乐于分享
好东西不私藏

2026 世界人工智能大会:AI 不只是工具,正在变成“伙伴”

2026 世界人工智能大会:AI 不只是工具,正在变成“伙伴”

白纸笔记|把复杂讲简单

从 2026 世界人工智能大会出发,把 AI 热点讲回普通管理者能理解的工作系统。

这里是 Wing Lok Fong 的学习手记每周一篇,把课堂、新闻和商业概念,翻译成普通人也能看懂、也能用上的语言。

一、这次大会,最重要的不是“又来了多少机器人”

2026 世界人工智能大会已经在上海闭幕。

大会时间是 2026 年 7 月 17 日至 20 日,主题叫:

智能伙伴,共创未来。

这个主题看起来很官方。

但如果把它拆开,就能看到一个很重要的变化:

AI 正在从“工具”变成“伙伴”。

过去我们理解 AI,常常是从工具角度出发:

  • 它能不能写文章?
  • 它能不能画图?
  • 它能不能做 PPT?
  • 它能不能帮我查资料?
  • 它能不能替代某个岗位?

这些问题当然重要。

但这次大会真正值得看的,不只是某个模型多强、某个机器人多像人、某个展品多炫。

更重要的是:

AI 正在进入真实世界的组织、产业、城市和全球治理体系。

它不再只是屏幕里的聊天框。

它开始参与流程、调用工具、控制设备、进入工厂、连接城市,也开始被纳入规则、标准、安全和责任体系。

所以这篇白纸笔记,我想用一句话来理解这次大会:

AI 的下一阶段,不是“更会回答问题”,而是“更深地参与世界”。

根据闭幕后公布的数据和这几天的现场观察,我觉得这句话还可以再往前推一步:

AI 真正进入世界,不靠一个更聪明的模型,而靠数据、智能体、机器人、算力、标准和治理一起成熟。

这次大会的热度,也不仅停留在新闻稿里。

公开报道显示,大会现场观众累计超过 40 万人次;组织全球 177 个重要采购团组,预计达成意向采购金额约 203.6 亿元;闭幕式上一批上海市人工智能重点项目集中签约,覆盖 AI 基础设施、智能体应用、具身智能、科学智能等领域,32 个项目投资额超过 409 亿元。

这些数字背后,我看到的是一句更朴素的话:

AI 正在从“大家都来看看”,变成“大家都在想怎么用”。

二、为什么叫“智能伙伴”?

“伙伴”这个词很有意思。

工具是你用完就放下的东西。

伙伴不是。

伙伴意味着三件事:

层面
含义
工作层面
AI 不只给答案,还要进入任务流程
产业层面
AI 不只做演示,还要产生真实效率
治理层面
AI 不只追求能力,还要承担边界和责任

这也是为什么本届大会不只是一个技术展。

它同时是一次产业展示、一次治理讨论、一次人才交流,也是一场关于“人类怎么和 AI 相处”的公开讨论。

大会设置了论坛会议、展览展示、评奖赛事、应用体验、创新孵化、招才引智六大板块。

从结构上看,这已经不只是“看技术”,而是在问:

AI 怎么进入经济?怎么进入生活?怎么被监管?怎么被更多国家和人群公平使用?

这两天新增的信息,刚好把这个问题讲得更具体:

新信号
说明
语料和数据闭环
AI 竞争不只是卷参数、卷算力,也开始卷高质量数据和真实反馈
智能体互联互通
智能体不再只是单个助手,而是在走向协议、评测和跨平台协同
具身智能作业关
机器人不只要会表演,更要进入稳定、可靠、可复盘的真实作业

所以“智能伙伴”不是一句宣传语。

它更像是一道管理题:

如果 AI 真的参与工作,组织要怎么给它数据、权限、流程和责任?

从普通观众的反馈看,这个变化也很明显。

有人是被机器人、智能体和 AI 终端吸引过来的。

但真正走完展馆之后,大家讨论的不只是“好不好玩”。

更多人在问:

它能不能进入我的生活?能不能进入我的工作?能不能帮我解决一个真实问题?

六个信号串起来看:AI 正在从工具能力,进入产业系统和治理系统。

三、信号一:AI 治理被放到最前面

这次大会的全名很长:

2026 世界人工智能大会暨人工智能全球治理高级别会议。

注意后半句:

人工智能全球治理高级别会议。

这说明一件事:

AI 已经不是单纯的技术竞赛。

它正在变成全球治理议题。

大会开幕式主旨讲话里,围绕 AI 发展和治理提出了四个方向:

  1. 开放共赢,推动创新发展;
  2. 强化风险意识,确保安全可控;
  3. 尊重文明多样性,促进交流互鉴;
  4. 完善全球治理,推动更广泛的国际合作。

这四点可以翻译成普通话:

AI 要发展,但不能失控;AI 要竞争,但不能只属于少数人;AI 要提高效率,也要对社会负责。

大会主席声明还提到,《关于成立世界人工智能合作组织的协定》在上海签署。

这个组织总部将设在上海,目标之一是支持全球南方国家提升 AI 的创新、应用和治理能力。

这件事说明,AI 治理已经不只是原则讨论,而是在开始形成新的国际协作机制。

主席声明里还有一个很关键的点:

智能体是 AI 产品和服务的新形态,要明确决策权限和行为边界,建立行为追溯和风险提示机制。

这句话对企业特别重要。

因为很多公司接下来会上智能体。

智能体不是普通软件。

普通软件通常是人点一下,它执行一下。

智能体可能会自己拆任务、自己调用工具、自己发邮件、自己改文档、自己触发流程。

这就带来一个新问题:

如果 AI 真的开始“做事”,那谁来定义它能做什么、不能做什么、做错了谁负责?

所以 AI 治理不是写在墙上的口号。

它会变成企业的日常管理问题。

四、信号二:AI 从“数字世界”走向“物理世界”

这次大会另一个很明显的变化,是具身智能和机器人变得更重要。

以前很多 AI 主要在屏幕里:

  • 生成文字
  • 生成图片
  • 写代码
  • 做客服
  • 做知识问答

现在它开始往物理世界走。

比如这两天展区和报道里反复出现的画面:

  • 人形机器人进入工厂、仓储、服务场景;
  • 灵巧手、机器狗、智能终端集中展示;
  • 智能制造、车端 AI、工业 AI 成为高频关键词;
  • WAIC Academic 里也设置了具身智能、空间交互、科学智能等专题。

新华社 7 月 18 日的报道里提到,各类具身机器人集中亮相,成为展区焦点。

7 月 19 日,现场图片里能看到会跳舞、踢足球、打乒乓球、做茶艺、分拣、做气球造型的机器人。

这些画面很吸引人。

但真正值得追问的是:

从“会展示”到“会作业”,中间还差什么?

这意味着 AI 的价值判断会变得更严格。

在屏幕里,AI 回答错了,可能只是改一改。

但在物理世界,AI 控制设备、进入产线、接触人和货物,错误成本会明显提高。

所以具身智能真正难的,不只是让机器人“像人”。

而是让它在真实环境里:

  • 看得准;
  • 动得稳;
  • 学得快;
  • 出错少;
  • 能被追溯;
  • 能被人接管。

这也是为什么我觉得,未来几年判断机器人公司不能只看发布会视频,也不能只看机器人会不会跑、会不会跳、会不会摆出复杂动作。

要看三个问题:

能不能进真实场景?能不能持续稳定工作?能不能算得过商业账?

五、信号三:产业落地开始进入“数据闭环”

这次大会的规模很大。

公开资料显示,大会展览总面积超过 10 万平方米,1100 余家企业参展,集中展示 3000 余项展品,超 300 款产品全球首发。

这些数字背后,真正要看的不是“热闹”。

而是 AI 正在从单点能力,变成产业链协同:

层级
代表问题
底层算力
模型训练和推理如何更快、更便宜、更稳定?
基础模型
大模型、多模态模型、行业模型如何持续升级?
智能体
AI 如何进入办公、研发、客服、销售、运营流程?
具身智能
AI 如何进入工厂、物流、车端和服务场景?
治理标准
数据、权限、责任、安全如何被制度化?

这就像以前的互联网。

一开始大家只关心网站和 App。

后来才发现,真正改变世界的,是支付、物流、云计算、数据、广告、运营、监管一起成熟。

AI 也一样。

单个模型很重要,但不够。

真正的产业化,靠的是一整套基础设施:

算力、模型、数据、场景、人才、资本、标准、治理。

7 月 18 日下午的 WAIC 语料创新论坛,又把其中一个关键点讲得更清楚:

AI 的竞争,正在从“卷参数、卷算力”,进一步走向“卷数据、卷闭环”。

公开报道里提到,截至 2026 年 6 月底,全国已建成高质量数据集 12 万个,总体量超过 1565PB;7 个数据标注先行先试城市标注规模超过 119PB,服务 425 个大模型研发,带动相关产业产值 263 亿元。

这些数字看起来很大。

但对普通企业来说,最重要的不是记住 PB 是多少。

最重要的是理解:

没有高质量数据,AI 很难从“能演示”变成“真有用”。

因为企业真正需要的,不是一个什么都知道一点的模型。

而是一个能理解本行业、本公司、本流程、本客户反馈的系统。

这就意味着,未来做 AI 不能只问:

“我们用哪个模型?”

还要问:

我们的数据从哪里来?谁来标注?怎么更新?怎么反馈?怎么保证质量?

这也是本届大会给普通企业的提醒:

不要把 AI 理解成“买一个工具”,要把 AI 理解成“重做一套工作系统”。

这刚好接上我们上周写的数字化转型。

数字化不是买系统。

AI 化也不是买模型。

六、信号四:智能体开始走向“互联互通”

这次大会还有一个越来越明确的方向:

智能体正在从单点助手,走向互联互通的生态。

7 月 18 日下午,“从大模型到智能体:迈向自主智能新纪元”论坛在上海西岸国际会展中心举行。

这场论坛的重点,不只是“智能体能做什么”。

更关键的是:

智能体如何互联、如何评测、如何安全可信、如何进入行业应用。

论坛现场集中发布了多项成果,包括智能体互联互通协同发展与治理倡议、智能经济新形态实践汇编、互联网智能体发展研究报告、智能体安全可信互联协议,以及终端智能体评测平台和生态共建计划。

这说明智能体的发展已经进入一个新阶段。

第一阶段,是“单个智能体能不能帮我完成任务”。

第二阶段,是“多个智能体能不能在组织里协同工作”。

第三阶段,是“跨平台、跨厂商、跨系统的智能体能不能安全互通”。

这对企业很重要。

因为未来公司里可能不是只有一个 AI 助手。

可能会有:

  • 销售智能体;
  • 客服智能体;
  • 财务智能体;
  • 法务智能体;
  • 研发智能体;
  • 运营智能体;
  • 个人办公智能体。

如果这些智能体彼此不能协同,就会变成新的信息孤岛。

所以智能体的下一步,不只是更聪明。

而是要更可连接、更可治理、更可追溯。

当然,智能体能不能真正普及,还离不开底层条件:

算力是否可得,模型是否开放,数据是否可用,生态是否成熟,成本是否可控。

所以本届大会同时强调开放、开源、能力建设和全球南方。

公开资料显示,中国未来 5 年将面向发展中国家提供 5000 个人工智能专题研修培训名额,并推动建设国际人工智能应用合作中心。

这背后的逻辑是:

AI 不只是产品,也是基础能力。

七、信号五:AI 正在改变“人”的位置

大会主席声明里有一个容易被忽略的角度:

要关注 AI 对就业结构的冲击,也要开展 AI 教育和技能培训。

这句话很现实。

很多人谈 AI,要么过度兴奋,要么过度恐慌。

兴奋的人说:

“效率会大幅提升。”

恐慌的人说:

“很多岗位会消失。”

但我觉得更准确的说法是:

岗位不会简单消失,而是任务会被重新拆分。

以前一个岗位可能包含:

  • 查资料;
  • 写初稿;
  • 整理表格;
  • 做汇报;
  • 跟进客户;
  • 判断风险;
  • 协调团队;
  • 负责结果。

AI 进来以后,有些任务会被接走,有些任务会被放大,有些任务会变得更重要。

尤其是这三类能力,会越来越重要:

能力
为什么重要
定义问题
AI 很强,但你要知道问什么、做什么
判断结果
AI 可以生成,但人要判断能不能用
承担责任
AI 可以参与执行,但责任仍然要落在人和组织上

所以普通人面对 AI,不要只问:

“它会不会替代我?”

更应该问:

我的工作里,哪些任务可以交给 AI?哪些判断必须由我负责?哪些能力必须升级?

八、公众怎么看这次大会?

如果只看大会主论坛,很容易觉得 WAIC 是科学家、企业家和政策制定者的场域。

但这几天的公开报道里,我更感兴趣的是普通人的反应。

因为技术到底有没有进入时代,不是只看专家怎么说,也要看普通人怎么感受。

我把这些反馈分成四类。

1. 第一种感受:人太多,但大家愿意看

现场人流是最直接的反馈。

新闻联播相关报道里提到,热门展台前体验队伍蜿蜒数十米,不少观众感慨:

展品多到看不过来。

也有人觉得:

寸步难行,但值回票价。

这两句话很有意思。

前半句说明热度很高。

后半句说明观众不是只来凑热闹,而是真的觉得看到了新东西。

对普通公众来说,AI 不再只是手机里的聊天框,而是可以看到、摸到、互动到的具体场景。

这会改变大众对 AI 的理解。

以前很多人说 AI,会想到“替我写东西”。

现在很多人看到的是:

  • 机器人送饮品;
  • 智能体跨应用办事;
  • AI 终端完成任务;
  • 机器人进药房、进工厂、进酒店;
  • AI 进入教育、医疗、养老和城市治理。

当技术变得可感知,公众理解就会变得更快。

2. 第二种感受:机器人不只是好看,要能干活

机器人永远是大会最容易出圈的部分。

但今年一个变化很明显:

观众开始从“看表演”,转向“看作业”。

有报道说,往年大家围观看机器人跳舞、打拳、翻跟头,今年更多人关注机器人“能不能干活”。

这句话背后,其实是公众判断标准的升级。

看机器人跳舞,很容易兴奋。

但如果要进入工厂、药房、酒店、仓库,问题就变了:

  • 能连续工作多久?
  • 出错率是多少?
  • 人能不能接管?
  • 成本能不能算过账?
  • 维护和安全谁负责?

这说明公众并不只是被技术炫技牵着走。

大家也在本能地问一个商业问题:

它到底能不能产生真实价值?

3. 第三种感受:智能体像“数字员工”

这次智能体也很容易让人有代入感。

比如报道里提到,展台工作人员演示 AI 智能体手机:用户按住侧键下达任务,手机可以跨应用自动完成搜索、总结、生成和发送。

腾讯展台的 WorkBuddy 被要求写周报后,会自主拆解任务、调用工具并交付成果。

百度展出的“百度搭子”可以根据一句话生成竞品分析报告。

现场有观众评价:

这不是聊天机器人,而是数字员工。

这句话非常准确。

因为普通人真正关心的,不是模型懂不懂“世界知识”。

而是:

它能不能帮我把一件麻烦事做完。

这也是智能体为什么重要。

聊天机器人解决的是“回答”。

智能体解决的是“执行”。

4. 第四种感受:下一代已经把 AI 当成成长环境

澎湃新闻在闭幕日写到一个很有意思的场景:

一名四年级小学生第一次来到 WAIC,会用编程创建自己的 AI 智能体,也会在学习和生活问题上用 AI 寻找思路。

他对大会的直观感受是:

感觉超级新奇。

更重要的是,他父亲的理解:

让孩子尽早接触人工智能、理解人工智能,比自己来看大会更有意义。

这让我想到一个词:

AI 原住民。

对很多成年人来说,AI 是一个要学习的新工具。

但对下一代来说,AI 可能会像搜索引擎、智能手机、地图导航一样,成为成长环境的一部分。

这会带来一个很大的教育问题:

如果 AI 已经能给答案,那么教育更应该培养什么?

澎湃新闻同一篇文章里也提到,专家认为 AI 时代稀缺的不是知识和答案,而是发现问题、提出问题的人。

这点我很认同。

未来普通人真正要练的,可能不是记住更多标准答案。

而是:

提出好问题、判断好答案、承担真实责任。

所以公众对 WAIC 的理解,其实并不浅。

它可以概括成四句话:

公众反馈
背后的理解
人多、排队、看不过来
AI 正从专业圈层走向大众视野
机器人能不能干活
大家开始用价值标准判断技术
智能体像数字员工
AI 的核心变化从回答转向执行
孩子把 AI 当成长环境
AI 教育要从会使用走向会判断

这也是我觉得这次大会很值得写的原因。

它不只展示了 AI 技术。

它也展示了公众理解 AI 的方式,正在成熟。

九、企业怎么把“智能伙伴”落到业务里?

如果一家企业看完 WAIC,很容易有冲动:

“我们也要上 AI。”

但这句话太空。

更好的做法,是把 AI 当成一个新同事来设计。

一个新同事入职,你不会只说:

“你自己看着办。”

你会给他:

  • 岗位职责;
  • 工作流程;
  • 权限边界;
  • 汇报关系;
  • 考核指标;
  • 风险要求。

AI 也一样。

如果要把 AI 变成“智能伙伴”,至少要问六个问题:

问题
对应管理动作
它负责什么任务?
定义场景和任务边界
它能调用什么工具?
设置权限和系统接口
它能看什么数据?
做数据分级和脱敏
它做错了怎么办?
建立人工复核和回滚机制
它的效果怎么衡量?
设定效率、质量、成本指标
它的行为能否追溯?
留痕、审计、风险提示

这才是“AI 伙伴化”的核心。

不是让 AI 自由发挥。

而是让 AI 在清晰边界里提高组织能力。

十、普通管理者可以先做一个 30 天小试点

AI 试点不是为了证明技术先进,而是为了验证业务价值。

不用一上来就做大平台。

也不用一上来就追最强模型。

可以先选一个具体场景。

比如:

  • 客服问答;
  • 会议纪要;
  • 销售线索整理;
  • 合同初审;
  • 研报摘要;
  • 数据报表解释;
  • 内部知识库问答;
  • 公众号选题和素材整理。

然后用 30 天跑一个小试点:

阶段
要做什么
第 1 周
选一个高频任务,记录现在要花多少时间、错在哪里
第 2 周
用 AI 做辅助,但保留人工复核
第 3 周
统计采用率、错误率、节省时间、员工反馈
第 4 周
决定继续、调整、扩大,还是停止

判断标准不要太复杂。

只看四件事:

  1. 是否真的节省时间;
  2. 是否真的提高质量;
  3. 是否没有引入更大风险;
  4. 是否能被团队持续使用。

如果这四件事答不上来,就不要急着扩大。

AI 转型最怕的不是慢。

最怕的是:

看起来很先进,但没有进入真正的工作闭环。

十一、最后说两句

这次 2026 世界人工智能大会,我最想记住的不是某个单点产品。

而是一个趋势:

AI 正在从能力竞争,走向系统竞争。

未来真正有价值的 AI,不只是会聊天、会写代码、会生成图片。

而是能进入真实任务,连接真实流程,产生真实结果,并且能被治理、被审计、被人类安全地使用。

所以“智能伙伴”不是一句漂亮话。

它其实是在提醒我们:

AI 越强,人越要清楚自己负责什么。

AI 越能做事,组织越要定义边界、流程和责任。

AI 越走向世界,治理越不能落后于能力。

所以这周我最想记住的一句话是:

AI 不是来替代我们思考,而是在倒逼我们重新定义工作。

整理自 Wing Lok Fong 的学习手记