夜雨聆风
2025年仲夏，国务院正式印发《关于深入实施“人工智能+”行动的意见》，首次以国家意志为人工智能划定了2027年、2030年、2035年三个关键里程碑。此后不到一年，政策信号密集迭代——2026年3月，“打造智能经济新形态”首次写入政府工作报告；2026年4月，中共中央政治局会议首次提出“全面实施‘人工智能+’行动，发展智能经济新形态”；2026年6月29日，国务院常务会议进一步强调“要深刻把握人工智能演进趋势，完善支持政策和治理体系，牢牢掌握发展主动权”。
从“人工智能+”到“全面实施”，从“行业赋能”到“智能经济新形态”，从“持续推进”到“牢牢掌握主动权”——政策信号在短短一年内完成了三次关键跃升。与此同时，华为发布《智能世界2035》报告，研判未来十年十大技术趋势；普华永道则断言：人工智能有望在未来十年推动全球经济规模增长15%，其影响力堪比19世纪的工业革命。
三个不同主体、三种不同视角，却在同一时间指向同一个判断：我们正站在一个历史性转折点上。未来十年，人工智能将从“技术工具”进化为“文明基座”。
这不是一次普通的技术迭代。这是一场足以重塑全球经济版图、重构产业竞争逻辑、重新定义“人何以为人”的史诗级变革。
一、技术跃迁：从“会聊天”到“能办事”，再到“能思考”
过去两年，公众对AI的认知大多停留在“对话”——输入一个问题，得到一个答案。但2025年成为分水岭：AI产业全面迈入以系统落地与结构重构为标志的“中场阶段”。
2026年初，由清华大学主办的“AGI-Next”峰会上，行业专家形成共识：以对话为核心的“Chat”范式已经终结，AI竞争正全面转向“能办事”的智能体时代。
这一转变意味着什么？华为在《智能世界2035》报告中给出了清晰的路线图：AGI（通用人工智能）将是未来十年最具变革性的驱动力量，而走向物理世界是AGI形成的必由之路。AI不再停留在数字世界的“纸上谈兵”，而是通过与物理环境的实时交互，实现感知、认知、决策和行动的一体化闭环。
但2026年，学术圈和产业界围绕“如何走向AGI”爆发了关键分歧。 世界模型被学界视为实现AGI的关键拼图，也被产业界看作突破具身智能泛化瓶颈的核心技术。“AI教母”李飞飞将其拆解为渲染器、模拟器、规划器三大类别，直言这是当今AI领域最重要也最被滥用的术语之一。斯坦福大学教授李飞飞团队的World Labs Marble模型，从3D重建入手试图构建“空间智能”，核心是让AI理解和模拟三维世界；而图灵奖得主杨立昆（Yann LeCun）提出的JEPA系列模型则另辟蹊径，主张在抽象的“表征空间”内进行预测。行业仍未收敛——以语言为中心的VLA、以像素为中心的视频生成、以3D结构为中心的仿真、以视觉表征为中心的JEPA，多路线并存。
更具颠覆性的是，2026年6月，谷歌DeepMind联合创始人Shane Legg与十余位顶尖研究员联合发布了一份长达57页的报告《从AGI到ASI》（From AGI to ASI）。与多数讨论聚焦于“AGI何时到来”不同，这份报告预设AGI已经实现，系统推演了从AGI迈向ASI（超级人工智能）的四条可能路径：持续扩大规模、范式转变、递归自我改进与多智能体协作。报告指出，当前AI的“有效算力”每年增长约10倍；而ASI的定义是“在几乎所有人类关心的领域，能力超过数万名顶级专家组成的团队花十年协同工作能达到的水平”。DeepMind CEO德米斯·哈萨比斯预言：“AGI到来后，将产生工业革命十倍的影响，但以十倍的速度发生——大概在十年内展开，而不是一个世纪。”
在底层算力层面，华为预测到2035年全社会算力总量将增长10万倍，计算领域将在架构、材料、工艺、范式四大核心层面实现颠覆性创新。数据将成为AI发展的“新燃料”，AI存储容量需求将比2025年增长500倍。
一个更加深远的变化正在发生：大模型的进化逻辑正从“拼规模”转向“拼密度”。中国信通院副院长魏亮指出，行业已不再单纯依靠提升参数规模实现性能突破，精细化机制、算法架构、训练方法的优化成为主要提升方向。DeepSeek等中国团队引领的“密度法则”——用更少的计算和数据获得更多智能——正在重塑全球AI技术路线。
二、经济重构：15%的全球增量与万亿级的中国赛道
普华永道的数据令人震撼：人工智能有望在2025至2035年间推动全球经济规模增长15%。这一量级的经济增量，可与19世纪工业革命对全球经济扩张的影响相提并论。如果说蒸汽机解放了人类的体力，互联网拓展了人类的连接，那么人工智能正在解放人类的认知边界。
聚焦中国市场，赛迪顾问数据显示：中国人工智能产业规模预计将从2025年的3985亿元增长至2035年的17295亿元，复合年增长率为15.6%。工信部公开数据显示，截至2025年9月，中国人工智能核心产业规模已超过9000亿元（对应2024年全年数据，同比增长24%）；到2025年全年，我国人工智能核心产业规模已超过1.2万亿元，企业数量超过6200家，正加速与制造业、服务业千行百业深度融合。两组数据因统计时间节点不同而口径有别，但均指向同一趋势——产业规模正以万亿级体量加速扩容。
据中金公司测算，2035年AI有望使中国GDP增加12.4万亿元，相当于9.8%的额外增幅。“十五五”规划纲要明确提出，数字经济核心产业增加值占GDP的比重要从2025年的10.5%提高到12.5%。
这不是简单的数字游戏。这是生产力范式的根本性切换。
三、产业落地：AI智能体的“应用元年”
AI的真正价值，从来不在于算法有多惊艳，而在于能否真正融入产业肌理。
国务院《关于深入实施“人工智能+”行动的意见》给出了清晰的产业落地路径：到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%；到2030年，普及率超90%，智能经济成为重要增长极；到2035年，全面步入智能经济和智能社会发展新阶段。
2026年已被业界视为AI Agent的“应用元年”。Gartner预测，到2026年底，全球40%的企业应用将嵌入具备任务执行能力的AI智能体，而这一比例在2025年尚不足5%。Gartner调研还显示，目前仅17%的企业已部署AI智能体，但超过60%的企业计划在未来两年内完成部署——这是所有新兴技术中最激进的采用曲线。
中国企业级AI智能体市场2025年规模已达212亿元，预计2026年将增至449亿元，2029年有望突破3320亿元，年复合增长率高达107%。IDC预计，活跃AI Agent的数量将从2025年的约2860万快速攀升至2030年的22.16亿，年复合增长率高达139%。从客服问答、文档生成，到采购、风控、财务审批等复杂业务流程自动化，AI正逐渐从“辅助工具”向“数字员工”演进。
值得关注的是，2026年第一季度，全球科技行业裁员约7.8万人，其中约47.9%被直接或间接归因于AI和工作流程自动化——AI对就业的冲击已从理论推演变为现实压力。
具体到行业层面，赛迪顾问预测到2035年，中国制造业生成式AI采用率将达82%，零售业达90%，电信行业达65%，医疗健康行业达53%。AI在医疗诊断、金融风控、工业质检等高价值环节的渗透率将超过70%。
华为报告描绘了一个更具想象力的场景：到2035年，人工智能应用率超过85%，可提升劳动生产率60%；AI将通过“感知—分析—决策—行动”的自主系统，彻底重构企业价值创造方式；超过90%的中国家庭将拥有智能机器人；AI将助力预防超过80%的慢性病，推动健康管理从“被动治疗”转向“主动预防”。
人形机器人是具身智能最具代表性的方向。贝恩公司预测，到2035年全球人形机器人年销量有望达到600万台，市场规模突破1200亿美元；乐观情形下销量甚至可能超过1000万台，市场规模达2600亿美元。摩根士丹利数据显示，2026年中国人形机器人销量预计同比增长133%，到2035年有望增至260万台。
这不仅是技术的胜利，更是产业逻辑的全面重构。
四、战略博弈：从单一算力到多维竞争
人工智能不仅是一场技术竞赛，更是一场关乎国家竞争力的战略博弈。
赛迪顾问分析指出，全球人工智能发展路径呈现分化态势：美国聚焦技术创新，欧洲强调规范制定，中国深耕市场需求。三个经济体在AI发展战略上各有侧重，但又相互关联、互为补充。
中国走出了一条独特的“应用普惠”之路。国务院《意见》明确将AI与“新质生产力”深度绑定，核心愿景是AI赋能经济提质、民生改善与治理优化。从2027年的重点领域融合，到2030年的全面赋能，再到2035年的智能社会——中国以“分步走”的战略耐心，构建了一个长达十年的系统性布局。
但2026年的中美AI竞争格局已远非“算力竞赛”四个字可以概括。 斯坦福大学《2026年AI指数报告》给出了一个极具冲击力的结论：中美AI模型性能差距已基本消失。自2025年初以来，两国模型已多次交替登顶性能榜单；截至2026年3月，美国顶尖模型Claude Opus 4.6的Elo评分为1503，而中国顶尖模型紧追其后，差距仅有2.7%。美国领先幅度从2023年的18%收窄至2026年3月的2.7%。
成本优势正在成为结构性变量。 据媒体报道及行业分析，中国AI模型运行成本比美国竞争对手低80%，这一优势部分来自国家支持的算力基础设施布局。中国一家头部AI企业的销售人员指出：“许多行业实际上只需要美国最前沿AI模型的‘一小部分’功能。如果我们能够以极低的成本提供其80%的价值，那就足够了。”数据显示，80%的美国AI初创公司正在使用中国开源AI模型。腾讯在Apache 2.0许可下开源混元AI模型，API定价仅为美国竞争对手的零头。
基础设施层面差距依然显著但正在收窄。 据斯坦福《2026年AI指数报告》，截至2026年5月，美国运营5427个数据中心，中国拥有449个数据中心，排名全球第四。但中国在创新集群数量上已超越美国——全球前100大创新集群中，中国占据24个，美国为22个。伯恩斯坦估计，如果中国以规模优势弥补半导体领域的短板，到2035年可能达到与美国相当的算力能力，但这需要接近1万亿美元的数据中心资本支出。
电力正在成为算力的新瓶颈。 马斯克多次指出，发电能力是扩大AI系统规模的制约因素。全球数据中心分布极不均衡，美国数据中心化石能源占比高达58%。在这场多维度的竞赛中，胜负手可能不在于某个单一技术的突破，而在于谁能更快地构建完整的产业生态和基础设施体系。
五、风险与挑战：狂奔的技术需要护栏
技术的狂奔不能没有护栏。AI越强大，风险越不容忽视。
气候风险是第一个被低估的制约因素。 普华永道的经济模型表明，尽管人工智能有望加速经济增长，但气候风险中的物理风险可能使2035年全球经济规模比预期缩小近7%。AI训练和推理所消耗的巨量电力正在加剧碳排放压力，数据中心的高能耗与全球碳中和目标之间形成了尖锐矛盾。
公众信任正在下滑。 调查显示，用户对AI大模型的信任态度以谨慎接纳为主，60.71%的用户处于“半信半疑”状态；在金融服务（18.42%）、司法领域（17.64%）等高风险场景，愿意信任AI的受访者占比均不足两成。超九成消费者愿意尝试AI智能体，但数据安全与决策准确性成为最大顾虑。“高依赖、低信任”的矛盾状态正在成为AI普及的核心障碍。
就业冲击已经从预言变为现实。 高盛2023年发布的研究报告显示，全球约有3亿个全职工作岗位可能受到AI的显著影响（涵盖岗位转型、技能升级等情形，并非单纯的自动化替代）。翰德《2026人才趋势报告》指出，AI加速从试点迈向规模化落地，在催生高薪岗位的同时，亦推动流程化职位加速替代。传统软件工程岗位需求同比下降25%。“十五五”规划已以专栏形式提出“适应人工智能发展促进就业行动”，包括AI就业创造计划、传统领域AI就业潜能挖掘计划、劳动者转型转岗支持计划等——政策层面已明确意识到就业冲击的紧迫性。
治理体系正在加速构建但仍有滞后。 截至2026年4月，全球已有超过75个国家或地区出台人工智能相关战略、政策与法规。2026年5月，全国网络安全标准化技术委员会公布《人工智能应用伦理安全指引1.0》。但联合国报告警告，AI的发展速度已开始超越现有监管框架。2026年版《国际人工智能安全报告》将核心聚焦于“新兴风险”——通用AI能力“前沿”的滥用和网络安全风险。华为在报告中强调：未来十年，随着AI深入千行万业与千家万户，唯有将“AI普惠”与“AI向善”融入治理框架，人类才能真正掌握技术主导权。
六、结语：站在文明的门槛上
2025至2035年，将是人工智能从“技术工具”迈向“通用智能实体”的关键十年。
这十年，AGI将从理论走向实践，世界模型之争将决定通往AGI的技术路线，DeepMind已在推演AGI之后ASI的进化路径。这十年，AI智能体将从助手演变为数字员工，40%的企业应用将嵌入智能体，中国企业级AI智能体市场将以107%的年复合增长率狂奔。这十年，算力将增长10万倍，数据将成为新燃料，而电力将成为新的瓶颈。
这十年，全球经济将因AI增长15%，中国AI产业将逼近1.7万亿规模。这十年，中美AI模型性能差距已缩至2.7%，但数据中心数量相差12倍，成本优势与基础设施短板并存。这十年，AI将渗透制造业、医疗、金融的每一个角落，也将冲击3亿个岗位、挑战60%公众的信任底线。
我们正站在一个文明的门槛上。跨过去，人类将迎来一个“以人为本”的美好智能世界。而能否跨过去、如何跨过去，取决于我们今天的选择、投资与治理——取决于我们能否在技术狂奔的同时，为它装上护栏。
未来已来，只是分布不均。而未来十年，将是AI从“不均”走向“普惠”的关键窗口。
这不仅是技术的十年，更是治理的十年、选择的十年、文明的十年。
