上海交大清源研究院刘志毅:DeepSeek加速AGI时代到来,AI Agent将成为通往AGI的基石

刘志毅认为,DeepSeek等国产大模型的崛起,不仅降低了AI应用的技术门槛,更重要的是重塑了创新范式——它让AI从工具走向伙伴,从辅助决策走向自主决策。

蓝鲸新闻3月14日讯(记者 石雨)3月8日,“陆家嘴金融沙龙”第二期在上海浦东陆家嘴圆满举行。本期沙龙围绕“资本市场大时代:AI+千行百业”这一主题,展开深度研讨与交流。参会嘉宾、中国人工智能领军科学家上海交大清源研究院研究员刘志毅提出,DeepSeek加速AGI(通用人工智能)时代到来,AI Agent将成为通往AGI的基石。

“随着大模型技术的落地带来的成本降低,使得自动化的智能技术正在成为核心方向,大模型的产品形态形成了从Chatbot到Copilot再到Agent的趋势和方向”,在此背景下,刘志毅总结出AI发展的智能本质,“是以数据为核心资产,通过将能源压缩为信息服务,并‘涌现’出智能,这种‘智能’成为一种主动检索、主动强化自己的一种应用方式。”

透视AI应用技术趋势的底层逻辑

演讲中,刘志毅解析了他眼中AI应用技术趋势的三大底层逻辑。

第一重底层逻辑,是从Agent到AGI,刘志毅提出,对比在移动互联网时代奠定的APP生态,当前需要在AI时代奠定一个AGI应用生态。从Agent的发展看,人类在逐步强化程序的自动化、智能化程度,在AI Agent的尝试中,应用厂商结合深度学习等算法、知识图谱、RPA等技术实现了部分的自动化,其核心是在存量知识的基础上,实现由程序自主解决部分问题。

随着基础模型能力的进一步提升,AI Agent在任务规划中的灵活性,在知识吸收运用的效率方面的上限或将进一步提升。在当前的基础模型能力下,若将AI Agent 与工作流进一步结合,在工作流程中嵌入AI 实现部分问题的智能+自动化解决,AI Agent实用性或将进一步改善,商业化或将进一步加速。

第二重底层逻辑,是LLM推动AI Agent进入新阶段。据刘志毅梳理,AI Agent经历了几大阶段,从符号Agent、反应Agent,到基于强化学习的Agent、具有迁移学习和元学习的Agent,到基于大语言模型的Agent,AI Agent通过与外部环境之间的互动来提升自己的智能。

第三重AI应用技术趋势的底层逻辑,是多路径共同提升Agent整体智能化水平。LLM+Agent是通向AGI的路径之一。AI Agent用来描述表现出智能行为并具有自主性、反应性、主动性和社交能力的人工实体,能够使用传感器感知周围环境、做出决策,然后使用执行器采取行动,具备以上特征的Agent是实现AGI的关键一步。

DeepSeek深度影响国内AI生态

今年,DeepSeek大火,为中国AI行业注入一剂强心针,谈及DeepSeek对国内AI生态的影响,刘志毅从三个维度进行剖析。

“首先在于技术门槛降低”,刘志毅提出,一方面,DeepSeek的开源与低成本特征,推动中小型企业介入AI生态;同时,其逻辑推理和数理能力为金融、法律等强逻辑场景提供支撑,推动AI应用从浅层交互向深度自主决策演进。

其二,DeepSeek正在推动行业渗透加速。具体来说,在刘志毅看来,一方面在于企业级部署,从国央企到民营企业,本地化部署DeepSeek成为主流选择,驱动AI应用开发需求激增,商业覆盖通用工具和垂直行业场景;另一方面,华为云、腾讯云等科技巨头与金融机构形成协同,构建“大模型+行业know-how”的生态闭环,推动AI从技术验证迈向规模化落地。

第三,产业格局重构,刘志毅提出,“一方面是对科技产业本身的突破,在DeepSeek的应用下,创新逻辑正在变化,不需要太多人力和算力即可实现领先的创新;另一方面原创性创新,加速商业化应用时间表,推动国产模型在医疗、金融等领域的自主可控。”

最后,刘志毅总结了AI应用创新的关键驱动因素:需求牵引、垂直领域深耕、多智能体协同以及开源生态支撑。他预测,未来创投资金将从头部通用型Agent向金融、医疗等专业场景分散,初创企业将通过解决细分痛点构建技术壁垒。

“DeepSeek等国产大模型的崛起,不仅降低了AI应用的技术门槛,更重要的是重塑了创新范式——它让AI从工具走向伙伴,从辅助决策走向自主决策”,刘志毅强调,“随着Agent技术的成熟与规模化应用,我们正加速迈向一个人类与AI协同创造的新时代,这将从根本上改变产业数字化转型的路径与速度。”

在这场AI变革中,中国企业通过自主创新与开放协作,正逐步缩小与全球AI领先力量的差距。DeepSeek的成功不仅是一家企业的胜利,更是中国AI生态走向成熟的重要里程碑,预示着AGI时代的曙光已经显现。