在面對真實複雜問題時，終究會碰到瓶頸。而多智慧體架構第一次打破了這個上限。
負責規劃、評估、研究和執行的不同智慧體，開始彼此協作、相互辯論，並在彼此結果之上繼續反覆運算。
這其實非常接近「美第奇效應（Medici Effect）」：當不同領域的專家被放進同一個房間時，最終產生的成果，會遠遠超過任何單一個體能力的簡單疊加。
五百年前，在文藝復興時期，人類已經發現了這一規律。直到21世紀的今天，我們第一次把這種機制帶到了 AI 世界。
從技術路徑上看，這意味著我們正在逐漸擺脫過去那種「試圖用一個模型完成所有事情「的模式。
未來的 AI，不會是一個「超級大腦」的獨角戲，而會更像一個由不同智慧系統協同運作的交響樂。
正是基於這一趨勢，我們著手部署專業化的多智慧體系統，並逐漸走向「異構智慧（Heterogeneous Intelligence）」階段。不同類型的模型與演算法會被組合在一起，用群體智慧去解決更加複雜的問題。
2024 年最關受關注的問題是：「AI 能否完成一個任務？」
2025 年這一問題轉變為：「AI 能不能完成一整條工作流？」
在2026年，這個核心問題已經進階為「AI 能否替代一個企業的職能部門？」
以現代HR（人力資源）部門為例。當招聘 Agent 與績效 Agent 實現聯動後，系統就能夠根據員工入職後的真實績效資料，自動調整前端的人才篩選標準。從簡歷篩選、面試，到新員工入職，再到月度和季度績效自動化跟蹤，這些多智慧體系統會圍繞統一的人力資來源資料持續運轉升級。隨著這種能力不斷擴展，它最終會演變成一個彼此互聯的企業多智慧體協作網路，覆蓋 HR、研發、產品、銷售和市場等不同部門。
這種架構，也正在推動「One-Person Company（一人公司）」趨勢的出現。
借助模組化的多智慧體框架，單個開發者或領域專家，如今已經有能力像「總架構師」一樣，快速啟動一家高度自動化運轉的公司。
在由智慧體驅動的新範式下，我們實際上已經跨過了「自主執行」的門檻。
AI 正在從過去被動的「Prompt-and-Response（從提示詞到回應）」模式，轉向主動的「Goal-and-Execution（從目標到執行）」模式。
未來，你不再是給AI 一個 Prompt，而是直接給它一個組織目標。隨後，智慧體們會自行完成協同、執行、評估、優化，並形成完整閉環。
而這一新範式，也正在催生當前 AI 領域最巨大的商業機會：產業級 AI 轉型。新時代真正的經濟價值，不會來自只會「回答問題」的 AI 系統，而會來自能夠真正執行企業目標的自主多智慧體基礎設施。
這也是零一萬物所關注的核心方向。過去一段時間裡，我一直在與全球各地的 CEO 和企業高管交流，以便更深入地理解：AI 將如何重塑生產力、組織結構以及未來的領導力。
同時，我想這也會影響今天在場每一位開發者，驅使大家重新思考自己未來在 AI 時代會扮演怎樣的角色。
AI 轉型，為什麼不能只靠 CIO？
蘇姿丰博士：在你與 CEO 們的交談中，他們是如何對待 AI 轉型的？這對開發者社區有什麼影響？
李開復博士：我看到了許多明顯的問題。幾乎每個企業目前都選擇在不出錯卻價值很低的場景部署 AI。比如，會議紀要、人力資源員工答疑聊天機器人、企業內部搜索等等。這些都只是表面文章。
我很直白地告訴各位 CEO：不要只聽你們的 CIO 。
典型CIO們關注的是系統穩定運行、軟體運行安全不出錯，在這一輪深入企業核心業務命脈的 AI 變革中，反而可能成為阻礙進化的舊勢力。因為 CIO 的職責，本質上是管理軟體運營，而不是重新定義公司。CIO 擅長安全地部署 AI，但並不擅長推動組織層面的真正變革。多數由 IT 部門自下而上推動的 AI 轉型，最終都會失敗。
傳統 CIO 這個角色不會消失，但它的重要性會被大幅削弱。因為 AI 並不只是一個新的軟體工具，企業AI轉型絕對是是一把手工程，需要企業領袖根本性的思惟轉變。
真正能夠改變公司經營結果的，往往是那些直接影響損益表（P&L）的核心業務環節。而這些領域，恰恰也是很多高管最不願意讓 AI 介入的運營職能部門：收入、利潤、防欺詐、動態定價、供應鏈、產品上市速度，以及核心創新能力。具有前瞻性的 CEO 們正在重新校準他們公司的運營方式、組織應如何改變，以及領導方式應該如何調整。
我也經常對 CEO 們說：
如果你的 AI 部署，最終沒有改變任何一個會出現在季度財報電話會議上的數字，那麼你公司做的就不是真正意義的 AI 轉型，只是浪費錢打造了一個 AI 實驗室。
同樣的話，我也想送給今天的開發者。任何參與商業研發的人，都應該用同樣的方式思考問題。停止浮於表面的表演式 AI ，開始構建能真正深入業務實質的結構性引擎。
中國的開源生態將催生產業AI的「Android系統」
蘇姿丰博士：現在最讓我興奮的事情之一，就是開源 AI 社區正在湧現出大量創新，而且這個生態已經愈來愈全球化。你與中國的開源社區一直保持著非常密切的聯繫。那麼，在這個生態中，開發者和貢獻者們最近最讓你感到興奮的變化是什麼？
李開復博士：開源的趨勢勢不可擋，它從根本上重寫了全球 AI 的遊戲規則，其發展格局與經典的智慧手機大戰如出一轍。閉源模型類似於蘋果的 iOS，追求高利潤並保持著對生態系統的強硬控制。而開源社區，則愈來愈像 AI 世界裡的 Android。它擁有更廣泛的全球覆蓋，以及更大的使用者規模。
正如 Lisa 剛才提到的，中國開源生態之所以表現得如此出色，背後存在著很深層的結構性原因。因為硬體資源有限，中國開發者和創業公司並沒有條件倚賴「大力出奇蹟」的算力堆疊。在這種約束下，整個生態反而開始把重點轉向極致的工程效率，更加關注演算法優化、架構創新，以及如何把底層基礎設施做得更精簡、更強大。
它就像一個充滿活力的、去中心化的學習小組，大家齊心協力為了在考試中取得好成績，每個人都在其他人公開發布的成果之上進行創造，整個群體的能力也因此呈指數級增長。我確信，這種機制將為未來帶來更多的進步與創新。
DRI模式重新定義技術，人人都要把自己當CEO
蘇姿丰博士：在AMD，我們自己的工程師也在使用 AI 智慧體，加速產品設計和驗證流程。我們愈來愈明顯地看到：今天，一個人如果擁有合適的工具和足夠的算力，已經能夠完成幾年前需要整個團隊才能完成的工作。你就「人與智慧體協作」的趨勢寫了很多文章：那麼，在那些真正以這種方式創業和開發的人身上，你最近觀察到了哪些變化？
李開復博士：受限於此前的訓練，大多數開發者都習慣於在代碼層面思考所有權（Ownership）問題。比如，由一個人負責 GitHub 上的代碼倉庫和 PR（Pull request），另一個人負責值班輪換，另一個人負責某一個具體服務。這種責任邊界其實是有邊界的。它本質上只覆蓋你能夠通過鍵盤直接控制的部分，而現在，愈來愈多編碼工作已經開始被 AI 智慧體接管。
我想和大家談談一種打破這個邊界的運營架構：DRI（Directly Responsible Individual，直接責任人）概念。
在軟體工程中，交付產品的主要瓶頸很少是代碼本身。而是所有權的模糊不清。責任分散、停滯的拉取請求以及偏離的路線圖，通常都源於：很多人只是負責專案管理大表上的某一個環節，卻沒有人真正對最終結果負責。DRI 模型改變了這一點。
我預測 DRI 模型會成為 AI 原生公司最核心的組織架構。所謂 DRI，就是由一個人，對某個跨職能結果承擔端到端責任。這不是一個職位頭銜，而是一種非常明確的責任機制。就像系統運行手冊裡唯一指定的值班工程師：最終結果如何、業務影響如何，都由 DRI 責任人負責。
在這個模式下，一個人類 DRI 會處於整個智慧體系統的中心。圍繞他協同工作的，是由研究、執行、合規和監控等不同 Agent 組成的專業化集群。DRI 不把時間精力花在具體執行上，而是負責整體編排、關鍵決策，並對最終的輸出契約負責。與此同時，即時資料流會逐漸取代傳統的彙報體系，業務運轉也會愈來愈圍繞具體、可量化的結果展開。
我認為，一個優秀工程師所具備的很多能力，和成為優秀 DRI 所需要的能力，幾乎是高度一致的。
當你編寫技術規範時，你其實是在嘗試定義可量化的商業成果；當你給系統做監控、配置自動告警時，你其實是在建立衡量結果的機制。當你淩晨兩點主動去 de-bug排查故障，而不是等別人通知你時，你展現出來的，其實正是 DRI 模式最核心的主人翁意識。
選擇 DRI 模式，也意味著你必須重新定義「什麼是個人成功」。在智慧體時代，一個優秀工程師的價值，不再只是由「寫了多少代碼」來衡量。這也意味著，今天很多工程師的工作方式都會發生變化。
你不再只是關注系統，而是要對結果負責。
優秀工程師通常都會非常重視監控系統，使服務具備極強的可觀測性。DRI 則是把這種技術嚴謹性延伸到了他們所擁有的業務結果上。如果你是一個負責增長的 DRI，你不僅僅監控 API 延遲。你還要監控用戶啟動率、轉化漏斗以及對收入的影響。你端到端地對完整結果負責。
你擁有決策權，而不僅僅是建議權。
工程師通常很擅長分析，但他們常常把產出物交給產品經理或高管去做選擇。DRI 則需要自己完成閉環。你進行分析，你做決定，並對接下來發生的任何事情負責。剛開始會有些不習慣，但很快你就會進入狀態。
你會有規劃性地去配置你的智慧體集群。
大多數非技術的 DRI 會把 AI 智慧體當作黑盒來對待。但工程師不一樣。工程師們發揮技術能力去監控智慧體、評估它的輸出、識別它的故障模式，並懂得如何圍繞智慧體集群建立更可靠的驗證機制。
工程師的優勢，會在這個時代被無限放大。你們擁有的不僅僅是給產品或業務的建議權，而是直接擁有決策能力。
AI 正成為賦能技術人的新形態超能力。
智慧體經濟爆發前夜，理算力走向前台
蘇姿丰博士：你剛才談到的這一切，背後都需要非常龐大的算力支撐。而且需要的還不只是單一算力，而是一整套能夠協同工作的全棧算力體系。那麼，當開發者和企業真正開始大規模運行智慧體時，底層算力基礎設施究竟需要具備哪些能力，才能支撐這一切真正運轉起來？
李開復博士：Lisa，這已經完全進入你的專業領域了。智慧體 AI 趨勢底層的計算模式正在從根本上改變底層的計算模式。傳統 AI 系統所要求的更多是穩定、持續的計算負載，而智慧體系統則完全不同，它具有高度突發性，而且會產生大量平行計算。一個用戶請求，可能會被拆分成20個或更多並行運行的智能體；這些結果匯總之後，又會再次觸發下一輪 Agent 協同。從本質上看，智慧體經濟是「推理驅動」的經濟，而推理與訓練，其實是兩種完全不同的計算模式。
要讓多智慧體協同真正具備現實可行性，系統必須滿足幾個條件：本地優先、端側處理，以及低於 100 毫秒的回應延遲。而這正是當前硬體競爭真正分出勝負的地方。我認為，在這一趨勢上，AMD 比很多公司都看得更早、更清楚。
隨著 AI 開始走向多智慧體架構，我們也必須重新思考算力本身。
未來，極致的token效率以及當地語系化處理能力會是關鍵。
自主企業將誕生：資料主權與ROI成為產業AI新座標
蘇姿丰博士：我想用今天早上大會開場白環節的一句話作為結束：AI 時代仍然處於非常早期的階段，真正精采的部分，其實還在後面。展望未來，開發者接下來最有可能創造出的東西裡，什麼最讓你感到興奮？
李開復博士：未來，真正意義上的「自主企業」會誕生。驅動它的，將是跨部門、多層級協同運作的智慧體網路。下一階段的產業 AI 轉型，會同時圍繞兩個核心問題展開：資料主權，以及清晰可驗證的 ROI（投資回報率）。類似 AMD 的頭部合作伙伴，正是構建「智算主權」的關鍵地基。
對於今天的開發者來說，最大的機會，是去構建這樣一種AI系統：過去需要一個完整團隊才能完成的任務，如今它能獨立交付商業結果。
AI 的角色，已經不再是「幫助行銷人員提升效率的 AI工具」，而是能夠真正承擔行銷職能的 AI Agent；不是「協助金融分析師的 AI工具」，而是能提供自動化財務分析的 AI Agent。
我曾與零一萬物的工程師緊密合作，構建了一個「開復 AI」，作為我個人的決策智慧體。我們發現，在大型企業中推動 AI 落地最快的方法，往往是由 CEO 或董事長自上而下推動。因為一旦 CEO 或 CFO 真正開始使用這些智慧體，他們很快就會離不開它。當管理層真正接受智慧體之後，AI轉型自然會沿著企業組織結構不斷向下推進。
如果你正坐在這個會場裡，帶著一台筆記型電腦，對系統編排有所了解，並有一個大膽的想法，那麼你現在會比世界上任何一家財富500強企業的戰略部門都更有優勢。
這一代開發者，正站在一個極其少見的時代視窗面前。
在這樣一個時代裡，最不應該做的，就是把自己的創造力，提前鎖進一家大公司的組織體系裡。
去創造屬於你自己的事業吧！
蘇姿丰博士：謝謝你，開復。
