凯文・凯利 2026年9月最新演讲:AI演进与未来十年科技产业趋势

导语

2026年9月，科技思想家凯文・凯利（Kevin Kelly）出席长江商学院 CEO 论坛、京东方全球创新伙伴大会并发表主题演讲，围绕人工智能演进方向、未来技术落地节奏及全球产业机会分享最新判断。本文整合两场演讲核心内容，系统梳理其对未来十年科技与产业发展的核心观点。

未来十年内，大众认知中具备全能能力的通用人工智能（AGI）难以落地。

当前人工智能技术演进呈现非均衡特征，不同技术方向、不同模型在细分任务中的性能表现差异显著，技术前沿处于参差推进状态。

未来产业不会形成单一超级 AI 主导的格局，而将涌现大量定位差异化、能力各有侧重的 AI 系统，构成多元并存的 AI 产业生态。

当前大语言模型本质上实现了人类模式识别这一单一认知能力，通过海量文本语料训练完成知识处理，但其能力边界清晰，缺乏长期记忆能力与实时持续学习机制。

无需依赖自主学习与记忆体系即可实现当前的知识处理效率，已是技术层面的重要突破，但这一形态远未覆盖智能的全部维度。

下一阶段人工智能的核心突破方向，是从文本驱动的知识型智能，转向理解真实世界规律的空间智能与世界模型。

AI 训练将脱离单一文本语料，基于真实物理世界数据完成学习，掌握物理规则、物体运行逻辑与空间关系。

自动驾驶技术是该方向的早期实践，其训练基于真实道路场景数据而非文本内容。未来五年，空间智能将成为人工智能领域最重要的突破方向之一。

未来五年，智能体将成为人工智能技术落地的核心载体，绝大多数 AI 系统将以智能体形式在后台运行，不直接与人类用户交互。

智能体将形成层级化协作网络：

顶层总管智能体负责调度成百上千个细分领域的专业智能体，各智能体之间自主完成信息交互、商务谈判、任务协作与交易结算。

人类用户仅需对接最顶层的少量总管智能体，即可完成复杂任务的调度与管理。

当前硅谷科技企业的研发场景已显现这一模式：

研发人员的核心职责从代码编写转向多智能体的目标设定、结果校验与偏差修正，具体执行环节由智能体自主完成。

这一工作模式将逐步向全行业普及，普通用户也将通过总管智能体完成各类需求的分发与落地。

智能体的规模化应用将催生全新的经济形态 —— 智能体经济。

企业可将大量后台运营、文书处理、流程执行类工作交由智能体完成，智能体之间的询价、谈判、签约、结算全流程可实现无人化运转。

凯文・凯利判断，五年内，智能体经济的资金流动规模将超过传统人类经济的规模。

中长期来看，三年内将出现 “外部自我智能体” 这类个人级智能体形态。

该智能体可 24 小时在线，同步用户的通讯信息、行程安排、场景感知数据，持续学习用户的行为习惯与社交偏好。

长期运行后，该智能体对用户需求的理解深度将超过用户自身的主观认知，逐步成为用户的数字化分身，与用户建立稳定的信任连接。

智能眼镜将成为个人智能体的核心硬件载体。

通过可穿戴的始终在线形态，智能体可实时获取用户的视觉、听觉场景信息，并将信息叠加至现实场景中。

关于普及路径，凯文・凯利提出，智能眼镜的首批大规模应用群体并非办公室白领，而是维修、建筑、物流等领域的一线从业者。

这类群体可通过智能眼镜实现作业导航、操作指引、设备检修辅助等功能，是技术落地最快的应用场景。

人形机器人：规模化普及至少需十年

人形机器人是人类迄今为止研发的复杂度最高的机械设备，复杂程度超过喷气式飞机与运载火箭。

其规模化落地需突破三大核心瓶颈：

一是端侧算力约束，需要将世界模型压缩至小型设备中，实现毫秒级本地实时运行；

二是精细操作能力，手部的力觉感知、力度控制、温度感知等能力仍有较大技术缺口，穿针这类日常简单动作对机器人而言仍具备极高难度；

三是可靠性要求，当前无干预场景下机器人运行可靠性约为 99.99%，而家庭场景的可靠性要求达到 99.999%，仅提升一个数量级的可靠性，所需投入的研发成本与工作量即不亚于此前所有研发投入的总和。

基于技术现状判断，真正成熟、可大规模普及的人形机器人，至少还需要十年研发周期。

外骨骼：五年内实现大规模商业化

与人形机器人相比，外骨骼技术商业化落地周期更短，将率先实现大规模普及。

外骨骼技术主要分为三类应用方向：

医疗型外骨骼可辅助瘫痪、损伤人群恢复行动能力；

工业型外骨骼可降低体力劳动者的负重压力，适用于仓库、工厂等作业场景；

娱乐型外骨骼将催生新型运动形态。

随着全球老龄化程度加深，外骨骼将逐步替代传统轮椅，成为主流行动辅助方案。

医疗领域：AI 诊断工具两年内实现普及

AI 医疗的普及动力源于终端需求的自发驱动，当前大量用户已形成就医前先通过 AI 获取医疗参考信息的习惯，推动行业应用加速渗透。

未来医疗体系将形成人机分工的协作模式：

AI 负责处理医疗知识数据、提供诊断参考意见，

人类医生负责医患沟通、临床决策与责任承担。

两年之内，AI 诊断工具将成为医疗体系的标配，进入大众日常就医流程。

能源领域：新型核能与太空计算的长期前景

硅谷当前有七十余家初创企业布局新型安全核能技术，其中十家已建成试验反应堆并投入运行。

凯文・凯利预测，2036 年美国至少有一座新型核电站实现商用并网。

核聚变技术同步推进，同期有望出现示范项目并网。

太阳能发电成本将持续下降，最终达到可泛在应用的水平 ——

光伏材料可直接用于围栏、建筑外墙等场景，无需严格限制安装角度以追求最优发电效率。

更长期来看，2040 年左右太空数据中心将成为现实，计算设备部署至太空环境，通过太阳能供电。

谷歌已启动相关测试项目，当前核心制约因素为发射成本，当每公斤发射成本降至 100 美元以下时，该领域将迎来爆发式增长。

显示与交互领域：双端分化与元宇宙演进

显示技术将向大小两个极端方向演进：

公共空间与家庭场景中，墙面将逐步转化为视频显示载体，甚至出现 AI 生成的 “环境影像”—— 无固定叙事内容，仅营造动态变化的空间氛围。

另一端，智能眼镜将推动增强现实技术落地。当三维虚拟化身可实现 “真实在场” 的交互体验时，元宇宙将成为社交属性较强的社交媒体形态之一，占据用户大量时长。

产业周期：AI 存在短期小泡沫，长期需求持续增长

人工智能领域可能出现短期投资泡沫，但规模相对有限，类似互联网早期的行业波动，将随产业发展快速消化。

长期来看，未来十年 AI 算力与数据处理需求将持续超过供给增速，产业增长具备长期支撑，并非短期风口。

未来 AI 算力服务将呈现分层化特征，不同性能、不同时延、不同成本的算力产品对应不同应用场景，形成多元化的分层市场。

针对全球 AI 产业格局，凯文・凯利分享了对中国 AI 产业的观察：

未来五年，中美两国头部 AI 模型的能力将逐步趋同，中国模型在基准测试中的表现与美国的差距保持在数月以内。

中国在工程化落地与成本控制领域具备产业优势，有望在产品性价比层面建立竞争领先地位。

凯文・凯利判断，四年后，全球性能领先的 AI 芯片可能由中国企业研发生产；到 2030 年，中国有望打造出全球顶尖的自动驾驶汽车产品。

中国对开源生态的重视程度较高，将探索出差异化的创新路径。

最终全球 AI 产业将形成多元生态格局，不同国家、不同企业聚焦不同类型的 AI 产品与算力服务，不会出现单一主体垄断的局面。

市场普遍担忧人工智能应用将引发大规模失业，凯文・凯利认为，未来十年内这一情形不会出现。

单个职业岗位由多项不同性质的任务构成，AI 将替代其中标准化、流程化的任务环节，不会直接替代完整岗位。

岗位中剩余的工作内容，以及为结果负责、处理异常场景、在不确定性环境中决策等核心职责，仍需由人类承担。

同时，当前 AI 不具备工作场景中的自主持续学习能力。现实工作场景持续动态变化，人类可基于环境调整自身能力、重新定义工作价值，而 AI 仅能执行既定规则下的任务，无法自主完成能力进化。

行业数据显示，积极落地 AI 应用的企业，员工规模反而呈现增长态势。

AI 提升运营效率后，企业可承接更多业务项目，进而增加对判断、沟通、创造类岗位的人员需求。

对市场主体而言，核心思考方向应聚焦于人类不可替代的核心能力，包括责任承担能力、跨领域整合能力、不确定性决策能力与持续学习能力。

当前产业变革仍处于起步阶段，大量未来岗位尚未被定义，各类市场主体均有参与空间。

凯文・凯利指出，技术突破的起点源于对未来的前瞻性探索。从互联网到智能手机，诸多颠覆性技术均诞生于构想与实践的结合。未来科技产业的发展，将由兼具理性判断与创新行动力的市场主体共同推动。

注：本文基于凯文・凯利两场公开演讲内容整理，仅代表其个人观点。

来源：京津冀大气环境监测治理技术论坛